[发明专利]一种个性化网络学习资源推荐方法

摘要

本发明公开了一种个性化网络学习资源推荐方法，包括以下步骤：分析学习者访问基于扩展主题图的网络学习系统的行为数据，获得学习者及其群组对学习内容相关的概念和知识元的学习兴趣路径变化模式，然后根据学习者个体及其所在群组的学习兴趣路径变化模式以及扩展主题图的学习对象之间的前后序等关系，实现给学习者主动推荐合适的学习资源的个性化推荐。本发明可以为网络学习者提供个性化的学习服务，提高其学习效率。

主权项

一种个性化网络学习资源推荐方法，其特征在于，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）：将学习者的历史学习兴趣变迁模式中各个兴趣点的兴趣度乘以衰减因子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中各个兴趣点的兴趣度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、群组的当前学习兴趣变迁模型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。