-
公开(公告)号：CN114912518A
公开(公告)日：2022-08-16
申请号：CN202210458367.2
申请日：2022-04-27
Applicant: 浙江大学
Abstract: 本发明公开了一种基于用户群体典型特征的强化学习分组方法、装置及介质。其步骤如下：1)对大规模在线学习系统中的用户画像提取原始特征；2)利用群体关系构建用户网络图，采用图卷积神经网络对个体用户特征进行升维映射，形成群体特征；3)利用可学习的聚类算法对群体特征进行聚类，形成多个用户群体类型；4)利用Q‑learning强化学习算法，在群体典型特征空间进行分组模型学习，最终得到最优的典型特征组合模式。本发明的方法适用于大规模在线学习中，研讨、实践、合作场景的学生用户分组，其分组效率高，准确性好、解释性强。本发明对于大规模在线学习平台中的用户分组教学实践具有十分重要的实际应用价值。
Search Results
11
records
(took 0.013 seconds)
筛选
AND
AND
过滤
NOT
NOT
Scan to Join
