一种基于全息拓扑的个性化学习资源快速推荐方法与流程

技术特征：
1.一种基于全息拓扑的个性化学习资源快速推荐方法，包括以下步骤：步骤1、根据课程的知识点集合v中的制约关系，预先构造知识点集合v对应的aov图，并且利用拓扑排序确定每一个知识点k
i
的先学条件从而生成知识点集合v的先学条件集合步骤2、设用户的当前学习周期为t，第t周期内学习完成的知识点集合记为u，处理用户原始数据，获得集合u；步骤3、针对集合u，快速对预先生成的先学条件集合p进行遍历，确定与集合u中各个知识点相对应的先学条件步骤4、对各个知识点的先学条件和u求并集运算，生成集合q，即第t周期内及之前学习完成的知识点集合，也就是系统可推荐的知识点集合；步骤5、每个学习资源都对应着相关联的一个知识点集合s，其中包含一个或多个知识点；对学习资源的知识点进行匹配过滤，筛选出满足条件的学习资源，并根据加权拓扑距离进行相关度排序，取前n个学习资源执行推荐操作，从而实现个性化推荐。2.根据权利要求1所述的一种基于全息拓扑的个性化学习资源快速推荐方法，其特征在于：步骤2中处理用户原始数据，获得集合u具体是通过对用户行为日志进行数据分析，获取集合u。3.根据权利要求1所述的一种基于全息拓扑的个性化学习资源快速推荐方法，其特征在于：步骤5中的拓扑距离d(k
i
,k
j
)为aov图中任意两个知识点k
i
和k
j
之间的最短路径长度；知识点k
i
与任意一个知识点集合z之间的拓扑距离为加权拓扑距离为某学习资源的知识点集合x中所有知识点k
i
和某知识点集合y之间拓扑距离的总和

技术总结
本发明公开了一种基于全息拓扑的个性化学习资源快速推荐方法。本发明基于学习者的学习行为日志，利用全息拓扑算法对各学习资源知识点集合进行关联分析与拓扑排序，为学习者提供个性化快速推荐。本发明利用全息拓扑的制约关系，可以有效解决推荐不准确、缺乏个性化等问题。基于预先构造的课程AOV图，可以解决当系统没有或者仅有少量的用户行为日志时，无法实现有效的个性化推荐的冷启动问题。现有效的个性化推荐的冷启动问题。现有效的个性化推荐的冷启动问题。


技术研发人员：陈志贤 韩嵩 陈尧潇 林俊安 叶泽楷 林悦章 包婉婷
受保护的技术使用者：浙江工商大学
技术研发日：2021.09.27
技术公布日：2021/12/16