[发明专利]一种个性化网络学习资源推荐方法

说明书

技术领域

本发明属于计算机设计与应用技术领域，涉及一种个性化网络学习资源推荐方法。

背景技术

随着个性化服务技术的发展，互联网上的个性化服务呈雨后春笋般出现在人们的眼前，在这方面的研究也取得了显著的成就。申请人经过在国家知识产权局查新，检索到一篇与本发明相关的属于兴趣感知领域的专利，它是：一种用户兴趣偏好向量生成系统和方法（申请号200610061206.0）。该专利公开了一种用户兴趣偏好向量生成系统，包括用户登记信息存储中心、点击交互日志存储中心、以及用于对点击交互日志存储中心中存储的一段时间内的用户点击交互日志进行分析，得到一个按语义强度排序的主题分类标识向量的主题语义提取模块；用于从用户登记信息存储中心获取用户静态登记信息、从主题语义提取模块获取所述主题分类标识向量，并对上述信息进行分析,得到相关用户的兴趣偏好向量的兴趣偏好计算模块。该发明还提供了一种用户兴趣偏好向量生成方法；通过该发明可得到用户的兴趣偏好向量；服务平台可以根据用户的兴趣偏好向量有针对、有选择地推送信息或者提供服务，突出用户感兴趣的信息和服务。其具有如下特点：

1、学习者登记信息存储中心，用于存储学习者的静态属性；

2、交互日志存储中心，用于记录学习者一段时间内的点击交互日志；

3、主题语义提取模块，用于对所述点击交互日志存储中心中存储的一段时间内的学习者点击交互日志进行分析，得到一个按语义强度排序的主题分类标识向量；

4、兴趣偏好计算模块，用于从所述学习者登记信息存储中心获取学习者静态登记信息、从所述主题语义提取模块获取所述主题分类标识向量，并对上述信息进行分析，得到相关学习者的兴趣偏好向量。

根据上述查新发现，现有兴趣感知方法存在如下四方面问题：1、缺乏网络学习者学习兴趣的识别方法。2、缺乏从学习者学习的内容中提取兴趣的方法。3、缺乏兴趣删减的方法。4、缺乏兴趣预测的方法。

发明内容

本发明的目的在于提供一种个性化网络学习资源推荐方法，以解决上述技术问题。

为了实现上述目的，本发明采用如下技术方案：

一种个性化网络学习资源推荐方法，包括以下步骤：

1）对个体学习者在网络学习系统上的行为日志进行预处理，获得有效日志集，所述有效日志集包括如下信息：学习者标识、课程标识、学习者在网络学习系统中点击有效学习对象及时间；所述有效学习对象为概念、知识元或资源；所述网络学习系统中的学习内容为以扩展主题图的形式进行组织；

2）根据预处理后的有效日志集，计算学习者学习有效学习对象的持续时间，形成待分析信息集；

3）根据步骤2）预处理后的待分析信息集，分析学习者的学习兴趣变迁模式，具体如下：

3.1）：分析学习者在一段时间段内的待分析信息集，识别其在该时间段内的学习兴趣变迁模式及相应的兴趣度；

3.2）：将学习者的历史兴趣模式乘以比例因子λ进行衰减，然后与第3.1）步中识别出来的学习兴趣变迁模式相加并剔除兴趣度低于特定阈值μ的兴趣点，得出学习者在该时间段后的新的学习者个体学习兴趣模型；

4）根据群组内多个学习者的学习者个体学习兴趣模型，分析群组的学习兴趣变迁模式及及相应的兴趣度，形成群组学习兴趣模型，具体包括以下步骤：

4.1）：对学习者进行群组划分，将学习过所分析课程的学习者划分到同一群组；

4.2）：根据群组内的所有学习者的个体学习兴趣模型识别群组学习兴趣变迁模式及相应的兴趣度；

4.3）：对群组学习兴趣变迁模式进行筛选融合，并更新群组的当前学习兴趣变迁模式；

5）根据学习者的当前个体学习兴趣模型、群组当前学习兴趣变迁模式及扩展主题图上学习对象之间的链接关系，分析该学习者的学习兴趣预测集及预测集中各个对象的相应权重，并对该学习者进行个性化网络学习资源推荐。

优选的，扩展主题图将学习对象按照不同粒度分为概念和知识元；扩展主题图中还包括概念与概念、知识元与知识元、概念与知识元之间的关系；扩展主题图可以表示为(T,K,R_t,R_k,R_tk)，其中T表示概念集合，K表示知识元集合，表示概念与概念之间的关系集合，表示知识元与知识元之间的关系集合，表示概念与知识元之间的关系集合。