CN109213927A - 学习资源推荐处理方法及装置 - Google Patents

学习资源推荐处理方法及装置 Download PDF

Info

Publication number
CN109213927A
CN109213927A CN201810804357.3A CN201810804357A CN109213927A CN 109213927 A CN109213927 A CN 109213927A CN 201810804357 A CN201810804357 A CN 201810804357A CN 109213927 A CN109213927 A CN 109213927A
Authority
CN
China
Prior art keywords
learning
information
user
style
materials
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.)
Pending
Application number
CN201810804357.3A
Other languages
English (en)
Inventor
张有明
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Individual
Original Assignee
Individual
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by Individual filed Critical Individual
Priority to CN201810804357.3A priority Critical patent/CN109213927A/zh
Publication of CN109213927A publication Critical patent/CN109213927A/zh
Pending legal-status Critical Current

Links

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
    • G06Q50/00—Information and communication technology [ICT] specially adapted for implementation of business processes of specific business sectors, e.g. utilities or tourism
    • G06Q50/10—Services
    • G06Q50/20—Education
    • G06Q50/205—Education administration or guidance

Landscapes

  • Business, Economics & Management (AREA)
  • Engineering & Computer Science (AREA)
  • Educational Administration (AREA)
  • Educational Technology (AREA)
  • Strategic Management (AREA)
  • Tourism & Hospitality (AREA)
  • Health & Medical Sciences (AREA)
  • Economics (AREA)
  • General Health & Medical Sciences (AREA)
  • Human Resources & Organizations (AREA)
  • Marketing (AREA)
  • Primary Health Care (AREA)
  • Physics & Mathematics (AREA)
  • General Business, Economics & Management (AREA)
  • General Physics & Mathematics (AREA)
  • Theoretical Computer Science (AREA)
  • Electrically Operated Instructional Devices (AREA)

Abstract

本申请公开了一种学习资源推荐处理方法及装置。其中方法包括：获取用户的学习风格信息；其中，所述学习风格信息用于表征用户在学习方面的偏好的信息；根据所述用户的学习风格信息匹配得到对应的学习方法信息和/或学习资料信息；将所述学习方法信息和/或学习资料信息推送给所述用户。达到了能够针对性地根据单独学生的学习能力、学习进度以及学习喜好来制定的具体的学习方法以及选择合适的学习资料目的，进而解决了由于现有的教学系统只能够提供供所有学生进行学习的具体的学习的材料，并不具备提供针对性个性化的教学方法及材料的能力而造成的技术问题。

Description

学习资源推荐处理方法及装置
技术领域
本申请涉及数据处理技术领域，具体而言，涉及一种学习资源推荐处理方法及装置。
背景技术
目前在学员在学习过程中只能通过教师定制的学习课程章节目录，教科书等教师安排的课程学习进度来学习，教师规划的学校进度，路径是针对所有授课的所有学生，并不是针对，根据单独学生的学习能力，学习进度，学习喜好来制定。
而且现有的教学系统只能够提供供所有学生进行学习的具体的学习的材料，并不具备提供针对性个性化的教学方法及材料的能力。
针对相关技术中存在的问题，目前尚未提出有效的解决方案。
发明内容
本申请的主要目的在于提供一种学习资源推荐处理方法及装置，以解决相关技术中存在的问题。
为了实现上述目的，根据本申请的一个方面，提供了一种学习资源推荐处理方法。
根据本申请的学习资源推荐处理方法包括：
获取用户的学习风格信息；其中，所述学习风格信息用于表征用户在学习方面的偏好的信息；
根据所述用户的学习风格信息匹配得到对应的学习方法信息和/或学习资料信息；
将所述学习方法信息和/或学习资料信息推送给所述用户。
进一步的，如前述的学习资源推荐处理方法，还包括：
获取多个所述学习方法信息以及多个学习资料信息；
确定每个所述学习方法信息及学习资料信息与所述学习风格信息之间的第一对应关系；
将所述学习方法信息、多个学习资料信息以及所述学习风格信息按照所述第一对应关系写入数据库中。
进一步的，如前述的学习资源推荐处理方法，所述根据所述用户的学习风格信息匹配得到对应的学习方法信息和/或学习资料信息；包括：
确定所述用户的学习风格信息为活跃型还是沉思型；
根据所述用户为活跃型或沉思型的学习风格信息，匹配得到不同的学习活动序列信息；其中，所述学习方法信息包括学习活动序列信息。
进一步的，如前述的学习资源推荐处理方法，所述根据所述用户的学习风格信息匹配得到对应的学习方法信息和/或学习资料信息；包括：
确定所述用户的学习风格信息为感悟型还是直觉型；
在所述用户的学习风格信息为感悟型时，匹配得到基于事实和数据的学习资料信息；以及
在所述用户的学习风格信息为直觉型时，匹配得到基于学习理论的学习资料信息。
进一步的，如前述的学习资源推荐处理方法，所述根据所述用户的学习风格信息匹配得到对应的学习方法信息和/或学习资料信息；包括：
确定所述用户的学习风格信息为视觉型还是言语型；
在所述用户的学习风格信息为视觉型时，匹配得到数据类型为图像信息的学习资料信息；以及
在所述用户的学习风格信息为言语型时，匹配得到数据类型为文字信息的学习资料信息。
进一步的，如前述的学习资源推荐处理方法，所述根据所述用户的学习风格信息匹配得到对应的学习方法信息和/或学习资料信息；包括：
确定所述用户的学习风格信息为序列型还是综合型；
在所述用户的学习风格信息为序列型时，匹配得到知识点为线性关联的学习资料信息；以及
在所述用户的学习风格信息为综合型时，匹配得到知识点为非线性关联的学习资料信息。
为了实现上述目的，根据本申请的另一方面，提供了一种学习资源推荐处理装置。
根据本申请的学习资源推荐处理装置包括：
用户信息获取单元，用于获取用户的学习风格信息；其中，所述学习风格信息用于表征用户在学习方面的偏好的信息；
匹配单元，用于根据所述用户的学习风格信息匹配得到对应的学习方法信息和/或学习资料信息；
推送单元，用于将所述学习方法信息和/或学习资料信息推送给所述用户。
进一步的，如前述的学习资源推荐处理装置，还包括：材料预设单元；所述材料预设单元包括：
材料获取模块，用于获取多个所述学习方法信息以及多个学习资料信息；
第一对应关系确定模块，用于确定每个所述学习方法信息及学习资料信息与所述学习风格信息之间的第一对应关系；
写入模块，用于将所述学习方法信息、多个学习资料信息以及所述学习风格信息按照所述第一对应关系写入数据库中。
进一步的，如前述的学习资源推荐处理装置，所述匹配单元包括：
第一确定模块，用于确定所述用户的学习风格信息为活跃型还是沉思型；
学习活动序列匹配模块，用于根据所述用户为活跃型或沉思型的学习风格信息，匹配得到不同的学习活动序列信息；其中，所述学习方法信息包括学习活动序列信息。
进一步的，如前述的学习资源推荐处理装置，所述匹配单元包括：
第二确定模块，用于确定所述用户的学习风格信息为感悟型还是直觉型；
第一学习资料匹配模块，用于在所述用户的学习风格信息为感悟型时，匹配得到基于事实和数据的学习资料信息；以及
第二学习资料匹配模块，用于在所述用户的学习风格信息为直觉型时，匹配得到基于学习理论的学习资料信息。
进一步的，如前述的学习资源推荐处理装置，所述匹配单元包括：
第三确定模块，用于确定所述用户的学习风格信息为视觉型还是言语型；
第三学习资料匹配模块，用于在所述用户的学习风格信息为视觉型时，匹配得到数据类型为图像信息的学习资料信息；以及
第四学习资料匹配模块，用于在所述用户的学习风格信息为言语型时，匹配得到数据类型为文字信息的学习资料信息。
进一步的，如前述的学习资源推荐处理装置，所述匹配单元包括：
第四确定模块，用于确定所述用户的学习风格信息为序列型还是综合型；
第五学习资料匹配模块，用于在所述用户的学习风格信息为序列型时，匹配得到知识点为线性关联的学习资料信息；以及
第六学习资料匹配模块，用于在所述用户的学习风格信息为综合型时，匹配得到知识点为非线性关联的学习资料信息。
在本申请实施例中，采用自动化匹配得到学生针对性的学习方案的方式，通过获取用户的学习风格信息；其中，所述学习风格信息用于表征用户在学习方面的偏好的信息；根据所述用户的学习风格信息匹配得到对应的学习方法信息和/或学习资料信息；将所述学习方法信息和/或学习资料信息推送给所述用户。达到了能够针对性地根据单独学生的学习能力、学习进度以及学习喜好来制定的具体的学习方法以及选择合适的学习资料目的，进而解决了由于现有的教学系统只能够提供供所有学生进行学习的具体的学习的材料，并不具备提供针对性个性化的教学方法及材料的能力而造成的技术问题。
附图说明
构成本申请的一部分的附图用来提供对本申请的进一步理解，使得本申请的其它特征、目的和优点变得更明显。本申请的示意性实施例附图及其说明用于解释本申请，并不构成对本申请的不当限定。在附图中：
图1是根据本申请一种实施例的方法流程示意图；以及
图2是根据本申请一种实施例的装置模块连接示意图。
具体实施方式
为了使本技术领域的人员更好地理解本申请方案，下面将结合本申请实施例中的附图，对本申请实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本申请一部分的实施例，而不是全部的实施例。基于本申请中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都应当属于本申请保护的范围。
需要说明的是，本申请的说明书和权利要求书及上述附图中的术语“第一”、“第二”等是用于区别类似的对象，而不必用于描述特定的顺序或先后次序。应该理解这样使用的数据在适当情况下可以互换，以便这里描述的本申请的实施例。此外，术语“包括”和“具有”以及他们的任何变形，意图在于覆盖不排他的包含，例如，包含了一系列步骤或单元的过程、方法、系统、产品或设备不必限于清楚地列出的那些步骤或单元，而是可包括没有清楚地列出的或对于这些过程、方法、产品或设备固有的其它步骤或单元。
在本申请中，术语“上”、“下”、“左”、“右”、“前”、“后”、“顶”、“底”、“内”、“外”、“中”、“竖直”、“水平”、“横向”、“纵向”等指示的方位或位置关系为基于附图所示的方位或位置关系。这些术语主要是为了更好地描述本申请及其实施例，并非用于限定所指示的装置、元件或组成部分必须具有特定方位，或以特定方位进行构造和操作。
并且，上述部分术语除了可以用于表示方位或位置关系以外，还可能用于表示其他含义，例如术语“上”在某些情况下也可能用于表示某种依附关系或连接关系。对于本领域普通技术人员而言，可以根据具体情况理解这些术语在本申请中的具体含义。
此外，术语“安装”、“设置”、“设有”、“连接”、“相连”、“套接”应做广义理解。例如，可以是固定连接，可拆卸连接，或整体式构造；可以是机械连接，或电连接；可以是直接相连，或者是通过中间媒介间接相连，又或者是两个装置、元件或组成部分之间内部的连通。对于本领域普通技术人员而言，可以根据具体情况理解上述术语在本申请中的具体含义。
需要说明的是，在不冲突的情况下，本申请中的实施例及实施例中的特征可以相互组合。下面将参考附图并结合实施例来详细说明本申请。
根据本发明实施例，提供了一种学习资源推荐处理方法，如图1所示，该方法包括如下的步骤S1至步骤S3：
S1.获取用户的学习风格信息；其中，所述学习风格信息用于表征用户在学习方面的偏好的信息；具体的
S2.根据所述用户的学习风格信息匹配得到对应的学习方法信息和/或学习资料信息；
S3.将所述学习方法信息和/或学习资料信息推送给所述用户。
具体的，获取所述用户的学习风格信息可以通过以下方式实现：
为每个用户建立一个用户模型。
所谓用户模型(UserModels)简单地说是指智能系统中某个用户或用户群的表示法，系统利用用户模型中包含的知识来剪裁它的界面以适合特定用户或用户群的需求。优选的，本申请中的用户模型的构建是可以依据《学习者模型规范CELTS-11》，规范中阐明学习者模型要包括个人信息、学业信息、管理信息、关系信息、安全信息、偏好信息、绩效信息及作品集信息等八类。其中个人信息主要指学习者的通用信息，如：姓名、性别、出生日期、电话、电子邮件等信息；学业信息主要指与学习者学习相关的一组信息，如：专业、年级、学习计划等；偏好信息主要获得学习者在学习方面的偏好，如喜欢先自学再上课，或者对学习资源有偏好，如喜欢图像、动画、音频或视频、文本中的哪些形式；绩效信息包括学习者的学习经历，如记录学习者已学知识点系列及学习者对已学知识点的掌握情况。
从以上的描述中，可以看出，本发明实现了如下技术效果：
达到了能够针对性地根据单独学生的学习能力、学习进度以及学习喜好来制定的具体的学习方法以及选择合适的学习资料目的，进而解决了由于现有的教学系统只能够提供所有学生进行学习的具体的学习的材料，并不具备提供针对性个性化的教学方法及材料的能力而造成的技术问题。
在一些实施例中，如前述的学习资源推荐处理方法，还包括：
获取多个所述学习方法信息以及多个学习资料信息；具体的，所述学习方法信息以及学习资料信息可以通过人工录入，或
确定每个所述学习方法信息及学习资料信息与所述学习风格信息之间的第一对应关系；
将所述学习方法信息、多个学习资料信息以及所述学习风格信息按照所述第一对应关系写入数据库中。
具体的，活跃型与沉思型更多影响的是学习者的学习活动序列，活跃型学习者喜欢在实践中学习，则系统推荐学习活动序列如下：参与讨论(必选)→阅读学习材料(推荐)→个案研究(推荐)→做练习(必选)→完成测试(必选)；而沉思型学习者喜欢安静地思考问题，独立学习工作，则系统推荐学习活动序列如下：阅读学习材料(必选)→个案研究(必选)→参与讨论(推荐)→做练习(必选)→完成测试(必选)。
在一些实施例中，如前述的学习资源推荐处理方法，所述根据所述用户的学习风格信息匹配得到对应的学习方法信息和/或学习资料信息；包括：
确定所述用户的学习风格信息为活跃型还是沉思型；
根据所述用户为活跃型或沉思型的学习风格信息，匹配得到不同的学习活动序列信息；其中，所述学习方法信息包括学习活动序列信息。
在一些实施例中，如前述的学习资源推荐处理方法，所述根据所述用户的学习风格信息匹配得到对应的学习方法信息和/或学习资料信息；包括：
确定所述用户的学习风格信息为感悟型还是直觉型；
在所述用户的学习风格信息为感悟型时，匹配得到基于事实和数据的学习资料信息；以及
在所述用户的学习风格信息为直觉型时，匹配得到基于学习理论的学习资料信息。
如下表1所示，感悟型与直觉型更多影响的是内容对象的抽象程度，对于感悟型学习者系统推荐诸如本体属性abstract∈{concrete(具体)}的事实和数据学习资源，而把本体属性abstract∈{abstract(抽象)}的学习理论资源推荐给直觉型学习者,且若学习风格量表值lsv∈{5b，7b，9b，11b}，则推荐本体属性抽象系数abstractdegree∈{0.8，0.9}相对大的学习资源，若lsv∈{1b，3b}则推荐抽象系数abstractdegree∈{0.6，0.7}相对小的学习资源。
表1 Felder-Silverman风格量表
Table 1 Questionnaire of Felder-Silverman
在一些实施例中，如前述的学习资源推荐处理方法，所述根据所述用户的学习风格信息匹配得到对应的学习方法信息和/或学习资料信息；包括：
确定所述用户的学习风格信息为视觉型还是言语型；
在所述用户的学习风格信息为视觉型时，匹配得到数据类型为图像信息的学习资料信息；以及
在所述用户的学习风格信息为言语型时，匹配得到数据类型为文字信息的学习资料信息。
具体的，视觉型与言语型更多影响的是学习资源的媒体类型，对于视觉型学习者系统推荐本体属性mediatype∈{图片、图表、流程图、视频}等媒体类型的内容，把mediatype∈{文字信息}推荐给言语型学习者。
在一些实施例中，如前述的学习资源推荐处理方法，所述根据所述用户的学习风格信息匹配得到对应的学习方法信息和/或学习资料信息；包括：
确定所述用户的学习风格信息为序列型还是综合型；
在所述用户的学习风格信息为序列型时，匹配得到知识点为线性关联的学习资料信息；以及
在所述用户的学习风格信息为综合型时，匹配得到知识点为非线性关联的学习资料信息。
序列型与综合型更多的是影响学习者学习知识点的习惯，序列型学习者倾向一步一步地线性学习，系统可以提供上下页按钮，而综合型学习者更倾向有选择的非线性学习，系统可以提供将各个要点联系起来的知识树。
需要说明的是，在附图的流程图示出的步骤可以在诸如一组计算机可执行指令的计算机系统中执行，并且，虽然在流程图中示出了逻辑顺序，但是在某些情况下，可以以不同于此处的顺序执行所示出或描述的步骤。
根据本发明实施例，还提供了一种用于实施上述学习资源推荐处理方法的学习资源推荐处理装置，如图2所示，该装置包括：
为了实现上述目的，根据本申请的另一方面，提供了一种学习资源推荐处理装置。
根据本申请的学习资源推荐处理装置包括：
用户信息获取单元1，用于获取用户的学习风格信息；其中，所述学习风格信息用于表征用户在学习方面的偏好的信息；
匹配单元2，用于根据所述用户的学习风格信息匹配得到对应的学习方法信息和/或学习资料信息；
推送单元3，用于将所述学习方法信息和/或学习资料信息推送给所述用户。
具体的，本发明实施例的装置中各模块实现其功能的具体过程可参见方法实施例中的相关描述，此处不再赘述。
在一些实施例中，如前述的学习资源推荐处理装置，还包括：材料预设单元；所述材料预设单元包括：
材料获取模块，用于获取多个所述学习方法信息以及多个学习资料信息；
第一对应关系确定模块，用于确定每个所述学习方法信息及学习资料信息与所述学习风格信息之间的第一对应关系；
写入模块，用于将所述学习方法信息、多个学习资料信息以及所述学习风格信息按照所述第一对应关系写入数据库中。
具体的，本发明实施例的装置中各模块实现其功能的具体过程可参见方法实施例中的相关描述，此处不再赘述。
在一些实施例中，如前述的学习资源推荐处理装置，所述匹配单元包括：
第一确定模块，用于确定所述用户的学习风格信息为活跃型还是沉思型；
学习活动序列匹配模块，用于根据所述用户为活跃型或沉思型的学习风格信息，匹配得到不同的学习活动序列信息；其中，所述学习方法信息包括学习活动序列信息。
具体的，本发明实施例的装置中各模块实现其功能的具体过程可参见方法实施例中的相关描述，此处不再赘述。
在一些实施例中，如前述的学习资源推荐处理装置，所述匹配单元包括：
第二确定模块，用于确定所述用户的学习风格信息为感悟型还是直觉型；
第一学习资料匹配模块，用于在所述用户的学习风格信息为感悟型时，匹配得到基于事实和数据的学习资料信息；以及
第二学习资料匹配模块，用于在所述用户的学习风格信息为直觉型时，匹配得到基于学习理论的学习资料信息。
具体的，本发明实施例的装置中各模块实现其功能的具体过程可参见方法实施例中的相关描述，此处不再赘述。
在一些实施例中，如前述的学习资源推荐处理装置，所述匹配单元包括：
第三确定模块，用于确定所述用户的学习风格信息为视觉型还是言语型；
第三学习资料匹配模块，用于在所述用户的学习风格信息为视觉型时，匹配得到数据类型为图像信息的学习资料信息；以及
第四学习资料匹配模块，用于在所述用户的学习风格信息为言语型时，匹配得到数据类型为文字信息的学习资料信息。
具体的，本发明实施例的装置中各模块实现其功能的具体过程可参见方法实施例中的相关描述，此处不再赘述。
在一些实施例中，如前述的学习资源推荐处理装置，所述匹配单元包括：
第四确定模块，用于确定所述用户的学习风格信息为序列型还是综合型；
第五学习资料匹配模块，用于在所述用户的学习风格信息为序列型时，匹配得到知识点为线性关联的学习资料信息；以及
第六学习资料匹配模块，用于在所述用户的学习风格信息为综合型时，匹配得到知识点为非线性关联的学习资料信息。
具体的，本发明实施例的装置中各模块实现其功能的具体过程可参见方法实施例中的相关描述，此处不再赘述。
显然，本领域的技术人员应该明白，上述的本发明的各模块或各步骤可以用通用的计算装置来实现，它们可以集中在单个的计算装置上，或者分布在多个计算装置所组成的网络上，可选地，它们可以用计算装置可执行的程序代码来实现，从而，可以将它们存储在存储装置中由计算装置来执行，或者将它们分别制作成各个集成电路模块，或者将它们中的多个模块或步骤制作成单个集成电路模块来实现。这样，本发明不限制于任何特定的硬件和软件结合。
以上所述仅为本申请的优选实施例而已，并不用于限制本申请，对于本领域的技术人员来说，本申请可以有各种更改和变化。凡在本申请的精神和原则之内，所作的任何修改、等同替换、改进等，均应包含在本申请的保护范围之内。

Claims (10)

1.一种学习资源推荐处理方法，其特征在于，包括：
获取用户的学习风格信息；其中，所述学习风格信息用于表征用户在学习方面的偏好的信息；
根据所述用户的学习风格信息匹配得到对应的学习方法信息和/或学习资料信息；
将所述学习方法信息和/或学习资料信息推送给所述用户。
2.根据权利要求1所述的学习资源推荐处理方法，其特征在于，还包括：
获取多个所述学习方法信息以及多个学习资料信息；
确定每个所述学习方法信息及学习资料信息与所述学习风格信息之间的第一对应关系；
将所述学习方法信息、多个学习资料信息以及所述学习风格信息按照所述第一对应关系写入数据库中。
3.根据权利要求1所述的学习资源推荐处理方法，其特征在于，所述根据所述用户的学习风格信息匹配得到对应的学习方法信息和/或学习资料信息；包括：
确定所述用户的学习风格信息为活跃型还是沉思型；
根据所述用户为活跃型或沉思型的学习风格信息，匹配得到不同的学习活动序列信息；其中，所述学习方法信息包括学习活动序列信息。
4.根据权利要求1所述的学习资源推荐处理方法，其特征在于，所述根据所述用户的学习风格信息匹配得到对应的学习方法信息和/或学习资料信息；包括：
确定所述用户的学习风格信息为感悟型还是直觉型；
在所述用户的学习风格信息为感悟型时，匹配得到基于事实和数据的学习资料信息；以及
在所述用户的学习风格信息为直觉型时，匹配得到基于学习理论的学习资料信息。
5.根据权利要求1所述的学习资源推荐处理方法，其特征在于，所述根据所述用户的学习风格信息匹配得到对应的学习方法信息和/或学习资料信息；包括：
确定所述用户的学习风格信息为视觉型还是言语型；
在所述用户的学习风格信息为视觉型时，匹配得到数据类型为图像信息的学习资料信息；以及
在所述用户的学习风格信息为言语型时，匹配得到数据类型为文字信息的学习资料信息。
6.根据权利要求1所述的学习资源推荐处理方法，其特征在于，所述根据所述用户的学习风格信息匹配得到对应的学习方法信息和/或学习资料信息；包括：
确定所述用户的学习风格信息为序列型还是综合型；
在所述用户的学习风格信息为序列型时，匹配得到知识点为线性关联的学习资料信息；以及
在所述用户的学习风格信息为综合型时，匹配得到知识点为非线性关联的学习资料信息。
7.一种学习资源推荐处理装置，其特征在于，包括：
用户信息获取单元，用于获取用户的学习风格信息；其中，所述学习风格信息用于表征用户在学习方面的偏好的信息；
匹配单元，用于根据所述用户的学习风格信息匹配得到对应的学习方法信息和/或学习资料信息；
推送单元，用于将所述学习方法信息和/或学习资料信息推送给所述用户。
8.根据权利要求7所述的学习资源推荐处理装置，其特征在于，还包括：材料预设单元；所述材料预设单元包括：
材料获取模块，用于获取多个所述学习方法信息以及多个学习资料信息；
第一对应关系确定模块，用于确定每个所述学习方法信息及学习资料信息与所述学习风格信息之间的第一对应关系；
写入模块，用于将所述学习方法信息、多个学习资料信息以及所述学习风格信息按照所述第一对应关系写入数据库中。
9.根据权利要求7所述的学习资源推荐处理装置，其特征在于，所述匹配单元包括：
第一确定模块，用于确定所述用户的学习风格信息为活跃型还是沉思型；
学习活动序列匹配模块，用于根据所述用户为活跃型或沉思型的学习风格信息，匹配得到不同的学习活动序列信息；其中，所述学习方法信息包括学习活动序列信息。
10.根据权利要求7所述的学习资源推荐处理装置，其特征在于，所述匹配单元包括：
第二确定模块，用于确定所述用户的学习风格信息为感悟型还是直觉型；
第一学习资料匹配模块，用于在所述用户的学习风格信息为感悟型时，匹配得到基于事实和数据的学习资料信息；以及
第二学习资料匹配模块，用于在所述用户的学习风格信息为直觉型时，匹配得到基于学习理论的学习资料信息。
CN201810804357.3A 2018-07-20 2018-07-20 学习资源推荐处理方法及装置 Pending CN109213927A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201810804357.3A CN109213927A (zh) 2018-07-20 2018-07-20 学习资源推荐处理方法及装置

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201810804357.3A CN109213927A (zh) 2018-07-20 2018-07-20 学习资源推荐处理方法及装置

Publications (1)

Publication Number Publication Date
CN109213927A true CN109213927A (zh) 2019-01-15

Family

ID=64990165

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201810804357.3A Pending CN109213927A (zh) 2018-07-20 2018-07-20 学习资源推荐处理方法及装置

Country Status (1)

Country Link
CN (1) CN109213927A (zh)

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN112765406A (zh) * 2019-11-04 2021-05-07 亿度慧达教育科技（北京）有限公司 学习资源规划方法、电子设备及计算机存储介质

Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN101739855A (zh) * 2008-11-07 2010-06-16 北京宣爱智能模拟技术有限公司 一种汽车驾驶网络个性化教学系统及其学习方法
US20150261854A1 (en) * 2014-03-13 2015-09-17 Desire2Learn Incorporated Systems and methods for generating metadata associated with learning resources
CN107800801A (zh) * 2017-11-07 2018-03-13 上海电机学院 一种基于用户学习偏好的学习资源推送方法及系统
CN108172047A (zh) * 2018-01-19 2018-06-15 上海理工大学 一种网络在线学习资源个性化实时推荐方法

Patent Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN101739855A (zh) * 2008-11-07 2010-06-16 北京宣爱智能模拟技术有限公司 一种汽车驾驶网络个性化教学系统及其学习方法
US20150261854A1 (en) * 2014-03-13 2015-09-17 Desire2Learn Incorporated Systems and methods for generating metadata associated with learning resources
CN107800801A (zh) * 2017-11-07 2018-03-13 上海电机学院 一种基于用户学习偏好的学习资源推送方法及系统
CN108172047A (zh) * 2018-01-19 2018-06-15 上海理工大学 一种网络在线学习资源个性化实时推荐方法

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN112765406A (zh) * 2019-11-04 2021-05-07 亿度慧达教育科技（北京）有限公司 学习资源规划方法、电子设备及计算机存储介质
CN112765406B (zh) * 2019-11-04 2022-11-11 亿度慧达教育科技（北京）有限公司 学习资源规划方法、电子设备及计算机存储介质

Similar Documents

Publication Publication Date Title
Liza et al. Digital literacy scale of English pre-service teachers and their perceived readiness toward the application of digital technologies
Kiget et al. Evaluating usability of e-learning systems in universities
Johnston A guide to educating different generations in South Africa
Chang et al. You've Got Mail: Student Preferences of Instructor Communication in Online Courses in an Age of Advancing Technologies.
Storlie et al. Making room for leadership and advocacy in site supervision
Amaechi et al. Strategies of effective teaching and learning practical skills in technical and vocational training programmes in Nigeria
McGlynn-Stewart From student to beginning teacher: Learning strengths and teaching challenges
Smith et al. Assistive technology for students with visual impairments: A research agenda
Elaoufy Bridging the gap between digital native students and digital immigrant professors: reciprocal learning and current challenges
Johnson et al. Library instruction and information literacy 2011
Cooper How ISTE's standards for technology coaches inform AASL's standards for school librarians
CN109213927A (zh) 学习资源推荐处理方法及装置
Zhang et al. Integrating student-made screencasts into computer-aided design education
Cleven A multilayer network approach for real-time adaptive personalized learning
Owoh Development of Employable Skills in Vocational Education by the Utilization of Instructional Materials.
Mahdavinasab et al. An investigation of the effective components considered in designing E-Learning environments in Higher education and offering a framework for E-Learning instructional design
Shabir et al. UNDERSTANDING STUDENTS’ LEARNING EXPERIENCES IN THE DIGITAL AGE
Ntsaluba et al. The State of teaching practice planning at a Rural University in South Africa
Kickmeier-Rust et al. Uncovering Learning Processes Using Competence-based Knowledge Structuring and Hasse Diagrams.
Huiting et al. Influences of learning styles on learner satisfaction in E-learning environment
Swauger et al. Learning Analytics and the Abolitionist Imagination.
Rodriguez et al. Invested stayers: How teachers thrive in challenging times
Rachel et al. The Perception of English Department Students in Using Mobile Application in Online Learning Process in The New Normal Life
Harvey et al. What makes them tick? Middle school data science explorations of ticks and Lyme disease
ADAMU STRATEGIES FOR ENHANCING TEACHERS USE OF INSTRUCTIONAL MATERIALS FOR TEACHING ELECTRICAL INSTALLATION AND MAINTENANCE WORK (EIMW) IN TECHNICAL COLLEGES IN NIGER STATE

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
RJ01 Rejection of invention patent application after publication
RJ01 Rejection of invention patent application after publication

Application publication date: 20190115