[发明专利]一种教学资源推荐方法及其装置有效
申请号: | 201310286457.9 | 申请日: | 2013-07-09 |
公开(公告)号: | CN103440243A | 公开(公告)日: | 2013-12-11 |
发明(设计)人: | 樊立斌;张红彬 | 申请(专利权)人: | 深圳市鸿合创新信息技术有限责任公司 |
主分类号: | G06F17/30 | 分类号: | G06F17/30 |
代理公司: | 北京风雅颂专利代理有限公司 11403 | 代理人: | 李翔;李弘 |
地址: | 518100 广东省深圳市宝*** | 国省代码: | 广东;44 |
权利要求书: | 查看更多 | 说明书: | 查看更多 |
摘要: | |||
搜索关键词: | 一种 教学 资源 推荐 方法 及其 装置 | ||
技术领域
本发明实施例涉及互联网技术领域,特别是指一种教学资源推荐方法及其装置。
背景技术
在教学资源网中,教师可以通过关键词、目录(课标、教材、年级、媒体类型、主题)或两者的组合等多种方式检索资源。但是,在面对如此浩瀚的“资源海洋”时,用户很难在短时间内找到真正需要的教学资源。因此,往往会造成“信息迷航”与“信息过载”。一方面造成了教学资源的使用率不高,另一方面也给用户应用教学资源进行信息化教学带来了的困难。
发明内容
本发明实施例提出了一种教学资源推荐方法及其装置,能够使用户终端减少资源搜索时间,提高教学资源的利用率。
本发明实施例提供的一种教学资源推荐方法,包括以下步骤:
获取用户终端的教学活动;
从教学资源中获取与所述的教学活动相匹配的资源,然后生成推荐信息;
向用户终端发送所述推荐信息。
可选地,在所述的教学资源推荐方法执行之前,接收至少一个用户终端上传的教学数据,并且将接收的教学数据整合到所述的教学资源中。
进一步地,所述的教学资源为具有多维度属性的教学资源。
进一步地,所述教学资源推荐方法中的将接收的教学数据进行多维度属性的整合处理,得到具有多维度属性的教学资源的步骤包括:
接收教学数据,并对所述教学数据进行抽取;
选择建模算法,并根据抽取后的教学数据建立多维教学数据模型;
所述的多维教学数据模型作为具有多维度属性的教学资源。
进一步地,所述多维教学数据模型包括三种维度的数据:教学数据的类型维度、教学数据的内容范畴维度以及用户终端对教学数据的评判维度。
进一步地,所述教学资源推荐方法中的从教学资源中获取与所述的教学活动相匹配的资源,然后生成推荐信息的步骤包括:
对所述的教学活动进行活动数据的抽取;
对所述抽取的活动数据进行预处理;
选择建模算法,并根据预处理后的活动数据建立教学活动数据模型;
在所述的教学资源中获取与所述的教学活动数据模型相匹配的数据,然后生成推荐信息。
进一步地,所述教学资源推荐方法在生成推荐信息的步骤之后,还可以将所述的教学活动,以及所述生成的推荐信息存储起来。
进一步地,在存储所述的教学活动,以及所述生成的推荐信息的同时,对存储的所有教学活动进行相似度的分类成组;
然后将每个组中的推荐信息,分别发送给该组中各个教学活动所对应的用户终端。
基于上述目的,本发明还提供了一种教学资源推荐装置,包括:
教学活动单元,用于接收并存储用户终端的教学活动;
教学资源单元,用于存储教学资源数据;
智能推荐引擎,用于从教学资源单元中获取与所述的教学活动单元中的教学活动相匹配的资源,生成推荐信息并发送给用户终端。
可选地,所述的教学资源单元接收至少一个用户终端上传的教学数据,并且将接收的教学数据进行整合处理。
进一步地,所述的教学资源单元为具有多维度属性的教学资源。
进一步地,所述的教学资源单元包括接收模块、教学数据抽取模块和建模模块,其中:
所述的接收模块,用于接收至少一个用户终端上传的教学数据;
所述的教学数据抽取模块,用于从所述的接收模块抽取教学数据;
所述的建模模块,用于选择建模算法,并根据抽取后的教学数据建立多维教学数据模型。
进一步地,所述多维教学数据模型包括三种维度的数据:教学数据的类型维度、教学数据的内容范畴维度以及用户终端对教学数据的评判维度。
可选地,所述的智能推荐引擎包括教学活动数据抽取模块、建模模块、匹配模块和输出模块;其中:
所述的教学活动数据抽取模块,用于从所述教学活动单元中抽取活动数据,并进行预处理;
所述的建模模块,用于选择建模算法,并根据预处理后的活动数据建立教学活动数据模型;
所述的匹配模块,用于在所述教学资源单元中获取与所述的教学活动数据模型相匹配的数据,生成推荐信息;
所述的输出模块,用于将生成的推荐信息发送给用户终端。
进一步地,所述的智能推荐引擎还包括成组匹配模块,与所述的匹配模块相连;
所述的成组匹配模块接收并存储所述教学活动数据模型,以及该教学活动数据模型与所述教学资源单元中的数据匹配后得到的推荐信息。
该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于深圳市鸿合创新信息技术有限责任公司,未经深圳市鸿合创新信息技术有限责任公司许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服】
本文链接:http://www.vipzhuanli.com/pat/books/201310286457.9/2.html,转载请声明来源钻瓜专利网。