CN112632393A - 课程推荐方法、装置及电子设备 - Google Patents
课程推荐方法、装置及电子设备 Download PDFInfo
- Publication number
- CN112632393A CN112632393A CN202011622520.8A CN202011622520A CN112632393A CN 112632393 A CN112632393 A CN 112632393A CN 202011622520 A CN202011622520 A CN 202011622520A CN 112632393 A CN112632393 A CN 112632393A
- Authority
- CN
- China
- Prior art keywords
- learning
- target user
- course
- target
- 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
- 238000000034 method Methods 0.000 title claims abstract description 30
- 238000012360 testing method Methods 0.000 claims abstract description 52
- 238000012545 processing Methods 0.000 claims description 23
- 230000002159 abnormal effect Effects 0.000 claims description 12
- 238000007596 consolidation process Methods 0.000 claims description 4
- 238000000354 decomposition reaction Methods 0.000 claims description 4
- 238000011002 quantification Methods 0.000 abstract description 4
- 238000007405 data analysis Methods 0.000 description 5
- 230000005610 quantum mechanics Effects 0.000 description 4
- 238000004590 computer program Methods 0.000 description 2
- 238000010586 diagram Methods 0.000 description 2
- 230000000694 effects Effects 0.000 description 2
- 230000007115 recruitment Effects 0.000 description 2
- 230000003068 static effect Effects 0.000 description 2
- 238000004458 analytical method Methods 0.000 description 1
- 238000004891 communication Methods 0.000 description 1
- 238000013480 data collection Methods 0.000 description 1
- 238000001514 detection method Methods 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 230000006870 function Effects 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 230000008569 process Effects 0.000 description 1
- 238000012552 review Methods 0.000 description 1
- 238000007619 statistical method Methods 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
- 230000001360 synchronised effect Effects 0.000 description 1
- 238000012549 training Methods 0.000 description 1
- 238000012546 transfer Methods 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/90—Details of database functions independent of the retrieved data types
- G06F16/95—Retrieval from the web
- G06F16/953—Querying, e.g. by the use of web search engines
- G06F16/9535—Search customisation based on user profiles and personalisation
-
- 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
- Engineering & Computer Science (AREA)
- Business, Economics & Management (AREA)
- Theoretical Computer Science (AREA)
- Databases & Information Systems (AREA)
- Strategic Management (AREA)
- Tourism & Hospitality (AREA)
- General Physics & Mathematics (AREA)
- Physics & Mathematics (AREA)
- Educational Administration (AREA)
- Educational Technology (AREA)
- Data Mining & Analysis (AREA)
- General Engineering & Computer Science (AREA)
- Health & Medical Sciences (AREA)
- Economics (AREA)
- General Health & Medical Sciences (AREA)
- Human Resources & Organizations (AREA)
- Marketing (AREA)
- Primary Health Care (AREA)
- General Business, Economics & Management (AREA)
- Electrically Operated Instructional Devices (AREA)
Abstract
本发明实施例公开了课程推荐方法、装置及电子设备,该课程推荐方法包括:获取目标用户的学习目标信息;根据所述学习目标信息生成所述目标用户的第一学习课程;获取所述目标用户的学习记录;根据所述目标用户的学习记录对所述目标用户进行能力测试;根据所述目标用户的学习记录和能力测试结果对所述目标用户推荐第二学习课程。本发明通过对学习能力的拆解和量化,课程技能的拆解和量化,并对于学习能力和课程技能拆解后的能力单元的相似度匹配,找出和此学生学习能力相匹配的课程并推荐给学生。
Description
技术领域
本发明实施例涉及教学领域,具体涉及课程推荐方法、装置及电子设备。
背景技术
在学习过程中,对于知识的掌握的程度,学习的进度,有效学习的方式和路径,每个学生都有不同的表现。如何针对每个学生的学习习惯和能力为学生定制学习内容和计划,是大部分学校和培训机构为提升教学质量所面临的困难。
在目前的教学实践中,由于学生数量大,学生的能力,学习态度等参差不齐,大部分的老师无法提供为每个学生定制化的教学计划(包括课程列表,学习进度跟踪,学习效果检测等)。部分学校和教学机构引入教学系统记录学生学习的情况,并根据数据分析,找出每个学生的学习进度,并根据进度加大对学生的督促,但无法给出自动化给出提升学生能力的特定的课程体系。
发明内容
本发明实施例的目的在于提供课程推荐方法、装置及电子设备,用以解决现有无法给出自动化给出提升学生能力的特定的课程体系的问题。
为实现上述目的,本发明实施例主要提供如下技术方案:
第一方面,本发明实施例提供了一种课程推荐方法,包括:
获取目标用户的学习目标信息;
根据所述学习目标信息生成所述目标用户的第一学习课程;
获取所述目标用户的学习记录;
根据所述目标用户的学习记录对所述目标用户进行能力测试;
根据所述目标用户的学习记录和能力测试结果对所述目标用户推荐第二学习课程。
根据本发明的一个实施例,所述学习目标信息包括目标工作岗位,则根据所述学习目标信息生成所述目标用户的第一学习课程,包括:
获取所述目标工作岗位的岗位需求信息;
根据所述岗位需求信息进行能力拆解,得到至少一个能力目标;
根据所述至少一个能力目标生成所述第一学习课程。
根据本发明的一个实施例,所述学习目标信息包括目标学科,则根据所述学习目标信息生成所述目标用户的第一学习课程,包括:
获取所述目标学科的相关知识信息;
根据所述相关知识信息进行能力拆解,得到至少一个知识目标;
根据所述至少一个知识目标生成所述第一学习课程。
根据本发明的一个实施例,所述目标用户的学习记录包括所述目标用户的学习进度、学习时长和学习习惯信息,则根据所述目标用户的学习记录对所述目标用户进行能力测试,包括:
根据所述学习进度、所述学习时长和所述学习习惯信息生成所述目标用户的学习者画像;
根据所述学习者画像和所述第一学习课程的标准学习信息判断所述目标用户的学习情况是否正常;
如果所述目标用户的学习情况正常,则根据所述目标用户的学习进度进行第一能力测试,并根据所述第一能力测试的结果进行知识巩固后继续所述目标用户的剩余学习课程;
如果所述目标用户的学习情况异常,则根据异常情况对所述目标用户的进行第二能力测试,并根据所述第二能力测试的结果调整所述目标用户的学习课程得到所述第二学习课程。
第二方面,本发明实施例还提供一种课程推荐装置,包括:
获取模块,用于获取目标用户的学习目标信息和所述目标用户的学习记录;
能力测试模块,用于根据所述目标用户的学习记录对所述目标用户进行能力测试;
控制处理模块,用于根据所述学习目标信息生成所述目标用户的第一学习课程;所述控制处理模块还用于根据所述目标用户的学习记录和能力测试结果对所述目标用户推荐第二学习课程;
提供模块,用于提供所述第一学习课程和所述第二学习课程。
根据本发明的一个实施例,所述学习目标信息包括目标工作岗位;所述获取模块还用于获取所述目标工作岗位的岗位需求信息;所述控制处理模块用于根据所述岗位需求信息进行能力拆解,得到至少一个能力目标,进而根据所述至少一个能力目标生成所述第一学习课程。
根据本发明的一个实施例,所述学习目标信息包括目标学科;所述获取模块还用于获取所述目标学科的相关知识信息;所述控制处理模块用于根据所述相关知识信息进行能力拆解,得到至少一个知识目标,进而根据所述至少一个知识目标生成所述第一学习课程。
根据本发明的一个实施例,所述目标用户的学习记录包括所述目标用户的学习进度、学习时长和学习习惯信息;
所述控制处理模块用于根据所述学习进度、所述学习时长和所述学习习惯信息生成所述目标用户的学习者画像,并根据所述学习者画像和所述第一学习课程的标准学习信息判断所述目标用户的学习情况是否正常;
所述控制处理模块还用于如果所述目标用户的学习情况正常,则通过所述能力测试模块根据所述目标用户的学习进度进行第一能力测试,并根据所述第一能力测试的结果进行知识巩固后继续所述目标用户的剩余学习课程;
所述控制处理模块还用于如果所述目标用户的学习情况异常,则根据异常情况通过所述能力测试模块对所述目标用户的进行第二能力测试,并根据所述第二能力测试的结果调整所述目标用户的学习课程得到所述第二学习课程。
第三方面,本发明实施例还提供一种电子设备,包括:至少一个处理器和至少一个存储器;所述存储器用于存储一个或多个程序指令;所述处理器,用于运行一个或多个程序指令,用以执行如第一方面所述的课程推荐方法。
第四方面,本发明实施例还提供一种计算机可读存储介质,包含一个或多个程序指令,所述一个或多个程序指令用于被执行如第一方面所述的课程推荐方法。
本发明实施例提供的技术方案至少具有如下优点:
本发明实施例提供的课程推荐方法、装置及电子设备,通过对学习能力的拆解和量化,课程技能的拆解和量化,并对于学习能力和课程技能拆解后的能力单元的相似度匹配,找出和此学生学习能力相匹配的课程并推荐给学生。
附图说明
图1为本发明实施例提供的课程推荐方法的流程图。
图2为本发明实施例提供的课程推荐装置的结构框图。
具体实施方式
以下由特定的具体实施例说明本发明的实施方式,熟悉此技术的人士可由本说明书所揭露的内容轻易地了解本发明的其他优点及功效。
以下描述中,为了说明而不是为了限定,提出了诸如特定系统结构、接口、技术之类的具体细节,以便透彻理解本发明。然而,本领域的技术人员应当清楚,在没有这些具体细节的其它实施例中也可以实现本发明。在其它情况中,省略对众所周知的系统、电路以及方法的详细说明,以免不必要的细节妨碍本发明的描述。
在本发明的描述中,需要理解的是,术语“第一”和“第二”仅用于描述目的,而不能理解为指示或暗示相对重要性。
图1为本发明实施例提供的课程推荐方法的流程图。如图1所示,本发明实施例提供的课程推荐方法,包括:
S0:搭建系统,并提供学习资源。
本实施例使用通用的具有12核CPU 24G内存,100G存储的服务器。录入各技术方向的技能能力列表和通用基础素质能力列表。搜集课程体系、岗位信息和学习者通用画像并录入系统。使用自然语言分析,拆解课程体系和岗位对应的能力,将每个课程体系和每个岗位对应到能力单元组合中。
S1:获取目标用户的学习目标信息。
具体地,目标学习用户可以使某个在线学习网站的注册用户。目标用户可以是学生,例如即将进入社会工作的学生;目标用户也可以是已经进入社会,谋求发展的员工。
在本实施例中,学习目标信息可以是某个具体的岗位,例如A工程师;学习目标信息也可以是某个学科,例如量子力学。
S2:根据学习目标信息生成目标用户的第一学习课程。
在本发明的一个实施例中,步骤S2包括:
S2-A-1:获取目标工作岗位的岗位需求信息。
本实施例中,学习目标信息包括目标工作岗位。岗位需求信息可以使通过对目标工作岗位的招聘要求进行大数据分析后得到的具体可以量化的岗位能力指标信息。本实施例中,岗位能力指标信息包括可以量化的指标,例如岗位需要的技能和工作经验等。
S2-A-2:根据岗位需求信息进行能力拆解,得到至少一个能力目标。
在本发明的一个实施例中,岗位需求信息为招聘A工程师,招聘条件为会X技能、Y技能、Z技能并具有两年的工作经验。
本系统根据X技能、Y技能、Z技能所需的基础知识进行能力分解,并通过大数据分析对A工程师在工作两年内可能遇到的工作进行统计分析,最终得到X技能、Y技能、Z技能并具有两年的工作经验所需掌握的知识和能力,得到对应的能力目标。
S2-A-3:根据至少一个能力目标生成第一学习课程,以便目标用户根据第一学习课程开始学习。
S2-B-1:获取目标学科的相关知识信息。
本实施例中,学习目标信息包括目标学科,例如量子力学。本实施例通过数据搜集和大数据分析得到学习量子力学前需要学习的知识,以及量子力学的相关知识。
S2-B-2:根据相关知识信息进行能力拆解,得到至少一个知识目标。
S2-B-3:根据至少一个知识目标生成第一学习课程,以便目标用户根据第一学习课程开始学习。
S3:获取目标用户的学习记录。
具体地,在目标用户根据第一学习课程开始学习后,可以定期或者根据学习进度、学习时间决定是否获取目标用户的学习记录。其中,学习记录包括目标用户的学习进度、学习时长和学习习惯信息。学习习惯信息包括目标用户喜欢预习或者复习。
S4:根据目标用户的学习记录对目标用户进行能力测试。
在本发明的一个实施例中,步骤S4包括:
S4-1:根据学习进度、学习时长和学习习惯信息进行多维度数据分析和进度分析生成目标用户的学习者画像。
S4-2:根据学习者画像和第一学习课程的标准学习信息判断目标用户的学习情况是否正常。
S4-3-A:如果目标用户的学习情况正常,则根据目标用户的学习进度进行第一能力测试,例如单元测试,并根据第一能力测试的结果进行知识巩固后继续目标用户的剩余学习课程。其中,知识巩固的方式包括:针对错题重温知识点,并再次进行测试,直至满足预设条件为止。
S4-3-B:如果目标用户的学习情况异常,例如某个学习课程的学习时间过长或过短、目标用户进行了跳进度学习等等,则根据异常情况对目标用户的进行第二能力测试,检测目标用户是否不能理解相关课程,或者目标用户已经掌握了跳过的课程,并根据第二能力测试的结果调整目标用户的学习课程得到第二学习课程。
S5:根据目标用户的学习记录和能力测试结果对目标用户推荐第二学习课程。
本发明实施例提供的课程推荐方法,通过对学习能力的拆解和量化,课程技能的拆解和量化,并对于学习能力和课程技能拆解后的能力单元的相似度匹配,找出和此学生学习能力相匹配的课程并推荐给学生。
图2为本发明实施例提供的课程推荐装置的结构框图。如图2所示,本发明实施例提供的课程推荐装置,包括:获取模块100、能力测试模块200、控制处理模块300和提供模块400。
其中,获取模块100用于获取目标用户的学习目标信息和目标用户的学习记录。能力测试模块200用于根据目标用户的学习记录对目标用户进行能力测试。控制处理模块300用于根据学习目标信息生成目标用户的第一学习课程。控制处理模块300还用于根据目标用户的学习记录和能力测试结果对目标用户推荐第二学习课程。提供模块400用于提供第一学习课程和第二学习课程。
在本发明的一个实施例中,学习目标信息包括目标工作岗位。获取模块100还用于获取目标工作岗位的岗位需求信息。控制处理模块300用于根据岗位需求信息进行能力拆解,得到至少一个能力目标,进而根据至少一个能力目标生成第一学习课程。
在本发明的一个实施例中,学习目标信息包括目标学科。获取模块100还用于获取目标学科的相关知识信息。控制处理模块400用于根据相关知识信息进行能力拆解,得到至少一个知识目标,进而根据至少一个知识目标生成第一学习课程。
在本发明的一个实施例中,目标用户的学习记录包括目标用户的学习进度、学习时长和学习习惯信息。
控制处理模块400用于根据学习进度、学习时长和学习习惯信息生成目标用户的学习者画像,并根据学习者画像和第一学习课程的标准学习信息判断目标用户的学习情况是否正常。
控制处理模块400还用于如果目标用户的学习情况正常,则通过能力测试模块根据目标用户的学习进度进行第一能力测试,并根据第一能力测试的结果进行知识巩固后继续目标用户的剩余学习课程。
控制处理模块400还用于如果目标用户的学习情况异常,则根据异常情况通过能力测试模块对目标用户的进行第二能力测试,并根据第二能力测试的结果调整目标用户的学习课程得到第二学习课程。
需要说明的是,本发明实施例的课程推荐装置的具体实施方式与本发明实施例的课程推荐方法的具体实施方式类似,具体参见课程推荐方法部分的描述,为了减少冗余,不做赘述。
另外,本发明实施例的课程推荐装置的其它构成以及作用对于本领域的技术人员而言都是已知的,为了减少冗余,不做赘述。
本发明实施例还提供一种电子设备,包括:至少一个处理器和至少一个存储器;所述存储器用于存储一个或多个程序指令;所述处理器,用于运行一个或多个程序指令,用以执行如第一方面所述的课程推荐方法。
本发明所公开的实施例提供一种计算机可读存储介质,所述计算机可读存储介质中存储有计算机程序指令,当所述计算机程序指令在计算机上运行时,使得计算机执行上述的课程推荐方法。
在本发明实施例中,处理器可以是一种集成电路芯片,具有信号的处理能力。处理器可以是通用处理器、数字信号处理器(Digital Signal Processor,简称DSP)、专用集成电路(Application Specific Integrated Circuit,简称ASIC)、现场可编程门阵列(FieldProgrammable Gate Array,简称FPGA)或者其他可编程逻辑器件、分立门或者晶体管逻辑器件、分立硬件组件。
可以实现或者执行本发明实施例中的公开的各方法、步骤及逻辑框图。通用处理器可以是微处理器或者该处理器也可以是任何常规的处理器等。结合本发明实施例所公开的方法的步骤可以直接体现为硬件译码处理器执行完成,或者用译码处理器中的硬件及软件模块组合执行完成。软件模块可以位于随机存储器,闪存、只读存储器,可编程只读存储器或者电可擦写可编程存储器、寄存器等本领域成熟的存储介质中。处理器读取存储介质中的信息,结合其硬件完成上述方法的步骤。
存储介质可以是存储器,例如可以是易失性存储器或非易失性存储器,或可包括易失性和非易失性存储器两者。
其中,非易失性存储器可以是只读存储器(Read-Only Memory,简称ROM)、可编程只读存储器(Programmable ROM,简称PROM)、可擦除可编程只读存储器(Erasable PROM,简称EPROM)、电可擦除可编程只读存储器(Electrically EPROM,简称EEPROM)或闪存。
易失性存储器可以是随机存取存储器(Random Access Memory,简称RAM),其用作外部高速缓存。通过示例性但不是限制性说明,许多形式的RAM可用,例如静态随机存取存储器(Static RAM,简称SRAM)、动态随机存取存储器(Dynamic RAM,简称DRAM)、同步动态随机存取存储器(Synchronous DRAM,简称SDRAM)、双倍数据速率同步动态随机存取存储器(Double Data Rate SDRAM,简称DDRSDRAM)、增强型同步动态随机存取存储器(EnhancedSDRAM,简称ESDRAM)、同步连接动态随机存取存储器(Synch Link DRAM,简称SLDRAM)和直接内存总线随机存取存储器(Direct Rambus RAM,简称DRRAM)。
本发明实施例描述的存储介质旨在包括但不限于这些和任意其它适合类型的存储器。
本领域技术人员应该可以意识到,在上述一个或多个示例中,本发明所描述的功能可以用硬件与软件组合来实现。当应用软件时,可以将相应功能存储在计算机可读介质中或者作为计算机可读介质上的一个或多个指令或代码进行传输。计算机可读介质包括计算机存储介质和通信介质,其中通信介质包括便于从一个地方向另一个地方传送计算机程序的任何介质。存储介质可以是通用或专用计算机能够存取的任何可用介质。
以上所述的具体实施方式,对本发明的目的、技术方案和有益效果进行了进一步详细说明,所应理解的是,以上所述仅为本发明的具体实施方式而已,并不用于限定本发明的保护范围,凡在本发明的技术方案的基础之上,所做的任何修改、等同替换、改进等,均应包括在本发明的保护范围之内。
Claims (10)
1.一种课程推荐方法,其特征在于,包括:
获取目标用户的学习目标信息;
根据所述学习目标信息生成所述目标用户的第一学习课程;
获取所述目标用户的学习记录;
根据所述目标用户的学习记录对所述目标用户进行能力测试;
根据所述目标用户的学习记录和能力测试结果对所述目标用户推荐第二学习课程。
2.根据权利要求1所述的课程推荐方法,其特征在于,所述学习目标信息包括目标工作岗位,则根据所述学习目标信息生成所述目标用户的第一学习课程,包括:
获取所述目标工作岗位的岗位需求信息;
根据所述岗位需求信息进行能力拆解,得到至少一个能力目标;
根据所述至少一个能力目标生成所述第一学习课程。
3.根据权利要求1所述的课程推荐方法,其特征在于,所述学习目标信息包括目标学科,则根据所述学习目标信息生成所述目标用户的第一学习课程,包括:
获取所述目标学科的相关知识信息;
根据所述相关知识信息进行能力拆解,得到至少一个知识目标;
根据所述至少一个知识目标生成所述第一学习课程。
4.根据权利要求1所述的课程推荐方法,其特征在于,所述目标用户的学习记录包括所述目标用户的学习进度、学习时长和学习习惯信息,则根据所述目标用户的学习记录对所述目标用户进行能力测试,包括:
根据所述学习进度、所述学习时长和所述学习习惯信息生成所述目标用户的学习者画像;
根据所述学习者画像和所述第一学习课程的标准学习信息判断所述目标用户的学习情况是否正常;
如果所述目标用户的学习情况正常,则根据所述目标用户的学习进度进行第一能力测试,并根据所述第一能力测试的结果进行知识巩固后继续所述目标用户的剩余学习课程;
如果所述目标用户的学习情况异常,则根据异常情况对所述目标用户的进行第二能力测试,并根据所述第二能力测试的结果调整所述目标用户的学习课程得到所述第二学习课程。
5.一种课程推荐装置,其特征在于,包括:
获取模块,用于获取目标用户的学习目标信息和所述目标用户的学习记录;
能力测试模块,用于根据所述目标用户的学习记录对所述目标用户进行能力测试;
控制处理模块,用于根据所述学习目标信息生成所述目标用户的第一学习课程;所述控制处理模块还用于根据所述目标用户的学习记录和能力测试结果对所述目标用户推荐第二学习课程;
提供模块,用于提供所述第一学习课程和所述第二学习课程。
6.根据权利要求5所述的课程推荐装置,其特征在于,所述学习目标信息包括目标工作岗位;所述获取模块还用于获取所述目标工作岗位的岗位需求信息;所述控制处理模块用于根据所述岗位需求信息进行能力拆解,得到至少一个能力目标,进而根据所述至少一个能力目标生成所述第一学习课程。
7.根据权利要求5所述的课程推荐装置,其特征在于,所述学习目标信息包括目标学科;所述获取模块还用于获取所述目标学科的相关知识信息;所述控制处理模块用于根据所述相关知识信息进行能力拆解,得到至少一个知识目标,进而根据所述至少一个知识目标生成所述第一学习课程。
8.根据权利要求5所述的课程推荐装置,其特征在于,所述目标用户的学习记录包括所述目标用户的学习进度、学习时长和学习习惯信息;
所述控制处理模块用于根据所述学习进度、所述学习时长和所述学习习惯信息生成所述目标用户的学习者画像,并根据所述学习者画像和所述第一学习课程的标准学习信息判断所述目标用户的学习情况是否正常;
所述控制处理模块还用于如果所述目标用户的学习情况正常,则通过所述能力测试模块根据所述目标用户的学习进度进行第一能力测试,并根据所述第一能力测试的结果进行知识巩固后继续所述目标用户的剩余学习课程;
所述控制处理模块还用于如果所述目标用户的学习情况异常,则根据异常情况通过所述能力测试模块对所述目标用户的进行第二能力测试,并根据所述第二能力测试的结果调整所述目标用户的学习课程得到所述第二学习课程。
9.一种电子设备,其特征在于,所述电子设备包括:至少一个处理器和至少一个存储器;
所述存储器用于存储一个或多个程序指令;
所述处理器,用于运行一个或多个程序指令,用以执行如权利要求1-4任一项所述的课程推荐方法。
10.一种计算机可读存储介质,其特征在于,所述计算机可读存储介质中包含一个或多个程序指令,所述一个或多个程序指令用于执行如权利要求1-4任一项所述的课程推荐方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202011622520.8A CN112632393B (zh) | 2020-12-30 | 2020-12-30 | 课程推荐方法、装置及电子设备 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202011622520.8A CN112632393B (zh) | 2020-12-30 | 2020-12-30 | 课程推荐方法、装置及电子设备 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN112632393A true CN112632393A (zh) | 2021-04-09 |
CN112632393B CN112632393B (zh) | 2024-06-21 |
Family
ID=75287421
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202011622520.8A Active CN112632393B (zh) | 2020-12-30 | 2020-12-30 | 课程推荐方法、装置及电子设备 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN112632393B (zh) |
Cited By (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN113570481A (zh) * | 2021-07-01 | 2021-10-29 | 曾毅 | Fiber人才潜能评估与学习课程规划方法、系统及存储介质 |
CN113724040A (zh) * | 2021-08-17 | 2021-11-30 | 卓尔智联(武汉)研究院有限公司 | 课程推荐方法、电子设备及存储介质 |
CN113762801A (zh) * | 2021-09-17 | 2021-12-07 | 北京量子之歌科技有限公司 | 一种网络课程的管理方法、装置、设备和存储介质 |
CN114202237A (zh) * | 2021-12-23 | 2022-03-18 | 泰康保险集团股份有限公司 | 一种课程推荐方法、装置、设备及介质 |
CN114936953A (zh) * | 2022-05-20 | 2022-08-23 | 海信集团控股股份有限公司 | 学习讨论室的成员确定方法及电子设备 |
CN116070861A (zh) * | 2023-02-08 | 2023-05-05 | 武汉博奥鹏程教育科技有限公司 | 一种基于动态学习目标的课程定制方法和装置 |
CN117114940A (zh) * | 2023-10-24 | 2023-11-24 | 山东爱书人家庭教育科技有限公司 | 一种资源匹配方法、系统、装置及介质 |
Citations (11)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20150235561A1 (en) * | 2014-02-19 | 2015-08-20 | Pearson Education, Inc. | Dynamic and individualized scheduling engine for app-based learning |
CN106528656A (zh) * | 2016-10-20 | 2017-03-22 | 杨瀛 | 一种基于学员历史和实时学习状态参量实现课程推荐的方法和系统 |
CN106651701A (zh) * | 2016-12-29 | 2017-05-10 | 山东科技大学 | 一种学习资源的构建方法及装置 |
CN107180568A (zh) * | 2017-06-30 | 2017-09-19 | 楼志刚 | 一种基于过程控制和结果评价的交互式学习平台及方法 |
CN107220916A (zh) * | 2017-05-27 | 2017-09-29 | 邹杰 | 学习资源推送方法及装置 |
CN107256650A (zh) * | 2017-06-20 | 2017-10-17 | 广东小天才科技有限公司 | 一种习题推送方法、系统及终端设备 |
KR20190069629A (ko) * | 2017-10-31 | 2019-06-20 | 주식회사 그로티 | 학습 스케줄 관리 시스템 및 그 방법 |
CN111125342A (zh) * | 2019-12-17 | 2020-05-08 | 深圳市鹰硕技术有限公司 | 习题测试数据生成方法以及装置 |
CN111223015A (zh) * | 2018-11-27 | 2020-06-02 | 阿里巴巴集团控股有限公司 | 课程推荐方法、装置及终端设备 |
CN111859140A (zh) * | 2020-07-28 | 2020-10-30 | 龙马智芯(珠海横琴)科技有限公司 | 一种知识推荐的方法、装置、推荐设备及可读存储介质 |
US20200357296A1 (en) * | 2019-05-10 | 2020-11-12 | Rahul Sharma | Integrated education management methods and systems |
-
2020
- 2020-12-30 CN CN202011622520.8A patent/CN112632393B/zh active Active
Patent Citations (11)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20150235561A1 (en) * | 2014-02-19 | 2015-08-20 | Pearson Education, Inc. | Dynamic and individualized scheduling engine for app-based learning |
CN106528656A (zh) * | 2016-10-20 | 2017-03-22 | 杨瀛 | 一种基于学员历史和实时学习状态参量实现课程推荐的方法和系统 |
CN106651701A (zh) * | 2016-12-29 | 2017-05-10 | 山东科技大学 | 一种学习资源的构建方法及装置 |
CN107220916A (zh) * | 2017-05-27 | 2017-09-29 | 邹杰 | 学习资源推送方法及装置 |
CN107256650A (zh) * | 2017-06-20 | 2017-10-17 | 广东小天才科技有限公司 | 一种习题推送方法、系统及终端设备 |
CN107180568A (zh) * | 2017-06-30 | 2017-09-19 | 楼志刚 | 一种基于过程控制和结果评价的交互式学习平台及方法 |
KR20190069629A (ko) * | 2017-10-31 | 2019-06-20 | 주식회사 그로티 | 학습 스케줄 관리 시스템 및 그 방법 |
CN111223015A (zh) * | 2018-11-27 | 2020-06-02 | 阿里巴巴集团控股有限公司 | 课程推荐方法、装置及终端设备 |
US20200357296A1 (en) * | 2019-05-10 | 2020-11-12 | Rahul Sharma | Integrated education management methods and systems |
CN111125342A (zh) * | 2019-12-17 | 2020-05-08 | 深圳市鹰硕技术有限公司 | 习题测试数据生成方法以及装置 |
CN111859140A (zh) * | 2020-07-28 | 2020-10-30 | 龙马智芯(珠海横琴)科技有限公司 | 一种知识推荐的方法、装置、推荐设备及可读存储介质 |
Cited By (10)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN113570481A (zh) * | 2021-07-01 | 2021-10-29 | 曾毅 | Fiber人才潜能评估与学习课程规划方法、系统及存储介质 |
CN113724040A (zh) * | 2021-08-17 | 2021-11-30 | 卓尔智联(武汉)研究院有限公司 | 课程推荐方法、电子设备及存储介质 |
CN113724040B (zh) * | 2021-08-17 | 2023-11-28 | 卓尔智联(武汉)研究院有限公司 | 课程推荐方法、电子设备及存储介质 |
CN113762801A (zh) * | 2021-09-17 | 2021-12-07 | 北京量子之歌科技有限公司 | 一种网络课程的管理方法、装置、设备和存储介质 |
CN113762801B (zh) * | 2021-09-17 | 2024-03-26 | 北京量子之歌科技有限公司 | 一种网络课程的管理方法、装置、设备和存储介质 |
CN114202237A (zh) * | 2021-12-23 | 2022-03-18 | 泰康保险集团股份有限公司 | 一种课程推荐方法、装置、设备及介质 |
CN114936953A (zh) * | 2022-05-20 | 2022-08-23 | 海信集团控股股份有限公司 | 学习讨论室的成员确定方法及电子设备 |
CN116070861A (zh) * | 2023-02-08 | 2023-05-05 | 武汉博奥鹏程教育科技有限公司 | 一种基于动态学习目标的课程定制方法和装置 |
CN116070861B (zh) * | 2023-02-08 | 2023-08-04 | 武汉博奥鹏程教育科技有限公司 | 一种基于动态学习目标的课程定制方法和装置 |
CN117114940A (zh) * | 2023-10-24 | 2023-11-24 | 山东爱书人家庭教育科技有限公司 | 一种资源匹配方法、系统、装置及介质 |
Also Published As
Publication number | Publication date |
---|---|
CN112632393B (zh) | 2024-06-21 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN112632393B (zh) | 课程推荐方法、装置及电子设备 | |
Leite | Practical propensity score methods using R | |
CN107230174B (zh) | 一种基于网络的在线互动学习系统和方法 | |
CN112596731B (zh) | 一种融合智能教育的编程教学系统及方法 | |
Karay et al. | A validity argument for progress testing: examining the relation between growth trajectories obtained by progress tests and national licensing examinations using a latent growth curve approach | |
CN106611058A (zh) | 一种试题搜索方法及装置 | |
CN112434217A (zh) | 职位信息推荐方法、系统、计算机设备及存储介质 | |
CN112561750A (zh) | 课程推荐方法、装置、电子设备及存储介质 | |
CN112184089A (zh) | 试题难度预测模型的训练方法、装置、设备及存储介质 | |
Portnoff et al. | Methods for Language Learning Assessment at Scale: Duolingo Case Study. | |
US20200265297A1 (en) | Method and apparatus based on neural network modeland storage medium | |
CN111597305A (zh) | 实体标记方法、装置、计算机设备和存储介质 | |
CN111753616A (zh) | 一种错题收集方法及学习设备 | |
CN114493944A (zh) | 学习路径的确定方法、装置、设备及存储介质 | |
CN117252736A (zh) | 基于学习分级的儿童教育评测方法、系统、设备及介质 | |
CN111950852A (zh) | 一种用户行为分析与指导方法、装置、电子设备和可读存储装置 | |
CN115935071A (zh) | 知识点推荐方法、装置、存储介质及电子设备 | |
US10854106B2 (en) | Targeted repetition and targeted reinforcement in a language learning system | |
CN113704452B (zh) | 基于Bert模型的数据推荐方法、装置、设备及介质 | |
CN115984054A (zh) | 一种基于大数据平台的智慧教育方法及系统 | |
CN113590961B (zh) | 基于认知与状态评价的个性化习题推荐方法、装置及智能终端 | |
CN115578226A (zh) | 一种基于大数据的学情分析方法及系统 | |
CN111652767B (zh) | 用户画像构建方法、装置、计算机设备和存储介质 | |
CN115578075A (zh) | 一种ai智能英语辅助学习方法、系统、设备及介质 | |
CN116433082B (zh) | 一种评价报告的生成方法、装置、电子设备及存储介质 |
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 | ||
CB02 | Change of applicant information | ||
CB02 | Change of applicant information |
Country or region after: China Address after: 100191 no.608, 6th floor, West District, No.56 Zhichun Road, Haidian District, Beijing Applicant after: Beijing Bohaidi Information Technology Co.,Ltd. Address before: 100191 no.608, 6th floor, West District, No.56 Zhichun Road, Haidian District, Beijing Applicant before: Beijing bohaidi Information Technology Co.,Ltd. Country or region before: China |
|
GR01 | Patent grant |