一种基于关系属性的可解释习题推荐方法及系统

AITNT
正文
推荐专利
一种基于关系属性的可解释习题推荐方法及系统
申请号:CN202510112077
申请日期:2025-01-24
公开号:CN119557343B
公开日期:2025-05-06
类型:发明专利
摘要
本发明涉及智慧教学技术领域,具体提供了一种基于关系属性的可解释习题推荐方法及系统,具体如下:处理现有数据集中用户与习题的交互数据,根据数据间的关系搭建用户‑习题知识图谱,并进行初始化;将初始化后的用户‑习题知识图谱实例输入至TransE模型进行训练,得到训练后实体和关系的嵌入向量;在用户‑习题知识图谱上进行用户练习习题推荐,将用户练习习题推荐形式化为马尔科夫决策过程,通过构建一个强化学习系统在用户‑习题知识图谱上进行多步骤路径推理实现用户练习习题推荐。本发明不仅实现了更精准的用户画像,而且提高了推荐系统的准确性,同时从知识图谱中提取推荐问题和学生练习过的问题之间的路径来生成可解释的推荐。
技术关键词
强化学习系统 实体 习题推荐方法 三元组 图谱 关系 样本 智慧教学技术 推荐系统 梯度下降算法 数据 线性 概念 知识点 决策 解码器 策略 编码器 画像 参数
系统为您推荐了相关专利信息
1
一种基于云端融合多模态分析的在线学习系统
在线学习系统 动态课程 知识图谱构建 骨传导麦克风 云端
2
基于知识感知句法图网络的面向方面的情感分析方法
情感分析方法 节点 Softmax函数 实体 网络
3
一种生成医疗种子数据的方法及相关产品
病历 医学知识图谱 种子 大语言模型 数据
4
一种基于大语言模型的多模态自动化知识图谱构建方法
知识图谱构建方法 大语言模型 可视化组件 时序神经网络 跨模态
5
一种基于知识和数据混合驱动的辐射源意图识别方法与系统
数据混合驱动 注意力模型 辐射源 意图识别方法 图谱
添加客服微信openai178,进AITNT官方交流群
驱动智慧未来:提供一站式AI转型解决方案
沪ICP备2023015588号