一种基于学习风格与知识智能匹配的个性化推荐方法

本发明涉及教育学习资源推荐技术领域，具体涉及一种基于学习风格与知识智能匹配的个性化推荐方法，首先，通过数据采集模块获取用户的学习行为数据，基于Felder‑Silverman模型，结合了朴素贝叶斯网络和K‑means聚类算法，并最终融合两者的结果得到用户的学习风格。接着，通过分析用户反馈，得出学习资源在各维度上的学习风格归属。基于此，采用混合推荐算法，学习风格过滤推荐算法通过余弦相似性匹配用户与资源的学习风格，知识点智能匹配推荐算法通过构建知识点关联图，为用户推荐与已学知识点高度相关的学习资源。最终，通过综合推荐结果并优化排序，提升个性化推荐的精准性，帮助用户获取最适合自身学习风格的资源，从而有效提升学习效果。