一种中小学学科学习资源的推送方法及系统与流程

1.本发明涉及软件技术领域，具体涉及一种中小学学科学习资源的推送方法及 系统。


背景技术：

2.随着学习方式的不断变化，利用网络学习平台根据学生的个人学习情况， 帮助学生进行自助学习，智能学习，精准推送学习资源具有重要意义。
3.然而，目前在学习资源的搜索和推荐方面没有统一标准，根据学生的个人 情况进行精准推荐非常有必要。尤其是对于中小学学生来说，学习资源推送是 否合理、是否能帮助改善学生的薄弱环节就具有非常重要的意义；但是现有技 术中所存在的推荐完全依赖于用户自身的历史数据进行推荐，缺乏与其他用户 之间的关联，进而存在难以发现学生潜在兴趣的缺陷。


技术实现要素：

4.针对现有技术中的技术缺陷，本发明实施例的目的在于提供的一种中小学 学科学习资源的推送方法及系统，以克服现有技术中难以发现学生潜在兴趣的 缺陷。
5.为实现上述目的，第一方面，本发明实施例提供了一种中小学学科学习资 源的推送方法，所述方法包括：
6.获取前端所记录的数据信息；其中，所述数据信息包括用户信息和资源信 息；所述资源信息包括浏览记录；
7.根据所述数据信息构建用户-资源矩阵，并计算出用户和用户的相似度；
8.根据所述相似度进行排序，筛选出与当前目标用户所对应的用户集合；
9.获取所述用户集合中各用户所对应资源信息的同时，去除所述目标用户所 涉及的资源信息，以得到资源候选集；
10.计算所述目标用户对所述资源候选集中各资源的兴趣值；
11.根据所述兴趣值的排序向所述目标用户推送所述资源候选集中对应的学习 资源。
12.优选地，所述方法还包括：
13.根据所述用户信息进行匹配，以得到匹配用户表；其中，所述用户信息包 括年级，性别，地区，学校和班级；
14.提取所述匹配用户表中各用户的资源使用信息，并进行筛选和排序后，进 行汇总推荐。
15.优选地，所述根据所述用户信息进行匹配，具体包括：
16.将所述用户信息中的各信息元素进行优先级划分；
17.然后按所划分的优先级进行用户匹配。
18.优选地，所述资源信息还包括错题记录，所述方法还包括：
19.根据所述错题记录进行知识点提取；其中，所述错题记录中的各错题对应 有唯一的id，且各id在预设的知识表中映射有所涉及的知识点；
20.然后根据所述知识点在预设的数据库中进行查询，并将查询得到的资源结 果返回至前端显示。
21.优选地，所述计算出用户和用户的相似度，具体包括：
22.首先需要建立资源—用户的倒排表；
23.然后对每个资源，存在相同浏览记录的用户，分别进行权重赋值；
24.最后再根据赋值结果计算用户两两之间的相似度。
25.第二方面，本发明实施例还提供了一种中小学学科学习资源的推送系统， 包括服务器和存储有各种学习资源的数据库；
26.所述服务器，用于：
27.获取前端所记录的数据信息；其中，所述数据信息包括用户信息和资源信 息；所述资源信息包括浏览记录；
28.根据所述数据信息构建用户-资源矩阵，并计算出用户和用户的相似度；
29.根据所述相似度进行排序，筛选出与当前目标用户所对应的用户集合；
30.获取所述用户集合中各用户所对应资源信息的同时，去除所述目标用户所 涉及的资源信息，以得到资源候选集；
31.计算所述目标用户对所述资源候选集中各资源的兴趣值；
32.根据所述兴趣值的排序向所述目标用户推送所述资源候选集中对应的学习 资源。
33.优选地，所述服务器，还用于：
34.根据所述用户信息进行匹配，以得到匹配用户表；其中，所述用户信息包 括年级，性别，地区，学校和班级；
35.提取所述匹配用户表中各用户的资源使用信息，并进行筛选和排序后，进 行汇总推荐。
36.优选地，所述根据所述用户信息进行匹配，具体包括：
37.将所述用户信息中的各信息元素进行优先级划分；
38.然后按所划分的优先级进行用户匹配。
39.优选地，所述资源信息还包括错题记录，所述服务器，还用于：
40.根据所述错题记录进行知识点提取；其中，所述错题记录中的各错题对应 有唯一的id，且各id在预设的知识表中映射有所涉及的知识点；
41.然后根据所述知识点在预设的数据库中进行查询，并将查询得到的资源结 果返回至前端显示。
42.优选地，所述计算出用户和用户的相似度，具体包括：
43.首先需要建立资源—用户的倒排表；
44.然后对每个资源，存在相同浏览记录的用户，分别进行权重赋值；
45.最后再根据赋值结果计算用户两两之间的相似度。
46.实施本发明实施例，通过构建用户-资源矩阵，得到使用资源相似的用户集 合，利用集体智慧做推荐，找到这个集合中各用户喜欢的、并且目标用户没有 浏览使用过的资源
推荐进行推荐，使得推荐资源之间在内容上可能完全不相关， 只依赖用户行为，不需要对内容进行深入了解，使用范围广，也便于发现用户 的潜在兴趣，并且针对每个用户生成其个性化的推荐结果。
附图说明
47.为了更清楚地说明本发明具体实施方式或现有技术中的技术方案，下面将对 具体实施方式或现有技术描述中所需要使用的附图作简单地介绍。
48.图1是本发明实施例提供的一种中小学学科学习资源的推送方法的流程图；
49.图2是本发明实施例所建立的一种资源—用户的倒排表；
50.图3是本发明实施例所示例的一种用户权重赋值图；
51.图4是本发明实施例提供的一种中小学学科学习资源的推送系统的结构框 图。
具体实施方式
52.下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清 楚、完整地描述，显然，所描述的实施例是本发明一部分实施例，而不是全部 的实施例。基于本发明中的实施例，本领域普通技术人员在没有做出创造性劳 动前提下所获得的所有其他实施例，都属于本发明保护的范围。
53.请参考图1，本发明实施例提供的一种中小学学科学习资源的推送方法，所 述方法包括：
54.s101，获取前端所记录的数据信息；其中，所述数据信息包括用户信息和 资源信息；所述资源信息包括浏览记录。
55.具体地，所述前端装载有对应的应用程序，所述浏览记录包括用户浏览了 哪些学科资源以及相应的评分。本实施例中所述学科资源包括但不限于试题、 微课、学案、ppt等，同时，将用户与对应的资源信息关联起来。
56.s102，根据所述数据信息构建用户-资源矩阵，并计算出用户和用户的相似 度。
57.具体地，所述计算出用户和用户的相似度，具体包括：
58.首先需要建立资源—用户的倒排表；
59.然后对每个资源，存在相同浏览记录的用户，分别进行权重赋值；
60.最后再根据赋值结果计算用户两两之间的相似度。
61.例如，4个用户：用a、b、c、d表示；共有5个资源：用a、b、c、d、e 表示；根据用户资源的浏览情况，建立倒排表，参照图2所示；
62.然后对于每个资源，喜欢它的用户，两两之间相同资源的加1；例如喜欢资 源a的用户有a和b，那么在矩阵中他们两两加1，进行权重赋值，如图3 所示；
63.最后计算用户两两之间的相似度，以其中的用户a和b为例，对图3进行 计算。采用的公式为：
[0064][0065]
s103，根据所述相似度进行排序，筛选出与当前目标用户所对应的用户集 合。
[0066]
具体地，汇总所有《用户，资源》的行为对，根据用户的资源浏览使用情况， 选出浏览记录存在相近资源使用情况的用户，从中得到与目标用户兴趣相似的 用户集合。
[0067]
s104，获取所述用户集合中各用户所对应资源信息的同时，去除所述目标 用户所涉及的资源信息，以得到资源候选集。
[0068]
具体地，将所述用户集合中各用户喜欢的资源全部提取出来，并去除目标 用户已经使用过的资源；也就是说，先根据用户的资源浏览使用情况，选出有 相近资源使用情况的用户集合，然后再选择相似用户使用过的资源进行推荐。
[0069]
s105，计算所述目标用户对所述资源候选集中各资源的兴趣值。
[0070]
具体地，以一具体事例进行说明。例如，得到目标用户u资源浏览最相似 的k个用户，用集合s(u,k)表示所述用户集合，将s中用户喜欢的资源全 部提取出来，并去除u已经使用过的资源，对于每个候选资源i，用户u对它 感兴趣的程度用如下公式计算：
[0071][0072]
其中，
rvi
表示用户v对i的喜欢程度。
[0073]
s106，根据所述兴趣值的排序向所述目标用户推送所述资源候选集中对应 的学习资源。
[0074]
具体地，按得分排序，取出前几个资源进行输出，以列表的方式呈现给学 生，实现精准推荐和自适应学习。
[0075]
实施本发明实施例所提供的一种中小学学科学习资源的推送方法，特别适 用于用户存在相应资源的浏览记录的情况，通过构建用户-资源矩阵，得到使用 资源相似的用户集合，利用集体智慧做推荐，找到这个集合中各用户喜欢的、 并且目标用户没有浏览使用过的资源推荐进行推荐，使得推荐资源之间在内容 上可能完全不相关，只依赖用户行为，不需要对内容进行深入了解，使用范围 广，也便于发现用户的潜在兴趣，并且针对每个用户生成其个性化的推荐结果。
[0076]
进一步地，在另一实施例中，在上述方案的基础上，为考虑实际的应用情 况，灵活进行推荐，所述资源信息还包括错题记录，所述方法还包括：
[0077]
根据所述错题记录进行知识点提取；其中，所述错题记录中的各错题对应 有唯一的id，且各id在预设的知识表中映射有所涉及的知识点；
[0078]
然后根据所述知识点在预设的数据库中进行查询，并将查询得到的资源结 果返回至前端显示。
[0079]
具体地，当用户同时有浏览记录和错题记录时，将用户的所记录错题所对 应的的相关知识点提取出来，抽成一个taglist，为每个tag赋一个权重，并根据 权重大小进行排序；
[0080]
当要对一个用户做相关推荐的时候，将这个用户对应的taglist拿出来，按 顺序取出对应的知识点，根据知识点查找相关对应的试题、微课、学案和ppt 等学习资源，并将学习资源组成列表排序作为推荐结果输出。
[0081]
进一步地，为使得推送的维度多样，更加便于发现学生的潜在兴趣，所述 方法还包括：
[0082]
根据所述用户信息进行匹配，以得到匹配用户表；其中，所述用户信息包 括年级，
性别，地区，学校和班级；
[0083]
提取所述匹配用户表中各用户的资源使用信息，并进行筛选和排序后，进 行汇总推荐。
[0084]
具体地，所述根据所述用户信息进行匹配，具体包括：
[0085]
将所述用户信息中的各信息元素进行优先级划分；
[0086]
然后按所划分的优先级进行用户匹配。
[0087]
所述各信息元素即为具体的年级，性别，地区，学校和班级等信息，例如， 在匹配时，先通过班级进行匹配，若匹配不成功，再根据学校进行匹配，依次 类推，来实现推荐。
[0088]
这种推送方式特别适合新用户既无浏览记录，也无错题记录的情况，这样 用户可依赖同班或者同校不同班，同地区不同校等情况下，其他用户的兴趣点 以及学习方向，从而借鉴优秀班级、学校的学习思路，进而助力自身的智能学 习与兴趣的开发。
[0089]
基于相同的发明构思，本发明实施例提供了一种中小学学科学习资源的推 送系统，包括服务器和存储有各种学习资源的数据库；
[0090]
所述服务器，用于：
[0091]
获取前端所记录的数据信息；其中，所述数据信息包括用户信息和资源信 息；所述资源信息包括浏览记录；
[0092]
根据所述数据信息构建用户-资源矩阵，并计算出用户和用户的相似度；
[0093]
根据所述相似度进行排序，筛选出与当前目标用户所对应的用户集合；
[0094]
获取所述用户集合中各用户所对应资源信息的同时，去除所述目标用户所 涉及的资源信息，以得到资源候选集；
[0095]
计算所述目标用户对所述资源候选集中各资源的兴趣值；
[0096]
根据所述兴趣值的排序向所述目标用户推送所述资源候选集中对应的学习 资源。
[0097]
其中，所述计算出用户和用户的相似度，具体包括：
[0098]
首先需要建立资源—用户的倒排表；
[0099]
然后对每个资源，存在相同浏览记录的用户，分别进行权重赋值；
[0100]
最后再根据赋值结果计算用户两两之间的相似度；
[0101]
汇总所有《用户，资源》的行为对，根据用户的资源浏览使用情况，选出浏 览记录存在相近资源使用情况的用户，从中得到与目标用户兴趣相似的用户集 合；适用于用户仅存在相应资源的浏览记录的情况；即图4中的，寻找相似用 户-查询用户记录-汇总用户结果。
[0102]
也就是说，先根据用户的资源浏览使用情况，选出有相近资源使用情况的 用户，然后去除掉目标用户使用过的资源后，再选择相似用户使用过的资源进 行推荐。
[0103]
在另一实施例中，在上述方案的基础上，为考虑实际的应用情况，灵活进 行推荐，所述资源信息还包括错题记录，所述服务器，还用于：
[0104]
根据所述错题记录进行知识点提取；其中，所述错题记录中的各错题对应 有唯一的id，且各id在预设的知识表中映射有所涉及的知识点；
[0105]
然后根据所述知识点在预设的数据库中进行查询，并将查询得到的资源结 果返回至前端显示；这种方式适用于，当用户同时有浏览记录和错题记录的情 况；即图4中的，
读取错题本-获取知识点-根据知识点查。
[0106]
进一步地，为使得推送的维度多样，更加便于发现学生的潜在兴趣，所述 服务器，还用于：
[0107]
根据所述用户信息进行匹配，以得到匹配用户表；其中，所述用户信息包 括年级，性别，地区，学校和班级；
[0108]
提取所述匹配用户表中各用户的资源使用信息，并进行筛选和排序后，进 行汇总推荐。
[0109]
具体地，所述根据所述用户信息进行匹配，具体包括：
[0110]
将所述用户信息中的各信息元素进行优先级划分；
[0111]
然后按所划分的优先级进行用户匹配；这种推送方式特别适合新用户既无 浏览记录，也无错题记录的情况；即图4中的，查询用户身份-查询相近用户
‑ꢀ
查询结果。
[0112]
需要说明的是，关于推送系统更为具体的工作流程，请参考前述方法实施 例部分，在此不再赘述。
[0113]
通过上述方案的实施，其优点在于推荐资源之间在内容上可能完全不相关， 只依赖用户行为，不需要对内容进行深入了解，使用范围广，因此可以发现用 户的潜在兴趣，并且针对每个用户生成其个性化的推荐结果；
[0114]
同时，不需要对资源或者用户进行严格的建模，而且不要求资源的描述是 机器可理解的，但能起到意想不到的推荐效果，经常能推荐出来一些惊喜结果， 且与领域无关，从而便于发现用户的潜在兴趣。
[0115]
为更好的理解本发明，一实施案例如下：
[0116]
(一)系统提供多层次学科知识，每个知识点下可提供海量数字教育资源， 包括微课视频、课件学案等电子文档、题库等，同时将教育资源与知识点进行 匹配，信息全部存储在数据库中。
[0117]
(二)学生在使用系统时，系统记录学生的浏览记录及评分，同时使用错 题本记录学生的答题情况。
[0118]
(三)学生在自助学习时，查询所推荐的教育资源时，通过前端发起请求， 前端将查询请求提交给本推荐系统，推荐系统根据学生的浏览记录、评分、错 题本等，对关系数据库进行查询汇总并返回查询结果。
[0119]
(四)前端读取到返回结果，以列表的方式呈现给学生，实现精准推荐和 自适应学习。
[0120]
本领域普通技术人员可以意识到，结合本文中所公开的实施例描述的各示 例的系统及步骤，能够以电子硬件、计算机软件或者二者的结合来实现，为了 清楚地说明硬件和软件的可互换性，在上述说明中已经按照功能一般性地描述 了各示例的组成及步骤。这些功能究竟以硬件还是软件方式来执行，取决于技 术方案的特定应用和设计约束条件。专业技术人员可以对每个特定的应用来使 用不同方法来实现所描述的功能，但是这种实现不应认为超出本发明的范围。
[0121]
在本技术所提供的几个实施例中，应该理解到，所揭露的方法和系统，可 以通过其它的方式实现。例如，以上所描述的系统实施例仅仅是示意性的，例 如，所述模块的划分，仅仅为一种逻辑功能划分，实际实现时可以有另外的划 分方式，例如多个单元或组件
可以结合或者可以集成到另一个系统，或一些特 征可以忽略，或不执行。
[0122]
以上所述，仅为本发明的具体实施方式，但本发明的保护范围并不局限于 此，任何熟悉本技术领域的技术人员在本发明揭露的技术范围内，可轻易想到 各种等效的修改或替换，这些修改或替换都应涵盖在本发明的保护范围之内。 因此，本发明的保护范围应以权利要求的保护范围为准。