[发明专利]一种基于强制督学和智能推荐的学习方法及系统在审

专利信息
申请号: 202110480783.8 申请日: 2021-04-30
公开(公告)号: CN113052737A 公开(公告)日: 2021-06-29
发明(设计)人: 谭金龙;李勇 申请(专利权)人: 成都市教育家网络科技有限公司
主分类号: G06Q50/20 分类号: G06Q50/20;G06Q30/06;G06F16/9535
代理公司: 成都巾帼知识产权代理有限公司 51260 代理人: 邢伟
地址: 610000 四川省成都市高新*** 国省代码: 四川;51
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 基于 强制 督学 智能 推荐 学习方法 系统
【说明书】:

发明公开了一种基于强制督学和智能推荐的学习方法及系统,所述方法包括:S1.学习平台向用户下发的学习任务,用户登录学习平台后,基于学习任务,在学习平台上对学习任务相应的课程进行学习;S2.在用户的学习过程中,学习平台随机弹出与课程相关的问答页面,用户回答正确后,课程才能够继续播放;S3.在课程学习完成后,学习平台为用户生成课后检测试题,并对用户的答题结果进行评测,得到检测分数,并进行错题统计;S4.学习平台结合用户的课程学习情况,向用户进行课程的智能推荐。本发明能够有效实现对学习过程中的监督,提高学习效率和学习效果,并且能够提高课程推送的有效性和准确性。

技术领域

本发明涉及智能教育,特别是涉及一种基于强制督学和智能推荐的学习方法及系统。

背景技术

随着云计算等技术的发展,以前只能在线下进行的教育工作,已经逐步开始在线上进行,特别是不方便出门,不方便聚集时,在线教育和在线学习已经逐步成为了一个研究热点。

但是,就目前而言,在线教育缺乏有效的监督机制,相比于线下教育,学员更容易出现精力不集中,开小差等情况,这就大大降低了在线学习的效率;同时,现有的线上学习系统很难根据用户自身的情况,进行课程的有效推荐。

发明内容

本发明的目的在于克服现有技术的不足,提供一种基于强制督学和智能推荐的学习方法及系统,能够有效实现对学习过程中的监督,提高学习效率和学习效果,并且能够提高课程推送的有效性和准确性。

本发明的目的是通过以下技术方案来实现的:一种基于强制督学和智能推荐的学习方法,包括以下步骤:

S1.学习平台向用户下发的学习任务,用户登录学习平台后,基于学习任务,在学习平台上对学习任务相应的课程进行学习;

S2.在用户的学习过程中,学习平台随机弹出与课程相关的问答页面,用户回答正确后,课程才能够继续播放;

S3.在课程学习完成后,学习平台为用户生成课后检测试题,并对用户的答题结果进行评测,得到检测分数,并进行错题统计;

S4.学习平台结合用户的课程学习情况,向用户进行课程的智能推荐。

优选地,所述步骤S1中,学习平台上的课程为不允许快进和拖动的视频课程。所述步骤S1中,用户通过微信小程序或PC电脑上的WEB端登录学习平台。

所述步骤S4包括:

对于任一目标用户,统计该目标用户已经在平台中进行课程学习的次数;

判断学习次数是否大于预设阈值:

若否,基于流行度和目标用户基本信息进行课程推荐;

若是,基于目标用户行为、目标用户基本信息和课程关联性对进行课程推荐。

其中,所述基于流行度和目标用户基本信息进行课程推荐的过程包括:

A01.对学习平台上的课程进行遍历,对于每一个课程,统计浏览人数和学习人数;所述浏览人数是指查看该课程基本信息的人数,所述学习人数是指对该课程进行了学习的人数;

A02.对每一个课程的学习人数和浏览人数进行加权融合,得到每个课程的流行度:

对于任一课程,设其浏览人数为x,学习人数为y,则计算该课程的流行度Z为:

Z=a*x+b*y;

其中,a、b为预设的加权系数,ba0,且a+b=1;

A03.按照课程流行度从大到小进行排序,取前M项课程作为课程推荐的初始集合,M为预设常数;

A04、基于目标用户基本信息,从课程推荐的初始集合中,获取最终课程推荐集合:

根据与目标用户基本信息一致的其他用户对初始集合中课程的偏好情况,对初始集合中的课程进行筛选,得到最终的推荐集合推荐给用户:

从平台所有用户中,筛选出与目标用户年龄段、岗位、地区、学科、性别一致的其他用户作为一致性用户;

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成都市教育家网络科技有限公司,未经成都市教育家网络科技有限公司许可,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/202110480783.8/2.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