基于青少年知识对齐度的科普资源推送方法及系统
本技术涉及科普资源推送,特别地涉及基于青少年知识对齐度的科普资源推送方法及系统。
背景技术:
1、青少年时期是知识积累、认知能力发展的关键阶段,科普教育作为提升青少年科学素养的重要途径,其效果直接取决于科普资源与青少年认知水平、知识储备的适配程度。当前,现有科普资源推送方式多采用“一刀切”模式,即向不同知识背景、认知水平的青少年推送相同的科普资源,无法兼顾个体差异;部分推送方法仅简单基于青少年的阅读历史进行个性化推荐,未深入挖掘青少年的知识掌握状态,导致推送的科普资源要么难度过高,超出青少年的认知范围,无法被有效理解;要么难度过低,无法满足青少年的学习需求,难以实现科普教育的目的。此外,现有技术中缺乏对科普知识的系统性梳理,未建立完善的科普知识关联体系,无法准确衡量青少年与科普资源之间的匹配程度,也未能充分考虑青少年对不同类型科普资源的个性化偏好,进一步降低了科普资源推送的精准度。
技术实现思路
1、针对上述的问题,本技术提供基于青少年知识对齐度的科普资源推送方法及系统,旨在解决现有技术中科普资源推送精准度低的问题,能够实现科普资源的精准推送,提升科普教育效果。
2、本技术实施例提供基于青少年知识对齐度的科普资源推送方法,包括以下步骤:
3、获取目标青少年的多模态交互数据,所述多模态交互数据包括问答交互数据、阅读行为数据以及多媒体互动数据;
4、基于所述多模态交互数据,构建所述目标青少年的认知画像,所述认知画像包括知识状态向量和偏好信息;
5、根据所述认知画像与预先构建的科普知识有向图谱,计算所述目标青少年与各科普资源之间的知识对齐度;所述知识对齐度用于衡量所述知识状态向量与科普资源所覆盖知识点之间的结构适配程度,以及所述偏好信息与科普资源的偏好属性标签之间的匹配程度;
6、基于所述知识对齐度对科普资源排序,将对齐度高于预设阈值的资源推送至所述目标青少年。
7、在一些实施例中,所述基于所述多模态交互数据,构建所述目标青少年的认知画像,包括:
8、基于所述问答交互数据,构建所述知识状态向量,所述知识状态向量表示所述目标青少年在各知识点上的掌握程度值;
9、基于所述阅读行为数据和多媒体互动数据,提取所述目标青少年的偏好信息,所述偏好信息包括对科普资源的主题偏好和媒体形式偏好。
10、在一些实施例中,所述基于所述问答交互数据,构建所述知识状态向量,包括:
11、对所述问答交互数据进行语义解析,提取各题目的答题正确率及所涉知识点;
12、利用认知诊断模型,结合所述答题正确率及所涉知识点,计算所述目标青少年在各知识点上的掌握程度值,所有知识点的掌握程度值构成所述知识状态向量。
13、在一些实施例中,所述基于所述阅读行为数据和多媒体互动数据,提取所述目标青少年的偏好信息,包括:
14、从所述阅读行为数据中提取所述目标青少年在主题类别上的正向行为指标,所述正向行为指标包括阅读时长、阅读完成率和重复阅读次数;
15、从所述多媒体互动数据中提取所述目标青少年在每一媒体形式上的互动行为指标,所述互动行为指标包括点击率和互动完成度;
16、将所述正向行为指标和所述互动行为指标分别进行归一化处理,得到主题类别偏好强度值和媒体形式偏好强度值,并将所述偏好强度值组成多维偏好向量,作为所述偏好信息。
17、在一些实施例中,构建所述科普知识有向图谱包括:
18、抽取知识点实体及先修后继关系形成有向边;
19、为每个知识点关联一个或多个科普资源,并标注资源所覆盖的知识点集合;
20、为每个科普资源标注偏好属性标签,所述偏好属性标签包括主题类别、媒体形式。
21、在一些实施例中,所述根据所述认知画像与预先构建的科普知识有向图谱,计算所述目标青少年与各科普资源之间的知识对齐度,包括:
22、针对每个科普资源,根据所述知识状态向量和所述科普知识有向图谱计算知识内容匹配度,所述知识内容匹配度采用如下公式:
23、;
24、其中,为资源涉及的知识节点与用户掌握程度值大于预设掌握程度阈值的知识节点之间的重叠程度,掌握程度值大于预设掌握程度阈值的节点集合定义为用户知识体系;为资源节点违反先修后继约束的惩罚值累加;为资源节点中位于用户最近发展区内的节点的程度;、为预设系数;
25、针对每个科普资源,根据所述偏好信息与所述资源的偏好属性标签计算偏好匹配度,所述偏好匹配度等于所述偏好向量与所述资源的偏好属性向量之间的余弦相似度;
26、将所述知识内容匹配度与所述偏好匹配度加权求和,得到所述知识对齐度。
27、在一些实施例中,所述惩罚值包括:
28、资源涉及的知识节点要求某先修知识节点,而用户在该先修知识节点上的掌握程度值低于预设的依赖阈值,则产生第一惩罚值,所述第一惩罚值的大小与所述依赖阈值减去所述用户在该先修知识点上的掌握程度值的差值正相关;
29、资源涉及的知识节点与用户知识体系中的任一节点在所述有向图谱中不存在任何先修后继关系,或者存在先修后继关系但从用户知识体系到该资源节点的最短路径长度超过预设长度阈值,则根据从用户知识体系到该资源节点的最短路径长度产生第二惩罚值,所述最短路径长度为在所述科普知识有向图谱中,从用户知识体系中任一节点出发,沿有向边方向到该资源节点的最小有向边数,所述第二惩罚值的大小与所述最短路径长度正相关,且当该长度超过预设长度阈值时惩罚值取最大值;
30、当两种情形同时存在时,惩罚值为第一惩罚值与第二惩罚值的累加。
31、在一些实施例中,所述基于所述知识对齐度对科普资源进行排序,选取知识对齐度满足预设条件的科普资源推送至所述目标青少年,包括:
32、设定知识对齐度下限阈值;
33、选取知识对齐度大于所述下限阈值的科普资源作为待推送资源;
34、按照知识对齐度从高到低对所述待推送资源进行排序,将排序靠前的预设数量的科普资源推送至所述目标青少年。
35、在一些实施例中,还包括:
36、获取所述目标青少年对推送的科普资源的交互反馈数据;
37、基于所述交互反馈数据,通过增量学习的方式更新所述目标青少年的认知画像,包括重新计算所述知识状态向量和/或更新所述偏好信息;
38、根据更新后的认知画像,调整后续科普资源的推送策略。
39、本发明实施例提供一种基于青少年知识对齐度的科普资源推送系统,包括:
40、数据获取模块,用于获取目标青少年的多模态交互数据,所述多模态交互数据包括问答交互数据、阅读行为数据以及多媒体互动数据;
41、认知画像构建模块,用于基于所述多模态交互数据,构建所述目标青少年的认知画像,所述认知画像包括知识状态向量和偏好信息;
42、对齐度计算模块,用于根据所述认知画像与预先构建的科普知识有向图谱,计算所述目标青少年与各科普资源之间的知识对齐度;所述知识对齐度用于衡量所述知识状态向量与科普资源所覆盖知识点之间的结构适配程度,以及所述偏好信息与科普资源的偏好属性标签之间的匹配程度;
43、推送模块,用于基于所述知识对齐度对科普资源排序,将对齐度高于预设阈值的资源推送至所述目标青少年。
44、相比于现有技术,本发明具有如下有益效果:
45、获取目标青少年的多模态交互数据;基于所述多模态交互数据,构建所述目标青少年的认知画像;根据所述认知画像与预先构建的科普知识有向图谱,计算所述目标青少年与各科普资源之间的知识对齐度;所述知识对齐度用于衡量所述知识状态向量与科普资源所覆盖知识点之间的结构适配程度,以及所述偏好信息与科普资源的偏好属性标签之间的匹配程度;基于所述知识对齐度对科普资源排序,将对齐度高于预设阈值的资源推送至所述目标青少年;能够实现科普资源的精准推送,提升科普教育效果。
版权声明:本站专利文献数据主要来源于国家知识产权局等公开渠道,由 技术新讯 进行整理汇编。页面设计及数据汇编的著作权归本站所有。全部内容仅供个人学习、科研评估与技术交流参考,严禁用于任何商业用途(包括但不限于直接生产制造、技术转让、倒卖数据等)。
免责条款:专利技术具有时效性,本站不对资料的绝对准确性、完整性和可实施性提供任何明示或暗示的担保。因参考本站内容造成的直接或间接损失,本站不承担相关法律责任。若您认为本站内容有侵权问题,请及时提供权属证明与我们联系,本站将在核实后依法处理。反馈意见:yyfuon@163.com