亚洲成年人黄色一级片,日本香港三级亚洲三级,黄色成人小视频,国产青草视频,国产一区二区久久精品,91在线免费公开视频,成年轻人网站色直接看

一種教學(xué)資源推薦方法及其裝置制造方法

文檔序號:6505589閱讀:221來源:國知局
一種教學(xué)資源推薦方法及其裝置制造方法
【專利摘要】本發(fā)明公開了一種教學(xué)資源推薦方法及其裝置,包括以下步驟:獲取用戶終端的教學(xué)活動;從教學(xué)資源中獲取與所述的教學(xué)活動相匹配的資源,然后生成推薦信息;向用戶終端發(fā)送所述推薦信息。從而本發(fā)明能夠使用戶終端減少資源搜索時(shí)間,提高教學(xué)資源的利用率。
【專利說明】一種教學(xué)資源推薦方法及其裝置
【技術(shù)領(lǐng)域】
[0001]本發(fā)明實(shí)施例涉及互聯(lián)網(wǎng)【技術(shù)領(lǐng)域】,特別是指一種教學(xué)資源推薦方法及其裝置。【背景技術(shù)】
[0002]在教學(xué)資源網(wǎng)中,教師可以通過關(guān)鍵詞、目錄(課標(biāo)、教材、年級、媒體類型、主題)或兩者的組合等多種方式檢索資源。但是,在面對如此浩瀚的“資源海洋”時(shí),用戶很難在短時(shí)間內(nèi)找到真正需要的教學(xué)資源。因此,往往會造成“信息迷航”與“信息過載”。一方面造成了教學(xué)資源的使用率不高,另一方面也給用戶應(yīng)用教學(xué)資源進(jìn)行信息化教學(xué)帶來了的困難。

【發(fā)明內(nèi)容】

[0003]本發(fā)明實(shí)施例提出了一種教學(xué)資源推薦方法及其裝置,能夠使用戶終端減少資源搜索時(shí)間,提高教學(xué)資源的利用率。
[0004]本發(fā)明實(shí)施例提供的一種教學(xué)資源推薦方法,包括以下步驟:
[0005]獲取用戶終端的教學(xué)活動;
[0006]從教學(xué)資源中獲取與所述的教學(xué)活動相匹配的資源,然后生成推薦信息;
[0007]向用戶終端發(fā)送所述推薦信息。
[0008]可選地,在所述的教學(xué)資源推薦方法執(zhí)行之前,接收至少一個(gè)用戶終端上傳的教學(xué)數(shù)據(jù),并且將接收的教學(xué)數(shù)據(jù)整合到所述的教學(xué)資源中。
[0009]進(jìn)一步地,所述的教學(xué)資源為具有多維度屬性的教學(xué)資源。
[0010]進(jìn)一步地,所述教學(xué)資源推薦方法中的將接收的教學(xué)數(shù)據(jù)進(jìn)行多維度屬性的整合處理,得到具有多維度屬性的教學(xué)資源的步驟包括:
[0011]接收教學(xué)數(shù)據(jù),并對所述教學(xué)數(shù)據(jù)進(jìn)行抽?。?br> [0012]選擇建模算法,并根據(jù)抽取后的教學(xué)數(shù)據(jù)建立多維教學(xué)數(shù)據(jù)模型;
[0013]所述的多維教學(xué)數(shù)據(jù)模型作為具有多維度屬性的教學(xué)資源。
[0014]進(jìn)一步地,所述多維教學(xué)數(shù)據(jù)模型包括三種維度的數(shù)據(jù):教學(xué)數(shù)據(jù)的類型維度、教學(xué)數(shù)據(jù)的內(nèi)容范疇維度以及用戶終端對教學(xué)數(shù)據(jù)的評判維度。
[0015]進(jìn)一步地,所述教學(xué)資源推薦方法中的從教學(xué)資源中獲取與所述的教學(xué)活動相匹配的資源,然后生成推薦信息的步驟包括:
[0016]對所述的教學(xué)活動進(jìn)行活動數(shù)據(jù)的抽?。?br> [0017]對所述抽取的活動數(shù)據(jù)進(jìn)行預(yù)處理;
[0018]選擇建模算法,并根據(jù)預(yù)處理后的活動數(shù)據(jù)建立教學(xué)活動數(shù)據(jù)模型;
[0019]在所述的教學(xué)資源中獲取與所述的教學(xué)活動數(shù)據(jù)模型相匹配的數(shù)據(jù),然后生成推薦信息。
[0020]進(jìn)一步地,所述教學(xué)資源推薦方法在生成推薦信息的步驟之后,還可以將所述的教學(xué)活動,以及所述生成的推薦信息存儲起來。[0021]進(jìn)一步地,在存儲所述的教學(xué)活動,以及所述生成的推薦信息的同時(shí),對存儲的所有教學(xué)活動進(jìn)行相似度的分類成組;
[0022]然后將每個(gè)組中的推薦信息,分別發(fā)送給該組中各個(gè)教學(xué)活動所對應(yīng)的用戶終端。
[0023]基于上述目的,本發(fā)明還提供了一種教學(xué)資源推薦裝置,包括:
[0024]教學(xué)活動單元,用于接收并存儲用戶終端的教學(xué)活動;
[0025]教學(xué)資源單元,用于存儲教學(xué)資源數(shù)據(jù);
[0026]智能推薦引擎,用于從教學(xué)資源單元中獲取與所述的教學(xué)活動單元中的教學(xué)活動相匹配的資源,生成推薦信息并發(fā)送給用戶終端。
[0027]可選地,所述的教學(xué)資源單元接收至少一個(gè)用戶終端上傳的教學(xué)數(shù)據(jù),并且將接收的教學(xué)數(shù)據(jù)進(jìn)行整合處理。
[0028]進(jìn)一步地,所述的教學(xué)資源單元為具有多維度屬性的教學(xué)資源。
[0029]進(jìn)一步地,所述的教學(xué)資源單元包括接收模塊、教學(xué)數(shù)據(jù)抽取模塊和建模模塊,其中:
[0030]所述的接收模塊,用于接收至少一個(gè)用戶終端上傳的教學(xué)數(shù)據(jù);
[0031]所述的教學(xué)數(shù)據(jù)抽取模塊,用于從所述的接收模塊抽取教學(xué)數(shù)據(jù);
[0032]所述的建模模塊,用于選擇建模算法,并根據(jù)抽取后的教學(xué)數(shù)據(jù)建立多維教學(xué)數(shù)據(jù)模型。
[0033]進(jìn)一步地,所述多維教學(xué)數(shù)據(jù)模型包括三種維度的數(shù)據(jù):教學(xué)數(shù)據(jù)的類型維度、教學(xué)數(shù)據(jù)的內(nèi)容范疇維度以及用戶終端對教學(xué)數(shù)據(jù)的評判維度。
[0034]可選地,所述的智能推薦引擎包括教學(xué)活動數(shù)據(jù)抽取模塊、建模模塊、匹配模塊和輸出模塊;其中:
[0035]所述的教學(xué)活動數(shù)據(jù)抽取模塊,用于從所述教學(xué)活動單元中抽取活動數(shù)據(jù),并進(jìn)行預(yù)處理;
[0036]所述的建模模塊,用于選擇建模算法,并根據(jù)預(yù)處理后的活動數(shù)據(jù)建立教學(xué)活動數(shù)據(jù)模型;
[0037]所述的匹配模塊,用于在所述教學(xué)資源單元中獲取與所述的教學(xué)活動數(shù)據(jù)模型相匹配的數(shù)據(jù),生成推薦信息;
[0038]所述的輸出模塊,用于將生成的推薦信息發(fā)送給用戶終端。
[0039]進(jìn)一步地,所述的智能推薦引擎還包括成組匹配模塊,與所述的匹配模塊相連;
[0040]所述的成組匹配模塊接收并存儲所述教學(xué)活動數(shù)據(jù)模型,以及該教學(xué)活動數(shù)據(jù)模型與所述教學(xué)資源單元中的數(shù)據(jù)匹配后得到的推薦信息。
[0041]進(jìn)一步地,所述的成組匹配模塊將對存儲的所有教學(xué)活動進(jìn)行相似度的分類成組,并且將每個(gè)組中的推薦信息,分別發(fā)送給該組中各個(gè)教學(xué)活動所對應(yīng)的用戶終端。
[0042]從上面所述可以看出,本發(fā)明實(shí)施例提供的一種教學(xué)資源推薦方法及其裝置,通過從教學(xué)資源中獲取與所述的教學(xué)活動相匹配的資源,生成推薦信息發(fā)送給用戶終端。從而,能夠?yàn)橛脩艚K端提供精準(zhǔn)度很高的推薦信息,大大簡化了用戶終端對教學(xué)資源的搜索處理工作?!緦@綀D】

【附圖說明】
[0043]圖1為本發(fā)明實(shí)施例一種教學(xué)資源推薦方法的流程示意圖;
[0044]圖2為本發(fā)明實(shí)施例一種推薦信息生成方法的流程示意圖;
[0045]圖3為本發(fā)明實(shí)施例一種教學(xué)資源推薦裝置的結(jié)構(gòu)示意圖;
[0046]圖4為本發(fā)明實(shí)施例多維度屬性的教學(xué)資源單元的結(jié)構(gòu)示意圖;
[0047]圖5為本發(fā)明實(shí)施例一種智能推薦引擎的結(jié)構(gòu)示意圖。
【具體實(shí)施方式】
[0048]為使本發(fā)明的目的、技術(shù)方案和優(yōu)點(diǎn)更加清楚明白,以下結(jié)合具體實(shí)施例,并參照附圖,對本發(fā)明進(jìn)一步詳細(xì)說明。
[0049]參閱圖1所示,為本發(fā)明實(shí)施例一種教學(xué)資源推薦方法的流程示意圖,包括:
[0050]步驟101,獲取用戶終端的教學(xué)活動。
[0051]步驟102,從教學(xué)資源中獲取與所述的教學(xué)活動相匹配的資源,然后生成推薦信
肩、O
[0052]在本發(fā)明的一個(gè)實(shí)施例中,在進(jìn)行教學(xué)資源推薦方法之前,對至少一個(gè)用戶終端上傳的教學(xué)數(shù)據(jù)進(jìn)行接收,并且將接收的教學(xué)數(shù)據(jù)整合到所述的教學(xué)資源中。較佳地,所述的教學(xué)數(shù)據(jù)源為具有多維度屬性的教學(xué)資源。其中,多維度屬性的教學(xué)資源可以是通過如下方法得到:
[0053]第一步:接收教學(xué)數(shù)據(jù),并對所述教學(xué)數(shù)據(jù)進(jìn)行抽取、預(yù)處理。
[0054]其中,可以通過規(guī)則引擎設(shè)置的數(shù)據(jù)抽取規(guī)則來對接收的教學(xué)數(shù)據(jù)進(jìn)行抽取,規(guī)則引擎是一種嵌入在應(yīng)用程序中的組件,它的工作任務(wù)是將當(dāng)前提交給規(guī)則引擎的教學(xué)數(shù)據(jù)與加載在規(guī)則引擎中的所有業(yè)務(wù)規(guī)則進(jìn)行測試和比對,找到符合當(dāng)前數(shù)據(jù)狀態(tài)下的業(yè)務(wù)規(guī)則并激活,然后根據(jù)激活的業(yè)務(wù)規(guī)則的執(zhí)行邏輯,觸發(fā)對應(yīng)的操作。
[0055]另外,可以對經(jīng)過抽取的教學(xué)數(shù)據(jù)進(jìn)行預(yù)處理,例如可以將超過一定范圍的數(shù)據(jù)進(jìn)行刪除的異常值處理;將抽取的數(shù)據(jù)的格式轉(zhuǎn)換為建模的規(guī)范格式的數(shù)據(jù)轉(zhuǎn)換等等的預(yù)處理工作。
[0056]第二步:選擇建模算法,并根據(jù)抽取后的教學(xué)數(shù)據(jù)建立多維教學(xué)數(shù)據(jù)模型。
[0057]其中,選擇的建模算法可以采用決策樹算法、聚類分析算法等等。作為一個(gè)實(shí)施例,建立的多維教學(xué)數(shù)據(jù)模型可以包括三種維度的數(shù)據(jù):一種維度是教學(xué)數(shù)據(jù)的類型,包括文本、圖像、動畫、課件、視頻、音頻等,用戶終端在不同的應(yīng)用場景會應(yīng)用到不同的類型。一種維度是教學(xué)數(shù)據(jù)的內(nèi)容范疇,包括所屬學(xué)科、年級、知識點(diǎn)、難易度、關(guān)鍵詞等。該維度與用戶終端需要的信息有很強(qiáng)的關(guān)聯(lián)性,例如教師針對具體某個(gè)科目、某個(gè)年級以及具體的一個(gè)知識點(diǎn)制作課件。一種維度是用戶終端對教學(xué)數(shù)據(jù)的評判,包括評分、評價(jià)、下載率、采用率等,該維度可以保證本發(fā)明實(shí)施例最后推送的信息是綜合評判較高的教學(xué)資源。
[0058]第三步:所述的多維教學(xué)數(shù)據(jù)模型作為具有多維度屬性的教學(xué)資源。
[0059]在本發(fā)明的另一個(gè)實(shí)施例中,如圖2所示,教學(xué)資源推薦方法在生成推薦信息時(shí),采用了如下方法:
[0060]步驟201,對所述的教學(xué)活動進(jìn)行活動數(shù)據(jù)的抽取。
[0061]步驟202,對所述抽取的活動數(shù)據(jù)進(jìn)行預(yù)處理。[0062]步驟203,選擇建模算法,并根據(jù)預(yù)處理后的活動數(shù)據(jù)建立教學(xué)活動數(shù)據(jù)模型。其中,建模算法可以采用決策樹算法、聚類分析算法等等,然后根據(jù)選擇的建模算法以及步驟202中預(yù)處理后的活動數(shù)據(jù),建立教學(xué)活動數(shù)據(jù)模型。
[0063]步驟204,在所述多維教學(xué)數(shù)據(jù)模型中獲取與所述的教學(xué)活動數(shù)據(jù)模型相匹配的數(shù)據(jù)。其中,所述的多維教學(xué)數(shù)據(jù)模型可以通過步驟102中的方法得到。
[0064]步驟205,生成推薦信息。
[0065]步驟103,向用戶終端發(fā)送所述推薦信息。
[0066]還需要說明的是,在本發(fā)明的另一個(gè)實(shí)施例中,教學(xué)資源推薦方法在進(jìn)行步驟204之后,可以將教學(xué)活動數(shù)據(jù)模型以及該教學(xué)活動數(shù)據(jù)模型與多維教學(xué)數(shù)據(jù)模型匹配后得到的推薦信息存儲,并對存儲的所有教學(xué)活動數(shù)據(jù)模型進(jìn)行相似度的分類成組。然后,將每個(gè)組中各個(gè)教學(xué)活動數(shù)據(jù)模型的所有推薦信息,發(fā)送給該組中各個(gè)教學(xué)活動數(shù)據(jù)模型所對應(yīng)的用戶終端。
[0067]參閱圖3所示,為本發(fā)明實(shí)施例一種教學(xué)資源推薦裝置的結(jié)構(gòu)示意圖。教學(xué)資源推薦裝置包括:教學(xué)活動單元301、教學(xué)資源單元302以及智能推薦引擎303 ;其中,
[0068]教學(xué)活動單元301,與智能推薦引擎303相連,能夠接收用戶終端的教學(xué)活動,并且可以進(jìn)行存儲。
[0069]教學(xué)資源單元302,與智能推薦引擎303相連,存儲有教學(xué)資源數(shù)據(jù)。
[0070]教學(xué)資源單元302接收來自于至少一個(gè)用戶終端上傳的教學(xué)數(shù)據(jù),并且可以對接收的教學(xué)數(shù)據(jù)進(jìn)行整合處理。
[0071 ] 在本發(fā)明的一個(gè)實(shí)施例中,如圖4所示,教學(xué)資源單元302包括接收模塊401、教學(xué)數(shù)據(jù)抽取模塊402和建模模塊403。其中,接收模塊401接收至少一個(gè)用戶終端上傳的教學(xué)數(shù)據(jù)。教學(xué)數(shù)據(jù)抽取模塊402可以通過規(guī)則引擎設(shè)置的數(shù)據(jù)抽取規(guī)則來對接收模塊401中的教學(xué)數(shù)據(jù)進(jìn)行抽取,規(guī)則引擎是一種嵌入在應(yīng)用程序中的組件,它的工作任務(wù)是將當(dāng)前提交給規(guī)則引擎的教學(xué)數(shù)據(jù)與加載在規(guī)則引擎中的所有業(yè)務(wù)規(guī)則進(jìn)行測試和比對,找到符合當(dāng)前數(shù)據(jù)狀態(tài)下的業(yè)務(wù)規(guī)則并激活,然后根據(jù)激活的業(yè)務(wù)規(guī)則的執(zhí)行邏輯,觸發(fā)對應(yīng)的操作。例如;以教師制作課件為目的的進(jìn)行數(shù)據(jù)的抽取。另外,教學(xué)數(shù)據(jù)抽取模塊402還可以對抽取的教學(xué)數(shù)據(jù)進(jìn)行預(yù)處理。建模模塊403選擇建模算法,可以采用決策樹算法、聚類分析算法等等,然后根據(jù)教學(xué)數(shù)據(jù)抽取模塊402抽取的數(shù)據(jù)建立多維教學(xué)數(shù)據(jù)模型的。
[0072]較佳地,多維教學(xué)數(shù)據(jù)模型可以包括三種維度的數(shù)據(jù),即教學(xué)數(shù)據(jù)的類型維度、教學(xué)數(shù)據(jù)的內(nèi)容范疇維度以及用戶終端對教學(xué)數(shù)據(jù)的評判維度。其中,教學(xué)數(shù)據(jù)的類型維度包括文本、圖像、動畫、課件、視頻、音頻等,用戶終端在不同的應(yīng)用場景會應(yīng)用到不同的類型。教學(xué)數(shù)據(jù)的內(nèi)容范疇維度包括所屬學(xué)科、年級、知識點(diǎn)、難易度、關(guān)鍵詞等。該維度與用戶終端需要的信息有很強(qiáng)的關(guān)聯(lián)性,例如教師針對具體某個(gè)科目、某個(gè)年級以及具體的一個(gè)知識點(diǎn)制作課件。用戶終端對教學(xué)數(shù)據(jù)的評判維度包括評分、評價(jià)、下載率、采用率等,該維度可以保證本發(fā)明實(shí)施例最后推送的信息是綜合評判較高的教學(xué)資源。
[0073]智能推薦引擎303,能夠從多維度屬性的教學(xué)資源單元302中獲取與教學(xué)活動單元301中的教學(xué)活動相匹配的資源,然后生成推薦信息,最后發(fā)送給用戶終端。
[0074]作為本發(fā)明的一個(gè)實(shí)施例,如圖5所示,智能推薦引擎303包括教學(xué)活動數(shù)據(jù)抽取模塊501、建模模塊502、匹配模塊503和輸出模塊504。其中,數(shù)據(jù)抽取模塊501從教學(xué)活動單元301中通過規(guī)則引擎設(shè)置的數(shù)據(jù)抽取規(guī)則抽取活動數(shù)據(jù)。另外,數(shù)據(jù)抽取模塊501還可以對經(jīng)過抽取得到的教學(xué)數(shù)據(jù)進(jìn)行預(yù)處理。建模模塊502選擇建模算法,然后根據(jù)預(yù)處理后的活動數(shù)據(jù)建立教學(xué)活動數(shù)據(jù)模型。匹配模塊503從多維教學(xué)數(shù)據(jù)模型中獲取與教學(xué)活動數(shù)據(jù)模型相匹配的數(shù)據(jù),生成推薦信息。輸出模塊504將匹配模塊503生成的推薦信息發(fā)送給用戶終端。
[0075]例如,教師在制作課件過程中的行為表現(xiàn)為:1、教師喜歡使用的課件風(fēng)格,2、教師教學(xué)的科目和年級,3、教師關(guān)注的知識點(diǎn),4、教師經(jīng)常下載的資料類型。根據(jù)教師在制作課件過程中的這些興趣活動建立教學(xué)活動數(shù)據(jù)模型,然后從已建立好的多維教學(xué)數(shù)據(jù)模型中獲取與該教學(xué)活動數(shù)據(jù)模型相匹配的教學(xué)資源,生成推薦信息。
[0076]還需要說明的是,在本發(fā)明的另一個(gè)實(shí)施例中,智能推薦引擎303還包括成組匹配模塊505,與匹配模塊503相連,可以接收并存儲教學(xué)活動數(shù)據(jù)模型,以及該教學(xué)活動數(shù)據(jù)模型與多維教學(xué)數(shù)據(jù)模型匹配后得到的推薦信息。成組匹配模塊505對存儲的所有教學(xué)活動數(shù)據(jù)模型進(jìn)行相似度的分類成組,然后將每個(gè)組中各個(gè)教學(xué)活動數(shù)據(jù)模型的所有推薦信息通過輸出模塊504發(fā)送給該組中各個(gè)教學(xué)活動數(shù)據(jù)模型所對應(yīng)的用戶終端。從而,能夠?yàn)槊總€(gè)用戶終端發(fā)現(xiàn)潛在的新的感興趣的教學(xué)資源,擴(kuò)大了智能推薦引擎推薦的信息。
[0077]由此可以看出,本發(fā)明實(shí)現(xiàn)的教學(xué)資源推薦方法及其裝置,創(chuàng)造性的提出了對教學(xué)資源數(shù)據(jù)進(jìn)行整合處理建立一個(gè)多維教學(xué)數(shù)據(jù)模型,以及對用戶終端的教學(xué)活動進(jìn)行處理建立教學(xué)活動模型,最終從多維教學(xué)數(shù)據(jù)模型中獲取與教學(xué)活動數(shù)據(jù)模型相匹配的教學(xué)資源數(shù)據(jù),生成推薦信息并推送給用戶終端;用戶終端對推送的信息在精確度和滿意度方面都得到了大幅度地提升;并且,針對教學(xué)資源在實(shí)際應(yīng)用中所具有的特點(diǎn),將教學(xué)資源數(shù)據(jù)分成多種維度,可以從各個(gè)維度對數(shù)據(jù)進(jìn)行篩選;與此同時(shí),本發(fā)明還可以將具有相似度的教學(xué)活動模型的用戶終端組成相同興趣的小組,從而通過小組中的其他用戶終端的教學(xué)活動模型獲取為該用戶終端提供潛在的教學(xué)資源信息,提高了本發(fā)明對各個(gè)用戶終端的增值服務(wù);最后,整個(gè)所述的教學(xué)資源推薦方法及其裝置簡便、緊湊,易于實(shí)現(xiàn),而且為用戶終端提供了一種最為方便、實(shí)用的體驗(yàn)。
[0078]應(yīng)當(dāng)注意的是,在本發(fā)明的控制器的各個(gè)部件中,根據(jù)其要實(shí)現(xiàn)的功能而對其中的部件進(jìn)行了邏輯劃分,但是,本發(fā)明不受限于此,可以根據(jù)需要對各個(gè)部件進(jìn)行重新劃分或者組合,例如,可以將一些部件組合為單個(gè)部件,或者可以將一些部件進(jìn)一步分解為更多的子部件。
[0079]本發(fā)明的各個(gè)部件實(shí)施例可以以硬件實(shí)現(xiàn),或者以在一個(gè)或者多個(gè)處理器上運(yùn)行的軟件模塊實(shí)現(xiàn),或者以它們的組合實(shí)現(xiàn)。本領(lǐng)域的技術(shù)人員應(yīng)當(dāng)理解,可以在實(shí)踐中使用微處理器或者數(shù)字信號處理器(DSP )來實(shí)現(xiàn)根據(jù)本發(fā)明實(shí)施例的控制器中的一些或者全部部件的一些或者全部功能。本發(fā)明還可以實(shí)現(xiàn)為用于執(zhí)行這里所描述的方法的一部分或者全部的設(shè)備或者裝置程序(例如,計(jì)算機(jī)程序和計(jì)算機(jī)程序產(chǎn)品)。這樣的實(shí)現(xiàn)本發(fā)明的程序可以存儲在計(jì)算機(jī)可讀介質(zhì)上,或者可以具有一個(gè)或者多個(gè)信號的形式。這樣的信號可以從因特網(wǎng)網(wǎng)站上下載得到,或者在載體信號上提供,或者以任何其他形式提供。
[0080]應(yīng)該注意的是上述實(shí)施例對本發(fā)明進(jìn)行說明而不是對本發(fā)明進(jìn)行限制,并且本領(lǐng)域技術(shù)人員在不脫離所附權(quán)利要求的范圍的情況下可設(shè)計(jì)出替換實(shí)施例。在權(quán)利要求書中,不應(yīng)將位于括號之間的任何參考符號構(gòu)造成對權(quán)利要求的限制。單詞“包含”不排除存在未列在權(quán)利要求中的元件或步驟。位于元件之前的單詞“一”或“一個(gè)”不排除存在多個(gè)這樣的元件。本發(fā)明可以借助于包括有若干不同元件的硬件以及借助于適當(dāng)編程的計(jì)算機(jī)來實(shí)現(xiàn)。在列舉了若干裝置的單元權(quán)利要求中,這些裝置中的若干個(gè)可以是通過同一個(gè)硬件項(xiàng)來具體體現(xiàn)。單詞第一、第二、以及第三等的使用不表示任何順序??蓪⑦@些單詞解釋為名稱。
【權(quán)利要求】
1.一種教學(xué)資源推薦方法,其特征在于,包括: 獲取用戶終端的教學(xué)活動; 從教學(xué)資源中獲取與所述的教學(xué)活動相匹配的資源,然后生成推薦信息; 向用戶終端發(fā)送所述推薦信息。
2.根據(jù)權(quán)利要求1所述的推薦方法,其特征在于,在所述的教學(xué)資源推薦方法執(zhí)行之前,接收至少一個(gè)用戶終端上傳的教學(xué)數(shù)據(jù),并且將接收的教學(xué)數(shù)據(jù)整合到所述的教學(xué)資源中。
3.根據(jù)權(quán)利要求1或2所述的推薦方法,其特征在于,所述的教學(xué)資源為具有多維度屬性的教學(xué)資源。
4.根據(jù)權(quán)利要求3所述的推薦方法,其特征在于,所述教學(xué)資源推薦方法中的將接收的教學(xué)數(shù)據(jù)進(jìn)行多維度屬性的整合處理,得到具有多維度屬性的教學(xué)資源的步驟包括: 接收教學(xué)數(shù)據(jù),并對所述教學(xué)數(shù)據(jù)進(jìn)行抽取; 選擇建模算法,并根據(jù)抽取后的教學(xué)數(shù)據(jù)建立多維教學(xué)數(shù)據(jù)模型; 所述的多維教學(xué)數(shù)據(jù)模型作為具有多維度屬性的教學(xué)資源。
5.根據(jù)權(quán)利要求4所述的推薦方法,其特征在于,所述多維教學(xué)數(shù)據(jù)模型包括三種維度的數(shù)據(jù):教學(xué)數(shù)據(jù)的類型維度、教學(xué)數(shù)據(jù)的內(nèi)容范疇維度以及用戶終端對教學(xué)數(shù)據(jù)的評判維度。
6.根據(jù)權(quán)利要求2所述的推薦方法,其特征在于,所述教學(xué)資源推薦方法中的從教學(xué)資源中獲取與所述的教學(xué)活動相匹配的資源,然后生成推薦信息的步驟包括: 對所述的教學(xué)活動進(jìn)行活動數(shù)據(jù)的抽取; 對所述抽取的活動數(shù)據(jù)進(jìn)行預(yù)處理; 選擇建模算法,并根據(jù)預(yù)處理后的活動數(shù)據(jù)建立教學(xué)活動數(shù)據(jù)模型; 在所述的教學(xué)資源中獲取與所述的教學(xué)活動數(shù)據(jù)模型相匹配的數(shù)據(jù),然后生成推薦信肩、O
7.根據(jù)權(quán)利要求1至6任意一項(xiàng)所述的推薦方法,其特征在于,所述教學(xué)資源推薦方法在生成推薦信息的步驟之后,還可以將所述的教學(xué)活動,以及所述生成的推薦信息存儲起來。
8.根據(jù)權(quán)利要求7所述的推薦方法,其特征在于,在存儲所述的教學(xué)活動,以及所述生成的推薦信息的同時(shí),對存儲的所有教學(xué)活動進(jìn)行相似度的分類成組; 然后將每個(gè)組中的推薦信息,分別發(fā)送給該組中各個(gè)教學(xué)活動所對應(yīng)的用戶終端。
9.一種教學(xué)資源推薦裝置,其特征在于,包括: 教學(xué)活動單元,用于接收并存儲用戶終端的教學(xué)活動; 教學(xué)資源單元,用于存儲教學(xué)資源數(shù)據(jù); 智能推薦引擎,用于從教學(xué)資源單元中獲取與所述的教學(xué)活動單元中的教學(xué)活動相匹配的資源,生成推薦信息并發(fā)送給用戶終端。
10.根據(jù)權(quán)利要求9所述的推薦裝置,其特征在于,所述的教學(xué)資源單元接收至少一個(gè)用戶終端上傳的教學(xué)數(shù)據(jù),并且將接收的教學(xué)數(shù)據(jù)進(jìn)行整合處理。
11.根據(jù)權(quán)利要求9或10所述的推薦裝置,其特征在于,所述的教學(xué)資源單元為具有多維度屬性的教學(xué)資源。
12.根據(jù)權(quán)利要求11所述的推薦裝置,其特征在于,所述的教學(xué)資源單元包括接收模塊、教學(xué)數(shù)據(jù)抽取模塊和建模模塊,其中: 所述的接收模塊,用于接收至少一個(gè)用戶終端上傳的教學(xué)數(shù)據(jù); 所述的教學(xué)數(shù)據(jù)抽取模塊,用于從所述的接收模塊抽取教學(xué)數(shù)據(jù); 所述的建模模塊,用于選擇建模算法,并根據(jù)抽取后的教學(xué)數(shù)據(jù)建立多維教學(xué)數(shù)據(jù)模型。
13.根據(jù)權(quán)利要求12所述的推薦裝置,其特征在于,所述多維教學(xué)數(shù)據(jù)模型包括三種維度的數(shù)據(jù):教學(xué)數(shù)據(jù)的類型維度、教學(xué)數(shù)據(jù)的內(nèi)容范疇維度以及用戶終端對教學(xué)數(shù)據(jù)的評判維度。
14.根據(jù)權(quán)利要求9所述的推薦裝置,其特征在于,所述的智能推薦引擎包括教學(xué)活動數(shù)據(jù)抽取模塊、建模模塊、匹配模塊和輸出模塊;其中: 所述的教學(xué)活動數(shù)據(jù)抽取模塊,用于從所述教學(xué)活動單元中抽取活動數(shù)據(jù),并進(jìn)行預(yù)處理; 所述的建模模塊,用于選擇建模算法,并根據(jù)預(yù)處理后的活動數(shù)據(jù)建立教學(xué)活動數(shù)據(jù)模型; 所述的匹配模塊,用于在所述教學(xué)資源單元中獲取與所述的教學(xué)活動數(shù)據(jù)模型相匹配的數(shù)據(jù),生成推薦信息; 所述的輸出模塊,用于將生成的推薦信息發(fā)送給用戶終端。
15.根據(jù)權(quán)利要求14所述.的推薦裝置,其特征在于,所述的智能推薦引擎還包括成組匹配模塊,與所述的匹配模塊相連; 所述的成組匹配模塊接收并存儲所述教學(xué)活動數(shù)據(jù)模型,以及該教學(xué)活動數(shù)據(jù)模型與所述教學(xué)資源單元中的數(shù)據(jù)匹配后得到的推薦信息。
16.根據(jù)權(quán)利要求15所述的推薦裝置,其特征在于,所述的成組匹配模塊將對存儲的所有教學(xué)活動進(jìn)行相似度的分類成組,并且將每個(gè)組中的推薦信息,分別發(fā)送給該組中各個(gè)教學(xué)活動所對應(yīng)的用戶終端。
【文檔編號】G06F17/30GK103440243SQ201310286457
【公開日】2013年12月11日 申請日期:2013年7月9日 優(yōu)先權(quán)日:2013年7月9日
【發(fā)明者】樊立斌, 張紅彬 申請人:深圳市鴻合創(chuàng)新信息技術(shù)有限責(zé)任公司
網(wǎng)友詢問留言 已有0條留言
  • 還沒有人留言評論。精彩留言會獲得點(diǎn)贊!
1