摘要
本发明提供一种基于自适应策略的新能源学习内容推荐方法及系统,涉及数据处理技术领域,方法包括:获取关于新能源的学习资源;结合自编码器对学习资源进行降维;结合软分配算法和k均值聚类算法对降维后的学习资源进行自聚类,得到多类子学习资源;生成各类子学习资源的主题标签;获取目标用户的多次学习行为,其中,学习行为包括每次学习的学习内容、学习内容完成度、学习时刻和学习时长;基于各次学习行为计算目标用户对不同主题标签的兴趣度;根据兴趣度以具有纳什均衡因子的正相关方式计算各类子学习资源的推荐比例;将各个子学习资源按相对应的推荐比例推荐至目标用户。确保推荐多样性和准确性,提升用户学习效率。
技术关键词
学习内容推荐方法
标签
资源
k均值聚类算法
策略
编码器
文本
计算机可读指令
兴趣
重构误差最小化
LDA主题模型
内容推荐系统
数据处理技术
因子
处理器
电子书
系统为您推荐了相关专利信息
贝叶斯神经网络
估计优化方法
注意力模型
注意力机制
dropout方法
分类器
特征值
图像数据处理技术
支持向量机
颜色
流通溯源方法
数字孪生体
递归神经网络模型
孤立森林算法
智能材料