CN115168552B - 诗词推荐方法、装置、电子设备和存储介质 - Google Patents
诗词推荐方法、装置、电子设备和存储介质Info
- Publication number
- CN115168552B CN115168552B CN202210648154.6A CN202210648154A CN115168552B CN 115168552 B CN115168552 B CN 115168552B CN 202210648154 A CN202210648154 A CN 202210648154A CN 115168552 B CN115168552 B CN 115168552B
- Authority
- CN
- China
- Prior art keywords
- poetry
- poems
- information
- user
- learning
- 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
Classifications
-
- G—PHYSICS
- G06—COMPUTING OR CALCULATING; COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/30—Information retrieval; Database structures therefor; File system structures therefor of unstructured textual data
- G06F16/33—Querying
- G06F16/332—Query formulation
-
- G—PHYSICS
- G06—COMPUTING OR CALCULATING; COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/30—Information retrieval; Database structures therefor; File system structures therefor of unstructured textual data
- G06F16/33—Querying
- G06F16/335—Filtering based on additional data, e.g. user or group profiles
-
- G—PHYSICS
- G06—COMPUTING OR CALCULATING; COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/30—Information retrieval; Database structures therefor; File system structures therefor of unstructured textual data
- G06F16/38—Retrieval characterised by using metadata, e.g. metadata not derived from the content or metadata generated manually
Landscapes
- Engineering & Computer Science (AREA)
- Theoretical Computer Science (AREA)
- Physics & Mathematics (AREA)
- Data Mining & Analysis (AREA)
- Databases & Information Systems (AREA)
- General Engineering & Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Computational Linguistics (AREA)
- Library & Information Science (AREA)
- Mathematical Physics (AREA)
- Electrically Operated Instructional Devices (AREA)
Abstract
本发明提供一种诗词推荐方法、装置、电子设备和存储介质,其中方法包括:获取待推荐用户的用户画像,所述用户画像基于所述待推荐用户的年龄段和诗词需求时段确定;基于候选诗词的字词信息和内容信息,从所述候选诗词中确定出与所述用户画像相匹配的目标诗词;基于所述目标诗词,对所述待推荐用户进行诗词推荐。本发明提供的方法、装置、电子设备和存储介质,基于待推荐用户的年龄段和诗词需求时段,以及候选诗词的字词信息和内容信息,选取目标诗词,从而实现匹配待推荐用户需求的诗词推荐,自动化的流程实现避免了人工选择的主观性,保证了诗词推荐的客观性和可靠性。
Description
技术领域
本发明涉及数据处理技术领域,尤其涉及一种诗词推荐方法、装置、电子设备和存储介质。
背景技术
诗词是以有节奏的、形象生动的语言,反映生活或抒发感情的文学作品。诗词的学习,对于提高学生的文学修养大有裨益。
目前学生针对诗词的学习多停留学习教材中编排的诗词上,而一些教学阶段,例如幼儿园教学阶段,并没有普适性的教材,此类教学阶段在开展诗词教学时,多依赖教师自身的专业素质,由此确定的用于教学的诗词,带有强烈的主观色彩,不一定适合该年龄段的学生。
发明内容
本发明提供一种诗词推荐方法、装置、电子设备和存储介质,用以解决现有技术中依赖教师经验选择诗词进行教学,适配性差的缺陷。
本发明提供一种诗词推荐方法,包括:
获取待推荐用户的用户画像,所述用户画像基于所述待推荐用户的年龄段和诗词需求时段确定;
基于候选诗词的字词信息和内容信息,从所述候选诗词中确定出与所述用户画像相匹配的目标诗词;
基于所述目标诗词,对所述待推荐用户进行诗词推荐。
根据本发明提供的一种诗词推荐方法,所述用户画像包括学习能力信息和学习倾向信息;
所述基于候选诗词的字词信息和内容信息,从所述候选诗词中确定出与所述用户画像相匹配的目标诗词,包括:
从所述候选诗词中确定出所述字词信息与所述学习能力信息相匹配、且所述内容信息与所述学习倾向信息相匹配的目标诗词。
根据本发明提供的一种诗词推荐方法,所述字词信息包括字长信息、句数信息、字词难度信息中的至少一种;
所述字词难度信息基于诗句中字词的书写难度和/或记忆难度确定。
根据本发明提供的一种诗词推荐方法,所述内容信息包括物体维度内容信息、景物维度内容信息和情感维度内容信息中的至少一种。
根据本发明提供的一种诗词推荐方法,所述基于候选诗词的字词信息和内容信息,从所述候选诗词中确定出与所述用户画像相匹配的目标诗词,之前还包括:
从初始诗词中确定出与所述待推荐用户的年龄段和诗词需求时段相匹配的候选诗词。
根据本发明提供的一种诗词推荐方法,所述基于所述目标诗词,对所述待推荐用户进行诗词推荐,包括:
基于所述待推荐用户的时间信息,对所述目标诗词进行排序,得到推荐课程表,所述时间信息包括计划学习时长、学习周期、学习季节、学习节气、学习节日中的至少一种;
基于所述推荐课程表对所述待推荐用户进行诗词推荐。
根据本发明提供的一种诗词推荐方法,所述基于所述待推荐用户的时间信息,对所述目标诗词进行排序,得到推荐课程表,包括:
确定所述计划学习时长中每个学习周期所对应的学习季节、学习节气、学习节日中的至少一种;
选取内容信息与所述每个学习周期所对应的学习季节、学习节气、学习节日中的至少一种相匹配目标诗词,构建所述推荐课程表。
本发明还提供一种诗词推荐装置,包括:
画像单元,用于获取待推荐用户的用户画像,所述用户画像基于所述待推荐用户的年龄段和诗词需求时段确定;
匹配单元,用于基于候选诗词的字词信息和内容信息,从所述候选诗词中确定出与所述用户画像相匹配的目标诗词;
推荐单元,用于基于所述目标诗词,对所述待推荐用户进行诗词推荐。
本发明还提供一种电子设备,包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序,所述处理器执行所述程序时实现如上述任一种所述诗词推荐方法。
本发明还提供一种非暂态计算机可读存储介质,其上存储有计算机程序,该计算机程序被处理器执行时实现如上述任一种所述诗词推荐方法。
本发明还提供一种计算机程序产品,包括计算机程序,所述计算机程序被处理器执行时实现如上述任一种所述诗词推荐方法。
本发明提供的诗词推荐方法、装置、电子设备和存储介质,基于待推荐用户的年龄段和诗词需求时段,以及候选诗词的字词信息和内容信息,选取目标诗词,从而实现匹配待推荐用户需求的诗词推荐,自动化的流程实现避免了人工选择的主观性,保证了诗词推荐的客观性和可靠性。
附图说明
为了更清楚地说明本发明或现有技术中的技术方案,下面将对实施例或现有技术描述中所需要使用的附图作一简单地介绍,显而易见地,下面描述中的附图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是本发明提供的诗词推荐方法的流程示意图;
图2是本发明提供的诗词推荐装置的结构示意图;
图3是本发明提供的电子设备的结构示意图。
具体实施方式
为使本发明的目的、技术方案和优点更加清楚,下面将结合本发明中的附图,对本发明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。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。
考虑到一些教学阶段不存在普适性的教材,诗词教学的开展完全依赖教师通过自身专业素质所选择的诗词。而实际上,教师自行选择的诗词带有极强的主观性,不一定能够适配该教学阶段下的学生的认知水平和学习兴趣,由此可能会影响诗词教学效果。
针对这一问题,本发明提供一种诗词推荐方法,图1是本发明提供的诗词推荐方法的流程示意图,如图1所示,该方法包括:
步骤110,获取待推荐用户的用户画像,所述用户画像基于所述待推荐用户的年龄段和诗词需求时段确定。
具体地,待推荐用户即需要进行诗词推荐的用户,待推荐用户可以是一个教学阶段的学生群体,也可以是一个希望自学诗词的用户,本发明实施例对此不作具体限定。
待推荐用户的年龄段可以是待推荐用户当前所处的年龄阶段,例如3-6岁、6-8岁等,待推荐用户的年龄段可以反映待推荐用户当前的认知能力,由此可以推断待推荐用户当前适合学习诗词的难度。
待推荐用户的诗词需求时段是待推荐用户学习推荐的诗词的时间段,此处的时段可以是上午、下午、晚上此类一天之内的某个时段,也可以是具体学习的月份、季度等,例如春夏。诗词需求时段可以反映待推荐用户实际学习时的时间场景,由此可以推断待推荐用户实际需求的诗词所贴合的时间场景。
基于待推荐用户的年龄段和诗词需求时段,即可获取待推荐用户的用户画像,用户画像用于反映待推荐用户在诗词推荐上的需求,例如待推荐用户在诗词推荐上可能偏好字词简单的写景的诗词,或者偏好字数较长的抒情诗词。获取用户画像的方式可以是根据预先设定的不同年龄段和诗词需求时段与用户画像之间的对应关系,确定与待推荐用户的年龄段和诗词需求时段相对应的用户画像,也可以是预先训练以年龄段和诗词需求时段为输入,以用户画像为输出的用户画像模型,随即通过用户画像模型获取待推荐用户的用户画像,本发明实施例对此不作具体限定。
步骤120,基于候选诗词的字词信息和内容信息,从所述候选诗词中确定出与所述用户画像相匹配的目标诗词。
具体地,在确定待推荐用户的用户画像之后,即可根据候选诗词的字词信息和内容信息,选取与用户画像相匹配的目标诗词。此处的候选诗词可以是任意诗词,也可以是根据待推荐用户的相关信息例如年龄段、诗词需求时段一类,在诗词库中进行粗筛得到的,此处的诗词库可以包括古诗词、现代诗词、国外诗词中的至少一种,本发明实施例对此不作具体限定。
针对候选诗词,可以通过候选诗词的字词信息和内容信息,从字词行文和描述内容层面上反映候选诗词自身的特点。其中,字词信息可以从字、词等行文上,反映诗词在学习上的难易,例如字数越多,背诵的难度越高,用词越日常、偏僻字越少,理解的难度越低。内容信息可以反映诗词描述的内容,具体可以是诗词描述的物体、景象,也可以是诗词反映的情感等,不同的内容可以对应适配不同的时间场景,例如《九月九日忆山东兄弟》中描述的思乡之情可以适配重阳节场景,《惠崇春江晚景二首》中描述的“桃花”、“春江”均是春季的景物,可以适配3、4月份的时间场景。
由此,在从候选诗词中选取目标诗词时,可以考虑候选诗词的字词信息所反映的诗词难度,与用户画像中反映的待推荐用户需求的诗词难度是否匹配,以及候选诗词的内容信息所反映的景、物、情感对应的时间场景,与用户画像中反映的待推荐用户需求的时间场景是否匹配,由此使得确定出的目标诗词能够满足用户画像所反映的需求,即确定出的目标诗词能够适配待推荐用户的认知水平和学习兴趣。
步骤130,基于所述目标诗词,对所述待推荐用户进行诗词推荐。
具体地,在获取到目标诗词之后,即可向待推荐用户进行诗词推荐,例如可以在待推荐用户的诗词需求时段进行目标诗词的推荐,又例如以列表的形式向待推荐用户发送目标诗词,本发明实施例对此不作具体限定。
本发明实施例提供的方法,基于待推荐用户的年龄段和诗词需求时段,以及候选诗词的字词信息和内容信息,选取目标诗词,从而实现匹配待推荐用户需求的诗词推荐,自动化的流程实现避免了人工选择的主观性,保证了诗词推荐的客观性和可靠性。
基于上述实施例,所述用户画像包括学习能力信息和学习倾向信息。
其中,学习能力信息用于反映待推荐用户对于诗词进行学习的能力高低,学习能力信息可以通过待推荐用户的年龄段确定,即可以预先为不同的年龄段匹配不同的学习能力信息,例如3-6岁的儿童对于诗词的学习能力弱于6-8岁的儿童。
学习倾向信息用于反映待推荐用户对于诗词学习的倾向、偏好,学习倾向信息可以通过诗词需求时段确定,即可以预先为不同的诗词需求时段匹配不同的学习倾向信息,例如诗词需求时段在晚上的用户的学习倾向信息可以包含描写“月”、“夜”的诗词,诗词需求时段在冬季的用户的学习倾向信息可以包含描写“雪”、“爆竹”等的诗词。
基于上述任一实施例,步骤120包括:
从所述候选诗词中确定出所述字词信息与所述学习能力信息相匹配、且所述内容信息与所述学习倾向信息相匹配的目标诗词。
具体地,在选取目标诗词时,可以将用户画像中的学习能力信息与候选诗词的字词信息所反映的诗词学习难易进行匹配,并将用户画像中的学习倾向信息与候选诗词的内容信息所反映的景、物或者情感对应的场景进行匹配,从而选取得到既符合待推荐用户的学习能力,也满足待推荐用户在学习时所处的时间场景以调动待推荐用户的学习兴趣的目标诗词。
基于上述任一实施例,字词信息包括字长信息、句数信息、字词难度信息中的至少一种;
所述字词难度信息基于诗句中字词的书写难度和/或记忆难度确定。
具体地,针对任一诗词而言,其字词信息中,字长信息用于反映诗词的字长,亦可以理解为诗词所包含的字数,字长信息可以表示为字数,例如20字、56字,也可以表示为诗词格式,例如五言绝句、七言律诗等。可以理解的是,诗词的字长越大,对于待推荐用户学习,尤其是背诵的难度越大。
句数信息用于反映诗词所包含的诗句的数量,句数信息可以标识为句数,例如4句、8句,也可以表示为诗词格式,例如绝句、律诗等。类似于字长信息,诗词的句数越大,对于待推荐用户学习,尤其是背诵的难度越大。
字词难度信息用于反映诗词中应用的字词的难度,具体可以是字词的手写难度,也可以是字词的记忆难度,还可以是基于此两者共同确定的。其中,字词的手写难度可以基于字词的手写笔划数的多少确定,通常书写笔划数越多,手写难度越大;字词的记忆难度可以根据字词是否为常用字词确定,通常生僻字词的记忆难度相较于常用字词的记忆难度更大,具体字词属于生僻字词还是常用字词,可以根据字词在日常使用中的出现频次统计得到,本发明实施例对此不作具体限定。对于待推荐用户学习而言,字词难度越大,诗词学习的难度越大。
本发明实施例提供的方法,通过字长、句数和字词难度三个维度中的至少一个,对于诗词在学习上的难度进行了表征,有助于选取更加匹配待推荐用户学习能力的诗词。
基于上述任一实施例,所述内容信息包括物体维度内容信息、景物维度内容信息和情感维度内容信息中的至少一种。
具体地,针对于任一诗词,其内容信息可以从所描述的物体、景物和情感三个维度中的至少一个维度进行表征。
其中,物体维度内容信息用于反映诗词中对于物体的描述,此处的物体可以是人物、动植物和其他具体的物品,例如《咏鹅》是描述“鹅”这种动物,《咏柳》是描述“柳”这种植物等。物体维度内容信息可以通过对诗词自身的文本,或者对诗词的简介、解析文本进行实体识别得到。
景物维度内容信息用于反映诗词对于景物的描述,例如《望庐山瀑布》是描述一幅“瀑布”的诗。景物维度内容信息同样可以通过对诗词自身的文本,或者对诗词的简介、解析文本进行实体识别得到,此处在进行实体识别时,可以根据识别到的实体属于物体还是景物,划分物体维度内容信息和景物维度内容信息,本发明实施例对此不作具体限定。
情感维度内容信息用于反映诗词所表现的情感,例如《游子吟》表达的“母爱”的诗。情感维度内容信息可以通过对诗词自身的文本进行情感分析得到。
本发明实施例提供的方法,通过物体、景物和情感三个维度中的至少一个,对于诗词在内容上的特性进行表征,有助于选取更加匹配待推荐用户在诗词需求时段感兴趣的内容的诗词。
基于上述任一实施例,步骤120之前还包括:
从初始诗词中确定出与所述待推荐用户的年龄段和诗词需求时段相匹配的候选诗词。
此处的初始诗词可以以诗词库的形式存储,此处的诗词库可以包括古诗词、现代诗词、国外诗词中的至少一种。考虑到初始诗词规模庞大,如果直接从初始诗词中选取与用户画像相匹配的目标诗词,可能需要大量的计算资源。
为了解决这个问题,本发明实施例在选取与用户画像相匹配的目标诗词之前,先应用待推荐用户的年龄段和诗词需求时段,从初始诗词中匹配出了贴合年龄段和诗词需求时段的候选诗词,作为目标诗词选取的基准。
即,本发明实施例中,通过年龄段和诗词需求时段进行了诗词的初步筛选,随后在步骤120中,通过用户画像进行了诗词的二次筛选。
此处,在选取候选诗词时,针对于初始诗词,可以预先标记每个初始诗词所匹配的年龄段和诗词需求时段,或者也可以将初始诗词按照年龄段和诗词需求时段进行分类存储,以便于快速从初始诗词中确定出候选诗词,本发明实施例对此不作具体限定。
本发明实施例提供的方法,通过筛选候选诗词,缩小了需要进行用户画像匹配的诗词规模,提高了诗词推荐的响应效率。
基于上述任一实施例,步骤130包括:
基于所述待推荐用户的时间信息,对所述目标诗词进行排序,得到推荐课程表,所述时间信息包括计划学习时长、学习周期、学习季节、学习节气、学习节日中的至少一种;
基于所述推荐课程表对所述待推荐用户进行诗词推荐。
具体地,待推荐用户的时间信息反映但是待推荐用户在学习诗词时的时间安排,时间信息可以包括计划学习时长、学习周期、学习季节、学习节气、学习节日中的至少一种:
其中计划学习时长即待推荐用户计划学习诗词的时长,例如幼儿园下学期(2-6月);
学习周期即计划学习完成一首诗词的时间,例如可以是一周、5天等,并且学习周期还可以进一步细化到学习完成一首诗词的各个维度,具体可以包括{字词会写、诗词朗诵、诗词背诵、诗意理解}中至少一个维度掌握的时间,而学习周期中具体包含哪些维度、完成各维度所需的时间,可以根据待推荐用户的年龄段以及教师预先提出的教学安排确定;
学习季节表示计划学习时长所跨度的当地季节,例如幼儿园下学期(2-6月)跨度了春季和夏季;
学习节气则表示计划学习时长所跨度的二十四节气中的具体节气,如幼儿园下学期(2-6月)跨度了雨水、惊蛰、春分、清明、谷雨、立夏、小满、芒种、夏至等节气;
学习节日指计划学习时长所跨度的节日,此处的节日可以包括传统节日,也可以包括现代节日,例如幼儿园下学期(2-6月)跨度的节日包含有清明节、端午节、劳动节等。
基于上述时间信息中的一种或者多种,即可实现目标诗词的学习排序和课程安排,从而得到既能够贴合待推荐用户的学习能力,也能够满足待推荐用户在实际学习中所处时令的学习兴趣的推荐课程表。此处的推荐课程表可以按照从前到后的学习顺序,排列选取的目标诗词,也可以按照计划学习时长标记每个学习周期内需要学习的目标诗词。
在得到推荐课程表之后,即可将推荐课程表发送给待推荐用户以进行诗词推荐,或者可以按照推荐课程表中指示的顺序或者时间,在对应的时间在待推荐用户推荐目标诗词,例如在清明节所处的学习周期内,向待推荐用户推荐杜牧的《清明》。
本发明实施例提供的方法,将选取得到的目标诗词,以所属季节、节气、节日等表征进行匹配,使得待推荐用户的诗词学习能够结合季节、节气、节日等,从自然变化、人文变化的实际角度触发学习兴趣,更有利于待推荐用户掌握。
基于上述任一实施例,步骤130中,所述基于所述待推荐用户的时间信息,对所述目标诗词进行排序,得到推荐课程表,包括:
确定所述计划学习时长中每个学习周期所对应的学习季节、学习节气、学习节日中的至少一种;
选取内容信息与所述每个学习周期所对应的学习季节、学习节气、学习节日中的至少一种相匹配目标诗词,构建所述推荐课程表。
具体地,为了得到推荐课程表,可以先将计划学习时长按照学习周期进行划分,从而得到多个学习周期,例如计划学习时长为幼儿园下学期(2-6月),学习周期为1周,则计划学习时长可以划分为20个学习周期。
由此划分的每个学习周期,均存在对应的学习季节、学习节气、学习节日中的至少一种,例如5月16日至5月22日对应夏季、小满,5月30日至6月5日对应夏季、端午节。
在确定每个学习周期所对应的学习季节、学习节气、学习节日中的至少一种,即可逐个学习周期从目标诗词中查找内容信息与学习季节、学习节气、学习节日中的至少一种相匹配的目标诗词,由此可以使得每个学习周期均存在从季节、节气和节日中的至少一个维度上与之匹配的诗词,而据此构建的推荐课程表中,每个学习周期需要学习的诗词,均能够贴合该学习周期在自然变化和人文变化上的特点。
基于上述任一实施例,一种诗词推荐方法,包括如下步骤:
首先,获取诗词库,从诗词库的初始诗词中确定出与待推荐用户的年龄段和诗词需求时段相匹配的候选诗词。此处,待推荐用户的年龄段可以是待推荐用户当前所处的年龄阶段,诗词需求时段是待推荐用户学习推荐的诗词的时间段。
在得到候选诗词之后,即可应用根据待推荐用户的年龄段和诗词需求时段确定的用户画像,与候选诗词的字词信息和内容信息进行匹配,从而得到与用户画像相匹配的目标诗词。此处匹配得到的目标诗词能够满足用户画像所反映的需求,即的目标诗词能够适配待推荐用户的认知水平和学习兴趣。
在完成目标诗词的确定之后,即可基于待推荐用户的计划学习时长、学习周期、学习季节、学习节气、学习节日中的至少一种,对目标诗词进行排序,得到推荐课程表,从而基于推荐课程表进行诗词推荐。
本发明实施例提供的方法,基于待推荐用户的年龄段和诗词需求时段,以及候选诗词的字词信息和内容信息,选取目标诗词,从而实现匹配待推荐用户需求的诗词推荐,自动化的流程实现避免了人工选择的主观性,保证了诗词推荐的客观性和可靠性。将选取得到的目标诗词,以所属季节、节气、节日等表征进行匹配,使得待推荐用户的诗词学习能够结合季节、节气、节日等,从自然变化、人文变化的实际角度触发学习兴趣,更有利于待推荐用户掌握。
基于上述任一实施例,图2是本发明提供的诗词推荐装置的结构示意图,如图2所示,该装置包括:
画像单元210,用于获取待推荐用户的用户画像,所述用户画像基于所述待推荐用户的年龄段和诗词需求时段确定;
匹配单元220,用于基于候选诗词的字词信息和内容信息,从所述候选诗词中确定出与所述用户画像相匹配的目标诗词;
推荐单元230,用于基于所述目标诗词,对所述待推荐用户进行诗词推荐。
本发明实施例提供的装置,基于待推荐用户的年龄段和诗词需求时段,以及候选诗词的字词信息和内容信息,选取目标诗词,从而实现匹配待推荐用户需求的诗词推荐,自动化的流程实现避免了人工选择的主观性,保证了诗词推荐的客观性和可靠性。
基于上述任一实施例,所述用户画像包括学习能力信息和学习倾向信息;
所述匹配单元用于:
从所述候选诗词中确定出所述字词信息与所述学习能力信息相匹配、且所述内容信息与所述学习倾向信息相匹配的目标诗词。
基于上述任一实施例,所述字词信息包括字长信息、句数信息、字词难度信息中的至少一种;
所述字词难度信息基于诗句中字词的书写难度和/或记忆难度确定。
基于上述任一实施例,所述内容信息包括物体维度内容信息、景物维度内容信息和情感维度内容信息中的至少一种。
基于上述任一实施例,该装置还包括初始选取单元,用于:
从初始诗词中确定出与所述待推荐用户的年龄段和诗词需求时段相匹配的候选诗词。
基于上述任一实施例,所述推荐单元用于:
基于所述待推荐用户的时间信息,对所述目标诗词进行排序,得到推荐课程表,所述时间信息包括计划学习时长、学习周期、学习季节、学习节气、学习节日中的至少一种;
基于所述推荐课程表对所述待推荐用户进行诗词推荐。
基于上述任一实施例,所述推荐单元具体用于:
确定所述计划学习时长中每个学习周期所对应的学习季节、学习节气、学习节日中的至少一种;
选取内容信息与所述每个学习周期所对应的学习季节、学习节气、学习节日中的至少一种相匹配目标诗词,构建所述推荐课程表。
图3示例了一种电子设备的实体结构示意图,如图3所示,该电子设备可以包括:处理器(processor)310、通信接口(Communications Interface)320、存储器(memory)330和通信总线340,其中,处理器310,通信接口320,存储器330通过通信总线340完成相互间的通信。处理器310可以调用存储器330中的逻辑指令,以执行诗词推荐方法,该方法包括:获取待推荐用户的用户画像,所述用户画像基于所述待推荐用户的年龄段和诗词需求时段确定;基于候选诗词的字词信息和内容信息,从所述候选诗词中确定出与所述用户画像相匹配的目标诗词;基于所述目标诗词,对所述待推荐用户进行诗词推荐。
此外,上述的存储器330中的逻辑指令可以通过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读取存储介质中。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)执行本发明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。
另一方面,本发明还提供一种计算机程序产品,所述计算机程序产品包括计算机程序,计算机程序可存储在非暂态计算机可读存储介质上,所述计算机程序被处理器执行时,计算机能够执行上述各方法所提供的诗词推荐方法,该方法包括:获取待推荐用户的用户画像,所述用户画像基于所述待推荐用户的年龄段和诗词需求时段确定;基于候选诗词的字词信息和内容信息,从所述候选诗词中确定出与所述用户画像相匹配的目标诗词;基于所述目标诗词,对所述待推荐用户进行诗词推荐。
又一方面,本发明还提供一种非暂态计算机可读存储介质,其上存储有计算机程序,该计算机程序被处理器执行时实现以执行上述各方法提供的诗词推荐方法,该方法包括:获取待推荐用户的用户画像,所述用户画像基于所述待推荐用户的年龄段和诗词需求时段确定;基于候选诗词的字词信息和内容信息,从所述候选诗词中确定出与所述用户画像相匹配的目标诗词;基于所述目标诗词,对所述待推荐用户进行诗词推荐。
以上所描述的装置实施例仅仅是示意性的,其中所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,即可以位于一个地方,或者也可以分布到多个网络单元上。可以根据实际的需要选择其中的部分或者全部模块来实现本实施例方案的目的。本领域普通技术人员在不付出创造性的劳动的情况下,即可以理解并实施。
通过以上的实施方式的描述,本领域的技术人员可以清楚地了解到各实施方式可借助软件加必需的通用硬件平台的方式来实现,当然也可以通过硬件。基于这样的理解,上述技术方案本质上或者说对现有技术做出贡献的部分可以以软件产品的形式体现出来,该计算机软件产品可以存储在计算机可读存储介质中,如ROM/RAM、磁碟、光盘等,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)执行各个实施例或者实施例的某些部分所述的方法。
最后应说明的是:以上实施例仅用以说明本发明的技术方案,而非对其限制;尽管参照前述实施例对本发明进行了详细的说明,本领域的普通技术人员应当理解:其依然可以对前述各实施例所记载的技术方案进行修改,或者对其中部分技术特征进行等同替换;而这些修改或者替换,并不使相应技术方案的本质脱离本发明各实施例技术方案的精神和范围。
Claims (6)
1.一种诗词推荐方法,其特征在于,包括:
获取待推荐用户的用户画像,所述用户画像基于所述待推荐用户的年龄段和诗词需求时段确定;所述用户画像包括学习能力信息和学习倾向信息;
基于候选诗词的字词信息和内容信息,从所述候选诗词中确定出与所述用户画像相匹配的目标诗词,包括:
从所述候选诗词中确定出所述字词信息与所述学习能力信息相匹配、且所述内容信息与所述学习倾向信息相匹配的目标诗词;
所述字词信息包括字长信息、句数信息、字词难度信息中的至少一种;所述字词难度信息基于诗句中字词的书写难度和/或记忆难度确定;
所述内容信息包括物体维度内容信息、景物维度内容信息和情感维度内容信息中的至少一种;
基于所述目标诗词,对所述待推荐用户进行诗词推荐,包括:
基于所述待推荐用户的时间信息,对所述目标诗词进行排序,得到推荐课程表,所述时间信息包括计划学习时长、学习周期、学习季节、学习节气、学习节日中的至少一种;
基于所述推荐课程表对所述待推荐用户进行诗词推荐。
2.根据权利要求1所述的诗词推荐方法,其特征在于,所述基于候选诗词的字词信息和内容信息,从所述候选诗词中确定出与所述用户画像相匹配的目标诗词,之前还包括:
从初始诗词中确定出与所述待推荐用户的年龄段和诗词需求时段相匹配的候选诗词。
3.根据权利要求1所述的诗词推荐方法,其特征在于,所述基于所述待推荐用户的时间信息,对所述目标诗词进行排序,得到推荐课程表,包括:
确定所述计划学习时长中每个学习周期所对应的学习季节、学习节气、学习节日中的至少一种;
选取内容信息与所述每个学习周期所对应的学习季节、学习节气、学习节日中的至少一种相匹配目标诗词,构建所述推荐课程表。
4.一种诗词推荐装置,其特征在于,包括:
画像单元,用于获取待推荐用户的用户画像,所述用户画像基于所述待推荐用户的年龄段和诗词需求时段确定;所述用户画像包括学习能力信息和学习倾向信息;
匹配单元,用于基于候选诗词的字词信息和内容信息,从所述候选诗词中确定出与所述用户画像相匹配的目标诗词,包括:从所述候选诗词中确定出所述字词信息与所述学习能力信息相匹配、且所述内容信息与所述学习倾向信息相匹配的目标诗词;所述字词信息包括字长信息、句数信息、字词难度信息中的至少一种;所述字词难度信息基于诗句中字词的书写难度和/或记忆难度确定;所述内容信息包括物体维度内容信息、景物维度内容信息和情感维度内容信息中的至少一种;
推荐单元,用于基于所述目标诗词,对所述待推荐用户进行诗词推荐,包括:基于所述待推荐用户的时间信息,对所述目标诗词进行排序,得到推荐课程表,所述时间信息包括计划学习时长、学习周期、学习季节、学习节气、学习节日中的至少一种;基于所述推荐课程表对所述待推荐用户进行诗词推荐。
5.一种电子设备,包括存储器、处理器及存储在所述存储器上并可在所述处理器上运行的计算机程序,其特征在于,所述处理器执行所述程序时实现如权利要求1至3任一项所述诗词推荐方法。
6.一种非暂态计算机可读存储介质,其上存储有计算机程序,其特征在于,所述计算机程序被处理器执行时实现如权利要求1至3任一项所述诗词推荐方法。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202210648154.6A CN115168552B (zh) | 2022-06-08 | 2022-06-08 | 诗词推荐方法、装置、电子设备和存储介质 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202210648154.6A CN115168552B (zh) | 2022-06-08 | 2022-06-08 | 诗词推荐方法、装置、电子设备和存储介质 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN115168552A CN115168552A (zh) | 2022-10-11 |
| CN115168552B true CN115168552B (zh) | 2025-11-21 |
Family
ID=83485587
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202210648154.6A Active CN115168552B (zh) | 2022-06-08 | 2022-06-08 | 诗词推荐方法、装置、电子设备和存储介质 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN115168552B (zh) |
Citations (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN110990702A (zh) * | 2019-12-04 | 2020-04-10 | 北京智乐活科技有限公司 | 一种面向儿童自主阅读的推荐方法、客户端及服务器 |
| CN112632386A (zh) * | 2020-12-29 | 2021-04-09 | 广州视源电子科技股份有限公司 | 诗词推荐方法、装置、设备及存储介质 |
| CN112650926A (zh) * | 2020-12-30 | 2021-04-13 | 广东德诚科教有限公司 | 一种基于大数据技术的农民个性化课程资源的推荐方法 |
Family Cites Families (5)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN101595499A (zh) * | 2006-12-15 | 2009-12-02 | 朴南教 | 用于推荐针对个人定制的讲课的设备和方法及其连接终端 |
| US8666909B2 (en) * | 2007-11-02 | 2014-03-04 | Ebay, Inc. | Interestingness recommendations in a computing advice facility |
| CN111078994B (zh) * | 2019-11-06 | 2023-04-18 | 珠海健康云科技有限公司 | 基于画像的医学科普文章推荐方法及系统 |
| CN110929158A (zh) * | 2019-11-29 | 2020-03-27 | 腾讯科技(深圳)有限公司 | 一种内容推荐方法、系统及存储介质和终端设备 |
| CN111414965A (zh) * | 2020-03-23 | 2020-07-14 | 河南云劭博教育科技有限公司 | 一种基于d-s证据理论的自适应学习路径推荐方法及系统 |
-
2022
- 2022-06-08 CN CN202210648154.6A patent/CN115168552B/zh active Active
Patent Citations (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN110990702A (zh) * | 2019-12-04 | 2020-04-10 | 北京智乐活科技有限公司 | 一种面向儿童自主阅读的推荐方法、客户端及服务器 |
| CN112632386A (zh) * | 2020-12-29 | 2021-04-09 | 广州视源电子科技股份有限公司 | 诗词推荐方法、装置、设备及存储介质 |
| CN112650926A (zh) * | 2020-12-30 | 2021-04-13 | 广东德诚科教有限公司 | 一种基于大数据技术的农民个性化课程资源的推荐方法 |
Also Published As
| Publication number | Publication date |
|---|---|
| CN115168552A (zh) | 2022-10-11 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| Baskin et al. | The use of vocabulary learning strategies in teaching Turkish as a second language. | |
| Gouli et al. | COMPASS: an adaptive web-based concept map assessment tool | |
| Airey | From stimulated recall to disciplinary literacy: Summarizing ten years of research into teaching and learning in English | |
| Woo et al. | Exploring EFL students’ prompt engineering in human–AI story writing: an activity theory perspective | |
| Ihnatova et al. | The application of digital technologies in teaching a foreign language in a blended learning environment | |
| Triche et al. | The quest for method: the legacy of Peter Ramus | |
| Phillips et al. | An AI toolkit to support teacher reflection | |
| ROTH | Undoing decontextualization or how scientists come to understand their own data/graphs | |
| Garzon et al. | Impact of pedagogical reflection in the teaching practicum from Caquetá practitionersperspective: a literature review | |
| CN115168552B (zh) | 诗词推荐方法、装置、电子设备和存储介质 | |
| CN120372419A (zh) | 个性化艺术学习路径生成系统及其实现方法 | |
| Kravchenko | Digital technologies in the ESP course for developing terminological competence | |
| Naselli | DA Carson’s theological method | |
| Sedelmaier et al. | Clarifying the effects of digitalization on (higher) education | |
| CN109726690B (zh) | 基于DenseCap网络的学习者行为图像多区域描述方法 | |
| Baska | Specialized second language academies: Optimizing advancement for gifted learners | |
| Janković et al. | Hand in hand–developing university teachers’ and pre-service teachers’ cross-curricular competences | |
| Lemire et al. | What Is This Thing Called Evaluation Theory? | |
| Lees et al. | 1 Doing it differently: medieval and contemporary | |
| Sari et al. | Application of the C4. 5 Algorithm in Teaching Teachers' Skills on Learning Effectiveness | |
| Moreno | BUILDING SCAFFOLDING BY TEACHING MUSIC IN PRESCHOOL EDUCATION | |
| Cai | A study on the optimisation of university English teaching based on an enhanced decision tree model in the context of big data | |
| Li | Digital Labor Education System using Neural Autoregressive Distribution Estimator based Visual Geometry Group-16 Network | |
| Slanda et al. | Early Childhood Reading | |
| Su | Design of network education and teaching cooperation platform based on Moodle |
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 |