学习资源推荐方法和系统的制作方法
【技术领域】
[0001] 本发明涉及电子教学领域，尤其涉及一种基于计算机网络学习的学习资源的推荐 方法和系统。
【背景技术】
[0002] 传统的资源推送方法一般将用户下载率最高的资源推送给用户，虽然下载率的高 低在一定程度上体现了资源的受欢迎程度，但无法做到对不同的使用者的个性化推荐，尤 其在包含了众多学科和专业知识点的学习系统中，使用者对学习资源内容的需求也各不相 同，即使是点击率较高的学习资源，也只能反映小部分使用者的学习需求和偏好。
[0003] 因此，现有的学习资源推送方法缺乏针对性，不能根据用户的学习需求和兴趣来 推送个性化的学习资源，从而不能改善使用者的学习体验，激发使用者的学习兴趣，用户体 验度差。
【发明内容】
[0004] 基于此，本发明在于提供能够针对性和准确的为用户推荐学习资源的学习资源推 荐方法和系统，。
[0005] 根据本发明的一个方面，提供一种学习资源推荐方法，其包括：采集用户的学习 信息；对所述学习信息进行预处理得到有效学习信息；分析所述有效学习信息以提取知识 点；根据所述有效学习信息获取所述知识点的权重；根据所述知识点之间的关联强度和所 述知识点的权重形成知识点无向图；根据所述知识点无向图中所述知识点的权重大小向所 述用户推送学习资源。
[0006] 根据本发明的另一方面，提供一种学习资源推荐系统，包括采集模块，用于采集用 户的学习信息；数据预处理模块，用于对所述学习信息进行预处理得到有效学习信息；分 析模块，用于分析所述有效学习信息以提取知识点；获取模块，用于根据所述有效学习信息 获取所述知识点的权重；知识点无向图形成模块，用于根据所述知识点之间的关联强度和 所述知识点的权重形成知识点无向图；资料推送模块，用于根据所述知识点无向图中所述 知识点的权重大小向所述用户推送学习资源。
[0007] 通过采集用户学习信息分析出符合用户个性的知识点及权重，以知识点权重为节 点而形成知识点无向图，从而可以为不同的用户分别建立符合其自身个性特点的知识点无 向图，并实时跟踪用户的学习动态，智能记录和分析用户的学习进展，实现更加针对性的进 行学习资源的推送，提高了推荐的准确度，提升学习效率和用户体验度。
【附图说明】
[0008] 图1为本发明第一实施例所提供的学习资源推荐方法的流程图。
[0009] 图2为本发明第二实施例所提供的学习资源推荐方法的流程图。
[0010] 图3为本发明第三实施例所提供的学习资源推荐方法的流程图。
[0011] 图4为本发明第一实施例所提供的学习资源推荐系统的结构示意图。
[0012] 图5为本发明第二实施例所提供的学习资源推荐系统的结构示意图。
[0013] 图6为本发明第三实施例所提供的学习资源推荐系统的结构示意图。
[0014] 附图标记说明
[0015] 10采集模块
[0016] 20数据处理模块
[0017] 30分析模块
[0018] 31知识点确定单元
[0019] 32知识点分类单元
[0020] 40获取模块
[0021] 50知识点无向图形成模块
[0022] 60资料推送模块
[0023] 70遗忘因子模块
[0024] 80确定模块
【具体实施方式】
[0025] 为使本发明的目的、技术方案及优点更加清楚明白，以下结合附图及具体实施方 式，对本发明进行进一步的详细说明。应当理解的是，此处所描述的【具体实施方式】仅用以解 释本发明，并不限定本发明的保护范围。
[0026] 请参阅图1，为本发明一实施例所提供学习资源推荐方法，其包括：采集用户学习 信息；对学习信息进行预处理得到有效学习信息；分析有效学习信息以提取知识点；根据 有效学习信息获取知识点的权重；根据所述知识点之间的关联强度和知识点的权重形成知 识点无向图；根据知识点无向图中知识点的权重大小向所述用户推送学习资源。
[0027] 该学习资源推荐方法通过采集用户学习信息分析出有效知识点，以有效知识点为 节点而形成个性化的知识点无向图，从而可以为不同的用户分别建立符合自身个性特点的 知识点无向图，并实时跟踪用户的学习动态，智能记录和分析用户的学习进展，实现更加针 对性的进行学习资源的推送，提高了推荐的准确度和学习效率。
[0028] 采集用户学习信息包括获取用户在学习网站上的学习活动痕迹和用户注册的身 份信息。其中，学习活动痕迹包括在网站上对知识点的搜索记录、在线提问记录、网页浏览 记录、学习资料的购买记录及模拟测试题的做题记录等。身份信息包括注册时填写的姓名、 所在地区、所在学校和年级等。其中，用户学习信息还可以与用户身份匹配的历年学历考试 考点，其中用户身份可以通过用户注册时采用的身份信息或者根据用户学习活动痕迹所确 定用户身份信息。网站是指的特定的教育网站，本实施例中，网站是指萤窗在线教育网站。
[0029] 对学习信息进行预处理的方式包括抽样和去噪。通过抽样和去噪可以减少后续分 析的数据量，对于使用记录特别多的用户，通过抽样和去噪可以提高分析的效率和结果的 准确性。其中，抽样是对采集的用户的学习活动的记录按照预设比例进行抽选。去噪可以 是去掉明显错误的信息记录，例如：用户注册时填写的明显错误的信息；或者用户的网页 浏览记录中大量浏览的是高三年级相关的学习资料，只有极少数几次的点击了小学三年级 的学习资料专区的网页记录，小学三年级相关的浏览记录可以视为是错误的信息记录，通 过去噪的方式予以删除。
[0030] 分析有效学习信息以提取知识点的步骤中，分析有效学习信息以提取知识点包括 通过预设的分类算法或者规则对有效学习信息所涉及的知识点进行分类。本实施例中采用 决策树分类方法对知识点进行分类。通常，针对不同学习阶段的学习用户均形成有知识结 构图，如初三年级学生的知识结构图、高三学生的知识结构图等，网站的学习信息所涉及到 的知识点均包含于对应的知识结构图的范围内，根据有效学习信息对照知识结构图对其中 所涉及到的相关的知识点进行匹配和提取。以有效学习信息为用户进行的某一次模拟测试 为例，分析模拟中每一道题目并最终提取所有题目所涉及到的知识点。其中，知识结构图可 以是不同教育网站依据自身所掌握的资源和自身的特点而设置的。
[0031] 根据有效学习信息获取知识点的权重包括首先对所有知识点预设一个权值初始 值，然后根据有效学习信息判断用户对于知识点的掌握程度对相应知识点的权重进行调 整。其中权值初始值可以是相同的值，也可是根据知识点的重要程度而设置为不同。知识 点的权重的调整以有效学习信息所反应出来的对知识点的掌握程度按照预设的规则增加 或者减少。以有效学习信息为用户进行的某一次模拟测试为例，根据测试的结果统计错题 的数量，并分析出与所述错题相关联的知识点，根据错误的概率和次数对知识点无向图中 的知识点的权重可以按照比例进行调整。以有效学习信息为用户在网站上对某部分知识点 的搜索记录为例，根据用户对于知识点搜索使用的频率对知识点无向图中的知识点的权重 进行调整。以有效学习信息为用户的在线提问记录为例，根据用户提问问题相关联的知识 点对无向图中相应的