公开(公告)号：CN111523738A

公开(公告)日：2020-08-11

申请号：CN202010572727.2

申请日：2020-06-22

Applicant: 之江实验室 ,  湖南大学

Inventor： 姜文君 ,  刘桂梅 ,  任德盛 ,  张吉 ,  任演纳

IPC: G06Q10/04 ,  G06K9/62 ,  G06Q50/20

Abstract: 本发明提供一种基于用户在线学习行为模式预测学习效果的系统，包括学习行为信息采集模组、学习效率计算模组、学习行为模式计算模组、学习能力‑动机计算模组及学习效果预测模组。所述学习行为信息采集模组对应采集用户学习行为信息及用户基本信息。所述学习效率计算模组根据用户在不同类别的在线课程中的学习行为信息生成用户的学习效率矩阵。所述学习行为模式计算模组生成用户分类信息及用户的学习行为模式信息。所述学习能力‑动机计算模组生成用户在在线课程学习中的学习能力信息和学习动机信息。所述学习效果预测模组预测用户在在线课程学习中的学习效果。本发明还提供一种采用上述预测用户在不同类别在线课程中学习效果的系统的预测方法。

公开(公告)号：CN111523738B

公开(公告)日：2023-07-21

申请号：CN202010572727.2

申请日：2020-06-22

Applicant: 之江实验室 ,  湖南大学

Inventor： 姜文君 ,  刘桂梅 ,  任德盛 ,  张吉 ,  任演纳

IPC: G06Q10/04 ,  G06F18/23 ,  G06Q50/20

Abstract: 本发明提供一种基于用户在线学习行为模式预测学习效果的系统，包括学习行为信息采集模组、学习效率计算模组、学习行为模式计算模组、学习能力‑动机计算模组及学习效果预测模组。所述学习行为信息采集模组对应采集用户学习行为信息及用户基本信息。所述学习效率计算模组根据用户在不同类别的在线课程中的学习行为信息生成用户的学习效率矩阵。所述学习行为模式计算模组生成用户分类信息及用户的学习行为模式信息。所述学习能力‑动机计算模组生成用户在在线课程学习中的学习能力信息和学习动机信息。所述学习效果预测模组预测用户在在线课程学习中的学习效果。本发明还提供一种采用上述预测用户在不同类别在线课程中学习效果的系统的预测方法。

公开(公告)号：CN110134820B

公开(公告)日：2020-12-11

申请号：CN201910341513.1

申请日：2019-04-26

Applicant: 湖南大学

Inventor： 姜文君 ,  刘桂梅 ,  任德盛 ,  王国军

IPC: G06F16/635 ,  G06F16/68 ,  G06F16/9535 ,  G06F40/284 ,  G06K9/62

Abstract: 本发明公开了一种基于特征递增的混合型个性化音乐推荐方法。本发明首先对歌词和评论文本进行情感分析，得到歌曲的情感向量；然后使用聚类算法对目标用户的听歌记录进行分类，得出目标用户的听歌喜好类别；再结合目标用户的社交关注关系，综合计算出目标用户对候选推荐歌曲的一个喜好程度值，最终实现个性化音乐推荐，本专利考虑目标用户的社交关注关系更易发现目标用户不太熟悉但具有潜在兴趣的歌曲，提高音乐推荐的准确率。

公开(公告)号：CN110134820A

公开(公告)日：2019-08-16

申请号：CN201910341513.1

申请日：2019-04-26

Applicant: 湖南大学

Inventor： 姜文君 ,  刘桂梅 ,  任德盛 ,  王国军

IPC: G06F16/635 ,  G06F16/68 ,  G06F16/9535 ,  G06F17/27 ,  G06K9/62

Abstract: 本发明公开了一种基于特征递增的混合型个性化音乐推荐方法。本发明首先对歌词和评论文本进行情感分析，得到歌曲的情感向量；然后使用聚类算法对目标用户的听歌记录进行分类，得出目标用户的听歌喜好类别；再结合目标用户的社交关注关系，综合计算出目标用户对候选推荐歌曲的一个喜好程度值，最终实现个性化音乐推荐，本专利考虑目标用户的社交关注关系更易发现目标用户不太熟悉但具有潜在兴趣的歌曲，提高音乐推荐的准确率。