CN114817754B - 一种vr学习系统 - Google Patents
一种vr学习系统 Download PDFInfo
- Publication number
- CN114817754B CN114817754B CN202210753787.3A CN202210753787A CN114817754B CN 114817754 B CN114817754 B CN 114817754B CN 202210753787 A CN202210753787 A CN 202210753787A CN 114817754 B CN114817754 B CN 114817754B
- Authority
- CN
- China
- Prior art keywords
- learning
- user
- information
- content
- plan
- 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.)
- Active
Links
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
- 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
- G06F16/951—Indexing; Web crawling techniques
Landscapes
- Engineering & Computer Science (AREA)
- Databases & Information Systems (AREA)
- Theoretical Computer Science (AREA)
- Data Mining & Analysis (AREA)
- Physics & Mathematics (AREA)
- General Engineering & Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
本发明提供了一种VR学习系统,基于从网络上抓取的各种学习资料,针对用户自己设定或者上级安排的学习目标,自动生成学习计划,并根据学习计划,将相应的学习内容及要求推送给用户。同时能够对用户的学习情况进行跟踪和管理,有效提升用户的学习效率。
Description
技术领域
本发明涉及计算机技术领域,具体而言,涉及一种VR学习系统。
背景技术
社会快速发展导致专业技术升级迭代的速度也在加快,对于企业、机构或者事业单位的工作人员来说,除了要掌握当前工作或者业务对应的知识和技能以外,还需要随时通过学习提升自己在相应行业或者岗位的能力。对于企业、机构或者事业单位的来说,除了要求员工能够完成当前的工作任务以外,还希望他们可以随着企业的发展,提升相应的业务或者岗位能力,以满足企业、机构或者事业单位未来的发展需求。然而现在随着自媒体平台和互联网技术的不断发展,每天产生了大量教学相关的信息,绝大部分内容以文字和视频的形式传播。这些产生的信息分布在不同的平台或者渠道上,内容五花八门,专业深度不同,质量参差不齐,要想从中筛选出符合自己当前需求的学习资料,需要花费大量的时间,导致学习效率不高。
发明内容
为了改善上述问题,本发明提供了一种VR学习系统,包括:
智能信息采集系统,用于进行学习资料的采集,并保存到资料信息数据库中;
学习计划生成系统,用于根据学习目标建学习计划,对用户的学习行为进行管理;
智能推荐与任务系统,用于根据用户特征或者学习目标,向用户推荐学习内容;
播放控制系统,用于向外输出流媒体文件,以供播放。
可选地,所述学习计划生成系统,具体包括:
计划创建单元,用于接受外部输入的计划内容,根据预设的计划模板,生成整体学习计划;所述计划内容包括计划周期、学习主题、组织架构;
计划生成单元,用于根据所述计划内容对所述整体学习计划进行计划配置,生成对应各级组织和个人的学习目标;
计划管理单元,用于对所述学习目标的学习进度进行管理。
可选地,所述智能推荐与任务系统,具体包括:
用户特征提取单元,用于根据用户在企业或单位中的职务、用户所属行业以及用户历史学习情况提取用户特征;
学习任务提取单元,用于根据用户被配置的学习目标提取学习任务特征;
学习内容推荐单元,用于根据所述用户特征以及所述学习任务特征从所述资料信息数据库中筛选适合的学习内容,并推荐给用户。
可选地,所述用户特征提取单元,提取用户特征的方法具体为:
根据用户在企业或单位中的职务,得到对应的职务权重值;根据用户所属行业,得到对应的行业标签值;根据用户历史学习情况,得到该用户学习过的学习内容的已学内容分序号值;
将所述职务权重值、行业标签值以及已学内容分序号值组合得到对应该用户的用户特征向量;
所述学习任务提取单元提取学习任务特征的方法具体为:
根据学习目标对应的学习主题,得到对应的主题标识值;根据根据学习目标对应的学习时间周期,得到对应的时间参数值;
将所述主题标识值、时间参数值合得到对应该学习目标的任务特征向量。
可选地,所述资料信息数据库中保存的每个学习内容设置有对应的数据标签,所述数据标签包括发布者信息、发布时间、所属主题、所属行业、内容序号,
所述学习内容推荐单元筛选适合的学习内容的方法具体为:
根据所述任务特征向量,初步筛选出所属主题与主题标识值匹配,且发布时间在时间参数值范围内的学习内容;
根据发布者信息在企业或单位中的职位,确定其职务权重值,根据所述用户特征向量,进一步筛选出发布者信息匹配,所属行业与所述行业标签值匹配,且内容序号不属于已学内容分序号值的学习内容;
将筛选出的学习内容添加上学习目标中设置的重要程度标识后,推荐给用户。
可选地,所述所属主题与主题标识值匹配,具体是指所属主题与主题标识值相同,或者是所属主题为通用主题;
所述职务权重值匹配,具体是发布者信息的发布者信息与用户的发布者信息的职务权重值相同,或者是发布者信息的发布者信息与用户的发布者信息的职务权重值的差值小于预设的阈值;
所述所属行业与所述行业标签值匹配,具体是指所属行业与所述行业标签值相同,或者是所属行业为通用行业。
可选地,所述计划管理单元对所述学习目标的学习进度进行管理的方法具体为:
获取用户在当前学习周期内,对学习内容进行学习的学习记录;
将学习记录与当前学习周期的学习目标进行对比,判断是否完成当前时间点的学习进度;
如果未达到则向用户发起提示,并告知未完成的学习内容。
可选地,所述智能信息采集系统,具体包括:
网络信息获取单元,用于根据设定的抓取条件自动抓取特定网站的学习资料;
信息录入单元,用于接收用户手动录入的学习资料;
信息审核单元,用于接收对学习资料的审核信息,对学习资料进行调整编辑;
信息储存单元,用于根据学习资料的相关信息,生成对应的数据标签后,将学习资料和数据标签保存到资料信息数据库中。
可选地,所述资料信息数据库还保存有各类工作相关的文件模板,文件模板设置有关键字标签,所述学习资料包括视频文件、音频文件、文档、图片,
所述VR学习系统还包括信息检索系统,所述信息检索系统用于根据用户输入的关键词,从资料信息数据库中检索关键字标签与关键词匹配文件模板,从从资料信息数据库中检索数据标签与关键词匹配的学习资料。
可选地,所述信息储存单元根据学习资料的相关信息生成对应的数据标签的方法具体为:
根据学习资料来源,生成发布者信息;
根据学习资料的公开时间,生成时间;
根据学习资料中提取的内容特征确定所属主题和所属行业;
根据学习资料录入所述资料信息数据库的顺序,生成内容序号。
综上所述,本发明提供了一种VR学习系统,基于从网络上抓取的各种学习资料,针对用户自己设定或者上级安排的学习目标,自动生成学习计划,并根据学习计划,将相应的学习内容及要求推送给用户。同时能够对用户的学习情况进行跟踪和管理,有效提升用户的学习效率。
附图说明
为了更清楚地说明本发明实施例的技术方案,下面将对实施例中所需要使用的附图作简单地介绍,应当理解,以下附图仅示出了本发明的某些实施例,因此不应被看作是对范围的限定,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相关的附图。
图1为本发明实施例的VR学习系统的应用场景示意图;
图2为本发明实施例的VR学习系统的模块框图;
图3为本发明实施例的智能信息采集系统的模块框图;
图4为本发明实施例的学习计划生成系统的模块框图;
图5为本发明实施例的智能推荐与任务系统的模块框图。
图标:
VR学习系统100;用户客户端200;智能信息采集系统110;学习计划生成系统120;智能推荐与任务系统130;播放控制系统140;信息检索系统150;网络信息获取单元111;信息录入单元112;信息审核单元113;信息储存单元114;计划创建单元121;计划生成单元122;计划管理单元123;用户特征提取单元131;学习任务提取单元132;学习内容推荐单元133。
具体实施方式
社会快速发展导致专业技术升级迭代的速度也在加快,对于企业、机构或者事业单位的工作人员来说,除了要掌握当前工作或者业务对应的知识和技能以外,还需要随时通过学习提升自己在相应行业或者岗位的能力。对于企业、机构或者事业单位的来说,除了要求员工能够完成当前的工作任务以外,还希望他们可以随着企业的发展,提升相应的业务或者岗位能力,以满足企业、机构或者事业单位未来的发展需求。然而现在随着自媒体平台和互联网技术的不断发展,每天产生了大量教学相关的信息,绝大部分内容以文字和视频的形式传播。这些产生的信息分布在不同的平台或者渠道上,内容五花八门,专业深度不同,质量参差不齐,要想从中筛选出符合自己当前需求的学习资料,需要花费大量的时间,导致学习效率不高。
鉴于此,本发明设计者设计了一种VR学习系统,基于从网络上抓取的各种学习资料,针对用户自己设定或者上级安排的学习目标,自动生成学习计划,并根据学习计划,将相应的学习内容及要求推送给用户。同时能够对用户的学习情况进行跟踪和管理,有效提升用户的学习效率。
为使本发明实施例的目的、技术方案和优点更加清楚,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,所描述的实施例是本发明一部分实施例,而不是全部的实施例。通常在此处附图中描述和示出的本发明实施例的组件可以以各种不同的配置来布置和设计。
因此,以下对在附图中提供的本发明的实施例的详细描述并非旨在限制要求保护的本发明的范围,而是仅仅表示本发明的选定实施例。基于本发明中的实施例,本领域普通技术人员在没有作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。
应注意到:相似的标号和字母在下面的附图中表示类似项,因此,一旦某一项在一个附图中被定义,则在随后的附图中不需要对其进行进一步定义和解释。
在本发明的描述中,需要说明的是,术语 “顶”、“底”、“内”、“外”等指示的方位或位置关系为基于附图所示的方位或位置关系,或者是该发明产品使用时惯常摆放的方位或位置关系,仅是为了便于描述本发明和简化描述,而不是指示或暗示所指的装置或元件必须具有特定的方位、以特定的方位构造和操作,因此不能理解为对本发明的限制。此外,术语“第一”、“第二”等仅用于区分描述,而不能理解为指示或暗示相对重要性。
在本发明的描述中,还需要说明的是,除非另有明确的规定和限定,术语“设置”、“安装”、“相连”、“连接”应做广义理解,例如,可以是固定连接,也可以是可拆卸连接,或一体地连接;可以是机械连接,也可以是电连接;可以是直接相连,也可以通过中间媒介间接相连,可以是两个元件内部的连通。对于本领域的普通技术人员而言,可以具体情况理解上述术语在本发明中的具体含义。
需要说明的是,在不冲突的情况下,本发明中的实施例及实施例中的特征可以相互组合。
实施例
请参阅图1,本实施例提供的一种VR学习系统100的应用场景示意图。
如图1所示,本发明提供的一种VR学习系统100,应用于云端服务器,VR学习系统100通过互联网或者其他方式与用户客户端200连接,用户客户端200可以是PC端、移动端、电视盒子端等智能终端,或者是如VR眼镜之类具有音视频播放功能的智能播放设备。用户通过使用用户客户端200可以访问VR学习系统100获取相关的信息,如学习内容、文档模板等;同时也可以向VR学习系统100发送指令或者信息,以实现相关业务的处理,例如工作分配、制定计划、更新数据库等。
需要注意的是,本发明提供的一种VR学习系统100,还可以应用在除云端服务器以外的本地终端上,如PC电脑、智能手机、平板电脑,或者其他具有数据处理及数据交互功能的设备。当在本地终端上使用时,用户可以通过本地终端直接输入信息,也可以通过其他与本地终端建立了数据通信的设备进行信息的交互。
在上述基础上,如图2所示,为本发明提供的VR学习系统100,包括:
智能信息采集系统110,用于进行学习资料的采集,并保存到资料信息数据库中;
学习计划生成系统120,用于根据学习目标建学习计划,对用户的学习行为进行管理;
智能推荐与任务系统130,用于根据用户特征或者学习目标,向用户推荐学习内容;
播放控制系统140,用于向外输出流媒体文件,以供播放。
信息检索系统150,用于根据用户输入的关键词,从资料信息数据库中检索关键字标签与关键词匹配文件模板,从从资料信息数据库中检索数据标签与关键词匹配的学习资料。
在本发明的实施例中,智能信息采集系统110,运用 AI 搜索,实现智能搜索,快速进行自然语言处理,可从指定行业数据中挖掘匹配的内容信息。能够不断地从用户用户交互中得到改进学习,并使用户用户能够更快地创建和部署基于行业或者岗位专业知识的定制学习模型。同时提供多种网页采集策略与配套资源,帮助整个采集过程实现数据的完整性与稳定性。分布式云集群服务器和多用户协作管理平台的支撑,可灵活调度任务,顺利爬取海量数据。眼见即可采,不管是文字图片,支持所有业务渠道的数据获取,满足各种资料信息采集需求。
具体地,如图3所示,所述智能信息采集系统110具体包括:
网络信息获取单元111,用于根据设定的抓取条件自动抓取特定网站的学习资料;
信息录入单元112,用于接收用户手动录入的学习资料;
信息审核单元113,用于接收对学习资料的审核信息,对学习资料进行调整编辑;
信息储存单元114,用于根据学习资料的相关信息,生成对应的数据标签后,将学习资料和数据标签保存到资料信息数据库中。
资料信息数据库中信息的获取有两种种方式,一种是通过设定条件自动抓取特定网站的学习资料,并通过机器和人工进行审核后填充。另一种是通过人工编辑进行内容补充。数据库中的内容分类方式由平台统一设定。
资料信息数据库中保存的信息,即有学习内容也有工作文档模板、样板等,学习内容的文件形式包括视频文件、音频文件、文档、图片等。并且每个学习内容设置有对应的数据标签,所述数据标签包括发布者信息、发布时间、所属主题、所属行业、内容序号,用于实现对每个学习内容的标识,方便查找和推荐。因此,在将信息录入到数据库中是,需要对其添加数据标签。信息储存单元114根据学习资料的相关信息生成对应的数据标签的方法具体为:
根据学习资料来源,生成发布者信息;根据学习资料的公开时间,生成时间;根据学习资料中提取的内容特征确定所属主题和所属行业;根据学习资料录入所述资料信息数据库的顺序,生成内容序号。
其中,根据学习资料中提取的内容特征确定所属主题和所属行业更加重要,只有确定的所属主题和所属行业更加准备,在后续进行学习时,才能更好的进行推送,提高学习效率。
在本发明的实施例中,学习计划生成系统120,基础学习内容数据实时采集,根据需求建立相应的学习内容数据仓库,逐步应用大数据分析及人工智能技术实现学习内容数据库的智能化提升,AI内容匹配技术精确展现数据内容并快速构建学习计划,学习行为跟进,采集用户学习动作进行大数据分析。根据学习数据分析进行智能+人工规则干预提高学习效率。
具体地,如图4所示,所述学习计划生成系统120具体包括:
计划创建单元121,用于接受外部输入的计划内容,根据预设的计划模板,生成整体学习计划;所述计划内容包括计划周期、学习主题、组织架构;
计划生成单元122,用于根据所述计划内容对所述整体学习计划进行计划配置,生成对应各级组织和个人的学习目标;
计划管理单元123,用于对所述学习目标的学习进度进行管理。
在实际使用中,学习计划生成有两种种方式,一种是由上级管理部门创建并下发学习计划各个具体业务部门再根据自身需求制定或修改学习内容。二是由具体业务部门自己创建年度计划,并对每月学习内容进行添加修改或自动生成。
计划生成后,还需要对学习进度进行管理,具体的管理方式为:
获取用户在当前学习周期内,对学习内容进行学习的学习记录;
将学习记录与当前学习周期的学习目标进行对比,判断是否完成当前时间点的学习进度;
如果未达到则向用户发起提示,并告知未完成的学习内容。
通过上述方式,就可以定期把控用户的学习进度,并且对于进度不达标的用户,进行主动干预,确保其能够按时完成学习计划。
在本发明的实施例中,智能推荐与任务系统130,智能推荐实现千人千面的个性化学习通过智能推荐引擎,基于2B2C的集成算法,匹配最佳的单位或者企业学习需求和个人学习兴趣。智能标签分类利用NLP(自然语言处理)技术深挖信息内容,无需手动整理,自动形成结构化分类体系,结合推荐系统为用户或企业智能推荐相关学习内容。通过深度开发推荐授权体系,确保用户学习及查看所需范围内的学习内容。同时业务部门可根据学习目标,设置学习要求,通过学习目标任务分发并附带内容推送给下属用户,并对学习过程进行跟进,并对学习成果进行考核及上传。并且系统信息高度脱敏确保数据的安全。
具体地,如图5所示,智能推荐与任务系统130具体包括:
用户特征提取单元131,用于根据用户在企业或单位中的职务、用户所属行业以及用户历史学习情况提取用户特征;
学习任务提取单元132,用于根据用户被配置的学习目标提取学习任务特征;
学习内容推荐单元133,用于根据所述用户特征以及所述学习任务特征从所述资料信息数据库中筛选适合的学习内容,并推荐给用户。
其中,所述用户特征提取单元131,提取用户特征的方法具体为:
根据用户在企业或单位中的职务,得到对应的职务权重值;根据用户所属行业,得到对应的行业标签值;根据用户历史学习情况,得到该用户学习过的学习内容的已学内容分序号值;将所述职务权重值、行业标签值以及已学内容分序号值组合得到对应该用户的用户特征向量;
在组织中,不对职务的用户,在学习计划中需要学习的内容可能会存在区别,主要的原因是其所处的职务对应工作内容是有区别的。通过职务可以对需要学习的内容或者是学习的重点进行区分。当然有些学习内容,对于所有职务的用户,都非常重要;有的学习内容,针对部分职务的用户比较重要。另一方面,用户所属行业,对于需要学习的内容也会有区别,部分学习内容可能只针对某些行业,当然有些学习内容,对于所有行业的用户,都非常重要,对于这些特别重要的学习内容,要求所有行业用户必须学习的,则归属为通用行业。对于用户已经学习过的学习内容,也可以分为几种不同的方式,有些是学习过一次之后,就可以不用再学习,有的是需要反复进行学习的,还有的是需要学习到一定时间的。通过上述的几个维度,则可以反馈出针对某个具体用户的学习特征来,有助于后续针对其特征推荐合适的学习内容。
所述学习任务提取单元132提取学习任务特征的方法具体为:
根据学习目标对应的学习主题,得到对应的主题标识值;根据根据学习目标对应的学习时间周期,得到对应的时间参数值;将所述主题标识值、时间参数值合得到对应该学习目标的任务特征向量。
学习主题对应的内容上面已经进行过说明,主要也是用于对学习内容的筛选。对于一些特别重要的学习内容,要求所有用户必须学习的,则归属为通用主题。时间参数值是与学习时间周期关联的,比如要求学习在该时间周期前3个月内发布的学习内容,则时间参数值设置为对应时间周期向前推3个月的时间点。
所述学习内容推荐单元133筛选适合的学习内容的方法具体为:
根据所述任务特征向量,初步筛选出所属主题与主题标识值匹配,且发布时间在时间参数值范围内的学习内容;根据发布者信息在企业或单位中的职位,确定其职务权重值,根据所述用户特征向量,进一步筛选出发布者信息匹配,所属行业与所述行业标签值匹配,且内容序号不属于已学内容分序号值的学习内容;将筛选出的学习内容添加上学习目标中设置的重要程度标识后,推荐给用户。
对于学习内容,按照其重要程度,可以主要分为以下几种类型,一类是非常重要,要求所有人都必须学习;一类是要去所述行业的所有人都必须学习;一类是对担任的职务有要求,比如某职位以上的所有人都必须学习,或者是某职位以下的所有人都必须学习;一类是对行业、职务不做要求,但是要求用户必须学习该类型的学习内容达到一定的数量或者时间。上述的几个类型条件,可能会单独设置,也可能会同时设置,需要根据具体的实际情况进行灵活配置。
基于此,作为本发明实施例的优选实施方式,所属主题与主题标识值匹配,具体是指所属主题与主题标识值相同,或者是所属主题为通用主题;所述职务权重值匹配,具体是发布者信息的发布者信息与用户的发布者信息的职务权重值相同,或者是发布者信息的发布者信息与用户的发布者信息的职务权重值的差值小于预设的阈值;所述所属行业与所述行业标签值匹配,具体是指所属行业与所述行业标签值相同,或者是所属行业为通用行业。
通过这样的匹配方式,就使得用户能够根据学习目标中设置的重要程度,从推荐的学习内容中,再选择出适合自己的,构建出属于自己的学习计划。
在本发明的实施例中,播放控制系统140与用户客户端200之间,采用长连接技术进行数据实时信息通讯传输,实现两端数据实时共享,控制用户客户端200与管理端进度一致,并监控设备状态信息等。同时还可以通过局域网内部设备通过wifi信息传输,达到文件互传信息实时交互,提高文件传输效率,实现内部数据裂变,降低文件服务器压力。
数据安全方面使用独立设计加密算法对视频资源进行加密,防止视频资源外泄,保证数据安全性。并且采用设备与视频加密绑定算法,指定设备只可以播放设备绑定视频信息。设备独立认证,首次使用必须联网激活平台才可以使用。播放器具有加载速度快,与平台契合度高的特点,实现了加密视频边播放边解密,无需单独解密等待时间。
特别地,在使用VR播放器进行VR视频播放时:1、VR播放器可以极速播放4K高清VR视频,跨平台支持RTMP、HLS(m3u8)等常见的视频流媒体协议,包括点播与直播,支持多种宽高比例的VR视频播放,现可灵活实VR视频播放交互和控制。2、多码率自适应转码,流媒体播放,支持多种全景视频格式,专为VR优化,自定义插件,如皮肤/评论/播放列表等。3、VR视频播放器支持Android播放器、iOS播放器、可与手机移动端、WEB端、VR头显、电视机顶盒等多终端硬件整合。4、VR和云计算、云渲染结合,将云端的音视频通过解码压缩后传输到用户的终端设备中,实现VR业务的快速处理。
在本发明的实施例中,用户通过信息检索系统150进行检索时,在登录云平台之后,在相应的检索框中输入想要检索的关键字,信息检索系统150根据关键字在资料信息数据库中检索,并将与关键字匹配的所有内容进行展示。
综上所述,本发明提供了一种VR学习系统,基于从网络上抓取的各种学习资料,针对用户自己设定或者上级安排的学习目标,自动生成学习计划,并根据学习计划,将相应的学习内容及要求推送给用户。同时能够对用户的学习情况进行跟踪和管理,有效提升用户的学习效率。
在本申请所公开的几个实施例中,应该理解到,所揭露的装置和方法,也可以通过其它的方式实现。以上所描述的装置实施例仅仅是示意性的,例如,附图中的流程图和框图显示了根据本申请的多个实施例的装置、方法和计算机程序产品的可能实现的体系架构、功能和操作。在这点上,流程图或框图中的每个方框可以代表一个模块、程序段或代码的一部分,模块、程序段或代码的一部分包含一个或多个用于实现规定的逻辑功能的可执行指令。也应当注意,在有些作为替换的实现方式中,方框中所标注的功能也可以以不同于附图中所标注的顺序发生。例如,两个连续的方框实际上可以基本并行地执行,它们有时也可以按相反的顺序执行,这依所涉及的功能而定。也要注意的是,框图和/或流程图中的每个方框、以及框图和/或流程图中的方框的组合,可以用执行规定的功能或动作的专用的基于硬件的系统来实现,或者可以用专用硬件与计算机指令的组合来实现。
另外,在本申请各个实施例中的各功能模块可以集成在一起形成一个独立的部分,也可以是各个模块单独存在,也可以两个或两个以上模块集成形成一个独立的部分。
所述功能如果以软件功能模块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读取存储介质中。基于这样的理解,本申请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介质中,包括若干指令用以使得一台计算机设备(可以是个人计算机,服务器,或者网络设备等)执行本申请各个实施例所述方法的全部或部分步骤。而前述的存储介质包括:U盘、移动硬盘、只读存储器(ROM,Read-Only Memory)、随机存取存储器(RAM,Random Access Memory)、磁碟或者光盘等各种可以存储程序代码的介质。
Claims (5)
1.一种VR学习系统,应用于云端服务器,其特征在于,包括:
智能信息采集系统,用于进行学习资料的采集,并保存到资料信息数据库中;
学习计划生成系统,用于根据学习目标建学习计划,对用户的学习行为进行管理;
智能推荐与任务系统,用于根据用户特征或者学习目标,向用户推荐学习内容;
播放控制系统,用于向外输出流媒体文件,以供播放;
所述学习计划生成系统,具体包括:
计划创建单元,用于接受外部输入的计划内容,根据预设的计划模板,生成整体学习计划;所述计划内容包括计划周期、学习主题、组织架构;
计划生成单元,用于根据所述计划内容对所述整体学习计划进行计划配置,生成对应各级组织和个人的学习目标;
计划管理单元,用于对所述学习目标的学习进度进行管理;
所述智能推荐与任务系统,具体包括:
用户特征提取单元,用于根据用户在企业或单位中的职务、用户所属行业以及用户历史学习情况提取用户特征;
学习任务提取单元,用于根据用户被配置的学习目标提取学习任务特征;
学习内容推荐单元,用于根据所述用户特征以及所述学习任务特征从所述资料信息数据库中筛选适合的学习内容,并推荐给用户;
所述用户特征提取单元,提取用户特征的方法具体为:
根据用户在企业或单位中的职务,得到对应的职务权重值;根据用户所属行业,得到对应的行业标签值;根据用户历史学习情况,得到该用户学习过的学习内容的已学内容分序号值;
将所述职务权重值、行业标签值以及已学内容分序号值组合得到对应该用户的用户特征向量;
所述学习任务提取单元提取学习任务特征的方法具体为:
根据学习目标对应的学习主题,得到对应的主题标识值;根据学习目标对应的学习时间周期,得到对应的时间参数值;
将所述主题标识值、时间参数值合得到对应该学习目标的任务特征向量;
所述资料信息数据库中保存的每个学习内容设置有对应的数据标签,所述数据标签包括发布者信息、发布时间、所属主题、所属行业、内容序号,
所述学习内容推荐单元筛选适合的学习内容的方法具体为:
根据所述任务特征向量,初步筛选出所属主题与主题标识值匹配,且发布时间在时间参数值范围内的学习内容;
根据发布者信息在企业或单位中的职位,确定其职务权重值,根据所述用户特征向量,进一步筛选出发布者信息匹配,所属行业与所述行业标签值匹配,且内容序号不属于已学内容分序号值的学习内容;
将筛选出的学习内容添加上学习目标中设置的重要程度标识后,推荐给用户;
所述所属主题与主题标识值匹配,具体是指所属主题与主题标识值相同,或者是所属主题为通用主题;
所述职务权重值匹配,具体是发布者信息的发布者信息与用户的发布者信息的职务权重值相同,或者是发布者信息的发布者信息与用户的发布者信息的职务权重值的差值小于预设的阈值;
所述所属行业与所述行业标签值匹配,具体是指所属行业与所述行业标签值相同,或者是所属行业为通用行业。
2.根据权利要求1所述的VR学习系统,其特征在于,所述计划管理单元对所述学习目标的学习进度进行管理的方法具体为:
获取用户在当前学习周期内,对学习内容进行学习的学习记录;
将学习记录与当前学习周期的学习目标进行对比,判断是否完成当前时间点的学习进度;
如果未达到则向用户发起提示,并告知未完成的学习内容。
3.根据权利要求1所述的VR学习系统,其特征在于,所述智能信息采集系统,具体包括:
网络信息获取单元,用于根据设定的抓取条件自动抓取特定网站的学习资料;
信息录入单元,用于接收用户手动录入的学习资料;
信息审核单元,用于接收对学习资料的审核信息,对学习资料进行调整编辑;
信息储存单元,用于根据学习资料的相关信息,生成对应的数据标签后,将学习资料和数据标签保存到资料信息数据库中。
4.根据权利要求2所述的VR学习系统,其特征在于,所述资料信息数据库还保存有各类工作相关的文件模板,文件模板设置有关键字标签,所述学习资料包括视频文件、音频文件、文档、图片,
所述VR学习系统还包括信息检索系统,所述信息检索系统用于根据用户输入的关键词,从资料信息数据库中检索关键字标签与关键词匹配文件模板,从资料信息数据库中检索数据标签与关键词匹配的学习资料。
5.根据权利要求3所述的VR学习系统,其特征在于,所述信息储存单元根据学习资料的相关信息生成对应的数据标签的方法具体为:
根据学习资料来源,生成发布者信息;
根据学习资料的公开时间,生成时间;
根据学习资料中提取的内容特征确定所属主题和所属行业;
根据学习资料录入所述资料信息数据库的顺序,生成内容序号。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202210753787.3A CN114817754B (zh) | 2022-06-30 | 2022-06-30 | 一种vr学习系统 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202210753787.3A CN114817754B (zh) | 2022-06-30 | 2022-06-30 | 一种vr学习系统 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN114817754A CN114817754A (zh) | 2022-07-29 |
CN114817754B true CN114817754B (zh) | 2022-11-15 |
Family
ID=82523347
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202210753787.3A Active CN114817754B (zh) | 2022-06-30 | 2022-06-30 | 一种vr学习系统 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN114817754B (zh) |
Families Citing this family (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN117194707A (zh) * | 2023-11-08 | 2023-12-08 | 广州电力工程监理有限公司 | 一种基于监理工作智能推送短视频的培训系统及推送方法 |
Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN109994012A (zh) * | 2019-01-28 | 2019-07-09 | 上海沃凌信息科技有限公司 | 浸入式集群交互培训系统及其方法 |
CN110609947A (zh) * | 2018-06-15 | 2019-12-24 | 翟红鹰 | 智能学习系统的学习内容推荐方法、终端及存储介质 |
CN113192224A (zh) * | 2021-05-04 | 2021-07-30 | 北京环球优路教育科技股份有限公司 | 一种自主学习考勤系统 |
Family Cites Families (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US10133812B2 (en) * | 2012-12-05 | 2018-11-20 | Grapevine6 Inc. | System and method for finding and prioritizing content based on user specific interest profiles |
-
2022
- 2022-06-30 CN CN202210753787.3A patent/CN114817754B/zh active Active
Patent Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN110609947A (zh) * | 2018-06-15 | 2019-12-24 | 翟红鹰 | 智能学习系统的学习内容推荐方法、终端及存储介质 |
CN109994012A (zh) * | 2019-01-28 | 2019-07-09 | 上海沃凌信息科技有限公司 | 浸入式集群交互培训系统及其方法 |
CN113192224A (zh) * | 2021-05-04 | 2021-07-30 | 北京环球优路教育科技股份有限公司 | 一种自主学习考勤系统 |
Also Published As
Publication number | Publication date |
---|---|
CN114817754A (zh) | 2022-07-29 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
US8412729B2 (en) | Sharing of presets for visual effects or other computer-implemented effects | |
CN108462888B (zh) | 用户电视及上网行为的智能关联分析方法及系统 | |
CN109902670A (zh) | 数据录入方法及系统 | |
US20150278248A1 (en) | Personal Information Management Service System | |
CN111882059A (zh) | 数据处理方法及装置、电子设备和存储介质 | |
CN112231563B (zh) | 一种内容推荐方法、装置及存储介质 | |
CN113641859B (zh) | 脚本生成方法、系统、计算机存储介质及计算机程序产品 | |
CN104750776A (zh) | 使用元数据访问数据库平台中的信息内容 | |
CN110727643A (zh) | 一种基于机器学习的文件分类管理方法及系统 | |
CN114817754B (zh) | 一种vr学习系统 | |
CN111723256A (zh) | 一种基于信息资源库的政务用户画像构建方法及其系统 | |
CN113660526B (zh) | 脚本生成方法、系统、计算机存储介质及计算机程序产品 | |
KR101647371B1 (ko) | 텍스트정보를 포함하는 stl 파일과, 이를 이용한 stl 파일 검색 및 관리시스템 | |
Yeo | Archival description in the era of digital abundance | |
CN115221453B (zh) | 媒体资源管理方法、装置、服务器、介质 | |
CN110062112A (zh) | 数据处理方法、装置、设备及计算机可读存储介质 | |
Milicevic et al. | The challenges of data analytics implementations: A preliminary literature review | |
CN114820011A (zh) | 用户群体聚类方法、装置、计算机设备和存储介质 | |
CN107807950B (zh) | 一种互联网站群杂志文件在线友好阅读的图片切分方法 | |
CN107861994B (zh) | 日志整理方法及装置 | |
CN111368034A (zh) | 双向语义特征匹配方法及供给内容推荐装置 | |
CN110399404A (zh) | 一种计算机的用户表示生成方法及装置 | |
US20230394851A1 (en) | Video frame type classification for a communication session | |
US20230394827A1 (en) | Title detection for slides presented in a communication session | |
US20230394861A1 (en) | Extraction of textual content from video of a communication session |
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 |