[发明专利]基于人物画像的个性化推荐方法

说明书

本发明公开了基于人物画像的个性化推荐方法，包括以下步骤：(1)依据院校现有活动架构和内容，建立标签体系及量化标准；(2)获得活动画像：根据标签体系及量化标准，为每个现有活动进行画像；(3)获得学生画像：学生对所参加活动的各培养方向进行评价，通过评价为学生对活动的喜好进行画像；(4)选定某一分值定为高评价分值；(5)从具体学生所参加活动中，找到具有高评价分值的活动画像；(6)对新活动预测分析：获得新活动的活动画像后，将其与评价高的活动画像进行比对，获得学生对新活动的评价预测。本发明可对预测学生针对新活动的喜好进行评价预测，从而为学生推荐适合的活动。

技术领域

本发明涉及信息技术，具体涉及基于人物画像的个性化推荐方法。

背景技术

近些年，各高等院校更加关注以学生兴趣爱好为出发点，推动学生全面发展，培养学生综合素质，提高学生步入社会后的竞争力和生活质量为目标的教育理念。并以大力开展学生活动，实现对学生全面培养的教育目标。现阶段学生在选择活动时，基本是通过对自己的了解，以及活动组织者对活动的基本介绍，选择自己喜欢的活动。然而学生选择感兴趣的活动存在如下不足：

1.学生对自己的兴趣爱好不能有一个全面清晰的了解，从而无法选择适合自己的活动。

2.学生无法对各个活动培养方向和侧重点有比较准确的了解，从而无法准确的挑选活动。

3.当活动数量太大时，学生无法去了解所有活动，从而无法有效的选择活动。

而现有技术中没有专门的分析方法以解决学生的此困扰。

发明内容

本发明的目的在于提供基于人物画像的个性化推荐方法，解决学生对培养活动的选择困难的问题。

为解决上述的技术问题，本发明采用以下技术方案：

基于人物画像的个性化推荐方法，包括以下步骤：

(1)建立标签体系：依据院校现有活动架构和内容，建立标签体系及量化标准；

(2)获得活动画像：根据标签体系及量化标准，为每个现有活动进行画像，从而描述每个现有活动在培养方向的侧重程度；

(3)获得学生画像：学生对所参加活动的各培养方向进行评价，通过评价为学生对活动的喜好进行画像；

通过数据化的标签来描述活动与学生，并通过数据反映活动与活动、学生与学生之间的差异，是实现个性化分析的基础。

(4)选定某一分值定为高评价分值，即表明学生喜欢；

(5)从具体学生所参加活动中，找到具有高评价分值的活动画像；

(6)对新活动预测分析：获得新活动的活动画像后，将其与评价高的活动画像进行比对，获得学生对新活动的评价预测。

作为优选，所述的步骤(3)获得学生画像步骤中，学生每参加一个新活动后，进行一次获得学生画像的步骤；随着学生不断地参加活动，通过评价分析学生对活动喜好的变化，并更新学生对活动喜好的画像。

作为优选，所述的步骤(6)对新活动预测分析中，获得新活动的活动画像后，将其与评价高的活动画像采用KNN算法进行比对。

作为优选，所述的步骤(6)对新活动预测分析中，获得新活动的活动画像后，将其与评价高的活动画像进行比对的具体方式为：

1)S-评分：

表示学生对各高评价的活动的评分值，记作s₁，s₂，...，s_k；

2)D-欧式距离：