[发明专利]一种基于大数据智能推荐算法的学习环境构建方法

权利要求书

1.一种基于大数据智能推荐算法的学习环境构建方法，包括以下步骤：

A、设定用户系统环境场景，监控并采集用户系统环境场景数据集，传输到数据中台，数据中台对采集到的用户系统环境数据参数进行预处理；

B、数据中台对采集到的用户系统环境场景数据集进行数据存储，同时将采集到的用户系统环境场景数据集与数据中台已设定的环境标准数据值进行比对，产生环境差异性由数据中台发出指令到用户系统，对环境进行调整；

C、数据中台同时监控并采集用户系统身体状态数据集，并与数据中台已设定身体状态数据标准值进行比对，当身体状态数据值处于“休息”指令阈值，数据中台发出指令，将用户系统环境场景进行转换，使用户系统环境处于“休息”数据模式，当身体状态数据值处于“精力集中”指令阈值，数据中台发出指令，将用户系统环境场景进行转换，使用户系统环境处于“学习”数据模式；

D、构建密闭远程虚拟学习环境模型，输入学习环境优选推荐算法特征向量，通过模型衡量学习环境的干预程度，将最优的学习环境特征向量转换输出到用户系统；

E、利用物联网技术搭建用户系统虚拟学习环境，构建学习环境优选推荐算法，引入密闭远程虚拟学习环境模型，完成密闭远境构建。

2.根据权利要求1所述的一种基于大数据智能推荐算法的学习环境构建方法，其特征在于：在所述步骤A中，通过网络爬虫技术和人工收集途径获取环境数据，构建环境场景数据集。

3.根据权利要求1所述的一种基于大数据智能推荐算法的学习环境构建方法，其特征在于：在所述步骤A中，对环境数据参数的预处理首先是对收集到的环境数据参数对进行去重、去空操作以剔除乱码的数据，最终获得标准环境数据。

4.根据权利要求1所述的一种基于大数据智能推荐算法的学习环境构建方法，其特征在于：在所述步骤B中，在设定场景后，数据中台会读取出相关的环境参数，发送给对应的各个用户系统，用户系统由负反馈循环系统组成，通过检测---判断---调节步骤进行环境调节，同时每一次都将测量的数据反馈给数据中台进行日志记录，用户系统之间相互独立运行，控制每个用户系统的相关环境变量。

5.根据权利要求1所述的一种基于大数据智能推荐算法的学习环境构建方法，其特征在于：在所述在步骤D中，学习环境优选推荐算法包括模型构建、数据采集，数据处理，数据计算和全局最优解，其中，模型构建包括用户、商品、推荐周期、评价标准四个部分，其中，数据采集包括用户数据采集和商品数据采集，用户数据采集，通过传感器获取用户的学习时间、学习推荐周期以及周期内的学习环境，将数据以一个周期为单元上传只数据中台，对这些数据进行聚类划分，形成用户画像，商品数据采集，采用专家建议和通过网络爬虫技术获得推荐参数，进行数据清洗，同时结合专家以及对于环境对学习人员的学习状态评估产生的推荐参数形成数据的基础，再通过卷积神经网络采集到的数据进行归类聚集形成完善的数据集，获取环境数据，构建环境场景数据集，其中，数据处理选用聚类算法，将海量数据进行划分，结合卷积神经网络，通过神经网络采用高纬度对环境条件计算，从而获得不同的环境参数的分类和用户的分类，其中数据计算包括实时计算和离线计算，实时计算利用flink对小周期的数据进行在线计算，快速迭代出目前用户的状态是不是和当前的环境符合，从而对用户当前的环境进行修正，离线计算利用spark大数据处理框架对数据进行离线处理，通过汇总当前用户在本周期内的学习时长，占比、环境参数以及最优推荐结果等数据上传至数据中台，在数据中台汇总数据后对效果进行计算，其中，全局最优解为防止推荐环境参数进入局部最优解，采用遗传算法中的基因重组和基因变异的方式，对物品的属性进行改变，最终实现环境的微调，将最优的学习环境特征向量转换输出到用户系统。