一种教学资源推荐方法、装置、电子设备及可读存储介质与流程

文档序号:37373961发布日期:2024-03-22 10:26阅读:14来源:国知局
一种教学资源推荐方法、装置、电子设备及可读存储介质与流程

本技术涉及计算机,尤其是涉及一种教学资源推荐方法、装置、电子设备及可读存储介质。


背景技术:

1、随着信息技术的快速发展,尤其是大数据、人工智能和机器学习技术的成熟,教学资源推荐系统应运而生。教学资源推荐系统用于向用户(例如学生)推荐教学资源,教学资源例如:教学视频资源、题目答题资源等。现有的教学资源推荐系统通常向用户推荐点击率高或者用户使用率高的教学资源。而这种推荐方式由于缺乏对学生个体差异和偏好的考虑,会导致推荐资源的针对性较弱、推荐精准度较低,使得推荐效果不尽如人意。


技术实现思路

1、有鉴于此,本技术的目的在于提供一种教学资源推荐方法、装置、电子设备及可读存储介质,以提高教学资源推荐的精准度。

2、第一方面,本技术实施例提供了一种教学资源推荐方法,所述方法应用于教学资源推荐系统,所述方法包括:

3、针对每个目标用户,收集该目标用户在使用所述教学资源推荐系统过程中的用户反馈信息,以及接收为所述目标用户设定的目标科目中各项学习任务的目标学习进度、和所述目标科目中所述目标用户当前待学习的目标知识点;

4、根据所述用户反馈信息,确定所述目标用户在执行所述目标科目中各项学习任务的当前学习进度以及所述目标用户对各种教学资源类型的偏好程度;

5、针对教学资源知识图谱中的每个教学资源,评估该教学资源对所述目标科目中各项学习任务产生的效用,以及所述目标用户在使用该教学资源时产生的消耗;所述教学资源知识图谱中包含有各个科目中各个知识点与各个教学资源之间的关联关系和关联强度;

6、根据该教学资源对所述目标科目中各项学习任务产生的效用、所述目标用户在使用该教学资源时产生的消耗、为所述目标用户设定的目标科目中各项学习任务的目标学习进度、所述目标用户在执行所述目标科目中各项学习任务的当前学习进度、所述目标用户对该教学资源对应的教学资源类型的偏好程度、以及所述教学资源知识图谱中所述目标知识点与该教学资源之间的关联强度,计算该教学资源对所述目标知识点的教学增量;

7、根据每个所述教学资源对所述目标知识点的所述教学增量,向所述目标用户推荐目标教学资源。

8、结合第一方面,本技术实施例提供了第一方面的第一种可能的实施方式,其中,所述用户反馈信息包括:所述目标用户对各科目中各知识点的掌握程度、对各种教学资源类型的使用次数;所述学习任务包括:每个学科下的各项培养维度;每个所述学习任务的所述当前学习进度为所述目标用户对该学习任务当前的掌握程度;每个所述学习任务的所述目标学习进度为所述目标用户对该学习任务的目标掌握程度。

9、结合第一方面的第一种可能的实施方式,本技术实施例提供了第一方面的第二种可能的实施方式,其中,所述根据所述用户反馈信息,确定所述目标用户对各种教学资源类型的偏好程度,包括:

10、针对每种教学资源类型,将该种教学资源类型的使用次数与所有教学资源的使用总次数的比值作为该种教学资源类型的偏好程度。

11、结合第一方面,本技术实施例提供了第一方面的第三种可能的实施方式,其中,所述根据每个所述教学资源对所述目标知识点的所述教学增量,向所述目标用户推荐目标教学资源,包括:

12、根据每个所述教学资源对所述目标知识点的所述教学增量,选取出教学增量中的最大增量值,将该最大增量值对应的所述教学资源作为目标教学资源,以将所述目标教学资源推荐至所述目标用户的用户端。

13、结合第一方面,本技术实施例提供了第一方面的第四种可能的实施方式,其中,所述根据每个所述教学资源对所述目标知识点的所述教学增量,向所述目标用户推荐目标教学资源,包括:

14、从所述教学资源知识图谱中确定出与所述目标知识点具有关联关系的教学资源作为候选教学资源;

15、将目标优化函数、约束条件以及所述候选教学资源输入到求解器中,以通过所述求解器求解出目标优化函数的最优解,得到教学资源最优组合;其中,所述目标优化函数为:

16、

17、其中,m表示所述候选教学资源的个数,表示第k个候选教学资源的取值,表示第k个候选教学资源与目标知识点a之间的所述教学增量;

18、所述约束条件包括:的取值为0或1,以及所述教学资源最优组合中所有所述候选教学资源对应的消耗的和值小于预设阈值;

19、将所述教学资源最优组合中的各所述候选教学资源作为目标教学资源,推荐至所述目标用户的用户端;其中,所述教学资源最优组合中每个所述候选教学资源的取值为1。

20、第二方面,本技术实施例还提供一种教学资源推荐装置,所述装置应用于教学资源推荐系统,所述装置包括:

21、收集模块,用于针对每个目标用户,收集该目标用户在使用所述教学资源推荐系统过程中的用户反馈信息,以及接收为所述目标用户设定的目标科目中各项学习任务的目标学习进度、和所述目标科目中所述目标用户当前待学习的目标知识点;

22、确定模块,用于根据所述用户反馈信息,确定所述目标用户在执行所述目标科目中各项学习任务的当前学习进度以及所述目标用户对各种教学资源类型的偏好程度;

23、评估模块,用于针对教学资源知识图谱中的每个教学资源,评估该教学资源对所述目标科目中各项学习任务产生的效用,以及所述目标用户在使用该教学资源时产生的消耗;所述教学资源知识图谱中包含有各个科目中各个知识点与各个教学资源之间的关联关系和关联强度;

24、计算模块,用于根据该教学资源对所述目标科目中各项学习任务产生的效用、所述目标用户在使用该教学资源时产生的消耗、为所述目标用户设定的目标科目中各项学习任务的目标学习进度、所述目标用户在执行所述目标科目中各项学习任务的当前学习进度、所述目标用户对该教学资源对应的教学资源类型的偏好程度、以及所述教学资源知识图谱中所述目标知识点与该教学资源之间的关联强度,计算该教学资源对所述目标知识点的教学增量;

25、推荐模块,用于根据每个所述教学资源对所述目标知识点的所述教学增量,向所述目标用户推荐目标教学资源。

26、结合第二方面,本技术实施例提供了第二方面的第一种可能的实施方式,其中,所述用户反馈信息包括:所述目标用户对各科目中各知识点的掌握程度、对各种教学资源类型的使用次数;所述学习任务包括:每个学科下的各项培养维度;每个所述学习任务的所述当前学习进度为所述目标用户对该学习任务当前的掌握程度;每个所述学习任务的所述目标学习进度为所述目标用户对该学习任务的目标掌握程度。

27、结合第二方面的第一种可能的实施方式,本技术实施例提供了第二方面的第二种可能的实施方式,其中,所述确定模块在用于根据所述用户反馈信息,确定所述目标用户对各种教学资源类型的偏好程度时,具体用于:

28、针对每种教学资源类型,将该种教学资源类型的使用次数与所有教学资源的使用总次数的比值作为该种教学资源类型的偏好程度。

29、结合第二方面,本技术实施例提供了第二方面的第三种可能的实施方式,其中,所述推荐模块在用于根据每个所述教学资源对所述目标知识点的所述教学增量,向所述目标用户推荐目标教学资源时,具体用于:

30、根据每个所述教学资源对所述目标知识点的所述教学增量,选取出教学增量中的最大增量值,将该最大增量值对应的所述教学资源作为目标教学资源,以将所述目标教学资源推荐至所述目标用户的用户端。

31、结合第二方面,本技术实施例提供了第二方面的第四种可能的实施方式,其中,所述推荐模块在用于根据每个所述教学资源对所述目标知识点的所述教学增量,向所述目标用户推荐目标教学资源时,具体用于:

32、从所述教学资源知识图谱中确定出与所述目标知识点具有关联关系的教学资源作为候选教学资源;

33、将目标优化函数、约束条件以及所述候选教学资源输入到求解器中,以通过所述求解器求解出目标优化函数的最优解,得到教学资源最优组合;其中,所述目标优化函数为:

34、

35、其中,m表示所述候选教学资源的个数,表示第k个候选教学资源的取值,表示第k个候选教学资源与目标知识点a之间的所述教学增量;

36、所述约束条件包括:的取值为0或1,以及所述教学资源最优组合中所有所述候选教学资源对应的消耗的和值小于预设阈值;

37、将所述教学资源最优组合中的各所述候选教学资源作为目标教学资源,推荐至所述目标用户的用户端;其中,所述教学资源最优组合中每个所述候选教学资源的取值为1。

38、第三方面,本技术实施例还提供一种电子设备,包括:处理器、存储器和总线,所述存储器存储有所述处理器可执行的机器可读指令,当电子设备运行时,所述处理器与所述存储器之间通过总线通信,所述机器可读指令被所述处理器执行时执行上述第一方面中任一种可能的实施方式中的步骤。

39、第四方面,本技术实施例还提供一种计算机可读存储介质,该计算机可读存储介质上存储有计算机程序,该计算机程序被处理器运行时执行上述第一方面中任一种可能的实施方式中的步骤。

40、本技术实施例提供的一种教学资源推荐方法、装置、电子设备及可读存储介质,其中,首先,确定为目标用户设定的目标科目中各项学习任务的目标学习进度、目标用户在执行目标科目中各项学习任务的当前学习进度、以及目标用户对各种教学资源类型的偏好程度。然后,评估每个教学资源对目标科目中各项学习任务产生的效用,和目标用户在使用各教学资源时产生的消耗。接下来,利用上述信息计算每个教学资源对目标知识点的教学增量;最后,根据每个教学资源对目标知识点的教学增量,向目标用户推荐目标教学资源。可见,本实施例中,在向目标用户推荐目标教学资源时,不仅考虑了目标用户的以及当前学习进度,还结合了为目标用户设定的目标学习进度(即学习目标)和偏好,有利于使得推荐给目标用户的目标教学资源与目标用户的学习目标相吻合。也就是说,本实施例中,考虑了目标用户的个体差异,这与有利于实现个性化的教学资源推荐,从而有利于提高教学资源推荐的精准度。

41、为使本技术的上述目的、特征和优点能更明显易懂,下文特举较佳实施例,并配合所附附图,作详细说明如下。

当前第1页1 2 
网友询问留言 已有0条留言
  • 还没有人留言评论。精彩留言会获得点赞!
1