[发明专利]一种基于学习情况相似度的协同过滤个性化学习推荐方法有效
| 申请号： | 201910834009.5 | 申请日： | 2019-09-04 |
| 公开（公告）号： | CN110765362B | 公开（公告）日： | 2023-04-07 |
| 发明（设计）人： | 苏庆;陈思兆;李小妹;黄剑锋;刘添添 | 申请（专利权）人： | 广东工业大学 |
| 主分类号： | G06F16/9536 | 分类号： | G06F16/9536;G06Q50/20 |
| 代理公司： | 广州粤高专利商标代理有限公司 44102 | 代理人： | 张金福 |
| 地址： | 511404 广东省*** | 国省代码： | 广东;44 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 本发明公开了一种基于学习情况相似度的协同过滤个性化学习推荐方法，引入了知识点掌握程度相似性因子、平均分相似性因子和知识点难度系数修正因子来衡量学习者的学习情况，由此形成基于学习情况的相似度计算公式。知识点掌握程度相似性因子考虑了学习者在不同知识点掌握程度的相似性；平均分相似性因子则是考虑了学习者在该课程中，知识点的总体掌握程度；知识点难度系数修正因子减小了用于考查同一个知识点的不同题目存在难度上的差异。通过引入三个因子形成基于学习情况的相似度计算公式，在计算学习者之间的相似度时，能够考量学习者之间学习情况的相似性，使得筛选的邻居更加准确。 | ||
| 搜索关键词： | 一种 基于 学习 情况 相似 协同 过滤 个性化 推荐 方法 | ||
【主权项】：
1.一种基于学习情况相似度的协同过滤个性化学习推荐方法，其特征在于，包括以下步骤：/nS1：建立课程的知识地图，所述知识地图是一种知识导航系统，包括知识模块和知识点，其中知识模块是一个或多个密切相关的知识点的集合，根据知识点的难度以及复杂度分为若干层级；/nS2：计算知识点的度中心性；/nS3：建立协同过滤个性化学习推荐方法PAD-CF，引入知识点掌握程度相似性因子、平均分相似性因子、知识点难度系数修正因子，形成基于学习情况的相似度计算公式，计算学生之间学习情况的相似度。其中知识点掌握程度相似性因子描述不同学生对于同一门课程知识点掌握程度的相似性，平均分相似性因子表示知识点平均分的相似程度，知识点难度系数修正因子用于减小同一个知识点的不同题目难度上的差异；/nS4：基于K近邻算法的知识点得分预测，得到在未测知识点的分数；/nS5：计算所有课程知识点的推荐度；/nS6：将各个知识点的推荐度标注于课程知识地图上，得到一个以课程知识地图形式呈现的个性化学习推荐方案。/n
下载完整专利技术内容需要扣除积分，VIP会员可以免费下载。
该专利技术资料仅供研究查看技术是否侵权等信息，商用须获得专利权人授权。该专利全部权利属于广东工业大学，未经广东工业大学许可，擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作，请联系【客服】
本文链接：http://www.vipzhuanli.com/patent/201910834009.5/，转载请声明来源钻瓜专利网。
