公开(公告)号：CN115809342A

公开(公告)日：2023-03-17

申请号：CN202211485551.2

申请日：2022-11-24

Applicant: 桂林电子科技大学

Inventor： 姜浩男 ,  吴泽正 ,  蒙天浩 ,  张惠鹃 ,  陈亮 ,  张敬伟

IPC: G06F16/36 ,  G06F16/335 ,  G06N3/0464 ,  G06N3/0455

Abstract: 本发明公开了一种知识图谱视角下海量学习轨迹的个性化推荐方法，包括如下步骤：数据预处理后构建知识图谱三元组；知识图谱的构建：以课程知识点为节点，以相似度关系和先序关系为边，构建知识图谱；学习轨迹挖掘：挖掘以目标知识点为起点的所有学习轨迹；学习轨迹个性化推荐：为用户推荐学习目标知识点的学习轨迹。本发明通过知识图谱与推荐方法结合的方式，将课程知识点与其他知识图谱属性联系起来，有效地解决了推荐方法稀疏性和冷启动问题。因为大多数用户只知道目标学习对象而不知道起始学习对象，本发明考虑以用户目标学习对象为起点，该方法优于使用开始和结束学习对象的学习轨迹生成方法。

公开(公告)号：CN116719990A

公开(公告)日：2023-09-08

申请号：CN202310545251.7

申请日：2023-05-15

Applicant: 桂林电子科技大学

Inventor： 王对强 ,  刘宇翔 ,  杨青 ,  陈俊宇 ,  黄玉昭 ,  张惠鹃 ,  张景爱

IPC: G06F16/9535 ,  G06F16/9536 ,  G06F16/28 ,  G06N5/02 ,  G06Q50/20

Abstract: 本发明涉及群组推荐技术领域，具体地说，涉及一种融合学生行为信息的个性化群组推荐方法，其包括以下步骤：1)数据预处理；2)学生多行为建模；3)学生偏好与项目结构获取；4)群组共识建模；5)模型预测与优化。本发明利用学生的行为信息，并设计小组共识策略，为小组合作学习提供有效的学习资源。

公开(公告)号：CN115270173A

公开(公告)日：2022-11-01

申请号：CN202210653636.0

申请日：2022-06-09

Applicant: 桂林电子科技大学

Inventor： 蒙天浩 ,  巫湘林 ,  姜浩男 ,  吴泽正 ,  王逸丰 ,  王对强 ,  张惠鹃 ,  张敬伟

IPC: G06F21/62 ,  G06F21/64

Abstract: 本发明涉及数据共享技术领域，涉及一种基于双区块链保护下教育数据共享方法，包括：1、用户DG‑ID‑A通过TDSC合约修改SHATE；2、用户DG‑ID‑B使用私钥SKB对待分享课程的课程标识和身份标识进行签名操作，并发送到智能合约；TDSC合约收到请求后，先调用DIRCC合约对身份进行权限检查，并且权限结果返回TDSC合约，将DG‑ID‑B的权限等级与SHATE进行匹配；3、DG‑ID‑A收到请求后，使用私钥将AES密钥进行加密发送，DG‑ID‑B对数据进行解密，得到AES密钥；4、DG‑ID‑B通过AES密钥对数据进行解密，得到原始数据。本发明能较佳地保护了教育数据共享过程的安全性。

公开(公告)号：CN116542444A

公开(公告)日：2023-08-04

申请号：CN202310360185.6

申请日：2023-04-06

Applicant: 桂林电子科技大学

Inventor： 王逸丰 ,  杨青 ,  池俊椿 ,  张景爱 ,  张惠鹃 ,  李致颖 ,  姜浩男 ,  陈伟聪

IPC: G06Q10/0631 ,  G06Q50/20

Abstract: 本发明提供了一种服务在线教育的多视角群组推荐方法，包括如下步骤：S1.确定学生的结组关系；S2.根据学生的结组关系，构建共生关系的同质图网络，得到考虑学生用户的嵌入表征；S3.在单一视角下，确定组嵌入表征；S4.重复S3获取多个视角下的组嵌入表征，得到用于预测的小组嵌入表征向量，进行评分预测，得到推荐目标；S5.记录学生用户与学习小组后续的交互课程，将后续数据导入数据集，通过更新后的数据集对模型中可学习参数进行调整。本发明使用多个注意力机制表示不同视角下用户在小组中起到的作用，随后挖掘不同视角与项目的关系并将其合理融合为最终组表征，提高了推荐的准确率。

公开(公告)号：CN115422331A

公开(公告)日：2022-12-02

申请号：CN202210827359.0

申请日：2022-07-13

Applicant: 桂林电子科技大学

Inventor： 张惠鹃 ,  张敬伟 ,  王逸丰 ,  蒙天浩 ,  王对强 ,  黄钦阳

IPC: G06F16/332 ,  G06F40/35

Abstract: 本发明公开了一种基于全局Item长短期转换信息权重图的会话推荐方法，包括如下步骤：将会话数据集中的会话所点击的Item按时间顺序处理成会话对应的Item序列形式；根据会话序列建模局部长短期Item转换信息权重图L‑Graph；由局部长短期Item转换信息权重图L‑Graph叠加构造全局长短期Item转换信息图权重图G‑Graph，并得到相应的全局权重图矩阵M；由全局权重图M对会话进行下一个Item推荐。本发明方法能够全面考虑每一个会话中Item的长短期转换信息进行下一个Item点击预测，既单独考虑了单一会话里Item转换信息又将全局Item转换信息结合起来，能够为稀疏交互矩阵提供更多的信息，对于稀疏交互能很好地利用全局权重图信息来进行Item推荐。

公开(公告)号：CN114817360A

公开(公告)日：2022-07-29

申请号：CN202210363854.0

申请日：2022-04-07

Applicant: 桂林电子科技大学

Inventor： 陈亮 ,  张敬伟 ,  杨青 ,  张惠鹃

IPC: G06F16/2458 ,  G06F16/215 ,  G06F16/29 ,  G06K9/62

Abstract: 本发明涉及轨迹伴随模式挖掘技术领域，涉及一种校准轨迹数据以提高轨迹伴随挖掘时效性的方法，包括：一、从出租车轨迹数据库获取近期历史数据；二、提取数据中经纬度、车辆标识以及时间戳；将原始数据进行预处理，清洗噪声数据以及填补空缺值；三、挖掘轨迹点的额外属性；四、结合车辆移动特征，过滤出具有强特征的移动特征轨迹点，将过滤出的点添加网格索引生成以网格为索引的车辆轨迹参考系统；五、基于生成的参考系统，根据轨迹流数据中的轨迹点索引以基于欧式距离实时校准到参考系统中距离最小的移动特征点；步骤六、将被校准后的特征点进行实时通用伴随模式挖掘。本发明能较佳地提高轨迹伴随挖掘时效性。