CN115809371B - 基于数据分析的学习需求确定方法及系统 - Google Patents

Abstract

本发明公开了一种基于数据分析的学习需求确定方法及系统，本发明涉电数字数据处理技技术领域，包括获取目标用户的历史阅读信息；其中，所述历史阅读信息包括以下至少一项：历史阅读书目、历史阅读时长、历史阅读分类；根据所述历史阅读信息，确定针对所述目标用户的第一用户分类；根据所述目标用户的预先设定的用户信息，确定针对所述目标用户的第二用户分类；将所述第一用户分类对应的第一书目集合、与所述第二用户分类对应的第二书目集合中的重合书目，确定为推荐书目；输出所述推荐书目，以使所述目标用户按照所述推荐书目进行学习。本发明能够提高用户学习效率。

Description

基于数据分析的学习需求确定方法及系统

技术领域

本发明涉及电数字数据处理技术领域，具体而言，涉及一种基于数据分析的学习需求确定方法及系统。

背景技术

目前，随着互联网技术的不断发展，用户经常会使用手机、平板等终端设备阅读电子书。

在实践中发现，现在用户阅读电子书的过程中，往往需要根据自身的学习需求，去查阅自己需要的书目，从而进行相应的学习。然而，这一过程中需要用户自身确定学习需求，手动查找书目，存在着学习效率较低的问题。

针对上述的问题，目前尚未提出有效的解决方案。

发明内容

本发明实施例提供了一种基于数据分析的学习需求确定方法及系统，以至少提高用户学习效率。

根据本发明实施例的一个方面，提供了一种基于数据分析的学习需求确定方法，所述方法包括：获取目标用户的历史阅读信息；其中，所述历史阅读信息包括以下至少一项：历史阅读书目、历史阅读时长、历史阅读分类；根据所述历史阅读信息，确定针对所述目标用户的第一用户分类；根据所述目标用户的预先设定的用户信息，确定针对所述目标用户的第二用户分类；将所述第一用户分类对应的第一书目集合、与所述第二用户分类对应的第二书目集合中的重合书目，确定为推荐书目；输出所述推荐书目，以使所述目标用户按照所述推荐书目进行学习。

作为一种可选的实施方式，根据所述历史阅读信息，确定针对所述目标用户的第一用户分类，包括：根据所述历史阅读信息，从各个所述历史阅读书目中，确定所述历史阅读时长超过设定时长的目标历史阅读书目；确定每个所述目标历史阅读书目对应的目标历史阅读分类；将至少一个所述目标历史阅读分类，作为所述第一用户分类。

作为一种可选的实施方式，所述根据所述目标用户的预先设定的用户信息，确定针对所述目标用户的第二用户分类，包括：获取所述目标用户的预先设定的用户信息；根据所述用户信息，生成针对所述目标用户的聚类标签；按照所述聚类标签，确定与所述目标用户属于同个所述聚类标签的聚类用户；获取各个所述聚类用户对应的聚类扩展标签；针对所述聚类标签和所述聚类扩展标签，生成相对应的上位用户标签；将所述上位用户标签，确定为针对所述目标用户的所述第二用户分类。

作为一种可选的实施方式，所述方法还包括：基于预设的映射关系表，确定与所述第一用户分类相匹配的第一初始书目集合，以及与所述第二用户分类相匹配的第二初始书目集合；根据所述第一初始书目集合和所述第二初始书目集合中各个书目的百科关系，构建各个书目之间的知识图谱信息；根据所述知识图谱信息确定孤立书目节点；从所述第一初始书目集合和所述第二初始书目集合中，去除所述孤立书目节点对应的书目，得到所述第一书目集合和所述第二书目集合。

作为一种可选的实施方式，输出所述推荐书目，包括：确定所述推荐书目对应的书目数量；如果所述书目数量大于预设的数量阈值，则对每个所述推荐书目，计算所述推荐书目与所述目标用户之间的匹配度；按照各个所述推荐书目与所述目标用户之间的匹配度，生成针对各个所述推荐书目的推荐优先级；按照所述推荐优先级，输出各个所述推荐书目。

作为一种可选的实施方式，所述方法还包括：如果检测到用户对各个所述推荐书目触发的选择指令，确定所述选择指令指示选择的目标推荐书目；按照所述目标推荐书目的目录信息，将所述目标推荐书目拆分为若干阅读子内容；根据所述若干阅读子内容，生成针对所述目标推荐书目的阅读计划；输出所述阅读计划。

根据本发明实施例的另一方面，还提供了一种基于数据分析的学习需求确定系统，所述系统包括：信息获取单元，用于获取目标用户的历史阅读信息；其中，所述历史阅读信息包括以下至少一项：历史阅读书目、历史阅读时长、历史阅读分类；第一分类确定单元，用于根据所述历史阅读信息，确定针对所述目标用户的第一用户分类；第二分类确定单元，用于根据所述目标用户的预先设定的用户信息，确定针对所述目标用户的第二用户分类；书目确定单元，用于将所述第一用户分类对应的第一书目集合、与所述第二用户分类对应的第二书目集合中的重合书目，确定为推荐书目；书目输出单元，用于输出所述推荐书目，以使所述目标用户按照所述推荐书目进行学习。

作为一种可选的实施方式，所述第一分类确定单元具体用于：根据所述历史阅读信息，从各个所述历史阅读书目中，确定所述历史阅读时长超过设定时长的目标历史阅读书目；确定每个所述目标历史阅读书目对应的目标历史阅读分类；将至少一个所述目标历史阅读分类，作为所述第一用户分类。

作为一种可选的实施方式，所述第二分类确定单元具体用于：获取所述目标用户的预先设定的用户信息；根据所述用户信息，生成针对所述目标用户的聚类标签；按照所述聚类标签，确定与所述目标用户属于同个所述聚类标签的聚类用户；获取各个所述聚类用户对应的聚类扩展标签；针对所述聚类标签和所述聚类扩展标签，生成相对应的上位用户标签；将所述上位用户标签，确定为针对所述目标用户的所述第二用户分类。

作为一种可选的实施方式，所述书目确定单元还用于：基于预设的映射关系表，确定与所述第一用户分类相匹配的第一初始书目集合，以及与所述第二用户分类相匹配的第二初始书目集合；根据所述第一初始书目集合和所述第二初始书目集合中各个书目的百科关系，构建各个书目之间的知识图谱信息；根据所述知识图谱信息确定孤立书目节点；从所述第一初始书目集合和所述第二初始书目集合中，去除所述孤立书目节点对应的书目，得到所述第一书目集合和所述第二书目集合。

作为一种可选的实施方式，书目输出单元具体用于：确定所述推荐书目对应的书目数量；如果所述书目数量大于预设的数量阈值，则对每个所述推荐书目，计算所述推荐书目与所述目标用户之间的匹配度；按照各个所述推荐书目与所述目标用户之间的匹配度，生成针对各个所述推荐书目的推荐优先级；按照所述推荐优先级，输出各个所述推荐书目。

作为一种可选的实施方式，所述系统还包括：计划输出单元，用于如果检测到用户对各个所述推荐书目触发的选择指令，确定所述选择指令指示选择的目标推荐书目；按照所述目标推荐书目的目录信息，将所述目标推荐书目拆分为若干阅读子内容；根据所述若干阅读子内容，生成针对所述目标推荐书目的阅读计划；输出所述阅读计划。

根据本发明实施例的又一方面，还提供了一种计算机可读的存储介质，该存储介质中存储有计算机程序，其中，该计算机程序被设置为运行时执行上述基于数据分析的学习需求确定方法。

根据本发明实施例的又一方面，还提供了一种电子装置，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，其中，上述处理器通过计算机程序执行上述的基于数据分析的学习需求确定方法。

在本发明实施例中，通过对目标用户的历史阅读信息进行分析，能够确定出目标用户的第一用户分类，以及，根据目标用户预先设定的用户信息，可以确定出目标用户的第二用户分类，通过将第一用户分类对应的第一书目集合和第二用户分类对应的第二书目集合中的重合书目，确定为针对用户的学习需求的推荐书目，向目标用户输出推荐书目，能够使得目标用户高效地获取针对学习需求的推荐书目，从而按照推荐书目进行学习，能够提高用户学习效率。

附图说明

此处所说明的附图用来提供对本发明的进一步理解，构成本申请的一部分，本发明的示意性实施例及其说明用于解释本发明，并不构成对本发明的不当限定。在附图中：

图1是根据本发明实施例的一种可选的基于数据分析的学习需求确定方法的流程图；

图2是根据本发明实施例的另一种可选的基于数据分析的学习需求确定方法的流程图；

图3是根据本发明实施例的一种可选的基于数据分析的学习需求确定系统的结构示意图；

图4是根据本发明实施例的一种可选的电子装置的结构示意图。

具体实施方式

为了使本技术领域的人员更好地理解本发明方案，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，所描述的实施例仅仅是本发明一部分的实施例，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做出创造性劳动前提下所获得的所有其他实施例，都应当属于本发明保护的范围。

需要说明的是，本发明的说明书和权利要求书及上述附图中的术语“第一”、“第二”等是用于区别类似的对象，而不必用于描述特定的顺序或先后次序。应该理解这样使用的数据在适当情况下可以互换，以便这里描述的本发明的实施例能够以除了在这里图示或描述的那些以外的顺序实施。此外，术语“包括”和“具有”以及他们的任何变形，意图在于覆盖不排他的包含，例如，包含了一系列步骤或单元的过程、方法、系统、产品或设备不必限于清楚地列出的那些步骤或单元，而是可包括没有清楚地列出的或对于这些过程、方法、产品或设备固有的其它步骤或单元。

本发明实施例提供了一种可选的基于数据分析的学习需求确定方法，如图1所示，该基于数据分析的学习需求确定方法包括：

S101，获取目标用户的历史阅读信息；其中，所述历史阅读信息包括以下至少一项：历史阅读书目、历史阅读时长、历史阅读分类。

在本实施例中，执行主体可以为终端设备或者服务器。

其中，目标用户可以为使用电子书阅读应用软件的用户，执行主体需要确定目标用户的学习需求，并基于该学习需求生成针对目标用户的推荐书目，并在电子书阅读应用软件的相应学习界面展示这些推荐书目，以使目标用户能够基于阅读这些推荐书目进行相关学习。

具体的，执行主体在需要分析目标用户的阅读浏览习惯，确定相应学习需求时，可以先获取目标用户的历史阅读信息。

其中，历史阅读信息为从当前时刻往前的预设时长内、用户使用电子书阅读应用进行阅读的信息，可以包括但不限于历史阅读书目、历史阅读时长、历史阅读分类、历史阅读笔记、历史阅读好友等等，本实施例对此不做限定。

其中，历史阅读书目为目标用户历史阅读过的书目，具体可以将目标用户历史阅读进度超过预设进度、且历史阅读时长超过预设时长的书目，确定为历史阅读书目。并且，对于每个历史阅读书目，优选可以关联存储该历史阅读书目对应的历史阅读时长以及历史阅读分类。其中，历史阅读时长即为相应历史阅读书目对应的阅读的时长，历史阅读分类即为相应历史阅读书目对应的书籍类别。

S102，根据所述历史阅读信息，确定针对所述目标用户的第一用户分类。

在本实施例中，执行主体可以在获取历史阅读信息之后，对历史阅读信息进行数据分析，确定得到针对目标用户的第一用户分类。可以理解，这里的第一用户分类即为用户的阅读习惯对应的分类。

具体的，执行主体可以预先设置有针对阅读习惯分类的若干类别，可以包括但不限于快速阅读类别、慢速阅读类别、夜晚阅读类别、白天阅读类别、经济类书籍偏好类别、小说类书籍偏好类别等等，本实施例对此不做限定。

并且，执行主体在得到历史阅读信息之后，可以基于对历史阅读信息进行数据解析，得到历史阅读信息对应的阅读参数，其中，阅读参数可以包括但不限于阅读速度、阅读时段、阅读类别等。之后，执行主体可以确定与阅读参数相匹配的至少一个类别，作为第一用户分类。其中，这里的至少一个类别即为上述针对阅读习惯分类的若干类别中的类别。

S103，根据所述目标用户的预先设定的用户信息，确定针对所述目标用户的第二用户分类。

在本实施例中，执行主体还可以获取目标用户预先设定的用户信息。

其中，目标用户可以在使用上述电子书阅读应用软件时，预先设定相应的用户信息，用户信息可以包括但不限于用户年龄、用户性别、用户学习情况、用户的书籍偏好等，本实施例对此不做限定。

并且，执行主体可以基于用户信息，确定目标用户的的第二用户分类。可以理解，第二用户分类即为用户的个人信息对应的分类。

具体的，执行主体可以预先设置有针对用户的个人信息的若干类别，可以包括但不限于高中生、小学生、初中生、大学生、经济类书籍偏好、学科类书籍偏好、小说类书籍偏好等，本实施例对此不做限定。

并且，执行主体在得到上述目标用户的用户信息之后，可以基于对用户进行解析，得到用户年龄、用户性别、用户学习情况、用户的书籍偏好等信息，再确定与这些信息相匹配的至少一个类别，作为第二用户分类。其中，这里的至少一个类别即为上述针对用户的个人信息分类的若干类别中的类别。

S104，将所述第一用户分类对应的第一书目集合、与所述第二用户分类对应的第二书目集合中的重合书目，确定为推荐书目。

在本实施例中，执行主体在得到第一用户分类之后，可以确定与第一用户分类相对应的多个书目，得到第一书目集合。以及，在得到第二用户分类之后，可以确定与第二用户分类相对应的多个书目，得到第二书目集合。

之后，执行主体可以对第一书目集合中的各个书目，和第二书目集合中的各个书目求交集，得到至少一个重合书目，将这些重合书目确定为推荐书目。通过这种确定重合书目的方式，能够结合用户的个人信息分类以及用户的阅读习惯分类两方面进行书目推荐，提高了学习需求的确定精准度，提高了书目推荐的精准度。

S105，输出所述推荐书目，以使所述目标用户按照所述推荐书目进行学习。

在本实施例中，执行主体在确定出上述至少一个推荐书目之后，能够在上述电子书阅读应用软件的相应界面中输出这些推荐书目，以使目标用户按照推荐书目进行学习。

作为一种可选的实施方式，还可以执行以下步骤：检测用户针对推荐书目触发的选择指令，其中，选择指令用于指示选择至少一个推荐书目。在检测到选择指令之后，间隔预设时长，基于用户的选择指令，更新上述的第一书目集合，重新生成推荐书目并输出。可以理解，此时用户的选择指令即产生了新的历史阅读书目，此时可以更新第一书目集合，动态调整推荐书目，从而提高了推荐书目的输出灵活性。

在本发明实施例中，通过对目标用户的历史阅读信息进行分析，能够确定出目标用户的第一用户分类，以及，根据目标用户预先设定的用户信息，可以确定出目标用户的第二用户分类，通过将第一用户分类对应的第一书目集合和第二用户分类对应的第二书目集合中的重合书目，确定为针对用户的学习需求的推荐书目，向目标用户输出推荐书目，能够使得目标用户高效地获取针对学习需求的推荐书目，从而按照推荐书目进行学习，能够提高用户学习效率。

进一步的，本发明实施例提供了另一种可选的基于数据分析的学习需求确定方法，如图2所示，该基于数据分析的学习需求确定方法包括：

S201，获取目标用户的历史阅读信息；其中，所述历史阅读信息包括以下至少一项：历史阅读书目、历史阅读时长、历史阅读分类。

在本实施例中，执行主体可以为终端设备或者服务器。

其中，目标用户可以为使用电子书阅读应用软件的用户，执行主体需要确定目标用户的学习需求，并基于该学习需求生成针对目标用户的推荐书目，并在电子书阅读应用软件的相应学习界面展示这些推荐书目，以使目标用户能够基于阅读这些推荐书目进行相关学习。

具体的，执行主体在需要分析目标用户的阅读浏览习惯，确定相应学习需求时，可以先获取目标用户的历史阅读信息。

其中，历史阅读信息为从当前时刻往前的预设时长内、用户使用电子书阅读应用进行阅读的信息，可以包括但不限于历史阅读书目、历史阅读时长、历史阅读分类、历史阅读笔记、历史阅读好友等等，本实施例对此不做限定。

其中，历史阅读书目为目标用户历史阅读过的书目，具体可以将目标用户历史阅读进度超过预设进度、且历史阅读时长超过预设时长的书目，确定为历史阅读书目。并且，对于每个历史阅读书目，优选可以关联存储该历史阅读书目对应的历史阅读时长以及历史阅读分类。其中，历史阅读时长即为相应历史阅读书目对应的阅读的时长，历史阅读分类即为相应历史阅读书目对应的书籍类别。

S202，根据所述历史阅读信息，从各个所述历史阅读书目中，确定所述历史阅读时长超过设定时长的目标历史阅读书目。

在本实施例中，执行主体可以解析历史阅读信息，获取各个历史阅读书目、每个历史阅读书目对应的历史阅读时长、每个历史阅读书目对应的历史阅读分类。

之后，执行主体可以对于每个历史阅读书目，将该历史阅读书目的历史阅读时长和预先设定的时长进行比较，确定出历史阅读时长超过设定时长的目标历史阅读书目。其中，目标历史阅读书目的数量为至少一个。

S203，确定每个所述目标历史阅读书目对应的目标历史阅读分类。

在本实施例中，执行主体可以对每个目标历史阅读书目，确定该目标历史阅读书目对应的目标历史阅读分类。

S204，将至少一个所述目标历史阅读分类，作为所述第一用户分类。

在本实施例中，执行主体可以将至少一个目标历史阅读分类作为上述的第一用户分类。

其中，目标历史阅读分类主要指经济类书籍偏好类别、小说类书籍偏好类别等等，本实施例对此不做限定。

可选的，在得到目标历史阅读分类之后，执行主体还可以结合目标历史阅读书目对应的目标历史阅读时长，计算目标历史阅读书目对应的阅读速度。以及，确定目标历史阅读书目对应的目标历史阅读时段。之后，确定阅读速度对应的速度类别，可以包括但不限于快速阅读类别、慢速阅读类别等等。还可以确定目标历史阅读时段对应的时段类别，可以包括但不限于夜晚阅读类别、白天阅读类别等等。执行主体可以将上述至少一个目标历史阅读分类、上述速度类别、上述时段类别均作为上述第一用户分类。

S205，获取所述目标用户的预先设定的用户信息。

在本实施例中，执行主体还可以获取目标用户预先设定的用户信息。

其中，目标用户可以在使用上述电子书阅读应用软件时，预先设定相应的用户信息，用户信息可以包括但不限于用户年龄、用户性别、用户学习情况、用户的书籍偏好等，本实施例对此不做限定。

S206，根据所述用户信息，生成针对所述目标用户的聚类标签。

在本实施例中，执行主体可以根据用户信息，生成目标用户的聚类标签。其中，聚类标签指的是用户个人标签，后续可以用作用户之间的聚类。其中，用户聚类标签可以包括但不限于高中生、小学生、初中生、大学生、经济类书籍偏好、学科类书籍偏好、小说类书籍偏好等，本实施例对此不做限定。

S207，按照所述聚类标签，确定与所述目标用户属于同个所述聚类标签的聚类用户。

在本实施例中，执行主体可以对每个聚类标签，确定与目标用户属于同个聚类标签的聚类用户。其中，聚类用户的数量通常为多个。

例如，对于高中生这个聚类标签，可以确定同为高中生的其他多个聚类用户。对于学科类书籍偏好这个聚类标签，可以确定同样具有学科类数据偏好的其他多个聚类用户。

S208，获取各个所述聚类用户对应的聚类扩展标签。

在本实施例中，在得到多个聚类用户之后，可以对每个聚类用户，确定该聚类用户具有、且目标用户不具有的聚类标签，作为聚类扩展标签。

例如，对于和目标用户同为高中生的聚类用户，如果该聚类用户具有一个学科类书籍偏好的聚类标签、而目标用户不具备该聚类标签，则可以将学科类书籍偏好，确定为一个聚类扩展标签。

S209，针对所述聚类标签和所述聚类扩展标签，生成相对应的上位用户标签。

在本实施例中，在得到目标用户的聚类标签，以及针对目标用户的聚类扩展标签之后，执行主体可以对这些标签进行分词，并对分词后的标签求上位词，生成上位用户标签。

其中，执行主体可以对每个聚类标签和每个聚类扩展标签进行分词，得到每个聚类标签对应的聚类标签分词，以及每个聚类扩展标签对应的聚类扩展标签分词。之后，执行主体可以提取聚类标签分词中的关键分词，和聚类扩展标签分词中的关键分词进行组合，依据预设的分词规则判断组合后的词语是否为合理分词，如果是，则基于组合后的词语，生成相对应的上位用户标签。

例如，对于学科类书籍偏好的聚类扩展标签、以及经济类书籍偏好的聚类标签，则可以先分词，得到“学科类”、“书籍偏好”、“经济类”、“书籍偏好”。之后，提取关键分词“学科类”、“经济类”，将二者组合，得到组合后的词语“经济类学科”，依据预设的分词规则判断组合后的词语是合理分词，则将“经济类学科书籍偏好”确定为上位用户标签。

S210，将所述上位用户标签，确定为针对所述目标用户的所述第二用户分类。

在本实施例中，执行主体可以将上述的各个上位用户标签，作为第二用户分类。通过这种求上位用户标签的方式，能够充分结合同类其他用户的聚类扩展标签，以及目标用户的聚类标签，得到更为精准的上位用户标签，提高了标签确定的精准度。

S211，将所述第一用户分类对应的第一书目集合、与所述第二用户分类对应的第二书目集合中的重合书目，确定为推荐书目。

在本实施例中，执行主体在得到第一用户分类之后，可以确定与第一用户分类相对应的多个书目，得到第一书目集合。以及，在得到第二用户分类之后，可以确定与第二用户分类相对应的多个书目，得到第二书目集合。

之后，执行主体可以对第一书目集合中的各个书目，和第二书目集合中的各个书目求交集，得到至少一个重合书目，将这些重合书目确定为推荐书目。通过这种确定重合书目的方式，能够结合用户的个人信息分类以及用户的阅读习惯分类两方面进行书目推荐，提高了学习需求的确定精准度，提高了书目推荐的精准度。

作为一种可选的实施方式，还可以执行以下步骤：

基于预设的映射关系表，确定与所述第一用户分类相匹配的第一初始书目集合，以及与所述第二用户分类相匹配的第二初始书目集合；

根据所述第一初始书目集合和所述第二初始书目集合中各个书目的百科关系，构建各个书目之间的知识图谱信息；

根据所述知识图谱信息确定孤立书目节点；

从所述第一初始书目集合和所述第二初始书目集合中，去除所述孤立书目节点对应的书目，得到所述第一书目集合和所述第二书目集合。

在本实施方式中，预设的映射关系表中可以存储有用户分类与书目之间的映射关系。之后，执行主体可以根据预设的映射关系表，确定出与第一用户分类相匹配的第一初始书目集合，以及与第二用户分类相匹配的第二初始书目集合。

之后，执行主体可以对第一初始书目集合和第二初始书目集合中的每个书目，获取相关的百科信息。并根据每个书目的百科信息，构建各个书目之间的百科关系。其中，百科关系用于描述书目之间的关联情况。例如，百科关系可以包括书目A与书目B之间同属于同个作者的同期作品。

之后，执行主体可以基于百科关系，构建各个书目之间的知识图谱信息。具体的，执行主体可以基于百科关系，计算各个书目之间的关联权重。对于每个书目，可以先基于百科关系，确定出与该书目具有至少一种相同属性的其他书目。再对该书目和每个其他书目，先确定二者之间的多个相同属性类别，结合属性对应的权重，加权求和，得到二者之间的关联权重。之后，执行主体可以基于关联关系连接各个书目，得到知识图谱信息。

之后，执行主体可以根据知识图谱信息，确定知识图谱信息中的孤立书目节点。其中，孤立书目节点指的是在知识图谱中和其他各个书目节点不具有连接关系的节点，即说明该孤立书目节点对应的书目与其他书目的属性均不相同。此时可以将该孤立书目节点对应的书目从第一初始书目集合或者第二初始书目集合中去除，得到最终的第一书目集合和第二书目集合。

S212，输出所述推荐书目，以使所述目标用户按照所述推荐书目进行学习。

在本实施例中，执行主体在确定出上述至少一个推荐书目之后，能够在上述电子书阅读应用软件的相应界面中输出这些推荐书目，以使目标用户按照推荐书目进行学习。

作为一种可选的实施方式，还可以执行以下步骤：检测用户针对推荐书目触发的选择指令，其中，选择指令用于指示选择至少一个推荐书目。在检测到选择指令之后，间隔预设时长，基于用户的选择指令，更新上述的第一书目集合，重新生成推荐书目并输出。可以理解，此时用户的选择指令即产生了新的历史阅读书目，此时可以更新第一书目集合，动态调整推荐书目，从而提高了推荐书目的输出灵活性。

作为一种可选的实施方式，输出所述推荐书目，包括：

确定所述推荐书目对应的书目数量；

如果所述书目数量大于预设的数量阈值，则对每个所述推荐书目，计算所述推荐书目与所述目标用户之间的匹配度；

按照各个所述推荐书目与所述目标用户之间的匹配度，生成针对各个所述推荐书目的推荐优先级；

按照所述推荐优先级，输出各个所述推荐书目。

在本实施方式中，执行主体可以先确定推荐书目对应的书目数量，将书目数量与预设的数量阈值进行比较，如果书目数量大于预设的数量阈值，则说明推荐书目较多。此时，可以对每个推荐书目，计算该推荐书目与目标用户之间的匹配度。这里的匹配度计算可以将推荐书目对应的书籍类别与目标用户的用户标签进行匹配，得到相应的数值，作为匹配度。

之后，执行主体可以按照匹配度由高至低的顺序，生成推荐优先级。其中，推荐优先级用于描述每个推荐书目的推荐优先程度。

之后，执行主体可以按照推荐优先级，输出各个推荐书目，即，按照匹配度由高至低的顺序输出各个推荐书目。

作为一种可选的实施方式，还可以执行以下步骤：

如果检测到用户对各个所述推荐书目触发的选择指令，确定所述选择指令指示选择的目标推荐书目；

按照所述目标推荐书目的目录信息，将所述目标推荐书目拆分为若干阅读子内容；

根据所述若干阅读子内容，生成针对所述目标推荐书目的阅读计划；

输出所述阅读计划。

在本实施方式中，在输出各个推荐书目之后，执行主体可以检测用户对推荐书目的选择指令，确定用户从各个推荐书目中选择的目标推荐书目。其中，目标推荐书目的数量为至少一个。之后，执行主体可以按照目标推荐书目的目录信息，将每个目标推荐书目拆分为若干阅读子内容。例如，将目标推荐书目按照目录中的章节，拆分为与章节匹配的阅读子内容，如一个章节对应一个阅读子内容。

之后，执行主体可以根据若干阅读子内容，自动生成针对目标推荐书目的阅读计划。其中，阅读计划至少包括若干阅读子内容的排序以及候选完成时间。其中，候选完成时间可以基于用户选择最终生成。

之后，执行主体可以输出阅读计划，以使用户按照阅读计划阅读目标推荐书目，进一步提高了对用户阅读学习的辅助程度。

在本发明实施例中，通过对目标用户的历史阅读信息进行分析，能够确定出目标用户的第一用户分类，以及，根据目标用户预先设定的用户信息，可以确定出目标用户的第二用户分类，通过将第一用户分类对应的第一书目集合和第二用户分类对应的第二书目集合中的重合书目，确定为针对用户的学习需求的推荐书目，向目标用户输出推荐书目，能够使得目标用户高效地获取针对学习需求的推荐书目，从而按照推荐书目进行学习，能够提高用户学习效率。

需要说明的是，对于前述的各方法实施例，为了简单描述，故将其都表述为一系列的动作组合，但是本领域技术人员应该知悉，本发明并不受所描述的动作顺序的限制，因为依据本发明，某些步骤可以采用其他顺序或者同时进行。其次，本领域技术人员也应该知悉，说明书中所描述的实施例均属于优选实施例，所涉及的动作和模块并不一定是本发明所必须的。

进一步的，本发明实施例提供了一种可选的基于数据分析的学习需求确定系统，如图3所示，该基于数据分析的学习需求确定系统包括：

信息获取单元301，用于获取目标用户的历史阅读信息；其中，所述历史阅读信息包括以下至少一项：历史阅读书目、历史阅读时长、历史阅读分类；

第一分类确定单元302，用于根据所述历史阅读信息，确定针对所述目标用户的第一用户分类；

第二分类确定单元303，用于根据所述目标用户的预先设定的用户信息，确定针对所述目标用户的第二用户分类；

书目确定单元304，用于将所述第一用户分类对应的第一书目集合、与所述第二用户分类对应的第二书目集合中的重合书目，确定为推荐书目；

书目输出单元305，用于输出所述推荐书目，以使所述目标用户按照所述推荐书目进行学习。

作为一种可选的实施方式，所述第一分类确定单元302具体用于：根据所述历史阅读信息，从各个所述历史阅读书目中，确定所述历史阅读时长超过设定时长的目标历史阅读书目；确定每个所述目标历史阅读书目对应的目标历史阅读分类；将至少一个所述目标历史阅读分类，作为所述第一用户分类。

作为一种可选的实施方式，所述第二分类确定单元303具体用于：获取所述目标用户的预先设定的用户信息；根据所述用户信息，生成针对所述目标用户的聚类标签；按照所述聚类标签，确定与所述目标用户属于同个所述聚类标签的聚类用户；获取各个所述聚类用户对应的聚类扩展标签；针对所述聚类标签和所述聚类扩展标签，生成相对应的上位用户标签；将所述上位用户标签，确定为针对所述目标用户的所述第二用户分类。

作为一种可选的实施方式，所述书目确定单元304还用于：基于预设的映射关系表，确定与所述第一用户分类相匹配的第一初始书目集合，以及与所述第二用户分类相匹配的第二初始书目集合；根据所述第一初始书目集合和所述第二初始书目集合中各个书目的百科关系，构建各个书目之间的知识图谱信息；根据所述知识图谱信息确定孤立书目节点；从所述第一初始书目集合和所述第二初始书目集合中，去除所述孤立书目节点对应的书目，得到所述第一书目集合和所述第二书目集合。

作为一种可选的实施方式，书目输出单元305具体用于：确定所述推荐书目对应的书目数量；如果所述书目数量大于预设的数量阈值，则对每个所述推荐书目，计算所述推荐书目与所述目标用户之间的匹配度；按照各个所述推荐书目与所述目标用户之间的匹配度，生成针对各个所述推荐书目的推荐优先级；按照所述推荐优先级，输出各个所述推荐书目。

作为一种可选的实施方式，所述系统还包括：计划输出单元，用于如果检测到用户对各个所述推荐书目触发的选择指令，确定所述选择指令指示选择的目标推荐书目；按照所述目标推荐书目的目录信息，将所述目标推荐书目拆分为若干阅读子内容；根据所述若干阅读子内容，生成针对所述目标推荐书目的阅读计划；输出所述阅读计划。

在本发明实施例中，通过对目标用户的历史阅读信息进行分析，能够确定出目标用户的第一用户分类，以及，根据目标用户预先设定的用户信息，可以确定出目标用户的第二用户分类，通过将第一用户分类对应的第一书目集合和第二用户分类对应的第二书目集合中的重合书目，确定为针对用户的学习需求的推荐书目，向目标用户输出推荐书目，能够使得目标用户高效地获取针对学习需求的推荐书目，从而按照推荐书目进行学习，能够提高用户学习效率。

进一步的，根据本发明实施例的又一个方面，还提供了一种用于实施上述基于数据分析的学习需求确定方法的电子装置，如图4所示，该电子装置包括存储器402和处理器404，该存储器402中存储有计算机程序，该处理器404被设置为通过计算机程序执行上述任一项方法实施例中的步骤。

可选地，在本实施例中，上述电子装置可以位于计算机网络的多个网络设备中的至少一个网络设备。

可选地，在本实施例中，上述处理器可以被设置为通过计算机程序执行以下步骤：

S1，获取目标用户的历史阅读信息；其中，所述历史阅读信息包括以下至少一项：历史阅读书目、历史阅读时长、历史阅读分类；

S2，根据所述历史阅读信息，确定针对所述目标用户的第一用户分类；

S3，根据所述目标用户的预先设定的用户信息，确定针对所述目标用户的第二用户分类；

S4，将所述第一用户分类对应的第一书目集合、与所述第二用户分类对应的第二书目集合中的重合书目，确定为推荐书目；

S5，输出所述推荐书目，以使所述目标用户按照所述推荐书目进行学习。

可选地，本领域普通技术人员可以理解，图4所示的结构仅为示意，电子装置也可以是智能手机（如Android手机、iOS手机等）、平板电脑、掌上电脑以及移动互联网设备（Mobile Internet Devices，MID）、PAD等终端设备。图4其并不对上述电子装置的结构造成限定。例如，电子装置还可包括比图4中所示更多或者更少的组件（如网络接口等），或者具有与图4所示不同的配置。

其中，存储器402可用于存储软件程序以及模块，如本发明实施例中的基于数据分析的学习需求确定方法对应的程序指令/模块，处理器404通过运行存储在存储器402内的软件程序以及模块，从而执行各种功能应用以及数据处理，即实现上述的基于数据分析的学习需求确定方法。存储器402可包括高速随机存储器，还可以包括非易失性存储器，如一个或者多个磁性存储装置、闪存、或者其他非易失性固态存储器。在一些实例中，存储器402可进一步包括相对于处理器404远程设置的存储器，这些远程存储器可以通过网络连接至终端。上述网络的实例包括但不限于互联网、企业内部网、局域网、移动通信网及其组合。其中，存储器402具体可以但不限于用于存储操作指令等信息。作为一种示例，如图4所示，上述存储器402中可以但不限于包括上述装置中的各个模块。

可选地，上述的传输装置406用于经由一个网络接收或者发送数据。上述的网络具体实例可包括有线网络及无线网络。在一个实例中，传输装置406包括一个网络适配器（Network Interface Controller，NIC），其可通过网线与其他网络设备与路由器相连从而可与互联网或局域网进行通讯。在一个实例中，传输装置406为射频（Radio Frequency，RF）模块，其用于通过无线方式与互联网进行通讯。

此外，上述电子装置还包括：显示器408和连接总线410。

根据本发明的实施例的又一方面，还提供了一种存储介质，该存储介质中存储有计算机程序，其中，该计算机程序被设置为运行时执行上述任一项方法实施例中的步骤。

可选地，在本实施例中，上述存储介质可以被设置为存储用于执行以下步骤的计算机程序：

S1，获取目标用户的历史阅读信息；其中，所述历史阅读信息包括以下至少一项：历史阅读书目、历史阅读时长、历史阅读分类；

S2，根据所述历史阅读信息，确定针对所述目标用户的第一用户分类；

S3，根据所述目标用户的预先设定的用户信息，确定针对所述目标用户的第二用户分类；

S4，将所述第一用户分类对应的第一书目集合、与所述第二用户分类对应的第二书目集合中的重合书目，确定为推荐书目；

S5，输出所述推荐书目，以使所述目标用户按照所述推荐书目进行学习。

可选地，在本实施例中，本领域普通技术人员可以理解上述实施例的各种方法中的全部或部分步骤是可以通过程序来指令终端设备相关的硬件来完成，该程序可以存储于一计算机可读存储介质中，存储介质可以包括：闪存盘、只读存储器（Read-Only Memory，ROM）、随机存取器（Random Access Memory，RAM）、磁盘或光盘等。

上述本发明实施例序号仅仅为了描述，不代表实施例的优劣。

上述实施例中的集成的单元如果以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，可以存储在上述计算机可读取的存储介质中。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全部或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存储介质中，包括若干指令用以使得一台或多台计算机设备（可为个人计算机、服务器或者网络设备等）执行本发明各个实施例方法的全部或部分步骤。

在本发明的上述实施例中，对各个实施例的描述都各有侧重，某个实施例中没有详述的部分，可以参见其他实施例的相关描述。

在本申请所提供的几个实施例中，应该理解到，所揭露的客户端，可通过其它的方式实现。其中，以上所描述的装置实施例仅仅是示意性的，例如单元的划分，仅仅为一种逻辑功能划分，实际实现时可以有另外的划分方式，例如多个单元或组件可以结合或者可以集成到另一个系统，或一些特征可以忽略，或不执行。另一点，所显示或讨论的相互之间的耦合或直接耦合或通信连接可以是通过一些接口，单元或模块的间接耦合或通信连接，可以是电性或其它的形式。

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单元来实现本实施例方案的目的。

另外，在本发明各个实施例中的各功能单元可以集成在一个处理单元中，也可以是各个单元单独物理存在，也可以两个或两个以上单元集成在一个单元中。上述集成的单元既可以采用硬件的形式实现，也可以采用软件功能单元的形式实现。

以上仅是本发明的优选实施方式，应当指出，对于本技术领域的普通技术人员来说，在不脱离本发明原理的前提下，还可以做出若干改进和润饰，这些改进和润饰也应视为本发明的保护范围。

Claims (2)

1.一种基于数据分析的学习需求确定方法，其特征在于，所述方法包括：

获取目标用户的历史阅读信息；其中，所述历史阅读信息包括以下至少一项：历史阅读书目、历史阅读时长、历史阅读分类；

根据所述历史阅读信息，确定针对所述目标用户的第一用户分类；

根据所述目标用户的预先设定的用户信息，确定针对所述目标用户的第二用户分类；

将所述第一用户分类对应的第一书目集合、与所述第二用户分类对应的第二书目集合中的重合书目，确定为推荐书目；

输出所述推荐书目，以使所述目标用户按照所述推荐书目进行学习；

根据所述历史阅读信息，确定针对所述目标用户的第一用户分类，包括：

根据所述历史阅读信息，从各个历史阅读书目中，确定所述历史阅读时长超过设定时长的目标历史阅读书目；

确定每个所述目标历史阅读书目对应的目标历史阅读分类；

将至少一个所述目标历史阅读分类，作为所述第一用户分类；执行主体在获取历史阅读信息之后，对历史阅读信息进行数据分析，确定得到针对目标用户的第一用户分类，第一用户分类即为用户的阅读习惯对应的分类；

执行主体预先设置有针对阅读习惯分类的若干类别，包括快速阅读类别、慢速阅读类别、夜晚阅读类别、白天阅读类别、经济类书籍偏好类别、小说类书籍偏好类别；

执行主体在得到历史阅读信息之后，基于对历史阅读信息进行数据解析，得到历史阅读信息对应的阅读参数，其中，阅读参数包括阅读速度、阅读时段、阅读类别，之后，执行主体确定与阅读参数相匹配的至少一个类别作为第一用户分类，其中，这里的至少一个类别即为上述针对阅读习惯分类的若干类别中的类别；

所述根据所述目标用户的预先设定的用户信息，确定针对所述目标用户的第二用户分类，包括：

获取所述目标用户的预先设定的用户信息, 用户信息可以包括但不限于用户年龄、用户性别、用户学习情况、用户的书籍偏好;

根据所述用户信息，生成针对所述目标用户的聚类标签, 用户聚类标签包括高中生、小学生、初中生、大学生、经济类书籍偏好、学科类书籍偏好、小说类书籍偏好;

按照所述聚类标签，确定与所述目标用户属于同个所述聚类标签的聚类用户;

获取各个所述聚类用户对应的聚类扩展标签,其中，在得到多个聚类用户之后，可以对每个聚类用户，确定该聚类用户具有、且目标用户不具有的聚类标签，作为聚类扩展标签；

针对所述聚类标签和所述聚类扩展标签，生成相对应的上位用户标签；在得到目标用户的聚类标签，以及针对目标用户的聚类扩展标签之后，执行主体可以对这些标签进行分词，并对分词后的标签求上位词，生成上位用户标签；其中，执行主体对每个聚类标签和每个聚类扩展标签进行分词，得到每个聚类标签对应的聚类标签分词，以及每个聚类扩展标签对应的聚类扩展标签分词；之后，执行主体可以提取聚类标签分词中的关键分词，和聚类扩展标签分词中的关键分词进行组合，依据预设的分词规则判断组合后的词语是否为合理分词，如果是，则基于组合后的词语，生成相对应的上位用户标签；

将所述上位用户标签，确定为针对所述目标用户的所述第二用户分类；

所述将所述第一用户分类对应的第一书目集合、与所述第二用户分类对应的第二书目集合中的重合书目，确定为推荐书目；包括：

基于预设的映射关系表，确定与所述第一用户分类相匹配的第一初始书目集合，以及与所述第二用户分类相匹配的第二初始书目集合；

根据所述第一初始书目集合和所述第二初始书目集合中各个书目的百科关系，构建各个书目之间的知识图谱信息；其中，执行主体基于百科关系，计算各个书目之间的关联权重，对于每个书目，先基于百科关系，确定出与该书目具有至少一种相同属性的其他书目，再对该书目和每个其他书目，先确定二者之间的多个相同属性类别，结合属性对应的权重，加权求和，得到二者之间的关联权重；之后，执行主体基于关联关系连接各个书目，得到知识图谱信息；

根据所述知识图谱信息确定出孤立书目节点；其中，孤立书目节点指的是在知识图谱中和其他各个书目节点不具有连接关系的节点，即说明该孤立书目节点对应的书目与其他书目的属性均不相同；此时将该孤立书目节点对应的书目从第一初始书目集合或者第二初始书目集合中去除，得到最终的第一书目集合和第二书目集合；

所述输出所述推荐书目，包括：

确定所述推荐书目对应的书目数量；

如果所述书目数量大于预设的数量阈值，则对每个所述推荐书目，计算所述推荐书目与所述目标用户之间的匹配度；

按照各个所述推荐书目与所述目标用户之间的匹配度，生成针对各个所述推荐书目的推荐优先级；

按照所述推荐优先级，输出各个所述推荐书目；

所述方法还包括：

检测到用户对各个所述推荐书目触发的选择指令，确定所述选择指令指示选择的目标推荐书目；其中，目标推荐书目的数量为至少一个，之后，执行主体按照目标推荐书目的目录信息，将每个目标推荐书目拆分为若干阅读子内容，将目标推荐书目按照目录中的章节，拆分为与章节匹配的阅读子内容；

按照所述目标推荐书目的目录信息，将所述目标推荐书目拆分为若干阅读子内容；

根据所述若干阅读子内容，生成针对所述目标推荐书目的阅读计划；其中，阅读计划至少包括若干阅读子内容的排序以及候选完成时间，候选完成时间基于用户选择最终生成；

之后，执行主体输出阅读计划，以使用户按照阅读计划阅读目标推荐书目。

2.一种使用如权利要求1所述的基于数据分析的学习需求确定方法的基于数据分析的学习需求确定系统，其特征在于，所述系统包括：

信息获取单元，用于获取目标用户的历史阅读信息；其中，所述历史阅读信息包括以下至少一项：历史阅读书目、历史阅读时长、历史阅读分类；

第一分类确定单元，用于根据所述历史阅读信息，确定针对所述目标用户的第一用户分类；

第二分类确定单元，用于根据所述目标用户的预先设定的用户信息，确定针对所述目标用户的第二用户分类；

书目确定单元，用于将所述第一用户分类对应的第一书目集合、与所述第二用户分类对应的第二书目集合中的重合书目，确定为推荐书目；

书目输出单元，用于输出所述推荐书目，以使所述目标用户按照所述推荐书目进行学习，所述第一分类确定单元具体用于：

根据所述历史阅读信息，从各个历史阅读书目中，确定所述历史阅读时长超过设定时长的目标历史阅读书目；

确定每个所述目标历史阅读书目对应的目标历史阅读分类；

将至少一个所述目标历史阅读分类，作为所述第一用户分类；所述第二分类确定单元具体用于：

获取所述目标用户的预先设定的用户信息；

根据所述用户信息，生成针对所述目标用户的聚类标签；

按照所述聚类标签，确定与所述目标用户属于同一个聚类标签的聚类用户；

获取各个所述聚类用户对应的聚类扩展标签；

针对所述聚类标签和所述聚类扩展标签，生成相对应的上位用户标签；

将所述上位用户标签，确定为针对所述目标用户的所述第二用户分类；

所述书目确定单元还用于：

基于预设的映射关系表，确定与所述第一用户分类相匹配的第一初始书目集合，以及与所述第二用户分类相匹配的第二初始书目集合；

根据所述第一初始书目集合和所述第二初始书目集合中各个书目的百科关系，构建各个书目之间的知识图谱信息；

根据所述知识图谱信息确定出孤立书目节点；

从所述第一初始书目集合和所述第二初始书目集合中，去除所述孤立书目节点对应的书目，得到所述第一书目集合和所述第二书目集合。