[发明专利]基于学习者画像与习题相似度的预科中文习题推送方法

说明书

本发明实施例公开了一种基于学习者画像与习题相似度的预科中文习题推送方法，首先基于用户的母语语系与用户的历史做题轨迹构建学习者画像；之后构建知识点多叉树，进而采用LCA机制计算习题相似度；接着融合学习者画像与习题相似度生成候选习题队列；最后基于用户交互数据实时生成推送习题队列。本发明实施例针对预科留学生，构建了用户的深度垂直学习者画像；充分利用习题的多层语义信息，提升了习题推送的精准性与可解释性；采用实时交互数据，实现“i+1”教学理论下的实时引导。

技术领域

本发明涉及推荐算法技术领域，具体涉及一种基于学习者画像与习题相似度的预科中文习题推送方法。

背景技术

线上教育因其独特优势，因此各院校也顺势推出针对境外生的在线学习平台。其中，预科中文学习是这些在线学习平台的重要组成部分，能为参加教育部推出的本科来华留学生预科教育结业考试的留学生提供在线智能学习辅导，帮助学生顺利通过考试并且获得高分。平台涵盖汉语水平测试，真题练习，模拟考试等实用功能。

目前，用户在传统预科中文学习平台上获取习题，往往只能停留在按知识点、按错题本或纯随机出题，其本质是被动的、非个性化的推送机制，系统不能根据多维度的信息为学习者推送习题，因此导致学习者学习效率不高，学习体验差与平台习题利用率低等问题。因此针对以上描述的问题和缺陷，广大中文预科学习者迫切需要能够结合多个维度的、主动的、个性化的习题推送算法。

发明内容

本发明要解决的技术问题，在于提供一种基于学习者画像与习题相似度的预科中文习题推送方法，通过融合学习者画像与习题相似度生成候选习题队列，然后基于用户交互数据实时生成推送习题队列，实现多维度的、主动的、个性化的习题推送。

为了解决上述技术问题，本发明是这样实现的：

本说明书实施例提供了一种基于学习者画像与习题相似度的预科中文习题推送方法，包括：

步骤10、基于用户的母语语系与用户的历史做题轨迹构建学习者画像；

步骤20、构建知识点多叉树，然后采用LCA机制计算习题的相似度；

步骤30、基于用户的学习者画像与习题相似度，生成候选习题队列；

步骤40、基于用户交互数据遍历候选习题队列，生成推送习题队列。

进一步地，所述步骤10具体包括：

步骤11、将用户的母语信息L映射到九大语系与孤立语系LF，LF∈(0,1,2,3,4,5,6,7,8,9)；

步骤12、获取用户的历史做题轨迹数据集H，构建用户习题轨迹向量X，其中，X的长度为预科留学生中文知识大纲一级知识点的规模，X的值为一级知识点的做题准确率；

步骤13：汇总用户的母语信息L、语系数据LF以及用户习题轨迹向量X形成学习者画像UP＝(L，LF，X)；

步骤14：对于任意两位用户a和用户b，学习者画像分别为Ua(L1，LF1，X1)与Ub(L2，LF2，X2)，采用如下公式计算用户a和用户b学习者画像的相似度：

其中，n为预科留学生中文知识大纲一级知识点的规模，X_1i为用户a在预科留学生中文知识大纲第i个一级知识点下的做题准确率，X_2i为用户b在预科留学生中文知识大纲第i个一级知识点下的做题准确率。

进一步地，所述步骤S20具体包括：

步骤21、根据预科中文知识大纲构造知识点多叉树T，所述知识点多叉树T的根节点R为一虚拟节点，深度h为0，深度h为1的节点与中文知识大纲的一级知识点对应设置，下层子节点与中文知识大纲的下层知识点对应设置；定义所述知识点多叉树T路径权值函数为：