一種基于學習習慣推薦學習內(nèi)容的方法、裝置和系統(tǒng)的制作方法
【技術(shù)領(lǐng)域】
[0001]本發(fā)明涉及大數(shù)據(jù)統(tǒng)計分析技術(shù)領(lǐng)域，尤其涉及一種基于學習習慣推薦學習內(nèi)容的方法、裝置和系統(tǒng)。
【背景技術(shù)】
[0002]目前市場上用于學習的電子設(shè)備，包括但不限于一些平板電腦、學習機等。一般情況下，這些電子設(shè)備的桌面系統(tǒng)更多地是基于本地功能的實現(xiàn)進行設(shè)置的。如:在學習應(yīng)用分類上，僅對自身研發(fā)的應(yīng)用進行單一分類，即僅能按學科分類。而很多更適合解決用戶問題的第三方應(yīng)用、用戶覺得更具有價值的第三方應(yīng)用，都不能根據(jù)用戶自身需求進行重新分類排序；在內(nèi)容形式上，僅僅是APP的呈現(xiàn)和展示，缺少具體學習內(nèi)容的提供。用戶在學習使用時，必須找到對應(yīng)的APP，下載安裝后才能進行相應(yīng)的學習使用。而這又會使得用戶面臨不知道什么學習內(nèi)容適合自己，去哪里下載安裝這些學習應(yīng)用APP及學習內(nèi)容等問題。總之，目前用于學習的電子設(shè)備的桌面系統(tǒng)，在用戶體驗上還存在很大局限性，無法幫助用戶較快精準地獲取學習資源，用戶體驗不佳。

【發(fā)明內(nèi)容】

[0003]本發(fā)明的目的在于提出一種基于學習習慣推薦學習內(nèi)容的方法、裝置和系統(tǒng)，能夠有針對性地根據(jù)用戶的學習習慣推薦用戶需要的學習內(nèi)容，提高了用戶的學習效率，提升了用戶體驗度。
[0004]為達此目的，本發(fā)明采用以下技術(shù)方案:
[0005]第一方面，提供一種基于學習習慣推薦學習內(nèi)容的方法，包括:
[0006]通過網(wǎng)絡(luò)連接，獲得至少一個學習終端的學習行為，記錄所述學習行為的特征信息;
[0007]在預(yù)設(shè)時長內(nèi)，根據(jù)所述特征信息統(tǒng)計出對應(yīng)每個學習終端的學習習慣，并根據(jù)所述學習習慣獲得學習規(guī)律；
[0008]向?qū)W習習慣相似度達到預(yù)設(shè)閾值的所有學習終端，推薦根據(jù)所述學習規(guī)律推測的學習內(nèi)容。
[0009]其中，所述學習內(nèi)容的獲得，包括:
[0010]通過網(wǎng)絡(luò)連接，掃描學習終端的APP安裝包文件；
[0011]解析所述APP安裝包文件的資源，并根據(jù)所述資源獲得APP的數(shù)據(jù)配置文件；
[0012]將所述數(shù)據(jù)配置文件按照預(yù)設(shè)規(guī)則分類，形成對應(yīng)不同學習類別的學習內(nèi)容，所述預(yù)設(shè)規(guī)則包括考試大綱的類別和知識點類別。
[0013]其中，所述特征信息包括學習內(nèi)容、學習時間、學習地點和學習身份；
[0014]所述在預(yù)設(shè)時長內(nèi)，根據(jù)所述特征信息統(tǒng)計出對應(yīng)每個學習終端的學習習慣，并根據(jù)所述學習習慣獲得學習規(guī)律，包括:
[0015]在預(yù)設(shè)地點和預(yù)設(shè)時長內(nèi)，基于學習身份對每個學習終端的學習內(nèi)容、學習時間和學習地點進行統(tǒng)計，獲得對應(yīng)每個學習終端的學習習慣；
[0016]根據(jù)所述學習習慣，獲得用于推測相應(yīng)的學習終端后續(xù)即將發(fā)生的學習行為的學習規(guī)律。
[0017]其中，所述特征信息還包括學習類別；
[0018]所述向?qū)W習習慣相似度達到預(yù)設(shè)閾值的所有學習終端，推薦根據(jù)所述學習規(guī)律推測的學習內(nèi)容，包括:
[0019]向?qū)W習內(nèi)容相似度達到預(yù)設(shè)學習閾值、學習時間相似度達到預(yù)設(shè)時間閾值和學習地點相似度達到預(yù)設(shè)地點閾值的學習行為對應(yīng)的所有學習終端，推薦根據(jù)所述學習規(guī)律推測的屬于同一學習類別的學習內(nèi)容。
[0020]其中，推薦所述學習內(nèi)容，包括:
[0021]將與所述學習內(nèi)容對應(yīng)的圖標或掛件顯示于學習終端的屏幕；
[0022]當所述圖標檢測到觸發(fā)指令，則播放與所述圖標對應(yīng)的學習內(nèi)容；
[0023]當所述掛件檢測到觸發(fā)指令，則播放與所述掛見對應(yīng)的學習內(nèi)容。
[0024]第二方面，提供一種基于學習習慣推薦學習內(nèi)容的裝置，包括:
[0025]記錄單元，用于通過網(wǎng)絡(luò)連接，獲得至少一個學習終端的學習行為，記錄所述學習行為的特征信息；
[0026]統(tǒng)計單元，用于在預(yù)設(shè)時長內(nèi)，根據(jù)所述特征信息統(tǒng)計出對應(yīng)每個學習終端的學習習慣，并根據(jù)所述學習習慣獲得學習規(guī)律；
[0027]推薦單元，用于向?qū)W習習慣相似度達到預(yù)設(shè)閾值的所有學習終端，推薦根據(jù)所述學習規(guī)律推測的學習內(nèi)容。
[0028]其中，所述學習內(nèi)容的獲得，包括:
[0029]通過網(wǎng)絡(luò)連接，掃描學習終端的APP安裝包文件；
[0030]解析所述APP安裝包文件的資源，并根據(jù)所述資源獲得APP的數(shù)據(jù)配置文件；
[0031]將所述數(shù)據(jù)配置文件按照預(yù)設(shè)規(guī)則分類，形成對應(yīng)不同學習類別的學習內(nèi)容，所述預(yù)設(shè)規(guī)則包括考試大綱的類別和知識點類別。
[0032]其中，所述特征信息包括學習內(nèi)容、學習時間、學習地點和學習身份；
[0033]所述統(tǒng)計單元，具體用于:
[0034]在預(yù)設(shè)地點和預(yù)設(shè)時長內(nèi)，基于學習身份對每個學習終端的學習內(nèi)容、學習時間和學習地點進行統(tǒng)計，獲得對應(yīng)每個學習終端的學習習慣；
[0035]根據(jù)所述學習習慣，獲得用于推測相應(yīng)的學習終端后續(xù)即將發(fā)生的學習行為的學習規(guī)律。
[0036]其中，所述特征信息還包括學習類別；
[0037]所述推薦單元，具體用于:
[0038]向?qū)W習內(nèi)容相似度達到預(yù)設(shè)學習閾值、學習時間相似度達到預(yù)設(shè)時間閾值和學習地點相似度達到預(yù)設(shè)地點閾值的學習行為對應(yīng)的所有學習終端，推薦根據(jù)所述學習規(guī)律推測的屬于同一學習類別的學習內(nèi)容。
[0039]其中，所述推薦所述學習內(nèi)容，包括:
[0040]將與所述學習內(nèi)容對應(yīng)的圖標或掛件顯示于學習終端的屏幕；
[0041]當所述圖標檢測到觸發(fā)指令，則播放與所述圖標對應(yīng)的學習內(nèi)容；
[0042]當所述掛件檢測到觸發(fā)指令，則播放與所述掛見對應(yīng)的學習內(nèi)容。
[0043]第三方面，提供一種基于學習習慣推薦學習內(nèi)容的系統(tǒng)，包括至少一個學習終端和如第二方面所述的基于學習習慣推薦學習內(nèi)容的裝置。
[0044]本發(fā)明的有益效果在于:一種基于學習習慣推薦學習內(nèi)容的方法、裝置和系統(tǒng)，通過網(wǎng)絡(luò)連接，獲得至少一個學習終端的學習行為，記錄所述學習行為的特征信息；在預(yù)設(shè)時長內(nèi)，根據(jù)所述特征信息統(tǒng)計出對應(yīng)每個學習終端的學習習慣，并根據(jù)所述學習習慣獲得學習規(guī)律；向?qū)W習習慣相似度達到預(yù)設(shè)閾值的所有學習終端，推薦根據(jù)所述學習規(guī)律推測的學習內(nèi)容。可見，該基于學習習慣推薦學習內(nèi)容的方法、裝置和系統(tǒng)，能夠有針對性地根據(jù)用戶的學習習慣推薦用戶需要的學習內(nèi)容，提高了用戶的學習效率，提升了用戶體驗度。
【附圖說明】
[0045]為了更清楚地說明本發(fā)明實施例中的技術(shù)方案，下面將對本發(fā)明實施例描述中所需要使用的附圖作簡單的介紹，顯而易見地，下面描述中的附圖僅僅是本發(fā)明的一些實施例，對于本領(lǐng)域普通技術(shù)人員來講，在不付出創(chuàng)造性勞動的前提下，還可以根據(jù)本發(fā)明實施例的內(nèi)容和這些附圖獲得其他的附圖。
[0046]圖1是本發(fā)明提供的基于學習習慣推薦學習內(nèi)容的方法第一個實施例的方法流程圖。
[0047]圖2是本發(fā)明提供的基于學習習慣推薦學習內(nèi)容的方法第二個實施例的方法流程圖。
[0048]圖3是本發(fā)明提供的基于學習習慣推薦學習內(nèi)容的裝置第一個實施例的結(jié)構(gòu)方框圖。
[0049]圖4是本發(fā)明提供的基于學習習慣推薦學習內(nèi)容的系統(tǒng)第一個實施例的結(jié)構(gòu)方框圖。
【具體實施方式】
[0050]為使本發(fā)明解決的技術(shù)問題、采用的技術(shù)方案和達到的技術(shù)效果更加清楚，下面將結(jié)合附圖對本發(fā)明實施例的技術(shù)方案作進一步的詳細描述，顯然，所描述的實施例僅僅是本發(fā)明一部分實施例，而不是全部的實施例。基于本發(fā)明中的實施例，本領(lǐng)域技術(shù)人員在沒有作出創(chuàng)造性勞動前提下所獲得的所有其他實施例，都屬于本發(fā)明保護的范圍。
[0051]請參考圖1，其是本發(fā)明提供的基于學習習慣推薦學習內(nèi)容的方法第一個實施例的方法流程圖。本發(fā)明實施例的基于學習習慣推薦學習內(nèi)容的方法，可應(yīng)用于向市場上各種規(guī)格的學習類電子設(shè)備，如平板電腦、點讀機等推薦學習內(nèi)容的應(yīng)用場景。
[0052]該基于學習習慣推薦學習內(nèi)容的方法，包括:
[0053]步驟S101、通過網(wǎng)絡(luò)連接，獲得至少一個學習終端的學習行為，記錄所述學習行為的特征信息。
[0054]服務(wù)器可以通過與學習終端的聯(lián)網(wǎng)，基于網(wǎng)絡(luò)連接接收到由學習終端發(fā)送的學習指令，并根據(jù)所述學習指令獲得學習終端的學習行為，