一种多模态偏好驱动的图卷积组合优化学习路径生成方法

本发明公开了一种多模态偏好驱动的图卷积组合优化学习路径生成方法，包括：获取多模态学习特征数据，并进行多模态特征数据融合处理，得到学习资源初始特征矩阵；构建多关系邻接矩阵，并进行归一化处理，构建归一化传播矩阵；更新图卷积特征，并获得学习增益评分；基于学习增益评分计算综合效用；考虑多约束条件下建立整数规划，筛选获得优化的候选资源；采用边代价函数和学习路径目标函数在优化的候选资源中生成最优学习路径；所述最优学习路径生成过程中，采用动态重规划；所述动态重规划包括掌握度更新、覆盖需求递减和时长预算更新。通过上述方案，本发明具有逻辑简单、多模态融合可靠等优点。