公开(公告)号：CN109902231A

公开(公告)日：2019-06-18

申请号：CN201910132973.3

申请日：2019-02-22

申请人： 新疆大学

发明人： 秦继伟 ,  蒋云鹏 ,  汪烈军

IPC分类号： G06F16/9535

摘要： 本发明涉及线上学习资源推荐领域，尤其涉及一种基于CBOW模型的学习资源推荐方法。步骤1、收集学习者的历史学习行为，将所有学习行为添加进空白词典来建立学习行为词典；步骤2、由学习行为词典训练CBOW模型得到学习行为间的相似度；步骤3、由训练完成的结果预测学习者未来的行为，得出候选列表一；步骤4、基于学习者对学习资源的评分，采用传统推荐算法中的协同过滤算法进行预测，得出候选列表二；步骤5、根据相同学习者合并两个候选列表，得出最终的项目推荐列表。本发明使用CBOW来表示学习历史行为中学习内容的知识序列，并使用这些特征来计算项目之间的相似性，克服了传统推荐系统中资源序列关系被忽视的问题。

公开(公告)号：CN109885748A

公开(公告)日：2019-06-14

申请号：CN201910132455.1

申请日：2019-02-22

申请人： 新疆大学

发明人： 秦继伟 ,  蒋云鹏 ,  汪烈军

IPC分类号： G06F16/951 ,  G06F16/9535 ,  G06F16/33 ,  G06F16/36

摘要： 本发明涉及用户兴趣点预测及相关项目推荐技术领域，尤其涉及一种基于语意特征的优化推荐方法。该方法包括以下步骤：步骤1，收集项目信息，将其添加到空白词典建立项目词典；步骤2，通过Word2vec模型提取项目语意特征，计算项目间的相似度；步骤3，根据项目间的相似度预测用户感兴趣的项目，应用Top-N推荐算法得出推荐的项目列表。本发明使用Word2vec技术提取语意特征，并使用这些特征来计算项目之间的相似性，克服了传统推荐系统中项目内容语意特征被忽视的问题。本发明基于语意特征进行项目推荐，相比传统推荐算法，本方法推荐的准确性更高。