[发明专利]一种基于虚拟社区的用户协作学习方法及系统

权利要求书

1.一种基于虚拟社区的用户协作学习方法，其特征在于，所述方法应用于一种基于虚拟社区的用户协作学习系统，所述方法包括：

提取第一问题的关键词，组成第一关键词集合，其中，所述第一关键词集合包括多个关键词；

根据用户-专业领域-关键词列表，依次为所述多个关键词匹配对应用户，构成第一待邀请用户组，其中，所述第一待邀请用户组包括第一用户、第二用户；

根据艾宾浩斯遗忘曲线，分别评估所述第一用户、所述第二用户对第一问题的感兴趣程度，获得第一综合兴趣度、第二综合兴趣度；

根据用户历史浏览行为，计算第三用户对第一问题的感兴趣程度，获得第三综合兴趣度，其中，所述第三用户为除所述第一待邀请用户组中各用户之外的用户；

利用余弦相似度，计算所述第一综合兴趣度和所述第三综合兴趣度、所述第二综合兴趣度和所述第三综合兴趣度之间的相似度指数，获得第一相似度指数、第二相似度指数；

若所述第一相似度指数和/或所述第二相似度指数符合预设相似度阈值，生成第一待邀请标签，其中，所述第一待邀请标签用于对所述第三用户进行邀请标记；

将所述第一问题发送给所述第一待邀请用户组、所述第三用户进行协作学习。

2.如权利要求1所述的方法，其特征在于，所述构成第一待邀请用户组之前，包括：

根据虚拟社区的所有用户，构成第一社区用户集；

采集所述第一社区用户集中各用户的基本信息，组成第一社区用户基本信息集；

根据所述第一社区用户基本信息集，提取各社区用户的专业领域数据信息，组成第一社区用户的第一专业领域信息集，其中，所述第一专业领域信息集包括多个专业领域；

基于大数据，对所述多个专业领域进行关键词采集，获得第一关键词信息集；

根据所述第一社区用户集、所述第一专业领域信息集、所述第一关键词信息集，构建所述用户-专业领域-关键词列表。

3.如权利要求1所述的方法，其特征在于，所述根据艾宾浩斯遗忘曲线，分别评估所述第一用户、所述第二用户对第一问题的感兴趣程度，包括：

根据艾宾浩斯遗忘曲线，依次计算所述第一用户对所述多个关键词的感兴趣程度，分别获得第一兴趣度、第二兴趣度；

根据所述第一兴趣度、所述第二兴趣度，利用变异系数法计算所述第一用户对所述第一问题的感兴趣程度，获得所述第一综合兴趣度；

根据艾宾浩斯遗忘曲线，依次计算所述第二用户对所述多个关键词的感兴趣程度，分别获得第三兴趣度、第四兴趣度；

根据所述第三兴趣度、所述第四兴趣度，利用变异系数法计算所述第二用户对所述第一问题的感兴趣程度，获得所述第二综合兴趣度。

4.如权利要求2所述的方法，其特征在于，所述根据用户历史浏览行为，计算第三用户对第一问题的感兴趣程度，包括：

根据所述多个关键词，在所述虚拟社区中进行问题遍历，获得包含一个或多个所述多个关键词的问题，构成第一关键词相关问题集；

获得第三用户，其中，所述第三用户为所述第一社区用户集中，除所述第一待邀请用户组中各用户之外的用户；

采集所述第三用户的历史浏览记录，获得第一历史浏览记录；

根据所述第一历史浏览记录，获得所述第三用户对所述第一关键词相关问题集中各相关问题的各兴趣度数据；

根据所述各兴趣度数据，计算获得所述第三综合兴趣度。

5.如权利要求4所述的方法，其特征在于，所述根据用户历史浏览行为，计算第三用户对第一问题的感兴趣程度，包括：

获得所述第一关键词相关问题集的第一相关问题；

根据所述第一历史浏览记录，获得所述第三用户对所述第一相关问题的第一浏览时长信息、第一收藏关注信息、第一参与讨论信息；

根据所述第一浏览时长信息，加和计算获得所述第一关键词相关问题集的第一总浏览时长；

根据所述第一收藏关注信息，计算获得所述第一关键词相关问题集的第一总收藏关注率；

根据所述第一参与讨论信息，计算获得所述第一关键词相关问题集的第一总参与讨论率；

根据所述第一总浏览时长、第一总收藏关注率、第一总参与讨论率，利用熵权法计算匹配所述第三用户的兴趣级别，获得所述第三综合兴趣度。