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！

摘要：本发明提供了一种基于AI学员课后点评方法和系统，所述方法包括：获取学员学习数据，并对所述学习数据进行数据预处理，其中学习数据包括兴趣数据，基于学习数据构建多维度点评数据，根据学员学习数据构建学员学习的兴趣矩阵；确定隐类数据，并根据LFM模型算法和隐类数据将兴趣矩阵分解成隐类关系矩阵，其中隐类关系矩阵包括多维点评数据；将隐类关系矩阵输入到Transformer模型的多头注意力机制层中，通过多头注意力机制层连接的全连接前馈神经网络进行网络层的权重调整；在所述Transformer模型的输出层利用激活函数输出对应学员的输出点评数据，用于个性化点评对应的学员的学习数据。

主权项：1.一种基于AI学员课后点评方法，其特征在于，所述方法包括：获取学员学习数据，并对所述学习数据进行数据预处理，其中所述学习数据包括兴趣数据，基于所述学习数据构建多维度点评数据，根据所述学员学习数据构建学员学习的兴趣矩阵；确定隐类数据，并根据LFM模型算法和隐类数据将所述兴趣矩阵分解成隐类关系矩阵，其中所述隐类关系矩阵包括多维点评数据；将所述隐类关系矩阵输入到Transformer模型的多头注意力机制层中，通过所述多头注意力机制层连接的全连接前馈神经网络进行网络层的权重调整；在所述Transformer模型的输出层利用激活函数输出对应学员的输出点评数据，用于个性化点评对应的学员的学习数据；所述多维点评数据的构建方法包括：预先配置每一学习对象的点评数据和浏览数据的点评数据，构建所述学习对象数据、浏览数据和对应点评数据的映射关系，定义所述学习对象点评数据为M=（m1，m2，m3，m4.....mn），其中mn表示第n个学习对象的点评数据；定义所浏览数据类型的点评数据为V=（v1，v2，v3，v4.....vs），vs表示第s个浏览数据类型的点评数据，采用拼接算法对所述学习对象的点评数据和浏览数据类型的点评数据进行前后拼接，得到如下完整的多维点评数据：E=（m1-v2，m1-v3，m1-v4，......m1-vs...m2-vs..mn-vs），其中-表示拼接符，mn-vs表示一个点评数据，所述多维点评数据包括n×s个点评数据，将所述构建好的多维点评数据E用于构建兴趣矩阵；所述兴趣矩阵的构建方法包括：预先建立对应基于预处理后的干净学习数据构建第一矩阵F1，其中所述根据所述学习对象数据、浏览数据和对应点评数据的映射关系建立点评数据的第二矩阵F2，将所述第一矩阵F1和第二矩阵F2的映射关系进行点乘，得到所述兴趣矩阵F=F1·F2，进一步根据所述兴趣矩阵计算学员学习过程中的隐类关系矩阵；所述隐类关系矩阵的获取方法包括：预先确定隐类关系类型和维度，利用LFM模型并根据确定的隐类关系类型和维度将所述兴趣矩阵F拆解为如下隐类关系矩阵W==，其中u表示学员兴趣数据，k表示预先确定的隐类数据，T表示矩阵的转置符号，表示学员兴趣数据u对隐类数据k的关系矩阵，i表示对应点评数据，则表示学员隐类数据对点评数据之间的关系矩阵；所述学员学习数据获取方法包括：获取学员对学习视频、图片、音频和文本学习对象，并获取所述学习对象的浏览数据作为兴趣数据，其中所述浏览数据包括浏览学习对象、浏览时长、浏览过程中的点击数据和浏览进度，对每个学习对象进行标注，其中标注内容包括学习对象类型、学习对象属性、学习对象渠道，并对获取的所述浏览数据进行标注，将标注的非数值型数据转化为数值型数据，得到所述学员的学习数据。

全文数据：

权利要求：

百度查询： 杭州杰竞科技有限公司 一种基于AI学员课后点评方法和系统