[发明专利]一种基于教学大数据的智能推荐方法及服务器

权利要求书

1.一种基于教学大数据的智能推荐方法，其特征在于，应用于服务器，所述服务器与多个教学数据捕获设备通信连接，所述方法包括：

获取向所述多个教学数据捕获设备下发教学计划编排信息的教学编排分布的教学捕获大数据中包含的目标数据项目的数据项目统计数据，对所述数据项目统计数据进行标签聚类处理，得到所述数据项目统计数据对应的标签聚类数据；

获取所述数据项目统计数据对应的目标行为分析深度学习网络，通过所述目标行为分析深度学习网络从所述标签聚类数据中提取第一描述分量和第二描述分量，将所述第一描述分量和所述第二描述分量进行教学行为特征分布生成，得到与所述数据项目统计数据相关联的教学行为特征分布；

根据所述教学行为特征分布、所述目标行为分析深度学习网络，对所述标签聚类数据进行教学建立画像分类，得到所述标签聚类数据对应的教学建立画像分类结果；

若所述教学建立画像分类结果指示所述数据项目统计数据中存在满足预设画像模板的标签聚类数据，则将所述目标数据项目确定为教学推荐策略项目，并基于所述教学推荐策略项目以及所述教学推荐策略项目对应的满足预设画像模板的标签聚类数据对所述服务器的教学推荐策略进行更新。

2.根据权利要求1所述的基于教学大数据的智能推荐方法，其特征在于，所述获取向所述多个教学数据捕获设备下发教学计划编排信息的教学编排分布的教学捕获大数据中包含的目标数据项目的数据项目统计数据，对所述数据项目统计数据进行标签聚类处理，得到所述数据项目统计数据对应的标签聚类数据的步骤，包括：

响应针对教学编排分布的编排计划分配请求，输出所述教学编排分布对应的编排计划分配表格；

启动与所述教学编排分布相关联的数据统计过程，在所述数据统计过程对应的数据统计区间内，对所述教学编排分布的至少一个数据项目统计数据进行捕获，将捕获到的所述至少一个数据项目统计数据输出至所述编排计划分配表格，将所述编排计划分配表格上显示的所述至少一个数据项目统计数据确定为与所述教学编排分布相关联的数据项目统计数据清单；所述数据项目统计数据清单包含至少一个数据项目统计数据；

从所述数据项目统计数据清单的至少一个数据项目统计数据中获取教学编排分布的数据项目统计数据，对所述教学编排分布的数据项目统计数据进行教学行为标签解析，得到教学行为标签解析结果；

若所述教学行为标签解析结果指示所述教学编排分布的数据项目统计数据中存在属于标记教学行为标签的目标数据，则基于所述目标数据在所述教学编排分布的数据项目统计数据中确定所述教学编排分布的教学行为拓扑圈所在的拓扑圈信息，从所述教学编排分布的数据项目统计数据中截取所述拓扑圈信息；

在所述拓扑圈信息中将所述教学编排分布的教学行为拓扑圈作为目标数据项目，在所述拓扑圈信息中将所述目标数据项目对应的关系统计数据作为数据项目统计数据；所述目标数据项目为所述教学编排分布的教学行为拓扑圈；

获取用于对所述数据项目统计数据进行标签聚类处理的聚类策略，基于所述聚类策略对所述数据项目统计数据进行标签聚类处理，得到所述数据项目统计数据对应的标签聚类数据。

3.根据权利要求1所述的基于教学大数据的智能推荐方法，其特征在于，所述标签聚类数据的数量为多个；

所述获取所述数据项目统计数据对应的目标行为分析深度学习网络，通过所述目标行为分析深度学习网络从所述标签聚类数据中提取第一描述分量和第二描述分量，将所述第一描述分量和所述第二描述分量进行教学行为特征分布生成，得到与所述数据项目统计数据相关联的教学行为特征分布的步骤，包括：

获取所述数据项目统计数据对应的目标行为分析深度学习网络；所述目标行为分析深度学习网络包括：第一行为分析模块和第二行为分析模块；

通过所述第一行为分析模块从每个所述标签聚类数据中提取时序教学行为特征，将提取到的每个所述标签聚类数据的时序教学行为特征分别确定为第一描述分量；

通过所述第二行为分析模块从每个所述标签聚类数据中提取空序教学行为特征，将提取到的每个所述标签聚类数据的空序教学行为特征分别确定为第二描述分量；

将每个所述标签聚类数据的第一描述分量和对应所述标签聚类数据的第二描述分量进行教学行为特征分布生成，得到每个所述标签聚类数据的教学行为特征分布特征，将每个所述标签聚类数据的教学行为特征分布特征确定为与所述数据项目统计数据相关联的教学行为特征分布。