CN110704510A - 一种结合用户画像的题目推荐方法及*** - Google Patents

Abstract

本发明利用计算机技术进行推荐，提出一种结合用户画像的题目推荐方法及***，目的是向用户推荐合适的题目，提高用户使用python在线编程***进行编程训练的效率，同时也能提高用户对该学习***的信任度，提升用户粘性。本发明首先对用户和题目进行画像和建模，然后基于隐因子模型实现一个个性化题目推荐模型。本发明在训练推荐模型的同时，优化用户画像模型，实现了一个多目标优化的推荐模型。用户画像模型得到用户在知识点上的正确率画像，作为推荐模型的额外输出，可以用作给出推荐的解释。

Description

一种结合用户画像的题目推荐方法及***

技术领域

本发明利用计算机技术进行个性化的题目推荐，具体是一种结合用户画像的题目推荐方法及***。

背景技术

随着计算机技术的成熟和各种程序设计语言的流行，各种在线编程评测***，简称OJ***，成为人们自主学习和练习编程、提高程序设计能力的主要途径。由于各大OJ***中各种类型的题目太多，普通用户在得到大量训练机会的同时，也面临着信息过载问题；此外由于自身编程能力的不足和编程经验的缺乏，导致其做题过于盲目，做不适合他们的题目，因此备受打击而过早的失去了自信。对于计算机专业的用户，比如ACM队员，在进行专题训练的时候，由于题目太多也面临着难以挑选出所需题目的问题，导致训练效率低下。推荐***能够在大量信息中筛选出合适的信息推荐给用户，以满足用户的信息需求，从而有效缓解信息过载问题。因此，在OJ***中使用一个恰当的推荐组件，针对用户当前训练需求推荐合适的题目，可以有效提高用户在OJ***中的学习效率，另一方面也能提高用户对 OJ***的信任度，提升用户粘性。

用户画像旨在从各种用户相关数据中挖掘和抽取用户典型特征进行区分，完备且准确的“标签化”的用户模型将有力揭示用户本质特征，从而极大地促进上层的个性化服务，如精准营销、智能推荐、信息检索等。

大数据背景下，推荐***将用户的喜好和特征建模为用户画像，如推荐领域中常见的评分矩阵、直接根据用户行为学习到的嵌入向量等，然后利用计算机技术从海量物品中筛选出用户可能喜好的物品推荐给用户，以满足用户的个性化信息需求。在推荐***中，利用计算机技术进行用户画像，就是得到用户的向量化表示，主要包括三种：第一，直接将用户的属性信息等作为用户画像；第二，对大量数据进行统计分析，得到用户的兴趣标签、社交关系等画像数据；第三，通过机器学习得到嵌入向量。其中，前两种向量表示稀疏但捕捉了显而易见的用户特征，具有较好的解释性，可用于给出推荐理由，而第三种稠密的嵌入向量能学习到更多用户的隐藏特征，但解释性较差。

本发明主要应用于python在线编程***中的题目推荐。本发明首先利用计算机技术根据用户做题历史记录和题目自身标签信息对用户和题目进行画像和建模，然后基于隐因子模型实现一个个性化题目推荐模型，旨在对用户进行个性化的题目推荐，被推荐的题目是预测用户得分较低的题目，从而促进用户对薄弱知识点的练习，全面提高用户对python这门程序设计语言的应用能力。针对特定的业务场景和数据特点，本发明利用统计分析和嵌入向量进行用户画像。为了克服用户交互矩阵的稀疏性，本发明综合利用用户显式反馈、隐式反馈和邻居关系实现多模态用户画像，同时得到隐含用户对知识点掌握能力的稠密画像向量，即用户隐表示；利用题目的标签信息和用户的显式反馈得到隐含知识点信息和题目在知识点上难易程度的稠密画像向量，即题目隐表达。之后利用基于潜因子模型的矩阵分解实现推荐模型。本发明在训练推荐模型的同时，优化多模态用户画像模型，实现了一个多目标优化的推荐模型。用户画像模型利用自编码器得到用户在知识点上的正确率向量，作为推荐模型的额外输出，可以用作给出推荐的解释，形如：用户在该知识点上正确率较低，因此推荐包含该知识点的题目。

发明内容

本发明的目的在于结合用户画像进行个性化的题目推荐，提高用户使用python在线编程***进行编程训练的效率，同时也能提高用户对该学习***的信任度，提升用户粘性。

为实现本发明的目的，本发明提出一种结合用户画像的题目推荐方法及***。该发明的一种结合用户画像的题目推荐方法主要包括以下步骤：

步骤1：收集用户的历史做题数据和题目标签信息，并进行预处理，得到用户的显式反馈、隐式反馈和邻居关系；

步骤2：将数据集划分为训练集和测试集；

步骤3：使用自编码器，利用用户的显式反馈、隐式反馈和邻居关系进行用户画像，同时得到用户隐表示；

步骤4：利用题目的标签信息和用户的显式反馈，学习得到题目隐表示；

步骤5：基于用户隐表示和题目隐表示，预测用户在题目上的得分，并根据得分进行题目推荐。

所述步骤1是收集用户的历史做题数据和题目标签信息，并进行预处理，得到用户的显式反馈、隐式反馈和邻居关系，具体方法如下:

a1.对于用户集合U，其大小为n，表示n个用户；题目知识点集合K，其大小为s，表示s个知识点；题目集合I，其大小为 m，表示m道题目；根据用户做题结果，其中1表示做题正确，0表示做题错误，-1表示点击但没有做题，将做题结果为-1的历史记录作为隐式反馈，其余历史记录作为显式反馈；

a2.设置一个阈值，当两个用户做过相同题目的数量大于该值时，认为这两个用户是邻居，据此构建***中用户的邻居关系；

a3.定义n行m列的用户-题目交互矩阵R，根据用户显式反馈填充矩阵，矩阵元素取值如下：

所述步骤2是将数据集划分为训练集和测试集，具体方法为：对步骤2得到的用户题目交互矩阵R，随机选择20％的交互数据作为测试集，用剩余的交互数据进行训练。

所述步骤3是使用自编码器，利用用户的显式反馈、隐式反馈和邻居关系进行用户画像，同时得到用户隐表示；具体过程如下：

b1.定义两个n行s列矩阵，分别是用户-知识点正确率矩阵A和用户-知识点点击率矩阵H，矩阵元素分别为用户在知识点上的正确率和点击率，分别由用户的显式反馈和隐式反馈统计得到,具体地，用户u在知识点k上的正确率a_uk计算方式为：用户在知识点 k上做对的题目数占用户在该知识点上做题总数的百分比；用户u在知识点k上的点击数占点击总数的百分比；

b2.根据用户-知识点正确率矩阵A，对每个用户u,矩阵 A的第u行代表该用户的显式反馈，即知识点正确率，表示为a_u；使用一个全连接网络对a_u进行编码，得到用户u在显式反馈上的隐表示

计算如下：

其中，W_au∈R^s*d是待学习的网络参数，d是隐表示的维度，b_au∈R^d是偏置向量；

b3.根据用户-知识点点击率矩阵H，对每个用户u,矩阵 H的第u行代表该用户的隐式反馈，即知识点点击率，表示为h_u；使用另一个全连接网络对h_u进行编码，得到用户u在隐式反馈上的隐表示

计算如下：

其中，W_hu∈R^s*d是待学习的网络参数，d是隐表示的维度，b_hu∈R^d是偏置向量；

b4.利用一个神经门结构融合从显式反馈和隐式反馈中学习到的用户隐表示，这个神经门层用G来表示，融合后的用户隐表示用

来表示，

也可以看作一种稠密的用户画像，其中编码了用户的知识点正确率和点击率信息；G和

的计算如下：

其中，W_g1∈R^d*d,W_g2∈R^d*d,b_g∈R^d是门层的参数。

b5.基于融合的用户隐表示，利用用户的邻居关系，预测用户对不同知识点的掌握程度；具体过程如下：

c1.定义用户u的邻居集合为N_i，基于融合的用户隐表示计算用户对邻居的注意力得分，进而得到用户u在邻居关系上的隐表示，计算如下：

a_u＝softmax(s_u) (6)

其中，W_n∈R^d*d是需要学习的参数,d是隐表示的维度；

c2.使用共享的解码器分别对融合的用户隐表示

和用户的邻居隐表示

进行解码，将解码后的向量进行逐元素相加后，经过激活函数得到用户在各个标签上的正确率预测值，该值反映了用户对该标签的掌握程度；解码器实现如下：

c3.综上，本发明基于一个自编码器模型进行用户画像，编码器部分从用户的显式反馈和隐式反馈中学习用户隐表示，两种隐表示通过一个神经门结构进行融合后送入解码器，解码器在解码时，同时利用用户的邻居关系来重构用户的显式反馈，即用户在知识点上的正确率；通过最小化重构误差来优化自编码器的参数，即最小化如下目标函数：

其中，

是正则项，防止模型过拟合；

c4.对b3、b4得到的两种用户隐表示

和进行拼接，得到另一种融合的用户隐表示p_u，用于后续的推荐模型。

所述步骤4是利用题目的标签信息和用户的显式反馈，学***均值来衡量；基于此，为题目学习隐表示的过程如下：

d1.将multi-hot的题目知识点向量表示为l_i，使用一个嵌入层对l_i进行编码，得到题目i在隐式反馈上的隐表示

计算如下：

其中，W_li∈R^s*d是待学习的网络参数，d是隐表示的维度，b_li∈R^d是偏置向量；

d2.将题目在知识点上的难易程度向量表示为o_i，使用另一个嵌入层对o_i进行编码，得到题目i在难易程度上的隐表示计算如下：

其中，W_oi∈R^s*d是待学习的网络参数，d是隐表示的维度，b_oi∈R^d是偏置向量；

d3.对上面的得到的两种题目隐表示进行拼接，得到融合的题目隐表示q_i，用于后续推荐模型。

所述步骤5基于用户隐表示和题目隐表示，预测用户在题目上的得分，并根据得分进行题目推荐；具体方法：基于潜因子模型，对步骤4和步骤5得到的用户隐表示p_u和题目的隐表示q_i进行点积，经过一个sigmoid函数后输出(0,1)之间的标量表示用户u对题目 i的得分，也可以理解为用户u做对题目i的概率,计算如下：

针对本发明的数据特点，本发明将预测得分较低的题目推荐给用户。根据用户-题目交互矩阵R，构造训练数据集D： D:＝{(u,i)|u∈U，i∈I}，使用交叉熵损失函数训练推荐模型,即最小化如下目标函数：

至此，本发明提出的一种结合用户画像的题目推荐方法的完整目标函数如下：

L＝min(L_BC+L_AE) (14)

该发明的一种结合用户画像的题目推荐***主要包括以下模块：

数据收集及预处理模块：收集用户的历史做题数据和题目标签信息，并进行预处理，得到用户的显式反馈、隐式反馈和邻居关系；

数据划分模块：将数据集划分为训练集和测试集；

用户表示模块：使用自编码器，利用用户的显式反馈、隐式反馈和邻居关系进行用户画像，同时得到用户隐表示；

题目表示模块：利用题目的标签信息和用户的显式反馈，学习得到题目隐表示；

分数预测及推荐模块：基于用户隐表示和题目隐表示，预测用户在题目上的得分，并根据得分进行题目推荐。

所述数据收集及预处理模块是收集用户的历史做题数据和题目标签信息，并进行预处理，得到用户的显式反馈、隐式反馈和邻居关系，具体方法如下:

e1.对于用户集合U，其大小为n，表示n个用户；题目知识点集合K，其大小为s，表示s个知识点；题目集合I，其大小为 m，表示m道题目；根据用户做题结果，其中1表示做题正确，0表示做题错误，-1表示点击但没有做题，将做题结果为-1的历史记录作为隐式反馈，其余历史记录作为显式反馈；

e2.设置一个阈值，当两个用户做过相同题目的数量大于该值时，认为这两个用户是邻居，据此构建***中用户的邻居关系；

e3.定义n行m列的用户-题目交互矩阵R，根据用户显式反馈填充矩阵，矩阵元素取值如下：

所述数据划分模块是将数据集划分为训练集和测试集，具体方法为：对数据收集及预处理模块得到的用户题目交互矩阵R，随机选择20％的交互数据作为测试集，用剩余的交互数据进行训练。

所述用户表示模块是使用自编码器，利用用户的显式反馈、隐式反馈和邻居关系进行用户画像，同时得到用户隐表示；具体过程如下：

f1.定义两个n行s列矩阵，分别是用户-知识点正确率矩阵A和用户-知识点点击率矩阵H，矩阵元素分别为用户在知识点上的正确率和点击率，分别由用户的显式反馈和隐式反馈统计得到,具体地，用户u在知识点k上的正确率a_uk计算方式为：用户在知识点 k上做对的题目数占用户在该知识点上做题总数的百分比；用户u在知识点i上的点击率hui计算方式为：用户在知识点i上点击过的题目数占用户点击总数的百分比；

f2.根据用户-知识点正确率矩阵A，对每个用户u,矩阵A 的第u行代表该用户的显式反馈，即知识点正确率，表示为a_u；使用一个全连接网络对a_u进行编码，得到用户u在显式反馈上的隐表示

计算如下：

其中，W_au∈R^s*d是待学习的网络参数，d是隐表示的维度，b_au∈R^d是偏置向量；

f3.根据用户-知识点点击率矩阵H，对每个用户u,矩阵H 的第u行代表该用户的隐式反馈，即知识点点击率，表示为h_u；使用另一个全连接网络对h_u进行编码，得到用户u在隐式反馈上的隐表示

计算如下：

其中，W_hu∈R^s*d是待学习的网络参数，d是隐表示的维度，b_hu∈R^d是偏置向量；

f4.利用一个神经门结构融合从显式反馈和隐式反馈中学习到的用户隐表示，这个神经门层用G来表示，融合后的用户隐表示用

来表示，

也可以看作一种稠密的用户画像，其中编码了用户的知识点正确率和点击率信息；G和

的计算如下：

其中，W_g1∈R^d*d,W_g2∈R^d*d,b_g∈R^d是门层的参数。

f5.基于融合的用户隐表示，利用用户的邻居关系，预测用户对不同知识点的掌握程度；具体过程如下：

g1.定义用户u的邻居集合为N_i，基于融合的用户隐表示计算用户对邻居的注意力得分，进而得到用户u在邻居关系上的隐表示，计算如下：

a_u＝softmax(s_u) (6)

其中，W_n∈R^d*d是需要学习的参数,d是隐表示的维度；

g2.使用共享的解码器分别对融合的用户隐表示

和用户的邻居隐表示

进行解码，将解码后的向量进行逐元素相加后，经过激活函数得到用户在各个标签上的正确率预测值，该值反映了用户对该标签的掌握程度；解码器实现如下：

g3.综上，本***基于一个自编码器模型进行用户画像，编码器部分从用户的显式反馈和隐式反馈中学习用户隐表示，两种隐表示通过一个神经门结构进行融合后送入解码器，解码器在解码时，同时利用用户的邻居关系来重构用户的显式反馈，即用户在知识点上的正确率；通过最小化重构误差来优化自编码器的参数，即最小化如下目标函数：

其中，

是正则项，防止模型过拟合；

g4.对b3、b4得到的两种用户隐表示

和

进行拼接，得到另一种融合的用户隐表示p_u，用于后续的推荐模型。

所述题目表示模块是利用题目的标签信息和用户的显式反馈，学***均值来衡量；基于此，为题目学习隐表示的过程如下：

h1.将multi-hot的题目知识点向量表示为l_i，使用一个嵌入层对l_i进行编码，得到题目i在隐式反馈上的隐表示

计算如下：

其中，W_li∈R^s*d是待学习的网络参数，d是隐表示的维度，b_li∈R^d是偏置向量；

h2.将题目在知识点上的难易程度向量表示为o_i，使用另一个嵌入层对o_i进行编码，得到题目i在难易程度上的隐表示

计算如下：

其中，W_oi∈R^s*d是待学习的网络参数，d是隐表示的维度，b_oi∈R^d是偏置向量；

h3.对上面的得到的两种题目隐表示进行拼接，得到融合的题目隐表示q_i，用于后续推荐模型。

所述分数预测及推荐模块基于用户隐表示和题目隐表示，预测用户在题目上的得分，并根据得分进行题目推荐；具体方法：基于潜因子模型，将g4和h3得到的用户隐表示p_u和题目的隐表示q_i进行点积，经过一个sigmoid函数后输出(0,1)之间的标量表示用户u对题目i的得分，也可以理解为用户u做对题目i的概率,计算如下：

针对本发明的数据特点，本发明将预测得分较低的题目推荐给用户。根据用户-题目交互矩阵R，构造训练数据集D： D:＝{(u,i)|u∈U，i∈I}，使用交叉熵损失函数训练推荐模型,即最小化如下目标函数：

至此，本发明提出的一种结合用户画像的题目推荐***的目标函数如下：

L＝min(L_BC+L_AE) (14)

附图说明

图1为本发明的结合用户画像的题目推荐方法流程图。

具体实施方式

为实现本发明的目的，本发明提出一种结合用户画像的题目推荐方法及***。该发明的一种结合用户画像的题目推荐方法主要包括以下步骤：

步骤1：收集用户的历史做题数据和题目标签信息，并进行预处理，得到用户的显式反馈、隐式反馈和邻居关系；

步骤2：将数据集划分为训练集和测试集；

步骤3：使用自编码器，利用用户的显式反馈、隐式反馈和邻居关系进行用户画像，同时得到用户隐表示；

步骤4：利用题目的标签信息和用户的显式反馈，学习得到题目隐表示；

步骤5：基于用户隐表示和题目隐表示，预测用户在题目上的得分，并根据得分进行题目推荐。

所述步骤1是收集用户的历史做题数据和题目标签信息，并进行预处理，得到用户的显式反馈、隐式反馈和邻居关系，具体方法如下:

a1.对于用户集合U，其大小为n，表示n个用户；题目知识点集合K，其大小为s，表示s个知识点；题目集合I，其大小为 m，表示m道题目；根据用户做题结果，其中1表示做题正确，0表示做题错误，-1表示点击但没有做题，将做题结果为-1的历史记录作为隐式反馈，其余历史记录作为显式反馈；

a2.设置一个阈值，当两个用户做过相同题目的数量大于该值时，认为这两个用户是邻居，据此构建***中用户的邻居关系；

a3.定义n行m列的用户-题目交互矩阵R，根据用户显式反馈填充矩阵，矩阵元素取值如下：

所述步骤2是将数据集划分为训练集和测试集，具体方法为：对步骤2得到的用户题目交互矩阵R，随机选择20％的交互数据作为测试集，用剩余的交互数据进行训练。

所述步骤3是使用自编码器，利用用户的显式反馈、隐式反馈和邻居关系进行用户画像，同时得到用户隐表示；具体过程如下：

b1.定义两个n行s列矩阵，分别是用户-知识点正确率矩阵A和用户-知识点点击率矩阵H，矩阵元素分别为用户在知识点上的正确率和点击率，分别由用户的显式反馈和隐式反馈统计得到,具体地，用户u在知识点k上的正确率a_uk计算方式为：用户在知识点k上做对的题目数占用户在该知识点上做题总数的百分比；用户u在知识点k上的点击数占点击总数的百分比；

b2.根据用户-知识点正确率矩阵A，对每个用户u,矩阵 A的第u行代表该用户的显式反馈，即知识点正确率，表示为a_u；使用一个全连接网络对a_u进行编码，得到用户u在显式反馈上的隐表示

计算如下：

其中，W_au∈R^s*d是待学习的网络参数，d是隐表示的维度，b_au∈R^d是偏置向量；

b3.根据用户-知识点点击率矩阵H，对每个用户u,矩阵 H的第u行代表该用户的隐式反馈，即知识点点击率，表示为h_u；使用另一个全连接网络对h_u进行编码，得到用户u在隐式反馈上的隐表示

计算如下：

其中，W_hu∈R^s*d是待学习的网络参数，d是隐表示的维度，b_hu∈R^d是偏置向量；

b4.利用一个神经门结构融合从显式反馈和隐式反馈中学习到的用户隐表示，这个神经门层用G来表示，融合后的用户隐表示用

来表示，

也可以看作一种稠密的用户画像，其中编码了用户的知识点正确率和点击率信息；G和

的计算如下：

其中，W_g1∈R^d*d,W_g2∈R^d*d,b_g∈R^d是门层的参数。

b5.基于融合的用户隐表示，利用用户的邻居关系，预测用户对不同知识点的掌握程度；具体过程如下：

c1.定义用户u的邻居集合为N_i，基于融合的用户隐表示计算用户对邻居的注意力得分，进而得到用户u在邻居关系上的隐表示，计算如下：

a_u＝softmax(s_u) (6)

其中，W_n∈R^d*d是需要学习的参数,d是隐表示的维度；

c2.使用共享的解码器分别对融合的用户隐表示

和用户的邻居隐表示

进行解码，将解码后的向量进行逐元素相加后，经过激活函数得到用户在各个标签上的正确率预测值，该值反映了用户对该标签的掌握程度；解码器实现如下：

c3.综上，本发明基于一个自编码器模型进行用户画像，编码器部分从用户的显式反馈和隐式反馈中学习用户隐表示，两种隐表示通过一个神经门结构进行融合后送入解码器，解码器在解码时，同时利用用户的邻居关系来重构用户的显式反馈，即用户在知识点上的正确率；通过最小化重构误差来优化自编码器的参数，即最小化如下目标函数：

其中，

是正则项，防止模型过拟合；

c4.对b3、b4得到的两种用户隐表示

和进行拼接，得到另一种融合的用户隐表示p_u，用于后续的推荐模型。

所述步骤4是利用题目的标签信息和用户的显式反馈，学***均值来衡量；基于此，为题目学习隐表示的过程如下：

d1.将multi-hot的题目知识点向量表示为l_i，使用一个嵌入层对l_i进行编码，得到题目i在隐式反馈上的隐表示计算如下：

其中，W_li∈R^s*d是待学习的网络参数，d是隐表示的维度，b_li∈R^d是偏置向量；

d2.将题目在知识点上的难易程度向量表示为o_i，使用另一个嵌入层对o_i进行编码，得到题目i在难易程度上的隐表示

计算如下：

其中，W_oi∈R^s*d是待学习的网络参数，d是隐表示的维度，b_oi∈R^d是偏置向量；

d3.对上面的得到的两种题目隐表示进行拼接，得到融合的题目隐表示q_i，用于后续推荐模型。

所述步骤5基于用户隐表示和题目隐表示，预测用户在题目上的得分，并根据得分进行题目推荐；具体方法：基于潜因子模型，对步骤4和步骤5得到的用户隐表示p_u和题目的隐表示q_i进行点积，经过一个sigmoid函数后输出(0,1)之间的标量

表示用户u对题目i的得分，也可以理解为用户u做对题目i的概率,计算如下：

针对本发明的数据特点，本发明将预测得分较低的题目推荐给用户。根据用户-题目交互矩阵R，构造训练数据集D： D:＝{(u,i)|u∈U，i∈I}，使用交叉熵损失函数训练推荐模型,即最小化如下目标函数：

至此，本发明提出的一种结合用户画像的题目推荐方法的完整目标函数如下：

L＝min(L_BC+L_AE) (14)

该发明的一种结合用户画像的题目推荐***主要包括以下模块：

数据收集及预处理模块：收集用户的历史做题数据和题目标签信息，并进行预处理，得到用户的显式反馈、隐式反馈和邻居关系；

数据划分模块：将数据集划分为训练集和测试集；

用户表示模块：使用自编码器，利用用户的显式反馈、隐式反馈和邻居关系进行用户画像，同时得到用户隐表示；

题目表示模块：利用题目的标签信息和用户的显式反馈，学习得到题目隐表示；

分数预测及推荐模块：基于用户隐表示和题目隐表示，预测用户在题目上的得分，并根据得分进行题目推荐。

所述数据收集及预处理模块是收集用户的历史做题数据和题目标签信息，并进行预处理，得到用户的显式反馈、隐式反馈和邻居关系，具体方法如下:

e1.对于用户集合U，其大小为n，表示n个用户；题目知识点集合K，其大小为s，表示s个知识点；题目集合I，其大小为 m，表示m道题目；根据用户做题结果，其中1表示做题正确，0表示做题错误，-1表示点击但没有做题，将做题结果为-1的历史记录作为隐式反馈，其余历史记录作为显式反馈；

e2.设置一个阈值，当两个用户做过相同题目的数量大于该值时，认为这两个用户是邻居，据此构建***中用户的邻居关系；

e3.定义n行m列的用户-题目交互矩阵R，根据用户显式反馈填充矩阵，矩阵元素取值如下：

所述数据划分模块是将数据集划分为训练集和测试集，具体方法为：对数据收集及预处理模块得到的用户题目交互矩阵R，随机选择20％的交互数据作为测试集，用剩余的交互数据进行训练。

所述用户表示模块是使用自编码器，利用用户的显式反馈、隐式反馈和邻居关系进行用户画像，同时得到用户隐表示；具体过程如下：

f1.定义两个n行s列矩阵，分别是用户-知识点正确率矩阵A和用户-知识点点击率矩阵H，矩阵元素分别为用户在知识点上的正确率和点击率，分别由用户的显式反馈和隐式反馈统计得到,具体地，用户u在知识点k上的正确率a_uk计算方式为：用户在知识点 k上做对的题目数占用户在该知识点上做题总数的百分比；用户u在知识点i上的点击率hui计算方式为：用户在知识点i上点击过的题目数占用户点击总数的百分比；

f2.根据用户-知识点正确率矩阵A，对每个用户u,矩阵A 的第u行代表该用户的显式反馈，即知识点正确率，表示为a_u；使用一个全连接网络对a_u进行编码，得到用户u在显式反馈上的隐表示

计算如下：

其中，W_au∈R^s*d是待学习的网络参数，d是隐表示的维度，b_au∈R^d是偏置向量；

f3.根据用户-知识点点击率矩阵H，对每个用户u,矩阵H 的第u行代表该用户的隐式反馈，即知识点点击率，表示为h_u；使用另一个全连接网络对h_u进行编码，得到用户u在隐式反馈上的隐表示

计算如下：

其中，W_hu∈R^s*d是待学习的网络参数，d是隐表示的维度，b_hu∈R^d是偏置向量；

f4.利用一个神经门结构融合从显式反馈和隐式反馈中学习到的用户隐表示，这个神经门层用G来表示，融合后的用户隐表示用

来表示，

也可以看作一种稠密的用户画像，其中编码了用户的知识点正确率和点击率信息；G和

的计算如下：

其中，W_g1∈R^d*d,W_g2∈R^d*d,b_g∈R^d是门层的参数。

f5.基于融合的用户隐表示，利用用户的邻居关系，预测用户对不同知识点的掌握程度；具体过程如下：

g1.定义用户u的邻居集合为N_i，基于融合的用户隐表示计算用户对邻居的注意力得分，进而得到用户u在邻居关系上的隐表示，计算如下：

a_u＝softmax(s_u) (6)

其中，W_n∈R^d*d是需要学习的参数,d是隐表示的维度；

g2.使用共享的解码器分别对融合的用户隐表示

和用户的邻居隐表示

进行解码，将解码后的向量进行逐元素相加后，经过激活函数得到用户在各个标签上的正确率预测值，该值反映了用户对该标签的掌握程度；解码器实现如下：

g3.综上，本***基于一个自编码器模型进行用户画像，编码器部分从用户的显式反馈和隐式反馈中学习用户隐表示，两种隐表示通过一个神经门结构进行融合后送入解码器，解码器在解码时，同时利用用户的邻居关系来重构用户的显式反馈，即用户在知识点上的正确率；通过最小化重构误差来优化自编码器的参数，即最小化如下目标函数：

其中，是正则项，防止模型过拟合；

g4.对b3、b4得到的两种用户隐表示

和

进行拼接，得到另一种融合的用户隐表示p_u，用于后续的推荐模型。

所述题目表示模块是利用题目的标签信息和用户的显式反馈，学***均值来衡量；基于此，为题目学习隐表示的过程如下：

h1.将multi-hot的题目知识点向量表示为l_i，使用一个嵌入层对l_i进行编码，得到题目i在隐式反馈上的隐表示

计算如下：

其中，W_li∈R^s*d是待学习的网络参数，d是隐表示的维度，b_li∈R^d是偏置向量；

h2.将题目在知识点上的难易程度向量表示为o_i，使用另一个嵌入层对o_i进行编码，得到题目i在难易程度上的隐表示

计算如下：

其中，W_oi∈R^s*d是待学习的网络参数，d是隐表示的维度，b_oi∈R^d是偏置向量；

h3.对上面的得到的两种题目隐表示进行拼接，得到融合的题目隐表示q_i，用于后续推荐模型。

所述分数预测及推荐模块基于用户隐表示和题目隐表示，预测用户在题目上的得分，并根据得分进行题目推荐；具体方法：基于潜因子模型，将g4和h3得到的用户隐表示p_u和题目的隐表示q_i进行点积，经过一个sigmoid函数后输出(0,1)之间的标量表示用户u对题目i的得分，也可以理解为用户u做对题目i的概率,计算如下：

针对本发明的数据特点，本发明将预测得分较低的题目推荐给用户。根据用户-题目交互矩阵R，构造训练数据集D： D:＝{(u,i)|u∈U，i∈I}，使用交叉熵损失函数训练推荐模型,即最小化如下目标函数：

至此，本发明提出的一种结合用户画像的题目推荐***的目标函数如下：

L＝min(L_BC+L_AE) (14)

本发明提出一种结合用户画像的题目推荐方法及***，旨在提高用户使用python在线编程***进行编程训练的效率，同时也能提高用户对该学习***的信任度，提升用户粘性。通过多目标优化的目标函数，本发明在实现推荐模型的同时，优化了一个用户画像模型。用户画像模型利用自编码器得到用户在知识点上的正确率画像，作为推荐模型的额外输出，可以用作给出推荐的解释，形如：用户在该知识点上正确率较低，因此推荐包含该知识点的题目。

Claims (12)

1.一种结合用户画像的题目推荐方法，其特征在于包括以下步骤：

步骤1：收集用户的历史做题数据和题目标签信息，并进行预处理，得到用户的显式反馈、隐式反馈和邻居关系；

步骤2：将数据集划分为训练集和测试集；

步骤3：使用自编码器，利用用户的显式反馈、隐式反馈和邻居关系进行用户画像，同时得到用户隐表示；

步骤4：利用题目的标签信息和用户的显式反馈，学习得到题目隐表示；

步骤5：基于用户隐表示和题目隐表示，预测用户在题目上的得分，并根据得分进行题目推荐。

2.根据权利要求1所述的一种结合用户画像的题目推荐方法，其特征在于：所述步骤1是收集用户的历史做题数据和题目标签信息，并进行预处理，得到用户的显式反馈、隐式反馈和邻居关系，具体方法如下:

a1.对于用户集合U，其大小为n，表示n个用户；题目知识点集合K，其大小为s，表示s个知识点；题目集合I，其大小为m，表示m道题目；根据用户做题结果，其中1表示做题正确，0表示做题错误，-1表示点击但没有做题，将做题结果为-1的历史记录作为隐式反馈，其余历史记录作为显式反馈；

a2.设置一个阈值，当两个用户做过相同题目的数量大于该值时，认为这两个用户是邻居，据此构建***中用户的邻居关系；

a3.定义n行m列的用户-题目交互矩阵R，根据用户显式反馈填充矩阵，矩阵元素取值如下：

3.根据权利要求1所述的一种结合用户画像的题目推荐方法，其特征在于：所述步骤2是将数据集划分为训练集和测试集，具体方法为：对步骤2得到的用户题目交互矩阵R，随机选择20％的交互数据作为测试集，用剩余的交互数据进行训练。

4.根据权利要求1所述的一种结合用户画像的题目推荐方法，其特征在于：所述步骤3是使用自编码器，利用用户的显式反馈、隐式反馈和邻居关系进行用户画像，同时得到用户隐表示；具体过程如下：

b1.定义两个n行s列矩阵，分别是用户-知识点正确率矩阵A和用户-知识点点击率矩阵H，矩阵元素分别为用户在知识点上的正确率和点击率，分别由用户的显式反馈和隐式反馈统计得到,具体地，用户u在知识点k上的正确率a_uk计算方式为：用户在知识点k上做对的题目数占用户在该知识点上做题总数的百分比；用户u在知识点i上的点击率hui计算方式为：用户在知识点i上点击过的题目数占用户点击总数的百分比；

b2.根据用户-知识点正确率矩阵A，对每个用户u,矩阵A的第u行代表该用户的显式反馈，即知识点正确率，表示为a_u；使用一个全连接网络对a_u进行编码，得到用户u在显式反馈上的隐表示

计算如下：

其中，W_au∈R^s*d是待学习的网络参数，d是隐表示的维度，b_au∈R^d是偏置向量；

b3.根据用户-知识点点击率矩阵H，对每个用户u,矩阵H的第u行代表该用户的隐式反馈，即知识点点击率，表示为h_u；使用另一个全连接网络对h_u进行编码，得到用户u在隐式反馈上的隐表示

计算如下：

其中，W_hu∈R^s*d是待学习的网络参数，d是隐表示的维度，b_hu∈R^d是偏置向量；

b4.利用一个神经门结构融合从显式反馈和隐式反馈中学习到的用户隐表示，这个神经门层用G来表示，融合后的用户隐表示用

来表示，

也可以看作一种稠密的用户画像，其中编码了用户的知识点正确率和点击率信息；G和

的计算如下：

其中，W_g1∈R^d*d,W_g2∈R^d*d,b_g∈R^d是门层的参数。

b5.基于融合的用户隐表示，利用用户的邻居关系，预测用户对不同知识点的掌握程度；具体过程如下：

c1.定义用户u的邻居集合为N_i，基于融合的用户隐表示计算用户对邻居的注意力得分，进而得到用户u在邻居关系上的隐表示，计算如下：

a_u＝softmax(s_u) (6)

其中，W_n∈R^d*d是需要学习的参数,d是隐表示的维度；

c2.使用共享的解码器分别对融合的用户隐表示

和用户的邻居隐表示

进行解码，将解码后的向量进行逐元素相加后，经过激活函数得到用户在各个标签上的正确率预测值，该值反映了用户对该标签的掌握程度；解码器实现如下：

c3.综上，本发明基于一个自编码器模型进行用户画像，编码器部分从用户的显式反馈和隐式反馈中学习用户隐表示，两种隐表示通过一个神经门结构进行融合后送入解码器，解码器在解码时，同时利用用户的邻居关系来重构用户的显式反馈，即用户在知识点上的正确率；通过最小化重构误差来优化自编码器的参数，即最小化如下目标函数：

其中，是正则项，防止模型过拟合；

c4.对b3、b4得到的两种用户隐表示

和

进行拼接，得到另一种融合的用户隐表示p_u，用于后续的推荐模型。

5.根据权利要求1所述的一种结合用户画像的题目推荐方法，其特征在于：所述步骤4是利用题目的标签信息和用户的显式反馈，学***均值来衡量；基于此，为题目学习隐表示的过程如下：

d1.将multi-hot的题目知识点向量表示为l_i，使用一个嵌入层对l_i进行编码，得到题目i在隐式反馈上的隐表示

计算如下：

其中，W_li∈R^s*d是待学习的网络参数，d是隐表示的维度，b_li∈R^d是偏置向量；

d2.将题目在知识点上的难易程度向量表示为o_i，使用另一个嵌入层对o_i进行编码，得到题目i在难易程度上的隐表示

计算如下：

其中，W_oi∈R^s*d是待学习的网络参数，d是隐表示的维度，b_oi∈R^d是偏置向量；

d3.对上面的得到的两种题目隐表示进行拼接，得到融合的题目隐表示q_i，用于后续推荐模型。

6.根据权利要求1所述的一种结合用户画像的题目推荐方法，其特征在于：所述步骤5基于用户隐表示和题目隐表示，预测用户在题目上的得分，并根据得分进行题目推荐；具体方法：基于潜因子模型，对步骤4和步骤5得到的用户隐表示p_u和题目的隐表示q_i进行点积，经过一个sigmoid函数后输出(0,1)之间的标量

表示用户u对题目i的得分，也可以理解为用户u做对题目i的概率,计算如下：

针对本发明的数据特点，本发明将预测得分较低的题目推荐给用户。根据用户-题目交互矩阵R，构造训练数据集D：D:＝{(u,i)|u∈U，i∈I}，使用交叉熵损失函数训练推荐模型,即最小化如下目标函数：

至此，本发明提出的一种结合用户画像的题目推荐方法的完整目标函数如下：

L＝min(L_BC+L_AE) (14) 。

7.一种结合用户画像的题目推荐***，其特征在于包括以下模块：

数据收集及预处理模块：收集用户的历史做题数据和题目标签信息，并进行预处理，得到用户的显式反馈、隐式反馈和邻居关系；

数据划分模块：将数据集划分为训练集和测试集；

用户表示模块：使用自编码器，利用用户的显式反馈、隐式反馈和邻居关系进行用户画像，同时得到用户隐表示；

题目表示模块：利用题目的标签信息和用户的显式反馈，学习得到题目隐表示；

分数预测及推荐模块：基于用户隐表示和题目隐表示，预测用户在题目上的得分，并根据得分进行题目推荐。

8.根据权利要求7所述的一种结合用户画像的题目推荐***，其特征在于：所述数据收集及预处理模块是收集用户的历史做题数据和题目标签信息，并进行预处理，得到用户的显式反馈、隐式反馈和邻居关系，具体方法如下:

e1.对于用户集合U，其大小为n，表示n个用户；题目知识点集合K，其大小为s，表示s个知识点；题目集合I，其大小为m，表示m道题目；根据用户做题结果，其中1表示做题正确，0表示做题错误，-1表示点击但没有做题，将做题结果为-1的历史记录作为隐式反馈，其余历史记录作为显式反馈；

e2.设置一个阈值，当两个用户做过相同题目的数量大于该值时，认为这两个用户是邻居，据此构建***中用户的邻居关系；

e3.定义n行m列的用户-题目交互矩阵R，根据用户显式反馈填充矩阵，矩阵元素取值如下：

9.根据权利要求7所述的一种结合用户画像的题目推荐方法，其特征在于：所述数据划分模块是将数据集划分为训练集和测试集，具体方法为：对数据收集及预处理模块得到的用户题目交互矩阵R，随机选择20％的交互数据作为测试集，用剩余的交互数据进行训练。

10.根据权利要求7所述的一种结合用户画像的题目推荐方法，其特征在于：所述用户表示模块是使用自编码器，利用用户的显式反馈、隐式反馈和邻居关系进行用户画像，同时得到用户隐表示；具体过程如下：

f1.定义两个n行s列矩阵，分别是用户-知识点正确率矩阵A和用户-知识点点击率矩阵H，矩阵元素分别为用户在知识点上的正确率和点击率，分别由用户的显式反馈和隐式反馈统计得到,具体地，用户u在知识点k上的正确率a_uk计算方式为：用户在知识点k上做对的题目数占用户在该知识点上做题总数的百分比；用户u在知识点i上的点击率hui计算方式为：用户在知识点i上点击过的题目数占用户点击总数的百分比；

f2.根据用户-知识点正确率矩阵A，对每个用户u,矩阵A的第u行代表该用户的显式反馈，即知识点正确率，表示为a_u；使用一个全连接网络对a_u进行编码，得到用户u在显式反馈上的隐表示

计算如下：

其中，W_au∈R^s*d是待学习的网络参数，d是隐表示的维度，b_au∈R^d是偏置向量；

f3.根据用户-知识点点击率矩阵H，对每个用户u,矩阵H的第u行代表该用户的隐式反馈，即知识点点击率，表示为h_u；使用另一个全连接网络对h_u进行编码，得到用户u在隐式反馈上的隐表示

计算如下：

其中，W_hu∈R^s*d是待学习的网络参数，d是隐表示的维度，b_hu∈R^d是偏置向量；

f4.利用一个神经门结构融合从显式反馈和隐式反馈中学习到的用户隐表示，这个神经门层用G来表示，融合后的用户隐表示用来表示，也可以看作一种稠密的用户画像，其中编码了用户的知识点正确率和点击率信息；G和

的计算如下：

其中，W_g1∈R^d*d,W_g2∈R^d*d,b_g∈R^d是门层的参数。

f5.基于融合的用户隐表示，利用用户的邻居关系，预测用户对不同知识点的掌握程度；具体过程如下：

g1.定义用户u的邻居集合为N_i，基于融合的用户隐表示计算用户对邻居的注意力得分，进而得到用户u在邻居关系上的隐表示，计算如下：

a_u＝softmax(s_u) (6)

其中，W_n∈R^d*d是需要学习的参数,d是隐表示的维度；

g2.使用共享的解码器分别对融合的用户隐表示

和用户的邻居隐表示

进行解码，将解码后的向量进行逐元素相加后，经过激活函数得到用户在各个标签上的正确率预测值，该值反映了用户对该标签的掌握程度；解码器实现如下：

g3.综上，本方法基于一个自编码器模型进行用户画像，编码器部分从用户的显式反馈和隐式反馈中学习用户隐表示，两种隐表示通过一个神经门结构进行融合后送入解码器，解码器在解码时，同时利用用户的邻居关系来重构用户的显式反馈，即用户在知识点上的正确率；通过最小化重构误差来优化自编码器的参数，即最小化如下目标函数：

其中，是正则项，防止模型过拟合；

g4.对b3、b4得到的两种用户隐表示

和

进行拼接，得到另一种融合的用户隐表示p_u，用于后续的推荐模型。

11.根据权利要求7所述的一种结合用户画像的题目推荐方法，其特征在于：所述题目表示模块是利用题目的标签信息和用户的显式反馈，学***均值来衡量；基于此，为题目学习隐表示的过程如下：

h1.将multi-hot的题目知识点向量表示为l_i，使用一个嵌入层对l_i进行编码，得到题目i在隐式反馈上的隐表示

计算如下：

其中，W_li∈R^s*d是待学习的网络参数，d是隐表示的维度，b_li∈R^d是偏置向量；

h2.将题目在知识点上的难易程度向量表示为o_i，使用另一个嵌入层对o_i进行编码，得到题目i在难易程度上的隐表示

计算如下：

其中，W_oi∈R^s*d是待学习的网络参数，d是隐表示的维度，b_oi∈R^d是偏置向量；

h3.对上面的得到的两种题目隐表示进行拼接，得到融合的题目隐表示q_i，用于后续推荐模型。

12.根据权利要求1所述的一种结合用户画像的题目推荐方法，其特征在于：所述分数预测及推荐模块基于用户隐表示和题目隐表示，预测用户在题目上的得分，并根据得分进行题目推荐；具体方法：基于潜因子模型，将g4和h3得到的用户隐表示p_u和题目的隐表示q_i进行点积，经过一个sigmoid函数后输出(0,1)之间的标量

表示用户u对题目i的得分，也可以理解为用户u做对题目i的概率,计算如下：

针对本发明的数据特点，本发明将预测得分较低的题目推荐给用户。根据用户-题目交互矩阵R，构造训练数据集D：D:＝{(u,i)|u∈U，i∈I}，使用交叉熵损失函数训练推荐模型,即最小化如下目标函数：

至此，本发明提出的一种结合用户画像的题目推荐***的目标函数如下：

L＝min(L_BC+L_AE) (14) 。

Images