[发明专利]一种网络教学资源的个性化搜索方法有效

专利信息
申请号: 201310076867.0 申请日: 2013-03-11
公开(公告)号: CN103116657A 公开(公告)日: 2013-05-22
发明(设计)人: 倪晚成;赵美静;张海东;温大勇 申请(专利权)人: 中国科学院自动化研究所
主分类号: G06F17/30 分类号: G06F17/30
代理公司: 中科专利商标代理有限责任公司 11021 代理人: 宋焰琴
地址: 100190 *** 国省代码: 北京;11
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 网络 教学 资源 个性化 搜索 方法
【权利要求书】:

1.一种网络教学资源的个性化搜索方法,其包括预处理阶段和实时搜索阶段;

所述预处理阶段包括:基于知识的资源搜索部分和基于用户特征的资源搜索部分;其中,所述基于知识的资源搜索部分根据教学对象的特征搜索教学资源,获得公共资源搜索列表和基础资源搜索列表;所述基于用户特征的资源搜索部分根据用户的特征,获得用户特征与资源的相关列表;所述基于知识的资源搜索部分和基于用户特征的资源搜索部分并行执行,且所述公共资源搜索列表、基础资源搜索列表和用户特征与资源的相关列表定时更新;

在所述实施搜索阶段,根据所输入的当前教学对象对应的系统参数,从所述公共资源搜索列表、基础资源搜索列表和用户特征与资源的相关列表提取相关的内容,并过滤和融合得到最终的资源搜索列表。

2.如权利要求1所述的方法,其特征在于,所述公共资源搜索列表通过公共资源倒排索引表表示;所述公共资源倒排索引表如下建立:

步骤11:针对教学资源构建领域知识树;

步骤12:对教学资源进行分类标注;

步骤13:基于所构建的领域知识树对教学对象扩展查询关键词;其中所述查询关键词为所述教学对象在所述领域知识树上对应的若干个属性值;

步骤14:根据扩展后的查询关键词得到公共资源倒排索引表。

3.如权利要求2所述的方法,其特征在于,所述步骤11中领域知识树包括教材横向知识树和学科知识点纵向知识树,其中教材横向知识树为根据国家标准对教材资源进行分级组织得到的;而所述学科知识点纵向知识树则为根据总结学科在一段时期内的纵向知识点而得到的具有普遍适应性的知识归纳树。

4.如权利要求2所述的方法,其特征在于,所述步骤11中领域知识树还包括人物树、事件树和地点树,分别包括教材资源所涉及的人物、事件和地点信息。

5.如权利要求2所述的方法,其特征在于,步骤12中对教学资源进行分类标注包括将教材资源分类为基础资源和公共资源,其中基础资源指的是专门针对教材中某一节知识的教学资源,而其他均为公共资源。

6.如权利要求2所述的方法,其特征在于,步骤13中基于所构建的领域知识树扩展查询关键词具体包括:

步骤131:把教学对象定位到其中一棵领域知识树的具体知识节点上,并且为其建立属性;

步骤132:基于所建立属性的属性值在相关领域知识树上搜索相关知识节点并得到其他知识节点的属性和相应地属性值;

步骤133:根据上一步骤搜索得到的属性值来搜索相关领域知识树,以获得更深扩展层级的知识节点及其属性;

步骤134:对所得到的属性值赋予不同的权重,其中属性值的权重随着搜索扩展层级深度的加深而减小。

7.如权利要求2所述的方法,其特征在于,所述步骤14中根据扩展后的查询关键词得到公共资源倒排索引表包括:根据所扩展得到的查询关键词对教学资源进行查询以得到查询关键词对应的相关资源,根据所述查询关键词及其对应的相关资源建立所述公共资源倒排索引表。

8.如权利要求1所述的方法,其特征在于,所述基础资源搜索列表通过基础资源倒排索引表表示;所述基础资源倒排索引表由基础资源及其所属教学任务两项组成;所述教学任务包括教学设计、课件制作和作业布置。

9.如权利要求1所述的方法,其特征在于,所述根据用户特征建立用户特征与资源相关列表具体包括:

步骤21:分析用户行为,得到用户特征;其中用户特征包括用户行为及用户信息;

步骤22:根据所述用户特征建立用户特征与资源相关列表;其中用户特征与资源相关列表包括:用户特征和用户特征对应的资源。

10.如权利要求1所述的方法,其特征在于,所述实时搜索阶段具体包括:

步骤31:输入当前教学对象对应的教学任务及用户所选取的用户特征;

步骤32:根据所述教学任务提取相关的基础资源搜索列表和公共资源搜索列表,根据用户所选取的用户特征提取相关的用户特征与资源相关列表;

步骤33:根据资源的相应权重,对所提取的相关的基础资源搜索列表、公共资源搜索列表和用户特征与资源相关列表中的资源进行过滤和排序,得到最终的搜索结果。

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中国科学院自动化研究所,未经中国科学院自动化研究所许可,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/201310076867.0/1.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