← 返回列表
基于SaaS架构的个性化学习推荐方法、存储介质及设备
申请人信息
- 申请人:江苏开放大学(江苏城市职业学院)
- 申请人地址:210036 江苏省南京市鼓楼区江东北路399号
- 发明人: 江苏开放大学(江苏城市职业学院)
专利详细信息
| 项目 | 内容 |
|---|---|
| 专利名称 | 基于SaaS架构的个性化学习推荐方法、存储介质及设备 |
| 专利类型 | 发明申请 |
| 申请号 | CN202311667917.2 |
| 申请日 | 2023/12/7 |
| 公告号 | CN117688237A |
| 公开日 | 2024/3/12 |
| IPC主分类号 | G06F16/9535 |
| 权利人 | 江苏开放大学(江苏城市职业学院) |
| 发明人 | 王珂; 姜春艳; 黄黎; 王运; 赵慧; 张成; 王芬 |
| 地址 | 江苏省南京市鼓楼区江东北路399号 |
摘要文本
本发明公开了一种基于SaaS架构的个性化学习推荐方法、存储介质及设备，包括：从基于SaaS架构的开放教育学习中台系统中收集用户的历史学习数据，进行清洗，去除重复、无效和异常数据后，进行标准化处理，得到用户的学习特征集合；将每个用户的学习特征分为正样本和负样本，依次将每个用户的正样本和负样本输入改进的动量对比模型中进行训练，直至融合损失函数收敛，完成对改进的动量对比模型的训练；重新获取某用户的历史学习数据，进行清洗，去除重复、无效和异常数据后，进行标准化处理，得到所述用户的历史学习特征，输入训练好的改进的动量对比模型中，获取学习推荐。该方法能为用户提供个性化的学习资源推荐。
专利主权项内容
1.一种基于SaaS架构的个性化学习推荐方法，其特征在于，具体包括如下步骤：步骤1、从基于SaaS架构的开放教育学习中台系统中收集用户的历史学习数据；步骤2、对收集的历史学习数据进行清洗，去除重复、无效和异常数据后，进行标准化处理，得到用户的学习特征集合；步骤3、将每个用户的学习特征分为正样本和负样本，依次将每个用户的正样本和负样本输入改进的动量对比模型中进行训练，直至融合损失函数收敛，完成对改进的动量对比模型的训练；步骤4、重新获取某用户的历史学习数据，进行清洗，去除重复、无效和异常数据后，进行标准化处理，得到所述用户的历史学习特征，输入训练好的改进的动量对比模型中，获取学习推荐。 微信公众号马克 数据网