-
公开(公告)号：CN114238431A
公开(公告)日：2022-03-25
申请号：CN202111367618.8
申请日：2021-11-18
Applicant: 南京邮电大学
IPC: G06F16/2458 , G06F16/26 , G06Q10/06 , G06Q50/20
Abstract: 本发明公开了面向个性化学习的在线教育资源推荐方法，包括如下步骤：(1)采集学生观看教育视频的学习行为记录；(2)基于教育心理学的知识计算学生学习能力，根据学生学习教育视频数量与学习能力，用聚类方法对学生群体进行分类；(3)提取教育视频的属性并计算难度，形成教育视频的特征向量；(4)以教育视频的特征向量为输入，利用LinUCB算法为学生提供合适难度的教育视频，形成最终的推荐列表。本发明基于LinUCB算法提出了面向个性化学习的在线教育资源推荐方案，提高了计算速度和计算资源的利用率；根据学生各自的学习能力，结合注意力机制设计个性化探索系数，实现了自适应的个性化探索机制。
-
Patent Agency Ranking
公开(公告)号：CN113468413B
公开(公告)日：2023-05-16
申请号：CN202110630879.8
申请日：2021-06-07
Applicant: 南京邮电大学
IPC: G06F16/9535 , G06F16/735 , G06F16/783
Abstract: 本发明公开了一种面向多用户共享的多媒体网络视频推荐方法，首先，在多用户共享的环境下，利用收集的节目信息构建多用户特征，根据节目特征的相似性、用户观看行为的连续性，构建主导用户标签，实现多用户混合日志的分离，并进行未来会话的周期性多用户识别预测；其次，基于时变LinUCB算法建立用户兴趣挖掘模型来学习用户对每个节目主题的兴趣变化，从并行式计算、自适应控制探索系数、基于LSTM的增量更新三个角度，来增强推荐系统的个性化能力与效率；最后，基于非时变LinUCB算法建立物品质量模型以进一步确保节目质量，并采用交叉加权策略将上述的两个算法集成为最终的推荐系统模型，形成最终的节目推荐列表。本发明保证推荐结果的新颖性与准确性。
-
公开(公告)号：CN113468413A
公开(公告)日：2021-10-01
申请号：CN202110630879.8
申请日：2021-06-07
Applicant: 南京邮电大学
IPC: G06F16/9535 , G06F16/735 , G06F16/783
Abstract: 本发明公开了一种面向多用户共享的多媒体网络视频推荐方法，首先，在多用户共享的环境下，利用收集的节目信息构建多用户特征，根据节目特征的相似性、用户观看行为的连续性，构建主导用户标签，实现多用户混合日志的分离，并进行未来会话的周期性多用户识别预测；其次，基于时变LinUCB算法建立用户兴趣挖掘模型来学习用户对每个节目主题的兴趣变化，从并行式计算、自适应控制探索系数、基于LSTM的增量更新三个角度，来增强推荐系统的个性化能力与效率；最后，基于非时变LinUCB算法建立物品质量模型以进一步确保节目质量，并采用交叉加权策略将上述的两个算法集成为最终的推荐系统模型，形成最终的节目推荐列表。本发明保证推荐结果的新颖性与准确性。
-
公开(公告)号：CN114238431B
公开(公告)日：2025-05-02
申请号：CN202111367618.8
申请日：2021-11-18
Applicant: 南京邮电大学
IPC: G06F16/2458 , G06F16/26 , G06Q10/0631 , G06Q50/20
Abstract: 本发明公开了面向个性化学习的在线教育资源推荐方法，包括如下步骤：(1)采集学生观看教育视频的学习行为记录；(2)基于教育心理学的知识计算学生学习能力，根据学生学习教育视频数量与学习能力，用聚类方法对学生群体进行分类；(3)提取教育视频的属性并计算难度，形成教育视频的特征向量；(4)以教育视频的特征向量为输入，利用LinUCB算法为学生提供合适难度的教育视频，形成最终的推荐列表。本发明基于LinUCB算法提出了面向个性化学习的在线教育资源推荐方案，提高了计算速度和计算资源的利用率；根据学生各自的学习能力，结合注意力机制设计个性化探索系数，实现了自适应的个性化探索机制。
-
公开(公告)号：CN117494059A
公开(公告)日：2024-02-02
申请号：CN202311495480.9
申请日：2023-11-10
Applicant: 南京邮电大学
IPC: G06F18/26 , G06F18/214 , G06N3/045 , G06N3/0499 , G06N3/084 , G06Q50/20
Abstract: 本发明公开了一种基于注意力知识追踪的学习路径推荐方法，该方法同时考虑知识水平与知识结构对路径质量的影响，主要分为知识追踪、搜索空间优化与学习路径推荐三个部分。首先通过学习者的历史练习数据来训练知识追踪模型，并融入了注意力机制以精确预测学习者的知识水平变化。其次，基于知识结构在知识图谱中选取与上一步所学知识点相关联的知识点作为推荐候选集，优化学习路径推荐算法的搜索空间。最后，利用训练好的知识追踪模型预测学习者对候选集中知识点的掌握水平，将其作为多种约束规则的重要评判标准，从可解释性、合理性、有效性三个层面推出下一步推荐的知识点，最终形成动态的学习路径。
-
公开(公告)号：CN114742677A
公开(公告)日：2022-07-12
申请号：CN202210391439.6
申请日：2022-04-14
Applicant: 南京邮电大学
IPC: G06Q50/20
Abstract: 本发明公开了一种基于融媒体的教学辅助互动平台，包括用户信息管理模块、资源管理模块、视频图文教学模块、测试答题模块、积分排名模块、学习资源推荐模块、学业预警模块和数据存储模块。本发明所述平台中学习资源推荐模块可以方便教师及时了解学生学习情况，并为学生推荐符合其学习能力的学习资源；资源管理模块、视频图文教学模块与测试答题模块极大地提高了该平台的互动性与趣味性；积分排名模块与学业预警模块便于学生定位自己的学习状态，激励了学生的学习积极性；学业预警模块通过学习弱点预测和学习倦怠预警指出学生当前学习存在的不足，并鞭策学习状态不佳的同学，激励其学习积极性。
-
-
-
-
-
Search Results
6
records
(took 0.016 seconds)
