基于张量分解与神经网络融合的个性化推荐方法

本发明涉及教育资源推荐技术领域，具体为一种基于张量分解与神经网络融合的个性化推荐方法，包括结合预设情境张量、预设教育资源张量以及学习者实际情况得到的动态学习者特征张量进行分析，得到融合张量；采用高阶奇异值分解方法对融合张量进行降维处理，确定在不同的预设情境下教育资源和学习者特征之间的匹配关系，以形成学习者和教育资源之间的匹配资源库；根据预设资源筛选规则从匹配资源库中筛选出符合学习者个人需求的推荐策略以及对应的教育资源。通过上述方法，本发明解决了在传统推荐方法中常采取静态的推荐手段，并没有结合学习者的学习习惯、认知水平、兴趣爱好等个人实际情况，导致教育资源推荐结果准确性和可靠性不够高的问题。