CN114971976A - 一种用于提升校园阅读素养的智能引导系统及方法 - Google Patents

一种用于提升校园阅读素养的智能引导系统及方法 Download PDF

Info

Publication number
CN114971976A
CN114971976A CN202210913265.5A CN202210913265A CN114971976A CN 114971976 A CN114971976 A CN 114971976A CN 202210913265 A CN202210913265 A CN 202210913265A CN 114971976 A CN114971976 A CN 114971976A
Authority
CN
China
Prior art keywords
reading
guide
guidance
literacy
character
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.)
Pending
Application number
CN202210913265.5A
Other languages
English (en)
Inventor
李根柱
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.)
Beijing Siyuan Zhitong Technology Co ltd
Original Assignee
Beijing Siyuan Zhitong 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 Beijing Siyuan Zhitong Technology Co ltd filed Critical Beijing Siyuan Zhitong Technology Co ltd
Priority to CN202210913265.5A priority Critical patent/CN114971976A/zh
Publication of CN114971976A publication Critical patent/CN114971976A/zh
Pending legal-status Critical Current

Links

Images

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
    • 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
    • G06F16/903—Querying
    • G06F16/90335—Query processing
    • 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
    • G06F16/906—Clustering; Classification
    • 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)
  • Theoretical Computer Science (AREA)
  • Databases & Information Systems (AREA)
  • Business, Economics & Management (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Data Mining & Analysis (AREA)
  • General Engineering & Computer Science (AREA)
  • Educational Technology (AREA)
  • Educational Administration (AREA)
  • Strategic Management (AREA)
  • Tourism & Hospitality (AREA)
  • Computational Linguistics (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)
  • Management, Administration, Business Operations System, And Electronic Commerce (AREA)

Abstract

本发明提供了一种用于提升校园阅读素养的智能引导系统及方法，其系统包括：预分析模块，用于获取学生的阅读信息，构建多维阅读特征，并对多维阅读特征进行预分析，确定素养属性以及性格属性；向量构建模块，用于基于性格属性以及素养属性，构建学生的动态阅读向量以及静态阅读向量；引导匹配模块，用于对动态阅读向量进行第一引导匹配，同时，对静态阅读向量进行第二引导匹配；引导跟踪及调整模块，用于基于匹配结果，对学生进行阅读引导跟踪以及素养引导调整。通过对学生的阅读信息进行多维分析，来获取素养与性格属性，进而通过引导匹配，可以较全方位的实现对学生的引导，来有效的提高学生的阅读素养。

Description

一种用于提升校园阅读素养的智能引导系统及方法
技术领域
本发明涉及智能引导技术领域，特别涉及一种用于提升校园阅读素养的智能引导系统及方法。
背景技术
学生在阅读书籍或者读物后，能够清晰地衡量阅读之后的情感、知识收 获程度，但是，由于不同的学生的阅读能力不一样，得到的阅读成效也是不一样的，学生在阅读的过程中，可能会存在阅读偏向等的问题，导致阅读内容比较单一，不能较全面的来提升学生的阅读素养。
因此，本发明提出一种用于提升校园阅读素养的智能引导系统及方法。
发明内容
本发明提供一种用于提升校园阅读素养的智能引导系统及方法，用以通过对学生的阅读信息进行多维分析，来获取素养与性格属性，进而通过引导匹配，可以较全方位的实现对学生的引导，来有效的提高学生的阅读素养。
本发明一种用于提升校园阅读素养的智能引导系统，包括：
预分析模块，用于获取学生的阅读信息，构建多维阅读特征，并对所述多维阅读特征进行预分析，确定素养属性以及性格属性；
向量构建模块，用于基于所述性格属性以及素养属性，构建所述学生的动态阅读向量以及静态阅读向量；
引导匹配模块，用于对所述动态阅读向量进行第一引导匹配，同时，对所述静态阅读向量进行第二引导匹配；
引导跟踪及调整模块，用于基于匹配结果，对所述学生进行阅读引导跟踪以及素养引导调整。
优选的，所述预分析模块，包括：
爬取单元，用于对所述学生的日常阅读行为进行溯源，并爬取所述学生的阅读信息，对所述阅读信息按照预设阅读分类机制进行信息分类，构建每类阅读信息对应的阅读拓扑；
行为分布单元，用于根据溯源结果，对所述日常阅读行为进行解析，确定行为分布；
因子配置单元，用于基于所述行为分布，确定不同行为特征之间的关联结果以及不同行为特征的阅读信息占比，并结合每个阅读拓扑存在的行为特征，向对应阅读拓扑配置对应的阅读关联因子；
Figure 332607DEST_PATH_IMAGE001
其中，fi表示所述行为分布中第i种行为特征；
Figure 718589DEST_PATH_IMAGE002
表示所述行为分布中第j种行为特征，且j ≠ i，m1表示所述行为分布中行为特征的总个数；F1表示第i种行为特征与剩余所有行为特征的关联结果；sim表示相似度符号；
Figure 826223DEST_PATH_IMAGE003
其中，m2表示信息分类的总分类数；Gi1表示对应行为特征对应的第i1类阅读信息的占用信息；G表示所述学生的阅读信息；
Figure 690274DEST_PATH_IMAGE004
表示对应行为特征对应的第i1类阅读信息的行为权重；hi1表示对应行为特征对应的第i1类阅读信息的行为调整因子，取值范围为[-0.1，0.1]；
Figure 770225DEST_PATH_IMAGE005
表示对应行为特征对应的m2类阅读信息的最大占比因子；exp表示指数函数符号；F2表示对应行为特征的阅读信息占比；
结构建立单元，用于根据所述阅读关联因子的因子匹配概率，建立不同阅读拓扑之间的关联结构；
特征构建单元，用于根据所述关联结构以及所述阅读拓扑，构建得到所述阅读信息的多维阅读特征。
优选的，所述预分析模块，还包括：
预分析单元，用于对所述多维阅读特征进行单独维度特征拆分，得到每个维度特征对应的特征匹配对；
匹配单元，用于基于特征-属性数据库，确定所述特征匹配对对应的单独素养因子以及单独性格因子；
组合单元，用于将所有单独素养因子进行组合得到素养属性，同时，将所有单独性格因子进行组合得到性格属性。
优选的，所述向量构建模块，包括：
个数确定单元，用于确定每个时间点上存在的性格属性的第一个数；
数值转换单元，用于当所述第一个数为1时，将对应的性格属性进行性格值转换；
性格偏向获取单元，用于当所述第一个数不为1时，对同个时间点的所有性格属性进行性格布局分析，获取当下时间点的第一性格偏向，同时，获取与所述当下时间点相邻且第一个数不为1的时间点的第二性格偏向；
偏向一致确定单元，用于若所述第一性格偏向与第二性格偏向一致，将当下时间点的第一性格偏向对应的性格属性进行性格值转换；
若所述第一性格偏向与第二性格偏向不一致，则从所有第一个数为1的性格属性中，筛选频次最大的性格属性，并结合所述第一性格偏向，得到贴合属性，并对所述贴合属性进行性格值转换；
性格曲线绘制单元，用于基于所有性格值转换结果，并基于时间戳，绘制得到性格曲线；
指标曲线绘制单元，用于获取所述素养属性，并确定阅读素养指标，构建不同阅读素养指标基于所述时间戳的指标曲线；
阅读向量确定单元，用于将所述性格曲线与所有指标曲线对齐处理，基于动态阅读模型对对齐处理结果进行遍历，得到动态阅读向量，同时，基于静态阅读模型对对齐处理结果进行遍历，得到静态阅读向量。
优选的，所述引导匹配模块，包括：
第一获取单元，用于获取所述动态阅读向量的动态特征以及所述动态阅读向量中的第一代表元素；
第一构建单元，用于基于所述第一代表元素构建动态代表函数；
第一匹配单元，用于将所述动态特征与所述动态代表函数进行第一匹配，若第一匹配度大于第一预设度，按照所述动态特征，从引导数据库中匹配得到第一引导。
优选的，所述引导匹配模块，还包括：
第二获取单元，用于获取所述静态阅读向量的静态特征以及所述静态阅读向量中的第二代表元素；
第二构建单元，用于基于所述第二代表元素构建静态代表函数；
第二匹配单元，用于将所述静态特征与所述静态代表函数进行第二匹配，若第二匹配度大于第二预设度，按照所述静态特征，从引导数据库中匹配得到第二引导。
优选的，所述引导跟踪及调整模块，包括：
引导列表构建单元，用于对所述第一引导进行拆分，构建第一引导列表，同时，对所述第二引导进行拆分，构建第二引导列表；
第一解析单元，用于解析所述第一引导列表中每个第一子引导的第一引导线程，并获取对应的第一引导时间集合，同时，根据所有第一引导时间集合，获取第一独立引导时间以及针对第一引导列表的第一重复引导时间；
第二解析单元，用于解析所述第二引导列表中每个第二子引导的第二引导线程，并获取对应的第二引导时间集合，同时，根据所有第二引导时间集合，获取第二独立引导时间以及针对第二引导列表的第二重复引导时间；
时间确定单元，用于从所述第一重复引导时间以及第二重复引导时间中，确定第三重复引导时间；
顺序构建单元，用于基于第一独立引导时间、第二独立引导时间、第一重复引导时间、第二重复引导时间以及第三重复引导时间，构建针对第一引导以及第二引导的引导顺序列表；
统计单元，用于对所述引导顺序列表中不同时间点的并行引导次数进行第一统计，同时，对所述引导顺序劣列表中不同引导线程的开始点以及结束点进行第二统计；
事件设置单元，用于基于第一统计结果以及第二统计结果，确定每个时间点的引导重要性，并对引导重要性大于预设重要性的时间点设置引导跟踪事件；
区间确定单元，用于根据第二统计结果，确定对应时间点的点概率分布，并根据点概率分布，确定对应引导跟踪事件的时间触发区间；
引导跟踪单元，用于当执行到所述时间触发区间的首点时，进行与引导跟踪事件匹配的阅读引导跟踪，直到跟踪到所述事件触发区间的末点。
优选的，所述引导跟踪及调整模块，还包括：
引导偏离确定单元，用于将阅读引导跟踪结果与标准阅读引导结果进行比较，确定是否引导偏离；
若引导偏离，进行素养引导调整。
本发明提供一种用于提升校园阅读素养的智能引导方法，包括：
步骤1：获取学生的阅读信息，构建多维阅读特征，并对所述多维阅读特征进行预分析，确定素养属性以及性格属性；
步骤2：基于所述性格属性以及素养属性，构建所述学生的动态阅读向量以及静态阅读向量；
步骤3：对所述动态阅读向量进行第一引导匹配，同时，对所述静态阅读向量进行第二引导匹配；
步骤4：基于匹配结果，对所述学生进行阅读引导跟踪以及素养引导调整。
本发明的其它特征和优点将在随后的说明书中阐述，并且，部分地从说明书中变得显而易见，或者通过实施本发明而了解。本发明的目的和其他优点可通过在所写的说明书、权利要求书、以及附图中所特别指出的结构来实现和获得。
下面通过附图和实施例，对本发明的技术方案做进一步的详细描述。
附图说明
附图用来提供对本发明的进一步理解，并且构成说明书的一部分，与本发明的实施例一起用于解释本发明，并不构成对本发明的限制。在附图中：
图1为本发明实施例中一种用于提升校园阅读素养的智能引导系统的结构图；
图2为本发明实施例中一种用于提升校园阅读素养的智能引导方法的流程 图；
图3为本发明实施例中点分布概率图。
具体实施方式
以下结合附图对本发明的优选实施例进行说明，应当理解，此处所描述的优选实施例仅用于说明和解释本发明，并不用于限定本发明。
本发明一种用于提升校园阅读素养的智能引导系统，如图1所示，包括：
预分析模块，用于获取学生的阅读信息，构建多维阅读特征，并对所述多维阅读特征进行预分析，确定素养属性以及性格属性；
向量构建模块，用于基于所述性格属性以及素养属性，构建所述学生的动态阅读向量以及静态阅读向量；
引导匹配模块，用于对所述动态阅读向量进行第一引导匹配，同时，对所述静态阅读向量进行第二引导匹配；
引导跟踪及调整模块，用于基于匹配结果，对所述学生进行阅读引导跟踪以及素养引导调整。
该实施例中，多维阅读特征指的是学生阅读过程中的喜好阅读以及偏向u阅读情况，针对科目或者是针对爱好。
该实施例中，素养属性指的针对阅读中的运用、词汇、推论、预测、综合、判断、应用等，且性格属性针对阅读过程中的阅读态度等。
该实施例中，根据阅读属性以及素养属性，可以构建得到不同阅读向量，且动态阅读向量针对的是阅读技巧等方面的提升，静态阅读向量针对学生阅读习惯等方面的提升。
该实施例中，通过阅读技巧方面的引导以及阅读习惯方面的引导，两者结合，保证引导的高效性。
该实施例中，在阅读引导过程中，通过引导跟踪，便于及时对阅读技巧等方面进行调整。
上述技术方案的有益效果是：通过对学生的阅读信息进行多维分析，来获取素养与性格属性，进而通过引导匹配，可以较全方位的实现对学生的引导，来有效的提高学生的阅读素养。
本发明一种用于提升校园阅读素养的智能引导系统，所述预分析模块，包括：
爬取单元，用于对所述学生的日常阅读行为进行溯源，并爬取所述学生的阅读信息，对所述阅读信息按照预设阅读分类机制进行信息分类，构建每类阅读信息对应的阅读拓扑；
行为分布单元，用于根据溯源结果，对所述日常阅读行为进行解析，确定行为分布；
因子配置单元，用于基于所述行为分布，确定不同行为特征之间的关联结果以及不同行为特征的阅读信息占比，并结合每个阅读拓扑存在的行为特征，向对应阅读拓扑配置对应的阅读关联因子；
Figure 671316DEST_PATH_IMAGE001
其中，fi表示所述行为分布中第i种行为特征；
Figure 407191DEST_PATH_IMAGE002
表示所述行为分布中第j种行为特征，且j ≠ i，m1表示所述行为分布中行为特征的总个数；F1表示第i种行为特征与剩余所有行为特征的关联结果；sim表示相似度符号；
Figure 871670DEST_PATH_IMAGE006
其中，m2表示信息分类的总分类数；Gi1表示对应行为特征对应的第i1类阅读信息的占用信息；G表示所述学生的阅读信息；
Figure 868445DEST_PATH_IMAGE007
表示对应行为特征对应的第i1类阅读信息的行为权重；hi1表示对应行为特征对应的第i1类阅读信息的行为调整因子，取值范围为[-0.1，0.1]；
Figure 330650DEST_PATH_IMAGE005
表示对应行为特征对应的m2类阅读信息的最大占比因子；exp表示指数函数符号；F2表示对应行为特征的阅读信息占比；
结构建立单元，用于根据所述阅读关联因子的因子匹配概率，建立不同阅读拓扑之间的关联结构；
特征构建单元，用于根据所述关联结构以及所述阅读拓扑，构建得到所述阅读信息的多维阅读特征。
该实施例中，日常阅读行为是可以溯源到的，来爬取到对应的阅读信息，通过按照预设阅读分类机制进行信息分类，可以构建得到不同类阅读信息的阅读拓扑，比如：对阅读信息分类之后存在信息1、信息2、信息3，此时，针对信息1构建一个阅读拓扑，针对信息2构建一个阅读拓扑，针对信息3构建一个阅读拓扑，且该阅读拓扑是针对该类信息构成的一个阅读树。
该实施例中，行为分布指的是不同阅读时间对应的阅读行为。
该实施例中，阅读关联因子是基于关联结果以及阅读信息占比确定的，且关联结果越大，阅读信息占比越大，对应的阅读关联因子越具备代表性。
该实施例中，根据因子匹配概率，建立不同阅读拓扑之间的关联结构，也就是确定不同阅读拓扑所存在的阅读关联因子，进而进行因子匹配，得到因子匹配概率，建立了关联结构。
该实施例中，每个阅读拓扑都可以建立一个维度的阅读特征，且通过对应的关联结构，来对该维度的阅读特征进行调整，基于所有调整后的特征，得到多维阅读特征。
该实施例中，因子匹配概率的取值范围为0-1。
上述技术方案的有益效果是：通过对阅读信息进行分类，构建阅读拓扑，且通过对行为进行解析，来确定阅读信息占比以及关联结果，来得到阅读拓扑的阅读关联因子，通过将不同阅读拓扑的关联因子进行匹配，根据因子匹配概率，得到关联结构，进而构建得到多维阅读特征，保证阅读特征获取的准确性，为后续准确引导提供基础。
本发明一种用于提升校园阅读素养的智能引导系统，所述预分析模块，还包括：
预分析单元，用于对所述多维阅读特征进行单独维度特征拆分，得到每个维度特征对应的特征匹配对；
匹配单元，用于基于特征-属性数据库，确定所述特征匹配对对应的单独素养因子以及单独性格因子；
组合单元，用于将所有单独素养因子进行组合得到素养属性，同时，将所有单独性格因子进行组合得到性格属性。
该实施例中，多维阅读特征比如存在：特征1、特征2，拆分之后得到的担负维度特征为特征1和特征2，特征匹配对指的是每个特征中存在的与性格和素养有关的信息所构成的。
该实施例中，特征-属性数据库是包括不同的特征以及属性在内的，且来获取对应的素养因子以及性格因子，进而得到素养属性与性格属性。
上述技术方案的有益效果是：通过对多维阅读特征进行单独维度特征拆分，且通过数据库进行匹配，可以得到素养因子与性格因子，通过组合，可以得到性格属性与素养属性，为后续构建不同的向量提供基础，间接提高引导准确性，保证阅读素养的提升。
本发明一种用于提升校园阅读素养的智能引导系统，所述向量构建模块，包括：
个数确定单元，用于确定每个时间点上存在的性格属性的第一个数；
数值转换单元，用于当所述第一个数为1时，将对应的性格属性进行性格值转换；
性格偏向获取单元，用于当所述第一个数不为1时，对同个时间点的所有性格属性进行性格布局分析，获取当下时间点的第一性格偏向，同时，获取与所述当下时间点相邻且第一个数不为1的时间点的第二性格偏向；
偏向一致确定单元，用于若所述第一性格偏向与第二性格偏向一致，将当下时间点的第一性格偏向对应的性格属性进行性格值转换；
若所述第一性格偏向与第二性格偏向不一致，则从所有第一个数为1的性格属性中，筛选频次最大的性格属性，并结合所述第一性格偏向，得到贴合属性，并对所述贴合属性进行性格值转换；
性格曲线绘制单元，用于基于所有性格值转换结果，并基于时间戳，绘制得到性格曲线；
指标曲线绘制单元，用于获取所述素养属性，并确定阅读素养指标，构建不同阅读素养指标基于所述时间戳的指标曲线；
阅读向量确定单元，用于将所述性格曲线与所有指标曲线对齐处理，基于动态阅读模型对对齐处理结果进行遍历，得到动态阅读向量，同时，基于静态阅读模型对对齐处理结果进行遍历，得到静态阅读向量。
该实施例中，性格属性，比如是：比较专注、一般专注、经常发呆、偶尔发呆、经常游离、偶尔游离、能吃苦等，通过进行性格偏向分析，可以有效实现性格值转换，得到性格曲线。
该实施例中，素养属性包括：应用、转换等各种指标，因此，来获取每个指标对应的指标曲线。
该实施例中，通过曲线对齐处理，方便进行遍历，获取不同的阅读向量。
该实施例中，动态阅读模型以及静态阅读模型都是预先训练好的，且都是以对应的曲线以及不同曲线对应的向量结果为样本训练得到的。
上述技术方案的有益效果是：通过确定性格属性个数，来进行性格值转换，得到性格曲线，且通过构建不同阅读素养指标对应的指标曲线，进而通过对齐处理，可以通过模型遍历，实现对对齐处理结果的有效分析，得到阅读向量，为后续引导提供基础。
本发明一种用于提升校园阅读素养的智能引导系统，所述引导匹配模块，包括：
第一获取单元，用于获取所述动态阅读向量的动态特征以及所述动态阅读向量中的第一代表元素；
第一构建单元，用于基于所述第一代表元素构建动态代表函数；
第一匹配单元，用于将所述动态特征与所述动态代表函数进行第一匹配，若第一匹配度大于第一预设度，按照所述动态特征，从引导数据库中匹配得到第一引导。
该实施例中，代表元素指的是向量中具备代表性的元素，且由这些元素可以构建代表函数，通过匹配主要是为了核实最有效的信息。
该实施例中，第一预设度是提前设置好的。
上述技术方案的有益效果是：通过获取动态特征，并通过构建代表函数以及匹配，便于实现对数据的有效核实，且还可以保证第一引导的高度匹配性，为后续引导提供基础。
本发明一种用于提升校园阅读素养的智能引导系统，所述引导匹配模块，还包括：
第二获取单元，用于获取所述静态阅读向量的静态特征以及所述静态阅读向量中的第二代表元素；
第二构建单元，用于基于所述第二代表元素构建静态代表函数；
第二匹配单元，用于将所述静态特征与所述静态代表函数进行第二匹配，若第二匹配度大于第二预设度，按照所述静态特征，从引导数据库中匹配得到第二引导。
该实施例中，第二预设度是提前设置好的。
上述技术方案的有益效果是：通过获取静态特征，并通过构建代表函数以及匹配，便于实现对数据的有效核实，且还可以保证第二引导的高度匹配性，为后续引导提供基础。
本发明一种用于提升校园阅读素养的智能引导系统，所述引导跟踪及调整模块，包括：
引导列表构建单元，用于对所述第一引导进行拆分，构建第一引导列表，同时，对所述第二引导进行拆分，构建第二引导列表；
第一解析单元，用于解析所述第一引导列表中每个第一子引导的第一引导线程，并获取对应的第一引导时间集合，同时，根据所有第一引导时间集合，获取第一独立引导时间以及针对第一引导列表的第一重复引导时间；
第二解析单元，用于解析所述第二引导列表中每个第二子引导的第二引导线程，并获取对应的第二引导时间集合，同时，根据所有第二引导时间集合，获取第二独立引导时间以及针对第二引导列表的第二重复引导时间；
时间确定单元，用于从所述第一重复引导时间以及第二重复引导时间中，确定第三重复引导时间；
顺序构建单元，用于基于第一独立引导时间、第二独立引导时间、第一重复引导时间、第二重复引导时间以及第三重复引导时间，构建针对第一引导以及第二引导的引导顺序列表；
统计单元，用于对所述引导顺序列表中不同时间点的并行引导次数进行第一统计，同时，对所述引导顺序劣列表中不同引导线程的开始点以及结束点进行第二统计；
事件设置单元，用于基于第一统计结果以及第二统计结果，确定每个时间点的引导重要性，并对引导重要性大于预设重要性的时间点设置引导跟踪事件；
区间确定单元，用于根据第二统计结果，确定对应时间点的点概率分布，并根据点概率分布，确定对应引导跟踪事件的时间触发区间；
引导跟踪单元，用于当执行到所述时间触发区间的首点时，进行与引导跟踪事件匹配的阅读引导跟踪，直到跟踪到所述事件触发区间的末点。
该实施例中，引导拆分，构建引导列表主要是为了确定引导线程进而确定不同子引导的引导时间，方便对某些时间点设置跟踪事件，便于保证引导的合理性。
该实施例中， 比如：线程1的引导时间为：时间点1、2，线程2的引导时间为：时间点2、3，此时，第一独立引导时间为：时间点1、时间点3，第一重复引导时间为时间点2。
该实施例中，不同的引导线程对应的引导时间可能是相同也可能是不同的因此，基于时间戳，将所有引导线程进行排布后，可以统计不同时间点的引导次数，且再通过确定不同引导线程的开始点以及结束点，便于有效确定每个时间点的引导重要性，比如，开始点或者结束点的个数越多，并行引导次数越大，对应的引导重要性越高。
该实施例中，预设重要性是预先设定好的。
该实施例中，引导跟踪时间是按照每个时间点的引导重要性确定的。
该实施例中，如图3所示，01表示中轴线，02表示点分布，此时点分布偏向于左侧，比如，事件的原先触发区间为A1-A2，此时，偏向于左侧，触发区间变成A0-A2。
上述技术方案的有益效果是：通过对第一引导以及第二引导进行拆分，宾语构建引导列表以及引导线程，且通过进行时间确定，来得到引导顺序列表，进而后续通过第一统计以及第二统计，来实现对某些时间点的引导跟踪事件的设置，还通过按照点概率分布，来设置触发区间，保证引导跟踪的有效性，为提升阅读素养提供有效基础。
本发明一种用于提升校园阅读素养的智能引导系统，所述引导跟踪及调整模块，还包括：
引导偏离确定单元，用于将阅读引导跟踪结果与标准阅读引导结果进行比较，确定是否引导偏离；
若引导偏离，进行素养引导调整。
上述技术方案的有益效果是：通过将两者结果进行比较，便于对偏离结果进行调整，保证阅读素养的有效提升。
本发明提供一种用于提升校园阅读素养的智能引导方法，如图2所示，包括：
步骤1：获取学生的阅读信息，构建多维阅读特征，并对所述多维阅读特征进行预分析，确定素养属性以及性格属性；
步骤2：基于所述性格属性以及素养属性，构建所述学生的动态阅读向量以及静态阅读向量；
步骤3：对所述动态阅读向量进行第一引导匹配，同时，对所述静态阅读向量进行第二引导匹配；
步骤4：基于匹配结果，对所述学生进行阅读引导跟踪以及素养引导调整。
上述技术方案的有益效果是：通过对学生的阅读信息进行多维分析，来获取素养与性格属性，进而通过引导匹配，可以较全方位的实现对学生的引导，来有效的提高学生的阅读素养。
显然，本领域的技术人员可以对本发明进行各种改动和变型而不脱离本发明的精神和范围。这样，倘若本发明的这些修改和变型属于本发明权利要求及其等同技术的范围之内，则本发明也意图包含这些改动和变型在内。

Claims (9)

1.一种用于提升校园阅读素养的智能引导系统，其特征在于，包括：
预分析模块，用于获取学生的阅读信息，构建多维阅读特征，并对所述多维阅读特征进行预分析，确定素养属性以及性格属性；
向量构建模块，用于基于所述性格属性以及素养属性，构建所述学生的动态阅读向量以及静态阅读向量；
引导匹配模块，用于对所述动态阅读向量进行第一引导匹配，同时，对所述静态阅读向量进行第二引导匹配；
引导跟踪及调整模块，用于基于匹配结果，对所述学生进行阅读引导跟踪以及素养引导调整。
2.如权利要求1所述的用于提升校园阅读素养的智能引导系统，其特征在于，所述预分析模块，包括：
爬取单元，用于对所述学生的日常阅读行为进行溯源，并爬取所述学生的阅读信息，对所述阅读信息按照预设阅读分类机制进行信息分类，构建每类阅读信息对应的阅读拓扑；
行为分布单元，用于根据溯源结果，对所述日常阅读行为进行解析，确定行为分布；
因子配置单元，用于基于所述行为分布，确定不同行为特征之间的关联结果以及不同行为特征的阅读信息占比，并结合每个阅读拓扑存在的行为特征，向对应阅读拓扑配置对应的阅读关联因子；
Figure 152729DEST_PATH_IMAGE001
其中，fi表示所述行为分布中第i种行为特征；
Figure 231019DEST_PATH_IMAGE002
表示所述行为分布中第j种行为特征，且j ≠ i，m1表示所述行为分布中行为特征的总个数；F1表示第i种行为特征与剩余所有行为特征的关联结果；sim表示相似度符号；
Figure 19983DEST_PATH_IMAGE003
其中，m2表示信息分类的总分类数；Gi1表示对应行为特征对应的第i1类阅读信息的占用信息；G表示所述学生的阅读信息；
Figure 918669DEST_PATH_IMAGE004
表示对应行为特征对应的第i1类阅读信息的行为权重；hi1表示对应行为特征对应的第i1类阅读信息的行为调整因子，取值范围为[-0.1，0.1]；
Figure 488191DEST_PATH_IMAGE005
表示对应行为特征对应的m2类阅读信息的最大占比因子；exp表示指数函数符号；F2表示对应行为特征的阅读信息占比；
结构建立单元，用于根据所述阅读关联因子的因子匹配概率，建立不同阅读拓扑之间的关联结构；
特征构建单元，用于根据所述关联结构以及所述阅读拓扑，构建得到所述阅读信息的多维阅读特征。
3.如权利要求1所述的用于提升校园阅读素养的智能引导系统，其特征在于，所述预分析模块，还包括：
预分析单元，用于对所述多维阅读特征进行单独维度特征拆分，得到每个维度特征对应的特征匹配对；
匹配单元，用于基于特征-属性数据库，确定所述特征匹配对对应的单独素养因子以及单独性格因子；
组合单元，用于将所有单独素养因子进行组合得到素养属性，同时，将所有单独性格因子进行组合得到性格属性。
4.如权利要求1所述的用于提升校园阅读素养的智能引导系统，其特征在于，所述向量构建模块，包括：
个数确定单元，用于确定每个时间点上存在的性格属性的第一个数；
数值转换单元，用于当所述第一个数为1时，将对应的性格属性进行性格值转换；
性格偏向获取单元，用于当所述第一个数不为1时，对同个时间点的所有性格属性进行性格布局分析，获取当下时间点的第一性格偏向，同时，获取与所述当下时间点相邻且第一个数不为1的时间点的第二性格偏向；
偏向一致确定单元，用于若所述第一性格偏向与第二性格偏向一致，将当下时间点的第一性格偏向对应的性格属性进行性格值转换；
若所述第一性格偏向与第二性格偏向不一致，则从所有第一个数为1的性格属性中，筛选频次最大的性格属性，并结合所述第一性格偏向，得到贴合属性，并对所述贴合属性进行性格值转换；
性格曲线绘制单元，用于基于所有性格值转换结果，并基于时间戳，绘制得到性格曲线；
指标曲线绘制单元，用于获取所述素养属性，并确定阅读素养指标，构建不同阅读素养指标基于所述时间戳的指标曲线；
阅读向量确定单元，用于将所述性格曲线与所有指标曲线对齐处理，基于动态阅读模型对对齐处理结果进行遍历，得到动态阅读向量，同时，基于静态阅读模型对对齐处理结果进行遍历，得到静态阅读向量。
5.如权利要求1所述的用于提升校园阅读素养的智能引导系统，其特征在于，所述引导匹配模块，包括：
第一获取单元，用于获取所述动态阅读向量的动态特征以及所述动态阅读向量中的第一代表元素；
第一构建单元，用于基于所述第一代表元素构建动态代表函数；
第一匹配单元，用于将所述动态特征与所述动态代表函数进行第一匹配，若第一匹配度大于第一预设度，按照所述动态特征，从引导数据库中匹配得到第一引导。
6.如权利要求1所述的用于提升校园阅读素养的智能引导系统，其特征在于，所述引导匹配模块，还包括：
第二获取单元，用于获取所述静态阅读向量的静态特征以及所述静态阅读向量中的第二代表元素；
第二构建单元，用于基于所述第二代表元素构建静态代表函数；
第二匹配单元，用于将所述静态特征与所述静态代表函数进行第二匹配，若第二匹配度大于第二预设度，按照所述静态特征，从引导数据库中匹配得到第二引导。
7.如权利要求1所述的用于提升校园阅读素养的智能引导系统，其特征在于，所述引导跟踪及调整模块，包括：
引导列表构建单元，用于对所述第一引导进行拆分，构建第一引导列表，同时，对所述第二引导进行拆分，构建第二引导列表；
第一解析单元，用于解析所述第一引导列表中每个第一子引导的第一引导线程，并获取对应的第一引导时间集合，同时，根据所有第一引导时间集合，获取第一独立引导时间以及针对第一引导列表的第一重复引导时间；
第二解析单元，用于解析所述第二引导列表中每个第二子引导的第二引导线程，并获取对应的第二引导时间集合，同时，根据所有第二引导时间集合，获取第二独立引导时间以及针对第二引导列表的第二重复引导时间；
时间确定单元，用于从所述第一重复引导时间以及第二重复引导时间中，确定第三重复引导时间；
顺序构建单元，用于基于第一独立引导时间、第二独立引导时间、第一重复引导时间、第二重复引导时间以及第三重复引导时间，构建针对第一引导以及第二引导的引导顺序列表；
统计单元，用于对所述引导顺序列表中不同时间点的并行引导次数进行第一统计，同时，对所述引导顺序劣列表中不同引导线程的开始点以及结束点进行第二统计；
事件设置单元，用于基于第一统计结果以及第二统计结果，确定每个时间点的引导重要性，并对引导重要性大于预设重要性的时间点设置引导跟踪事件；
区间确定单元，用于根据第二统计结果，确定对应时间点的点概率分布，并根据点概率分布，确定对应引导跟踪事件的时间触发区间；
引导跟踪单元，用于当执行到所述时间触发区间的首点时，进行与引导跟踪事件匹配的阅读引导跟踪，直到跟踪到所述事件触发区间的末点。
8.如权利要求1所述的用于提升校园阅读素养的智能引导系统，其特征在于，所述引导跟踪及调整模块，还包括：
引导偏离确定单元，用于将阅读引导跟踪结果与标准阅读引导结果进行比较，确定是否引导偏离；
若引导偏离，进行素养引导调整。
9.一种用于提升校园阅读素养的智能引导方法，其特征在于，包括：
步骤1：获取学生的阅读信息，构建多维阅读特征，并对所述多维阅读特征进行预分析，确定素养属性以及性格属性；
步骤2：基于所述性格属性以及素养属性，构建所述学生的动态阅读向量以及静态阅读向量；
步骤3：对所述动态阅读向量进行第一引导匹配，同时，对所述静态阅读向量进行第二引导匹配；
步骤4：基于匹配结果，对所述学生进行阅读引导跟踪以及素养引导调整。
CN202210913265.5A 2022-08-01 2022-08-01 一种用于提升校园阅读素养的智能引导系统及方法 Pending CN114971976A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202210913265.5A CN114971976A (zh) 2022-08-01 2022-08-01 一种用于提升校园阅读素养的智能引导系统及方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202210913265.5A CN114971976A (zh) 2022-08-01 2022-08-01 一种用于提升校园阅读素养的智能引导系统及方法

Publications (1)

Publication Number Publication Date
CN114971976A true CN114971976A (zh) 2022-08-30

Family

ID=82969988

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202210913265.5A Pending CN114971976A (zh) 2022-08-01 2022-08-01 一种用于提升校园阅读素养的智能引导系统及方法

Country Status (1)

Country Link
CN (1) CN114971976A (zh)

Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN109034634A (zh) * 2018-08-06 2018-12-18 佛山科学技术学院 基于绘本及绘本阅读行为的孩童素养评价方法及装置
CN110990670A (zh) * 2019-10-30 2020-04-10 华东师范大学 一种成长激励型图书推荐方法及推荐系统
CN111400585A (zh) * 2019-01-02 2020-07-10 中国移动通信有限公司研究院 图书推荐方法及装置
CN112347239A (zh) * 2020-11-12 2021-02-09 方正株式(武汉)科技开发有限公司 一种基于大数据的图书匹配方法、系统、服务器及存储介质
CN114100136A (zh) * 2021-11-30 2022-03-01 完美世界(重庆)互动科技有限公司 虚拟对象的成长模拟方法、装置、电子设备及存储介质
CN114818921A (zh) * 2022-04-26 2022-07-29 北京思源智通科技有限责任公司 一种多维度图书分级方法、系统、可读介质及设备

Patent Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN109034634A (zh) * 2018-08-06 2018-12-18 佛山科学技术学院 基于绘本及绘本阅读行为的孩童素养评价方法及装置
CN111400585A (zh) * 2019-01-02 2020-07-10 中国移动通信有限公司研究院 图书推荐方法及装置
CN110990670A (zh) * 2019-10-30 2020-04-10 华东师范大学 一种成长激励型图书推荐方法及推荐系统
CN112347239A (zh) * 2020-11-12 2021-02-09 方正株式(武汉)科技开发有限公司 一种基于大数据的图书匹配方法、系统、服务器及存储介质
CN114100136A (zh) * 2021-11-30 2022-03-01 完美世界(重庆)互动科技有限公司 虚拟对象的成长模拟方法、装置、电子设备及存储介质
CN114818921A (zh) * 2022-04-26 2022-07-29 北京思源智通科技有限责任公司 一种多维度图书分级方法、系统、可读介质及设备

Similar Documents

Publication Publication Date Title
CN108717433A (zh) 一种面向程序设计领域问答系统的知识库构建方法及装置
CN114913729B (zh) 一种选题方法、装置、计算机设备和存储介质
CN110263854B (zh) 直播标签确定方法、装置及存储介质
CN112819023A (zh) 样本集的获取方法、装置、计算机设备和存储介质
CN111382573A (zh) 用于答案质量评估的方法、装置、设备和存储介质
CN107301164B (zh) 数学公式的语义解析方法及装置
CN103150369A (zh) 作弊网页识别方法及装置
CN111368096A (zh) 基于知识图谱的信息分析方法、装置、设备和存储介质
CN111708890B (zh) 一种搜索词确定方法和相关装置
CN110162775A (zh) 确定意图识别准确度的方法、装置及计算机设备
CN117033603A (zh) 一种垂直领域大模型的构建方法、装置、设备及存储介质
CN111367633A (zh) 问答系统中的模型服务治理方法、装置和计算机设备
CN111192170B (zh) 题目推送方法、装置、设备和计算机可读存储介质
CN115496638A (zh) 基于智慧校园的学生课程成绩分析管理方法及系统
CN112911331A (zh) 针对短视频的音乐识别方法、装置、设备及存储介质
CN112052686B (zh) 一种用户交互式教育的语音学习资源推送方法
CN111611781B (zh) 数据标注方法、问答方法、装置及电子设备
CN113313470A (zh) 一种基于大数据的就业类型评估方法及系统
CN113505154A (zh) 一种基于大数据的数字阅读统计分析方法及系统
CN114971976A (zh) 一种用于提升校园阅读素养的智能引导系统及方法
CN114077873B (zh) 数学试题难度类型的确定方法、系统、存储介质及设备
CN114328846B (zh) 一种用于高校政策咨询的智能客服应答系统及方法
CN115438153A (zh) 一种意图匹配度分析模型的训练方法及装置
CN111143688B (zh) 一种基于移动新闻客户端的评估方法及其系统
CN111274404B (zh) 一种基于人机协同的小样本实体多领域分类方法

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
RJ01 Rejection of invention patent application after publication

Application publication date: 20220830

RJ01 Rejection of invention patent application after publication