公开(公告)号：CN119991375A

公开(公告)日：2025-05-13

申请号：CN202510436954.5

申请日：2025-04-09

Applicant: 暨南大学

Inventor： 方良达 ,  周旭芳 ,  程兴和 ,  官全龙 ,  杨志伟 ,  罗伟其

IPC: G06Q50/20 ,  G06N3/0442 ,  G06F18/10 ,  G06F18/214 ,  G06F18/2415 ,  G06F18/25

Abstract: 本发明公开了一种基于长短期记忆神经网络的教育资源多样化推荐方法及系统，涉及教育资源推荐技术领域，其中方法包括：S1.获取学习者的历史学习资源信息，并将学习者进行划分；S2.基于划分的结果，进行学习者表征增强与知识点掌握建模；S3.基于学习者的知识点掌握程度，生成候选教育资源列表；S4.基于候选教育资源列表，计算教育资源相关性与多样性得分；S5.融合教育资源相关性与多样性得分，按最终分数从高到低为学习者推荐指定数量的教育资源。本发明提出了序列增强模块，通过结合不活跃学习者的历史学习行为和积极学习者的丰富历史数据，对不活跃学习者的学习表示进行增强。

公开(公告)号：CN118035568B

公开(公告)日：2024-07-05

申请号：CN202410437158.9

申请日：2024-04-12

Applicant: 暨南大学

Inventor： 官全龙 ,  林创鸿 ,  程兴和 ,  方良达 ,  黄秀姐 ,  罗伟其 ,  陈高博 ,  巩志国

IPC: G06F16/9535 ,  G06N3/0499 ,  G06Q50/20

Abstract: 本发明涉及习题推荐技术领域，特别是涉及一种感知知识掌握程度的教育习题智能推荐方法，包括：获取第一预设时间内用户的历史答题信息；将历史答题信息输入预设的感知预测模型中，输出第二预设时间内用户的推荐练习习题，其中，感知预测模型通过数据集训练，数据集包含习题序列，习题序列为第三预设时间内用户的历史答题信息按时间先后顺序组成，第三预设时间大于且不包含第一预设时间；感知预测模型包括感知模块和预测模块，感知模块用于对数据集中的习题序列进行处理，获取输出向量；预测模块用于对输出向量进行处理，输出推荐结果。本发明能够为用户进行精准、有效的习题推荐。

公开(公告)号：CN118035568A

公开(公告)日：2024-05-14

申请号：CN202410437158.9

申请日：2024-04-12

Applicant: 暨南大学

Inventor： 官全龙 ,  林创鸿 ,  程兴和 ,  方良达 ,  黄秀姐 ,  罗伟其 ,  陈高博 ,  巩志国

IPC: G06F16/9535 ,  G06N3/0499 ,  G06Q50/20

Abstract: 本发明涉及习题推荐技术领域，特别是涉及一种感知知识掌握程度的教育习题智能推荐方法，包括：获取第一预设时间内用户的历史答题信息；将历史答题信息输入预设的感知预测模型中，输出第二预设时间内用户的推荐练习习题，其中，感知预测模型通过数据集训练，数据集包含习题序列，习题序列为第三预设时间内用户的历史答题信息按时间先后顺序组成，第三预设时间大于且不包含第一预设时间；感知预测模型包括感知模块和预测模块，感知模块用于对数据集中的习题序列进行处理，获取输出向量；预测模块用于对输出向量进行处理，输出推荐结果。本发明能够为用户进行精准、有效的习题推荐。