(19)国家知识产权局 (12)发明 专利申请 (10)申请公布号 (43)申请公布日 (21)申请 号 202211030711.4 (22)申请日 2022.08.26 (71)申请人 国家开放大学 地址 100000 北京市西城区复兴门内大街 160号 (72)发明人 袁亚兴　贺媛婧　 (74)专利代理 机构 苏州市知腾 专利代理事务所 (普通合伙) 32632 专利代理师 李建 (51)Int.Cl. G06F 16/9535(2019.01) G06F 16/36(2019.01) G06F 40/284(2020.01) G06F 40/30(2020.01) G06K 9/62(2022.01)G06N 3/08(2006.01) G06Q 50/20(2012.01) (54)发明名称 一种基于知识图谱和用户相似度的教学资 源推荐方法 (57)摘要 本发明涉及信息检索技术领域， 具体涉及一 种基于知识 图谱和用户相似度的教学资源推荐 方法； 本发明对教学资源文本进行预处理， 再提 取获取词向量， 根据用户的历史行为， 得到历史 知识向量， 根据词向量和历史知识向量计算用户 对于教学资源的相似度， 然后对知识图谱和用户 相似度赋权重， 融合获得联合相似度矩阵， 并对 联合相似度矩阵进行学习校正， 再计算获得教学 推荐资源， 推荐给用户， 本发明通过对联合相似 度矩阵的校正， 得到具有结构信息和特征选择信 息联合矩阵， 进而较大程度地联合数据的结构信 息和特征选择信息来筛选出最具代表 性的特征， 并且本发明提升了教学推荐资源推荐的准确性， 使得教学资源的推荐能够更符合学习者的知识 认识水平。 权利要求书2页 说明书8页 附图1页 CN 115329200 A 2022.11.11 CN 115329200 A 1.一种基于知识图谱和用户相似度的教学资源推荐方法， 其特 征在于， 包括以下步骤： （1） 对教学资源文本进行预处理， 再提取关键词作为资源的语义特征， 将关键词用词向 量表示， 其中， 对教学资源文本进 行预处理是指对教学资源文本进 行分词， 然后再去掉停用 词， 最后根据不同教学资源文本的重 视程度， 设置相应的权 重比； （2） 将资源文本中的向量 排列成列表， 再将该列表作为资源库； （3） 根据用户的历史行为， 将学习过的教学资源作为用户自己的知识库， 并将用户自己 的知识库用历史知识向量表示； （4） 根据词向量和历史知识向量计算用户对于教学资源的相似度； （5） 构建知识图谱， 对知识图谱和用户相似度赋权重， 融合获得联合相似度矩阵， 其中， 构建知识图谱需要按照关联关系进行逻辑运算， 并用矩阵表示， 对联合相似度矩阵进行学 习校正； 其中， 所述关联关系包括前提与和前提或， 若掌握知识点 的前提是同时掌握知识 点 ,则 中每个知识点和知识点 之间的关系均为前提与关系， 若掌握知识点 的前提是至少掌握知识点 中的一个， 则知识点 中每个知识点与知识点 间均为前提或关系； 且对联合相似度矩阵进行学习校正的方 法如 下： 假设有 个不同知识点图谱的矩阵数据： ， 式中， 表示第 个知识点图谱的矩阵； 将 不同知识 点图谱的矩阵看作一致， 利用学习校正 公式对联合相似度 矩阵进行校正； 其中， 所 述学习校正公式为： ， 式中， 是第 个知识点图 谱的矩阵， 和 是一致相似度矩阵， 为构造知识点图谱时的知识点个数， 表示范 数， 指非0元素的个数， 为第 个知识点图谱的矩阵的权重参数， 是权重向量， 为 的转置矩阵， 为单位矩阵， 为第 个知识点图谱的矩阵的相似度矩阵， 为在 平衡参数下， 第 个知识点图谱的矩阵的权重参数， 为第 个知识点图谱的矩阵 中第 个元素， 第 个知识点图谱的矩阵中第 个元素， 、 是平衡参数， 且权　利　要　求　书 1/2 页 2 CN 115329200 A 2； （6） 根据学习校正后的联合相似度矩阵， 计算获得联合相似度矩阵的最大值作为教学 推荐资源， 并将其推荐给用户。 2.根据权利要求1所述的一种基于知识图谱和用户相似度的教学资源推荐方法， 其特 征在于， 在步骤 （1） 中， 提取关键词 作为资源的语义特征是指用训练的神经网络从预 处理后 的教学资源文本中提取资源的语义特 征， 将其作为关键词。 3.根据权利要求1所述的一种基于知识图谱和用户相似度的教学资源推荐方法， 其特 征在于， 在步骤 （3） 中， 将用户自己的知识库用历史知识向量表 示是指将用户自己所学习过 的知识点 集合用历史知识向量 来表示。 4.根据权利要求4所述的一种基于知识图谱和用户相似度的教学资源推荐方法， 其特 征在于， 在步骤 （4） 中， 相似度矩阵的计算公式为： ， 式中， 为目标用户， 为历史资源集合， 为历史资源集合的数量， 、 分别为 资源 和 的词向量。 5.根据权利要求1所述的一种基于知识图谱和用户相似度的教学资源推荐方法， 其特 征在于， 步骤 （5） 中所述教学资源可包括教材， 教材辅导资料， 教育网页相关资料以及学科 知识。 6.根据权利要求1所述的一种基于知识图谱和用户相似度的教学资源推荐方法， 其特 征在于， 步骤 （5） 中所述教学资源 包括教研期刊， 考试 试卷以及其 他第三方来源数据。 7.根据权利要求1所述的一种基于知识图谱和用户相似度的教学资源推荐方法， 其特 征在于， 知识图谱为思维导图式的知识图谱。 8.根据权利要求7所述的一种基于知识图谱和用户相似度的教学资源推荐方法， 其特 征在于， 所述思维导图式的知识图谱构建包括如下步骤： 首先将知识 点信息录入； 将知识 点 信息转化为代码化数据； 将代码化数据进 行分词， 与预设的思维导图中元素进 行匹配， 过滤 删除多余的字段， 从而 得到标准的格式化元素， 将格式化元素代入到思维导图中， 对其对应 的元素进行更新， 从而得到新的知识图谱。 9.根据权利要求1所述的一种基于知识图谱和用户相似度的教学资源推荐方法， 其特 征在于， 在步骤 （5） 中， 假设知识图谱和用户相似度的权 重分别为 和 ， 则 。权　利　要　求　书 2/2 页 3 CN 115329200 A 3