[发明专利]学习内容的推荐方法、装置、设备及存储介质

权利要求书

1.一种学习内容的推荐方法，其特征在于，包括：

获取表征各知识点之间的总关联关系的知识结构图，以及表征目标对象在设定时间范围内，针对所述知识结构图中部分知识点的学习状态示意图；

基于所述知识结构图和所述学习状态示意图进行第一特征提取，获得所述目标对象在所述设定时间范围内各时间阶段的目标学习能力特征；

基于获得的各目标学习能力特征，为所述目标对象推荐相应的目标学习内容。

2.如权利要求1所述的方法，其特征在于，所述基于所述知识结构图和所述学习状态示意图进行第一特征提取，获得所述目标对象在所述设定时间范围内各时间阶段的目标学习能力特征，包括：

针对所述各时间阶段，分别执行以下操作：

分别从所述学习状态示意图与所述知识结构图中，获取所述目标对象在一个时间阶段的学习状态信息，与相应知识点的子关联关系；

若所述一个时间阶段为首个时间阶段，通过对所述学习状态信息和所述子关联关系进行第一特征提取，获得所述目标对象在所述一个时间阶段的目标学习能力特征；

若所述一个时间阶段为非首个时间阶段，通过对所述学习状态信息、所述子关联关系，以及所述目标对象在上一个时间阶段的目标学习能力特征进行第一特征提取，获得相应的目标学习能力特征。

3.如权利要求2所述的方法，其特征在于，所述通过对所述学习状态信息、所述子关联关系，以及所述目标对象在上一个时间阶段的目标学习能力特征进行第一特征提取，获得相应的目标学习能力特征，包括：

通过对所述学习状态信息和所述子关联关系进行第一特征提取，获得所述目标对象在所述一个时间阶段的候选学习能力特征；

融合所述目标对象在上一个时间阶段的目标学习能力特征与所述一个时间阶段的候选目标学习能力，获得所述目标对象在所述一个时间阶段的目标学习能力特征。

4.如权利要求2或3所述的方法，其特征在于，所述学习状态信息包括：目标对象数据集合，所述目标对象的知识点学习进度及相应的考核分数信息，所述目标对象的实时学习信息。

5.如权利要求1所述的方法，其特征在于，所述基于获得的各目标学习能力特征，为所述目标对象推荐相应的目标学习内容，包括：

通过预设的策略模型对获得的各目标学习能力特征进行第二特征提取，分别获得所述目标对象在学习各候选学习内容时的预测奖励值；

将预测奖励值超过设定阈值的候选学习内容，确定为向所述目标对象推荐的目标学习内容。

6.如权利要求5所述的方法，其特征在于，通过执行以下操作，训练所述策略模型：

获取多个样本数据，每个样本数据包含样本对象在设定时间范围内的状态变化信息；

采用循环迭代的方式，依次读取各样本数据，直至满足迭代停止条件为止，输出训练完毕的策略模型与价值模型；其中，每读取一个样本数据，执行以下操作：

基于所述一个样本数据的状态变化信息，确定预设的价值模型的梯度，并基于所述价值模型的梯度调整相应的模型参数；以及，

基于所述一个样本数据的状态变化信息和所述价值模型的梯度，确定所述策略模型的梯度，并基于所述策略模型的梯度调整相应的模型参数。

7.如权利要求6所述的方法，其特征在于，通过执行以下操作获得一个样本数据：

将样本对象的当前学习状态信息输入所述策略模型中，获得对应的当前学习内容；

通过学习所述当前学习内容，获得相应的策略评估值，及学习完所述当前学习内容之后的下一学习状态信息；

将所述样本对象的当前学习状态信息、对应的当前学习内容和策略评估值，以及所述样本对象的下一学习状态信息，确定为一个样本数据。