[发明专利]一种学习方案推荐方法、装置、设备和存储介质有效

专利信息
申请号: 202010946935.4 申请日: 2020-09-10
公开(公告)号: CN112052393B 公开(公告)日: 2023-10-24
发明(设计)人: 卢雨洁 申请(专利权)人: 腾讯科技(深圳)有限公司
主分类号: G06F16/9535 分类号: G06F16/9535;G06Q10/04;G06Q50/20
代理公司: 深圳市深佳知识产权代理事务所(普通合伙) 44285 代理人: 王兆林
地址: 518057 广东省深圳*** 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 学习 方案 推荐 方法 装置 设备 存储 介质
【权利要求书】:

1.一种学习方案推荐方法,其特征在于,所述方法包括:

获取目标用户的学习活动请求;

根据所述学习活动请求,获取所述目标用户的历史学习数据,所述历史学习数据包括历史学习内容和针对所述历史学习内容的学习结果;

根据所述学习结果进行学习效果评测,得到所述目标用户针对所述历史学习内容的学习效果;

根据所述学习效果更新所述历史学习内容的复习间隔和新学习内容;

根据所述复习间隔和所述新学习内容确定学习方案,以向所述目标用户推荐所述学习方案。

2.根据权利要求1所述的方法,其特征在于,若所述复习间隔为第n个复习间隔,根据所述学习效果更新所述历史学习内容的复习间隔,包括:

根据所述学习效果更新相邻复习间隔的衰变因子;

根据所述衰变因子与第n-1个复习间隔更新第n个复习间隔。

3.根据权利要求2所述的方法,其特征在于,所述根据所述学习结果进行学习效果评测,得到所述目标用户针对所述历史学习内容的学习效果,包括:

利用IRT模型根据所述学习结果进行学习效果评测,得到评价分数,所述评价分数表示所述目标用户针对所述历史学习内容的学习效果;

所述根据所述学习效果更新相邻复习间隔的衰变因子,包括:

根据所述IRT模型判定的目标分数和所述评价分数更新所述衰变因子。

4.根据权利要求1-3任一项所述的方法,其特征在于,所述学习活动为语言学习活动,所述历史学习内容为单词。

5.根据权利要求4所述的方法,其特征在于,所述根据所述学习效果更新所述历史学习内容的复习间隔和新学习内容,包括:

根据单词的类型,对所述单词进行分组;

根据所述单词的分组结果和所述学习效果,更新所述单词的复习间隔和新单词。

6.根据权利要求1-3任一项所述的方法,其特征在于,若在所述根据所述学习结果进行学习效果评测,得到所述目标用户针对所述历史学习内容的学习效果之前,将所述历史学习数据输入学习内容生成模型,以通过所述学习内容生成模型确定所述学习方案,所述方法还包括:

获取所述目标用户在依据所述学习方案进行学习得到的在线学习数据;

根据所述在线学习数据对所述学习内容生成模型进行更新。

7.根据权利要求6所述的方法,其特征在于,所述学习内容生成模型包括IRT模型和记忆模型,所述IRT模型用于确定所述学习效果,所述记忆模型用于确定所述复习间隔,所述IRT模型和所述记忆模型是通过联合训练的方式训练得到的。

8.一种学习方案推荐装置,其特征在于,所述装置包括获取单元、评测单元、更新单元和确定单元:

所述获取单元,用于获取目标用户的学习活动请求;

所述获取单元,用于根据所述学习活动请求,获取所述目标用户的历史学习数据,所述历史学习数据包括历史学习内容和针对所述历史学习内容的学习结果;

所述评测单元,用于根据所述学习结果进行学习效果评测,得到所述目标用户针对所述历史学习内容的学习效果;

所述更新单元,用于根据所述学习效果更新所述历史学习内容的复习间隔和新学习内容;

所述确定单元,用于根据所述复习间隔和所述新学习内容确定学习方案,以向所述目标用户推荐所述学习方案。

9.一种用于学习方案推荐的设备,其特征在于,所述设备包括处理器以及存储器:

所述存储器用于存储程序代码,并将所述程序代码传输给所述处理器;

所述处理器用于根据所述程序代码中的指令执行权利要求1-7任一项所述的学习方案推荐方法。

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用于存储程序代码,所述程序代码用于执行权利要求1-7任一项所述的学习方案推荐方法。

下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。

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腾讯科技(深圳)有限公司,未经腾讯科技(深圳)有限公司许可,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/202010946935.4/1.html,转载请声明来源钻瓜专利网。

×

专利文献下载

说明:

1、专利原文基于中国国家知识产权局专利说明书;

2、支持发明专利 、实用新型专利、外观设计专利(升级中);

3、专利数据每周两次同步更新,支持Adobe PDF格式;

4、内容包括专利技术的结构示意图流程工艺图技术构造图

5、已全新升级为极速版,下载速度显著提升!欢迎使用!

请您登陆后,进行下载,点击【登陆】 【注册】

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top