CN107978189A - 一种习题的智能推送方法、系统及终端设备 - Google Patents
一种习题的智能推送方法、系统及终端设备 Download PDFInfo
- Publication number
- CN107978189A CN107978189A CN201711392454.8A CN201711392454A CN107978189A CN 107978189 A CN107978189 A CN 107978189A CN 201711392454 A CN201711392454 A CN 201711392454A CN 107978189 A CN107978189 A CN 107978189A
- Authority
- CN
- China
- Prior art keywords
- user
- exercise
- ability rating
- search
- historical
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Granted
Links
Classifications
-
- G—PHYSICS
- G09—EDUCATION; CRYPTOGRAPHY; DISPLAY; ADVERTISING; SEALS
- G09B—EDUCATIONAL OR DEMONSTRATION APPLIANCES; APPLIANCES FOR TEACHING, OR COMMUNICATING WITH, THE BLIND, DEAF OR MUTE; MODELS; PLANETARIA; GLOBES; MAPS; DIAGRAMS
- G09B5/00—Electrically-operated educational appliances
- G09B5/08—Electrically-operated educational appliances providing for individual presentation of information to a plurality of student stations
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/90—Details of database functions independent of the retrieved data types
- G06F16/95—Retrieval from the web
- G06F16/953—Querying, e.g. by the use of web search engines
- G06F16/9535—Search customisation based on user profiles and personalisation
Landscapes
- Engineering & Computer Science (AREA)
- Databases & Information Systems (AREA)
- Theoretical Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Data Mining & Analysis (AREA)
- General Engineering & Computer Science (AREA)
- Business, Economics & Management (AREA)
- Educational Administration (AREA)
- Educational Technology (AREA)
- Information Retrieval, Db Structures And Fs Structures Therefor (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
本发明适用于电子教学技术领域,提供了一种习题的智能推送方法、系统及终端设备,包括:接收第一用户发送的搜索指令,根据所述搜索指令确定所述第一用户的能力等级,获取与所述当前习题相关的多于一道的习题,分析确定所获取的习题的难度级别;推送与所述第一用户的能力等级相匹配的难度级别的习题。这一过程中智能终端可以根据第一用户的能力等级向其推送难度适当的习题,使第一用户可以把时间尽量花费在做合适自己习题上,学习更有针对性;在很大程度上减少了习题训练的时间,提高学习效。
Description
技术领域
本申请实施例属于电子教学技术领域,尤其涉及一种习题的智能推送方法、系统及终端设备。
背景技术
随着智能终端的不断普及,越来越多的用户开始使用智能终端辅助自己学习;例如通过智能终端观看教学视频、实现与老师或同学之间的互动以及在智能终端上获取练习题等。目前,智能终端中搜题类APP在用户搜题后,都会给用户推荐一些试题给用户进行巩固练习,目的是帮助用户弄懂作业难题,真正做到“举一反三”。大多数APP采用的是根据用户输入的知识点结合搜索结果随机向用户推送习题方式,这种习题推送方式虽然能满足用户进行习题练习的要求,但由于推送习题中可能会包含用户已掌握的习题,容易出现使用户重复练习的情况,从而不能根据用户自身情况推送习题,导致用户学习效率较低,不能满足用户快速掌握所学知识点,提升学习效率的要求。
发明内容
有鉴于此,本申请的实施例中提供了一种习题的智能推送方法、系统及终端设备,以解决现有智能终端向用户推送的习题中存在所推送习题中习题难易度与用户能力级别不符,不利于提升用户学习效率的问题。
本发明实施例的第一方面提供了一种习题的智能推送方法,所述习题的智能推送方法包括:
接收第一用户发送的搜索指令,根据所述搜索指令确定所述第一用户的能力等级,其中,所述搜索指令根据所述第一用户正在练习的当前习题生成;
获取与所述当前习题相关的多于一道的习题,分析确定所获取的习题的难度级别;
推送与所述第一用户的能力等级相匹配的难度级别的习题。
本发明实施例的第二方面提供了一种习题的智能推送系统,所述习题的智能推送系统包括:
搜索指令接收单元,用于接收第一用户发送的搜索指令,根据所述搜索指令确定所述第一用户的能力等级,其中,所述搜索指令根据所述第一用户正在练习的当前习题生成;
习题获取单元,用于获取与所述当前习题相关的多于一道的习题,分析确定所获取的习题的难度级别;
习题推送单元,用于推送与所述第一用户的能力等级相匹配的难度级别的习题。
本发明实施例的第三方面提供了一种终端设备,包括存储器、处理器以及存储在所述存储器中并可在所述处理器上运行的计算机程序,所述处理器执行所述计算机程序时实现如所述习题的智能推送方法中任一项所述方法的步骤。
本发明实施例的第四方面提供了一种计算机可读存储介质,所述计算机可读存储介质存储有计算机程序,所述计算机程序被处理器执行时实现如所述习题的智能推送方法中任一项所述方法的步骤。
本申请提供的实施例中第一用户在根据正在进行练习的当前习题进行习题搜索时,首先根据当前习题生成搜索指令,智能终端根据所述搜索指令确定第一用户的能力等级,并根据搜索指令获取与所述当前习题相关的多于一道的习题,分析确定所获取的习题的难度级别后,根据第一用户的能力等级和所获取的习题的难度级别向所述第一用户推送习题。这一过程中智能终端可以根据第一用户的能力等级向其推送难度适当的习题,使第一用户可以把时间尽量花费在做合适自己习题上,使得其学习更有针对性;在很大程度上减少了习题训练的时间,提高学习效率。
附图说明
为了更清楚地说明本发明实施例中的技术方案,下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍,显而易见地,下面描述中的附图仅仅是本发明的一些实施例,对于本领域普通技术人员来讲,在不付出创造性劳动性的前提下,还可以根据这些附图获得其他的附图。
图1是本发明实施例一提供的一种习题的智能推送方法的流程示意图;
图2是本发明实施例二提供的一种习题的智能推送系统结构框图;
图3是本发明实施例三提供的终端设备的示意图。
具体实施方式
以下描述中,为了说明而不是为了限定,提出了诸如特定系统结构、技术之类的具体细节,以便透彻理解本发明实施例。然而,本领域的技术人员应当清楚,在没有这些具体细节的其它实施例中也可以实现本发明。在其它情况中,省略对众所周知的系统、装置、电路以及方法的详细说明,以免不必要的细节妨碍本发明的描述。
本申请实施例提供的习题的智能推送方法中第一用户在根据正在进行练习的当前习题进行习题搜索时,首先根据当前习题生成搜索指令,智能终端根据所述搜索指令确定第一用户的能力等级,并根据搜索指令获取与所述当前习题相关的多于一道的习题,分析确定所获取的习题的难度级别后,根据第一用户的能力等级和所获取的习题的难度级别向所述第一用户推送习题。
为了说明本发明所述的技术方案,下面通过具体实施例来进行说明。
实施例一:
图1示出了本申请实施例中提供的一种习题的智能推送方法的实现过程示意图,详述如下:
步骤S11,接收第一用户发送的搜索指令,根据所述搜索指令确定所述第一用户的能力等级,其中,所述搜索指令根据所述第一用户正在练习的当前习题生成;
本申请提供的实施例中第一用户在做题的过程中,需要对正在练习的习题进行相关习题的搜索时,向智能终端发出习题的搜索指令,其中,所述搜索指令根据第一用户正在练习的当前习题生成。
可选地,在生成所述搜索指令时,可以通过智能终端对所述当前习题进行拍照的形式生成;也可以通过智能终端直接对准所述当前习题进行扫描以生成所述搜索指令。
智能终端接收到所述搜索指令后,根据搜索指令确定第一用户当前的能力等级,以便后续根据其能力等级向其进行习题的推送。
可选地,在根据搜索指令确定第一用户的能力等级时,查询一定时间段内所述第一用户在智能终端进行习题练习的记录,根据第一用户的答题结果确定其能力等级。可选地,也可以根据搜索过所述当前习题的其他用户的能力等级确定所述第一用户的能力等级。
步骤S12,获取与所述当前习题相关的多于一道的习题,分析确定所获取的习题的难度级别;
本申请提供的实施例中智能终端根据接收到的搜索指令进行习题的搜索,以获取与所述当前习题相关的多道习题。可选地,智能终端搜索习题时可以在互联网上直接搜索,也可以在预设的习题库中进行搜索;智能终端可以根据用户的选择在不同的位置进行习题的搜索。
对于获取到的习题,分析每道习题的难易程度以确每道获取到的习题的难度级别。确定习题的难度等级时,基于统计数据获取大众用户对该习题答题的正确率,根据所述正确率确定每道题的难度级别。
例如,可以根据大众用户答题的正确率将习题的难度级别分为10个等级,对于正确率低到一定数值的习题规定其难度级别为10级,对于60%以上用户可以正确作答的习题确定其难度级别为5级,对于99%以上用户都可以正确作答的习题规定其难度级别为1级。
步骤S13,推送与所述第一用户的能力等级相匹配的难度级别的习题。
本申请提供的实施例中在向用户推送习题时,根据用户的能力等级以及所搜索到的习题的难度级别向用户进行推送。在推送时可以向用户推送与其能力对应的一个难度级别的习题,也可以向其推送在其能力范围内的两个或两个以上难度级别的习题。例如,可以根据第一用户的能力级别与习题难度等级的关系向用户推送难度级别为6级的习题;也可以向其推送难度级别为5-7级中的习题。
可选地,第一用户的能力级别与向其推送的习题的难度级别范围可由用户自身进行预先设定,在此不做限定。
本申请提供的实施例中第一用户在根据正在进行练习的当前习题进行习题搜索时,首先根据当前习题生成搜索指令,智能终端根据所述搜索指令确定第一用户的能力等级,并根据搜索指令获取与所述当前习题相关的多于一道的习题,分析确定所获取的习题的难度级别后,根据第一用户的能力等级和所获取的习题的难度级别向所述第一用户推送习题。这一过程中智能终端可以根据第一用户的能力等级向其推送难度适当的习题,使第一用户可以把时间尽量花费在做合适自己习题上,使得其学习更有针对性;在很大程度上减少了习题训练的时间,提高学习效率。
优选地,在本申请提供的另一实施例中,所述根据所述搜索指令确定所述第一用户的能力等级,包括:
根据所述搜索指令获取预设时间段内搜索过所述当前习题的历史用户;
获取所述历史用户的用户信息,根据所述用户信息确定与所述第一用户的相似度符合预设条件的第二用户;
获取所述第二用户的能力等级,将所述第二用户的能力等级作为所述第一用户的能力等级。
具体地,在根据所述搜索指令确定第一用户的能力级别时,根据生成所述搜索指令的当前习题搜索预设时间段内曾经搜索或练习过该当前习题的历史用户。在所述历史用户中筛选出与第一用户相似的用户,称与第一用户相似的用户为第二用户,以便根据第二用户的能力等级确定第一用户的能力等级。
可选地,获取所述历史用户在预设时期的习题练习情况,或所述历史用户所在的年级等用户信息,对比所述历史用户与第一用户的相识度是否符合预设条件(如历史用户的多项用户信息与第一用户的相识度是否超过预设值或某一项用户信息的相识度是否超过预设值);若根据所述历史用户的用户信息判断出存与第一用户的相似度符合预设条件的历史用户,则判定该历史用户为第二用户。获取所述第二用户的能力等级并将该第二用户的能力等级赋予所述第一用户。
本申请提供的实施例中根据与第一用户相似的第二用户的能力等级确定第一用户的能力等级,可以快速的确定所述第一用户的能力等级,减小对第一用户能力等级判断的误差。
优选地,在本申请提供的另一实施例中,所述根据所述搜索指令获取预设时间段内搜索过所述当前习题的历史用户,包括:
根据所述搜索指令获取所述当前习题的ID信息,其中,所述ID信息用于标识预设习题库中的习题;
根据所述ID信息获取预设时间段内搜索过所述当前习题的历史用户。
具体地,在获取所述历史用户时,调用所述习题库中每道习题的ID信息,根据所述ID信息获取预设时间段内搜索过所述当前习题的用户。
可选地,预先设置习题库,并将所述习题库中的每道习题进行顺序编码,形成所述习题库中每道习题的ID信息。在有用户对所述习题库中的习题进行搜索时,根据其搜索习题的ID信息记录搜索该习题的智能终端的IP地址以及搜索的时间,从而可以根据习题的ID信息以及智能终端的IP地址获取预设时间段内曾搜索过某道习题的历史用户。
本申请提供的实施例中根据当前习题的ID信息获取曾对该习题进行搜索的历史用户,可快速准确的获取到预设时间段内搜索过所述当前习题的历史用户。
优选地,在本申请提供的另一实施例中,所述根据所述用户信息确定与所述第一用户的相似度符合预设条件的第二用户,包括:
根据所述历史用户的用户信息判断所述历史用户是否与所述第一用户处于同一地区的同一学年;
若所述历史用户与所述第一用户处于同一地区的同一学年,则获取所述历史用户预设时间段内习题搜索记录;
若所述习题搜索记录与所述第一用户的习题搜索记录的相似度大于预设值,则判定所述历史用户为第二用户。
具体地,在确定与第一用户相似的第二用户时,获取每个所述历史用户所在的地区以及所在的学年;若存在与第一用户属于同一地区同一学年的历史用户,则获取该历史用户预设时间段内在所述习题库中搜索习题的记录;判断该历史用户的习题搜索记录与第一用户的习题搜索记录的相似度是否大于预设值,若大于,则判定该历史用户为与第一用户相似的第二用户。
通过历史用户所处的位置及年级信息,匹配出与第一用户最相似的用户,然后将相似的用户的能力等级赋值给第一用户,减少第一用户能力等级的分析判断过程。
优选地,在本申请提供的另一实施例中,在所述推送与所述第一用户的能力等级相匹配的难度级别的习题之后,包括:
接收所述第一用户对所推送的习题的答题结果;
根据所述答题结果更新所述第一用户的能力等级。
具体地,在向第一用户推送与之能力相匹配的习题后,接收第一用户的答题结果,根据对所述答题结果的判断分析,重新确定第一用户的能力等级,然后更新并记录第一用户答题后的能力等级,以便在该用户再次进行习题搜索时,直接根据其能力等级向其推送习题。
实施例二:
对应于上文实施例所述的习题的智能推送方法,图2示出了本发明实施例提供的一种习题的智能推送系统的结构框图,为了便于说明,仅示出了与本发明实施例相关的部分。
参照图2,该习题的智能推送系统包括:搜索指令接收单元21、习题获取单元22以及习题推送单元23,其中
搜索指令接收单元21,用于接收第一用户发送的搜索指令,根据所述搜索指令确定所述第一用户的能力等级,其中,所述搜索指令根据所述第一用户正在练习的当前习题生成;
本申请提供的实施例中第一用户在做题的过程中,需要对正在练习的习题进行相关习题的搜索时,向智能终端发出习题的搜索指令,其中,所述搜索指令根据第一用户正在练习的当前习题生成。
可选地,在生成所述搜索指令时,可以通过智能终端对所述当前习题进行拍照的形式生成;也可以通过智能终端直接对准所述当前习题进行扫描以生成所述搜索指令。
智能终端接收到所述搜索指令后,根据搜索指令确定第一用户当前的能力等级,以便后续根据其能力等级向其进行习题的推送。
可选地,在根据搜索指令确定第一用户的能力等级时,查询一定时间段内所述第一用户在智能终端进行习题练习的记录,根据第一用户的答题结果确定其能力等级。可选地,也可以根据搜索过所述当前习题的其他用户的能力等级确定所述第一用户的能力等级。
习题获取单元22,用于获取与所述当前习题相关的多于一道的习题,分析确定所获取的习题的难度级别;
本申请提供的实施例中智能终端根据接收到的搜索指令进行习题的搜索,以获取与所述当前习题相关的多道习题。可选地,智能终端搜索习题时可以在互联网上直接搜索,也可以在预设的习题库中进行搜索;智能终端可以根据用户的选择在不同的位置进行习题的搜索。
对于获取到的习题,分析每道习题的难易程度以确每道获取到的习题的难度级别。确定习题的难度等级时,基于统计数据获取大众用户对该习题答题的正确率,根据所述正确率确定每道题的难度级别。
习题推送单元23,用于推送与所述第一用户的能力等级相匹配的难度级别的习题。
本申请提供的实施例中在向用户推送习题时,根据用户的能力等级以及所搜索到的习题的难度级别向用户进行推送。在推送时可以向用户推送与其能力对应的一个难度级别的习题,也可以向其推送在其能力范围内的两个或两个以上难度级别的习题。例如,可以根据第一用户的能力级别与习题难度等级的关系向用户推送难度级别为6级的习题;也可以向其推送难度级别为5-7级中的习题。
可选地,第一用户的能力级别与向其推送的习题的难度级别范围可由用户自身进行预先设定,在此不做限定。
本申请提供的实施例中第一用户在根据正在进行练习的当前习题进行习题搜索时,首先根据当前习题生成搜索指令,智能终端根据所述搜索指令确定第一用户的能力等级,并根据搜索指令获取与所述当前习题相关的多于一道的习题,分析确定所获取的习题的难度级别后,根据第一用户的能力等级和所获取的习题的难度级别向所述第一用户推送习题。这一过程中智能终端可以根据第一用户的能力等级向其推送难度适当的习题,使第一用户可以把时间尽量花费在做合适自己习题上,使得其学习更有针对性;在很大程度上减少了习题训练的时间,提高学习效率。
优选地,所述搜索指令接收单元21,包括:
历史用户搜索模块,用于根据所述搜索指令获取预设时间段内搜索过所述当前习题的历史用户;
第二用户确定模块,用于获取所述历史用户的用户信息,根据所述用户信息确定与所述第一用户的相似度符合预设条件的第二用户;
能力等级获取模块,用于获取所述第二用户的能力等级,将所述第二用户的能力等级作为所述第一用户的能力等级。
具体地,在根据所述搜索指令确定第一用户的能力级别时,根据生成所述搜索指令的当前习题搜索预设时间段内曾经搜索或练习过该当前习题的历史用户。在所述历史用户中筛选出与第一用户相似的用户,称与第一用户相似的用户为第二用户,以便根据第二用户的能力等级确定第一用户的能力等级。
可选地,获取所述历史用户在预设时期的习题练习情况,或所述历史用户所在的年级等用户信息,对比所述历史用户与第一用户的相识度是否符合预设条件(如历史用户的多项用户信息与第一用户的相识度是否超过预设值或某一项用户信息的相识度是否超过预设值);若根据所述历史用户的用户信息判断出存与第一用户的相似度符合预设条件的历史用户,则判定该历史用户为第二用户。获取所述第二用户的能力等级并将该第二用户的能力等级赋予所述第一用户。
本申请提供的实施例中根据与第一用户相似的第二用户的能力等级确定第一用户的能力等级,可以快速的确定所述第一用户的能力等级,减小对第一用户能力等级判断的误差。
优选地,所述历史用户搜索模块,包括:
第一获取模块,用于根据所述搜索指令获取所述当前习题的ID信息,其中,所述ID信息用于标识预设习题库中习题;
第二获取模块,用于根据所述ID信息获取预设时间段内搜索过所述当前习题的历史用户。
具体地,在获取所述历史用户时,调用所述习题库中每道习题的ID信息,根据所述ID信息获取预设时间段内搜索过所述当前习题的用户。
可选地,预先设置习题库,并将所述习题库中的每道习题进行顺序编码,形成所述习题库中每道习题的ID信息。在有用户对所述习题库中的习题进行搜索时,根据其搜索习题的ID信息记录搜索该习题的智能终端的IP地址以及搜索的时间,从而可以根据习题的ID信息以及智能终端的IP地址获取预设时间段内曾搜索过某道习题的历史用户。
本申请提供的实施例中根据当前习题的ID信息获取曾对该习题进行搜索的历史用户,可快速准确的获取到预设时间段内搜索过所述当前习题的历史用户。
优选地,所述第二用户确定模块,包括:
第一判断模块,用于根据所述历史用户的用户信息判断所述历史用户是否与所述第一用户处于同一地区的同一学年;
第三获取模块,用于若所述历史用户与所述第一用户处于同一地区的同一学年,则获取所述历史用户预设时间段内习题搜索记录;
第二判断模块若所述习题搜索记录与所述第一用户的习题搜索记录的相似度大于预设值,则判定所述历史用户为第二用户。
具体地,在确定与第一用户相似的第二用户时,获取每个所述历史用户所在的地区以及所在的学年;若存在与第一用户属于同一地区同一学年的历史用户,则获取该历史用户预设时间段内在所述习题库中搜索习题的记录;判断该历史用户的习题搜索记录与第一用户的习题搜索记录的相似度是否大于预设值,若大于,则判定该历史用户为与第一用户相似的第二用户。
通过历史用户所处的位置及年级信息,匹配出与第一用户最相似的用户,然后将相似的用户的能力等级赋值给第一用户,减少第一用户能力等级的分析判断过程。
优选地,所述习题的智能推送系统还包括:
更新单元,用于接收所述第一用户对所推送的习题的答题结果;根据所述答题结果更新所述第一用户的能力等级。
具体地,在向第一用户推送与之能力相匹配的习题后,接收第一用户的答题结果,根据对所述答题结果的判断分析,重新确定第一用户的能力等级,然后更新并记录第一用户答题后的能力等级,以便在该用户再次进行习题搜索时,直接根据其能力等级向其推送习题。
应理解,上述实施例中各步骤的序号的大小并不意味着执行顺序的先后,各过程的执行顺序应以其功能和内在逻辑确定,而不应对本发明实施例的实施过程构成任何限定。
实施例三:
图3是本发明一实施例提供的一种终端设备的示意图。如图3所示,该实施例的终端设备3包括:处理器30、存储器31以及存储在所述存储器31中并可在所述处理器30上运行的计算机程序32。所述处理器30执行所述计算机程序32时实现上述各个习题的智能推送方法实施例中的步骤,例如图1所示的步骤S11至S13。或者,所述处理器30执行所述计算机程序32时实现上述各装置实施例中各模块/单元的功能,例如图2所示单元21至23的功能。
示例性的,所述计算机程序32可以被分割成一个或多个模块/单元,所述一个或者多个模块/单元被存储在所述存储器31中,并由所述处理器30执行,以完成本发明。所述一个或多个模块/单元可以是能够完成特定功能的一系列计算机程序指令段,该指令段用于描述所述计算机程序32在所述终端设备3中的执行过程。例如,所述计算机程序32可以被分割成:搜索指令接收单元、习题获取单元、习题推送单元,各单元具体功能如下:
搜索指令接收单元,用于接收第一用户发送的搜索指令,根据所述搜索指令确定所述第一用户的能力等级,其中,所述搜索指令根据所述第一用户正在练习的当前习题生成;
习题获取单元,用于获取与所述当前习题相关的多于一道的习题,分析确定所获取的习题的难度级别;
习题推送单元,用于推送与所述第一用户的能力等级相匹配的难度级别的习题。
优选地,所述搜索指令接收单元,包括:
历史用户搜索模块,用于根据所述搜索指令获取预设时间段内搜索过所述当前习题的历史用户;
第二用户确定模块,用于获取所述历史用户的用户信息,根据所述用户信息确定与所述第一用户的相似度符合预设条件的第二用户;
能力等级获取模块,用于获取所述第二用户的能力等级,将所述第二用户的能力等级作为所述第一用户的能力等级。
优选地,所述历史用户搜索模块,包括:
第一获取模块,用于根据所述搜索指令获取所述当前习题的ID信息,其中,所述ID信息用于标识预设习题库中习题;
第二获取模块,用于根据所述ID信息获取预设时间段内搜索过所述当前习题的历史用户。
优选地,所述第二用户确定模块,包括:
第一判断模块,用于根据所述历史用户的用户信息判断所述历史用户是否与所述第一用户处于同一地区的同一学年;
第三获取模块,用于若所述历史用户与所述第一用户处于同一地区的同一学年,则获取所述历史用户预设时间段内习题搜索记录;
第二判断模块若所述习题搜索记录与所述第一用户的习题搜索记录的相似度大于预设值,则判定所述历史用户为第二用户。
优选地,所述习题的智能推送系统还包括:
更新单元,用于接收所述第一用户对所推送的习题的答题结果;根据所述答题结果更新所述第一用户的能力等级。
所述终端设备3可以是桌上型计算机、笔记本、掌上电脑及云端服务器等计算设备。所述终端设备可包括,但不仅限于,处理器30、存储器31。本领域技术人员可以理解,图3仅仅是终端设备3的示例,并不构成对终端设备3的限定,可以包括比图示更多或更少的部件,或者组合某些部件,或者不同的部件,例如所述终端设备还可以包括输入输出设备、网络接入设备、总线等。
所称处理器30可以是中央处理单元(Central Processing Unit,CPU),还可以是其他通用处理器、数字信号处理器(Digital Signal Processor,DSP)、专用集成电路(Application Specific Integrated Circuit,ASIC)、现成可编程门阵列(Field-Programmable Gate Array,FPGA)或者其他可编程逻辑器件、分立门或者晶体管逻辑器件、分立硬件组件等。通用处理器可以是微处理器或者该处理器也可以是任何常规的处理器等。
所述存储器31可以是所述终端设备3的内部存储单元,例如终端设备3的硬盘或内存。所述存储器31也可以是所述终端设备3的外部存储设备,例如所述终端设备3上配备的插接式硬盘,智能存储卡(Smart Media Card,SMC),安全数字(Secure Digital,SD)卡,闪存卡(Flash Card)等。进一步地,所述存储器31还可以既包括所述终端设备3的内部存储单元也包括外部存储设备。所述存储器31用于存储所述计算机程序以及所述终端设备所需的其他程序和数据。所述存储器31还可以用于暂时地存储已经输出或者将要输出的数据。
所属领域的技术人员可以清楚地了解到,为了描述的方便和简洁,仅以上述各功能单元、模块的划分进行举例说明,实际应用中,可以根据需要而将上述功能分配由不同的功能单元、模块完成,即将所述装置的内部结构划分成不同的功能单元或模块,以完成以上描述的全部或者部分功能。实施例中的各功能单元、模块可以集成在一个处理单元中,也可以是各个单元单独物理存在,也可以两个或两个以上单元集成在一个单元中,上述集成的单元既可以采用硬件的形式实现,也可以采用软件功能单元的形式实现。另外,各功能单元、模块的具体名称也只是为了便于相互区分,并不用于限制本申请的保护范围。上述系统中单元、模块的具体工作过程,可以参考前述方法实施例中的对应过程,在此不再赘述。
在上述实施例中,对各个实施例的描述都各有侧重,某个实施例中没有详述或记载的部分,可以参见其它实施例的相关描述。
本领域普通技术人员可以意识到,结合本文中所公开的实施例描述的各示例的单元及算法步骤,能够以电子硬件、或者计算机软件和电子硬件的结合来实现。这些功能究竟以硬件还是软件方式来执行,取决于技术方案的特定应用和设计约束条件。专业技术人员可以对每个特定的应用来使用不同方法来实现所描述的功能,但是这种实现不应认为超出本发明的范围。
在本发明所提供的实施例中,应该理解到,所揭露的装置/终端设备和方法,可以通过其它的方式实现。例如,以上所描述的装置/终端设备实施例仅仅是示意性的,例如,所述模块或单元的划分,仅仅为一种逻辑功能划分,实际实现时可以有另外的划分方式,例如多个单元或组件可以结合或者可以集成到另一个系统,或一些特征可以忽略,或不执行。另一点,所显示或讨论的相互之间的耦合或直接耦合或通讯连接可以是通过一些接口,装置或单元的间接耦合或通讯连接,可以是电性,机械或其它的形式。
所述作为分离部件说明的单元可以是或者也可以不是物理上分开的,作为单元显示的部件可以是或者也可以不是物理单元,即可以位于一个地方,或者也可以分布到多个网络单元上。可以根据实际的需要选择其中的部分或者全部单元来实现本实施例方案的目的。
另外,在本发明各个实施例中的各功能单元可以集成在一个处理单元中,也可以是各个单元单独物理存在,也可以两个或两个以上单元集成在一个单元中。上述集成的单元既可以采用硬件的形式实现,也可以采用软件功能单元的形式实现。
所述集成的模块/单元如果以软件功能单元的形式实现并作为独立的产品销售或使用时,可以存储在一个计算机可读取存储介质中。基于这样的理解,本发明实现上述实施例方法中的全部或部分流程,也可以通过计算机程序来指令相关的硬件来完成,所述的计算机程序可存储于一计算机可读存储介质中,该计算机程序在被处理器执行时,可实现上述各个方法实施例的步骤。。其中,所述计算机程序包括计算机程序代码,所述计算机程序代码可以为源代码形式、对象代码形式、可执行文件或某些中间形式等。所述计算机可读介质可以包括:能够携带所述计算机程序代码的任何实体或装置、记录介质、U盘、移动硬盘、磁碟、光盘、计算机存储器、只读存储器(ROM,Read-Only Memory)、随机存取存储器(RAM,Random Access Memory)、电载波信号、电信信号以及软件分发介质等。需要说明的是,所述计算机可读介质包含的内容可以根据司法管辖区内立法和专利实践的要求进行适当的增减,例如在某些司法管辖区,根据立法和专利实践,计算机可读介质不包括是电载波信号和电信信号。
以上所述实施例仅用以说明本发明的技术方案,而非对其限制;尽管参照前述实施例对本发明进行了详细的说明,本领域的普通技术人员应当理解:其依然可以对前述各实施例所记载的技术方案进行修改,或者对其中部分技术特征进行等同替换;而这些修改或者替换,并不使相应技术方案的本质脱离本发明各实施例技术方案的精神和范围,均应包含在本发明的保护范围之内。
Claims (10)
1.一种习题的智能推送方法,其特征在于,所述习题的智能推送方法包括:
接收第一用户发送的搜索指令,根据所述搜索指令确定所述第一用户的能力等级,其中,所述搜索指令根据所述第一用户正在练习的当前习题生成;
获取与所述当前习题相关的多于一道的习题,分析确定所获取的习题的难度级别;
推送与所述第一用户的能力等级相匹配的难度级别的习题。
2.如权利要求1所述的习题的智能推送方法,其特征在于,所述根据所述搜索指令确定所述第一用户的能力等级,包括:
根据所述搜索指令获取预设时间段内搜索过所述当前习题的历史用户;
获取所述历史用户的用户信息,根据所述用户信息确定与所述第一用户的相似度符合预设条件的第二用户;
获取所述第二用户的能力等级,将所述第二用户的能力等级作为所述第一用户的能力等级。
3.如权利要求1所述的习题的智能推送方法,其特征在于,所述根据所述搜索指令获取预设时间段内搜索过所述当前习题的历史用户,包括:
根据所述搜索指令获取所述当前习题的ID信息,其中,所述ID信息用于标识预设习题库中的习题;
根据所述ID信息获取预设时间段内搜索过所述当前习题的历史用户。
4.如权利要求2或3所述的习题的智能推送方法,其特征在于,所述根据所述用户信息确定与所述第一用户的相似度符合预设条件的第二用户,包括:
根据所述历史用户的用户信息判断所述历史用户是否与所述第一用户处于同一地区的同一学年;
若所述历史用户与所述第一用户处于同一地区的同一学年,则获取所述历史用户预设时间段内习题搜索记录;
若所述习题搜索记录与所述第一用户的习题搜索记录的相似度大于预设值,则判定所述历史用户为第二用户。
5.如权利要求1-3任一项所述的习题的智能推送方法,其特征在于,在所述推送与所述第一用户的能力等级相匹配的难度级别的习题之后,包括:
接收所述第一用户对所推送的习题的答题结果;
根据所述答题结果更新所述第一用户的能力等级。
6.一种习题的智能推送系统,其特征在于,所述习题的智能推送系统包括:
搜索指令接收单元,用于接收第一用户发送的搜索指令,根据所述搜索指令确定所述第一用户的能力等级,其中,所述搜索指令根据所述第一用户正在练习的当前习题生成;
习题获取单元,用于获取与所述当前习题相关的多于一道的习题,分析确定所获取的习题的难度级别;
习题推送单元,用于推送与所述第一用户的能力等级相匹配的难度级别的习题。
7.如权利要求6所述的习题的智能推送系统,其特征在于,所述搜索指令接收单元,包括:
历史用户搜索模块,用于根据所述搜索指令获取预设时间段内搜索过所述当前习题的历史用户;
第二用户确定模块,用于获取所述历史用户的用户信息,根据所述用户信息确定与所述第一用户的相似度符合预设条件的第二用户;
能力等级获取模块,用于获取所述第二用户的能力等级,将所述第二用户的能力等级作为所述第一用户的能力等级。
8.如权利要求6所述的习题的智能推送系统,其特征在于,所述历史用户搜索模块,包括:
第一获取模块,用于根据所述搜索指令获取所述当前习题的ID信息,其中,所述ID信息用于标识预设习题库中习题;
第二获取模块,用于根据所述ID信息获取预设时间段内搜索过所述当前习题的历史用户。
9.一种终端设备,包括存储器、处理器以及存储在所述存储器中并可在所述处理器上运行的计算机程序,其特征在于,所述处理器执行所述计算机程序时实现如权利要求1至5任一项所述方法的步骤。
10.一种计算机可读存储介质,所述计算机可读存储介质存储有计算机程序,其特征在于,所述计算机程序被处理器执行时实现如权利要求1至5任一项所述方法的步骤。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201711392454.8A CN107978189B (zh) | 2017-12-21 | 2017-12-21 | 一种习题的智能推送方法、系统及终端设备 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201711392454.8A CN107978189B (zh) | 2017-12-21 | 2017-12-21 | 一种习题的智能推送方法、系统及终端设备 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN107978189A true CN107978189A (zh) | 2018-05-01 |
CN107978189B CN107978189B (zh) | 2020-01-14 |
Family
ID=62007169
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201711392454.8A Active CN107978189B (zh) | 2017-12-21 | 2017-12-21 | 一种习题的智能推送方法、系统及终端设备 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN107978189B (zh) |
Cited By (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN109377806A (zh) * | 2018-12-12 | 2019-02-22 | 广东小天才科技有限公司 | 一种基于学习等级的测试题分配方法及学习客户端 |
CN110609934A (zh) * | 2019-08-22 | 2019-12-24 | 深圳市天彦通信股份有限公司 | 分类案例推送方法及相关装置 |
CN111081089A (zh) * | 2019-05-10 | 2020-04-28 | 广东小天才科技有限公司 | 一种基于面部特征信息的听写控制方法及装置 |
CN111222076A (zh) * | 2020-04-16 | 2020-06-02 | 江西软云科技股份有限公司 | 题目推送方法、系统、可读存储介质及计算机设备 |
CN111783709A (zh) * | 2020-07-09 | 2020-10-16 | 中国科学技术大学 | 针对教育视频的信息预测方法及装置 |
CN112184504A (zh) * | 2020-09-24 | 2021-01-05 | 恒瑞通(福建)信息技术有限公司 | 一种智能匹配对战答题的方法及终端 |
CN108959483B (zh) * | 2018-06-21 | 2021-06-01 | 广东小天才科技有限公司 | 一种基于搜索的学习辅助方法及电子设备 |
CN113269178A (zh) * | 2021-05-20 | 2021-08-17 | 读书郎教育科技有限公司 | 一种基于智慧课堂截图题目的智能荐题方法 |
Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN105787839A (zh) * | 2016-03-23 | 2016-07-20 | 成都准星云学科技有限公司 | 一种学习资源推送方法和装置 |
CN106202453A (zh) * | 2016-07-13 | 2016-12-07 | 网易(杭州)网络有限公司 | 一种多媒体资源推荐方法和装置 |
CN107220916A (zh) * | 2017-05-27 | 2017-09-29 | 邹杰 | 学习资源推送方法及装置 |
CN107256650A (zh) * | 2017-06-20 | 2017-10-17 | 广东小天才科技有限公司 | 一种习题推送方法、系统及终端设备 |
-
2017
- 2017-12-21 CN CN201711392454.8A patent/CN107978189B/zh active Active
Patent Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN105787839A (zh) * | 2016-03-23 | 2016-07-20 | 成都准星云学科技有限公司 | 一种学习资源推送方法和装置 |
CN106202453A (zh) * | 2016-07-13 | 2016-12-07 | 网易(杭州)网络有限公司 | 一种多媒体资源推荐方法和装置 |
CN107220916A (zh) * | 2017-05-27 | 2017-09-29 | 邹杰 | 学习资源推送方法及装置 |
CN107256650A (zh) * | 2017-06-20 | 2017-10-17 | 广东小天才科技有限公司 | 一种习题推送方法、系统及终端设备 |
Cited By (10)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN108959483B (zh) * | 2018-06-21 | 2021-06-01 | 广东小天才科技有限公司 | 一种基于搜索的学习辅助方法及电子设备 |
CN109377806A (zh) * | 2018-12-12 | 2019-02-22 | 广东小天才科技有限公司 | 一种基于学习等级的测试题分配方法及学习客户端 |
CN111081089A (zh) * | 2019-05-10 | 2020-04-28 | 广东小天才科技有限公司 | 一种基于面部特征信息的听写控制方法及装置 |
CN110609934A (zh) * | 2019-08-22 | 2019-12-24 | 深圳市天彦通信股份有限公司 | 分类案例推送方法及相关装置 |
CN111222076A (zh) * | 2020-04-16 | 2020-06-02 | 江西软云科技股份有限公司 | 题目推送方法、系统、可读存储介质及计算机设备 |
CN111783709A (zh) * | 2020-07-09 | 2020-10-16 | 中国科学技术大学 | 针对教育视频的信息预测方法及装置 |
CN111783709B (zh) * | 2020-07-09 | 2022-09-06 | 中国科学技术大学 | 针对教育视频的信息预测方法及装置 |
CN112184504A (zh) * | 2020-09-24 | 2021-01-05 | 恒瑞通(福建)信息技术有限公司 | 一种智能匹配对战答题的方法及终端 |
CN113269178A (zh) * | 2021-05-20 | 2021-08-17 | 读书郎教育科技有限公司 | 一种基于智慧课堂截图题目的智能荐题方法 |
CN113269178B (zh) * | 2021-05-20 | 2023-09-05 | 读书郎教育科技有限公司 | 一种基于智慧课堂截图题目的智能荐题方法 |
Also Published As
Publication number | Publication date |
---|---|
CN107978189B (zh) | 2020-01-14 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN107978189A (zh) | 一种习题的智能推送方法、系统及终端设备 | |
CN108197664A (zh) | 模型获取方法、装置、电子设备及计算机可读存储介质 | |
US20170193853A1 (en) | Generative group-based meal planning system and method | |
CN107346336A (zh) | 基于人工智能的信息处理方法和装置 | |
CN108376166A (zh) | 智能学习方法、装置及电子设备 | |
CN103713894B (zh) | 一种用于确定用户的访问需求信息的方法与设备 | |
CN107818168A (zh) | 题目搜索方法、装置及设备 | |
CN109408696A (zh) | 一种用于搜索寄宿程序的方法与设备 | |
CN107992595A (zh) | 一种学习内容推荐方法、装置及智能设备 | |
CN107967333A (zh) | 语音搜索方法、语音搜索装置及电子设备 | |
CN108255706A (zh) | 自动化测试脚本的编辑方法、装置、终端设备及存储介质 | |
CN107391509A (zh) | 标签推荐方法及装置 | |
CN109271423A (zh) | 一种对象推荐方法、装置、终端及计算机可读存储介质 | |
CN110162360A (zh) | 智能帮助方法、装置及计算机可读存储介质 | |
CN106503224A (zh) | 一种根据关键词推荐应用的方法及装置 | |
CN112330510A (zh) | 一种志愿推荐方法、装置、服务器及计算机可读存储介质 | |
CN102687158A (zh) | 搜索项安全性 | |
CN110321546A (zh) | 账号识别、显示方法、装置、服务器、终端及存储介质 | |
CN113704493A (zh) | 展示信息确定方法、装置、设备及计算机可读存储介质 | |
CN108197194A (zh) | 一种报案信息的处理方法及系统 | |
CN104025086A (zh) | 触发社交页面 | |
CN109446400A (zh) | 一种学习管理方法、学习管理装置及电子设备 | |
CN110347916A (zh) | 跨场景的项目推荐方法、装置、电子设备及存储介质 | |
CN108198474A (zh) | 一种学习数据生成方法、装置及设备 | |
CN110275903A (zh) | 提高机器学习样本的特征生成效率的方法及系统 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant |