[发明专利]一种教育资源个性化推荐方法及系统

摘要

本发明公开了一种教育资源个性化推荐方法及系统，方法步骤包括：1)预先设置用户‑资源评分矩阵R、资源关键词标签矩阵L、关键词标签相似性阈值St、资源评分相似性阈值S1，进行推荐时遍历选择目标资源x；针对每一个目标资源x，计算和用户‑资源评分矩阵R中其他任一资源y之间的相似度并筛选资源候选集SRx，计算目标资源x和资源候选集SRx中其他任一资源y之间的相似度并筛选最近领域集SRx1，基于最近领域集SRx1计算目标用户u对目标资源x的预测评分，选择TOP N个教育资源输出；系统包括输入程序模块、预测评分程序模块和选择推荐程序模块。本发明能够实现教育资源个性化推荐，为教育用户推荐更加精准的兴趣内教育资源，具有推荐准确可靠、方法实现简单的优点。

主权项

1.一种教育资源个性化推荐方法，其特征在于实施步骤包括：/n1)预先设置用户-资源评分矩阵R、资源关键词标签矩阵L、关键词标签相似性阈值St、资源评分相似性阈值S1，所述用户-资源评分矩阵R为m×n维的用户-资源评分矩阵，用户-资源评分矩阵R中的每一个资源包含给定的k个具有代表性的关键词标签描述，所述资源关键词标签矩阵L为基于用户-资源评分矩阵R中的每一个资源包含给定的k个具有代表性的关键词标签描述建立的n×k的资源关键词标签矩阵；当需要针对用户-资源评分矩阵R中包含的目标用户u进行教育资源个性化推荐时，跳转执行步骤2)；/n2)从用户-资源评分矩阵R中遍历选择一个资源作为目标资源x；针对每一个目标资源x，依次根据资源关键词标签矩阵L计算目标资源x和用户-资源评分矩阵R中其他任一资源y之间的相似度，将相似度大于关键词标签相似性阈值St的资源y生成和目标资源x拥有相似关键词标签的资源候选集SRx，根据用户-资源评分矩阵R计算目标资源x和资源候选集SRx中其他任一资源y之间的相似度，将相似度大于资源评分相似性阈值S1的资源y生成目标资源x的最近领域集SRx1，基于最近领域集SRx1计算目标用户u对目标资源x的预测评分；/n3)选择预测评分最高的前N个教育资源推荐给当前用户u。/n