[发明专利]一种基于知识图谱评分预测的养老护理行业课程推荐方法

权利要求书

1.一种基于知识图谱评分预测的养老护理行业课程推荐方法，其特征在于，包括如下步骤：

S01、生成知识图谱的课程清单：学员用户进行系统平台注册登录，并填写专业、岗位信息，自动生成供学员用户学习的知识图谱的课程清单；在登录过程中生成学员用户个人学习情况的清单，包括已学课程以及未学接触各部分推荐课程，所述课程包括护理行业内所有涉及到的相关内容；

S02、进行课程学习并判断是否有评论：学员用户利用课程平台进行学习，选择包括视频、音频、文档的学习方式，并根据学习情况自主的选择是否要进评论并填写评论信息；

S03、答疑：监测到有学员用户进行了评论后，平台系统自动提醒授课老师进行答疑，答疑完成后反馈给评论学员用户获得答疑反馈，并判断疑问是否解决；

S04、评分预测：对学员用户在学习过程中的表现状况进行评分并预测；具体通过在线练习以及考试的形式获得，并根据上述两种方式利用矩阵分解模型计算得到最终的学员评分。

2.根据权利要求1所述的一种基于知识图谱评分预测的养老护理行业课程推荐方法，其特征在于，所述在线练习形式具体是通过在首次练习时，随机生成一份试题；并非首次练习，则根据后台历史答题情况及矩阵分解模型计算得到的评分生成一份在线练习题；在答题过程中，根据每道题的答题情况，基于矩阵分解模型计算得到学院掌握情况得分，并用于学员在下次登录时生成在线练习题；答题后，结合历史答题情况，基于学员知识图谱推荐课程学习。

3.根据权利要求1所述的一种基于知识图谱评分预测的养老护理行业课程推荐方法，其特征在于，所述考试形式具体是系统随机生成一份考试试题，在答题过程中，根据每道题的答题情况，基于矩阵分解模型计算得到学员掌握情况得分，基于矩阵分解模型计算得到学员掌握情况得分，并用于学员在下次登录时生成在线练习题；考试后，结合本次考试情况，基于学员知识图谱推荐课程学习。

4.根据权利要求1所述的一种基于知识图谱评分预测的养老护理行业课程推荐方法，其特征在于，所述矩阵分解模型具体是：

设定本系统的护理员的课程评分矩阵A是m乘以n维，即一共有m个学员用户，n个课程，选择相对于m和n小两个数量级的数k，通过如下算法获得矩阵U和矩阵V，所述矩阵U的维度是m乘以k，矩阵V的维度是n乘以k；

所述矩阵U代表护理员偏好的用户隐因子向量组成，矩阵V代表课程主题的隐因子向量组成，所述隐因子向量是指每个护理员对应一个k维向量，每个课程也对应一个k维向量，则矩阵U和矩阵V相乘后得到的矩阵，维度与原来护理员课程评分矩阵一致。