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：上海鲸甲信息科技有限公司

摘要：本发明公开了一种投资教育课程个性化推荐方法、系统、介质和设备，方法包括如下步骤：步骤S1，数据预处理模块获取用户数据、学习日志和已有课程信息；步骤S2，进行数据清洗，包括统计每个特征的均值，并替换缺失值；步骤S3，进行数据标准化处理，处理方式包括计算每个特征的均值和标准差，对数据进行标准化转换，输出标准化后的数据集。本发明结合迁移学习技术与个性化推荐算法，旨在根据用户的年龄、认知水平、兴趣和学习行为，为其提供最适合的投资教育课程，从而提高学习效果和用户满意度；解决新用户或新课程缺乏历史数据的问题，从而提升推荐系统的准确性和有效性。

主权项：1.一种投资教育课程个性化推荐方法，其特征在于，包括如下步骤：步骤S1，数据预处理模块1获取用户数据、学习日志和已有课程信息；步骤S2，进行数据清洗，包括统计每个特征的均值，并替换缺失值，其中，对于数值型缺失值xi，使用均值填充，均值为所有非缺失值的平均值；数据清洗还包括噪声数据处理，包括基于标准差检测异常值，公式如下：|xi-μ|＞3σμ：特征的均值σ:特征的标准差计算每个特征的均值μ和标准差σ，移除超出3倍标准差的数据，清洗后的数据集，无缺失值和噪声数据；步骤S3，进行数据标准化处理，处理方式包括计算每个特征的均值和标准差，对数据进行标准化转换，输出标准化后的数据集，公式如下： z：标准化后的值x：原始数据值μ：特征均值σ：特征标准差步骤S4，进行数据分割，分割后的数据传输至特征提取模块2；步骤S5，特征提取模块2进行特征提取，特征提取包括学习行为特征、用户兴趣特征和课程内容特征提取，并获得包含多维特征的标准化综合特征向量；对学习行为特征的提取包括获取用户的学习行为数据，获得包括学习频率、学习时长、课程完成率和时间依赖性信息；对用户兴趣特征的提取包括根据用户对课程的点击、浏览、收藏和评价在内的行为进行特征提取并通过深度学习，提取更深层次的兴趣特征，获得用户对各类课程的偏好分数；对课程内容特征的提取包括分析课程信息，获得课程的主题分布和难度评分；包含多维特征的标准化综合特征向量包括了以上的学习行为特征、用户兴趣特征和课程内容特征，其传输至用户建模模块3和迁移学习模块4；步骤S6，所述用户建模模块3从特征提取模块2获得用户特征数据，输出用户特征数据集，并按步骤S1至S3进行数据的标准化和清洗，然后输出清洗和标准化的用户特征数据集，然后用户建模模块3构建用户综合模型，包括用户兴趣建模和用户行为建模，并存储和或传输至迁移学习模块4；步骤S7，所述迁移学习模块4获取特征提取模块2和用户建模模块3的数据，进行迁移学习，输出处理后的数据至推荐算法模块5；步骤S8，所述推荐算法模块5获取步骤S7中输出的数据和或用户模型数据，经模型训练后输出推荐信息至用户反馈模块6。

全文数据：

权利要求：

百度查询： 上海鲸甲信息科技有限公司 一种投资教育课程个性化推荐方法、系统、介质和设备