基于知识图谱的工商管理线上教学资源个性化推荐方法

为了改善工商管理线上教学资源的个性化推荐效果,提出基于知识图谱的工商管理线上教学资源个性化推荐方法。首先,通过构建工商管理线上教学资源的知识图谱,获取教学资源知识点和实体之间的关系。其次,利用用户兴趣与教学资源的相似度计算,判断资源与用户学习偏好的匹配情况。最后,根据结果推荐适合用户需求的教学资源。实验结果表明,该个性化推荐方法在召回率和推荐准确性方面具有优势。     

基于知识图谱的图匹配文本分类

【目的】在自然语言处理领域,文本分类是十分重要的基础研究,可以应用于许多下游任务中,例如文章检索、推荐系统、问答系统等。受到知识图谱在文本推理领域发挥作用的启发,本文探索了将知识图谱应用于文本分类任务的方法,在降低对标注训练数据依赖的同时利用知识图谱的推理能力提升文本分类的效果。【方法】本文提出了基于知识图谱的图匹配文本分类算法。具体而言,依据分类目标,为每一个类别构建了该类别的知识图谱,模型基于类别知识图谱中的语义和连接信息对文本与各个类别的相关性进行推理,综合各个知识图谱的推理评估结果。【结论】为了证明本文提出的方法的有效性,本文构建了分类所需的知识图谱并在两个数据集上进行了实验,实验结果证明在允许一定拒绝的前提下,此模型具有很高的准确率,进一步推动了算法的应用落地。     

基于ElasticSearch和语义相似度匹配的教学资源搜索策略

【目的】整合多种教学资源,并在此场景下设计和实现一种高效准确的搜索策略,帮助用户获取丰富的教学内容。【应用背景】教学资源类型众多,数量庞大,用户对于准确检索的需求日益增长,仅基于ElasticSearch进行搜索的效果不尽人意。【方法】在对用户输入的Query进行预处理和分词后,通过ER-BERT语义相似度模型在Query库中匹配出n条近似结果,将其输入到ElasticSearch并构建相关度计算公式,最后按照综合评估的最终得分将匹配结果进行排序。【结果】利用知识图谱技术整合复杂的教学资源,并在此基础上实现了一种基于ElasticSearch和语义相似度匹配的教学资源搜索策略,在保证检索速度的同时可以根据用户检索Query的语义信息进行检索。【结论】实验结果表明使用该教学资源搜索策略增加了检索结果的数量,并在保证检索速度的同时提升了结果的准确性,显著改善了用户的搜索体验。     

基于多源信息融合的API知识图谱构建

API相关的知识通常分散隐含在多个信息源,如API参考文档、问答网站等非结构化的文本中,不利于API的查询与检索.为此,提出一种多源信息融合的API知识图谱构建方法,以提高API检索的效率.API参考文档从设计者角度描述了API的功能和结构,Stack Overflow问答网站从用户角度提供了API的使用目的及应用场景,二者互为补充,可共同为API查询与检索提供支持.通过分析API参考文档,抽取API和领域概念作为实体,构建API和领域概念之间的关联关系;利用Stack Overflow问答网站,抽取问答QA和API概念作为实体,构建问答QA和API概念之间的关联关系.在此基础上,将二者进行知识融合,构建多源API知识图谱,以实现基于知识图谱的API推荐.为验证本文方法,分别从知识抽取的准确性和推荐应用两方面对本文构建API知识图谱的有效性进行评估.实验结果表明,基于知识图谱的API推荐,在推荐效果及效率上均有提升.     

应用知识图谱的高等数学教学资源个性化推荐研究

针对现有方法教学资源推荐效果不佳的问题,提出应用知识图谱的高等数学教学资源个性化推荐研究。构建高等数学教学资源知识图谱,确定知识结构和关联;利用K-means算法分析学生对不同数学资源的喜好;将获得的知识图谱向量和数学资源偏好分析结果作为输入,输入深度神经网络中实现个性化推荐。实验结果表明,该方法应用后,推荐精度均高于93.5%,推荐耗时均低于21.3 s,优于对比方法,应用效果较好。     

应用知识图谱的推荐方法与系统

数据稀疏和冷启动是当前推荐系统面临的两大挑战. 以知识图谱为表现形式的附加信息能够在某种程度上缓解数据稀疏和冷启动带来的负面影响, 进而提高推荐的准确度. 本文综述了最近提出的应用知识图谱的推荐方法和系统, 并依据知识图谱来源与构建方法、推荐系统利用知识图谱的方式, 提出了应用知识图谱的推荐方法和系统的分类框架, 进一步分析了本领域的研究难点. 本文还给出了文献中常用的数据集. 最后讨论了未来有价值的研究方向.     

基于相似度算法的中国建筑史线上课程教学资源推荐方法

传统教学资源推荐方法无法处理大量过载信息且质量参差不齐，因此文章研究基于相似度算法的中国建筑史线上课程教学资源推荐方法。首先将兴趣与教学资源的相似度和知识之间连接度融合，构建线上教学资源推荐模型；其次利用信息检索与数据挖掘加权技术，完成相似度算法的增加和文本特征权重的计算；最后通过Apriori算法挖掘用户置信度，与用户相似度进行融合后，完成线上课程教学资源的推荐。测试结果表明：教学资源推荐方法增加相似度算法后，完成教学资源推荐的平均用时为14.8 s，平均准确率也可以达到99.431%，提高了教学资源推荐质量。     

基于协同过滤的计算机课程线上教学资源推荐系统

传统线上教学资源推荐系统推荐的内容较为单一，无法针对学生实际情况进行推荐，导致教学效果不佳，因此设计基于协同过滤的计算机课程线上教学资源推荐系统。硬件方面，设计了训练加速器与直接存储器访问（DirectMemoryAccess,DMA）存储器。软件方面，建立线上教学资源推荐功能模块，分析系统个性化推荐的逻辑架构。利用协同过滤设计计算机课程线上资源推荐算法，针对学生的实际情况进行资源推荐，实现课程线上教学资源的个性化推荐。系统测试结果表明，该系统的推荐效果更佳，符合教学需求。     

基于知识图谱问答系统的技术实现

知识图谱是实现对话机器人的一类重要工具.如何通过一套完整流程来构建基于知识图谱的问答系统是比较复杂的.因此,本文从构建基于知识图谱的问答系统的全流程角度总结了多个主题:知识图谱类型、知识图谱构建与存储、应用在知识图谱对话中的语言模型、图空间内的语义匹配及生成.进一步,本文在各主题的垂直领域归纳了常用方法及模型,并分析了...     

ESDRec:一种面向地球大数据平台的数据?推荐模型

【应用背景】地球大数据共享服务系统是中国科学院“地球大数据科学工程”战略性先导科技专项的数据门户窗口,为全球用户提供了一个数据、计算与服务为一体的数据共享系统,推动形成地球科学数据共享新模式。【目的】随着数据资源的持续汇交发布,用户仅通过筛选、检索等方式来获取数据资源的难度也将随之增加,如何利用推荐技术帮助用户更加高效地获取科学数据是一个值得研究的问题。【方法】因此,本文设计了一个地球科学数据推荐模型ESDRec,该模型使用双向长短时记忆网络与注意力机制对用户兴趣偏好进行建模,并对地球科学数据的元数据特征属性关联度进行计算。本文将地球科学数据的领域特征融入到推荐模型中,实现了更加准确的推荐。【结论】通过在平台真实数据集上进行对比实验,本文验证了ESDRec模型的有效性。