龙图腾网&IPTOP
- 微信扫码登录
- 账号密码登录
- 短信登录/注册
申请/专利权人：江苏大学
申请日：2024-03-04
公开（公告）日：2024-06-25
公开（公告）号：CN118247000A
主分类号：G06Q30/0601
分类号：G06Q30/0601;G06Q50/20;G06F17/10
优先权：
专利状态码：在审-公开
法律状态：2024.06.25#公开
摘要：本发明涉及在线课程推荐方法技术领域，尤其涉及一种基于三因子曲线的在线课程推荐方法，包括以下步骤：步骤1：构造用户画像用于量化用户的属性及行为，包括步骤1.1：采集用户信息，生成用户特征；步骤1.2：采集课程信息，生成课程行为特征步骤1.3：计算用户相似度；本发明基于用户一段日期内的播放行为等时间序列数据作为模型的入参，拟合出三因子曲线，根据用户种类实时拟合，构造出融入用户特异性的拟合曲线，基于用户画像构建了一种适配于课程推荐系统的三因子曲线推荐模型，该模型能够实时计算用户之间的相似性以及相似用户所选课程的黏性，并融入了时间序列构造拟合曲线。
主权项：1.一种基于三因子曲线的在线课程推荐方法，其特征在于，包括以下步骤：步骤1：构造用户画像用于量化用户的属性及行为，包括：步骤1.1：采集用户信息，生成用户特征；步骤1.2：采集课程信息，生成课程行为特征；步骤1.3：计算用户相似度；步骤2：用户相似度融合通过基于加权融合的方式计算，挖掘用户的相似度矩阵，对用户信息和课程信息产生的用户相似度进行加权融合；步骤3：计算最相似用户，通过top-k方法找出步骤2中与该用户最相似的k名用户以及k名用户对应的课程信息；步骤4：主成分矩阵提取：在纷乱的课程信息中找出对推荐影响最大的元素，包括：步骤4.1：定义主成分矩阵，将A个维度的变量简化为B个新维度；步骤4.2：对目标变量矩阵Y，在主成分矩阵T上进行回归；步骤4.3：定义损失函数L，计算出使L最小的黏性矩阵T；步骤4.4：计算用户黏性，计算用户与该课程的关联程度；步骤5：拟合曲线，用于将步骤4计算出的黏性通过NS公式拟合出黏性-时间序列曲线；步骤6：通过步骤4的结果进行推荐，对某一用户，在即刻时间点，课程黏性大于曲线值的课程进行推荐。
全文数据：
权利要求：
百度查询： 江苏大学 一种基于三因子曲线的在线课程推荐方法
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。
主营中国专利交易买卖与专利转让许可,高校科技成果推广与科技成果转化,知识产权运营管理与平台开发,科技人才专家库与科技猎头等科技服务
开放平台
担保交易
惠及多方
会员特惠
专属平台
适合多方
数据共享
功能齐全
皖公网安备 34010402703815号