基于异构图去噪注意力网络的学习资源推荐方法和系统

本发明提供一种基于异构图去噪注意力网络的学习资源推荐方法及系统。引入基于元路径的传播约束概率，衡量学生与资源、知识点之间的可靠性关系，有效降低噪声邻居的权重；采用可微分掩码操作，动态屏蔽低置信度的噪声邻居，从而净化注意力机制，提升学生与学习资源之间的匹配精度。这种方法能够更高效地捕获学生、资源和知识点之间的多语义关系，同时缓解噪声干扰，显著提升学习资源推荐的效果，为学生提供精准的个性化学习支持，从而有效提高学习效率和效果。