基于自然语言模型的交互式任务流课程资源推荐

  • 打印
  • 收藏
收藏成功
微博 QQ空间 微信

摘 要：针对在线教育场景中用户因课程资源过载导致的“资源迷航”问题，传统推荐系统难以动态匹配用户的实时任务需求。本文提出一种基于自然语言模型的交互式任务流课程资源推荐方法，首先，构建多层课程知识图谱；其次，利用自然语言处理技术对课程资源进行语义分析，通过对话式交互识别用户意图，结合知识图谱生成动态任务流；最后，基于某在线教育平台数据集的实验表明，该方法推荐准确率达76.15%，用户满意度为84.06%，较传统方法能有效缓解冷启动和数据稀疏问题。（剩余5075字）

试读结束

目录
monitor
客服机器人