一种考虑课程先导关系和课程分类的序列推荐方法

摘要

本发明公开了一种考虑课程先导关系和课程分类的序列推荐方法，包括：1、根据用户与课程的交互数据，构造知识图谱，捕捉课程间的先导关系；2、根据用户学习的历史课程序列，利用门控图神经网络和注意力机制建模用户课程层面的兴趣；3、根据用户学习的历史课程序列、课程分类信息，利用GRU建模用户分类层面的长期兴趣转移；4、结合用户的两方面兴趣以及课程间的先导关系，预测用户对课程的偏好，选取合适的损失函数来优化模型。5、利用推荐模型预测用户对课程的偏好，为用户推荐下一个课程。本发明结合了知识图谱与图神经网络，既能捕捉课程之间的先导关系，又能从课程层面和分类层面捕捉用户的兴趣变化，从而实现更准确的推荐效果。