CN109597943A - 一种基于场景的学习内容推荐方法及学习设备 - Google Patents
一种基于场景的学习内容推荐方法及学习设备 Download PDFInfo
- Publication number
- CN109597943A CN109597943A CN201811539961.4A CN201811539961A CN109597943A CN 109597943 A CN109597943 A CN 109597943A CN 201811539961 A CN201811539961 A CN 201811539961A CN 109597943 A CN109597943 A CN 109597943A
- Authority
- CN
- China
- Prior art keywords
- user
- information
- type label
- study
- knowledge point
- 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
- 238000000034 method Methods 0.000 title claims abstract description 56
- 201000004409 schistosomiasis Diseases 0.000 claims abstract description 46
- 238000012790 confirmation Methods 0.000 claims description 28
- 238000001514 detection method Methods 0.000 claims description 24
- 230000006399 behavior Effects 0.000 claims description 19
- 230000006870 function Effects 0.000 claims description 18
- 238000000605 extraction Methods 0.000 claims description 16
- 239000000284 extract Substances 0.000 claims description 10
- 238000012360 testing method Methods 0.000 claims description 9
- 230000004044 response Effects 0.000 claims description 7
- 230000000694 effects Effects 0.000 abstract description 9
- 230000015654 memory Effects 0.000 description 30
- 238000010586 diagram Methods 0.000 description 13
- 238000004590 computer program Methods 0.000 description 10
- 238000012937 correction Methods 0.000 description 4
- 238000012545 processing Methods 0.000 description 4
- 244000078534 Vaccinium myrtillus Species 0.000 description 2
- 238000013473 artificial intelligence Methods 0.000 description 2
- 238000004891 communication Methods 0.000 description 2
- 230000006835 compression Effects 0.000 description 2
- 238000007906 compression Methods 0.000 description 2
- 230000000007 visual effect Effects 0.000 description 2
- OKTJSMMVPCPJKN-UHFFFAOYSA-N Carbon Chemical compound [C] OKTJSMMVPCPJKN-UHFFFAOYSA-N 0.000 description 1
- 235000017848 Rubus fruticosus Nutrition 0.000 description 1
- 235000003095 Vaccinium corymbosum Nutrition 0.000 description 1
- 235000017537 Vaccinium myrtillus Nutrition 0.000 description 1
- 230000003542 behavioural effect Effects 0.000 description 1
- 235000021029 blackberry Nutrition 0.000 description 1
- 235000021014 blueberries Nutrition 0.000 description 1
- 238000004364 calculation method Methods 0.000 description 1
- 229910052799 carbon Inorganic materials 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 230000002708 enhancing effect Effects 0.000 description 1
- 230000007613 environmental effect Effects 0.000 description 1
- 238000002360 preparation method Methods 0.000 description 1
- 230000001960 triggered effect 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
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V20/00—Scenes; Scene-specific elements
- G06V20/10—Terrestrial scenes
Landscapes
- Business, Economics & Management (AREA)
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- Educational Administration (AREA)
- Strategic Management (AREA)
- Tourism & Hospitality (AREA)
- Educational Technology (AREA)
- Theoretical Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Health & Medical Sciences (AREA)
- Marketing (AREA)
- Primary Health Care (AREA)
- Human Resources & Organizations (AREA)
- General Business, Economics & Management (AREA)
- General Health & Medical Sciences (AREA)
- Economics (AREA)
- Multimedia (AREA)
- Image Analysis (AREA)
Abstract
本发明公开了一种基于场景的学习内容推荐方法及学习设备,该方法包括:控制学习设备中的摄像装置拍摄用户的当前场景图像;通过分析当前场景图像识别出当前场景信息;获取与当前场景信息对应的场景标签;从多个预设的知识点类型标签中搜索与场景标签相匹配且用户测评等级最高的目标知识点类型标签,其中,一个知识点类型标签对应一个用户测评等级,该用户测评等级与用户对知识点类型标签对应的学习内容的测评正确率成正比;从预设数据库提取与目标知识点类型标签相适配的目标学习内容;将目标学习内容推荐给用户;实施本发明实施例,能够结合用户当前所处的环境和知识点类型来为用户推荐合适的学习内容,提高学习效率和达到更好的学习效果。
Description
技术领域
本发明涉及终端设备技术领域,具体涉及一种基于场景的学习内容推荐方法及学习设备。
背景技术
现有的学习类应用程序(Application,APP)具备向用户推荐学习内容的功能,但在日常学习生活中可以发现,不同的学习环境对于每个人的学习效率具有一定的影响。例如,处于室外环境时,可能会对在学习应用程序上作答计算复杂的数学题造成影响,处于安静的图书馆内时,则不宜进行口语练习。现有的学习内容推荐方法只是基于知识点类型或者用户历史行为数据推荐相应的学习内容,不具备环境适应性。
发明内容
本发明实施例公开了一种基于场景的学习内容推荐方法及学习设备,用于解决现有技术中不能适应环境进行学习内容推荐的问题,以用于适应环境进行学习内容的推荐,提高用户的学习效果。
本发明第一方面公开了一种基于场景的学习内容推荐方法,可包括:
控制学习设备中的摄像装置拍摄用户的当前场景图像;
通过分析所述当前场景图像识别出当前场景信息;
获取与所述当前场景信息对应的场景标签;
从多个预设的知识点类型标签中搜索与所述场景标签相匹配且用户测评等级最高的目标知识点类型标签,其中,一个所述知识点类型标签对应一个用户测评等级,所述用户测评等级与用户对所述知识点类型标签对应的学习内容的测评正确率成正比;
从预设数据库提取与所述目标知识点类型标签相适配的目标学习内容;
将所述目标学习内容推荐给用户。
作为一种可选的实施方式,在本发明第一方面中,所述控制学习设备中的摄像装置拍摄用户的当前场景图像之前,所述方法还包括:
检测用户在所述学习设备中输入的搜索请求,所述搜索请求用于请求推荐学习内容;
响应于所述搜索请求,输出用于向用户确认是否需要开启场景识别功能的询问消息;
当检测到用户针对所述询问消息输入的反馈消息且所述反馈消息指示用户需要开启场景识别功能时,执行所述控制学习设备中的摄像装置拍摄用户的当前场景图像的步骤。
作为一种可选的实施方式,在本发明第一方面中,所述控制学习设备中的摄像装置拍摄用户的当前场景图像之前,所述方法还包括:
获取用户在所述学习设备开启的学习类应用程序的当前学习界面中输入的作答信息;
提取所述作答信息对应的题干信息;
从题库中搜索所述题干信息以及所述题干信息对应的标准答案信息;
判断所述作答信息与所述标准答案信息是否相匹配;
如果所述作答信息与所述标准答案信息不匹配,执行所述控制学习设备中的摄像装置拍摄用户的当前场景图像的步骤;
所述从多个预设的知识点类型标签中搜索与所述场景标签相匹配且用户测评等级最高的目标知识点类型标签,包括:
分析所述题干信息,以获得所述题干信息对应的知识点类型标签;
判断所述题干信息对应的知识点类型标签是否与所述场景标签相匹配;
如果匹配,将所述题干信息对应的知识点类型标签确定为目标知识点类型标签。
作为一种可选的实施方式,在本发明第一方面中,所述方法还包括:
如果所述题干信息对应的知识点类型标签与所述场景标签不匹配,从所述预设数据库中提取与所述题干信息对应的知识点类型标签相适配的学习容并打包成定点推荐包,所述定点推荐包对应设置有时间标签,所述时间标签指示的时间点根据用户的历史行为时间设定并且满足在所述历史行为时间中所述时间点对应的历史场景标签与所述题干信息对应的知识点类型标签相匹配;
检测当前时间点是否与所述时间标签所指示的时间点相匹配;
如果所述当前时间点与所述时间标签所指示的时间点相匹配,向用户推送所述定点推荐包。
作为一种可选的实施方式,在本发明第一方面中,所述方法还包括:
如果所述题干信息对应的知识点类型标签与所述场景标签不匹配,从多个预设的所述知识点类型标签中查找与所述题干信息对应的知识点类型标签相关联且同时匹配所述场景标签的替换知识点类型标签;
从所述预设数据库中提取与所述替换知识点类型标签相适配的替换学习内容;
向用户输出确认消息,所述确认消息携带有所述替换知识点类型标签并用于询问用户是否需要进行所述替换学习内容的学习;
如果接收到用户针对所述确认消息输入的回复信息指示需要学习所述替换学习内容时,向用户推荐所述替换学习内容。
本发明第二方面公开了一种学习设备,可包括:
拍摄单元,用于控制学习设备中的摄像装置拍摄用户的当前场景图像;
分析单元,用于通过分析所述当前场景图像识别出当前场景信息;
获取单元,用于获取与所述当前场景信息对应的场景标签;
所述获取单元,还用于从多个预设的知识点类型标签中搜索与所述场景标签相匹配且用户测评等级最高的目标知识点类型标签,其中,一个所述知识点类型标签对应一个用户测评等级,所述用户测评等级与用户对所述知识点类型标签对应的学习内容的测评正确率成正比;
提取单元,用于从预设数据库提取与所述目标知识点类型标签相适配的目标学习内容;
推荐单元,用于将所述目标学习内容推荐给用户。
作为一种可选的实施方式,在本发明第二方面中,所述学习设备还包括:
请求检测单元,用于所述拍摄单元控制学习设备中的摄像装置拍摄用户的当前场景图像之前,检测用户在所述学习设备中输入的搜索请求,所述搜索请求用于请求推荐学习内容;以及,响应于所述搜索请求,输出用于向用户确认是否需要开启场景识别功能的询问消息;
所述拍摄单元用于控制学习设备中的摄像装置拍摄用户的当前场景图像的方式具体为:
所述拍摄单元,用于在所述请求检测单元检测到用户针对所述询问消息输入的反馈消息且所述反馈消息指示用户需要开启场景识别功能时,控制学习设备中的摄像装置拍摄用户的当前场景图像。
作为一种可选的实施方式,在本发明第二方面中,所述学习设备还包括:
作答检测单元,用于在所述拍摄单元控制学习设备中的摄像装置拍摄用户的当前场景图像之前,获取用户在所述学习设备开启的学习类应用程序的当前学习界面中输入的作答信息;以及,提取所述作答信息对应的题干信息;以及,从题库中搜索所述题干信息以及所述题干信息对应的标准答案信息;以及,判断所述作答信息与所述标准答案信息是否相匹配;
所述拍摄单元用于控制学习设备中的摄像装置拍摄用户的当前场景图像的方式具体为:
所述拍摄单元,用于在所述作答检测单元检测到所述作答信息与所述标准答案信息不匹配时,控制学习设备中的摄像装置拍摄用户的当前场景图像;
所述获取单元用于从多个预设的知识点类型标签中搜索与所述场景标签相匹配且用户测评等级最高的目标知识点类型标签的方式具体为:
所述获取单元,用于分析所述题干信息,以获得所述题干信息对应的知识点类型标签;以及,判断所述题干信息对应的知识点类型标签是否与所述场景标签相匹配;以及,在判断结果为匹配时,将所述题干信息对应的知识点类型标签确定为目标知识点类型标签。
作为一种可选的实施方式,在本发明第二方面中,所述提取单元,还用于在所述获取单元判定出所述题干信息对应的知识点类型标签与所述场景标签不匹配时,从所述预设数据库中提取与所述题干信息对应的知识点类型标签相适配的学习容并打包成定点推荐包,所述定点推荐包对应设置有时间标签,所述时间标签指示的时间点根据用户的历史行为时间设定并且满足在所述历史行为时间中所述时间点对应的历史场景标签与所述题干信息对应的知识点类型标签相匹配;
所述推荐单元,还用于检测当前时间点是否与所述时间标签所指示的时间点相匹配;以及,如果所述当前时间点与所述时间标签所指示的时间点相匹配,向用户推送所述定点推荐包。
作为一种可选的实施方式,在本发明第二方面中,所述学习设备还包括:确认单元;
所述获取单元,还用于在所述获取单元判定出所述题干信息对应的知识点类型标签与所述场景标签不匹配时,从多个预设的所述知识点类型标签中查找与所述题干信息对应的知识点类型标签相关联且同时匹配所述场景标签的替换知识点类型标签;以及,从所述预设数据库中提取与所述替换知识点类型标签相适配的替换学习内容;
所述确认单元,用于向用户输出确认消息,所述确认消息携带有所述替换知识点类型标签并用于询问用户是否需要进行所述替换学习内容的学习;
所述推荐单元,还用于在所述确认单元接收到用户针对所述确认消息输入的回复信息指示需要学习所述替换学习内容时,向用户推荐所述替换学习内容。
本发明实施例第三方面公开了一种学习设备,可包括:
存储有可执行程序代码的存储器;
与所述存储器耦合的处理器;
所述处理器调用所述存储器中存储的所述可执行程序代码,执行本发明实施例第一方面公开的一种基于场景的学习内容推荐方法。
本发明实施例第四方面公开一种计算机可读存储介质,其存储计算机程序,其中,所述计算机程序使得计算机执行本发明实施例第一方面公开的一种基于场景的学习内容推荐方法。
本发明实施例第五方面公开一种计算机程序产品,当所述计算机程序产品在计算机上运行时,使得所述计算机执行第一方面的任意一种方法的部分或全部步骤。
本发明实施例第六方面公开一种应用发布平台,所述应用发布平台用于发布计算机程序产品,其中,当所述计算机程序产品在计算机上运行时,使得所述计算机执行第一方面的任意一种方法的部分或全部步骤。
与现有技术相比,本发明实施例具有以下有益效果:
在本发明实施例中,通过控制学习设备中的摄像装置拍摄用户的当前场景图像,分析该当前场景图像以识别出当前场景信息,获取与该当前场景信息对应的场景标签,然后从预设的知识点类型标签中搜索与该场景标签相匹配且用户测评等级最高的目标知识点类型标签,知识点类型标签对应着用户测评等级,用户测评等级与用户对知识点类型标签对应的学习内容(知识点)的测评正确率成正比,然后从预设数据库中提取与目标知识点类型标签相适配的目标学习内容以推荐给用户进行学习;可以看出,实施本发明实施例,能够结合用户当前所处的环境和知识点类型来为用户推荐合适的学习内容,以保证用户在适宜的环境中完成相应知识点内容的学习,提高学习效率和达到更好的学习效果。
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的前提下,还可以根据这些附图获得其他的附图。
图1为本发明一实施例公开的基于场景的学习内容推荐方法的流程示意图;
图2为本发明另一实施例公开的基于场景的学习内容推荐方法的流程示意图;
图3为本发明又一实施例公开的基于场景的学习内容推荐方法的流程示意图;
图4为本发明一实施例公开的学习设备的结构示意图;
图5为本发明另一实施例公开的学习设备的结构示意图;
图6为本发明又一实施例公开的学习设备的结构示意图;
图7为本发明又一实施例公开的学习设备的结构示意图。
具体实施方式
下面将结合本发明实施例中的附图,对本发明实施例中的技术方案进行清楚、完整地描述,显然,所描述的实施例仅是本发明一部分实施例,而不是全部的实施例。基于本发明中的实施例,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,都属于本发明保护的范围。
需要说明的是,本发明实施例的术语“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。
本发明实施例公开了一种基于场景的学习内容推荐方法及学习设备,能够结合用户当前所处的环境和知识点类型来为用户推荐合适的学习内容,提高学习效率和达到更好的学习效果。
本发明实施例涉及的学习设备可以是家教机、智能手机、平板电脑等,学习设备的操作系统可包括但不限于Android操作系统、IOS操作系统、Symbian(塞班)操作系统、BlackBerry(黑莓)操作系统、Windows Phone8操作系统等等,本发明实施例不做限定。下面将从学习设备的角度出发,结合具体实施例对本发明技术方案进行详细介绍。
实施例一
请参阅图1,图1为本发明一实施例公开的基于场景的学习内容推荐方法的流程示意图;如图1所示,该基于场景的学习内容推荐方法可包括:
101、学习设备控制摄像装置拍摄用户的当前场景图像。
其中,学习设备可以单独设置学习内容的推荐功能,也可以是在用户利用学习设备进行学习过程中,例如,在进行练习题练习时,针对某一些练习题向用户推荐相关联的学习内容,还可以是在用户进行报读听写时,向用户推荐听写错误的内容相关的学习内容,以便用户进一步学习巩固。进一步可以理解,由于不同场景对每个人的学习效率具有一定影响,因此,在本发明实施例中尽量结合用户所在的场景为用户推荐适宜的学习内容,以提高用户的学习效率和学习效果。
作为一种可选的实施方式,不管是学习设备单独设置学习内容的推荐功能,还是在做练习题或者听写过程中,学习设备可以检测用户在学习设备中输入的搜索请求,该搜索请求用于请求推荐学习内容;以及,响应于该搜索请求,输出用于向用户确认是否需要开启场景识别功能的询问消息;以及,当检测到用户针对询问消息输入的反馈消息且该反馈消息指示用户需要开启场景识别功能时,执行步骤101。通过该实施方式,用户可以通过主动发起检索请求以请求推荐学习内容。
102、学习设备通过分析该当前场景图像识别出当前场景信息。
可以理解,当前场景图像可以呈现出具体的场景,如图书馆、教室等,而对应的当场场景信息则用于明确指示出场景,例如可以是图书馆、教室等。
103、学习设备获取与上述当前场景信息对应的场景标签。
可以理解,在本发明实施例针对不同的场景,设置不同的场景标签,并将场景标签与场景信息关联存储。例如,将图书馆对应的场景标签设置为1-TSG,设置场景标签可以是为了简化信息管理。
104、学习设备从多个预设的知识点类型标签中搜索与上述场景标签相匹配且用户测评等级最高的目标知识点类型标签,其中,一个知识点类型标签对应一个用户测评等级,该用户测评等级与用户对知识点类型标签对应的学习内容的测评正确率成正比。
其中,知识点类型可以按照科目进行划分,如按照语文、数学及英语等进行划分,还可以是按照科目下题型类型划分,如语文听写及语文写作等。更加理解,知识点类型划分得越细,所推荐的学习内容更加具有价值,因此,在本发明实施例可以根据实际情况对知识点类型进行细化划分。
进一步地,对上述知识点类型分别设置知识点类型标签,通过知识点类型标签来指示知识点类型。而在用户对该知识点类型标签对应的学习内容进行测评(例如做练习题)时,会获取用户的测评结果,测评结果反映出用户对该知识点类型标签对应的学习内容的测评正确率,然后综合若干用户的测评正确率以生成相应的用户测评等级。其中,测评正确率越高,则用户测评等级越高,测评正确率越低,则用户测评等级越低。
105、学习设备从预设数据库提取与目标知识点类型标签相适配的目标学习内容。
其中,预设数据库中存储有各种知识点类型标签相适配的目标学习内容,预设数据库可以设置于学习设备中,也可以设置在服务器中,为了释放学习设备的内存及提高学习设备的处理速度,可以将预设数据库设置在服务器中。因此,学习设备从预设数据库提取与目标知识点类型标签相适配的目标学习内容具体可以包括:学习设备将目标知识点类型标签发送给服务器,服务器从预设数据库中提取与该目标知识点类型标签相适配的目标学习内容并返回给学习设备,学习设备接收该目标学习内容。
106、学习设备将目标学习内容推荐给用户。
在本发明实施例中,通过控制学习设备中的摄像装置拍摄用户的当前场景图像,分析该当前场景图像以识别出当前场景信息,获取与该当前场景信息对应的场景标签,然后从预设的知识点类型标签中搜索与该场景标签相匹配且用户测评等级最高的目标知识点类型标签,知识点类型标签对应着用户测评等级,用户测评等级与用户对知识点类型标签对应的学习内容(知识点)的测评正确率成正比,然后从预设数据库中提取与目标知识点类型标签相适配的目标学习内容以推荐给用户进行学习;可以看出,实施本发明实施例,能够结合用户当前所处的环境和知识点类型来为用户推荐合适的学习内容,以保证用户在适宜的环境中完成相应知识点内容的学习,提高学习效率和达到更好的学习效果。
实施例二
请参阅图2,图2为本发明另一实施例公开的基于场景的学习内容推荐方法的流程示意图;如图2所示,该基于场景的学习内容推荐方法可包括:
201、学习设备获取用户在开启的学习类应用程序的当前学习界面中输入的作答信息。
在本发明实施例中,用户可以利用学习设备中的学习类APP进行学习,具体是基于所打开的当前学习界面进行练习题作答,在用户输入作答信息时,学习设备检测到该作答信息。
可以理解的,学习设备在获取到作答信息,将作答信息填写至当前学习界面中对应题干信息所设置的作答区域中。
202、学习设备提取作答信息对应的题干信息。
203、学习设备从题库中搜索该题干信息以及题干信息对应的标准答案信息。
204、学习设备判断该作答信息与标准答案信息是否相匹配。
其中,如果作答信息与标准答案信息不匹配,转向步骤205;如果匹配,结束本流程。
在本发明实施例中,学习设备在确定出用户作答错误之后,针对用户作答错误的题干信息推荐学习内容,以进一步进行学习巩固。
205、学习设备控制摄像装置拍摄用户的当前场景图像。
作为一种可选的实施方式,步骤205中学习设备控制摄像装置拍摄用户的当前场景图像可以包括:控制学习设备中的前置摄像头拍摄第一图像,以及控制学习设备中的后置摄像头拍摄第二图像,以及,将第一图像和第二图像拼接形成全景图像,将全景图像作为用户的当前场景图像。可以看出,在本发明实施例中,学习设备设置有前置摄像头和后置摄像头,为了能够全面地拍摄到用户的当前场景图像,以准确分析出用户所处的场景,可以同时启动前置摄像头和后置摄像头进行拍摄,前置摄像头拍摄其朝向对应的周围环境,得到第一图像,后置摄像头拍摄其朝向对应的周围环境,得到第二图像,然后将第一图像和第二图片拼接得到大视角的全景图像。
作为另一种可选的实施方式,学习设备中拍摄装置包括第一镜头、第二镜头、主控芯片和人工智能(Artificial Intelligence,AI)芯片,其中,第一镜头设置于学习设备中与屏幕同面的上表面上,作为前置镜头,第二镜头设置于学习设备中与屏幕相对的底面上,作为后置摄像头,该主控芯片与前置镜头和后置镜头连接,主控芯片还与AI芯片连接,前置镜头和后置镜头均可以进行预设角度范围内的转动,如180度内进行转动。学习设备触发主控芯片工作,主控芯片控制前置镜头拍摄第一图像以及控制后置镜头拍摄第二图像,并由主控芯片对第一图像和第二图像进行矫正处理,以及将矫正处理后的第一图像和第二图像拼接形成全景图像,并对全景图像进行视频压缩编码处理,生成视频数据流;然后控制AI芯片从视频数据流中抓取敏感信息,生成用户的当前场景图像,其中,敏感信息是指能够用于指示出场景的指向性的信息,如人脸信息、图书馆用于陈列书籍的书柜、方向指示标等信息。通过该实施方式,可以在摄像装置内集成AI芯片,可以进行敏感信息的智能抓拍,从而能够较大程度的减小学习设备在后端的运算压力,进而提高整个流程的处理效率。
进一步地,拍摄装置中还设置有补光模块,该补光模块包括光敏元件和补光灯,学习设备在触发主控元件工作后,主控芯片控制光敏元件检测用户所在场景的光线强度,并在检测到的光线强度小于预设光线强度值时,将开启该补光灯进行补光直至所在场景的光线强度提升至该预设光线强度值时,主控芯片执行控制前置镜头拍摄第一图像以及控制后置镜头拍摄第二图像的步骤,以完成用户的当前场景图像的获取。
206、学习设备通过分析该当前场景图像识别出当前场景信息。
207、学习设备获取与上述当前场景信息对应的场景标签。
208、学习设备分析该题干信息,以获得题干信息对应的知识点类型标签。
209、学习设备判断该题干信息对应的知识点类型标签是否与场景标签相匹配。
其中,学习设备的判断结果为匹配时,转向步骤210-步骤212;如果判断结果为不匹配时,转向步骤213-215。
作为一种可选的实施方式,如果在判断结果为不匹配时,在本发明实施例中终端设备还可以从多个预设的所述知识点类型标签中查找与题干信息对应的知识点类型标签相关联且同时匹配场景标签的替换知识点类型标签;以及,从预设数据库中提取与替换知识点类型标签相适配的替换学习内容;以及,向用户输出确认消息,该确认消息携带有替换知识点类型标签并用于询问用户是否需要进行所述替换学习内容的学习;以及,如果接收到用户针对确认消息输入的回复信息指示需要学习替换学习内容时,向用户推荐替换学习内容。通过该实施方式,可以向用户推荐替换学习内容,以扩展用户的学习知识面。
210、学习设备将题干信息对应的知识点类型标签确定为目标知识点类型标签。
211、学习设备从预设数据库提取与目标知识点类型标签相适配的目标学习内容。
212、学习设备将目标学习内容推荐给用户。
213、学习设备从预设数据库中提取与题干信息对应的知识点类型标签相适配的学习容并打包成定点推荐包,该定点推荐包对应设置有时间标签,该时间标签指示的时间点根据用户的历史行为时间设定并且满足在历史行为时间中时间点对应的历史场景标签与题干信息对应的知识点类型标签相匹配。
可选地,学习设备获取用户的历史行为时间,例如,每天晚上6:00至第二天早上7:00,用户位于家中,然后确定出历史行为时间中某个时间点所对应的历史场景标签,如果该历史场景标签与题干信息对应的知识点类型标签相适配,将该历史行为时间中某个时间点对应设置为该定点推荐包用于推荐的时间点,并在该定点推荐包上戳上该时间点对应的时间标签。
作为一种可选的实施方式,学习设备在打包定点推荐包之后,还将该定点推荐包发送给家长终端,以便家长终端提示用户完成该学习内容的学习。
另一种可选的方式中,学习设备在打包定点推荐包之后,可以向家长终端发送提醒消息,该提醒消息用于提醒用户在该时间标签对应的时间点提醒用户学习该定点推荐包中的学习内容。
214、学习设备检测当前时间点是否与所述时间标签所指示的时间点相匹配。
其中,如果当前时间点与时间标签所指示的时间点相匹配,转向步骤215,如果当前时间点与时间标签所指示的时间点不匹配,转向步骤214。
215、终端设备向用户推送该定点推荐包。
可以看出,在实施上述学习设备时,学习设备在针对用户作答错误的题干进行学习内容推荐,并且在进行内容推荐时,会进一步结合到用户的场景,只有在当前场景与题干信息对应的知识点类型标签相匹配时,才会实时推荐,如果在当前场景与题干信息对应的知识点类型标签不匹配,则会选择在用户的当前场景满足要求时,才向用户推荐该学习内容,以保证用户在适宜的环境中完成相应知识点内容的学习,提高学习效率和达到更好的学习效果。
实施例三
请参阅图3,图3为本发明又一实施例公开的基于场景的学习内容推荐方法的流程示意图;如图3所示,该基于场景的学习内容推荐方法可包括:
301、学习设备基于开启的学习内容推荐功能,控制摄像头拍摄当前场景图像。
302、学习设备通过分析该当前场景图像,获得指示用户当前位于图书馆的当前场景信息。
其中,由于位于图书馆中,则学习设备可以通过当前场景图像显示出的一列列书架且书架上整齐陈列着书籍等指向性的信息,分析出当前场景为图书馆。
303、学习设备获取与该当前场景信息匹配的图书馆标签。
304、学习设备从多个预设的知识点类型标签中搜索与图书馆标签相匹配的单词默写标签。
305、学习设备从预设数据库提取与单词默写标签相适配的待默写单词。
306、学习设备将待默写单词推荐给用户。
其中,用户在获取到该待默写单词之后,先会默记这些待默写单词,然后在纸上或者学习设备上进行待默写单词的默写,从而可以看出,在图书馆这种不适合发出声音以影响他人的地方,可以向用户提供不需要交互出声且需要精心的学习内容,能够达到更好的学习效果。
实施例四
请参阅图4,图4为本发明一实施例公开的学习设备的结构示意图;如图4所示,该学习设备可包括:
拍摄单元410,用于控制学习设备中的摄像装置拍摄用户的当前场景图像;
分析单元420,用于通过分析所述当前场景图像识别出当前场景信息;
获取单元430,用于获取与所述当前场景信息对应的场景标签;
上述获取单元430,还用于从多个预设的知识点类型标签中搜索与所述场景标签相匹配且用户测评等级最高的目标知识点类型标签,其中,一个所述知识点类型标签对应一个用户测评等级,所述用户测评等级与用户对所述知识点类型标签对应的学习内容的测评正确率成正比;
提取单元440,用于从预设数据库提取与所述目标知识点类型标签相适配的目标学习内容;
推荐单元450,用于将所述目标学习内容推荐给用户。
在实施上述学习设备时,通过控制学习设备中的摄像装置拍摄用户的当前场景图像,分析该当前场景图像以识别出当前场景信息,获取与该当前场景信息对应的场景标签,然后从预设的知识点类型标签中搜索与该场景标签相匹配且用户测评等级最高的目标知识点类型标签,知识点类型标签对应着用户测评等级,用户测评等级与用户对知识点类型标签对应的学习内容(知识点)的测评正确率成正比,然后从预设数据库中提取与目标知识点类型标签相适配的目标学习内容以推荐给用户进行学习;可以看出,实施本发明实施例,能够结合用户当前所处的环境和知识点类型来为用户推荐合适的学习内容,以保证用户在适宜的环境中完成相应知识点内容的学习,提高学习效率和达到更好的学习效果。
实施例五
请参阅图5,图5为本发明另一实施例公开的学习设备的结构示意图;图5所示的学习设备是在图4所示的学习设备的基础上进行优化得到的,图5所示的学习设备还包括:请求检测单元510。
其中,上述请求检测单元510,用于上述拍摄单元410控制学习设备中的摄像装置拍摄用户的当前场景图像之前,检测用户在所述学习设备中输入的搜索请求,所述搜索请求用于请求推荐学习内容;以及,响应于所述搜索请求,输出用于向用户确认是否需要开启场景识别功能的询问消息;
上述拍摄单元410用于控制学习设备中的摄像装置拍摄用户的当前场景图像的方式具体为:
上述拍摄单元410,用于在上述请求检测单元510检测到用户针对询问消息输入的反馈消息且反馈消息指示用户需要开启场景识别功能时,控制学习设备中的摄像装置拍摄用户的当前场景图像。
作为一种可选的实施方式,上述拍摄单元410用于控制学习设备中的摄像装置拍摄用户的当前场景图像的方式具体为:控制学习设备中的前置摄像头拍摄第一图像,以及控制学习设备中的后置摄像头拍摄第二图像,以及,将第一图像和第二图像拼接形成全景图像,将全景图像作为用户的当前场景图像。可以看出,在本发明实施例中,学习设备设置有前置摄像头和后置摄像头,为了能够全面地拍摄到用户的当前场景图像,以准确分析出用户所处的场景,可以同时启动前置摄像头和后置摄像头进行拍摄,前置摄像头拍摄其朝向对应的周围环境,得到第一图像,后置摄像头拍摄其朝向对应的周围环境,得到第二图像,然后将第一图像和第二图片拼接得到大视角的全景图像。
作为一种可选的实施方式,学习设备中拍摄装置包括第一镜头、第二镜头、主控芯片和AI芯片,其中,第一镜头设置于学习设备中与屏幕同面的上表面上,作为前置镜头,第二镜头设置于学习设备中与屏幕相对的底面上,作为后置摄像头,该主控芯片与前置镜头和后置镜头连接,主控芯片还与AI芯片连接,前置镜头和后置镜头均可以进行预设角度范围内的转动,如180度内进行转动。上述拍摄单元410用于控制学习设备中的摄像装置拍摄用户的当前场景图像的方式具体为:
触发主控芯片工作,主控芯片控制前置镜头拍摄第一图像以及控制后置镜头拍摄第二图像,并由主控芯片对第一图像和第二图像进行矫正处理,以及将矫正处理后的第一图像和第二图像拼接形成全景图像,并对全景图像进行视频压缩编码处理,生成视频数据流;然后控制AI芯片从视频数据流中抓取敏感信息,生成用户的当前场景图像,其中,敏感信息是指能够用于指示出场景的指向性的信息,如人脸信息、图书馆用于陈列书籍的书柜、方向指示标等信息。通过该实施方式,可以在摄像装置内集成AI芯片,可以进行敏感信息的智能抓拍,从而能够较大程度的减小学习设备在后端的运算压力,进而提高整个流程的处理效率。
进一步地,拍摄装置中还设置有补光模块,该补光模块包括光敏元件和补光灯,上述拍摄单元410触发主控芯片工作后,主控芯片控制光敏元件检测用户所在场景的光线强度,并在检测到的光线强度小于预设光线强度值时,将开启该补光灯进行补光直至所在场景的光线强度提升至该预设光线强度值时,主控芯片执行控制前置镜头拍摄第一图像以及控制后置镜头拍摄第二图像的步骤,以完成用户的当前场景图像的获取。
实施例六
请参阅图6,图6为本发明又一实施例公开的学习设备的结构示意图;图6所示的学习设备是在图4所示的学习设备的基础上进行优化得到的,图6所示的学习设备还包括:作答检测单元610和确认单元620。
其中,上述作答检测单元610,用于在拍摄单元410控制学习设备中的摄像装置拍摄用户的当前场景图像之前,获取用户在学习设备开启的学习类应用程序的当前学习界面中输入的作答信息;以及,提取所述作答信息对应的题干信息;以及,从题库中搜索所述题干信息以及所述题干信息对应的标准答案信息;以及,判断所述作答信息与所述标准答案信息是否相匹配;
进而,上述拍摄单元410用于控制学习设备中的摄像装置拍摄用户的当前场景图像的方式具体为:
上述拍摄单元410,用于在上述作答检测单元610检测到作答信息与标准答案信息不匹配时,控制学习设备中的摄像装置拍摄用户的当前场景图像;
上述获取单元430用于从多个预设的知识点类型标签中搜索与所述场景标签相匹配且用户测评等级最高的目标知识点类型标签的方式具体为:
上述获取单元430,用于分析所述题干信息,以获得所述题干信息对应的知识点类型标签;以及,判断所述题干信息对应的知识点类型标签是否与所述场景标签相匹配;以及,在判断结果为匹配时,将所述题干信息对应的知识点类型标签确定为目标知识点类型标签。
作为一种可选的实施方式,上述提取单元440,还用于在获取单元430判定出所述题干信息对应的知识点类型标签与所述场景标签不匹配时,从所述预设数据库中提取与所述题干信息对应的知识点类型标签相适配的学习容并打包成定点推荐包,所述定点推荐包对应设置有时间标签,所述时间标签指示的时间点根据用户的历史行为时间设定并且满足在所述历史行为时间中所述时间点对应的历史场景标签与所述题干信息对应的知识点类型标签相匹配;
上述推荐单元450,还用于检测当前时间点是否与所述时间标签所指示的时间点相匹配;以及,如果所述当前时间点与所述时间标签所指示的时间点相匹配,向用户推送所述定点推荐包。
可选地,上述提取单元440还用于获取用户的历史行为时间,例如,每天晚上6:00至第二天早上7:00,用户位于家中,然后确定出历史行为时间中某个时间点所对应的历史场景标签,如果该历史场景标签与题干信息对应的知识点类型标签相适配,将该历史行为时间中某个时间点对应设置为该定点推荐包用于推荐的时间点,并在该定点推荐包上戳上该时间点对应的时间标签。
另外可选地,上述推荐单元450,还用于还将该定点推荐包发送给家长终端,以便家长终端提示用户完成该学习内容的学习;或者,可以向家长终端发送提醒消息,该提醒消息用于提醒用户在该时间标签对应的时间点提醒用户学习该定点推荐包中的学习内容。
结合图6,作为一种可选的实施方式,上述获取单元430,还用于在所述获取单元430判定出所述题干信息对应的知识点类型标签与所述场景标签不匹配时,从多个预设的所述知识点类型标签中查找与所述题干信息对应的知识点类型标签相关联且同时匹配所述场景标签的替换知识点类型标签;以及,从所述预设数据库中提取与所述替换知识点类型标签相适配的替换学习内容;
上述确认单元620,用于向用户输出确认消息,所述确认消息携带有所述替换知识点类型标签并用于询问用户是否需要进行所述替换学习内容的学习;
上述推荐单元450,还用于在上述确认单元620接收到用户针对所述确认消息输入的回复信息指示需要学习所述替换学习内容时,向用户推荐所述替换学习内容。
实施例七
请参阅图7,图7为本发明又一实施例公开的学习设备的结构示意图;图7所示的学习设备可包括:至少一个处理器710,例如CPU,通信总线730用于实现这些组件之间的通信连接。存储器720可以是高速RAM存储器,也可以是非不稳定的存储器(non-volatilememory),例如至少一个磁盘存储器。存储器720可选的还可以是至少一个位于远离前述处理器710的存储装置。其中,处理器710可以结合图4至图6所描述的学习设备,存储器710中存储一组程序代码,且处理器710调用存储器720中存储的程序代码,用于执行以下操作:
控制学习设备中的摄像装置拍摄用户的当前场景图像;
通过分析所述当前场景图像识别出当前场景信息;
获取与所述当前场景信息对应的场景标签;
从多个预设的知识点类型标签中搜索与所述场景标签相匹配且用户测评等级最高的目标知识点类型标签,其中,一个所述知识点类型标签对应一个用户测评等级,所述用户测评等级与用户对所述知识点类型标签对应的学习内容的测评正确率成正比;
从预设数据库提取与所述目标知识点类型标签相适配的目标学习内容;
将所述目标学习内容推荐给用户。
作为一种可选的实施方式,上述处理器710还用于执行以下步骤:
在控制学习设备中的摄像装置拍摄用户的当前场景图像之前,检测用户在所述学习设备中输入的搜索请求,所述搜索请求用于请求推荐学习内容;响应于所述搜索请求,输出用于向用户确认是否需要开启场景识别功能的询问消息;当检测到用户针对所述询问消息输入的反馈消息且所述反馈消息指示用户需要开启场景识别功能时,执行所述控制学习设备中的摄像装置拍摄用户的当前场景图像的步骤。
作为一种可选的实施方式,上述处理器710还用于执行以下步骤:
在控制学习设备中的摄像装置拍摄用户的当前场景图像之前,获取用户在所述学习设备开启的学习类应用程序的当前学习界面中输入的作答信息;提取所述作答信息对应的题干信息;从题库中搜索所述题干信息以及所述题干信息对应的标准答案信息;判断所述作答信息与所述标准答案信息是否相匹配;如果所述作答信息与所述标准答案信息不匹配,执行所述控制学习设备中的摄像装置拍摄用户的当前场景图像的步骤;
进而,还用于分析所述题干信息,以获得所述题干信息对应的知识点类型标签;判断所述题干信息对应的知识点类型标签是否与所述场景标签相匹配;如果匹配,将所述题干信息对应的知识点类型标签确定为目标知识点类型标签。
作为一种可选的实施方式,上述处理器710还用于执行以下步骤:
如果所述题干信息对应的知识点类型标签与所述场景标签不匹配,从所述预设数据库中提取与所述题干信息对应的知识点类型标签相适配的学习容并打包成定点推荐包,所述定点推荐包对应设置有时间标签,所述时间标签指示的时间点根据用户的历史行为时间设定并且满足在所述历史行为时间中所述时间点对应的历史场景标签与所述题干信息对应的知识点类型标签相匹配;检测当前时间点是否与所述时间标签所指示的时间点相匹配;如果所述当前时间点与所述时间标签所指示的时间点相匹配,向用户推送所述定点推荐包。
作为一种可选的实施方式,上述处理器710还用于执行以下步骤:
如果所述题干信息对应的知识点类型标签与所述场景标签不匹配,从多个预设的所述知识点类型标签中查找与所述题干信息对应的知识点类型标签相关联且同时匹配所述场景标签的替换知识点类型标签;从所述预设数据库中提取与所述替换知识点类型标签相适配的替换学习内容;向用户输出确认消息,所述确认消息携带有所述替换知识点类型标签并用于询问用户是否需要进行所述替换学习内容的学习;如果接收到用户针对所述确认消息输入的回复信息指示需要学习所述替换学习内容时,向用户推荐所述替换学习内容。
本发明实施例还公开一种计算机可读存储介质,其存储计算机程序,其中,所述计算机程序使得计算机执行图1至图3公开的一种基于场景的学习内容推荐方法。
本发明实施例还公开一种计算机程序产品,当所述计算机程序产品在计算机上运行时,使得所述计算机执行图1至图3公开的任意一种方法的部分或全部步骤。
本发明实施例还公开一种应用发布平台,所述应用发布平台用于发布计算机程序产品,其中,当所述计算机程序产品在计算机上运行时,使得所述计算机执行图1至图3公开的任意一种方法的部分或全部步骤。
本领域普通技术人员可以理解上述实施例的各种方法中的全部或部分步骤是可以通过程序来指令相关的硬件来完成,该程序可以存储于一计算机可读存储介质中,存储介质包括只读存储器(Read-Only Memory,ROM)、随机存储器(Random Access Memory,RAM)、可编程只读存储器(Programmable Read-only Memory,PROM)、可擦除可编程只读存储器(Erasable Programmable Read Only Memory,EPROM)、一次可编程只读存储器(One-time Programmable Read-Only Memory,OTPROM)、电子抹除式可复写只读存储器(Electrically-Erasable Programmable Read-Only Memory,EEPROM)、只读光盘(CompactDisc Read-Only Memory,CD-ROM)或其他光盘存储器、磁盘存储器、磁带存储器、或者能够用于携带或存储数据的计算机可读的任何其他介质。
以上对本发明实施例公开的一种基于场景的学习内容推荐方法及学习设备进行了详细介绍,本文中应用了具体个例对本发明的原理及实施方式进行了阐述,以上实施例的说明只是用于帮助理解本发明的方法及其核心思想;同时,对于本领域的一般技术人员,依据本发明的思想,在具体实施方式及应用范围上均会有改变之处,综上所述,本说明书内容不应理解为对本发明的限制。
Claims (10)
1.一种基于场景的学习内容推荐方法,其特征在于,包括:
控制学习设备中的摄像装置拍摄用户的当前场景图像;
通过分析所述当前场景图像识别出当前场景信息;
获取与所述当前场景信息对应的场景标签;
从多个预设的知识点类型标签中搜索与所述场景标签相匹配且用户测评等级最高的目标知识点类型标签,其中,一个所述知识点类型标签对应一个用户测评等级,所述用户测评等级与用户对所述知识点类型标签对应的学习内容的测评正确率成正比;
从预设数据库提取与所述目标知识点类型标签相适配的目标学习内容;
将所述目标学习内容推荐给用户。
2.根据权利要求1所述的方法,其特征在于,所述控制学习设备中的摄像装置拍摄用户的当前场景图像之前,所述方法还包括:
检测用户在所述学习设备中输入的搜索请求,所述搜索请求用于请求推荐学习内容;
响应于所述搜索请求,输出用于向用户确认是否需要开启场景识别功能的询问消息;
当检测到用户针对所述询问消息输入的反馈消息且所述反馈消息指示用户需要开启场景识别功能时,执行所述控制学习设备中的摄像装置拍摄用户的当前场景图像的步骤。
3.根据权利要求1所述的方法,其特征在于,所述控制学习设备中的摄像装置拍摄用户的当前场景图像之前,所述方法还包括:
获取用户在所述学习设备开启的学习类应用程序的当前学习界面中输入的作答信息;
提取所述作答信息对应的题干信息;
从题库中搜索所述题干信息以及所述题干信息对应的标准答案信息;
判断所述作答信息与所述标准答案信息是否相匹配;
如果所述作答信息与所述标准答案信息不匹配,执行所述控制学习设备中的摄像装置拍摄用户的当前场景图像的步骤;
所述从多个预设的知识点类型标签中搜索与所述场景标签相匹配且用户测评等级最高的目标知识点类型标签,包括:
分析所述题干信息,以获得所述题干信息对应的知识点类型标签;
判断所述题干信息对应的知识点类型标签是否与所述场景标签相匹配;
如果匹配,将所述题干信息对应的知识点类型标签确定为目标知识点类型标签。
4.根据权利要求3所述的方法,其特征在于,所述方法还包括:
如果所述题干信息对应的知识点类型标签与所述场景标签不匹配,从所述预设数据库中提取与所述题干信息对应的知识点类型标签相适配的学习容并打包成定点推荐包,所述定点推荐包对应设置有时间标签,所述时间标签指示的时间点根据用户的历史行为时间设定并且满足在所述历史行为时间中所述时间点对应的历史场景标签与所述题干信息对应的知识点类型标签相匹配;
检测当前时间点是否与所述时间标签所指示的时间点相匹配;
如果所述当前时间点与所述时间标签所指示的时间点相匹配,向用户推送所述定点推荐包。
5.根据权利要求3或4所述的方法,其特征在于,所述方法还包括:
如果所述题干信息对应的知识点类型标签与所述场景标签不匹配,从多个预设的所述知识点类型标签中查找与所述题干信息对应的知识点类型标签相关联且同时匹配所述场景标签的替换知识点类型标签;
从所述预设数据库中提取与所述替换知识点类型标签相适配的替换学习内容;
向用户输出确认消息,所述确认消息携带有所述替换知识点类型标签并用于询问用户是否需要进行所述替换学习内容的学习;
如果接收到用户针对所述确认消息输入的回复信息指示需要学习所述替换学习内容时,向用户推荐所述替换学习内容。
6.一种学习设备,其特征在于,包括:
拍摄单元,用于控制学习设备中的摄像装置拍摄用户的当前场景图像;
分析单元,用于通过分析所述当前场景图像识别出当前场景信息;
获取单元,用于获取与所述当前场景信息对应的场景标签;
所述获取单元,还用于从多个预设的知识点类型标签中搜索与所述场景标签相匹配且用户测评等级最高的目标知识点类型标签,其中,一个所述知识点类型标签对应一个用户测评等级,所述用户测评等级与用户对所述知识点类型标签对应的学习内容的测评正确率成正比;
提取单元,用于从预设数据库提取与所述目标知识点类型标签相适配的目标学习内容;
推荐单元,用于将所述目标学习内容推荐给用户。
7.根据权利要求1所述的学习设备,其特征在于,所述学习设备还包括:
请求检测单元,用于所述拍摄单元控制学习设备中的摄像装置拍摄用户的当前场景图像之前,检测用户在所述学习设备中输入的搜索请求,所述搜索请求用于请求推荐学习内容;以及,响应于所述搜索请求,输出用于向用户确认是否需要开启场景识别功能的询问消息;
所述拍摄单元用于控制学习设备中的摄像装置拍摄用户的当前场景图像的方式具体为:
所述拍摄单元,用于在所述请求检测单元检测到用户针对所述询问消息输入的反馈消息且所述反馈消息指示用户需要开启场景识别功能时,控制学习设备中的摄像装置拍摄用户的当前场景图像。
8.根据权利要求6所述的学习设备,其特征在于,所述学习设备还包括:
作答检测单元,用于在所述拍摄单元控制学习设备中的摄像装置拍摄用户的当前场景图像之前,获取用户在所述学习设备开启的学习类应用程序的当前学习界面中输入的作答信息;以及,提取所述作答信息对应的题干信息;以及,从题库中搜索所述题干信息以及所述题干信息对应的标准答案信息;以及,判断所述作答信息与所述标准答案信息是否相匹配;
所述拍摄单元用于控制学习设备中的摄像装置拍摄用户的当前场景图像的方式具体为:
所述拍摄单元,用于在所述作答检测单元检测到所述作答信息与所述标准答案信息不匹配时,控制学习设备中的摄像装置拍摄用户的当前场景图像;
所述获取单元用于从多个预设的知识点类型标签中搜索与所述场景标签相匹配且用户测评等级最高的目标知识点类型标签的方式具体为:
所述获取单元,用于分析所述题干信息,以获得所述题干信息对应的知识点类型标签;以及,判断所述题干信息对应的知识点类型标签是否与所述场景标签相匹配;以及,在判断结果为匹配时,将所述题干信息对应的知识点类型标签确定为目标知识点类型标签。
9.根据权利要求8所述的学习设备,其特征在于:
所述提取单元,还用于在所述获取单元判定出所述题干信息对应的知识点类型标签与所述场景标签不匹配时,从所述预设数据库中提取与所述题干信息对应的知识点类型标签相适配的学习容并打包成定点推荐包,所述定点推荐包对应设置有时间标签,所述时间标签指示的时间点根据用户的历史行为时间设定并且满足在所述历史行为时间中所述时间点对应的历史场景标签与所述题干信息对应的知识点类型标签相匹配;
所述推荐单元,还用于检测当前时间点是否与所述时间标签所指示的时间点相匹配;以及,如果所述当前时间点与所述时间标签所指示的时间点相匹配,向用户推送所述定点推荐包。
10.根据权利要求8或9所述的学习设备,其特征在于,所述学习设备还包括:确认单元;
所述获取单元,还用于在所述获取单元判定出所述题干信息对应的知识点类型标签与所述场景标签不匹配时,从多个预设的所述知识点类型标签中查找与所述题干信息对应的知识点类型标签相关联且同时匹配所述场景标签的替换知识点类型标签;以及,从所述预设数据库中提取与所述替换知识点类型标签相适配的替换学习内容;
所述确认单元,用于向用户输出确认消息,所述确认消息携带有所述替换知识点类型标签并用于询问用户是否需要进行所述替换学习内容的学习;
所述推荐单元,还用于在所述确认单元接收到用户针对所述确认消息输入的回复信息指示需要学习所述替换学习内容时,向用户推荐所述替换学习内容。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201811539961.4A CN109597943B (zh) | 2018-12-17 | 2018-12-17 | 一种基于场景的学习内容推荐方法及学习设备 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201811539961.4A CN109597943B (zh) | 2018-12-17 | 2018-12-17 | 一种基于场景的学习内容推荐方法及学习设备 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN109597943A true CN109597943A (zh) | 2019-04-09 |
CN109597943B CN109597943B (zh) | 2022-01-28 |
Family
ID=65962638
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201811539961.4A Active CN109597943B (zh) | 2018-12-17 | 2018-12-17 | 一种基于场景的学习内容推荐方法及学习设备 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN109597943B (zh) |
Cited By (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN110444065A (zh) * | 2019-08-13 | 2019-11-12 | 深圳市沃特沃德股份有限公司 | 辅助阅读方法、装置、存储介质及智能设备 |
CN111259125A (zh) * | 2020-01-14 | 2020-06-09 | 百度在线网络技术(北京)有限公司 | 语音播报的方法和装置、智能音箱、电子设备、存储介质 |
CN111625717A (zh) * | 2020-05-15 | 2020-09-04 | 广东小天才科技有限公司 | 一种学习场景下的任务推荐方法及装置、电子设备 |
CN111722710A (zh) * | 2020-06-02 | 2020-09-29 | 广东小天才科技有限公司 | 开启增强现实ar互动学习模式的方法及电子设备 |
CN112084814A (zh) * | 2019-06-12 | 2020-12-15 | 广东小天才科技有限公司 | 一种学习辅助方法和智能装置 |
CN112216161A (zh) * | 2020-10-23 | 2021-01-12 | 新维畅想数字科技(北京)有限公司 | 数字化作品教学方法及装置 |
CN112836118A (zh) * | 2021-01-26 | 2021-05-25 | 南京小灿灿网络科技有限公司 | 一种互动场景下基于深度学习的推荐方法及系统 |
CN114896513A (zh) * | 2022-07-12 | 2022-08-12 | 北京新唐思创教育科技有限公司 | 学习内容推荐方法、装置、设备和存储介质 |
Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN105225563A (zh) * | 2015-11-02 | 2016-01-06 | 广东小天才科技有限公司 | 一种学习数据推荐方法、装置及穿戴式学习设备 |
CN105302904A (zh) * | 2015-10-29 | 2016-02-03 | 努比亚技术有限公司 | 信息推送方法和装置 |
CN106131703A (zh) * | 2016-06-28 | 2016-11-16 | 青岛海信传媒网络技术有限公司 | 一种视频推荐的方法和终端 |
US20180005138A1 (en) * | 2015-02-12 | 2018-01-04 | Zhengfang Ma | Learning apparatus in digital environment |
CN109002533A (zh) * | 2018-07-18 | 2018-12-14 | 上海萌番文化传播有限公司 | 一种内容推送系统、方法、装置、介质和计算设备 |
-
2018
- 2018-12-17 CN CN201811539961.4A patent/CN109597943B/zh active Active
Patent Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20180005138A1 (en) * | 2015-02-12 | 2018-01-04 | Zhengfang Ma | Learning apparatus in digital environment |
CN105302904A (zh) * | 2015-10-29 | 2016-02-03 | 努比亚技术有限公司 | 信息推送方法和装置 |
CN105225563A (zh) * | 2015-11-02 | 2016-01-06 | 广东小天才科技有限公司 | 一种学习数据推荐方法、装置及穿戴式学习设备 |
CN106131703A (zh) * | 2016-06-28 | 2016-11-16 | 青岛海信传媒网络技术有限公司 | 一种视频推荐的方法和终端 |
CN109002533A (zh) * | 2018-07-18 | 2018-12-14 | 上海萌番文化传播有限公司 | 一种内容推送系统、方法、装置、介质和计算设备 |
Cited By (12)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN112084814A (zh) * | 2019-06-12 | 2020-12-15 | 广东小天才科技有限公司 | 一种学习辅助方法和智能装置 |
CN112084814B (zh) * | 2019-06-12 | 2024-02-23 | 广东小天才科技有限公司 | 一种学习辅助方法和智能装置 |
CN110444065A (zh) * | 2019-08-13 | 2019-11-12 | 深圳市沃特沃德股份有限公司 | 辅助阅读方法、装置、存储介质及智能设备 |
CN110444065B (zh) * | 2019-08-13 | 2022-01-11 | 深圳市沃特沃德软件技术有限公司 | 辅助阅读方法、装置、存储介质及智能设备 |
CN111259125A (zh) * | 2020-01-14 | 2020-06-09 | 百度在线网络技术(北京)有限公司 | 语音播报的方法和装置、智能音箱、电子设备、存储介质 |
CN111259125B (zh) * | 2020-01-14 | 2023-08-29 | 百度在线网络技术(北京)有限公司 | 语音播报的方法和装置、智能音箱、电子设备、存储介质 |
CN111625717A (zh) * | 2020-05-15 | 2020-09-04 | 广东小天才科技有限公司 | 一种学习场景下的任务推荐方法及装置、电子设备 |
CN111625717B (zh) * | 2020-05-15 | 2024-03-19 | 广东小天才科技有限公司 | 一种学习场景下的任务推荐方法及装置、电子设备 |
CN111722710A (zh) * | 2020-06-02 | 2020-09-29 | 广东小天才科技有限公司 | 开启增强现实ar互动学习模式的方法及电子设备 |
CN112216161A (zh) * | 2020-10-23 | 2021-01-12 | 新维畅想数字科技(北京)有限公司 | 数字化作品教学方法及装置 |
CN112836118A (zh) * | 2021-01-26 | 2021-05-25 | 南京小灿灿网络科技有限公司 | 一种互动场景下基于深度学习的推荐方法及系统 |
CN114896513A (zh) * | 2022-07-12 | 2022-08-12 | 北京新唐思创教育科技有限公司 | 学习内容推荐方法、装置、设备和存储介质 |
Also Published As
Publication number | Publication date |
---|---|
CN109597943B (zh) | 2022-01-28 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN109597943A (zh) | 一种基于场景的学习内容推荐方法及学习设备 | |
CN109783642A (zh) | 多人会议场景的结构化内容处理方法、装置、设备及介质 | |
CN109656465B (zh) | 一种应用于家教设备的内容获取方法及家教设备 | |
CN111354237A (zh) | 基于上下文的深度知识追踪的方法及其计算机可读介质 | |
CN111738041A (zh) | 一种视频分割方法、装置、设备及介质 | |
CN111077996B (zh) | 一种基于点读的信息推荐方法及学习设备 | |
CN112508109B (zh) | 一种图像识别模型的训练方法及装置 | |
CN109783365A (zh) | 自动化测试方法、装置、计算机设备及存储介质 | |
CN111026949A (zh) | 一种基于电子设备的搜题方法及系统 | |
CN109255989A (zh) | 一种智能点读方法及点读设备 | |
CN108090424B (zh) | 一种在线教学调研方法及设备 | |
CN107977146B (zh) | 一种基于蒙版的题目搜索方法及电子设备 | |
CN105677636A (zh) | 智能问答系统的信息处理方法及信息处理装置 | |
CN113536893A (zh) | 一种在线教学学习专注度识别方法、装置、系统及介质 | |
CN110874554A (zh) | 动作识别方法、终端设备、服务器、系统及存储介质 | |
CN116189063B (zh) | 一种用于智能视频监控的关键帧优化方法及装置 | |
CN111027536B (zh) | 一种基于电子设备的搜题方法及电子设备 | |
CN112055257A (zh) | 视频课堂的互动方法、装置、设备及存储介质 | |
CN114863448A (zh) | 答题统计方法、装置、设备及存储介质 | |
CN111027354A (zh) | 一种学习内容获取方法及学习设备 | |
CN111077989B (zh) | 一种基于电子设备的屏幕控制方法及电子设备 | |
CN111079486B (zh) | 一种开启听写检测的方法及电子设备 | |
CN111027317A (zh) | 一种听写报读进度的控制方法及电子设备 | |
CN113807150A (zh) | 数据处理、姿态预测方法、设备及存储介质 | |
CN111028558A (zh) | 一种听写检测方法及电子设备 |
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 |