公开(公告)号：CN111737570B

公开(公告)日：2024-05-07

申请号：CN202010521526.X

申请日：2020-06-10

Applicant: 之江实验室 ,  湖南大学

Inventor： 姜文君 ,  杨喜喜 ,  任德盛 ,  张吉 ,  任演纳

IPC: G06F16/9535 ,  G06F16/36 ,  G06Q10/0639 ,  G06Q50/20

Abstract: 本发明提供一种多模态在线学习资源网络推荐系统。所述网络推荐系统包括数据采集模组、学习能力评估模组、学习资源难度计算模组及学习资源推荐模组，所述数据采集模组采集学习者信息及学习资源信息，所述学习能力评估模组根据所述学习者信息获得学习者的学习能力值，所述学习资源难度计算模组根据所述学习资源信息计算学习资源难度值，所述学习资源推荐模组分别接收所述学习能力值以及所述学习资源难度值，并根据所述学习能力值及所述学习资源难度值之间的相互匹配值生成学习资源推荐方案，并选择性推荐满足匹配值的学习资源至学习者。同时，本发明还提供一种采用上述网络推荐系统的推荐方法。

公开(公告)号：CN110134871A

公开(公告)日：2019-08-16

申请号：CN201910443743.9

申请日：2019-05-27

Applicant: 湖南大学

Inventor： 姜文君 ,  杨喜喜 ,  任德盛 ,  王国军

IPC: G06F16/9535

Abstract: 发明公开了一种结合课程和学习者网络结构的动态课程推荐方法，首先根据用户学习记录构建用户网络，并综合考虑各方面因素从课程知识：概念级，用户体验：难度级，整体趋势：课程级，三方面定义课程关系，构建课程网络，表示课程之间的复杂关系。再次使用用户—课程分图结合用户网络和课程网络，使用HITS算法计算用户对课程的喜好程度，作为用户评分，衡量用户对课程的喜好程度，最后根据用户评分矩阵，采用基于用户的协同过滤对用户喜好建模，生成用户可能喜好课程序列，根据用户已学课程，通过课程网络计算用户知识水平，对用户可能喜好序列进行筛选，向用户推荐符合当前知识水平的课程，提高用户满意度，提升学习效率。

公开(公告)号：CN110134871B

公开(公告)日：2020-10-16

申请号：CN201910443743.9

申请日：2019-05-27

Applicant: 湖南大学

Inventor： 姜文君 ,  杨喜喜 ,  任德盛 ,  王国军

IPC: G06F16/9535

Abstract: 发明公开了一种结合课程和学习者网络结构的动态课程推荐方法，首先根据用户学习记录构建用户网络，并综合考虑各方面因素从课程知识：概念级，用户体验：难度级，整体趋势：课程级，三方面定义课程关系，构建课程网络，表示课程之间的复杂关系。再次使用用户—课程分图结合用户网络和课程网络，使用HITS算法计算用户对课程的喜好程度，作为用户评分，衡量用户对课程的喜好程度，最后根据用户评分矩阵，采用基于用户的协同过滤对用户喜好建模，生成用户可能喜好课程序列，根据用户已学课程，通过课程网络计算用户知识水平，对用户可能喜好序列进行筛选，向用户推荐符合当前知识水平的课程，提高用户满意度，提升学习效率。

公开(公告)号：CN111737570A

公开(公告)日：2020-10-02

申请号：CN202010521526.X

申请日：2020-06-10

Applicant: 之江实验室 ,  湖南大学

Inventor： 姜文君 ,  杨喜喜 ,  任德盛 ,  张吉 ,  任演纳

IPC: G06F16/9535 ,  G06F16/36 ,  G06Q10/06 ,  G06Q50/20

Abstract: 本发明提供一种多模态在线学习资源网络推荐系统。所述网络推荐系统包括数据采集模组、学习能力评估模组、学习资源难度计算模组及学习资源推荐模组，所述数据采集模组采集学习者信息及学习资源信息，所述学习能力评估模组根据所述学习者信息获得学习者的学习能力值，所述学习资源难度计算模组根据所述学习资源信息计算学习资源难度值，所述学习资源推荐模组分别接收所述学习能力值以及所述学习资源难度值，并根据所述学习能力值及所述学习资源难度值之间的相互匹配值生成学习资源推荐方案，并选择性推荐满足匹配值的学习资源至学习者。同时，本发明还提供一种采用上述网络推荐系统的推荐方法。