基于知识图谱的课程推荐方法及装置

AITNT
正文
推荐专利
基于知识图谱的课程推荐方法及装置
申请号:CN202510364986
申请日期:2025-03-26
公开号:CN120407917A
公开日期:2025-08-01
类型:发明专利
摘要
本申请提出了一种基于知识图谱的课程推荐方法,包括:获取学习者、教育资源、就业市场岗位数据;以职业技能分类词库为基准,利用LLM从数据中抽取教育资源、就业岗位和学习者的职业技能关键词及技能熟练程度;基于学习者的领域无关信息和特定领域信息构建多元学习者特征画像;基于抽取数据和学习者画像构建链接就业岗位、学习者、教育资源的知识图谱;对知识图谱的实体属性编码和图结构特征编码;对属性特征和图结构特征进行特征向量拼接,形成输入向量,通过多层感知机模型作为推荐模型,学习学习者和教育资源潜在特征之间的交互,引入技能相似度计算,完成就业技能导向的教育资源推荐。采用上述方案的本发明能够基于用户需求实现资源的精准推荐。
技术关键词
分类词库 多层感知机 课程推荐方法 实体 字符串匹配方法 画像 关键词 编码 教育资源推荐 列表 大语言模型 关系 知识图谱构建 语义 三元组 数据获取模块 推荐装置
系统为您推荐了相关专利信息
1
图像分割方法、装置、电子设备及可读存储介质
文本 注意力 编码特征 解码模块 编码模块
2
一种基于图神经网络的复杂网络疾病传播溯源方法
消息传递机制 拓扑特征 神经网络模型 节点 溯源方法
3
一种球形地形构建方法
GPU并行计算 网格生成技术 球形 列表 渲染单元
4
一种ViT模型改进方法、系统、设备及存储介质
语义特征 序列 聚类 图像 注意力
5
一种架空地线缺陷检测方法、系统、设备及介质
缺陷检测方法 超声导波 计算机可执行指令 多模态 模式
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