CN102508846A - 一种基于网络的媒体课件的推荐方法和系统 - Google Patents

Abstract

本发明提供一种基于网络的媒体课件的推荐方法，包括：系统端分析课件属性或者用户对课件学习行为数据，得到课件适用属性信息；系统端分析用户的个人基本学习属性信息或者用户的课件学习行为数据，确定用户偏好信息；根据课件适用属性信息和用户偏好信息，检索适用用户学习的课件列表；用户端对从系统端检索匹配到的课件列表，按照适用用户学习的匹配程度排列显示。本发明还提供一种基于网络的媒体课件的推荐系统。通过本发明提供基于网络的媒体课件的推荐方法及系统，以满足用户个性化学习需求，以及根据不同用户学习状况和进度不同的差异化学习需求，有效地提高向用户推荐适用课程对象的精度和准度，方便用户快速找到适合自己学习教学课件。

Description

一种基于网络的媒体课件的推荐方法和系统

技术领域

本专利发明涉及计算机(含PC和移动终端设备，如：手机、平板、MID等终端电子设备)网络多媒体教学领域，具体为涉及依托网络多媒体的教学领域的多媒体教学课程和学习内容对象的个性化匹配和推送的推荐方法和系统。

背景技术

当前的网络多媒体教学领域中，多以依靠传统门户方式面向网络学习系统中所有用户提供同质化教学内容，这种方式，已不能很好的服务于当前日益变化的网络教学市场重用户的个性化，差异化学习要求，降低向用户推荐适用课程对象的精度和准度。

同时，通用的网络教学推荐系统，在多媒体系统上线初始由于不能有效获得足够多的用户信息，无法通过分析再向用户有效推荐学习内容对象时避免出现的“冷启动”现象。

发明内容

本发明的目的提供一种基于网络的媒体课件的推荐方法及系统，以满足用户个性化学习需求，以及根据不同用户学习状况和进度不同的差异化学习需求，有效地提高向用户推荐适用课程对象的精度和准度，方便用户快速找到适合自己学习课程教学课件。

为解决以上技术问题，本发明提供一种基于网络的媒体课件的推荐方法，包括：

系统端分析课件属性或者用户对课件学习行为数据，得到课件适用属性信息；

系统端分析用户的个人基本学习属性信息或者用户的课件学习行为数据，确定用户偏好信息；

根据课件适用属性信息和用户偏好信息，检索适用用户学习的课件列表；

用户端对从系统端检索匹配到的课件列表，按照适用用户学习的匹配程度排列显示。

进一步地，所述系统端分析课件属性或者用户对课件的学习行为，得到课件适用属性信息；具体包括：

系统端添加维护同步课程教材版本以及课本章节目录；

系统端根据同步教学课程版本信息上传对应的多媒体课件；

系统端分析课件属性或者用户对课件学习行为数据，得到课件对用户的适用度，并设置/更新课件适用属性信息。

进一步地，所述系统端分析课件属性或者用户对课件的学习行为数据，得到课件对用户的适用度，并设置/更新课件适用属性信息，具体包括：

系统端分析教学课件本身的属性信息，判断适用用户群体的相关性，得到课件对用户的适用度，进入相关用户群推荐教学课件列表，并设置/更新课件适用属性信息；或者，

系统端分析用户对课件学习行为情况和推荐赠送信息判断该课件对适合用户群体的适用程度，分配该课件并进入相关用户群推荐教学课件列表，并设置/更新课件适用属性信息。

进一步地，所述系统端分析用户的个人基本学习属性信息或者用户的课件学习行为数据，确定用户偏好信息；具体包括：

系统端分析用户本身的个人基本学习属性信息，对内容课件需求做出相关性判断，确定保存用户偏好信息；

系统端分析通过分析用户的课件学习行为数据，发掘得到用户对教学课件偏好和需求，确定保存用户偏好信息。

进一步地，所述根据课件适用属性信息和用户偏好信息，检索适用用户学习的课件列表；具体包括：

系统端根据个人基本学习属性信息，初步确定用户需要的多媒体教学课件；

系统端通过用户偏好信息，与系统中课程内容关键词/标签匹配，进一步确定适用于用户多媒体教学课件范围；

通过对用户课件学习行为数据，以及该课件适用属性信息的统计分析，进一步确定适用于用户的多媒体教学课件范围。

进一步地，所述根据课件适用属性信息和用户偏好信息，检索适用用户学习的课件列表；进一步包括：

系统端针对多媒体教学课件按照分类参数、关键字/标签，以及标签附带的用户匹配的权重系数进行排序；

系统端按照用户所适用课件对象的分类属性参数对用户进行归类，对单独用户按照对该用户的学习行为统计分析结果，按照标签的用户权重系数进行排序。

为解决以上技术问题，本发明还提供一种基于网络的媒体课件的推荐系统，所述系统包括系统端和用户端，

所述系统端，用于分析课件适用属性信息或者用户对课件学习行为数据，得到课件适用属性信息，以及分析用户的个人基本学习属性信息或者用户对课件学习行为数据，确定用户偏好信息，并根据课件适用属性信息和用户偏好信息，检索用户适用的课件列表；

所述用户端，用于对从系统端检索匹配到的课件列表，按照适用用户学习的匹配程度排列显示。

与现有技术相比，本发明提供一种基于网络的媒体课件的推荐方法及系统，通过系统对用户提供的个人信息，网络教学多媒体课件的属性信息的分析，并结合对当前用户和所有用户在系统中的行为和偏好数据信息进行的统计分析，系统根据用户的学习需求信息，在系统检索系统内已有的多媒体教学课件，通过用户需求偏好和课件的适用情况匹配得到更为适合用户学习需求和偏好的多媒体教学课件推送给用户，并按照学习对象的匹配相关度和适用性进行排序显示，方便用户快速找到适合自己学习的教学课件。适用于含PC和移动终端设备(如手机、平板、MID等终端电子设备)网络多媒体教学领域。所以，本发明提供一种基于网络的媒体课件的推荐系统，包括以下几个方面改进和优势：

1、通过用户基本属性信息和多媒体课件对象基础属性信息的引入有效避免了在系统上线初期因为缺少足够用户信息导致无法向用户有效推荐课程学习对象的“冷启动”现象；

2、通过用户和课件对象的基础属性信息结合，以及用户学习行为分析的结合，以及增加的对用户推荐赠送等行为因素的分析，有效提高了向用户推荐适用课程对象的精度和准度；

3、通过加入教材与课本课时排列信息，记录用户上一次学习的课程记录，在用户下一次访问系统时系统实现自动向用户推送本次该学课程内容。

附图说明

此处所说明的附图用来提供对本发明的进一步理解，构成本发明的一部分，本发明的示意性实施例及其说明用于解释本发明，并不构成对本发明的不当限定。在附图中：

图1是本发明提供一种基于网络的媒体课件的推荐系统；

图2是本发明提供一种基于网络的媒体课件的推荐方法。

具体实施方式

为了使本发明所要解决的技术问题、技术方案及有益效果更加清楚、明白，以下结合附图和实施例，对本发明进行进一步详细说明。应当理解，此处所描述的具体实施例仅用以解释本发明，并不用于限定本发明。

如图1所示，本发明提供一种基于网络的媒体课件的推荐系统，该系统包括系统端10和用户端20，其中：

该系统端10，用于分析课件适用属性信息或者用户对课件学习行为数据，得到课件适用属性信息，以及分析用户的个人基本学习属性信息或者用户对课件学习行为数据，确定用户偏好信息，并根据课件适用属性信息和用户偏好信息，检索用户适用的课件列表，并下发给用户端20；

该用户端20，用于对从系统端10检索匹配到的课件列表，按照适用用户学习的匹配程度排列显示，以便用户能方便快速的检索到所需要的学习内容课件。

如图2所示，本发明提供一种基于网络的媒体课件的推荐方法，包括：

1、系统端添加维护同步课程教材版本以及课本章节目录，用以确定课程所匹配的教材版本；

2、系统端根据同步教学课程教材版本信息上传对应的多媒体课件；

3、系统端分析课件属性或者用户对课件学习行为数据，得到课件对用户的适用度，并设置/更新课件适用属性信息，包括使用年级、所属科目、篇幅、作者、出版来源等，以及该课件内容匹配的关键字/标签，所属分类的热度，关联标签的权重系数，用以方便内容推荐标签匹配；具体包括两方面的内容：

3.1、系统端分析教学课件本身的属性信息判断适用用户群体的相关性，得到课件对用户的适用度，进入相关用户群推荐教学课件列表，并设置/更新课件适用属性信息；其中，教学课件的基本属性信息包括：适用教材版本，适用年级，所属科目，篇幅，作者，内容出版来源，以及该教学课件所属细分关键词/标签信息。教学课件的标签信息由编辑人员设定，可在后期更新。系统端根据教学课件的基本属性确定该课件的目标用户群体，在用户请求时结合用户的个性化请求信息参数与课件的适用学习情况匹配后，向用户端返回匹配得到的课件列表。

3.2、系统端分析用户对课件的学习行为情况(包括学习过此课件的用户数、频次、评论评分情况)和推荐赠送信息判断该课件对适合用户群体的适用程度，分配该课件并进入相关用户群推荐教学课件列表，并设置/更新课件适用属性信息。具体包括：

系统端分析课件被用户学习的学习次数和学习过此课件的用户数量，评论评分，以及该课件被用户向其他用户推荐情况，计算该课件对象对用户价值作用的权重系数，系统端将通过属性信息和标签确定该课件对象的匹配范围，通过受欢迎或价值作用的权重系数作为匹配指数决定是否向用户推荐。动态可变的信息数据，包括阅读次数，阅读用户数，以及评论评分情况；系统端根据课件的基本属性确定该课件是用户的目标群体，同时根据用户的对多课件的学习行为统计分析计算得到该学习内容信息的动态权重系数；，在用户请求时，系统结合课件的适用学习信息和用户学习偏好信息，向用户端返回匹配得到的教学课件列表。

4、用户在用户端添加/维护个人信息和学习偏好标签等个人基本学习属性信息，并在系统端保存用户学习偏好信息；具体包括：

用户个人基本学习属性信息(profile)包括：用户所在地区，学校名称，当前学习的年级，学校开设的主要课程，以及用户学习兴趣偏好标签；该类信息在用户注册或后续登录时提醒用户完善，通过系统端直接导入的用户，直接导入用户所在地区，学校名称和当前年级，以及当学校当前年级开设的主要课程，用户学习标签需要用户自己手动维护；用户学习行为数据，通过用户在系统中对教学课件的学习阅读时间和次数，以及评分，获推荐等信息来判断用户的对学习信息的动态偏好，通过对所有这些学习内容对象进行分类，统计偏好系数，同时把分析得到的用户偏好信息数据更新到系统并存储，在下次用户访问系统请求个性化信息内容时，推荐系统通过该用户对内容的偏好信息检索系统中教学课件，将匹配得到适用于用户当前学习的教学课件列表推送到用户端。

5、系统端分析用户输入的个人基本学习属性信息或者用户的课件学习行为数据，以及向其他用户推荐赠送该学习课件的学习行为，确定并保存分析得到的用户偏好信息。具体包括：

5.1、系统端分析用户本身的个人基本学习属性信息，对内容课件需求做出相关性判断，确定保存用户偏好信息；

5.2、系统端分析通过分析用户的课件学习行为数据，发掘得到用户对教学课件的动态偏好和需求，确定保存用户偏好信息；具体包括：

在用户每次学习退出系统时，系统对用户此次在系统中的学习行为(例如：对所学习的课件发表评论评分，以及向其他用户推荐赠送该学习课件)进行统计分析，并把新得到的用户行为分析信息分析结果更新保存到系统，在用户下次访问系统时，系统通过系统端保存的用户偏好信息向系统检索与之匹配的内容，检索完成后向用户推送匹配到的内容，并在用户查看课件信息的页面上按照课程对用户学习偏好和需求的匹配程度排列显示。

其中，用户偏好信息数据包括：适用的教材版本类型，重点感兴趣科目，适合学习的课件所属年级范围，以及感兴趣的课件对象关键字/标签，以及该类关键字/标签的权重系数(权重系数通过对该关键词/标签对应的学习对象的学习时长，频率，评论评分，以及获得推荐，获得赠送情况综合统计得到)。

6、系统端根据所有的多媒体教学课件适用属性信息对用户学习的适用数据和用户学习偏好和需求信息，在系统检索适用用户学习的课件列表，将检索课件结果向用户端推送，并对检索到的课件列表按照配匹配度进行排列；具体包括：

6.1、系统端根据个人基本学习属性信息，初步确定用户需要的多媒体教学课件教材版本和年级，以及当前年级的重点教学科目，其中，个人基本学习属性信息在用户注册时或后续登录后更新维护，或者在后台导入用户账号时自动设置；

6.2、系统端通过用户偏好信息，与系统中课程内容关键词/标签匹配，进一步确定适用于用户教学课件范围；

6.3、通过对用户的课件学习行为数据，以及该课件适用属性信息的统计分析，进一步确定适用于用户的多媒体教学课件范围；

6.4、系统端针对多媒体教学课件按照分类参数、关键字/标签，以及标签附带的用户匹配的权重系数，按照各种分类进行排序，如倒叙排列、顺序排序；

6.5、系统端按照用户所适用课件对象的分类属性参数对用户进行归类，对单独用户按照对该用户的学习行为统计分析结果-相关标签，按照标签的用户权重系数进行排序，按照匹配程度从高到低排列显示；

在用户访问系统时，通过用户学习需求偏好中的所属分类属性在系统中按照内容对应分类检索教学课件，再在确定的分类范围内按照用户偏好标签与多媒体课件对象对应的标签/关键字按照权重系数进行匹配，最终得到的多媒体课件对象按照匹配程度在用户端的内容呈现页面上排序显示，按照匹配程度从高到低排列，从而实现了对用户偏好及使用内容的快速检索，推荐，方便用户通过内容分类排列第一时间找到所需多媒体课件。

7、用户端显示检索到的课件列表，供用户选择学习；根据最终得到的多媒体课件对象在用户端按照匹配程度排序显示，方便用户通过内容分类排列第一时间找到所需多媒体课件。

8、用户在用户端对课件进行学习，并就学习的课件发表评论评分，以及向其他用户推荐赠送该学习课件。

本发明提供一种基于网络的多媒体教学课件的推荐方法及系统，通过系统对用户提供的个人信息，网络教学多媒体课件的属性信息的分析，并结合对当前用户和所有用户在系统中的行为和偏好数据信息进行的统计分析，系统根据用户的学习需求信息，在系统检索系统内已有的多媒体教学课件，通过用户需求偏好和课件的适用情况匹配得到更为适合用户学习需求和偏好的多媒体教学课件推送给用户，并按照学习对象的匹配相关度和适用性进行排序显示，方便用户快速找到适合自己学习的教学课件。适用于含PC和移动终端设备(如手机、平板、MID等终端电子设备)网络多媒体教学领域。所以，本发明提供一种基于网络的媒体课件的推荐系统，包括以下几个方面改进和优势：

1、通过用户基本属性信息和多媒体课件对象基础属性信息的引入有效避免了在系统上线初期因为缺少足够用户信息导致无法向用户有效推荐课程学习对象的“冷启动”现象；

2、通过用户和课件对象的基础属性信息结合，以及用户学习行为分析的结合，以及增加的对用户推荐赠送等行为因素的分析，有效提高了向用户推荐适用课程对象的精度和准度；

3、通过加入教材与课本课时排列信息，通过记录用户上一次学习的课程记录，在用户下一次访问系统时系统实现自动向用户推送本次该学课程内容。

上述说明示出并描述了本发明的一个优选实施例，但如前所述，应当理解本发明并非局限于本文所披露的形式，不应看作是对其他实施例的排除，而可用于各种其他组合、修改和环境，并能够在本文所述发明构想范围内，通过上述教导或相关领域的技术或知识进行改动。而本领域人员所进行的改动和变化不脱离本发明的精神和范围，则都应在本发明所附权利要求的保护范围内。

Claims (7)

1.一种基于网络的媒体课件的推荐方法，其特征在于，包括：

系统端分析课件属性或者用户对课件学习行为数据，得到课件适用属性信息；

系统端分析用户的个人基本学习属性信息或者用户的课件学习行为数据，确定用户偏好信息；

根据课件适用属性信息和用户偏好信息，检索适用用户学习的课件列表；

用户端对从系统端检索匹配到的课件列表，按照适用用户学习的匹配程度排列显示。

2.如权利要求1所述的方法，其特征在于，所述系统端分析课件属性或者用户对课件的学习行为，得到课件适用属性信息；具体包括：

系统端添加维护同步课程教材版本以及课本章节目录；

系统端根据同步教学课程版本信息上传对应的多媒体课件；

系统端分析课件属性或者用户对课件学习行为数据，得到课件对用户的适用度，并设置/更新课件适用属性信息。

3.如权利要求2所述的方法，其特征在于，所述系统端分析课件属性或者用户对课件的学习行为数据，得到课件对用户的适用度，并设置/更新课件适用属性信息，具体包括：

系统端分析教学课件本身的属性信息，判断适用用户群体的相关性，得到课件对用户的适用度，进入相关用户群推荐教学课件列表，并设置/更新课件适用属性信息；或者，

系统端分析用户对课件学习行为情况和推荐赠送信息判断该课件对适合用户群体的适用程度，分配该课件并进入相关用户群推荐教学课件列表，并设置/更新课件适用属性信息。

4.如权利要求1所述的方法，其特征在于，所述系统端分析用户的个人基本学习属性信息或者用户的课件学习行为数据，确定用户偏好信息；具体包括：

系统端分析用户本身的个人基本学习属性信息，对内容课件需求做出相关性判断，确定保存用户偏好信息；

系统端分析通过分析用户的课件学习行为数据，发掘得到用户对教学课件偏好和需求，确定保存用户偏好信息。

5.如权利要求1所述的方法，其特征在于，所述根据课件适用属性信息和用户偏好信息，检索适用用户学习的课件列表；具体包括：

系统端根据个人基本学习属性信息，初步确定用户需要的多媒体教学课件；

系统端通过用户偏好信息，与系统中课程内容关键词/标签匹配，进一步确定适用于用户多媒体教学课件范围；

通过对用户课件学习行为数据，以及该课件适用属性信息的统计分析，进一步确定适用于用户的多媒体教学课件范围。

6.如权利要求5所述的方法，其特征在于，所述根据课件适用属性信息和用户偏好信息，检索适用用户学习的课件列表；进一步包括：

系统端针对多媒体教学课件按照分类参数、关键字/标签，以及标签附带的用户匹配的权重系数进行排序；

系统端按照用户所适用课件对象的分类属性参数对用户进行归类，对单独用户按照对该用户的学习行为统计分析结果，按照标签的用户权重系数进行排序。

7.一种基于网络的媒体课件的推荐系统，其特征在于，所述系统包括系统端和用户端，

所述系统端，用于分析课件适用属性信息或者用户对课件学习行为数据，得到课件适用属性信息，以及分析用户的个人基本学习属性信息或者用户对课件学习行为数据，确定用户偏好信息，并根据课件适用属性信息和用户偏好信息，检索用户适用的课件列表；

所述用户端，用于对从系统端检索匹配到的课件列表，按照适用用户学习的匹配程度排列显示。

Images