[发明专利]一种学习资源推荐方法、设备及存储介质

权利要求书

1.一种学习资源推荐方法，其特征在于，包括以下步骤：

构建知识点最优关联模型，所述知识点最优关联模型关联知识点与学习资源，并对关联后的学习资源进行评估聚类，以实现根据学习资源推荐对应的最优知识点；

采集用户历史的学习场景信息，并关联用户在不同学习场景下所使用的学习资源，对采集的学习场景数据集进行聚类评估，得到聚类结果；

获取用户当前学习场景，根据所述聚类结果对所述当前学习场景进行判别分类，根据分类结果并基于所述知识点最优关联模型向用户推荐学习资源。

2.根据权利要求1所述的一种学习资源推荐方法，其特征在于，所述知识点最优关联模型采用基于用户的协同过滤算法向用户推荐Top-N的学习资源。

3.根据权利要求2所述的一种学习资源推荐方法，其特征在于，所述对关联后的学习资源进行评估聚类，具体包括：根据树核网络结合树核计算以及词向量的中文句子语义相似度算法对关联后的学习资源进行评估聚类。

4.根据权利要求3所述的一种学习资源推荐方法，其特征在于，所述知识点最优关联模型根据学习资源被使用的次数，自动调整知识点与学习资源的关联强度。

5.根据权利要求2所述的一种学习资源推荐方法，其特征在于，所述对采集的学习场景数据集进行聚类评估，得到聚类结果，具体包括步骤：

从学习场景数据集中抽取n个样本的m个情境属性建立n×m维矩阵，并对矩阵中的情境属性值进行标准差规格化处理；

计算矩阵中的每两个情境属性值之间的欧式距离，其中每个情境属性值所占权重相等；

根据计算出的欧式距离建立n×n维矩阵，并计算得到聚类结果。

6.根据权利要求5所述的一种学习资源推荐方法，其特征在于，所述根据所述聚类结果对所述当前学习场景进行判别分类，具体包括步骤：

将当前学习场景对应的情境属性值进行标准差规格化处理；

计算处理后的情境属性值至各个聚类中心点的欧式距离，并以欧式距离最短的聚类作为所述当前学习场景的分类结果。

7.根据权利要求1或5或6所述的一种学习资源推荐方法，其特征在于：所述学习场景包括以下情境属性：终端、时间、地理位置、性别、民族、以及年级。

8.根据权利要求1至4任一项所述的一种学习资源推荐方法，其特征在于：所述学习资源包括：文档、视频、音频、试题、以及试卷。

9.一种学习资源推荐设备，其特征在于，包括：至少一个控制处理器和用于与所述至少一个控制处理器通信连接的存储器；所述存储器存储有可被所述至少一个控制处理器执行的指令，所述指令被所述至少一个控制处理器执行，以使所述至少一个控制处理器能够执行如权利要求1至8任一项所述的一种学习资源推荐方法。

10.一种计算机可读存储介质，其特征在于，所述计算机可读存储介质存储有计算机可执行指令，所述计算机可执行指令用于使计算机执行如权利要求1至8任一项所述的一种学习资源推荐方法。