申请/专利权人:浙江大学
申请日:2024-03-18
公开(公告)日:2024-06-07
公开(公告)号:CN118152656A
主分类号:G06F16/9535
分类号:G06F16/9535;G06F18/214;G06N3/045;G06Q50/20
优先权:
专利状态码:在审-公开
法律状态:2024.06.07#公开
摘要:本发明公开了一种基于大语言模型的在线课程推荐方法及系统,首先获取每个用户的用户画像信息以及课程学习信息,并构建在线学习平台数据集,获取用户未选择过的课程并构建课程信息候选数据集。然后将用户画像信息和每课程学习信息进行整合。预设为学生推荐合适课程的输入指令,利用用户画像信息结构化数据以及课程学习信息切片数据构建用于训练数据。将待推荐课程用户的用户画像信息以及待推荐课程的用户在历史时间戳下选择过的课程学习信息输入到训练好的课程推荐模型中,由所述课程推荐模型预测待推荐课程的用户未来时间戳下课程学习信息预测数据,实现在线课程推荐。
主权项:1.一种基于大语言模型的在线课程推荐方法,其特征在于,包括以下步骤:S1.获取每个用户的用户画像信息以及每个用户在历史时间戳下选择过的课程学习信息,并利用用户画像信息和选择过的课程学习信息构建在线学习平台数据集;获取用户历史时间戳下未选择过的课程,利用未选择过的课程学习信息构建课程信息候选数据集;S2.将所述用户画像信息和每个历史时间戳下选择过的课程学习信息分别整合,对应得到每个用户的用户画像信息结构化数据和每个用户不同历史时间戳下的课程学习信息切片数据;S3.预设若干条为学生推荐合适课程的输入指令,利用每条输入指令、每个用户的用户画像信息结构化数据以及每个用户不同历史时间戳下的课程学习信息切片数据构建用于训练课程推荐模型的训练数据;S4.获取一个经过训练的课程推荐模型,所述课程推荐模型包括Transformer解码器和课程预测模块,将待推荐课程用户的用户画像信息以及待推荐课程的用户在历史时间戳下选择过的课程学习信息输入到所述课程推荐模型中,由所述课程推荐模型预测待推荐课程的用户未来时间戳下课程学习信息预测数据。
全文数据:
权利要求:
百度查询: 浙江大学 一种基于大语言模型的在线课程推荐方法及系统
免责声明
1、本报告根据公开、合法渠道获得相关数据和信息,力求客观、公正,但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解,仅供参考使用,不能作为本公司承担任何法律责任的依据或者凭证。