摘要
本发明提供一种基于用户个性化定制的教育资源推荐方法及系统,涉及教育服务技术领域,包括汇总所有教育资源并通过提取资源关键词与预建教育知识图谱匹配,构建资源概念二部图谱,通过得到资源隐式表示和概念隐式表示,利用矩阵分解技术将资源和概念映射为低维隐式表示,计算内积得到关联强度。再通过融合用户历史行为数据、学习进度和知识掌握情况,生成知识掌握特征向量,将学习进度特征向量和所述知识掌握特征向量进行拼接,结合用户基础属性,通过特征融合生成用户状态表征,基于用户状态和资源概念二部图,构建强化学习推荐模型,通过质量评估函数优化累积奖励,输出个性化的最佳推荐资源。
技术关键词
教育知识图谱
知识点
概念
教育资源推荐方法
生成知识
序列
时序依赖关系
答题
关键词
生成用户
计算机程序指令
教育服务技术
加权方法
期望最大化算法
矩阵分解技术
邻居
数据
系统为您推荐了相关专利信息
学习路径推荐方法
大语言模型
知识点
强化学习方法
LSTM神经网络
电子草稿纸
解题思路
知识点图谱
答题页面
非暂时性计算机可读存储介质
试题生成方法
在线学习平台
组合算法
成绩
试题生成系统
变电站设备
预警决策方法
多源异构数据
数字孪生模型
融合知识图谱