买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！

申请/专利权人：杭州电子科技大学

摘要：本发明公开了一种基于图卷积网络和学习风格的课程推荐方法，包括如下步骤：步骤1、预测评分，将来自学习者相连的课程嵌入信息编码为学习者的一阶嵌入信息，并通过一阶嵌入信息得到高阶嵌入信息；将高阶嵌入信息中的每一阶嵌入信息通过聚合函数聚合到单个向量中得到聚合嵌入表示；对学习者和课程的聚合嵌入表示进行内积运算，得到学习者对该课程的预测评分；步骤2、分别定义学习者概要和课程概要，计算学习风格向量，根据学习者学习风格向量和课程学习风格向量，得到课程学习风格相似度评分；步骤3、通过学习风格相似度评分对预测评分列表进行优化，得到协同预测评分，该方法解决基于图卷积网络推荐算法忽略学习者自身学习模式的问题。

主权项：1.一种基于图卷积网络和学习风格的课程推荐方法，其特征在于，包括如下步骤：步骤1、预测评分步骤1.1、将来自学习者相连的课程嵌入信息编码为学习者的一阶嵌入信息，并通过一阶嵌入信息得到高阶嵌入信息；步骤1.2、将高阶嵌入信息中的每一阶嵌入信息通过聚合函数聚合到单个向量中得到聚合嵌入表示；步骤1.3、对学习者和课程的聚合嵌入表示进行内积运算，得到学习者对该课程的预测评分；步骤2、学习风格相似度评分步骤2.1、分别定义学习者概要和课程概要，其学习风格向量，表达式如下：LSu＝rea，tra，socLSc＝rea，tra，soc其中rea，tra，soc分别表示现实型、传统型和社会型学习风格；步骤2.2、根据课程-概念矩阵、概念-领域矩阵以及真实调查问卷和教育专业人员指导得到的领域-风格匹配度量表，构建概念-风格矩阵，由课程-概念-学习风格之间的关联性，得到课程-风格矩阵，矩阵每行即表示相应课程的学习风格向量，并进行归一化处理，同时，根据学习者课程订阅信息以及课程-学习风格的关联性，计算学习者学习风格属性比值，构建学习者学习风格矩阵，矩阵每行表示不同学习者的学习风格向量，并进行归一化处理，得到最终的学习者学习风格向量；步骤2.3、根据学习者学习风格向量和课程学习风格向量，采用余弦相似度进行计算学习者和课程之间的学习风格相似度，得到课程学习风格相似度评分；步骤3、根据预测评分得到学习者对课程的预测评分列表，并通过学习风格相似度评分对预测评分列表进行优化，得到协同预测评分，选取前Top-K个课程作为用户的最终课程推荐结果。

全文数据：

权利要求：

百度查询： 杭州电子科技大学 一种基于协同图卷积和学习风格的课程推荐方法