[发明专利]“学习基因”个体学习能力测评方法

权利要求书

1.“学习基因”个体学习能力测评方法，其特征是：

（1）“学习基因”通过“为人”、“与人”和“助人”的能力分类，通过对500余个能力指标梳理，形成思考力、品格力、工作力、人际关系力、管控力、责任力、定位力、影响力和领导力的9力模型；用于全面概括不同年龄阶段的能力成长需求特征，设定个人成长的通用发展指标体系；

（2）个人价值测评，用于用户价值指标的设定，通过“重要性”、“知识水平”、“话语权”和“工作难度”四格维度对用户价值进行评估，由此形成对个人价值评估的若干统计分析算法和价值评估指标体系；同时，把通过SNS（微博、校内）等平台的注册信息抓取分析，支撑四个维度的数值化体现；

（3）个人发展取向测评，用于获取用户阅读取向模型，模型主要包括能力系统、情绪系统、意愿系统和行动系统；通过四个系统的组合分析，获得用户内容需求的报告，若干系统产生的输出结果是相关指数，“学习基因”通过测评结果和价值定义结果获取各种用户数据，并形成个人发展取向测评的数据支撑；

（4）信息标签化属性分析，用于定义内容关键字，内容价值层级评估，以及内容标签与PVE对人的测评赋值结果进行匹配；核心特征是通过能力指标体系对数字内容进行指标化标引，为出版物等建立全新能力属性标签；

（5）内容匹配度动态调试，用于被测评人定制高品质内容，及内容的合理搭配，通过“动态调试”按钮拖拽，实现动态匹配内容不同数量的精确排布和推荐，特点是对内容属性的定义，以及设定排布范围；

（6）实时动态推荐系统，用于动态调整信息推送批次，实时控制信息推送的优先级及精准化；当用户进行测评和平台操作时，根据用户测评数据和行为数据的变化，对应“学习基因”系统进行实时动态的内容推荐；核心特点是根据测评选择行为和点击行为进行内容推荐。

2.根据权利要求1所述的“学习基因”个体学习能力测评方法，其特征是，所述的学习基因中，“为人”对应：思考力、品格力、工作力三个模型；“与人”对应人际关系力、管控力、责任力三个模型；“助人”对应定位力、影响力和领导力三个模型。

3.根据权利要求1所述的“学习基因”个体学习能力测评方法，其特征是，所述的用户价值指标设定与用户价值评估结果包括：

首先通过定义最适合被测评人的部分信息，根据通用的标准以确保系统衡量社会组织中不同个体之间的相对价值；然后通过打分的形式，给予较为科学的结果输出；在横向和纵向对比下，给出现状与社群平均水平，现状与预期水平之间的差值，以完善对个人价值的测评。

4.根据权利要求1所述的“学习基因”个体学习能力测评方法，其特征是，所述的阅读取向模型包括:

通过全息视角对个体进行能力、情绪、意向的专业和趣味测评；简化测评系统，互动化、趣味化测评流程；之后在测评维度上，输出全息测评DNA图像阅读用户需求DNA图像。

5.根据权利要求1所述的“学习基因”个体学习能力测评方法，其特征是，信息标签化属性分析包括:

依据目录学、语义学及热门分类粘贴信息标签，定义主要内容关键字，将内容价值进行层级评估，后台储备信息分类集锦，实时更新内容和分类标签，将内容标签与PVE对人的测评赋值结果进行匹配；首先实现的是根据资讯的主旨进行标签赋予，标注该内容的关键词，与测评中心得出的能力指标标签进行对应，进而实现推送；通过初步的信息收集和经验分析，将不同行业、层级下的发展中心按照重要性进行排列，将已有的标签进行赋值，使得初级的标签对应走向数据化对应，即推送的信息有特定的数值去对应测评中心个人价值评分，实现精准推送。

6.根据权利要求1所述的“学习基因”个体学习能力测评方法，其特征是，内容匹配度动态调试包括:

被测评人可以选择更新频率、更新领域、更新范围以及排行范围实现推送内容的高品质定制，读者可以随意拖动调整按钮改编测评匹配结果，根据阅读需要调整测评后推送内容的范围和节奏，可以实现深阅读、浅阅读、多元素、多角度阅读的合理搭配；通过个性化设置，被测评人可以根据需要调整匹配程度（精准或模糊）、匹配领域（PVE的4大维度和能力指标等）以及匹配范围（作品、作者、热门、最新更新等），实现在精确定位下的个性调配，也是让读者了解个人偏好的过程；系统将通过间接友好的界面，给被测评人极大的选择空间，只需要拖动控制按扭，即可调整各个参数下的匹配情况；让被测评人不但拥有专业化的测评和发展中心，还有更多的参与度和积极性。

7.根据权利要求1所述的“学习基因”个体学习能力测评方法，其特征是，实时动态推荐系统包括:

系统会根据被测评人对推送信息的接受程度，动态调整推送的批次，实时控制信息的优先级，伴随着用户数量的增长，实现推送信息的精准化；信息和SNS社群会按照批次由系统向被测评人进行推送，被测评人可以选择接受或者拒绝，系统对被测评人的反应进行记录和追踪，了解其真正需要的信息和社群，形成类似云计算的概念，将注册用户的情况进行收集分析，动态实时地调整推送，由众多被测评人的选择定义系统的推送行为。