一种基于移动终端的学习资料推送方法和系统

摘要: 本发明涉及智能教育,尤其涉及一种基于移动终端的学习资料推送方法和系统。背景技术:1、随着移动终端普及和数字化学习需求增长,基于学习行为分析实现学习资料智能推送的...
一种基于移动终端的学习资料推送方法和系统

本发明涉及智能教育,尤其涉及一种基于移动终端的学习资料推送方法和系统。

背景技术:

1、随着移动终端普及和数字化学习需求增长,基于学习行为分析实现学习资料智能推送的技术受到关注。现有学习资料推送方法依据学习历史、知识点匹配结果和点击频率进行内容筛选,再结合用户画像和推荐模型生成推送结果,但是在实际应用中普遍存在以下问题:

2、移动终端学习过程具有时序性,不同知识点下可能出现结构相近的学习行为变化,现有方法按照具体知识点和行为标识分别建模,难以识别跨知识点重复出现的学习状态转移结构,导致学习规律表达碎片化;学习过程在相同前段状态下可能因知识掌握变化产生不同演化方向,传统序列模式方法侧重重复片段压缩,对低频但具有分叉判别意义的学习规则容易删除或展开,导致学习分叉关系丢失;现有资料推送方法通常依赖完整历史模式及固定相似度进行匹配,当当前学习行为处于既有学习模式中间位置时,难以定位当前状态在层级学习规则中的位置并沿规则结构推断待续接学习状态,影响目标知识点识别和学习资料推送准确性。

3、因此,如何提供一种基于移动终端的学习资料推送方法和系统是本领域技术人员亟需解决的问题。

技术实现思路

1、本发明的一个目的在于提出一种基于移动终端的学习资料推送方法和系统,本发明采用改进型sequitur算法对学习状态进行层级规则提取、分叉识别和续接分析,依据知识掌握状态确定目标知识点及目标学习资料,实现学习资料的动态推送,具有学习规律识别准确、状态预测及时和资料匹配针对性强的优点。

2、根据本发明实施例的一种基于移动终端的学习资料推送方法,包括如下步骤:

3、步骤一:采集移动终端学习记录并关联答题结果和学习资料,生成学习数据集;

4、步骤二:从学习数据集提取知识点标识和学习行为,依据答题结果确定知识掌握状态,按时序编码生成学习状态符号序列;

5、步骤三:提取学习状态符号序列中的相邻学习状态,依据知识承接关系和知识掌握状态变化生成学习转移签名,将学习转移签名一致的相邻学习状态确定为学习状态同构二元组;

6、步骤四:构建改进型sequitur算法,对学习状态同构二元组执行唯一性检验并替换为非终结规则,递归生成层级学习规则;

7、步骤五:提取层级学习规则的共同规则前段,依据知识掌握状态变化建立学习分叉规则,在规则效用检验中保留分叉位置对应的非终结规则;

8、步骤六:将学习状态符号序列末端与层级学习规则匹配,确定未闭合规则和规则位置;

9、步骤七:从规则位置沿未闭合规则的非终结规则层级回溯,依据学习分叉规则确定待续接学习状态和目标知识点;

10、步骤八:依据待续接学习状态和目标知识点从学习资料中确定目标学习资料,生成学习资料推送结果并发送至移动终端。

11、可选的,所述步骤一具体为:

12、获取移动终端学习记录,按照学习时刻排列移动终端学习记录,从移动终端学习记录中提取学习行为和资料标识;

13、依据资料标识匹配学习资料,从学习资料中提取知识点标识,将知识点标识与学习行为建立关联,并依据知识点标识和答题时刻将答题结果关联至对应的移动终端学习记录;

14、按照学习时刻整合移动终端学习记录、答题结果和学习资料,记录学习行为与知识点标识之间的关联关系,生成学习数据集。

15、可选的,所述步骤二具体为:

16、从学习数据集中按照学习时刻提取知识点标识和学习行为,并依据知识点标识汇集对应的答题结果,按照答题时刻排列答题结果,形成各知识点标识对应的答题结果序列;

17、统计答题结果序列中的正确答题次数和错误答题次数,计算正确答题次数占答题总次数的比例,并结合答题结果序列末端的连续正确次数确定知识掌握状态;

18、将知识点标识、学习行为和知识掌握状态组合形成学习状态,为学习状态分配唯一符号编码,使相同学习状态采用相同符号编码;

19、按照学习时刻排列学习状态对应的符号编码,将相邻学习时刻对应的符号编码依次连接,生成学习状态符号序列。

20、可选的,所述步骤三具体为:

21、按照学习状态符号序列的时序提取相邻学习状态,读取相邻学习状态对应的知识点标识,将相同知识点标识之间的相邻关系确定为知识点内承接关系,将不同知识点标识之间的相邻关系确定为知识点间承接关系,生成知识承接关系;

22、比较相邻学习状态对应的知识掌握状态,根据正确答题次数占答题总次数的比例变化和连续正确次数变化,确定知识掌握状态变化方向;

23、将知识承接关系和知识掌握状态变化方向按照固定次序组合,生成相邻学习状态对应的学习转移签名;

24、比较相邻学习状态对应的学习转移签名,将知识承接关系一致且知识掌握状态变化方向一致的相邻学习状态确定为学习状态同构二元组。

25、可选的,所述步骤四具体为:

26、以sequitur算法为基础,将二元组唯一性检验条件设置为学习转移签名一致,并将满足学习转移签名一致条件的相邻学习状态定义为可替换二元组,构建改进型sequitur算法;

27、将学习状态符号序列输入改进型sequitur算法,按照学习状态符号序列的时序读取学习状态同构二元组,比较学习状态同构二元组对应的学习转移签名;

28、当两组学习状态同构二元组对应的学习转移签名一致时,将两组学习状态同构二元组建立为同一非终结规则,并采用对应非终结符替换学习状态符号序列中的学习状态同构二元组;

29、对完成非终结符替换的学习状态符号序列重新提取相邻学习状态,依据知识承接关系和知识掌握状态变化生成学习转移签名,对学习转移签名一致的相邻学习状态建立非终结规则并执行非终结符替换;

30、递归执行相邻学习状态提取、学习转移签名生成和非终结符替换,直至学习转移签名不存在重复,将非终结规则按照包含关系连接,生成层级学习规则。

31、可选的,所述步骤五具体为:

32、按照层级学习规则的层级连接顺序读取非终结规则,比较非终结规则起始位置连续排列的学习状态,将排列内容一致的连续部分确定为共同规则前段;

33、读取共同规则前段结束位置对应的知识掌握状态变化,按照知识掌握状态变化方向区分共同规则前段连接的非终结规则,建立共同规则前段与知识掌握状态变化方向之间的学习分叉规则;

34、统计非终结规则在层级学习规则中的引用次数,保留引用次数达到两次的非终结规则,对引用次数低于两次的非终结规则执行分叉位置判定;

35、当引用次数低于两次的非终结规则位于学习分叉规则的分叉位置时保留非终结规则,当引用次数低于两次的非终结规则未位于学习分叉规则的分叉位置时展开非终结规则,完成规则效用检验。

36、可选的,所述步骤六具体为:

37、从学习状态符号序列末端向前提取学习状态,按照时序与层级学习规则中非终结规则的起始学习状态逐位匹配,记录匹配一致的学习状态;

38、当学习状态符号序列末端对应的学习状态全部完成匹配时,读取完成匹配的非终结规则,并判断非终结规则中是否存在未匹配的学习状态;

39、当非终结规则中存在未匹配的学习状态时,将非终结规则确定为未闭合规则,并记录已匹配学习状态在未闭合规则中的结束位置;

40、将已匹配学习状态在未闭合规则中的结束位置确定为规则位置,建立学习状态符号序列末端与未闭合规则之间的匹配关系。

41、可选的,所述步骤七具体为:

42、以规则位置作为回溯起点,读取未闭合规则中规则位置之后的学习状态,并依据层级学习规则中非终结规则的包含关系确定未闭合规则所在的层级位置;

43、当规则位置位于非终结规则末端时,沿非终结规则的包含关系回溯至包含非终结规则的上一层级,并读取上一层级中位于非终结规则之后的学习状态,直至获得与规则位置衔接的未匹配学习状态;

44、读取规则位置对应的知识掌握状态变化方向,将知识掌握状态变化方向与学习分叉规则中的知识掌握状态变化方向进行匹配,确定与规则位置对应的学习分叉规则;

45、从匹配得到的学习分叉规则中读取与规则位置衔接的学习状态,将学习状态确定为待续接学习状态,并提取待续接学习状态对应的知识点标识作为目标知识点。

46、可选的,所述步骤八具体为:

47、依据目标知识点在学习状态符号序列中定位知识点标识一致的学习状态,并从定位结果中筛选学习行为和知识掌握状态均与待续接学习状态一致的学习状态;

48、依据筛选得到的学习状态在学习数据集中查找对应的学习资料,统计各学习资料与待续接学习状态建立关联的次数,并按照关联次数由大到小排列学习资料;

49、选取关联次数最大的学习资料作为目标学习资料,将目标知识点、待续接学习状态和目标学习资料建立对应关系,生成学习资料推送结果;

50、将学习资料推送结果发送至移动终端,并在移动终端显示目标学习资料。

51、根据本发明实施例的一种基于移动终端的学习资料推送系统,包括:

52、学习数据生成模块,用于采集移动终端学习记录并关联答题结果和学习资料,生成学习数据集;

53、学习状态编码模块,用于从学习数据集提取知识点标识和学习行为,依据答题结果确定知识掌握状态,按时序编码生成学习状态符号序列;

54、同构二元组生成模块,用于提取学习状态符号序列中的相邻学习状态,依据知识承接关系和知识掌握状态变化生成学习转移签名,将学习转移签名一致的相邻学习状态确定为学习状态同构二元组;

55、层级规则生成模块,用于构建改进型sequitur算法,对学习状态同构二元组执行唯一性检验并替换为非终结规则,递归生成层级学习规则;

56、学习分叉构建模块,用于提取层级学习规则的共同规则前段,依据知识掌握状态变化建立学习分叉规则,在规则效用检验中保留分叉位置对应的非终结规则;

57、未闭合规则匹配模块,用于将学习状态符号序列末端与层级学习规则匹配,确定未闭合规则和规则位置;

58、学习状态续接模块,用于从规则位置沿未闭合规则的非终结规则层级回溯,依据学习分叉规则确定待续接学习状态和目标知识点;

59、学习资料推送模块,用于依据待续接学习状态和目标知识点从学习资料中确定目标学习资料,生成学习资料推送结果并发送至移动终端。

60、本发明的有益效果是:

61、本发明通过对移动终端学习记录、答题结果和学习资料进行时序关联,构建学习状态符号序列,并依据知识承接关系和知识掌握状态变化生成学习转移签名,在改进型sequitur算法中以学习状态同构二元组替代单纯依赖符号一致性的二元组匹配方式,使不同知识点下具有相同学习演化结构的学习状态能够归入统一规则,减少学习规律因知识点差异产生的规则碎片,提高跨知识点学习状态转移规律的识别能力,并通过递归生成层级学习规则增强连续学习过程的结构化表达能力。

62、本发明进一步提取层级学习规则的共同规则前段,依据知识掌握状态变化建立学习分叉规则,并在规则效用检验中保留分叉位置对应的非终结规则,使低引用次数但具有学习状态判别作用的规则不会被直接展开,从而保留不同知识掌握变化对应的学习演化路径;通过将学习状态符号序列末端与层级学习规则匹配,确定未闭合规则和规则位置,再沿非终结规则层级回溯确定待续接学习状态和目标知识点,据此筛选目标学习资料,实现当前学习过程尚未完整结束时的学习需求识别,提高学习资料推送的针对性、及时性和匹配准确性。