TWI501183B - 個人化教科書推薦系統及其方法 - Google Patents

個人化教科書推薦系統及其方法 Download PDF

Info

Publication number
TWI501183B
TWI501183B TW102124760A TW102124760A TWI501183B TW I501183 B TWI501183 B TW I501183B TW 102124760 A TW102124760 A TW 102124760A TW 102124760 A TW102124760 A TW 102124760A TW I501183 B TWI501183 B TW I501183B
Authority
TW
Taiwan
Prior art keywords
textbook
module
aforementioned
evaluation
search
Prior art date
Application number
TW102124760A
Other languages
English (en)
Other versions
TW201503041A (zh
Inventor
Jyi Ta Chen
Gen Ming Guo
Chun Mi Chen
Original Assignee
Southerntaiwan University Of Science And Technology
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 Southerntaiwan University Of Science And Technology filed Critical Southerntaiwan University Of Science And Technology
Priority to TW102124760A priority Critical patent/TWI501183B/zh
Publication of TW201503041A publication Critical patent/TW201503041A/zh
Application granted granted Critical
Publication of TWI501183B publication Critical patent/TWI501183B/zh

Links

Landscapes

  • Information Retrieval, Db Structures And Fs Structures Therefor (AREA)

Description

個人化教科書推薦系統及其方法
本發明係有關於一種個人化教科書推薦系統及方法,尤指教科書推薦子系統所產生的推薦教科書清單,能夠依據用戶身份的不同,產生相對應的調整,藉此提供更為適合用戶的教科書推薦書單。
在這個知識爆炸與知識經濟的時代,專業領域知識急遽拓展、累積、創新,而這些領域的知識、研究成果雖會不斷地被收錄、記載於教科書中,便於讀者吸收新知,但由於目前的圖書館、實體書店及網路書店,大多僅將書本依據銷售量或是借閱數排序推薦,鮮有針對教科書評比、排行,雖有部份網路書店會提供讀者評比系統,但卻通常有樣本數過少而不具客觀性的問題,因此讀者面對各領域數十種版本的教科書時,往往不易從中篩選較為權威、經典的教科書。
為此,本發明人遂研發出中華民國專利編號201101062之一種教科書排序評鑑方法與系統,主要係利用電腦輔助文獻計量系統來輔助圖書館員添購館藏及協助學者專家選讀較權威教科書,此系統的運作流程在於先將碩博士論文及學術期刊之參考文獻資料整理後匯入資料庫,並建立領域教科書的清單集合,再藉由交叉比對來篩選、比對與計算被引用的教科書的最近熱門指數與長期經典指數,最後再藉由圖書館的借閱流通率、問卷與評比、以及教師採 用率的綜合指數來進行交叉比對驗證,以作為計算每本教科書的衝擊影響係數之目的者。
惟,本發明人於實際使用及後續開發過程中發現,上述前案仍具有以下之問題點:
1.習知系統的教科書推薦書單,未能依據使用者身份(如:高中生、一般大學學生、科技大學學生、工程師、教師)的不同,產生相對應的調整,而不易提供適合的教科書推薦書單予使用者。
2.習知系統在利用關鍵字檢索教科書時,僅能查詢與關鍵字相同的教科書,未能將語意、語法相近的詞彙納入檢索結果,以致於檢索結果往往會有所遺漏,實用性較為不足。
爰此,為了讓教科書推薦系統更具實用性及個人化,本發明人致力於研究,提出一種個人化教科書推薦系統,包含:一處理單元;一用戶登錄介面,連結前述處理單元,係提供一身份設定欄位,以輸入辨別身份用之一身份語言單位;一資料庫群組,係連結前述處理單元,包含一教科書資料庫、一使用紀錄資料庫、一用戶資料庫及一教科書評鑑資料庫,前述教科書資料庫係儲存有複數教科書資料,前述使用紀錄資料庫係儲存有對應前述教科書資料之複數使用紀錄表,前述用戶資料庫係供儲存前述身份語言單位;一教科書評鑑子系統,係連結前述處理單元及前述資料庫群組,包含一使用率統計模組及一評鑑模組,前述使用率統計模組係連結前述使用紀錄資料庫,用 以統計前述教科書資料之被使用率,以至少產生一使用率參數,前述評鑑模組係依據前述使用率參數,產生一評鑑指數,並儲存於前述教科書評鑑資料庫;一教科書推薦子系統,係連結前述處理單元及前述資料庫群組,包含一檢索介面、一查詢模組及一推薦模組,前述檢索介面係提供一檢索欄位,以供輸入一檢索語言單位,前述查詢模組係依據前述身份語言單位及前述檢索語言單位,以產生複數關聯教科書資料,前述推薦模組係依據前述關聯教科書資料及前述評鑑指數產生一推薦教科書清單。
進一步,前述使用紀錄表係為一圖書館借閱紀錄表、一碩博士論文參考文獻表、一期刊參考文獻表、一教職人員之教科書採用清單、一教科書參考文獻表之任二以上組合,以供前述教科書評鑑子系統之使用率統計模組產生複數使用率參數。
進一步包含一問卷評比子系統,該問卷評比子系統係連結前述教科書評鑑子系統,而該問卷評比子系統包含一二元問卷模組及一權重調整模組,前述二元問卷模組係提供複數評比問題,前述評比問題係各自對應前述使用率參數,以產生一偏好資訊,前述權重調整模組係依據前述偏好資訊調整前述使用率參數之比重。
進一步,前述使用率統計模組係為一當年度使用率統計模組、一歷年使用率統計模組之任一或其組合。
進一步包含一查詢輔助子系統,係連結前述教科書推薦子系統,該查詢輔助子系統係為一語意模糊處理模組、一自然語言處理模組之任一或組合,前述語意模糊處理係依據前述檢索語言單位之語意擴展查詢範圍,前述自然語言處理模組係用於剖析前述檢索語言單位之語法。
進一步,前述推薦模組係為一排序模組,以依據前述評鑑指數進行排序前述關聯教科書資料。
並提供一種個人化教科書推薦方法,係應用於一電腦系統,包含下列步驟:評鑑資料蒐集:蒐集複數教科書資料以及對應前述教科書資料之複數被使用率紀錄表;評鑑教科書:統計前述教科書資料於前述被使用率紀錄表之出現頻率,以產生至少一使用率參數,並依據前述使用率參數分析產生對應前述教科書資料之一評鑑指數;用戶登錄:輸入一辨別身份用之身份語言單位;教科書檢索:輸入與前述教科書資料相關之一檢索語言單位,並依據前述身份語言單位及前述檢索語言單位,以產生複數關聯教科書資料;推薦教科書:依據前述關聯教科書資料及前述評鑑指數產生一推薦教科書清單。
進一步,前述被使用率紀錄表係為一圖書館借閱紀錄表、一碩博士論文參考文獻表、一期刊參考文獻表、一教職人員之教科書採用清單、一教科書參考文獻表之任二以上組合,以產生複數使用率參數。
步驟進一步包含問卷評比:係利用二元問卷取得一偏好資料,再依據前述偏好資訊調整前述使用率參數之比重。
進一步,前述教科書檢索步驟中,係將檢索語言單位利用一語意模糊處理技術、一自然語言處理技術之任一或組合,前述語意模糊處理係依據前述檢索語言單位之語意擴展查詢範圍,前述自然語言處理模組係用於剖析前述檢索語言單位之語法。
本發明的功效在於:
1.本案的教科書推薦子系統,將利用身份語言單位作為關聯教科書資料產生的依據,藉此讓教科書推薦書單能夠依據用戶身份的不同,產生相對應的調整,以輔助用戶找到更為適合自身的教科書,提高系統的實用性。
2.本案的查詢模組,係透過語意模糊處理模組及自然語言處理模組,使系統能掌握檢索語言單位的語意、語法進行檢索,藉此讓查詢結果更為貼近用戶需求,增進系統使用的便利性。
3.本案利用問卷評比子系統,適當依據學者、業者、教職人員或用戶的偏好資訊,調整前述各使用率參數之比重,藉此讓系統可推薦更為適合用戶的教科書清單,以進一步提昇系統的實用性。
(100)‧‧‧個人化教科書推薦系統
(1)‧‧‧處理單元
(2)‧‧‧用戶登錄介面
(21)‧‧‧註冊模組
(21a)‧‧‧帳號設定欄位
(21b)‧‧‧密碼設定欄位
(21c)‧‧‧身份設定欄位
(21d)‧‧‧年齡設定欄位
(22)‧‧‧登入登出模組
(23)‧‧‧用戶資料管理模組
(3)‧‧‧資料庫群組
(31)‧‧‧教科書資料庫
(32)‧‧‧使用紀錄資料庫
(33)‧‧‧用戶資料庫
(34)‧‧‧教科書評鑑資料庫
(4)‧‧‧教科書評鑑子系統
(41)‧‧‧使用率統計模組
(42)‧‧‧評鑑模組
(5)‧‧‧教科書推薦子系統
(51)‧‧‧檢索介面
(511)‧‧‧檢索欄位
(52)‧‧‧查詢模組
(53)‧‧‧推薦模組
(531)‧‧‧推薦教科書清單
(6)‧‧‧問卷評比子系統
(61)‧‧‧二元問卷模組
(611)(612)(613)‧‧‧評比問題
(62)‧‧‧權重調整模組
(7)‧‧‧查詢輔助子系統
(71)‧‧‧語意模糊處理模組
(72)‧‧‧自然語言處理模組
(S01)‧‧‧蒐集資料
(S02)‧‧‧評鑑教科書
(S03)‧‧‧輸入身份語言單位
(S04)(S040)‧‧‧輸入檢索語言單位
(S041)‧‧‧自然語言處理
(S042)‧‧‧語意模糊處理
(S043)‧‧‧產生關聯教科書資料
(S06)‧‧‧填寫二元問卷
(S07)‧‧‧取得偏好資料
(S08)‧‧‧調整使用率參數的比重
[第一圖]係為本發明之系統架構示意圖。
[第二圖]係為本發明實際使用之步驟流程示意圖。
[第三圖]係為本發明查詢教科書之步驟流程示意圖。
[第四圖]係為本發明問卷評比子系統之使用流程示意圖。
[第五圖]係為本發明之使用介面示意圖。
[第六圖]係為本發明中註冊模組之使用介面示意圖。
[第七圖]係為本發明中用戶資料管理模組之使用介面示意圖。
[第八圖]係為本發明中教科書推薦子系統之使用介面示意圖。
[第九圖]係為本發明問卷評比子系統之使用介面示意圖。
[第十圖]係為本發明權重調整模組之使用介面示意圖。
綜合上述技術特徵,本發明個人化教科書推薦系統(100)及其方法的主要功效將可於下述實施例清楚呈現。
本發明請先參閱第一圖所示觀之,包含:
一處理單元(1)。
一用戶登錄介面(2),連結前述處理單元(1),包含:一註冊模組(21)、一登入登出模組(22)及一用戶資料管理模組(23),該註冊模組(21)係提供一帳號設定欄位(21a)、一密碼設定欄位(21b)、一身份設定欄位(21c)及一年齡設定欄位(21d),前述身份設定欄位(21c)係供輸入辨別身份用之一身份語言單位〔請配合參閱第五圖至第七圖之使用介面示意圖〕,該登入登出模組(22)係用以發送一登入請求或一登出請求,該用戶資料管理模組(23)係供瀏覽用戶資料(如瀏覽查詢歷史紀錄),或是編輯前述用戶資料,例如:修改帳號、密碼、身份等基本資料。
要特別說明的是:前述語言單位的輸入方式可以設置多個行業別選項供用戶選擇,例如:工程師、小學生、中學生、高中生、高職生、一般大學學生、技職大學學生、教授、各科科任教師(如:數學、地理、國文、體育),亦可以是一般文字輸入,例如:直接輸入數學老師、土木工程師、機械工程師、高中生、數學系學生,若搭配後述的語意模糊處理技術或自然語言處理技術,即可以利用語意、語法掌握用戶所屬領域。
一資料庫群組(3),係連結前述處理單元(1),包含一教科書資料庫(31)、一使用紀錄資料庫(32)、一用戶資料庫(33)及一 教科書評鑑資料庫(34),前述教科書資料庫(31)係儲存有複數教科書資料,前述教科書資料可以為教科書的書目資料,而提供有書名、作者、領域、語言別、摘要等重要資料,並可將前述教科書資料依據前述領域作為分類的依據,前述使用紀錄資料庫(32)係儲存有對應前述教科書之複數使用紀錄表,前述用戶資料庫(33)係供儲存前述身份語言單位。
要特別說明的是:前述使用紀錄表係為一圖書館借閱紀錄表、一碩博士論文參考文獻表、一期刊參考文獻表、一教職人員之教科書採用清單、一教科書參考文獻表之任二以上組合,以供前述教科書評鑑子系統之使用率統計模組產生複數使用率參數,例如:當前述教科書於博士論文參考文獻表及期刊參考文獻表的引用頻率越高,便代表前述教科書在所屬領域越是具有權威、代表性,而圖書館借閱紀錄表、教科書參考文獻表及教職人員之教科書採用清單中,亦可作為前述教科書是否具有權威、代表性的參考指標,但圖書館借閱紀錄表及教職人員之教科書採用清單,又可作為教科書是否具有普遍性、易懂性的參考指標。
一教科書評鑑子系統(4),係連結前述處理單元(1)及前述資料庫群組(3),包含一使用率統計模組(41)及一評鑑模組(42),前述使用率統計模組(41)係連結前述使用紀錄資料庫(32),用以統計前述教科書之被使用率,以至少產生一使用率參數,前述評鑑模組(42)係依據前述使用率參數,產生一評鑑指數,並儲存於前述教科書評鑑資料庫(34)。
要特別說明的是:前述使用率統計模組(41)係為一當年度使用率統計模組、一歷年使用率統計模組之任一或其組合,當年度使用率統計模 組將有助於得知教科書的熱門程度,而歷年使用率統計模組將便於得知教科書是否屬於經典教科書。
一教科書推薦子系統(5),係連結前述處理單元(1)及前述資料庫群組(3),包含一檢索介面(51)〔使用介面請配合參閱第八圖〕、一查詢模組(52)及一推薦模組(53),前述檢索介面(51)係提供一檢索欄位(511),以供輸入一檢索語言單位,又前述檢索欄位(511)可以為單個,但並不以此為限,亦可以依用戶自身需求增加檢索欄位(511)的數量,以增加檢索條件,適當縮小檢索範圍,特別的是:各檢索欄位(511)亦可依據重要程度給予不同比重,以增進檢索的精確性,前述查詢模組(52)係依據前述身份語言單位及前述檢索語言單位,以產生複數關聯教科書資料,前述推薦模組(53)係依據前述關聯教科書資料及前述評鑑指數產生一推薦教科書清單(531),而前述推薦模組(53)可為一排序模組,以依據前述評鑑指數進行排序前述關聯教科書資料。
一問卷評比子系統(6)〔使用介面請配合參閱第九圖〕,該問卷評比子系統(6)係連結前述教科書評鑑子系統(4),而該問卷評比子系統(6)包含一二元問卷模組(61)及一權重調整模組(62)〔使用介面請配合參閱第十圖〕,前述二元問卷模組(61)係提供複數評比問題(611)(612)(613),前述評比問題(611)(612)(613)係各自對應前述使用率參數,以產生一偏好資訊,前述權重調整模組(62)係依據前述偏好資訊調整前述使用率參數之比重,評鑑指數的公式可表示為: 其中,E:評鑑指數;x:計算公式參考的資料,如:圖書館借閱紀錄表之使用率參數為x1、碩博士論文參考文獻表之之使用率參數為x2、期刊參考文獻表之使用率參數為x3、教職人員教科書採用清單之使用率參數為x4、教科書參考文獻表之使用率參數為x5...其他可能的使用率參數為xn;w:權重調整模組調整之比重;又i為正整數。
要特別說明的是:前述問卷評比子系統(6)可以供用戶透過網路於遠端填寫二元問卷,而該等二元問卷較佳的是由各領域較具聲望、代表性的學者、業者、教職人員來填寫,以增加權重調整模組(62)調整數據的代表性。
一查詢輔助子系統(7),係連結前述教科書推薦子系統(5)之查詢模組(52),該查詢輔助子系統(7)係為一語意模糊處理模組(71)、一自然語言處理模組(72)之任一或組合,前述語意模糊處理(71)係依據前述檢索語言單位之語意擴展查詢範圍,前述自然語言處理模組(72)係用於剖析前述檢索語言單位之語法。
本發明亦為一種個人化教科書推薦方法,係配合一電腦實施,而其方法可用程式的方式建構一程式產品,並將所述之程式產品儲存於一記錄媒體(圖未示)內,以供電腦〔如:桌上型電腦、筆記型電腦、智慧型手機、平板電腦、個人數位助理(PDA)〕讀取,此外亦可儲存於如伺服器內,以供線上下載,其使用請參閱第一圖至第四圖; 續請參閱第二圖搭配第一圖,首先蒐集欲評鑑的資料(S01):蒐集複數教科書資料以及對應前述教科書資料之複數被使用率紀錄表,並將前述教科書資料係儲存於教科書資料庫(31),而前述被使用率紀錄表則儲存於使用紀錄資料庫(32);接著評鑑前述蒐集的教科書資料(S02):先以教科書評鑑子系統(4)之使用率統計模組(41)統計前述教科書資料於前述被使用率紀錄表之出現頻率,以產生使用率參數,再以評鑑模組(42)依據前述使用率參數分析產生對應前述教科書資料之評鑑指數;復請配合參閱第二圖及第一圖,另請參閱第五圖及第六圖揭示之使用介面示意圖,接著再讓用戶進入用戶登錄介面(2),於註冊模組(21)進行註冊,並在身份設定欄位(21c)輸入一辨別身份用之身份語言單位(S03),要特別說明的是:該身份設定欄位(21c)可於註冊時設定,但並不以此為限,以可將身份設定欄位(21c)設置於檢索介面(51),以便於更換不同的身份查詢條件;續請參閱第八圖搭配第三圖,並配合參閱第二圖,而用戶再於檢索教科書時,輸入與前述教科書相關之檢索語言單位(S04)(S040)(例如:雲端、網站),即可讓查詢模組(52)依據前述身份語言單位及前述檢索語言單位,搭配語意模糊處理技術及自然語言處理技術,進行自然語言處理(S041)及語意模糊處理(S042),迅速產生複數關聯教科書資料(S044),而前述關聯教科書資料將由推薦模組(53)依據前述評鑑指數產生一推薦教科書清單,例如將前述教科書資料以評鑑指數作為依據,由高排序至低或由低排序至高,亦可以透過圖表方式呈現,如:直條圖、橫條圖、折線圖等,藉此讓本案系統所產生的教科 書推薦書單,能夠依據用戶身份的不同,產生相對應的調整,以輔助用戶找到更為適合自身的教科書,提高系統的實用性。
要特別說明的是:前述教科書資料及前述被使用率紀錄表的蒐集,可以在用戶輸入身份資料及查詢檢索語言單位後,再由系統利用身份資料及檢索語言單位的關鍵字在相關學術網站搜尋下載至教科書資料庫(31)及使用紀錄資料庫(32),但並不以此為限,亦可以先由系統盡可能的完整下載教科書資料及被使用率紀錄表。
復請配合參閱第九圖及第十圖搭配第四圖,而用戶於取得推薦教科書清單後,可再填寫問卷評比子系統的二元問卷(S06),藉此取得偏好資料(S07),以適當調整前述各使用率參數之比重(S08),藉此產生更為適合用戶自身的教科書清單,以進一步提昇系統的實用性。〔例如:回答「你認為期刊引用數據是否可得知教科書的權威性?」的50人中,其中有32人同意而18人不同意,則期刊引用的分數可為32/(32+18)〕。
綜合上述實施例之說明,當可充分瞭解本發明之操作、使用及本發明產生之功效,惟以上所述實施例僅係為本發明之較佳實施例,當不能以此限定本發明實施之範圍,即依本發明申請專利範圍及發明說明內容所作簡單的等效變化與修飾,皆屬本發明涵蓋之範圍內。
(100)‧‧‧個人化教科書推薦系統
(1)‧‧‧處理單元
(2)‧‧‧用戶登錄介面
(21)‧‧‧註冊模組
(22)‧‧‧登入登出模組
(23)‧‧‧用戶資料管理模組
(3)‧‧‧資料庫群組
(31)‧‧‧教科書資料庫
(32)‧‧‧使用紀錄資料庫
(33)‧‧‧用戶資料庫
(34)‧‧‧教科書評鑑資料庫
(4)‧‧‧教科書評鑑子系統
(41)‧‧‧使用率統計模組
(42)‧‧‧評鑑模組
(5)‧‧‧教科書推薦子系統
(51)‧‧‧檢索介面
(52)‧‧‧查詢模組
(53)‧‧‧推薦模組
(6)‧‧‧問卷評比子系統
(61)‧‧‧二元問卷模組
(62)‧‧‧權重調整模組
(7)‧‧‧查詢輔助子系統
(71)‧‧‧語意模糊處理模組
(72)‧‧‧自然語言處理模組

Claims (8)

  1. 一種個人化教科書推薦系統,包含:一處理單元;一用戶登錄介面,連結前述處理單元,係提供一身份設定欄位,以輸入辨別身份用之一身份語言單位;一資料庫群組,係連結前述處理單元,包含一教科書資料庫、一使用紀錄資料庫、一用戶資料庫及一教科書評鑑資料庫,前述教科書資料庫儲存有複數教科書資料,前述使用紀錄資料庫儲存有對應前述教科書之複數使用紀錄表,前述用戶資料庫係供儲存前述身份語言單位;一教科書評鑑子系統,連結前述處理單元及前述資料庫群組,包含一使用率統計模組及一評鑑模組,前述使用率統計模組係連結前述使用紀錄資料庫,用以統計前述教科書之被使用率,以至少產生一使用率參數,前述評鑑模組係依據前述使用率參數,產生一評鑑指數,並儲存於前述教科書評鑑資料庫;一教科書推薦子系統,係連結前述處理單元及前述資料庫群組,包含一檢索介面、一查詢模組及一推薦模組,前述檢索介面係提供一檢索欄位,以供輸入一檢索語言單位,各檢索欄位的檢索語言單位並設定不同的比重,前述查詢模組係依據前述身份語言單位及前述檢索語言單位,以產生複數關聯教科書資料,前述推薦模組係依據前述關聯教科書資料及前述評鑑指數產生一推薦教科書清單;一問卷評比子系統,該問卷評比子系統係連結前述教科書評鑑子系統,而該問卷評比子系統包含一二元問卷模組及一權重調整模組,前述二元問卷模組係提 供複數評比問題,前述評比問題係各自對應前述使用率參數,以產生一偏好資訊,前述權重調整模組係依據前述偏好資訊調整前述使用率參數之比重。
  2. 如申請專利範圍第1項所述個人化教科書推薦系統,其中,前述使用紀錄表係為一圖書館借閱紀錄表、一碩博士論文參考文獻表、一期刊參考文獻表、一教職人員之教科書採用清單、一教科書參考文獻表之任二以上組合,以供前述教科書評鑑子系統之使用率統計模組產生複數使用率參數。
  3. 如申請專利範圍第1項所述個人化教科書推薦系統,其中,前述使用率統計模組係為一當年度使用率統計模組、一歷年使用率統計模組之任一或其組合。
  4. 如申請專利範圍第1項所述個人化教科書推薦系統,進一步包含一查詢輔助子系統,連結前述教科書推薦子系統,該查詢輔助子系統係為一語意模糊處理模組、一自然語言處理模組之任一或組合,前述語意模糊處理係依據前述檢索語言單位之語意擴展查詢範圍,前述自然語言處理模組係用於剖析前述檢索語言單位之語法。
  5. 如申請專利範圍第1項所述個人化教科書推薦系統,前述推薦模組係為一排序模組,以依據前述評鑑指數進行排序前述關聯教科書資料。
  6. 一種個人化教科書推薦方法,應用於一電腦系統,包含下列步驟:評鑑資料蒐集:蒐集複數教科書資料以及對應前述教科書資料之複數被使用率紀錄表;評鑑教科書:統計前述教科書資料於前述被使用率紀錄表之出現頻率,以產生至少一使用率參數,並依據前述使用率參數分析產生對應前述教科書資料之一評鑑指數; 用戶登錄:輸入一辨別身份用之身份語言單位;教科書檢索:輸入與前述教科書資料相關之一檢索語言單位,且設定各檢索語言單位不同的比重,並依據前述身份語言單位及前述檢索語言單位,以產生複數關聯教科書資料;推薦教科書:依據前述關聯教科書資料及前述評鑑指數產生一推薦教科書清單;問卷評比:係利用二元問卷取得一偏好資料,再依據前述偏好資訊調整前述使用率參數之比重。
  7. 如申請專利範圍第6項所述個人化教科書推薦方法,其中,前述被使用率紀錄表係為一圖書館借閱紀錄表、一碩博士論文參考文獻表、一期刊參考文獻表、一教職人員之教科書採用清單、一教科書參考文獻表之任二以上組合,以產生複數使用率參數。
  8. 如申請專利範圍第6項所述個人化教科書推薦方法,前述教科書檢索步驟中,係將檢索語言單位利用一語意模糊處理技術、一自然語言處理技術之任一或組合,前述語意模糊處理係依據前述檢索語言單位之語意擴展查詢範圍,前述自然語言處理模組係用於剖析前述檢索語言單位之語法。
TW102124760A 2013-07-10 2013-07-10 個人化教科書推薦系統及其方法 TWI501183B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
TW102124760A TWI501183B (zh) 2013-07-10 2013-07-10 個人化教科書推薦系統及其方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
TW102124760A TWI501183B (zh) 2013-07-10 2013-07-10 個人化教科書推薦系統及其方法

Publications (2)

Publication Number Publication Date
TW201503041A TW201503041A (zh) 2015-01-16
TWI501183B true TWI501183B (zh) 2015-09-21

Family

ID=52718456

Family Applications (1)

Application Number Title Priority Date Filing Date
TW102124760A TWI501183B (zh) 2013-07-10 2013-07-10 個人化教科書推薦系統及其方法

Country Status (1)

Country Link
TW (1) TWI501183B (zh)

Families Citing this family (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
TWI567699B (zh) * 2015-11-25 2017-01-21 南臺科技大學 互動式名言推薦系統
TWI708204B (zh) * 2019-06-11 2020-10-21 南一書局企業股份有限公司 依據學生習題評量表現以推薦學習商品或服務的系統
CN111782933B (zh) * 2020-04-10 2024-06-14 北京沃东天骏信息技术有限公司 用于推荐书单的方法和装置
CN117711236B (zh) * 2024-02-06 2024-05-17 深圳风向标教育资源股份有限公司 新能源三电系统实训平台

Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
TW201101062A (en) * 2009-06-19 2011-01-01 Univ Southern Taiwan Tech Sorting and evaluation method and system for textbooks
US20120214147A1 (en) * 2011-02-16 2012-08-23 Knowledge Factor, Inc. System and Method for Adaptive Knowledge Assessment And Learning
TW201322013A (zh) * 2011-11-22 2013-06-01 Univ Southern Taiwan 教科書引證索引系統

Patent Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
TW201101062A (en) * 2009-06-19 2011-01-01 Univ Southern Taiwan Tech Sorting and evaluation method and system for textbooks
US20120214147A1 (en) * 2011-02-16 2012-08-23 Knowledge Factor, Inc. System and Method for Adaptive Knowledge Assessment And Learning
TW201322013A (zh) * 2011-11-22 2013-06-01 Univ Southern Taiwan 教科書引證索引系統

Also Published As

Publication number Publication date
TW201503041A (zh) 2015-01-16

Similar Documents

Publication Publication Date Title
Chen et al. Fifty years of British Journal of Educational Technology: A topic modeling based bibliometric perspective
Sugimoto et al. Measuring research: What everyone needs to know
Read et al. Weakly supervised techniques for domain-independent sentiment classification
Bontis et al. A follow‐up ranking of academic journals
Abdullah et al. Students' attitudes towards e‐books in a Scottish higher education institute: part 1
Kathuria et al. Classifying the user intent of web queries using k‐means clustering
Zhou et al. Query expansion with enriched user profiles for personalized search utilizing folksonomy data
Setiawan et al. The optimization of website visibility and traffic by implementing search engine optimization (SEO) in Palembang Polytechnic of tourism
Quadir et al. Analyzing the educational goals, problems and techniques used in educational big data research from 2010 to 2018
Tai et al. Effective e‐learning recommendation system based on self‐organizing maps and association mining
García-Moya et al. Storing and analysing voice of the market data in the corporate data warehouse
Zhou et al. Measuring book impact based on the multi-granularity online review mining
Sarawgi et al. Opinion mining: aspect level sentiment analysis using SentiWordNet and Amazon web services
Nikam et al. Evaluating the effective use of electronic journals by the academia: A study
Gu et al. Characterisation of academic journals in the digital age
Stamatatos et al. Plagiarism and authorship analysis: introduction to the special issue
Yao et al. Predicting movie sales revenue using online reviews
TWI501183B (zh) 個人化教科書推薦系統及其方法
Liu et al. Scientific information understanding via open educational resources (OER)
Lubis et al. Topic discovery of online course reviews using LDA with leveraging reviews helpfulness
Tian et al. DRGAN: A gan-based framework for doctor recommendation in chinese on-line QA communities
Imhof et al. Multimodal social book search
Liu et al. Reviewer recommendation method for scientific research proposals: a case for NSFC
Chatti et al. Learner modeling in academic networks
Jayarathna et al. Unified relevance feedback for multi-application user interest modeling

Legal Events

Date Code Title Description
MM4A Annulment or lapse of patent due to non-payment of fees