[发明专利]一种基于学习者模型的学习资源智能推荐方法

说明书

本发明公开了一种基于学习者模型的学习资源智能推荐方法，包括以下步骤：步骤一：学习者和学习资源信息管理，建立数据库，并分类存储电子教材数据、作业与考试数据、数字资源数据、互动交流数据和电子档案数据；步骤二：基于数据库数据，建立学习者模型，学习者模型包括个人信息、学业信息、关系信息、偏好信息、绩效信息和作品集信息；步骤三：建立推荐模型，集成不同的推荐方法，并根据不同的学习情境分别设置不同的推荐方法；步骤四：根据从学习者模型中的信息，判断学习者的学习情境，进行推荐。本发明基于学习者信息推荐，推荐匹配精度高，实现自动匹配；同时在不同的学习情境采用不同的推荐方式，推荐效率高，实现智能推荐。

技术领域

本发明涉及数据处理领域，尤其是一种基于学习者模型的学习资源智能推荐方法。

背景技术

随着互联网的发展，网络学习成为了学习的常态，许多网络学习的教学资源在不断的增长，学生在学习时常常会面临海量的教学资源，由于每个学生的个人情况不同，需要的教学资源不同，很多时候无法正确的选择自己适合的教学资源，用户需要能够选择适合自己的教学资源的的方法。

在现有的教学资源推荐方法中都是根据用户输入的关键词进行检索，但是用户自己都没有正确的了解自己的所有情况，在匹配中总是出现很多的噪声或只是找到部分的教学资源，造成用户匹配的效率低，用户对推荐教学资源的满意度不高，无法达到用户精准的匹配。

而且学习过程是分阶段的，不同的学习阶段，以及不同的学习情境下，学习者的需求不相同，单一的推荐方法并不适用于所有的学习情境。

发明内容

本发明的发明目的在于：针对上述存在的问题，提供一种基于学习者模型的学习资源智能推荐方法，基于学习者的信息，集成多种推荐方法，根据学习过程中不同学习情境，分别采用合适的推荐方法；在推荐中自动分析学习者信息，自动匹配恰当的推荐方法，实现学习资源的智能推荐，并且推荐准确率高。

本发明采用的技术方案如下：

本发明一种基于学习者模型的学习资源智能推荐方法，包括以下步骤：

步骤一：学习者和学习资源信息管理，建立数据库，并分类存储电子教材数据、作业与考试数据、数字资源数据、互动交流数据和电子档案数据；

步骤二：基于数据库数据，建立学习者模型，学习者模型包括个人信息、学业信息、关系信息、偏好信息、绩效信息和作品集信息；

步骤三：建立推荐模型，集成不同的推荐方法，并根据不同的学习情境分别设置不同的推荐方法；

步骤四：根据从学习者模型中的信息，判断学习者的学习情境，进行推荐。

以上方法，数据库记录、收集和汇聚了学习者在学习中产生的所有有意义的行为数据；学习者模型，将各类数据进行语义关联得到学习者的个性信息；根据学习者的个性信息，并利用推荐模型，实现对学习者的推荐，在推荐中，在不同的学习情境下采用相应的推荐方法，得到学习者需要的学习资源。

作为优选，所述步骤四中学习情境的判断方法：若学习情境是进入新的学习单元前，采用基于内容推荐方法；若学习情境是学习诊断后，采用基于协同过滤推荐方法；若学习情境是学习完成后，采用基于知识推荐方法或基于关联规则推荐方法。

以上方法，由于学习过程分成不同的阶段，包括进入新的学习单元前、完成单元学习任务后会进入学习诊断环节，以及学习诊断合格，即学习完成；

在进入新的学习单元前，学习者具有相似的需求，考虑资源与学习者之间的匹配关系，采用基于内容推荐方法，基于内容推荐方法不依赖其他学习者的数据，能够解决新学习单元加入导致的冷启动问题，直接依据学习者和资源之间的映射关系进行匹配；