CN109670110A - 一种教育资源推荐方法、装置、设备及存储介质 - Google Patents
一种教育资源推荐方法、装置、设备及存储介质 Download PDFInfo
- Publication number
- CN109670110A CN109670110A CN201811560933.0A CN201811560933A CN109670110A CN 109670110 A CN109670110 A CN 109670110A CN 201811560933 A CN201811560933 A CN 201811560933A CN 109670110 A CN109670110 A CN 109670110A
- Authority
- CN
- China
- Prior art keywords
- learner
- video
- educational resource
- course
- resource information
- 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
Landscapes
- Electrically Operated Instructional Devices (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
本发明公开了一种教育资源推荐方法、装置、设备及存储介质,该方法包括:获取学习者的画像数据及待推荐课程;根据画像数据及待推荐课程,获取与学习者匹配的教育资源信息;发送教育资源信息给学习者的终端。本发明按照细粒度的知识点梳理课程,建立知识点之间的关联关系,构建知识图谱。基于定义的知识点对教育资源信息进行标签化标注。基于众包的方式,生产教育资源信息对应的讲解视频。并对学习者进行画像,了解学习者对知识点的掌握程度、对视频的喜好程度等,基于学习者的画像,为学习者推荐个性化的教育资源信息及讲解视频,能够兼顾不同学习者的个性化需求,提高学习者的学习效率。
Description
技术领域
本发明属于远程教育技术领域,具体涉及一种教育资源推荐方法、装置、设备及存储介质。
背景技术
随着移动互联网的发展,新技术不断涌现,深刻地改变了人们获取信息和知识的途径和方式。目前教育领域中的在线教育就为学习者获取教育资源提供了很大便利。
当前,相关技术中提供了一种在线教育方式,在该方式中,学习者借助智能终端,通过在线直播或者观看录播视频的方式,访问教育者对某课程的讲解视频,来达到对该课程进行学习的目的。
但上述在线教育方式很难兼顾不同学习者个性化的学习需求,学习者耗费大量时间观看课程视频后,很可能发现该课程视频与自己的学习习惯及接受能力并不匹配,从而导致学习者的学习效果很差。因而急需开发一种新的在线教育方式,能够兼顾不同学习者的个性化需求,为学习者推荐相应的学习内容,以提高学习者的学习效率。
发明内容
为解决以上问题,本发明提供一种教育资源推荐方法、装置、设备及存储介质,基于学习者的画像,为学习者推荐个性化的教育资源信息及讲解视频,能够兼顾不同学习者的个性化需求,提高学习者的学习效率。本发明通过以下几个方面来解决以上问题。
第一方面,本发明实施例提供了一种教育资源推荐方法,所述方法包括:
获取学习者的画像数据及待推荐课程;
根据所述画像数据及所述待推荐课程,获取与所述学习者匹配的教育资源信息;
发送所述教育资源信息给所述学习者的终端。
结合第一方面,本发明实施例提供了上述第一方面的第一种可能的实现方式,其中,所述根据所述画像数据及待推荐课程,获取与所述学习者匹配的教育资源信息,包括:
从所述画像数据中获取所述待推荐课程对应的已掌握知识点集合;
根据所述已掌握知识点集合及所述待推荐课程对应的知识图谱,确定所述学习者在所述待推荐课程中待掌握的知识点;
从教育资源库中获取所述待掌握的知识点对应的教育资源信息。
结合第一方面的第一种可能的实现方式,本发明实施例提供了上述第一方面的第二种可能的实现方式,其中,所述根据所述已掌握知识点集合及所述待推荐课程对应的知识图谱,确定所述学习者在所述待推荐课程中待掌握的知识点,包括:
根据所述已掌握知识点集合及所述待推荐课程对应的知识点关系集,绘制所述学习者对应的已掌握知识图;
根据所述已掌握知识图及所述待推荐课程对应的知识图谱,确定所述学习者在所述待推荐课程中待掌握的知识点。
结合第一方面,本发明实施例提供了上述第一方面的第三种可能的实现方式,其中,所述获取待推荐课程,包括:
从所述画像数据中获取所述学习者注册的每个课程作为待推荐课程;或者,从所述画像数据中获取距离当前最近一次为所述学习者推荐的教育资源信息所属的课程作为待推荐课程;或者,
获取所述学习者选择的待推荐课程。
结合第一方面,本发明实施例提供了上述第一方面的第四种可能的实现方式,其中,所述发送所述教育资源信息给所述学习者的终端之后,还包括:
接收所述学习者的终端发送的所述教育资源信息的学习结果,根据所述学习结果更新所述学习者的画像数据。
结合第一方面,本发明实施例提供了上述第一方面的第五种可能的实现方式,其中,所述发送所述教育资源信息给所述学习者的终端之后,还包括:
接收所述学习者的终端发送的所述教育资源信息对应的视频查看命令;
根据所述画像数据及所述教育资源信息,获取与所述学习者匹配的所述教育资源信息对应的讲解视频;
发送所述讲解视频给所述学习者的终端。
结合第一方面的第五种可能的实现方式,本发明实施例提供了上述第一方面的第六种可能的实现方式,其中,所述根据所述画像数据及所述教育资源信息,获取与所述学习者匹配的所述教育资源信息对应的讲解视频,包括:
获取所述教育资源信息对应的多个讲解视频及每个讲解视频的视频描述信息;
根据所述画像数据及所述每个讲解视频的视频描述信息,从所述多个讲解视频中选择与所述学习者匹配的讲解视频。
结合第一方面的第六种可能的实现方式,本发明实施例提供了上述第一方面的第七种可能的实现方式,其中,所述根据所述画像数据及所述每个讲解视频的视频描述信息,从所述多个讲解视频中选择与所述学习者匹配的讲解视频,包括:
从所述画像数据中获取所述学习者的风格偏好信息;
分别从所述每个讲解视频的视频描述信息中获取所述每个讲解视频对应的讲解风格信息;
计算所述风格偏好信息分别与所述每个讲解视频对应的讲解风格信息之间的相似度;
将相似度最大的讲解风格信息对应的讲解视频确定为与所述学习者匹配的讲解视频。
结合第一方面的第五种可能的实现方式,本发明实施例提供了上述第一方面的第八种可能的实现方式,其中,所述发送所述讲解视频给所述学习者的终端之后,还包括:
接收所述学习者的终端发送的交互操作信息;
根据所述交互操作信息,更新所述画像数据及所述讲解视频对应的视频描述信息。
结合第一方面的第五种可能的实现方式,本发明实施例提供了上述第一方面的第九种可能的实现方式,其中,所述获取与所述学习者匹配的所述教育资源信息对应的讲解视频之前,还包括:
从当前在线的众包生产者中筛选与所述教育资源信息匹配的多个众包生产者;
将所述多个众包生产者划分为视频生产者集合及视频审核者集合;
将所述教育资源信息分发给所述视频生产者集合包括的每个生产者的终端;
接收所述每个生产者的终端返回的讲解视频,将每个所述讲解视频发送给所述视频审核者集合包括的每个审核者的终端;
根据所述每个审核者的终端返回的每个所述讲解视频的审核结果,从每个所述讲解视频中选择并存储最终上线的讲解视频。
第二方面,本发明实施例提供了一种教育资源推荐装置,所述装置包括:
第一获取模块,用于获取学习者的画像数据及待推荐课程;
第二获取模块,用于根据所述画像数据及所述待推荐课程,获取与所述学习者匹配的教育资源信息;
发送模块,用于发送所述教育资源信息给所述学习者的终端。
第三方面,本发明实施例提供了一种教育资源推荐设备,包括:
一个或多个处理器;
存储装置,用于存储一个或多个程序;
所述一个或多个程序被所述一个或多个处理器执行,使得所述一个或多个处理器实现上述第一方面或第一方面的任一种可能的实现方式所述的方法。
第四方面,本发明实施例提供了一种计算机可读存储介质,其上存储有计算机程序,所述程序被处理器执行时实现上述第一方面或第一方面的任一种可能的实现方式所述的方法。
在本发明实施例中,获取学习者的画像数据及待推荐课程;根据画像数据及待推荐课程,获取与学习者匹配的教育资源信息;发送教育资源信息给学习者的终端。本发明按照细粒度的知识点梳理课程,建立知识点之间的关联关系,构建知识图谱。基于定义的知识点对教育资源信息进行标签化标注。基于众包的方式,生产教育资源信息对应的讲解视频,并对学习者进行画像,了解学习者对知识点的掌握程度、对视频的喜好程度等,基于学习者的画像,为学习者推荐个性化的教育资源信息及讲解视频,能够兼顾不同学习者的个性化需求,提高学习者的学习效率。
附图说明
通过阅读下文优选实施方式的详细描述,各种其他的优点和益处对于本领域普通技术人员将变得清楚明了。附图仅用于示出优选实施方式的目的,而并不认为是对本发明的限制。而且在整个附图中,用相同的参考符号表示相同的部件。在附图中:
图1示出了本发明实施例1所提供的一种教育资源推荐方法所基于的网络架构示意图;
图2示出了本发明实施例1所提供的一种教育资源推荐方法所基于的另一种网络架构示意图;
图3示出了本发明实施例1所提供的一种知识图谱的示意图。
图4示出了本发明实施例1所提供的一种生成讲解视频的示意图。
图5示出了本发明实施例1所提供的一种教育资源推荐方法的流程示意图。
图6示出了本发明实施例1所提供的学习者对应的已掌握知识图的示意图。
图7示出了本发明实施例1所提供的一种教育资源推荐方法的示意图。
图8示出了本发明实施例2所提供的一种教育资源推荐装置的结构示意图。
具体实施方式
下面将参照附图更详细地描述本公开的示例性实施方式。虽然附图中显示了本公开的示例性实施方式,然而应当理解,可以以各种形式实现本公开而不应被这里阐述的实施方式所限制。相反,提供这些实施方式是为了能够更透彻地理解本公开,并且能够将本公开的范围完整的传达给本领域的技术人员。
实施例1
本发明实施例提供了一种教育资源推荐方法,该方法所基于的网络架构如图1所示,该网络架构包括学习者的终端、服务器及众包生产者的终端。其中,服务器用于根据学习者的个性化需求为学习者推荐匹配的教育资源信息,以及基于众包生产者生成教育资源信息对应的讲解视频。本发明实施例中推荐教育资源信息的功能与生成讲解视频的功能可以配置在同一个服务器中,也可以分设在不同的服务器中。如图2所示,将推荐教育资源信息的功能设置在推荐服务器中,将生成讲解视频的功能设置在众包服务器中,众包服务器生成的讲解视频存储在视频资源库中,推荐服务器可以从视频资源库中获取教育资源信息对应的讲解视频,并将获取的讲解视频推送给学习者的终端。本发明实施例以推荐教育资源信息的功能和生成讲解视频的功能配置在同一个服务器中为例进行说明。
在本发明实施例中,对于每个课程,由教育专家梳理课程的知识点,并对每个课程进行如下定义:
c=<Ωk,Υk>
其中,c代表课程,Ωk={k1,k2,L,km}为课程c所涉及的知识点的集合,Υk={|<ki,kj>|ki→kj},i,j∈[1,m],i≠j为知识点关系集,表示课程c涉及的不同知识点之间掌握的先后顺序关系,对于给定的任意两个知识点ki和kj,如果ki→kj关系存在,则说明欲掌握知识点kj,需以熟练掌握知识点ki为必要条件。
基于梳理出的每个课程的知识点以及不同知识点之间的关系构建每个课程对应的知识图谱。即以知识点ki(i∈[1,m])为知识图谱的实体,以Υk中的关系作为知识图谱实体间的关系。如图3所示的知识图谱,给出了一个由10个知识点构成的课程知识图谱示意图。知识图谱直观地展示了不同知识点之间掌握的先后顺序关系,掌握的先后顺序关系以图3中的箭头所示,例如欲掌握知识点9,则必须先掌握知识点6和8。
整个知识图谱的构建过程综合考虑了课程的知识点由浅入难的依赖关系,以及教育专家总结的学习者掌握课程的知识点的最佳学习方式和路径。依照该路径进行学习,既利于巩固既有知识点,也利于在巩固的基础上强化练习新的知识点。
由教育专家梳理出每个课程的知识点,并构建出每个课程对应的知识图谱后,在服务器中的教育资源库中存储每个课程的上述定义知识点信息及知识图谱。
在本发明实施例中,对于每个课程都对应设置很多教育资源信息,教育资源信息可以是但不限于题目、知识点讲解等,当教育资源信息为题目时,按照下述方式来定义题目对应的资源描述信息:
q=<id,χ,α,c,φk>
其中,q代表一个题目,id为题目q的标识信息,χ为题目q的题面,α为题目q的答案,c是题目q所属的课程;φk={ka,kb,L,kn},φk∈Ωk为题目q对应的知识点集合。
本发明实施例中,对于每个题目,都生成每个题目对应的资源描述信息,以完成对每个题目的标签化标注,即根据题目所考察的知识点内容,标注题目相对应的知识点。题目的标签化标注是在题目解答过程中由众包生产者完成的。即服务器将每个题目分发给多个众包生产者的终端,由众包生产者对每个题目进行解答得到每个题目的答案,以及由众包生产者标注每个题目涉及的知识点。众包生产者的终端将每个题目的答案及每个题目涉及的知识点返回给服务器。对于每个题目,服务器为题目分配用于唯一标识题目的标识信息,并根据题目本身、众包生产者的终端返回的答案及知识点,生成题目对应的资源描述信息。服务器生成每个题目对应的资源描述信息后,还存储每个题目以及每个题目对应的资源描述信息。
对于除题目以外的知识点讲解等不具有标准答案的教育资源信息,也可以生成并存储上述教育资源信息对应的资源描述信息,与题目对应的资源描述信息的区别在于,这些教育资源对应的资源描述信息中不包含答案α。
通过上述方式在服务器的教育资源库中存储每个课程对应的定义信息、知识图谱、每个课程对应的教育资源信息以及每个教育资源信息对应的资源描述信息后,对于每个教育资源信息,还通过图1所示的服务器,或者通过图2所示的众包服务器,基于众多的众包生产者,为每个教育资源信息生成讲解视频。
众包生产者是指具有一定的教育背景知识,能够对教育资源信息进行正确解答或讲解并上传详实的解答或讲解视频的个体。本发明实施例对众包生产者的画像定义如下所示:
其中,t表示一个众包生产者,id为众包生产者t的标识信息,gender为众包生产者t的性别,age为众包生产者t的年龄。score为众包生产者t的综合得分,综合得分融合了众包生产者t生产的讲解视频的数量、其他众包审核者对众包生产者t生产的讲解视频的质量打分情况、学习者对讲解视频的喜好打分情况等因素;ability={c1,c2,L,cω}为众包生产者t可以接收的课程集合,该课程集合包括的课程是由众包生产者t在注册时选择的。为众包生产者t的讲解视频的讲解风格信息,例如严肃的、活泼的等等。可以由众包生产者自己标注,也可以由众包审核者或学习者来标注。
图1所示的服务器,或者图2所示的众包服务器对注册的每个众包生产者按照上述方式进行定义之后,将存储的教育资源信息分发给众包生产者的终端,以使众包生产者生成教育资源信息对应的讲解视频。具体地,通过如下步骤A1-A5的操作来生成教育资源信息对应的讲解视频,包括:
A1:从当前在线的众包生产者中筛选与教育资源信息匹配的多个众包生产者。
从教育资源库中提取一个教育资源信息及该教育资源信息对应的资源描述信息,从该资源描述信息中获取该教育资源信息对应的课程。对于当前在线的每个众包生产者,从众包生产者的定义信息中获取该众包生产者可以接收的课程集合,若该教育资源信息对应的课程属于该众包生产者可以接收的课程集合,则确定该众包生产者是一个潜在的合格生产者。通过上述方式从当前在线的众包生产者中确定出多个潜在的合格生产者。这些众包生产者即为与该教育资源信息匹配的多个众包生产者。将这多个众包生产者组成生产者集合T。
A2:将多个众包生产者划分为视频生产者集合及视频审核者集合。
将上述生产者集合T划分为视频生产者集合及视频审核者集合。具体地,按照1:λ的比例将T随机分为视频生产者集合T1和视频审核者集合T2。其中,1:λ可以为1:2或1:3等。进一步地,可以对视频生产者集合T1和视频审核者集合T2中的众包生产者按照定义信息中的综合得分score进行排序,分别从视频生产者集合T1选取前κ个众包生产者作为最终的视频生产者集合,以及从视频审核者集合T2中选取前λκ个众包生产者作为最终的视频审核者集合。
A3:将教育资源信息分发给视频生产者集合包括的每个生产者的终端。
通过上述步骤A2的操作确定出视频生产者集合后,将该教育资源信息分发给该视频生产者集合包括的每个视频生产者的终端。视频生产者的终端接收并显示该教育资源信息,若该教育资源信息为题目,则视频生产者要先验算题目并提交答案给服务器,如果答案错误,则该视频生产者失去答题机会,从视频生产者集合中删除该视频生产者,并从步骤A2所述的集合T1中综合得分score排在前κ个众包生产者之后的生产者中选择一个众包生产者补充至视频生产者集合中。将该教育资源信息发送给该新补充的视频生产者的终端,以确保最终采集到κ个该教育资源信息的讲解视频。
如果视频生产者的终端返回的答案正确,则发送提示信息给视频生产者的终端,该提示信息用于提示该视频生产者在规定时间内录制讲解视频以及对教育资源信息所涉及的知识点进行标注。视频生产者的终端将录制的讲解视频及标注的知识点发送给服务器。
在本发明实施例中,如果某个视频生产者没有在规定的时间内上传讲解视频,则同样从步骤A2所述的集合T1中综合得分score排在前κ个众包生产者之后的生产者中选择一个众包生产者补充至视频生产者集合中。将该教育资源信息发送给该新补充的视频生产者的终端,以确保最终采集到κ个该教育资源信息的讲解视频。
A4:接收每个生产者的终端返回的讲解视频,将每个讲解视频发送给视频审核者集合包括的每个审核者的终端。
服务器接收到视频生产者的终端返回的讲解视频后,将讲解视频发送给视频审核者集合中的每个视频审核者的终端,或者将每个讲解视频随机发送给视频审核者集合中的预设个数(例如λ)个视频审核者进行审核。视频审核者审核的内容包括但不限于:
1)解题的思路和结论是否正确;
2)题目的知识点归纳是否合理;
3)是否包含非法等内容。
视频审核者的终端接收并播放讲解视频后,视频审核者通过观看该讲解视频,依据上述审核内容对该讲解视频进行打分,并将得到的视频质量评分作为审核结果返回给服务器。
A5:根据每个审核者的终端返回的每个讲解视频的审核结果,从每个讲解视频中选择并存储最终上线的讲解视频。
服务器接收每个视频审核者返回的讲解视频的审核结果,依据多个视频审核者的审核结果,判定讲解视频是否可以上线、下线或交由平台客服进行仲裁。例如,若对于一个讲解视频,超过预设分数的审核结果的数目与所有审核结果的数目之间的比值大于第一预设阈值,如大于0.8或0.9等,则判定该讲解视频可以上线。若超过预设分数的审核结果的数目与所有审核结果的数目之间的比值小于第二预设阈值,如小于0.3或0.2等,则判定该讲解视频下线。若超过预设分数的审核结果的数目与所有审核结果的数目之间的比值位于预设区间内,如位于0.4-0.6之间,则由平台客服仲裁是否上线。
判定是否上线的结论生成以后,可以基于判定结论对视频生产者和视频审核者的综合得分score进行更新。例如,如果讲解视频最终被判定下线,则视频生产者及判定上线的视频审核者将被扣分,判定下线的视频审核者将被加分。
在本发明实施例中,可以给予众包生产者一定报酬,该报酬包括两部分:一部分为基于视频数据生产或审核工作量的费用,另一部分为视频播放产生流量的分成费用。
对于每个最终判定上线的讲解视频按照如下格式定义讲解视频的视频描述信息:
v=<id,q,t,score,τ,τ1,τ2>
其中,v表示一个讲解视频,id为讲解视频v的标识信息,q是讲解视频v对应的教育资源信息,t表示该讲解视频v的众包生产者。score是综合多个视频审核者给出的10分制的视频质量评分;τ、τ1和τ2分别为讲解视频v的播放量、学习者点击喜欢的数量以及学习者点击不喜欢的数量。其中;τ、τ1和τ2的取值为服务器后续将该讲解视频推荐给学习者之后,依据学习者对该讲解视频的交互操作来确定的。
为了更直观地理解上述讲解视频的生产过程,下面以教育资源信息为题目为例,结合附图4进行说明。如图4所示,众包服务器,也称为众包数据生成平台,包括题目分发系统、视频采集系统及内容审核系统,且众包服务器刻画了众包生产者的画像数据,题目分发系统从题库中提取题目,结合众包生产者的画像数据,将该题目分发给视频生产者,视频生产者录制讲解视频并返回给视频采集系统,视频采集系统将接收到的讲解视频发送给内容审核系统,内容审核系统将讲解视频发送给视频审核者,视频审核者返回审核结果给内容审核系统,内容审核系统根据审核结果更新众包生产者的画像数据,并将最终判定上线的讲解视频存储在视频资源库中。
通过上述方式在服务器的教育资源库中存储每个课程对应的定义信息、知识图谱、每个课程对应的教育资源信息以及每个教育资源信息对应的资源描述信息,以及在视频资源库中存储每个教育资源信息对应的讲解视频及讲解视频的视频描述信息后,即可为学习者提供教育资源推荐的服务。
本发明实施例的执行主体为服务器,在通过本发明实施例的方法为学习者推荐教育资源信息之前,学习者需先在服务器进行注册。学习者首次登录服务器进行注册时,服务器记录学习者的标识信息、性别、年龄以及学习者选择的各个课程。其中,标识信息可以是服务器为学习者分配的用于唯一标识该学习者的字符序列,也可以为该学习者的身份证号、联系电话或学习者自定义的账号等能够唯一标识该学习者的信息。对于学习者的年龄,服务器还可以记录学习者所属的年级来代替学习者的年龄。
学习者注册时,服务器通过记录学习者的上述信息,创建该学习者最初的画像数据:
其中,在上述画像数据中,s为该学习者,id为学习者s的标识信息,gender为学习者s的性别,age为学习者s的年龄或年级,lessons为学习者s注册时选择的当前需要学习的课程集合,αlesson为距离当前最近一次服务器为学习者s推荐的教育资源信息所属的课程。score为学习者s的综合得分,综合得分融合了学习者s的在线时长、知识点掌握程度、答题正确率等因素。ability={k1,k2,L,kω}为学习者s对应的已掌握知识点集合,学习者的画像数据中包括学习者经系统判定的对各个课程的已掌握知识点集合。为学习者s对应的风格偏好信息,用于表示学习者s喜欢的视频风格,例如严肃的、活泼的等等。
在学习者注册时,服务器创建的学习者最初的画像数据中,上述αlesson的取值为空。上述综合得分score的取值为空,服务器根据该学习者日后的在线学习情况来刻画学习者的综合得分。对于已掌握知识点集合ability,可以在学习者注册时对学习者进行测试,判定学习者注册时已掌握的知识点,也可以在注册时设置已掌握知识点集合ability的取值为空,后续首次为学习者推荐教育资源信息时,依据学习者的年龄或年级为学习者推荐教育资源信息,然后根据学习者对推荐的教育资源信息的学习情况来判定学习者已掌握的知识点。而对于学习者的风格偏好信息可以由学习者自己标注,也可以在学习者注册时先设置其取值为空,后续由服务器根据与学习者交互过程中学习者选择的视频风格、点赞等操作来刻画。
通过上述方式刻画出学习者最初的画像数据后,如图5所示,通过如下步骤101-103的操作为学习者推荐匹配的教育资源信息:
步骤101:获取学习者的画像数据及待推荐课程。
服务器获取记录的学习者的画像数据。然后通过如下三种方式中的任意一种来获取本次为学习者推荐教育资源对应的待推荐课程,具体包括:
第一,从画像数据中获取学习者注册的每个课程作为待推荐课程。学习者在服务器中注册时选择了自己当前需要学习的一个或多个课程。服务器将学习者注册时选择的这些课程均作为本次推荐的待推荐课程。
第二,从画像数据中获取距离当前最近一次为学习者推荐的教育资源信息所属的课程作为待推荐课程。
第三,获取学习者选择的待推荐课程。在本次学习者登录服务器时,学习者的终端显示课程选择界面,学习者从课程选择界面中选择一个或多个课程,学习者的终端将学习者选择的课程发送给服务器,服务器接收学习者的终端发送的课程,将这些课程确定为本次推荐的待推荐课程。其中,上述课程选择界面中包括的备选课程为学习者注册时选择的当前需要学习的课程。
通过本步骤的操作获取到学习者的画像数据及本次推荐的待推荐课程之后,通过如下步骤102的操作来为学习者推荐匹配的教育资源信息。
步骤102:根据画像数据及待推荐课程,获取与学习者匹配的教育资源信息。
具体地,本发明实施例通过如下步骤S1-S3的操作来为学习者匹配教育资源信息,包括:
S1;从画像数据中获取待推荐课程对应的已掌握知识点集合。
学习者的画像数据中包括学习者过去一段时间在线学习各个课程对应的已掌握知识点集合。服务器从学习者的画像数据中获取待推荐课程对应的已掌握知识点集合。
S2:根据已掌握知识点集合及待推荐课程对应的知识图谱,确定学习者在待推荐课程中待掌握的知识点。
具体地,根据已掌握知识点集合ability={k1,k2,L,kω}及待推荐课程对应的知识点关系集Υk={|<ki,kj>|ki→kj},i,j∈[1,m],i≠j,绘制学习者对应的已掌握知识图。根据已掌握知识图及待推荐课程对应的知识图谱,确定学习者在待推荐课程中待掌握的知识点。
例如,如图3所示,假设学习者已掌握的知识点集合ability={1,2,3,4,6},待推荐课程对应的知识点关系集为:
则绘制的学习者对应的已掌握知识图如图6所示,根据图6和图3能够直观地确定出该学习者下该推荐课程中下一步待掌握的知识点为知识点5和7。
S3:从教育资源库中获取待掌握的知识点对应的教育资源信息。
确定学习者在待推荐课程中待掌握的知识点之后,从教育资源库中获取待推荐课程对应的所有教育资源信息及每个教育资源信息对应的资源描述信息,遍历每个教育资源信息对应的资源描述信息,从待推荐课程对应的所有教育资源信息中,筛选出资源描述信息包括的知识点集合φk={ka,kb,L,kn},φk∈Ωk中包含上述待掌握的知识点的教育资源信息。从筛选出的教育资源信息中随机选择一个或多个教育资源信息作为最终为学习者匹配的教育资源信息。
在本发明实施例中,可以从筛选出的教育资源信息中随机选择一个教育资源信息作为最终为学习者匹配的教育资源信息,也可以将筛选出的所有教育资源信息均作为最终为学习者匹配的教育资源信息,还可以从筛选出的教育资源信息中随机选择预设数目个教育资源信息作为最终为学习者匹配的教育资源信息。预设数目可以为2、3或5等。
步骤103:发送教育资源信息给学习者的终端。
为学习者匹配出教育资源信息后,将这些教育资源信息发送给学习者的终端。学习者的终端显示这些教育资源信息,学习者通过浏览这些教育资源信息进行学习。当学习者学完这些教育资源信息后,学习者的终端还将学习者的学习结果发送给服务器。服务器接收学习者的终端发送的教育资源信息的学习结果,根据学习结果更新学习者的画像数据。
当教育资源信息为题目时,上述学习结果可以为学习者解答题目的答案,服务器接收到该答案后,从该题目对应的资源描述信息中获取该题目的正确答案,比较学习者的答案与该正确答案,若两者一致,则确定该学习者已掌握上述待掌握的知识点,在学习者的画像数据包括的知识点集合中添加该待掌握的知识点,以及将学习者的画像数据包括的距离当前最近一次推荐的教育资源信息所属的课程αlesson设置为上述待推荐课程,以及更新学习者的画像数据包括的综合得分score。若学习者的答案与该正确答案不一致,则认为该学习者仍未掌握上述待掌握的知识点,则将学习者的画像数据包括的距离当前最近一次推荐的教育资源信息所属的课程αlesson设置为上述待推荐课程,以及更新学习者的画像数据包括的综合得分score。
进一步地,当学习者的答案与该正确答案不一致时,还可以再次从待推荐课程对应的所有教育资源信息中,筛选出包含上述待掌握的知识点的教育资源信息,再次为该学习者发送待掌握的知识点对应的教育资源信息,以便学习者继续学习从而掌握该待掌握的知识点。
在本发明实施例中,对于每个课程,还将课程涉及的多个知识点中的一个或多个知识点设置为关键知识点,当通过上述方式确定该学习者已掌握上述待掌握的知识点,且判定该待掌握的知识点是预先设置的关键知识点时,发送奖励信息给学习者的终端,以调动学习者的学习积极性。其中,奖励信息可以为服务提供方、赞助商或学习者的父母等提供的奖金,也可以为服务提供方设计的学习积分等。
在本发明实施例中,学习者通过自己的终端完成对教育资源信息的学习后,学习者的终端还显示是否查看讲解视频的提示界面,若学习者选择查看讲解视频,则学习者的终端发送视频查看命令给服务器,该视频查看命令包括该教育资源信息的标识信息。服务器接收学习者的终端发送的视频查看命令,根据学习者的画像数据及推荐的教育资源信息,获取与学习者匹配的教育资源信息对应的讲解视频;发送该讲解视频给学习者的终端。
在为学习者匹配该教育资源信息对应的讲解视频时,服务器获取教育资源信息对应的多个讲解视频及每个讲解视频的视频描述信息;根据学习者的画像数据及每个讲解视频的视频描述信息,从多个讲解视频中选择与学习者匹配的讲解视频。
在本发明实施例中,若推荐教育资源信息的功能和生成讲解视频的功能分设在不同的服务器中,如图2所示,通过推荐服务器实现推荐教育资源信息的功能,通过众包服务器来实现生成讲解视频的功能,众包服务器生成的讲解视频均存储在视频资源库中。在为学习者匹配该教育资源信息对应的讲解视频时,可以由推荐服务器根据该教育资源信息的标识信息以及学习者的画像数据从视频资源库中获取该教育资源信息对应的多个讲解视频及每个讲解视频的视频描述信息,并根据学习者的画像数据及每个讲解视频的视频描述信息,从多个讲解视频中选择与学习者匹配的讲解视频,然后将该讲解视频转发给学习者的终端。
在从多个讲解视频中选择与学习者匹配的讲解视频时,服务器从学习者的画像数据中获取学习者的风格偏好信息;分别从每个讲解视频的视频描述信息中获取每个讲解视频对应的讲解风格信息;计算风格偏好信息分别与每个讲解视频对应的讲解风格信息之间的相似度;将相似度最大的讲解风格信息对应的讲解视频确定为与学习者匹配的讲解视频。
将为学习者匹配的讲解视频发送给学习者的终端后,学习者的终端播放该讲解视频,学习者通过观看该讲解视频进一步学习上述推荐的教育资源信息。为了提升学习过程的个性化体验,可以在视频播放过程中执行倍速播放、变声播放等处理。
在观看讲解视频的过程中,学习者可能对该讲解视频进行点赞、点击不喜欢或选择更换视频等交互操作,学习者的终端收集学习者的交互操作信息,并将这些交互操作信息发送给服务器。服务器接收学习者的终端发送的交互操作信息;根据交互操作信息,更新画像数据及讲解视频对应的视频描述信息。
具体地,若交互操作信息中指示用户点赞、点击喜欢或不喜欢等交互操作,对该讲解视频的视频描述信息中的播放量τ、学习者点击喜欢的数量τ1及学习者点击不喜欢的数量τ2进行更新。以及根据交互操作信息,更新学习者的画像数据中的综合得分score及风格偏好信息等。
以教育资源信息为题目为例来说明本发明实施例提供的教育资源推荐方法,如图7所示,众包服务器从题库中提取题目生成题目对应的讲解视频,并将讲解视频存储在视频资源库中。推荐服务器根据学习者的画像数据和预设的知识图谱,从题库中获取与学习者匹配的题目,将匹配的题目发送给学习者。以及从视频资源库中获取匹配的题目对应的讲解视频,将获取的讲解视频推荐给学习者。
本发明实施例,按照细粒度的知识点梳理课程,建立知识点之间的关联关系,构建知识图谱。基于定义的知识点对教育资源信息进行标签化标注。基于众包的方式,生产教育资源信息对应的讲解视频。并对学习者进行画像,了解学习者对知识点的掌握程度、对视频的喜好程度等个性化信息,基于学习者的画像,推荐个性化的教育资源信息及讲解视频进行练习和提高。基于学习者对讲解视频进行反馈式评价,促进讲解视频质量的不断提高。
本发明实施例提出给出了以知识点为粒度的教育产品设计,有利于学习者利用课下的碎片化时间进行学习。提出以学习者为中心的个性化教育资源生产和供给体系,调动学习者的学习积极性。建立了以知识点为粒度的知识图谱模型,建立学习者的知识点掌握成长路径,能够更加有针对性地逐步引导学习者掌握课程的所有知识点。基于众包的方式,生产讲解视频,一个教育资源信息可以分发给多个众包的参与者进行解答,学习者有机会接触更多的教育资源,并逐步形成自己的内容订阅风格,提升学习的参与度和积极性;建立了题目与知识点之间的关联关系,在对学习者进行题目推荐的时候,参考了学习者对知识的掌握程度和对讲解视频风格的喜好程度,更具针对性;基于学习者的评价对教育资源进行优化配置,可以使优质教育资源惠及更多的学习者,提升整个教学过程的质量。
在本发明实施例中,获取学习者的画像数据及待推荐课程;根据画像数据及待推荐课程,获取与学习者匹配的教育资源信息;发送教育资源信息给学习者的终端。本发明按照细粒度的知识点梳理课程,建立知识点之间的关联关系,构建知识图谱。基于定义的知识点对教育资源信息进行标签化标注。基于众包的方式,生产教育资源信息对应的讲解视频,并对学习者进行画像,了解学习者对知识点的掌握程度、对视频的喜好程度等,基于学习者的画像,为学习者推荐个性化的教育资源信息及讲解视频,能够兼顾不同学习者的个性化需求,提高学习者的学习效率。
实施例2
参见图8,本发明实施例提供了一种教育资源推荐装置,该装置用于执行上述实施例1所提供的教育资源推荐方法,该装置包括:
第一获取模块20,用于获取学习者的画像数据及待推荐课程;
第二获取模块21,用于根据画像数据及待推荐课程,获取与学习者匹配的教育资源信息;
发送模块22,用于发送教育资源信息给学习者的终端。
上述第二获取模块21包括:
第一获取单元,用于从画像数据中获取待推荐课程对应的已掌握知识点集合;
确定单元,用于根据已掌握知识点集合及待推荐课程对应的知识图谱,确定学习者在待推荐课程中待掌握的知识点;
第二获取单元,用于从教育资源库中获取待掌握的知识点对应的教育资源信息。
上述确定单元,用于根据已掌握知识点集合及待推荐课程对应的知识点关系集,绘制学习者对应的已掌握知识图;根据已掌握知识图及待推荐课程对应的知识图谱,确定学习者在待推荐课程中待掌握的知识点。
上述第一获取模块20,用于从画像数据中获取学习者注册的每个课程作为待推荐课程;或者,用于从画像数据中获取距离当前最近一次为学习者推荐的教育资源信息所属的课程作为待推荐课程;或者,用于获取学习者选择的待推荐课程。
在本发明实施例中,该装置还包括:接收模块,用于接收学习者的终端发送的教育资源信息的学习结果,根据学习结果更新学习者的画像数据。
视频推送模块,用于接收学习者的终端发送的教育资源信息对应的视频查看命令;根据画像数据及教育资源信息,获取与学习者匹配的教育资源信息对应的讲解视频;发送讲解视频给学习者的终端。
上述视频推送模块,还用于获取教育资源信息对应的多个讲解视频及每个讲解视频的视频描述信息;根据画像数据及每个讲解视频的视频描述信息,从多个讲解视频中选择与学习者匹配的讲解视频。
上述视频推送模块,还用于从画像数据中获取学习者的风格偏好信息;分别从每个讲解视频的视频描述信息中获取每个讲解视频对应的讲解风格信息;计算风格偏好信息分别与每个讲解视频对应的讲解风格信息之间的相似度;将相似度最大的讲解风格信息对应的讲解视频确定为与学习者匹配的讲解视频。
在本发明实施例中,该装置还包括:
交互反馈模块,用于接收学习者的终端发送的交互操作信息;根据交互操作信息,更新画像数据及讲解视频对应的视频描述信息。
该装置还包括:众包生产模块,用于从当前在线的众包生产者中筛选与教育资源信息匹配的多个众包生产者;将多个众包生产者划分为视频生产者集合及视频审核者集合;将教育资源信息分发给视频生产者集合包括的每个生产者的终端;接收每个生产者的终端返回的讲解视频,将每个讲解视频发送给视频审核者集合包括的每个审核者的终端;根据每个审核者的终端返回的每个讲解视频的审核结果,从每个讲解视频中选择并存储最终上线的讲解视频。
在本发明实施例中,获取学习者的画像数据及待推荐课程;根据画像数据及待推荐课程,获取与学习者匹配的教育资源信息;发送教育资源信息给学习者的终端。本发明对学习者进行画像,了解学习者对知识点的掌握程度、对视频的喜好程度等,基于学习者的画像,为学习者推荐个性化的教育资源信息及讲解视频,能够兼顾不同学习者的个性化需求,提高学习者的学习效率。
实施例3
本发明实施例提供一种教育资源推荐设备,该设备包括一个或多个处理器,以及一个或多个存储装置,所述一个或多个存储装置中存储有一个或多个程序,所述一个或多个程序被所述一个或多个处理器加载并执行时,实现上述实施例1所提供的教育资源推荐方法。
在本发明实施例中,获取学习者的画像数据及待推荐课程;根据画像数据及待推荐课程,获取与学习者匹配的教育资源信息;发送教育资源信息给学习者的终端。本发明按照细粒度的知识点梳理课程,建立知识点之间的关联关系,构建知识图谱。基于定义的知识点对教育资源信息进行标签化标注。基于众包的方式,生产教育资源信息对应的讲解视频,并对学习者进行画像,了解学习者对知识点的掌握程度、对视频的喜好程度等,基于学习者的画像,为学习者推荐个性化的教育资源信息及讲解视频,能够兼顾不同学习者的个性化需求,提高学习者的学习效率。
实施例4
本发明实施例提供一种计算机可存储介质,该存储介质中存储有可执行程序,所述可执行程序被处理器加载并执行时实现上述实施例1所提供的教育资源推荐方法。
在本发明实施例中,获取学习者的画像数据及待推荐课程;根据画像数据及待推荐课程,获取与学习者匹配的教育资源信息;发送教育资源信息给学习者的终端。本发明按照细粒度的知识点梳理课程,建立知识点之间的关联关系,构建知识图谱。基于定义的知识点对教育资源信息进行标签化标注。基于众包的方式,生产教育资源信息对应的讲解视频,并对学习者进行画像,了解学习者对知识点的掌握程度、对视频的喜好程度等,基于学习者的画像,为学习者推荐个性化的教育资源信息及讲解视频,能够兼顾不同学习者的个性化需求,提高学习者的学习效率。
需要说明的是:
在此提供的算法和显示不与任何特定计算机、虚拟装置或者其它设备有固有相关。各种通用装置也可以与基于在此的示教一起使用。根据上面的描述,构造这类装置所要求的结构是显而易见的。此外,本发明也不针对任何特定编程语言。应当明白,可以利用各种编程语言实现在此描述的本发明的内容,并且上面对特定语言所做的描述是为了披露本发明的最佳实施方式。
在此处所提供的说明书中,说明了大量具体细节。然而,能够理解,本发明的实施例可以在没有这些具体细节的情况下实践。在一些实例中,并未详细示出公知的方法、结构和技术,以便不模糊对本说明书的理解。
类似地,应当理解,为了精简本公开并帮助理解各个发明方面中的一个或多个,在上面对本发明的示例性实施例的描述中,本发明的各个特征有时被一起分组到单个实施例、图、或者对其的描述中。然而,并不应将该公开的方法解释成反映如下意图:即所要求保护的本发明要求比在每个权利要求中所明确记载的特征更多的特征。更确切地说,如下面的权利要求书所反映的那样,发明方面在于少于前面公开的单个实施例的所有特征。因此,遵循具体实施方式的权利要求书由此明确地并入该具体实施方式,其中每个权利要求本身都作为本发明的单独实施例。
本领域那些技术人员可以理解,可以对实施例中的设备中的模块进行自适应性地改变并且把它们设置在与该实施例不同的一个或多个设备中。可以把实施例中的模块或单元或组件组合成一个模块或单元或组件,以及此外可以把它们分成多个子模块或子单元或子组件。除了这样的特征和/或过程或者单元中的至少一些是相互排斥之外,可以采用任何组合对本说明书(包括伴随的权利要求、摘要和附图)中公开的所有特征以及如此公开的任何方法或者设备的所有过程或单元进行组合。除非另外明确陈述,本说明书(包括伴随的权利要求、摘要和附图)中公开的每个特征可以由提供相同、等同或相似目的的替代特征来代替。
此外,本领域的技术人员能够理解,尽管在此所述的一些实施例包括其它实施例中所包括的某些特征而不是其它特征,但是不同实施例的特征的组合意味着处于本发明的范围之内并且形成不同的实施例。例如,在下面的权利要求书中,所要求保护的实施例的任意之一都可以以任意的组合方式来使用。
本发明的各个部件实施例可以以硬件实现,或者以在一个或者多个处理器上运行的软件模块实现,或者以它们的组合实现。本领域的技术人员应当理解,可以在实践中使用微处理器或者数字信号处理器(DSP)来实现根据本发明实施例的虚拟机的创建装置中的一些或者全部部件的一些或者全部功能。本发明还可以实现为用于执行这里所描述的方法的一部分或者全部的设备或者装置程序(例如,计算机程序和计算机程序产品)。这样的实现本发明的程序可以存储在计算机可读介质上,或者可以具有一个或者多个信号的形式。这样的信号可以从因特网网站上下载得到,或者在载体信号上提供,或者以任何其他形式提供。
应该注意的是上述实施例对本发明进行说明而不是对本发明进行限制,并且本领域技术人员在不脱离所附权利要求的范围的情况下可设计出替换实施例。在权利要求中,不应将位于括号之间的任何参考符号构造成对权利要求的限制。单词“包含”不排除存在未列在权利要求中的元件或步骤。位于元件之前的单词“一”或“一个”不排除存在多个这样的元件。本发明可以借助于包括有若干不同元件的硬件以及借助于适当编程的计算机来实现。在列举了若干装置的单元权利要求中,这些装置中的若干个可以是通过同一个硬件项来具体体现。单词第一、第二、以及第三等的使用不表示任何顺序。可将这些单词解释为名称。
以上所述,仅为本发明较佳的具体实施方式,但本发明的保护范围并不局限于此,任何熟悉本技术领域的技术人员在本发明揭露的技术范围内,可轻易想到的变化或替换,都应涵盖在本发明的保护范围之内。因此,本发明的保护范围应以所述权利要求的保护范围为准。
Claims (13)
1.一种教育资源推荐方法,其特征在于,所述方法包括:
获取学习者的画像数据及待推荐课程;
根据所述画像数据及所述待推荐课程,获取与所述学习者匹配的教育资源信息;
发送所述教育资源信息给所述学习者的终端。
2.根据权利要求1所述的方法,其特征在于,所述根据所述画像数据及待推荐课程,获取与所述学习者匹配的教育资源信息,包括:
从所述画像数据中获取所述待推荐课程对应的已掌握知识点集合;
根据所述已掌握知识点集合及所述待推荐课程对应的知识图谱,确定所述学习者在所述待推荐课程中待掌握的知识点;
从教育资源库中获取所述待掌握的知识点对应的教育资源信息。
3.根据权利要求2所述的方法,其特征在于,所述根据所述已掌握知识点集合及所述待推荐课程对应的知识图谱,确定所述学习者在所述待推荐课程中待掌握的知识点,包括:
根据所述已掌握知识点集合及所述待推荐课程对应的知识点关系集,绘制所述学习者对应的已掌握知识图;
根据所述已掌握知识图及所述待推荐课程对应的知识图谱,确定所述学习者在所述待推荐课程中待掌握的知识点。
4.根据权利要求1所述的方法,其特征在于,所述获取待推荐课程,包括:
从所述画像数据中获取所述学习者注册的每个课程作为待推荐课程;或者,
从所述画像数据中获取距离当前最近一次为所述学习者推荐的教育资源信息所属的课程作为待推荐课程;或者,
获取所述学习者选择的待推荐课程。
5.根据权利要求1所述的方法,其特征在于,所述发送所述教育资源信息给所述学习者的终端之后,还包括:
接收所述学习者的终端发送的所述教育资源信息的学习结果,根据所述学习结果更新所述学习者的画像数据。
6.根据权利要求1所述的方法,其特征在于,所述发送所述教育资源信息给所述学习者的终端之后,还包括:
接收所述学习者的终端发送的所述教育资源信息对应的视频查看命令;
根据所述画像数据及所述教育资源信息,获取与所述学习者匹配的所述教育资源信息对应的讲解视频;
发送所述讲解视频给所述学习者的终端。
7.根据权利要求6所述的方法,其特征在于,所述根据所述画像数据及所述教育资源信息,获取与所述学习者匹配的所述教育资源信息对应的讲解视频,包括:
获取所述教育资源信息对应的多个讲解视频及每个讲解视频的视频描述信息;
根据所述画像数据及所述每个讲解视频的视频描述信息,从所述多个讲解视频中选择与所述学习者匹配的讲解视频。
8.根据权利要求7所述的方法,其特征在于,所述根据所述画像数据及所述每个讲解视频的视频描述信息,从所述多个讲解视频中选择与所述学习者匹配的讲解视频,包括:
从所述画像数据中获取所述学习者的风格偏好信息;
分别从所述每个讲解视频的视频描述信息中获取所述每个讲解视频对应的讲解风格信息;
计算所述风格偏好信息分别与所述每个讲解视频对应的讲解风格信息之间的相似度;
将相似度最大的讲解风格信息对应的讲解视频确定为与所述学习者匹配的讲解视频。
9.根据权利要求6所述的方法,其特征在于,所述发送所述讲解视频给所述学习者的终端之后,还包括:
接收所述学习者的终端发送的交互操作信息;
根据所述交互操作信息,更新所述画像数据及所述讲解视频对应的视频描述信息。
10.根据权利要求6所述的方法,其特征在于,所述获取与所述学习者匹配的所述教育资源信息对应的讲解视频之前,还包括:
从当前在线的众包生产者中筛选与所述教育资源信息匹配的多个众包生产者;
将所述多个众包生产者划分为视频生产者集合及视频审核者集合;
将所述教育资源信息分发给所述视频生产者集合包括的每个生产者的终端;
接收所述每个生产者的终端返回的讲解视频,将每个所述讲解视频发送给所述视频审核者集合包括的每个审核者的终端;
根据所述每个审核者的终端返回的每个所述讲解视频的审核结果,从每个所述讲解视频中选择并存储最终上线的讲解视频。
11.一种教育资源推荐装置,其特征在于,所述装置包括:
第一获取模块,用于获取学习者的画像数据及待推荐课程;
第二获取模块,用于根据所述画像数据及所述待推荐课程,获取与所述学习者匹配的教育资源信息;
发送模块,用于发送所述教育资源信息给所述学习者的终端。
12.一种教育资源推荐设备,其特征在于,包括:
一个或多个处理器;
存储装置,用于存储一个或多个程序;
所述一个或多个程序被所述一个或多个处理器执行,使得所述一个或多个处理器实现如权利要求1-10中任一所述的方法。
13.一种计算机可读存储介质,其上存储有计算机程序,其特征在于,所述程序被处理器执行时实现如权利要求1-10中任一所述的方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201811560933.0A CN109670110B (zh) | 2018-12-20 | 2018-12-20 | 一种教育资源推荐方法、装置、设备及存储介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201811560933.0A CN109670110B (zh) | 2018-12-20 | 2018-12-20 | 一种教育资源推荐方法、装置、设备及存储介质 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN109670110A true CN109670110A (zh) | 2019-04-23 |
CN109670110B CN109670110B (zh) | 2023-05-12 |
Family
ID=66145172
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201811560933.0A Active CN109670110B (zh) | 2018-12-20 | 2018-12-20 | 一种教育资源推荐方法、装置、设备及存储介质 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN109670110B (zh) |
Cited By (26)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN110275987A (zh) * | 2019-05-09 | 2019-09-24 | 威比网络科技(上海)有限公司 | 智能教学顾问生成方法、系统、设备及存储介质 |
CN110611842A (zh) * | 2019-09-20 | 2019-12-24 | 天津卓朗科技发展有限公司 | 基于虚拟机的视频传输管理方法及相关装置 |
CN110795917A (zh) * | 2019-11-21 | 2020-02-14 | 咪咕文化科技有限公司 | 个性化讲义生成方法、系统及电子设备、存储介质 |
CN110851723A (zh) * | 2019-11-14 | 2020-02-28 | 上海钦文信息科技有限公司 | 一种基于大规模知识点标注结果的英语习题推荐方法 |
CN111177413A (zh) * | 2019-12-30 | 2020-05-19 | 北京谦仁科技有限公司 | 学习资源推荐方法、装置和电子设备 |
CN111274411A (zh) * | 2020-01-22 | 2020-06-12 | 文思海辉智科科技有限公司 | 课程推荐方法、装置、电子设备及可读存储介质 |
CN111460145A (zh) * | 2020-03-18 | 2020-07-28 | 天闻数媒科技(北京)有限公司 | 一种学习资源推荐方法、设备及存储介质 |
CN111523028A (zh) * | 2020-04-16 | 2020-08-11 | 广东小天才科技有限公司 | 数据推荐方法、装置、设备及存储介质 |
CN111597305A (zh) * | 2020-05-15 | 2020-08-28 | 法政国际教育投资有限公司 | 实体标记方法、装置、计算机设备和存储介质 |
CN112069362A (zh) * | 2020-09-14 | 2020-12-11 | 河南考图教育科技有限公司 | 基于学生测评结果的智能组课方法及系统 |
CN112163118A (zh) * | 2020-09-28 | 2021-01-01 | 北京爱论答科技有限公司 | 一种用于教学的推荐视频获取方法及装置 |
CN112287037A (zh) * | 2020-10-23 | 2021-01-29 | 大连东软教育科技集团有限公司 | 一种多实体混合知识图谱构建方法、装置及存储介质 |
CN112346567A (zh) * | 2020-11-03 | 2021-02-09 | 平安科技(深圳)有限公司 | 基于ai的虚拟交互模型生成方法、装置及计算机设备 |
CN112541845A (zh) * | 2020-12-15 | 2021-03-23 | 泰康保险集团股份有限公司 | 一种在线培训的方法、装置、电子设备和存储介质 |
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 |
CN112784895A (zh) * | 2021-01-18 | 2021-05-11 | 辽宁向日葵教育科技有限公司 | 一种基于用户画像标签的教学系统 |
CN112883226A (zh) * | 2021-03-29 | 2021-06-01 | 读书郎教育科技有限公司 | 一种智慧课堂学习视频推荐方法 |
CN112967163A (zh) * | 2021-03-30 | 2021-06-15 | 上海知到知识数字科技有限公司 | 一种在线教育课堂监控方法 |
CN113065986A (zh) * | 2021-03-22 | 2021-07-02 | 深圳童年科技有限公司 | 一种基于智能交互的教育资源生成方法 |
CN113377925A (zh) * | 2021-06-28 | 2021-09-10 | 哈尔滨工业大学 | 一种基于特征工程的在线课程画像的构建方法 |
CN114267214A (zh) * | 2021-12-31 | 2022-04-01 | 山西寰烁电子科技股份有限公司 | 一种云教育资源自定义审批分发方法及系统 |
CN114302168A (zh) * | 2021-11-25 | 2022-04-08 | 长沙师范学院 | 基于大数据的学习视频生成方法、装置、设备和存储介质 |
CN114661391A (zh) * | 2021-11-11 | 2022-06-24 | 卡墨智能科技(北京)有限公司 | 课程内容展示、处理方法、设备及存储介质 |
CN116797052A (zh) * | 2023-08-25 | 2023-09-22 | 之江实验室 | 基于编程学习的资源推荐方法、装置、系统和存储介质 |
CN117076782A (zh) * | 2023-10-13 | 2023-11-17 | 成都华栖云科技有限公司 | 在线学习平台的课程推荐方法、装置、计算机设备及介质 |
CN112287037B (zh) * | 2020-10-23 | 2024-05-31 | 东软教育科技集团有限公司 | 一种多实体混合知识图谱构建方法、装置及存储介质 |
Citations (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN104540032A (zh) * | 2014-11-01 | 2015-04-22 | 王杰 | 一个视频内容审核众包的实现方法与系统 |
CN105512349A (zh) * | 2016-02-23 | 2016-04-20 | 首都师范大学 | 一种用于学习者自适应学习的问答方法及装置 |
CN106202453A (zh) * | 2016-07-13 | 2016-12-07 | 网易(杭州)网络有限公司 | 一种多媒体资源推荐方法和装置 |
CN106384319A (zh) * | 2016-09-20 | 2017-02-08 | 四川教云网络科技有限公司 | 一种基于遗忘曲线的教学资源个性化推荐方法 |
CN107085803A (zh) * | 2017-03-31 | 2017-08-22 | 弘成科技发展有限公司 | 基于知识图谱和能力测评的个性化教学资源推荐系统 |
CN107346346A (zh) * | 2017-08-26 | 2017-11-14 | 海南大学 | 基于数据图谱、信息图谱和知识图谱的学习者能力建模与学习过程优化管理系统 |
CN107832410A (zh) * | 2017-11-03 | 2018-03-23 | 四川文轩教育科技有限公司 | 一种基于知识网络学习路径的推荐方法 |
-
2018
- 2018-12-20 CN CN201811560933.0A patent/CN109670110B/zh active Active
Patent Citations (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN104540032A (zh) * | 2014-11-01 | 2015-04-22 | 王杰 | 一个视频内容审核众包的实现方法与系统 |
CN105512349A (zh) * | 2016-02-23 | 2016-04-20 | 首都师范大学 | 一种用于学习者自适应学习的问答方法及装置 |
CN106202453A (zh) * | 2016-07-13 | 2016-12-07 | 网易(杭州)网络有限公司 | 一种多媒体资源推荐方法和装置 |
CN106384319A (zh) * | 2016-09-20 | 2017-02-08 | 四川教云网络科技有限公司 | 一种基于遗忘曲线的教学资源个性化推荐方法 |
CN107085803A (zh) * | 2017-03-31 | 2017-08-22 | 弘成科技发展有限公司 | 基于知识图谱和能力测评的个性化教学资源推荐系统 |
CN107346346A (zh) * | 2017-08-26 | 2017-11-14 | 海南大学 | 基于数据图谱、信息图谱和知识图谱的学习者能力建模与学习过程优化管理系统 |
CN107832410A (zh) * | 2017-11-03 | 2018-03-23 | 四川文轩教育科技有限公司 | 一种基于知识网络学习路径的推荐方法 |
Cited By (36)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN110275987B (zh) * | 2019-05-09 | 2021-10-19 | 上海平安智慧教育科技有限公司 | 智能教学顾问生成方法、系统、设备及存储介质 |
CN110275987A (zh) * | 2019-05-09 | 2019-09-24 | 威比网络科技(上海)有限公司 | 智能教学顾问生成方法、系统、设备及存储介质 |
CN110611842A (zh) * | 2019-09-20 | 2019-12-24 | 天津卓朗科技发展有限公司 | 基于虚拟机的视频传输管理方法及相关装置 |
CN110611842B (zh) * | 2019-09-20 | 2022-03-29 | 天津卓朗科技发展有限公司 | 基于虚拟机的视频传输管理方法及相关装置 |
CN110851723A (zh) * | 2019-11-14 | 2020-02-28 | 上海钦文信息科技有限公司 | 一种基于大规模知识点标注结果的英语习题推荐方法 |
CN110851723B (zh) * | 2019-11-14 | 2022-09-23 | 学利网络科技(上海)有限公司 | 一种基于大规模知识点标注结果的英语习题推荐方法 |
CN110795917B (zh) * | 2019-11-21 | 2023-10-20 | 咪咕文化科技有限公司 | 个性化讲义生成方法、系统及电子设备、存储介质 |
CN110795917A (zh) * | 2019-11-21 | 2020-02-14 | 咪咕文化科技有限公司 | 个性化讲义生成方法、系统及电子设备、存储介质 |
CN111177413A (zh) * | 2019-12-30 | 2020-05-19 | 北京谦仁科技有限公司 | 学习资源推荐方法、装置和电子设备 |
CN111274411A (zh) * | 2020-01-22 | 2020-06-12 | 文思海辉智科科技有限公司 | 课程推荐方法、装置、电子设备及可读存储介质 |
CN111460145A (zh) * | 2020-03-18 | 2020-07-28 | 天闻数媒科技(北京)有限公司 | 一种学习资源推荐方法、设备及存储介质 |
CN111523028A (zh) * | 2020-04-16 | 2020-08-11 | 广东小天才科技有限公司 | 数据推荐方法、装置、设备及存储介质 |
CN111597305A (zh) * | 2020-05-15 | 2020-08-28 | 法政国际教育投资有限公司 | 实体标记方法、装置、计算机设备和存储介质 |
CN111597305B (zh) * | 2020-05-15 | 2020-12-22 | 法政国际教育投资有限公司 | 实体标记方法、装置、计算机设备和存储介质 |
CN112069362A (zh) * | 2020-09-14 | 2020-12-11 | 河南考图教育科技有限公司 | 基于学生测评结果的智能组课方法及系统 |
CN112163118A (zh) * | 2020-09-28 | 2021-01-01 | 北京爱论答科技有限公司 | 一种用于教学的推荐视频获取方法及装置 |
CN112287037B (zh) * | 2020-10-23 | 2024-05-31 | 东软教育科技集团有限公司 | 一种多实体混合知识图谱构建方法、装置及存储介质 |
CN112287037A (zh) * | 2020-10-23 | 2021-01-29 | 大连东软教育科技集团有限公司 | 一种多实体混合知识图谱构建方法、装置及存储介质 |
CN112346567B (zh) * | 2020-11-03 | 2022-12-06 | 平安科技(深圳)有限公司 | 基于ai的虚拟交互模型生成方法、装置及计算机设备 |
CN112346567A (zh) * | 2020-11-03 | 2021-02-09 | 平安科技(深圳)有限公司 | 基于ai的虚拟交互模型生成方法、装置及计算机设备 |
CN112541845A (zh) * | 2020-12-15 | 2021-03-23 | 泰康保险集团股份有限公司 | 一种在线培训的方法、装置、电子设备和存储介质 |
CN112541845B (zh) * | 2020-12-15 | 2023-12-01 | 泰康保险集团股份有限公司 | 一种在线培训的方法、装置、电子设备和存储介质 |
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 |
CN112784895A (zh) * | 2021-01-18 | 2021-05-11 | 辽宁向日葵教育科技有限公司 | 一种基于用户画像标签的教学系统 |
CN113065986A (zh) * | 2021-03-22 | 2021-07-02 | 深圳童年科技有限公司 | 一种基于智能交互的教育资源生成方法 |
CN112883226B (zh) * | 2021-03-29 | 2023-05-26 | 读书郎教育科技有限公司 | 一种智慧课堂学习视频推荐方法 |
CN112883226A (zh) * | 2021-03-29 | 2021-06-01 | 读书郎教育科技有限公司 | 一种智慧课堂学习视频推荐方法 |
CN112967163A (zh) * | 2021-03-30 | 2021-06-15 | 上海知到知识数字科技有限公司 | 一种在线教育课堂监控方法 |
CN113377925A (zh) * | 2021-06-28 | 2021-09-10 | 哈尔滨工业大学 | 一种基于特征工程的在线课程画像的构建方法 |
CN114661391A (zh) * | 2021-11-11 | 2022-06-24 | 卡墨智能科技(北京)有限公司 | 课程内容展示、处理方法、设备及存储介质 |
CN114302168A (zh) * | 2021-11-25 | 2022-04-08 | 长沙师范学院 | 基于大数据的学习视频生成方法、装置、设备和存储介质 |
CN114302168B (zh) * | 2021-11-25 | 2024-05-24 | 长沙师范学院 | 基于大数据的学习视频生成方法、装置、设备和存储介质 |
CN114267214A (zh) * | 2021-12-31 | 2022-04-01 | 山西寰烁电子科技股份有限公司 | 一种云教育资源自定义审批分发方法及系统 |
CN116797052A (zh) * | 2023-08-25 | 2023-09-22 | 之江实验室 | 基于编程学习的资源推荐方法、装置、系统和存储介质 |
CN117076782B (zh) * | 2023-10-13 | 2024-01-23 | 成都华栖云科技有限公司 | 在线学习平台的课程推荐方法、装置、计算机设备及介质 |
CN117076782A (zh) * | 2023-10-13 | 2023-11-17 | 成都华栖云科技有限公司 | 在线学习平台的课程推荐方法、装置、计算机设备及介质 |
Also Published As
Publication number | Publication date |
---|---|
CN109670110B (zh) | 2023-05-12 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN109670110A (zh) | 一种教育资源推荐方法、装置、设备及存储介质 | |
Serrano-Laguna et al. | Applying standards to systematize learning analytics in serious games | |
Wan et al. | Toward an understanding of university students’ continued intention to use MOOCs: When UTAUT model meets TTF model | |
Iqbal et al. | M-learning adoption: A perspective from a developing country | |
Shen et al. | The effect of hotel livestreaming on viewers’ purchase intention: Exploring the role of parasocial interaction and emotional engagement | |
CN103620662A (zh) | 用于自适应知识评估和学习的系统与方法 | |
US20130204667A1 (en) | Social networks games configured to elicit market research data as part of game play | |
CN104166707B (zh) | 搜索推荐方法和搜索推荐装置 | |
Bruk‐Lee et al. | Examining applicant reactions to different media types in character‐based simulations for employee selection | |
Moller et al. | New ITU-T standards for gaming QoE evaluation and management | |
WO2018072020A1 (en) | Systems and methods for providing tailored educational materials | |
US20130035981A1 (en) | Social networks games configured to elicit research data as part of game play | |
Chen et al. | Clarifying the impact of social escapism in users’ acceptance for online entertaining services—An extension of the technology acceptance model based on online karaoke television services users | |
KR102124790B1 (ko) | 하브루타 학습시스템 및 하브루타 학습플랫폼 | |
Su et al. | A principle of designing infographic for visualization representation of tourism social big data | |
Lahza et al. | Analytics of learning tactics and strategies in an online learnersourcing environment | |
Wu et al. | Transparentizing the “Black Box” of live streaming: impacts of live interactivity on viewers’ experience and purchase | |
CN112541847A (zh) | 基于大数据技术的线上线下相结合的智慧生活研学系统 | |
KR101657687B1 (ko) | P2p 교육 서비스 제공 시스템 및 방법 | |
Wright | Qualitative research | |
Sharma et al. | Factors Influencing E-learning Technology Among Youth in India: An Extended TAM Model | |
Allam et al. | Students’ acceptance of learning management systems in higher education: A uae case study | |
Kiing et al. | Behavioural Intention of Undergraduates to Adopt Digital Library: An Investigation Into Private Universities in Malaysia. | |
WO2015060787A1 (en) | Online campaign system and method | |
Regazzoni et al. | Impact Study of Tourism Destinations' eLearning: The Case of the Switzerland Travel Academy |
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 |