CN109635214A - 一种学习资源的推送方法及电子设备 - Google Patents

一种学习资源的推送方法及电子设备 Download PDF

Info

Publication number
CN109635214A
CN109635214A CN201811567431.0A CN201811567431A CN109635214A CN 109635214 A CN109635214 A CN 109635214A CN 201811567431 A CN201811567431 A CN 201811567431A CN 109635214 A CN109635214 A CN 109635214A
Authority
CN
China
Prior art keywords
electronic equipment
index
user
display
unit
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
Application number
CN201811567431.0A
Other languages
English (en)
Other versions
CN109635214B (zh
Inventor
崔颖
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.)
Guangdong Genius Technology Co Ltd
Original Assignee
Guangdong Genius Technology Co Ltd
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 Guangdong Genius Technology Co Ltd filed Critical Guangdong Genius Technology Co Ltd
Priority to CN201811567431.0A priority Critical patent/CN109635214B/zh
Publication of CN109635214A publication Critical patent/CN109635214A/zh
Application granted granted Critical
Publication of CN109635214B publication Critical patent/CN109635214B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Classifications

    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06FELECTRIC DIGITAL DATA PROCESSING
    • G06F40/00Handling natural language data
    • G06F40/30Semantic analysis

Landscapes

  • Engineering & Computer Science (AREA)
  • Theoretical Computer Science (AREA)
  • Health & Medical Sciences (AREA)
  • Artificial Intelligence (AREA)
  • Audiology, Speech & Language Pathology (AREA)
  • Computational Linguistics (AREA)
  • General Health & Medical Sciences (AREA)
  • Physics & Mathematics (AREA)
  • General Engineering & Computer Science (AREA)
  • General Physics & Mathematics (AREA)
  • Electrically Operated Instructional Devices (AREA)
  • Management, Administration, Business Operations System, And Electronic Commerce (AREA)

Abstract

本发明涉及电子设备技术领域,具体涉及一种学习资源的推送方法及电子设备,包括:电子设备获取用户的提问内容,并从所述提问内容中提取目标关键词;识别所述目标关键词所属的科目类别,得到识别结果;当所述识别结果显示所述目标关键词至少属于两个科目类别时,获取用户在第一预设时间段内的历史浏览记录;确定所述历史浏览记录对应的目标科目类别,并在所述目标科目类别对应的知识范围内搜索以所述目标关键词确定的待搜索问题,得到所述待搜索问题的答案,并将所述待搜索问题的答案作为学习资源输出至所述电子设备的显示屏幕供用户查看。实施本发明实施例,能够向用户推送符合用户实际需求的学习资源,提高了学习资源的推送质量。

Description

一种学习资源的推送方法及电子设备
技术领域
本发明涉及电子设备技术领域,具体涉及一种学习资源的推送方法及电子设备。
背景技术
同一名词可能在不同领域可能具有不同的含义,例如鸡兔同笼,在数学领域表示奥数题目,而在语文领域表示为成语。因此,家教机在识别用户的提问时,往往会因为提问内容中某一名词具有的多重含义无法准确识别用户提出的问题,进而无法推送符合用户实际需求的学习资源,导致学习资源的推送质量较差。
发明内容
本发明实施例公开一种学习资源的推送方法及电子设备,能够向用户推送符合用户实际需求的学习资源,提高了学习资源的推送质量。
本发明实施例第一方面公开了一种学习资源的推送方法,所述方法包括:
电子设备获取用户的提问内容,并从所述提问内容中提取目标关键词;
所述电子设备识别所述目标关键词所属的科目类别,得到识别结果;
当所述识别结果显示所述目标关键词至少属于两个科目类别时,所述电子设备获取用户在第一预设时间段内的历史浏览记录;
所述电子设备确定所述历史浏览记录对应的目标科目类别,并在所述目标科目类别对应的知识范围内搜索以所述目标关键词确定的待搜索问题,得到所述待搜索问题的答案;
所述电子设备将所述待搜索问题的答案作为学习资源输出至所述电子设备的显示屏幕供用户查看。
作为一种可选的实施方式,在本发明实施例第一方面中,所述电子设备将所述目标答案作为学习资源输出至所述电子设备的显示屏幕供用户查看之前,所述方法还包括:
所述电子设备获取目标应用程序的显示指标以及每个所述显示指标的指标值;其中,所述目标应用程序为所述显示屏幕当前所显示的应用界面对应的应用程序,且所述显示指标至少包括所述应用界面的显示时长以及所述应用界面的显示面积占比;
所述电子设备确定每个所述显示指标所对应的权重值,其中,所述权重值用于表示对应的显示指标在确定所述目标应用程序的未来运行状态时的决策程度;其中,所述未来运行状态包括后台运行状态以及前台运行状态;
所述电子设备根据每个所述显示指标所对应的权重值以及每个所述显示指标所对应的参数值确定所述目标应用程序的未来运行状态;
当所述目标应用程序的未来运行状态为后台运行状态时,所述电子设备将所述目标应用程序的当前运行状态更改为所述后台运行状态,并触发执行所述的将所述待搜索问题的答案作为学习资源输出至所述电子设备的显示屏幕供用户查看。
作为一种可选的实施方式,在本发明实施例第一方面中,所述电子设备根据每个所述显示指标所对应的权重值以及每个所述显示指标所对应的参数值确定所述目标应用程序的未来运行状态,包括:
所述电子设备根据每个所述显示指标与针对所述显示指标的标准显示指标的比对结果,确定每个所述显示指标所对应的参数值;其中,指标值大于等于所述标准显示指标的指标值的所述显示指标所对应的参数值为第一参数值;所述指标值小于所述标准显示指标的指标值的所述显示指标所对应的参数值为第二参数值;
所述电子设备计算每个所述显示指标所对应的权重值以及其所对应的参数值的乘积,并计算所有所述乘积的和;
所述电子设备判断所有所述乘积的和是否大于等于预定阈值;
如果大于等于所述预定阈值,所述电子设备确定所述目标应用程序的未来运行状态为后台运行状态;如果小于所述预定阈值,所述电子设备确定所述目标应用程序的未来运行状态为前台运行状态。
作为一种可选的实施方式,在本发明实施例第一方面中,所述电子设备将所述待搜索问题的答案作为学习资源输出至所述电子设备的显示屏幕供用户查看之后,所述方法还包括:
所述电子设备获取用户相对所述显示屏幕的视线停留时长;
所述电子设备判断所述视线停留时长是否大于预设时长阈值;
如果所述视线停留时长大于所述预设时长阈值,所述电子设备输出护眼提示信息,所述护眼提示信息用于提示用户注意眼部休息。
作为一种可选的实施方式,在本发明实施例第一方面中,所述方法还包括:
所述电子设备获取用户在第二预设时间段内的累计提问次数;
所述电子设备判断所述提问次数是否大于预设数量阈值,如果是,向预先关联的教师终端发送视频通话请求,以使所述教师终端的教师为用户进行在线问题解答。
本发明实施例第二方面公开了一种电子设备,所述电子设备包括:
获取单元,用于获取用户的提问内容;
提取单元,用于从所述提问内容中提取目标关键词;
识别单元,用于识别所述目标关键词所属的科目类别,得到识别结果;
所述获取单元,还用于当所述识别结果显示所述目标关键词属于至少两个科目类别时,获取用户在第一预设时间段内的历史浏览记录;
搜索单元,用于确定所述历史浏览记录对应的目标科目类别,并在所述目标科目类别对应的知识范围内搜索以所述目标关键词确定的待搜索问题,得到所述待搜索问题的答案;
输出单元,用于将所述待搜索问题的答案作为学习资源输出至所述电子设备的显示屏幕供用户查看。
作为一种可选的实施方式,在本发明实施例第二方面中,所述获取单元,还用于获取目标应用程序的显示指标以及每个所述显示指标的指标值;其中,所述目标应用程序为所述显示屏幕当前所显示的应用界面对应的应用程序,且所述显示指标至少包括所述应用界面的显示时长以及所述应用界面的显示面积占比;
第一确定单元,用于确定每个所述显示指标所对应的权重值,其中,所述权重值用于表示对应的显示指标在确定所述目标应用程序的未来运行状态时的决策程度;其中,所述未来运行状态包括后台运行状态以及前台运行状态;
第二确定单元,用于根据每个所述显示指标所对应的权重值以及每个所述显示指标所对应的参数值确定所述目标应用程序的未来运行状态;
更改单元,用于当所述目标应用程序的未来运行状态为后台运行状态时,将所述目标应用程序的当前运行状态更改为所述后台运行状态;
所述输出单元,具体用于在所述更改单元将所述目标应用程序的当前运行状态更改为所述后台运行状态之后,将所述待搜索问题的答案作为学习资源输出至所述电子设备的显示屏幕供用户查看。
作为一种可选的实施方式,在本发明实施例第二方面中,所述第二确定单元,包括:
确定子单元,用于根据每个所述显示指标与针对所述显示指标的标准显示指标的比对结果,确定每个所述显示指标所对应的参数值;其中,指标值大于等于所述标准显示指标的指标值的所述显示指标所对应的参数值为第一参数值;所述指标值小于所述标准显示指标的指标值的所述显示指标所对应的参数值为第二参数值;
计算子单元,用于计算每个所述显示指标所对应的权重值以及其所对应的参数值的乘积,并计算所有所述乘积的和;
判断子单元,用于判断所有所述乘积的和是否大于等于预定阈值;
所述确定子单元,还用于在所述判断子单元判断出所述所有所述乘积的和大于等于预定阈值时,确定所述目标应用程序的未来运行状态为后台运行状态;在所述判断子单元判断出所述所有所述乘积的和小于预定阈值时,确定所述目标应用程序的未来运行状态为前台运行状态。
作为一种可选的实施方式,在本发明实施例第二方面中,所述获取单元,还用于在所述输出单元将所述待搜索问题的答案作为学习资源输出至所述电子设备的显示屏幕供用户查看之后,获取用户相对所述显示屏幕的视线停留时长;
第一判断单元,用于判断所述视线停留时长是否大于预设时长阈值;
所述输出单元,还用于在所述第一判断单元判断出所述视线停留时长大于所述预设时长阈值时,输出护眼提示信息,所述护眼提示信息用于提示用户注意眼部休息。
作为一种可选的实施方式,在本发明实施例第二方面中,所述获取单元,还用于获取用户在第二预设时间段内的累计提问次数;
第二判断单元,用于判断所述提问次数是否大于预设数量阈值;
发送单元,用于在所述第二判断单元的判断结果为是时,向预先关联的教师终端发送视频通话请求,以使所述教师终端的教师为用户进行在线问题解答。
本发明实施例第三方面公开了另一种电子设备,所述电子设备包括:
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任意一种方法中的全部或部分步骤。
本发明实施例第四方面公开了一种计算机可读存储介质,其特征在于,其存储用于电子数据交换的计算机程序,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任意一种方法中的全部或部分步骤。
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。
与现有技术相比,本发明实施例具有以下有益效果:
本发明实施例中,电子设备获取用户的提问内容,并从所述提问内容中提取目标关键词;识别所述目标关键词所属的科目类别,得到识别结果;当所述识别结果显示所述目标关键词至少属于两个科目类别时,获取用户在第一预设时间段内的历史浏览记录;确定所述历史浏览记录对应的目标科目类别,并在所述目标科目类别对应的知识范围内搜索以所述目标关键词确定的待搜索问题,得到所述待搜索问题的答案,并将所述待搜索问题的答案作为学习资源输出至所述电子设备的显示屏幕供用户查看。可见,实施本发明实施例,能够在用户历史浏览记录所对应的知识范围内搜索用户提问的答案,并将提问的答案作为学习资源推送给用户,提高了对于用户的搜索意图的识别准确率;同时该学习资源更符合用户的实际需求,也提高了学习资源的推送质量。
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是本发明实施例公开的一种学习资源的推送方法的流程示意图;
图2是本发明实施例公开的另一种学习资源的推送方法的流程示意图;
图3是本发明实施例公开的一种电子设备的结构示意图;
图4是本发明实施例公开的另一种电子设备的结构示意图;
图5是本发明实施例公开的又一种电子设备的部分结构框图。
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,本发明实施例及附图中的术语“包括”和“具有”以及它们任何变形,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、产品或设备没有限定于已列出的步骤或单元,而是可选地还包括没有列出的步骤或单元,或可选地还包括对于这些过程、方法、产品或设备固有的其它步骤或单元。
本发明实施例公开一种学习资源的推送方法及电子设备,能够向用户推送符合用户实际需求的学习资源,提高了学习资源的推送质量。以下分别进行详细说明。
实施例一
请参阅图1,图1是本发明实施例公开的一种学习资源的推送方法的流程示意图。其中,如图1所示,该学习资源的推送方法可以包括以下步骤:
101、电子设备获取用户的提问内容,并从提问内容中提取目标关键词。
本发明实施例中,电子设备可以获取由用户佩戴的可穿戴设备采集到的用户发出的语音信息,通过识别该语音信息获取用户的提问内容;其中,可穿戴设备与电子设备预先关联。
102、电子设备识别目标关键词所属的科目类别,得到识别结果。
本发明实施例中,电子设备可以通过统计目标关键词在每个科目类别出现的频率值确定其所属的科目类别。具体来说,电子设备可以计算目标关键词在每个科目类别中出现的频率值,将该频率值与预设的平均频率值进行比较,将高于该平均频率值的频率值所对应的科目类别确定为目标关键词所属的科目类别;或者,每个科目类别对应有不同的标准频率值,电子设备还可以将目标关键词在某一科目类别中出现的频率与该科目类别对应的标准频率进行比较,如果高于标准频率值,则确定该目标关键词属于这一科目类别,如果不高于标准频率值,则确定该目标关键词不属于这一科目类别;其中,每个科目类别对应的标准频率值是根据预先标定属于该科目类别的若干个样本关键词的平均出现频率值确定的。举例来说,目标关键词“苹果”,在语文这一科目类别出现的频率值为500次,在生物这一科目类别出现的频率为1500次,在计算机这一科目类别出现的频率为800次,而预设的平均频率值为700次,通过比较平均频率值与目标关键词在各个科目类别对应的频率值,可知,“苹果”这一目标关键词所属的科目类别为生物和计算机;或者,已知语文这一科目类别对应的标准频率值为750次,生物对应的标准频率值为1000次,计算机对应的标准频率值为500次,通过比较“苹果”在上述各个科目类别中出现的频率值与每个科目类别对应的标准频率值,容易得到,“苹果”这一目标关键词所属的科目类别为生物和计算机。
103、当识别结果显示目标关键词至少属于两个科目类别时,电子设备获取用户在第一预设时间段内的历史浏览记录。
本发明实施例中,第一预设时间段可以依据用户对于电子设备的使用频率进行设定,例如,用户每天均使用电子设备,那么,第一预设时间段可以设为一天;此外,第一预设时间段还可以是一小时,或者一周,本发明实施例不做限定。
104、电子设备确定历史浏览记录对应的目标科目类别,并在目标科目类别对应的知识范围内搜索以目标关键词确定的待搜索问题,得到待搜索问题的答案。
本发明实施例中,历史浏览记录可以包括用户所访问的网页信息,电子设备可以通过对网页信息进行语义识别,得到历史浏览记录对应的目标科目类别。例如,用户通过电子设备搜索关于苹果种植的问题,即用户所访问的网页信息与苹果种植相关,因此,电子设备通过对网页信息进行语义识别,可以得到历史浏览记录对应的目标科目类别为生物。
105、电子设备将待搜索问题的答案作为学习资源输出至电子设备的显示屏幕供用户查看。
作为一种可选的实施方式,电子设备将待搜索问题的答案作为学习资源输出至电子设备的显示屏幕供用户查看之前,还可以执行以下操作:
电子设备获取目标应用程序的显示指标以及每个显示指标的指标值;其中,目标应用程序为显示屏幕当前所显示的应用界面对应的应用程序,且显示指标至少包括应用界面的显示时长以及应用界面的显示面积占比;
电子设备确定每个显示指标所对应的权重值,其中,权重值用于表示对应的显示指标在确定目标应用程序的未来运行状态时的决策程度;其中,未来运行状态包括后台运行状态以及前台运行状态;
电子设备根据每个显示指标所对应的权重值以及每个显示指标所对应的参数值确定目标应用程序的未来运行状态;
当目标应用程序的未来运行状态为后台运行状态时,电子设备将目标应用程序的当前运行状态更改为后台运行状态,并触发执行的将待搜索问题的答案作为学习资源输出至电子设备的显示屏幕供用户查看。
进一步可选的,电子设备根据每个显示指标所对应的权重值以及每个显示指标所对应的参数值确定目标应用程序的未来运行状态,可以包括:
电子设备根据每个显示指标与针对显示指标的标准显示指标的比对结果,确定每个显示指标所对应的参数值;其中,指标值大于等于标准显示指标的指标值的显示指标所对应的参数值为第一参数值;指标值小于标准显示指标的指标值的显示指标所对应的参数值为第二参数值;
电子设备计算每个显示指标所对应的权重值以及其所对应的参数值的乘积,并计算所有乘积的和;
电子设备判断所有乘积的和是否大于等于预定阈值;
如果大于等于预定阈值,电子设备确定目标应用程序的未来运行状态为后台运行状态;如果小于预定阈值,电子设备确定目标应用程序的未来运行状态为前台运行状态。
本发明实施例中,在将待搜索问题的答案作为学习资源输出至电子设备的显示屏幕供用户查看之前,电子设备的显示屏幕可能已经显示有多个应用程序的应用界面,因此,为了给学习资源在显示屏幕对应的输出界面提供足够的显示空间,避免由于过多的分屏显示导致用户的注意力被分散,而影响用户对于学习资源的观看效果,电子设备可以利用每个目标应用程序在显示屏幕对应的显示指标以及其对应权重值确定目标应用程序的应用界面在电子设备将待搜索问题的答案作为学习资源输出至电子设备的显示屏幕时是否需要更改运行状态。例如,对于某一个五子棋游戏这一目标应用程序来说,其对应的显示指标可以包括应用界面的显示时长以及应用界面的显示面积占比,其中,显示时长的指标值为1小时,显示面积占比的指标值为40%;每个显示指标所对应的权重值可以是预先设定的,显示时长的权重值预设为1,显示面积占比的权重值预设为2;进一步地,电子设备可以预设有标准显示指标,其中,标准显示时长为1小时,标准显示面积占比为50%,第一参数值为0,第二参数值为1,因此,容易得到,显示时长对应的参数值为0,显示面积占比对应的参数值为1;计算显示时长对应的权重值以及其对应的参数值的乘积,得到显示时长这一显示参数的乘积结果为0;同理得到显示面积占比这一显示参数的乘积结果为2,进一步计算显示时长对应的乘积结果与显示面积占比对应的乘积结果之和,得到所有乘积的和是2;比较2与预定阈值1的数值大小,从而确定出目标应用程序的未来运行状态为后台运行状态。其中,显示面积占比指的是目标应用程序输出到显示屏幕的应用界面的面积占显示屏幕的总面积的百分比;预定阈值可以依据预先测试的能够在电子设备输出同类型学习资源时在显示屏幕显示应用界面的应用程序的显示数据设定的。可见,实施本发明实施例,能够为学习资源在显示屏幕对应的输出界面提供足够的显示空间,避免由于过多的分屏显示导致用户的注意力被分散,从而有效提升用户对于学习资源的观看效果。
可见,通过图1所描述的方法,能够在用户历史浏览记录所对应的知识范围内搜索用户提问的答案,并将提问的答案作为学习资源推送给用户,提高了对于用户的搜索意图的识别准确率;同时该学习资源更符合用户的实际需求,也提高了学习资源的推送质量;此外,能够为学习资源在显示屏幕对应的输出界面提供足够的显示空间,避免由于过多的分屏显示导致用户的注意力被分散,从而有效提升用户对于学习资源的观看效果。
实施例二
请参阅图2,图2是本发明实施例公开的另一种学习资源的推送方法的流程示意图。其中,如图2所示,该学习资源的推送方法可以包括以下步骤:
本发明实施例中,该学习资源的推送方法包括步骤201~205,针对步骤201~205的描述,请参照实施例一中针对步骤101~105的详细描述,本发明实施例不再赘述。
206、电子设备获取用户相对显示屏幕的视线停留时长。
本发明实施例中,电子设备可以通过内置摄像头实时获取用户相对显示屏幕的视线停留时长。
207、电子设备判断视线停留时长是否大于预设时长阈值,如果视线停留时长大于预设时长阈值,触发执行步骤208;如果视线停留时长不大于预设时长阈值,结束本流程。
本发明实施例中,预设时长阈值可以根据输出该学习资源之前电子设备输出历史学习资源时用户的平均视线停留时长进行确定;可选的,当判断出视线停留时长大于预设时长阈值之后,电子设备还可以根据该视线停留时长确定该学习资源所对应的目标难度等级,并将该学习资源存储到数据库中该目标难度等级对应的文件夹中。举例来说,预设时长阈值为4分钟,用户相对显示屏幕的视线停留时长为5分钟,可知视线停留时长大于预设时长阈值,那么,电子设备还可以进一步确定该学习资源所对应的目标难度等级为第一难度等级,并将该学习资源存储到数据库中第一难度等级对应的文件夹中;其中,目标难度等级可以按照视线停留时长与预设时长阈值之间的比较结果划分为两个难度等级,即视线停留时长大于预设时长阈值的学习资源所对应的难度等级确定为第一难度等级;视线停留时长不大于预设时长阈值的学习资源所对应的难度等级确定为第二难度等级;另外,可以认为当视线停留时长大于预设时长阈值时,对应的学习资源对于用户而言存在学习难度,而当视线停留时长不大于预设时长阈值时,说明对应的学习资源对于用户而言未存在学习难度,因此,可以知道,对于该用户而言,第一难度等级的学习资源的学习难度难于第二难度等级的学习资源。
208、电子设备输出护眼提示信息,该护眼提示信息用于提示用户注意眼部休息。
在一个可选的实施例中,在执行完毕步骤208之后,该方法还可以包括以下操作:
209、电子设备获取用户在第二预设时间段内的累计提问次数。
210、电子设备判断提问次数是否大于预设数量阈值,如果是,触发执行步骤211;如果否,结束本流程。
211、电子设备向预先关联的教师终端发送视频通话请求,以使教师终端的教师为用户进行在线问题解答。
本发明实施例中,当用户的提问次数大于预设数量阈值时,表明该用户目前提问的频率较为频繁,可以认为该用户存在学习困难,因此,电子设备可以向预先关联的教师终端发送视频通话请求,以使教师终端的教师为用户进行在线问题解答。可见,本发明实施例,能够基于提问次数识别用户是否存在学习上的困难,并在确定出用户存在学习困难时利用在线辅导的方式为用户解答学习疑惑,提高了用户的使用体验。
可见,通过图2所描述的方法,能够在用户历史浏览记录所对应的知识范围内搜索用户提问的答案,并将提问的答案作为学习资源推送给用户,提高了对于用户的搜索意图的识别准确率;同时该学习资源更符合用户的实际需求,也提高了学习资源的推送质量;以及,能够为学习资源在显示屏幕对应的输出界面提供足够的显示空间,避免由于过多的分屏显示导致用户的注意力被分散,从而有效提升用户对于学习资源的观看效果;此外,能够基于提问次数识别用户是否存在学习上的困难,并在确定出用户存在学习困难时利用在线辅导的方式为用户解答学习疑惑,提高了用户的使用体验。
实施例三
请参阅图3,图3是本发明实施例公开的一种电子设备的结构示意图。如图3所示,该电子设备可以包括:
获取单元301,用于获取用户的提问内容,并将该提问内容提供给提取单元302。
本发明实施例中,获取单元301可以获取由用户佩戴的可穿戴设备采集到的用户发出的语音信息,通过识别该语音信息获取用户的提问内容;其中,可穿戴设备与电子设备预先关联。
提取单元302,用于从提问内容中提取目标关键词,并提供给识别单元303。
识别单元303,用于识别目标关键词所属的科目类别,得到识别结果,并将该识别结果提供给获取单元301。
本发明实施例中,识别单元303可以通过统计目标关键词在每个科目类别出现的频率值确定其所属的科目类别。具体来说,识别单元303可以计算目标关键词在每个科目类别中出现的频率值,将该频率值与预设的平均频率值进行比较,将高于该平均频率值的频率值所对应的科目类别确定为目标关键词所属的科目类别;或者,每个科目类别对应有不同的标准频率值,识别单元303还可以将目标关键词在某一科目类别中出现的频率与该科目类别对应的标准频率进行比较,如果高于标准频率值,则确定该目标关键词属于这一科目类别,如果不高于标准频率值,则确定该目标关键词不属于这一科目类别;其中,每个科目类别对应的标准频率值是根据预先标定属于该科目类别的若干个样本关键词的平均出现频率值确定的。举例来说,目标关键词“苹果”,在语文这一科目类别出现的频率值为500次,在生物这一科目类别出现的频率为1500次,在计算机这一科目类别出现的频率为800次,而预设的平均频率值为700次,通过比较平均频率值与目标关键词在各个科目类别对应的频率值,可知,“苹果”这一目标关键词所属的科目类别为生物和计算机;或者,已知语文这一科目类别对应的标准频率值为750次,生物对应的标准频率值为1000次,计算机对应的标准频率值为500次,通过比较“苹果”在上述各个科目类别中出现的频率值与每个科目类别对应的标准频率值,容易得到,“苹果”这一目标关键词所属的科目类别为生物和计算机。
上述获取单元301,还用于当识别结果显示目标关键词属于至少两个科目类别时,获取用户在第一预设时间段内的历史浏览记录,并提供给搜索单元304。
本发明实施例中,第一预设时间段可以依据用户对于电子设备的使用频率进行设定,例如,用户每天均使用电子设备,那么,第一预设时间段可以设为一天;此外,第一预设时间段还可以是一小时,或者一周,本发明实施例不做限定。
搜索单元304,用于确定历史浏览记录对应的目标科目类别,并在目标科目类别对应的知识范围内搜索以目标关键词确定的待搜索问题,得到待搜索问题的答案,并将待搜索问题的答案提供给输出单元305。
输出单元305,用于将待搜索问题的答案作为学习资源输出至电子设备的显示屏幕供用户查看。
可见,通过图3所描述的电子设备,能够在用户历史浏览记录所对应的知识范围内搜索用户提问的答案,并将提问的答案作为学习资源推送给用户,提高了对于用户的搜索意图的识别准确率;同时该学习资源更符合用户的实际需求,也提高了学习资源的推送质量;此外,能够为学习资源在显示屏幕对应的输出界面提供足够的显示空间,避免由于过多的分屏显示导致用户的注意力被分散,从而有效提升用户对于学习资源的观看效果。
实施例五
请参阅图5,图5是本发明实施例提供的另一种电子设备的结构示意图,其中,图5所示的电子设备是由图4所示的电子设备进一步进行优化得到的。与图5所示的电子设备相比较,在图5所示的电子设备中:
上述获取单元301,还用于获取目标应用程序的显示指标以及每个显示指标的指标值,并提供给第二确定单元307;其中,该目标应用程序为显示屏幕当前所显示的应用界面对应的应用程序,且显示指标至少包括应用界面的显示时长以及应用界面的显示面积占比。
第一确定单元306,用于确定每个显示指标所对应的权重值,并提供给第二确定单元307;其中,该权重值用于表示对应的显示指标在确定目标应用程序的未来运行状态时的决策程度,并且该未来运行状态包括后台运行状态以及前台运行状态。
第二确定单元307,用于根据每个显示指标所对应的权重值以及每个显示指标所对应的参数值确定目标应用程序的未来运行状态,并提供给更改单元308。
更改单元308,用于当目标应用程序的未来运行状态为后台运行状态时,将目标应用程序的当前运行状态更改为后台运行状态。
上述输出单元305,具体用于在上述更改单元308将目标应用程序的当前运行状态更改为后台运行状态之后,将待搜索问题的答案作为学习资源输出至电子设备的显示屏幕供用户查看。
作为一种可选的实施方式,如图5所示,上述第二确定单元307,可以包括:
确定子单元3071,用于根据每个显示指标与针对显示指标的标准显示指标的比对结果,确定每个显示指标所对应的参数值,并提供给计算子单元3072;其中,指标值大于等于标准显示指标的指标值的显示指标所对应的参数值为第一参数值,该指标值小于标准显示指标的指标值的显示指标所对应的参数值为第二参数值。
计算子单元3072,用于计算每个显示指标所对应的权重值以及其所对应的参数值的乘积,并计算所有乘积的和,并提供给判断子单元3073。
判断子单元3073,用于判断所有乘积的和是否大于等于预定阈值,并将判断结果提供给确定子单元3071。
上述确定子单元3071,还用于在上述判断子单元3073判断出所有乘积的和大于等于预定阈值时,确定目标应用程序的未来运行状态为后台运行状态;在上述判断子单元3073判断出所有乘积的和小于预定阈值时,确定目标应用程序的未来运行状态为前台运行状态。
作为另一种可选的实施方式,如图5所示,上述获取单元301,还用于在上述输出单元305将待搜索问题的答案作为学习资源输出至电子设备的显示屏幕供用户查看之后,获取用户相对显示屏幕的视线停留时长,并将视线停留时长提供给第一判断单元309。
第一判断单元309,用于判断视线停留时长是否大于预设时长阈值,并将判断结果提供给输出单元305。
上述输出单元305,还用于在上述第一判断单元309判断出视线停留时长大于预设时长阈值时,输出护眼提示信息,其中,该护眼提示信息用于提示用户注意眼部休息。
作为又一种可选的实施方式,如图5所示,上述获取单元301,还用于获取用户在第二预设时间段内的累计提问次数,并将累计提问次数提供给第二判断单元310。
第二判断单元310,用于判断提问次数是否大于预设数量阈值,并将判断结果提供给发送单元311。
发送单元311,用于在上述第二判断单元310的判断结果为是时,向预先关联的教师终端发送视频通话请求,以使教师终端的教师为用户进行在线问题解答。
本发明实施例中,当用户的提问次数大于预设数量阈值时,表明该用户目前提问的频率较为频繁,可以认为该用户存在学习困难,因此,发送单元311可以向预先关联的教师终端发送视频通话请求,以使教师终端的教师为用户进行在线问题解答。可见,本发明实施例,能够基于提问次数识别用户是否存在学习上的困难,并在确定出用户存在学习困难时利用在线辅导的方式为用户解答学习疑惑,提高了用户的使用体验。
可见,通过图5所描述的电子设备,能够在用户历史浏览记录所对应的知识范围内搜索用户提问的答案,并将提问的答案作为学习资源推送给用户,提高了对于用户的搜索意图的识别准确率;同时该学习资源更符合用户的实际需求,也提高了学习资源的推送质量;以及,能够为学习资源在显示屏幕对应的输出界面提供足够的显示空间,避免由于过多的分屏显示导致用户的注意力被分散,从而有效提升用户对于学习资源的观看效果;此外,能够基于提问次数识别用户是否存在学习上的困难,并在确定出用户存在学习困难时利用在线辅导的方式为用户解答学习疑惑,提高了用户的使用体验。
请参阅图5,图5是本发明实施例公开的又一种电子设备的结构示意图。如图5所示,该电子设备可以包括:
存储有可执行程序代码的存储器701;
与存储器701耦合的处理器702;
其中,处理器702调用存储器701中存储的可执行程序代码,执行图1~图2任意一种学习资源的推送方法。
本发明实施例公开一种计算机可读存储介质,其存储计算机程序,其中,该计算机程序使得计算机执行图1~图2任意一种学习资源的推送方法。
应理解,说明书通篇中提到的“一个实施例”或“一实施例”意味着与实施例有关的特定特征、结构或特性包括在本发明的至少一个实施例中。因此,在整个说明书各处出现的“在一个实施例中”或“在一实施例中”未必一定指相同的实施例。此外,这些特定特征、结构或特性可以以任意适合的方式结合在一个或多个实施例中。本领域技术人员也应该知悉,说明书中所描述的实施例均属于可选实施例,所涉及的动作和模块并不一定是本发明所必须的。
在本发明的各种实施例中,应理解,上述各过程的序号的大小并不意味着执行顺序的必然先后,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。
在本发明的各种实施例中,应理解,本文中术语“和/或”,仅仅是一种描述关联对象的关联关系,表示可以存在三种关系,例如A和/或B,可以表示:单独存在A,同时存在A和B,单独存在B这三种情况。另外,本文中字符“/”,一般表示前后关联对象是一种“或”的关系。
在本发明所提供的实施例中,应理解,“与A相应的B”表示B与A相关联,根据A可以确定B。但还应理解,根据A确定B并不意味着仅仅根据A确定B,还可以根据A和/或其他信息确定B。
上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,即可位于一个地方,或者也可以分布到多个网络单元上。可根据实际的需要选择其中的部分或全部单元来实现本实施例方案的目的。
另外,在本发明各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。
上述集成的单元若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获取的存储器中。基于这样的理解,本发明的技术方案本质上或者说对现有技术做出贡献的部分或者该技术方案的全部或者部分,可以以软件产品的形式体现出来,该计算机软件产品存储在一个存储器中,包括若干请求用以使得一台计算机设备(可以为个人计算机、服务器或者网络设备等,具体可以是计算机设备中的处理器)执行本发明的各个实施例上述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学习资源的推送方法及电子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)

1.一种学习资源的推送方法,其特征在于,所述方法包括:
电子设备获取用户的提问内容,并从所述提问内容中提取目标关键词;
所述电子设备识别所述目标关键词所属的科目类别,得到识别结果;
当所述识别结果显示所述目标关键词至少属于两个科目类别时,所述电子设备获取用户在第一预设时间段内的历史浏览记录;
所述电子设备确定所述历史浏览记录对应的目标科目类别,并在所述目标科目类别对应的知识范围内搜索以所述目标关键词确定的待搜索问题,得到所述待搜索问题的答案;
所述电子设备将所述待搜索问题的答案作为学习资源输出至所述电子设备的显示屏幕供用户查看。
2.根据权利要求1所述的方法,其特征在于,所述电子设备将所述目标答案作为学习资源输出至所述电子设备的显示屏幕供用户查看之前,所述方法还包括:
所述电子设备获取目标应用程序的显示指标以及每个所述显示指标的指标值;其中,所述目标应用程序为所述显示屏幕当前所显示的应用界面对应的应用程序,且所述显示指标至少包括所述应用界面的显示时长以及所述应用界面的显示面积占比;
所述电子设备确定每个所述显示指标所对应的权重值,其中,所述权重值用于表示对应的显示指标在确定所述目标应用程序的未来运行状态时的决策程度;其中,所述未来运行状态包括后台运行状态以及前台运行状态;
所述电子设备根据每个所述显示指标所对应的权重值以及每个所述显示指标所对应的参数值确定所述目标应用程序的未来运行状态;
当所述目标应用程序的未来运行状态为后台运行状态时,所述电子设备将所述目标应用程序的当前运行状态更改为所述后台运行状态,并触发执行所述的将所述待搜索问题的答案作为学习资源输出至所述电子设备的显示屏幕供用户查看。
3.根据权利要求2所述的方法,其特征在于,所述电子设备根据每个所述显示指标所对应的权重值以及每个所述显示指标所对应的参数值确定所述目标应用程序的未来运行状态,包括:
所述电子设备根据每个所述显示指标与针对所述显示指标的标准显示指标的比对结果,确定每个所述显示指标所对应的参数值;其中,指标值大于等于所述标准显示指标的指标值的所述显示指标所对应的参数值为第一参数值;所述指标值小于所述标准显示指标的指标值的所述显示指标所对应的参数值为第二参数值;
所述电子设备计算每个所述显示指标所对应的权重值以及其所对应的参数值的乘积,并计算所有所述乘积的和;
所述电子设备判断所有所述乘积的和是否大于等于预定阈值;
如果大于等于所述预定阈值,所述电子设备确定所述目标应用程序的未来运行状态为后台运行状态;如果小于所述预定阈值,所述电子设备确定所述目标应用程序的未来运行状态为前台运行状态。
4.根据权利要求1~3任一项所述的方法,其特征在于,所述电子设备将所述待搜索问题的答案作为学习资源输出至所述电子设备的显示屏幕供用户查看之后,所述方法还包括:
所述电子设备获取用户相对所述显示屏幕的视线停留时长;
所述电子设备判断所述视线停留时长是否大于预设时长阈值;
如果所述视线停留时长大于所述预设时长阈值,所述电子设备输出护眼提示信息,所述护眼提示信息用于提示用户注意眼部休息。
5.根据权利要求1~4任一项所述的方法,其特征在于,所述方法还包括:
所述电子设备获取用户在第二预设时间段内的累计提问次数;
所述电子设备判断所述提问次数是否大于预设数量阈值,如果是,向预先关联的教师终端发送视频通话请求,以使所述教师终端的教师为用户进行在线问题解答。
6.一种电子设备,其特征在于,所述电子设备包括:
获取单元,用于获取用户的提问内容;
提取单元,用于从所述提问内容中提取目标关键词;
识别单元,用于识别所述目标关键词所属的科目类别,得到识别结果;
所述获取单元,还用于当所述识别结果显示所述目标关键词属于至少两个科目类别时,获取用户在第一预设时间段内的历史浏览记录;
搜索单元,用于确定所述历史浏览记录对应的目标科目类别,并在所述目标科目类别对应的知识范围内搜索以所述目标关键词确定的待搜索问题,得到所述待搜索问题的答案;
输出单元,用于将所述待搜索问题的答案作为学习资源输出至所述电子设备的显示屏幕供用户查看。
7.根据权利要求6所述的电子设备,其特征在于,所述获取单元,还用于获取目标应用程序的显示指标以及每个所述显示指标的指标值;其中,所述目标应用程序为所述显示屏幕当前所显示的应用界面对应的应用程序,且所述显示指标至少包括所述应用界面的显示时长以及所述应用界面的显示面积占比;
第一确定单元,用于确定每个所述显示指标所对应的权重值,其中,所述权重值用于表示对应的显示指标在确定所述目标应用程序的未来运行状态时的决策程度,并且所述未来运行状态包括后台运行状态以及前台运行状态;
第二确定单元,用于根据每个所述显示指标所对应的权重值以及每个所述显示指标所对应的参数值确定所述目标应用程序的未来运行状态;
更改单元,用于当所述目标应用程序的未来运行状态为后台运行状态时,将所述目标应用程序的当前运行状态更改为所述后台运行状态;
所述输出单元,具体用于在所述更改单元将所述目标应用程序的当前运行状态更改为所述后台运行状态之后,将所述待搜索问题的答案作为学习资源输出至所述电子设备的显示屏幕供用户查看。
8.根据权利要求7所述的电子设备,其特征在于,所述第二确定单元,包括:
确定子单元,用于根据每个所述显示指标与针对所述显示指标的标准显示指标的比对结果,确定每个所述显示指标所对应的参数值;其中,指标值大于等于所述标准显示指标的指标值的所述显示指标所对应的参数值为第一参数值;所述指标值小于所述标准显示指标的指标值的所述显示指标所对应的参数值为第二参数值;
计算子单元,用于计算每个所述显示指标所对应的权重值以及其所对应的参数值的乘积,并计算所有所述乘积的和;
判断子单元,用于判断所有所述乘积的和是否大于等于预定阈值;
所述确定子单元,还用于在所述判断子单元判断出所述所有所述乘积的和大于等于预定阈值时,确定所述目标应用程序的未来运行状态为后台运行状态;在所述判断子单元判断出所述所有所述乘积的和小于预定阈值时,确定所述目标应用程序的未来运行状态为前台运行状态。
9.根据权利要求6~8任一项所述的电子设备,其特征在于,所述获取单元,还用于在所述输出单元将所述待搜索问题的答案作为学习资源输出至所述电子设备的显示屏幕供用户查看之后,获取用户相对所述显示屏幕的视线停留时长;
第一判断单元,用于判断所述视线停留时长是否大于预设时长阈值;
所述输出单元,还用于在所述第一判断单元判断出所述视线停留时长大于所述预设时长阈值时,输出护眼提示信息,所述护眼提示信息用于提示用户注意眼部休息。
10.根据权利要求6~9任一项所述的电子设备,其特征在于,所述获取单元,还用于获取用户在第二预设时间段内的累计提问次数;
第二判断单元,用于判断所述提问次数是否大于预设数量阈值;
发送单元,用于在所述第二判断单元的判断结果为是时,向预先关联的教师终端发送视频通话请求,以使所述教师终端的教师为用户进行在线问题解答。
CN201811567431.0A 2018-12-20 2018-12-20 一种学习资源的推送方法及电子设备 Active CN109635214B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201811567431.0A CN109635214B (zh) 2018-12-20 2018-12-20 一种学习资源的推送方法及电子设备

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201811567431.0A CN109635214B (zh) 2018-12-20 2018-12-20 一种学习资源的推送方法及电子设备

Publications (2)

Publication Number Publication Date
CN109635214A true CN109635214A (zh) 2019-04-16
CN109635214B CN109635214B (zh) 2020-11-06

Family

ID=66076158

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201811567431.0A Active CN109635214B (zh) 2018-12-20 2018-12-20 一种学习资源的推送方法及电子设备

Country Status (1)

Country Link
CN (1) CN109635214B (zh)

Cited By (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN111091035A (zh) * 2019-05-05 2020-05-01 广东小天才科技有限公司 一种科目识别方法及电子设备
CN112667908A (zh) * 2021-01-04 2021-04-16 长春职业技术学院 一种学习资源推荐系统
CN113779405A (zh) * 2021-09-16 2021-12-10 北京搜狗科技发展有限公司 一种数据处理方法及装置

Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN101986293A (zh) * 2010-09-03 2011-03-16 百度在线网络技术(北京)有限公司 用于在搜索界面中呈现搜索答案信息的方法及设备
CN106873894A (zh) * 2017-02-23 2017-06-20 上海与德信息技术有限公司 一种电子设备的护眼方法及装置
CN106919589A (zh) * 2015-12-24 2017-07-04 北京奇虎科技有限公司 用户问题分析方法和装置
CN108509609A (zh) * 2018-04-03 2018-09-07 广州幽联信息技术有限公司 智能人机交互方法、装置、计算机设备及存储介质
CN108877780A (zh) * 2018-06-06 2018-11-23 广东小天才科技有限公司 一种语音搜题方法及家教设备

Patent Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN101986293A (zh) * 2010-09-03 2011-03-16 百度在线网络技术(北京)有限公司 用于在搜索界面中呈现搜索答案信息的方法及设备
CN106919589A (zh) * 2015-12-24 2017-07-04 北京奇虎科技有限公司 用户问题分析方法和装置
CN106873894A (zh) * 2017-02-23 2017-06-20 上海与德信息技术有限公司 一种电子设备的护眼方法及装置
CN108509609A (zh) * 2018-04-03 2018-09-07 广州幽联信息技术有限公司 智能人机交互方法、装置、计算机设备及存储介质
CN108877780A (zh) * 2018-06-06 2018-11-23 广东小天才科技有限公司 一种语音搜题方法及家教设备

Cited By (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN111091035A (zh) * 2019-05-05 2020-05-01 广东小天才科技有限公司 一种科目识别方法及电子设备
CN112667908A (zh) * 2021-01-04 2021-04-16 长春职业技术学院 一种学习资源推荐系统
CN113779405A (zh) * 2021-09-16 2021-12-10 北京搜狗科技发展有限公司 一种数据处理方法及装置

Also Published As

Publication number Publication date
CN109635214B (zh) 2020-11-06

Similar Documents

Publication Publication Date Title
KR101797856B1 (ko) 메신저 서비스를 이용한 인공지능 학습 방법 및 시스템, 그리고 인공지능을 이용한 답변 중계 방법 및 시스템
CN109299399B (zh) 一种学习内容的推荐方法及终端设备
Lallé et al. Prediction of users' learning curves for adaptation while using an information visualization
JP2017153078A (ja) 人工知能学習方法、人工知能学習システムおよび返答中継方法
CN109635214A (zh) 一种学习资源的推送方法及电子设备
Hornbæk et al. Comparison of techniques for matching of usability problem descriptions
CN109636218B (zh) 一种学习内容推荐方法及电子设备
CN109766412A (zh) 一种基于图像识别的学习内容获取方法及电子设备
CN108959483A (zh) 一种基于搜索的学习辅助方法及电子设备
CN110569347A (zh) 一种数据处理方法、装置、存储介质和电子设备
CN109086431B (zh) 一种知识点巩固学习方法及电子设备
CN109739354A (zh) 一种基于声音的多媒体交互方法及装置
CN106550011A (zh) 一种基于移动设备的答疑实现方法及系统、服务器
CN109558531A (zh) 新闻信息推送方法、装置以及计算机设备
CN110111011B (zh) 一种教学质量监管方法、装置及电子设备
CN109615009A (zh) 一种学习内容推荐方法及电子设备
WO2020111827A1 (ko) 프로필 자동생성서버 및 방법
CN111931073A (zh) 内容推送方法、装置、电子设备及计算机可读介质
CN109582780B (zh) 一种基于用户情绪的智能问答方法及装置
Ye et al. Tooleyes: Fine-grained evaluation for tool learning capabilities of large language models in real-world scenarios
CN110188976A (zh) 基于数据分析的等级评估方法、装置、设备及存储介质
CN109871430A (zh) 一种智能识别文本的方法、装置、电子设备及存储介质
CN112598286A (zh) 一种众包用户作弊行为检测方法、装置及电子设备
CN110674632A (zh) 一种确定安全级别的方法及装置、存储介质和设备
US11134045B2 (en) Message sorting system, message sorting method, and program

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