CN109460516A - 一种学习内容推荐方法及系统 - Google Patents
一种学习内容推荐方法及系统 Download PDFInfo
- Publication number
- CN109460516A CN109460516A CN201811369594.8A CN201811369594A CN109460516A CN 109460516 A CN109460516 A CN 109460516A CN 201811369594 A CN201811369594 A CN 201811369594A CN 109460516 A CN109460516 A CN 109460516A
- Authority
- CN
- China
- Prior art keywords
- user
- learning
- user information
- study
- crowd
- 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
Links
- 238000000034 method Methods 0.000 title claims abstract description 27
- 238000013507 mapping Methods 0.000 claims description 125
- 230000006399 behavior Effects 0.000 claims description 17
- 238000010276 construction Methods 0.000 claims description 7
- 238000002372 labelling Methods 0.000 claims description 6
- 235000013399 edible fruits Nutrition 0.000 claims description 2
- 238000001228 spectrum Methods 0.000 claims description 2
- 230000003542 behavioural effect Effects 0.000 claims 1
- 238000012545 processing Methods 0.000 abstract description 2
- 238000010586 diagram Methods 0.000 description 7
- 230000004069 differentiation Effects 0.000 description 5
- 230000008859 change Effects 0.000 description 4
- 230000004048 modification Effects 0.000 description 4
- 238000012986 modification Methods 0.000 description 4
- 210000001747 pupil Anatomy 0.000 description 4
- 206010015150 Erythema Diseases 0.000 description 2
- 238000005516 engineering process Methods 0.000 description 2
- 230000036541 health Effects 0.000 description 2
- 230000009286 beneficial effect Effects 0.000 description 1
- 230000008901 benefit Effects 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 230000006870 function Effects 0.000 description 1
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)
- Information Retrieval, Db Structures And Fs Structures Therefor (AREA)
Abstract
本发明属于数据处理技术领域,公开了一种学习内容推荐方法及系统,其方法包括:获取大量用户在学习设备上的用户信息和对应的学习记录数据;根据所述用户信息和所述学习记录数据,构建学习人群知识图谱;获取当前用户的用户信息;根据所述当前用户的用户信息和所述学习人群知识图谱,为所述当前用户推荐学习内容。本发明通过构建学习人群知识图谱,当获取到当前用户的用户信息时,可根据当前用户的用户信息,在学习人群知识图谱中查找与当前用户的用户信息相匹配的学习内容推荐给当前用户,实现根据用户信息对学习内容进行差异化推荐的目的,而无需用户自己在海量内容中挑选所需的学习内容,不仅节省时间,而且可提高用户的使用体验。
Description
技术领域
本发明属于数据处理技术领域,特别涉及一种学习内容推荐方法及系统。
背景技术
随着智能终端及网络技术的迅速发展,人们越来越习惯地使用智能终端完成各种需求,如使用智能终端进行移动学习。随着使用智能终端进行移动学习的方式越来越被人们所重视,移动学习将作为一种新的学习方式成为实现学习型社会的一种重要方式与手段。
目前,在学习类智能产品中,一般使用海量的内容由用户根据自己的需求进行选择,当用户从海量的内容中挑选出自己所需的内容时,会耗费较多的时间,使得用户的体验感较差,不利于产品的推广和使用。
发明内容
本发明的目的是提供一种学习内容推荐方法及系统,通过区分用户群体,实现对学习内容进行差异化推荐。
本发明提供的技术方案如下:
一方面,提供一种学习内容推荐方法,包括:
获取大量用户在学习设备上的用户信息和对应的学习记录数据;
根据所述用户信息和所述学习记录数据,构建学习人群知识图谱;
获取当前用户的用户信息;
根据所述当前用户的用户信息和所述学习人群知识图谱,为所述当前用户推荐学习内容。
优选地,所述根据所述用户信息和所述学习记录数据,构建学习人群知识图谱具体包括:
对所述用户信息和所述学习记录数据进行语义解析;
根据语义解析结果,对所述用户信息和所述学习记录数据标注标签;
根据所述标签及所述用户信息与所述学习记录数据之间的关联关系,构建学习人群知识图谱。
优选地,所述根据语义解析结果,对所述用户信息和所述学习记录数据标注标签之后,所述根据所述标签及所述用户信息与所述学习记录数据之间的关联关系,构建学习人群知识图谱之前还包括:
获取所述标签的语义槽;
所述根据所述标签及所述用户信息与所述学习记录数据之间的关联关系,构建学习人群知识图谱具体包括:
根据所述标签、所述标签的语义槽及所述用户信息与所述学习记录数据之间的关联关系,构建学习人群知识图谱。
优选地,所述根据所述当前用户的用户信息和所述学习人群知识图谱,为所述当前用户推荐学习内容具体包括:
根据所述当前用户的用户信息,确定所述当前用户的人群特征;
根据所述当前用户的人群特征和所述学习人群知识图谱,为所述当前用户推荐学习内容。
优选地,所述根据所述当前用户的人群特征和所述学习人群知识图谱,为所述当前用户推荐学习内容之后还包括:
获取当前用户的学习记录数据;
根据所述当前用户的用户信息、所述当前用户的学习记录数据和所述学习人群知识图谱,分析所述当前用户的学习行为。
另一方面,还提供一种学习内容推荐系统,包括:
数据获取模块,用于获取大量用户在学习设备上的用户信息和对应的学习记录数据;
知识图谱构建模块,用于根据所述用户信息和所述学习记录数据,构建学习人群知识图谱;
用户信息获取模块,用于获取当前用户的用户信息;
内容推荐模块,用于根据所述当前用户的用户信息和所述学习人群知识图谱,为所述当前用户推荐学习内容。
优选地,所述知识图谱构建模块包括:
语义解析单元,用于对所述用户信息和所述学习记录数据进行语义解析;
标签标注单元,用于根据语义解析结果,对所述用户信息和所述学习记录数据标注标签;
知识图谱构建单元,用于根据所述标签及所述用户信息与所述学习记录数据之间的关联关系,构建学习人群知识图谱。
优选地,所述知识图谱构建模块还包括语义槽获取单元,
所述语义槽获取单元,用于获取所述标签的语义槽;
所述知识图谱构建单元,还用于根据所述标签、所述标签的语义槽及所述用户信息与所述学习记录数据之间的关联关系,构建学习人群知识图谱。
优选地,所述内容推荐模块包括:
人群特征确定单元,用于根据所述当前用户的用户信息,确定所述当前用户的人群特征;
内容推荐单元,用于根据所述当前用户的人群特征和所述学习人群知识图谱,为所述当前用户推荐学习内容。
优选地,还包括学习行为分析模块,
所述数据获取模块,用于获取当前用户的学习记录数据;
所述学习行为分析模块,用于根据所述当前用户的用户信息、所述当前用户的学习记录数据和所述学习人群知识图谱,分析所述当前用户的学习行为。
与现有技术相比,本发明提供的一种学习内容推荐方法及系统具有以下有益效果:
1、本发明通过构建学习人群知识图谱,当获取到当前用户的用户信息时,可根据当前用户的用户信息,在学习人群知识图谱中查找与当前用户的用户信息相匹配的学习内容推荐给当前用户,实现根据用户信息对学习内容进行差异化推荐的目的,而无需用户自己在海量内容中挑选所需的学习内容,不仅节省时间,而且可提高用户的使用体验。
2、在本发明一优选实施例中,通过获取标签的语义槽,可使构建的学习人群知识图谱更全面,以便更全面地为用户推荐相关的学习内容,提高用户的使用体验。
3、在本发明一优选实施例中,根据当前用户的用户信息、学习记录数据和学习人群知识图谱,分析当前用户的学习行为,可发现学习人群短时间内改变学习内容的情况,以进一步分析产生改变的人群特征及原因,从而更好地为用户推荐合适的学习内容。
附图说明
下面将以明确易懂的方式,结合附图说明优选实施方式,对一种学习内容推荐方法及系统的上述特性、技术特征、优点及其实现方式予以进一步说明。
图1是本发明一种学习内容推荐方法的第一实施例的流程示意图;
图2是本发明一种学习内容推荐方法的第二实施例的流程示意图;
图3是本发明一种学习内容推荐方法的第三实施例的流程示意图;
图4是本发明一种学习内容推荐方法的第四实施例的流程示意图;
图5是本发明一种学习内容推荐方法的第五实施例的流程示意图;
图6是本发明一种学习内容推荐系统的一个实施例的结构示意框图;
图7是本发明一种学习内容推荐系统的另一个实施例的结构示意框图。
附图标号说明
100、数据获取模块; 200、知识图谱构建模块;
210、语义解析单元; 220、标签标注单元;
230、知识图谱构建单元; 240、语义槽获取单元;
300、用户信息获取模块; 400、内容推荐模块;
410、人群特征确定单元; 420、内容推荐单元;
500、学习行为分析模块。
具体实施方式
为了更清楚地说明本发明实施例或现有技术中的技术方案,下面将对照附图说明本发明的具体实施方式。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的前提下,还可以根据这些附图获得其他的附图,并获得其他的实施方式。
为使图面简洁,各图中只示意性地表示出了与本发明相关的部分,它们并不代表其作为产品的实际结构。另外,以使图面简洁便于理解,在有些图中具有相同结构或功能的部件,仅示意性地绘示了其中的一个,或仅标出了其中的一个。在本文中,“一个”不仅表示“仅此一个”,也可以表示“多于一个”的情形。
根据本发明提供的第一实施例,如图1所示,一种学习内容推荐方法,包括:
S100获取大量用户在学习设备上的用户信息和对应的学习记录数据;
具体地,用户在学习设备上的用户信息是指用户在学习设备上学习时,注册账号所输入的个人信息,如用户的性别、用户的年龄、用户的学历、用户的职业、用户的爱好等个人信息。
用户的学习记录数据是指用户在学习设备上观看的学习视频、阅读的书籍、阅读的文章、听的音频内容等。
通过获取不同学习设备上记录的用户信息和对应的学习记录数据,即可得到大量的学习人群和学习内容的数据。
S200根据所述用户信息和所述学习记录数据,构建学习人群知识图谱;
具体地,知识图谱是一种基于图的数据结构,其节点代表实体(entity)或者概念(concept),边代表实体/概念之间的各种关系。
获取大量的学习人群和对应的学习内容的数据后,即可根据学习人群和对应的学习内容构建学习人群知识图谱。
例如,学习人群可包括“小学生”、“中学生”、“上班族”、“老年人”等;其中,“中学生”又包括“初中生”和“高中生”;“上班族”包括“白领”、“金领”、“粉领”、“蓝领”和“红领”等。
小学生的学习内容主要包括“语文”、“数学”和“英语”等;初中生的学习内容主要包括“语文”、“数学”、“英语”、“物理”、“化学”、“生物”、“地理”、“历史”等;高中生的学习内容主要包括“语文”、“数学”、“英语”、“物理”、“化学”、“政治”、“历史”、“化学”、“生物”等;当然,初中生和高中生的学习内容根据年级的不同而不同。
上班族中白领、金领、蓝领等根据等级的不同行业的不同其学习的内容也不相同,比如白领的学习内容主要为与自己的行业和工作岗位相关的实用知识,而金领的学习内容主要为管理方面的内容。
老年人的学习内容主要是养生、烹饪、书法、摄影、画画等培养兴趣和修身养性等方面的内容。
通过获取的上述不同人群对应的学习内容,即可构建学习人群知识图谱,构建完学习人群知识图谱后,可由人工进行适当的修改和调整,以使构建的学习人群知识图谱更符合实际情况,进而提高学习内容的推荐准确率。
S300获取当前用户的用户信息;
具体地,当学习设备上有新的用户(当前用户)注册时,即可获取到当前用户的性别、年龄、学历、职业、爱好等。
S400根据所述当前用户的用户信息和所述学习人群知识图谱,为所述当前用户推荐学习内容。
具体地,获取到当前用户的性别、年龄、学历、职业、爱好等信息后,即可在学习人群知识图谱中找到与这些信息相关的学习内容推荐给用户。
本实施例通过构建学习人群知识图谱,当获取到当前用户的用户信息时,可根据当前用户的用户信息,在学习人群知识图谱中查找与当前用户的用户信息相匹配的学习内容推荐给当前用户,实现根据用户信息对学习内容进行差异化推荐的目的,而无需用户自己在海量内容中挑选所需的学习内容,不仅节省时间,而且可提高用户的使用体验。
根据本发明提供的第二实施例,如图2所示,一种学习内容推荐方法,包括:
S100获取大量用户在学习设备上的用户信息和对应的学习记录数据;
S210对所述用户信息和所述学习记录数据进行语义解析;
具体地,获取到大量用户信息和学习记录数据后,对用户信息和学习记录数据进行分词。分词是指剔除不能反映内容特征的停止词,如剔除“的”、“是”、“在”等。分词后,再对分词后的每条用户信息和每条学习记录数据进行语义解析,得到语义解析结果。
S220根据语义解析结果,对所述用户信息和所述学习记录数据标注标签;
具体地,得到语义解析结果后,根据用户信息的语义解析结果中的关键词对用户信息标注标签,根据学习记录数据的语义解析结果中的关键词对学习记录数据标注标签。标注的标签可为一个或多个,若语义解析结果只包含一个关键词,则将这一个关键词作为用户信息或学习记录数据的标签进行标注;若语义解析结果中包括多个关键词,则将这多个关键词都作为用户信息或学习记录数据的标签进行标注。
例如,某一个用户信息标注的标签为“Java工程师”、“本科学历”、“喜欢投资”;某一个学习记录数据标注的标签为“计算机编程”、“财经新闻”、“基金知识”、“股市知识”等。
S230根据所述标签及所述用户信息与所述学习记录数据之间的关联关系,构建学习人群知识图谱;
具体地,根据语义解析结果对用户信息和学习记录数据标注标签后,根据标注的标签以及用户信息与学习记录数据之间的关联关系,即可构建学习人群知识图谱。
构建知识图谱时,一般需要将数据转换为三元组表示,三元组可以简单的理解为(实体,实体关系,实体),如(白领,学历,本科)、(Java工程师,学习内容,计算机编程)、(上班族,包括,白领)等。用户信息和学习记录数据分别为三元组中的实体,用户信息与学习记录数据之间的关联关系为三元组中的实体关系。
S300获取当前用户的用户信息;
S400根据所述当前用户的用户信息和所述学习人群知识图谱,为所述当前用户推荐学习内容。
具体地,获取到当前用户的用户信息后,根据当前用户的用户信息,在按上述方法构建的学习人群知识图谱中找到与这些信息相关的学习内容推荐给用户。
根据本发明提供的第三实施例,如图3所示,一种学习内容推荐方法,包括:
S100获取大量用户在学习设备上的用户信息和对应的学习记录数据;
S210对所述用户信息和所述学习记录数据进行语义解析;
S220根据语义解析结果,对所述用户信息和所述学习记录数据标注标签;
S225获取所述标签的语义槽;
具体地,对用户信息和学习记录数据标注的标签为语义解析结果中的关键词,获取标签的语义槽是指获取标注的各个关键词的语义槽。
语义槽是指包括具有相似语义的词语的集合。例如,“投资”的语义槽包括“股票、基金、楼市”等;“时间”语义槽包括“昨天、今天、明天、去年、明年、今年、2018年”等;“城市”语义槽包括“北京、上海、广州、深圳”等;“天气”语义槽包括“天气、气候、气温、气象、天色”等。
S231根据所述标签、所述标签的语义槽及所述用户信息与所述学习记录数据之间的关联关系,构建学习人群知识图谱;
具体地,获取到标签中的所有关键词的语义槽后,根据标签中的关键词、关键词的语义槽以及用户信息与学习记录数据之间的关联关系,即可构建学习人群知识图谱。
例如,根据标签及用户信息与学习记录数据之间的关联关系得到的三元组为(白领,爱好,投资),获取到标签的语义槽后,根据标签、标签的语义槽以及用户信息与学习记录数据之间的关联关系得到的三元组为(白领,爱好,投资)、(投资,包括,股市)、(投资,包括,楼市)、(投资,包括,基金)等。
本实施例中,通过获取标签的语义槽,可使构建的学习人群知识图谱更全面,以便更全面地为用户推荐相关的学习内容,提高用户的使用体验。
S300获取当前用户的用户信息;
S400根据所述当前用户的用户信息和所述学习人群知识图谱,为所述当前用户推荐学习内容。
根据本发明提供的第四实施例,如图4所示,一种学习内容推荐方法,包括:
S100获取大量用户在学习设备上的用户信息和对应的学习记录数据;
S200根据所述用户信息和所述学习记录数据,构建学习人群知识图谱;
S300获取当前用户的用户信息;
S410根据所述当前用户的用户信息,确定所述当前用户的人群特征;
具体地,获取到当前用户的用户信息后,根据用户信息中包含的用户年龄、用户职业、用户爱好等,即可确定当前用户的人群特征。
S420根据所述当前用户的人群特征和所述学习人群知识图谱,为所述当前用户推荐学习内容。
具体地,根据用户信息包含的用户个人信息确定当前用户的人群特征后,即可根据当前用户的人群特征和已构建的学习人群知识图谱,为当前用户推荐与当前用户的人群特征相匹配的学习内容。
用户的人群特征可为多个,如可根据用户的职业确定一个用户的人群特征,根据用户的爱好再确定一个用户的人群特征。当用户的人群特征为多个时,分别根据每个人群特征为用户推荐相关的学习内容。如一个人群特征为A,另一个人群特征为B,则在学习人群知识图谱中分别查找到与A匹配的节点,以及与B匹配的节点,然后根据与A匹配的节点推荐与A相关的学习内容,以及根据与B匹配的节点推荐与B相关的学习内容。
在根据学习人群知识图谱中的节点推荐学习内容时,当匹配的节点对应学习人群知识图谱的起始节点(根节点)时,可以认为用户需要对该学习人群知识图谱中的所有内容进行整体性了解,此时,可将学习人群知识图谱的所有枝节点都看作是用户的需求;当匹配的节点对应知识图谱中的某一个枝节点时,可将该枝节点和该枝节点下属的节点作为用户的需求;当关键词对应学习人群知识图谱中的某一最后一级节点时,则将该最后一级节点作为用户的需求。
根据本发明提供的第五实施例,如图5所示,一种学习内容推荐方法,包括:
S100获取大量用户在学习设备上的用户信息和对应的学习记录数据;
S200根据所述用户信息和所述学习记录数据,构建学习人群知识图谱;
S300获取当前用户的用户信息;
具体地,当学习设备上有新的用户(当前用户)注册时,即可获取到当前用户的性别、年龄、学历、职业、爱好等。
S400根据所述当前用户的用户信息和所述学习人群知识图谱,为所述当前用户推荐学习内容;
具体地,获取到当前用户的性别、年龄、学历、职业、爱好等信息后,即可在学习人群知识图谱中找到与这些信息相关的学习内容推荐给用户。
S500获取当前用户的学习记录数据;
具体地,向当前用户推荐学习内容后,当前用户可根据推荐的学习内容进行学习,也可不选择推荐的学习内容,而挑选其他的学习内容;若当前用户不选择推荐的学习内容进行学习,可以获取当前用户的学习记录数据。
S600根据所述当前用户的用户信息、所述当前用户的学习记录数据和所述学习人群知识图谱,分析所述当前用户的学习行为。
具体地,获取到当前用户的学习记录数据后,可先对该学习记录数据和用户信息进行分词,然后进行语义解析,得到语义解析后的一个或多个关键词,根据用户信息对应的关键词以及学习记录数据对应的一个或多个关键词,判断当前用户的学习行为与已构建的学习人群知识图谱是否匹配,若不匹配,可进一步分析发生改变的用户特征及原因,必要时,还可根据当前用户的用户信息和学习记录数据对已构建的学习人群知识图谱进行更新,以便更好地为用户推荐合适的学习内容。
本实施例中,根据当前用户的用户信息、学习记录数据和学习人群知识图谱,分析当前用户的学习行为,可发现学习人群短时间内改变学习内容的情况,以进一步分析产生改变的人群特征及原因,从而更好地为用户推荐合适的学习内容。
根据本发明提供的第六实施例,如图6所示,一种学习内容推荐系统,包括:
数据获取模块100,用于获取大量用户在学习设备上的用户信息和对应的学习记录数据;
具体地,用户在学习设备上的用户信息是指用户在学习设备上学习时,注册账号所输入的个人信息,如用户的性别、用户的年龄、用户的学历、用户的职业、用户的爱好等个人信息。
用户的学习记录数据是指用户在学习设备上观看的学习视频、阅读的书籍、阅读的文章、听的音频内容等。
本发明通过数据获取模块100获取不同学习设备上记录的用户信息和对应的学习记录数据,即可得到大量的学习人群和学习内容的数据。
知识图谱构建模块200,用于根据所述用户信息和所述学习记录数据,构建学习人群知识图谱;
具体地,知识图谱是一种基于图的数据结构,其节点代表实体(entity)或者概念(concept),边代表实体/概念之间的各种关系。
通过数据获取模块100获取大量的学习人群和对应的学习内容的数据后,知识图谱构建模块200即可根据学习人群和对应的学习内容构建学习人群知识图谱。
例如,学习人群可包括“小学生”、“中学生”、“上班族”、“老年人”等;其中,“中学生”又包括“初中生”和“高中生”;“上班族”包括“白领”、“金领”、“粉领”、“蓝领”和“红领”等。
小学生的学习内容主要包括“语文”、“数学”和“英语”等;初中生的学习内容主要包括“语文”、“数学”、“英语”、“物理”、“化学”、“生物”、“地理”、“历史”等;高中生的学习内容主要包括“语文”、“数学”、“英语”、“物理”、“化学”、“政治”、“历史”、“化学”、“生物”等;当然,初中生和高中生的学习内容根据年级的不同而不同。
上班族中白领、金领、蓝领等根据等级的不同行业的不同其学习的内容也不相同,比如白领的学习内容主要为与自己的行业和工作岗位相关的实用知识,而金领的学习内容主要为管理方面的内容。
老年人的学习内容主要是养生、烹饪、书法、摄影、画画等培养兴趣和修身养性等方面的内容。
通过获取的上述不同人群对应的学习内容,即可构建学习人群知识图谱,构建完学习人群知识图谱后,可由人工进行适当的修改和调整,以使构建的学习人群知识图谱更符合实际情况,进而提高学习内容的推荐准确率。
用户信息获取模块300,用于获取当前用户的用户信息;
具体地,当学习设备上有新的用户(当前用户)注册时,用户信息获取模块300即可获取到当前用户的性别、年龄、学历、职业、爱好等。
内容推荐模块400,用于根据所述当前用户的用户信息和所述学习人群知识图谱,为所述当前用户推荐学习内容。
具体地,获取到当前用户的性别、年龄、学历、职业、爱好等信息后,内容推荐模块400即可在学习人群知识图谱中找到与这些信息相关的学习内容推荐给用户。
本实施例通过构建学习人群知识图谱,当获取到当前用户的用户信息时,可根据当前用户的用户信息,在学习人群知识图谱中查找与当前用户的用户信息相匹配的学习内容推荐给当前用户,实现根据用户信息对学习内容进行差异化推荐的目的,而无需用户自己在海量内容中挑选所需的学习内容,不仅节省时间,而且可提高用户的使用体验。
根据本发明提供的第七实施例,如图7所示,一种学习内容推荐系统,包括:
数据获取模块100,用于获取大量用户在学习设备上的用户信息和对应的学习记录数据;
具体地,用户在学习设备上的用户信息是指用户在学习设备上学习时,注册账号所输入的个人信息,如用户的性别、用户的年龄、用户的学历、用户的职业、用户的爱好等个人信息。
用户的学习记录数据是指用户在学习设备上观看的学习视频、阅读的书籍、阅读的文章、听的音频内容等。
通过数据获取模块100获取不同学习设备上记录的用户信息和对应的学习记录数据,即可得到大量的学习人群和学习内容的数据。
知识图谱构建模块200,用于根据所述用户信息和所述学习记录数据,构建学习人群知识图谱;
具体地,知识图谱是一种基于图的数据结构,其节点代表实体(entity)或者概念(concept),边代表实体/概念之间的各种关系。
数据获取模块100获取大量的学习人群和对应的学习内容的数据后,知识图谱构建模块200即可根据学习人群和对应的学习内容构建学习人群知识图谱。
用户信息获取模块300,用于获取当前用户的用户信息;
具体地,当学习设备上有新的用户(当前用户)注册时,即可获取到当前用户的性别、年龄、学历、职业、爱好等。
内容推荐模块400,用于根据所述当前用户的用户信息和所述学习人群知识图谱,为所述当前用户推荐学习内容。
具体地,获取到当前用户的性别、年龄、学历、职业、爱好等信息后,内容推荐模块400即可在学习人群知识图谱中找到与这些信息相关的学习内容推荐给用户。
本实施例通过构建学习人群知识图谱,当获取到当前用户的用户信息时,可根据当前用户的用户信息,在学习人群知识图谱中查找与当前用户的用户信息相匹配的学习内容推荐给当前用户,实现根据用户信息对学习内容进行差异化推荐的目的,而无需用户自己在海量内容中挑选所需的学习内容,不仅节省时间,而且可提高用户的使用体验。
优选地,所述知识图谱构建模块200包括:
语义解析单元210,用于对所述用户信息和所述学习记录数据进行语义解析;
具体地,获取到大量用户信息和学习记录数据后,语义解析单元210对用户信息和学习记录数据进行分词。分词是指剔除不能反映内容特征的停止词,如剔除“的”、“是”、“在”等。分词后,语义解析单元210再对分词后的每条用户信息和每条学习记录数据进行语义解析,得到语义解析结果。
标签标注单元220,用于根据语义解析结果,对所述用户信息和所述学习记录数据标注标签;
具体地,得到语义解析结果后,标签标注单元220根据用户信息的语义解析结果中的关键词对用户信息标注标签,根据学习记录数据的语义解析结果中的关键词对学习记录数据标注标签。标注的标签可为一个或多个,若语义解析结果只包含一个关键词,则将这一个关键词作为用户信息或学习记录数据的标签进行标注;若语义解析结果中包括多个关键词,则将这多个关键词都作为用户信息或学习记录数据的标签进行标注。
例如,某一个用户信息标注的标签为“Java工程师”、“本科学历”、“喜欢投资”;某一个学习记录数据标注的标签为“计算机编程”、“财经新闻”、“基金知识”、“股市知识”等。
知识图谱构建单元230,用于根据所述标签及所述用户信息与所述学习记录数据之间的关联关系,构建学习人群知识图谱。
具体地,根据语义解析结果对用户信息和学习记录数据标注标签后,知识图谱构建单元230根据标注的标签以及用户信息与学习记录数据之间的关联关系,即可构建学习人群知识图谱。
构建知识图谱时,一般需要将数据转换为三元组表示,三元组可以简单的理解为(实体,实体关系,实体),如(白领,学历,本科)、(Java工程师,学习内容,计算机编程)、(上班族,包括,白领)等。用户信息和学习记录数据分别为三元组中的实体,用户信息与学习记录数据之间的关联关系为三元组中的实体关系。
优选地,所述知识图谱构建模块200还包括语义槽获取单元240,
所述语义槽获取单元240,用于获取所述标签的语义槽;
所述知识图谱构建单元230,还用于根据所述标签、所述标签的语义槽及所述用户信息与所述学习记录数据之间的关联关系,构建学习人群知识图谱。
具体地,对用户信息和学习记录数据标注的标签为语义解析结果中的关键词,获取标签的语义槽是指获取标注的各个关键词的语义槽。通过语义槽获取单元240可获取标签中所有关键词的语义槽。
语义槽是指包括具有相似语义的词语的集合。例如,“投资”的语义槽包括“股票、基金、楼市”等;“时间”语义槽包括“昨天、今天、明天、去年、明年、今年、2018年”等;“城市”语义槽包括“北京、上海、广州、深圳”等;“天气”语义槽包括“天气、气候、气温、气象、天色”等。
获取到标签中的所有关键词的语义槽后,根据标签中的关键词、关键词的语义槽以及用户信息与学习记录数据之间的关联关系,即可构建学习人群知识图谱。
例如,根据标签及用户信息与学习记录数据之间的关联关系得到的三元组为(白领,爱好,投资),获取到标签的语义槽后,根据标签、标签的语义槽以及用户信息与学习记录数据之间的关联关系得到的三元组为(白领,爱好,投资)、(投资,包括,股市)、(投资,包括,楼市)、(投资,包括,基金)等。
本实施例中,通过获取标签的语义槽,可使构建的学习人群知识图谱更全面,以便更全面地为用户推荐相关的学习内容,提高用户的使用体验。
优选地,所述内容推荐模块400包括:
人群特征确定单元410,用于根据所述当前用户的用户信息,确定所述当前用户的人群特征;
具体地,获取到当前用户的用户信息后,人群特征确定单元410根据用户信息中包含的用户年龄、用户职业、用户爱好等,即可确定当前用户的人群特征。
内容推荐单元420,用于根据所述当前用户的人群特征和所述学习人群知识图谱,为所述当前用户推荐学习内容。
具体地,根据用户信息包含的用户个人信息确定当前用户的人群特征后,内容推荐单元420即可根据当前用户的人群特征和已构建的学习人群知识图谱,为当前用户推荐与当前用户的人群特征相匹配的学习内容。
用户的人群特征可为多个,如可根据用户的职业确定一个用户的人群特征,根据用户的爱好再确定一个用户的人群特征。当用户的人群特征为多个时,分别根据每个人群特征为用户推荐相关的学习内容。如一个人群特征为A,另一个人群特征为B,则在学习人群知识图谱中分别查找到与A匹配的节点,以及与B匹配的节点,然后根据与A匹配的节点推荐与A相关的学习内容,以及根据与B匹配的节点推荐与B相关的学习内容。
在根据学习人群知识图谱中的节点推荐学习内容时,当匹配的节点对应学习人群知识图谱的起始节点(根节点)时,可以认为用户需要对该学习人群知识图谱中的所有内容进行整体性了解,此时,可将学习人群知识图谱的所有枝节点都看作是用户的需求;当匹配的节点对应知识图谱中的某一个枝节点时,可将该枝节点和该枝节点下属的节点作为用户的需求;当关键词对应学习人群知识图谱中的某一最后一级节点时,则将该最后一级节点作为用户的需求。
优选地,还包括学习行为分析模块500,
所述数据获取模块100,用于获取当前用户的学习记录数据;
具体地,向当前用户推荐学习内容后,当前用户可根据推荐的学习内容进行学习,也可不选择推荐的学习内容,而挑选其他的学习内容;若当前用户不选择推荐的学习内容进行学习,数据获取模块100还可用于获取当前用户的学习记录数据。
所述学习行为分析模块500,用于根据所述当前用户的用户信息、所述当前用户的学习记录数据和所述学习人群知识图谱,分析所述当前用户的学习行为。
具体地,获取到当前用户的学习记录数据后,可先对该学习记录数据和用户信息进行分词,然后进行语义解析,得到语义解析后的一个或多个关键词,根据用户信息对应的关键词以及学习记录数据对应的一个或多个关键词,判断当前用户的学习行为与已构建的学习人群知识图谱是否匹配,若不匹配,可进一步分析发生改变的用户特征及原因,必要时,还可根据当前用户的用户信息和学习记录数据对已构建的学习人群知识图谱进行更新,以便更好地为用户推荐合适的学习内容。
本实施例中,根据当前用户的用户信息、学习记录数据和学习人群知识图谱,分析当前用户的学习行为,可发现学习人群短时间内改变学习内容的情况,以进一步分析产生改变的人群特征及原因,从而更好地为用户推荐合适的学习内容。
应当说明的是,上述实施例均可根据需要自由组合。以上所述仅是本发明的优选实施方式,应当指出,对于本技术领域的普通技术人员来说,在不脱离本发明原理的前提下,还可以做出若干改进和润饰,这些改进和润饰也应视为本发明的保护范围。
Claims (10)
1.一种学习内容推荐方法,其特征在于,包括:
获取大量用户在学习设备上的用户信息和对应的学习记录数据;
根据所述用户信息和所述学习记录数据,构建学习人群知识图谱;
获取当前用户的用户信息;
根据所述当前用户的用户信息和所述学习人群知识图谱,为所述当前用户推荐学习内容。
2.根据权利要求1所述的一种学习内容推荐方法,其特征在于,所述根据所述用户信息和所述学习记录数据,构建学习人群知识图谱具体包括:
对所述用户信息和所述学习记录数据进行语义解析;
根据语义解析结果,对所述用户信息和所述学习记录数据标注标签;
根据所述标签及所述用户信息与所述学习记录数据之间的关联关系,构建学习人群知识图谱。
3.根据权利要求2所述的一种学习内容推荐方法,其特征在于,所述根据语义解析结果,对所述用户信息和所述学习记录数据标注标签之后,所述根据所述标签及所述用户信息与所述学习记录数据之间的关联关系,构建学习人群知识图谱之前还包括:
获取所述标签的语义槽;
所述根据所述标签及所述用户信息与所述学习记录数据之间的关联关系,构建学习人群知识图谱具体包括:
根据所述标签、所述标签的语义槽及所述用户信息与所述学习记录数据之间的关联关系,构建学习人群知识图谱。
4.根据权利要求1所述的一种学习内容推荐方法,其特征在于,所述根据所述当前用户的用户信息和所述学习人群知识图谱,为所述当前用户推荐学习内容具体包括:
根据所述当前用户的用户信息,确定所述当前用户的人群特征;
根据所述当前用户的人群特征和所述学习人群知识图谱,为所述当前用户推荐学习内容。
5.根据权利要求1-4任一项所述的一种学习内容推荐方法,其特征在于,所述根据所述当前用户的人群特征和所述学习人群知识图谱,为所述当前用户推荐学习内容之后还包括:
获取当前用户的学习记录数据;
根据所述当前用户的用户信息、所述当前用户的学习记录数据和所述学习人群知识图谱,分析所述当前用户的学习行为。
6.一种学习内容推荐系统,其特征在于,包括:
数据获取模块,用于获取大量用户在学习设备上的用户信息和对应的学习记录数据;
知识图谱构建模块,用于根据所述用户信息和所述学习记录数据,构建学习人群知识图谱;
用户信息获取模块,用于获取当前用户的用户信息;
内容推荐模块,用于根据所述当前用户的用户信息和所述学习人群知识图谱,为所述当前用户推荐学习内容。
7.根据权利要求6所述的一种学习内容推荐系统,其特征在于,所述知识图谱构建模块包括:
语义解析单元,用于对所述用户信息和所述学习记录数据进行语义解析;
标签标注单元,用于根据语义解析结果,对所述用户信息和所述学习记录数据标注标签;
知识图谱构建单元,用于根据所述标签及所述用户信息与所述学习记录数据之间的关联关系,构建学习人群知识图谱。
8.根据权利要求7所述的一种学习内容推荐系统,其特征在于,所述知识图谱构建模块还包括语义槽获取单元,
所述语义槽获取单元,用于获取所述标签的语义槽;
所述知识图谱构建单元,还用于根据所述标签、所述标签的语义槽及所述用户信息与所述学习记录数据之间的关联关系,构建学习人群知识图谱。
9.根据权利要求6所述的一种学习内容推荐系统,其特征在于,所述内容推荐模块包括:
人群特征确定单元,用于根据所述当前用户的用户信息,确定所述当前用户的人群特征;
内容推荐单元,用于根据所述当前用户的人群特征和所述学习人群知识图谱,为所述当前用户推荐学习内容。
10.根据权利要求6-9任一项所述的一种学习内容推荐系统,其特征在于,还包括学习行为分析模块,
所述数据获取模块,用于获取当前用户的学习记录数据;
所述学习行为分析模块,用于根据所述当前用户的用户信息、所述当前用户的学习记录数据和所述学习人群知识图谱,分析所述当前用户的学习行为。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201811369594.8A CN109460516A (zh) | 2018-11-16 | 2018-11-16 | 一种学习内容推荐方法及系统 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201811369594.8A CN109460516A (zh) | 2018-11-16 | 2018-11-16 | 一种学习内容推荐方法及系统 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN109460516A true CN109460516A (zh) | 2019-03-12 |
Family
ID=65610741
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201811369594.8A Pending CN109460516A (zh) | 2018-11-16 | 2018-11-16 | 一种学习内容推荐方法及系统 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN109460516A (zh) |
Cited By (11)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN110347918A (zh) * | 2019-06-18 | 2019-10-18 | 平安科技(深圳)有限公司 | 基于用户行为数据的数据推荐方法、装置以及计算机设备 |
CN110414265A (zh) * | 2019-07-11 | 2019-11-05 | 安徽皖新研学教育有限公司 | 一种研学服务内容记录查看方法及系统 |
CN110458641A (zh) * | 2019-06-28 | 2019-11-15 | 苏宁云计算有限公司 | 一种电商推荐方法及系统 |
CN110706531A (zh) * | 2019-10-22 | 2020-01-17 | 魏学勇 | 一种早教学习机系统 |
CN111310032A (zh) * | 2020-01-21 | 2020-06-19 | 北京健康之家科技有限公司 | 资源推荐方法、装置、计算机设备及可读存储介质 |
CN111667310A (zh) * | 2020-06-04 | 2020-09-15 | 上海燕汐软件信息科技有限公司 | 一种用于销售人员学习的数据处理方法、装置及设备 |
CN111858920A (zh) * | 2019-04-30 | 2020-10-30 | 广东小天才科技有限公司 | 用户群的匹配方法及装置、终端设备、存储介质 |
CN112148696A (zh) * | 2019-06-26 | 2020-12-29 | 广东小天才科技有限公司 | 一种学习内容分享方法及智能装置 |
CN112685645A (zh) * | 2021-01-13 | 2021-04-20 | 敖客星云(北京)科技发展有限公司 | 基于知识图谱的智能教育推荐方法、系统、设备和介质 |
CN112784044A (zh) * | 2021-01-18 | 2021-05-11 | 辽宁向日葵教育科技有限公司 | 一种基于内容标签的知识库推荐系统 |
CN116453385A (zh) * | 2023-03-16 | 2023-07-18 | 中山市加乐美科技发展有限公司 | 一种跨时空盘学机 |
Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
KR101426765B1 (ko) * | 2012-11-27 | 2014-08-06 | 한국과학기술정보연구원 | 협업 파트너 검색 서비스를 제공하는 시스템 및 방법 |
CN106294744A (zh) * | 2016-08-11 | 2017-01-04 | 上海动云信息科技有限公司 | 兴趣识别方法及系统 |
CN107122399A (zh) * | 2017-03-16 | 2017-09-01 | 中国科学院自动化研究所 | 基于公共文化知识图谱平台的综合推荐系统 |
CN108052672A (zh) * | 2017-12-29 | 2018-05-18 | 北京师范大学 | 利用群体学习行为促进结构化知识图谱构建系统及方法 |
-
2018
- 2018-11-16 CN CN201811369594.8A patent/CN109460516A/zh active Pending
Patent Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
KR101426765B1 (ko) * | 2012-11-27 | 2014-08-06 | 한국과학기술정보연구원 | 협업 파트너 검색 서비스를 제공하는 시스템 및 방법 |
CN106294744A (zh) * | 2016-08-11 | 2017-01-04 | 上海动云信息科技有限公司 | 兴趣识别方法及系统 |
CN107122399A (zh) * | 2017-03-16 | 2017-09-01 | 中国科学院自动化研究所 | 基于公共文化知识图谱平台的综合推荐系统 |
CN108052672A (zh) * | 2017-12-29 | 2018-05-18 | 北京师范大学 | 利用群体学习行为促进结构化知识图谱构建系统及方法 |
Cited By (16)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN111858920A (zh) * | 2019-04-30 | 2020-10-30 | 广东小天才科技有限公司 | 用户群的匹配方法及装置、终端设备、存储介质 |
CN110347918A (zh) * | 2019-06-18 | 2019-10-18 | 平安科技(深圳)有限公司 | 基于用户行为数据的数据推荐方法、装置以及计算机设备 |
CN110347918B (zh) * | 2019-06-18 | 2023-06-02 | 平安科技(深圳)有限公司 | 基于用户行为数据的数据推荐方法、装置以及计算机设备 |
CN112148696A (zh) * | 2019-06-26 | 2020-12-29 | 广东小天才科技有限公司 | 一种学习内容分享方法及智能装置 |
CN110458641A (zh) * | 2019-06-28 | 2019-11-15 | 苏宁云计算有限公司 | 一种电商推荐方法及系统 |
CN110458641B (zh) * | 2019-06-28 | 2022-02-25 | 苏宁云计算有限公司 | 一种电商推荐方法及系统 |
CN110414265A (zh) * | 2019-07-11 | 2019-11-05 | 安徽皖新研学教育有限公司 | 一种研学服务内容记录查看方法及系统 |
CN110706531A (zh) * | 2019-10-22 | 2020-01-17 | 魏学勇 | 一种早教学习机系统 |
CN111310032B (zh) * | 2020-01-21 | 2023-09-22 | 北京水滴科技集团有限公司 | 资源推荐方法、装置、计算机设备及可读存储介质 |
CN111310032A (zh) * | 2020-01-21 | 2020-06-19 | 北京健康之家科技有限公司 | 资源推荐方法、装置、计算机设备及可读存储介质 |
CN111667310A (zh) * | 2020-06-04 | 2020-09-15 | 上海燕汐软件信息科技有限公司 | 一种用于销售人员学习的数据处理方法、装置及设备 |
CN111667310B (zh) * | 2020-06-04 | 2024-02-20 | 上海燕汐软件信息科技有限公司 | 一种用于销售人员学习的数据处理方法、装置及设备 |
CN112685645A (zh) * | 2021-01-13 | 2021-04-20 | 敖客星云(北京)科技发展有限公司 | 基于知识图谱的智能教育推荐方法、系统、设备和介质 |
CN112784044A (zh) * | 2021-01-18 | 2021-05-11 | 辽宁向日葵教育科技有限公司 | 一种基于内容标签的知识库推荐系统 |
CN116453385A (zh) * | 2023-03-16 | 2023-07-18 | 中山市加乐美科技发展有限公司 | 一种跨时空盘学机 |
CN116453385B (zh) * | 2023-03-16 | 2023-11-24 | 中山市加乐美科技发展有限公司 | 一种跨时空盘学机 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN109460516A (zh) | 一种学习内容推荐方法及系统 | |
Li et al. | Traditional literature review and research synthesis | |
CN107590224B (zh) | 基于大数据的用户偏好分析方法与装置 | |
CN107766371B (zh) | 一种文本信息分类方法及其装置 | |
CN112307215B (zh) | 数据处理方法、装置及计算机可读存储介质 | |
CN109934619A (zh) | 用户画像标签建模方法、装置、电子设备及可读存储介质 | |
CN108446813A (zh) | 一种电商服务质量综合评价的方法 | |
CN112287037B (zh) | 一种多实体混合知识图谱构建方法、装置及存储介质 | |
Almgerbi et al. | A systematic review of data analytics job requirements and online-courses | |
CN111428480B (zh) | 简历识别方法、装置、设备及存储介质 | |
CN113157899B (zh) | 一种大数据画像分析方法、服务器及可读存储介质 | |
CN111144079A (zh) | 一种智能获取学习资源的方法、装置、打印机和存储介质 | |
Escandon-Barbosa et al. | Identification of consumption patterns: an empirical study in millennials | |
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 | |
CN105955961B (zh) | 预约信息处理方法和装置 | |
CN116595191A (zh) | 一种交互式低代码知识图谱的构建方法及装置 | |
CN114662470A (zh) | 结合大数据的产品点评信息处理方法及系统 | |
CN111383042A (zh) | 房源推荐方法和装置 | |
KR102449602B1 (ko) | 멀티미디어 콘텐츠 내 상품 정보 처리 장치 및 그 방법 | |
CN113505154A (zh) | 一种基于大数据的数字阅读统计分析方法及系统 | |
CN114492310B (zh) | 文本标注方法、文本标注装置、电子设备和存储介质 | |
CN114881722A (zh) | 基于热点的旅游产品匹配方法、系统、设备及存储介质 | |
CN113724044A (zh) | 基于用户画像的商品推荐、装置、计算机设备和存储介质 | |
CN113407704A (zh) | 文本匹配方法、装置、设备及计算机可读存储介质 | |
CN112699933A (zh) | 用户教学素材加工处理能力自动识别方法及系统 |
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 | ||
RJ01 | Rejection of invention patent application after publication | ||
RJ01 | Rejection of invention patent application after publication |
Application publication date: 20190312 |