[发明专利]一种基于个性化推荐算法的智能导学方法及系统

权利要求书

1.一种基于个性化推荐算法的智能导学方法，其特征在于：包括如下步骤：

S1、搭建智能导学平台，研发基于个性化推荐算法的智能导学系统，并设定系统的应用环境和运行机制，将智能导学系统与校园或网校的信息管理系统连接；

S2、从校园的信息管理系统及其他多方信息来源获取大量的学生信息，对信息数据进行处理分析，并针对每个学生构建唯一的学生画像；

S3、学生以合法身份访问系统平台，平台认证学生的身份信息后，调取该学生的唯一画像特点；

S4、系统根据该学生的资料内容，从基于内容的推荐、协同过滤推荐及若干混合形式的推荐算法中自动选择最优的推荐算法，并对选取的推荐算法进行综合评价；

S5、基于选取的推荐算法，针对学生定制个性化的学习引导方案，实现个别化教育；

S6、实施方案，引导学生自学，基于自然语言给学生提供面授辅导服务，分享网上教学资源，提供综合学习服务，布置作业及对作业进行批改评讲；

S7、在满足网检要求的前提下，采用多样化的方式对学生的学习效果进行形成性的考核，并采用加权平均算法进行考核评分；

其中，考核评分的具体算法表达式为：

式中，F表示学习效果的整体考核评估分值；x₁，x₂，…，x₃分别表示不同考核指标项目的评估分数；f₁+f₂+…+f_k＝n,(n＝1)，f₁，f₂，…，f₃叫做权，分别表示x₁，x₂，…，x₃对应的分值在评估总分值中的占比权重；

S8、系统提供专家答疑功能，学生经由系统平台可以通过语音电话、视频电话、电子邮件、论坛等方式与教师、专家进行无障碍交流；

S9、系统通过机器学习，将往期的工作记录作为训练数据集进行训练学习，逐渐提高智能导学的工作效率及个性化导学的精确度。

2.根据权利要求1所述的基于个性化推荐算法的智能导学方法，其特征在于：所述S2中，对学生的信息数据进行处理分析的方法包括如下步骤：

S2.1、从多数据来源获取大量的学生数据，分别提取属于每个学生的数据并进行归类；

S2.2、对每个学生的数据分别进行抽样、降维、去噪、变换等预处理；

S2.3、分别将每个学生的多方面数据进行碰撞分析，对数据进行相似性度量；

S2.4、分别提取独属于每个学生的个人特征点，包括性格特征、学习习惯、擅长项目及弱势项目等；

S2.5、结合普遍特征及个性特征，针对每个学生构建唯一的学生画像。