[发明专利]一种具有自动推荐功能的幼儿教育用知识学习卡板在审
申请号: | 202110124105.8 | 申请日: | 2021-01-29 |
公开(公告)号: | CN112905518A | 公开(公告)日: | 2021-06-04 |
发明(设计)人: | 范士强;范兆立;范如欣 | 申请(专利权)人: | 上海莎沙教育科技有限公司 |
主分类号: | G06F15/02 | 分类号: | G06F15/02;G06F16/9535;G06F16/9536;G06Q50/20 |
代理公司: | 南京明杰知识产权代理事务所(普通合伙) 32464 | 代理人: | 周丹 |
地址: | 201314 上海市浦*** | 国省代码: | 上海;31 |
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 具有 自动 推荐 功能 幼儿教育 知识 学习 | ||
本发明公开了一种具有自动推荐功能的幼儿教育用知识学习卡板,属于幼儿教育技术领域。本发明包括显示模块和自动推荐功能模块,所述自动推荐功能模块包括典型模型、计时模块、标签存储模块、历史偏好数据集、统计模块、第一协同过滤模块、近邻模型、第二协同过滤模块、数据库生成模块、冷标签图片集、新标签图片集和错序显示模块。幼儿通过该卡板学习各类知识,显示面板为可触屏翻阅的电子书,自动推荐功能模块根据该幼儿停留在屏幕中正在显示的图片上的时长,得到幼儿偏爱的知识内容标签,依照标签进行自动推荐,此外,将幼儿不感兴趣的知识标签和新标签错序添加到自动推荐的内容之中,不仅能引导幼儿学习的兴趣,还利于幼儿教育的知识全面覆盖。
技术领域
本发明涉及幼儿教育技术领域,具体为一种具有自动推荐功能的幼儿教育用知识学习卡板。
背景技术
目前我国的人口基数和城镇化的水平正在逐年增长,随着人们的消费水平的不断提高,家庭结构中幼儿的占比增加,幼儿教育资源的需求也在增加,这也就意味着我国幼儿教育行业的发展正在市场上逐步扩深。将优质便捷的幼儿教育资源供给行业,是推动学前教育发展的一大助力。
现今市场上存在一些以纸片或其它材质的方式用于幼儿学习知识的卡板,这种卡板由于一些材质缺陷,在使用过程中会对于幼儿的安全问题产生一些影响,而且各种五花八门、顺序颠倒繁乱的知识也会使幼儿在学习的过程中觉得枯燥乏味,从而丧失学习兴趣。
因此,我们亟待一种具有自动推荐功能的幼儿教育用知识学习卡板来让幼儿更主动地获得学前教育,以兴趣作引导,拓宽幼儿的知识面。
发明内容
本发明的目的在于提供一种具有自动推荐功能的幼儿教育用知识学习卡板,以解决上述背景技术中提出的问题。
为了解决上述技术问题,本发明提供如下技术方案:
一种具有自动推荐功能的幼儿教育用知识学习卡板,该卡板包括显示面板和自动推荐功能模块,所述显示面板为具备护眼功能的电子阅读器,用户通过显示面板浏览知识学习图片,所述自动推荐功能模块用于向用户自动推荐与其偏好内容相似的学习图片;
所述自动推荐功能模块包括典型模型、计时模块、标签存储模块、历史偏好数据集、统计模块、第一协同过滤模块、近邻模型、第二协同过滤模块、数据库生成模块、图片集和错序显示模块;
所述典型模型用于应对新用户刚开始使用卡板时会遇到的冷启动问题,用户在还没产出任何行为数据时,系统无法对该用户的喜好进行统计分析并实施自动推荐,典型模型代表大多数用户的喜好,具有典型性,所述计时模块用于计算用户在使用卡板进行知识学习时在每张图片上停留的时间和次数,记录下用户长时间和多次停留浏览的图片标签,将此类图片视作用户偏爱的类型,所述标签存储模块归纳存储用户喜爱的图片标签,所述历史偏好数据集将标签存储模块中存储的标签转化为与各个标签对应的图片,所述第一协同过滤模块结合近邻模型中与该用户偏好类似的数据,将近邻用户浏览过、而该用户还没有浏览过的图片进行总结,基于用户进行协同过滤推荐,所述第二协同过滤模块利用基于模型的协同过滤方法训练出一个推荐模型,然后根据实时的用户喜好信息进行预测和推荐,所述数据库生成模块中的数据由第一协同过滤模块和第二协同过滤模块自动推荐出的数据组合而成,所述图片集包括冷标签图片集和新标签图片集,所述冷标签图片集由历史偏爱数据集和典型模型进行筛除处理得到,将冷标签图片集所对应的图片和新标签图片集中的数据一齐加入自动推荐而得的数据库中,所述错序显示模块从该数据库中随机采样,将采样结果呈现到电子屏上,再循环自动推荐过程,使用计时模块计算用户进行知识学习时在每张图片上停留的时间和次数,记录下用户长时间和多次停留浏览的图片标签,将此类图片视作用户偏爱的类型,存入标签存储模块;
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上海莎沙教育科技有限公司,未经上海莎沙教育科技有限公司许可,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/202110124105.8/2.html,转载请声明来源钻瓜专利网。