(19)中华 人民共和国 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 202111491331.6 (22)申请日 2021.12.08 (71)申请人 福寿康 （上海） 医疗养老服 务有限公 司 地址 200434 上海市虹口区水电路138 8号 901室 (72)发明人 张军　袁翔　潘维　蔡学良　 (74)专利代理 机构 上海创开专利代理事务所 (普通合伙) 31374 代理人 李兰兰 (51)Int.Cl. G06F 16/9535(2019.01) G06F 16/36(2019.01) G06Q 10/04(2012.01) (54)发明名称 一种基于知识图谱评分预测的养老护理行 业课程推荐方法 (57)摘要 本发明公开了一种基于知识图谱评分预测 的养老护理行业课程推荐 方法， 涉及养老护理领 域。 本发明方法步骤包括： 生成知识图谱的课程 清单： 学员用户进行系统平台注册登录， 并填写 专业、 岗位信息， 自动生成供学员用户学习的知 识图谱的课程清单； 进行课程学习并判断是否有 评论： 根据学习情况自主的选择是否要进评论并 填写评论信息； 答疑： 老师答疑； 评分预测： 对学 员用户在学习过程中的表现状况进行评分并预 测。 本发明生成该该岗位对需的知识图谱， 并根 据历史答题情况精准推荐课程学习， 掌握岗位必 知必会； 总结出基于养老护理行业培训的一套评 分预测体系， 能够精准推送课程， 让养老护理员 能够利用空闲碎片化时间学习专业知识， 提高自 己的专业 技能。 权利要求书1页 说明书4页 附图4页 CN 113987359 A 2022.01.28 CN 113987359 A 1.一种基于知识图谱评分预测的养老护理行业课程推荐方法， 其特征在于， 包括如下 步骤： S01、 生成知识图谱的课程清单： 学员用户进行系统平台注册登录， 并填写专业、 岗位信 息， 自动生成供学员用户学习的知识图谱的课程清单； 在登录过程中生成学员用户个人学 习情况的清单， 包括已学课程以及未学接触各部分推荐课程， 所述课程包括护理行业内所 有涉及到的相关内容； S02、 进行课程学习并判断是否有评论： 学员用户利用课程平台进行学习， 选择包括视 频、 音频、 文档的学习方式， 并根据学习情况自主的选择 是否要进评论并填写评论信息； S03、 答疑： 监测到有学员用户进行了评论后， 平台系统自动提醒授课老师进行答疑， 答 疑完成后反馈给评论学员用户获得答疑反馈， 并判断疑问是否解决； S04、 评分预测： 对学员用户在学习过程中的表现状况进行评分并预测； 具体通过在线 练习以及考试的形式获得， 并根据上述两种方式利用矩阵分解模型计算得到最终的学员评 分。 2.根据权利要求1所述的一种基于知识图谱评分预测的养老护理行业课程推荐方法， 其特征在于， 所述在线练习形式具体是通过在首次练习时， 随机生成一份试题； 并非首次练 习， 则根据后台历史答题情况及矩阵分解模型计算得到的评分生成一份在线练习题； 在答 题过程中， 根据每道题的答题情况， 基于矩阵分解模型计算得到学院掌握情况得分， 并用于 学员在下次登录时生成在 线练习题； 答题后， 结合历史答题情况， 基于学员知识图谱推荐课 程学习。 3.根据权利要求1所述的一种基于知识图谱评分预测的养老护理行业课程推荐方法， 其特征在于， 所述考试形式具体是系统随机生 成一份考试试题， 在答题过程中， 根据每道题 的答题情况， 基于矩阵分解模型计算得到学员掌握情况得分， 基于矩阵分解模型计算得到 学员掌握情况得分， 并用于学员在下次登录时生成在线练习题； 考试后， 结合本次考试情 况， 基于学员知识图谱推荐课程学习。 4.根据权利要求1所述的一种基于知识图谱评分预测的养老护理行业课程推荐方法， 其特征在于， 所述矩阵分解模型 具体是： 设定本系 统的护理员的课程评分矩阵A是m乘以n维， 即一共有m个学员用户， n个课程， 选择相对于m和n小两个数量级的数k， 通过如下算法获得矩阵U和矩阵V， 所述矩阵U的维度 是m乘以k， 矩阵V的维度是n乘以k； 所述矩阵U代表护理员偏好的用户隐因子向量组成， 矩阵V代表课程主题的隐因子向量 组成， 所述隐因子向量是指 每个护理员对应一个k 维向量， 每个课程也对应一个k 维向量， 则 矩阵U和矩阵V相乘后得到的矩阵， 维度与原来护理员课程评分矩阵一 致。权　利　要　求　书 1/1 页 2 CN 113987359 A 2一种基于知识图谱 评分预测的养老护理行业 课程推荐方 法 技术领域 [0001]本发明属于养老护理领域， 特别是涉及一种基于知识图谱评分预测的养老护理行 业课程推荐方法。 背景技术 [0002]现有的养老护理行业的护理员获取所需专业知识主要由两条途径： 一是在公司外 请行业培训讲师， 针对公司群体进 行授课， 无个性化培训； 二是依托现有的互联网在 线教育 平台， 比如腾讯课堂； 但是， 时下流行的互联网在线教育平台主要针对的用户群体是白领和 大学生， 并没有针对养 老护理行业人群的专业化课程精准推荐； 并且， 现有在线教育平台推 荐系统仅根据用户的历史检索信息推荐相近的课程供用户选择； 现有的推荐系统不基于用 户的历史学习课程的评测结果， 推荐课程学习。 [0003]现有推荐系统没有基于知识图谱建立用户与学习课程之间的现实关联， 不同用户 因护理岗位不一致， 所需掌握的专业技能不一致， 因此， 仅根据历史检索信息推荐学习课 程， 并不能满足有强专 业技能要求的学习需求； 并且， 现有推荐系统没有建立评 分系统与学 习课程的关联， 不关注课程的掌握情况， 学习情况不理想的课程不会重新推荐 学习； 现有在 线教育平台在线学习及考试系统不会记录用户的历史学习情况， 也没有激励措施， 不会根 据错题推荐学习相关课程， 且授课形式单一， 只有视频以及文档， 需要线下联系管理员获 取， 流程复杂， 不利于养老护理行业人员学习， 且不关注用户学习反馈， 没有针对此门学习 课程的疑问反馈系统。 发明内容 [0004]本发明提供了一种基于知识图谱评分预测的养老护理行业课程推荐方法， 解决了 以上问题。 [0005]为解决上述 技术问题， 本发明是通过以下技 术方案实现的： [0006]本发明的一种基于知识图谱评分预测的养老护理行业课程推荐方法， 包括如下步 骤： [0007]S01、 生成知识图谱的课程清单： 学员用户进行系统平台注册登录， 并填写专业、 岗 位信息， 自动生成供学员用户学习的知识图谱的课程清单； 在登录过程中生成学员用户个 人学习情况 的清单， 包括已学课程以及未学接触各部分推荐课程， 所述课程包括护理行业 内所有涉及到的相关内容； [0008]S02、 进行课程学习并判断是否有评论： 学员用户利用课程平台进行学习， 选择包 括视频、 音频、 文档的学习方式， 并根据学习情况自主的选择是否要进评论并填写评论信 息； [0009]S03、 答疑： 监测到有学员用户进行了评论后， 平台系统自动提醒授课老师进行答 疑， 答疑完成后反馈给评论学员用户获得答疑反馈， 并判断疑问是否解决； [0010]S04、 评分预测： 对学员用户在学习过程中的表现状况进行评分并预测； 具体通过说　明　书 1/4 页 3 CN 113987359 A 3