[发明专利]学习资源分配方法和装置在审
| 申请号: | 201810457603.2 | 申请日: | 2018-05-14 |
| 公开(公告)号: | CN108763342A | 公开(公告)日: | 2018-11-06 |
| 发明(设计)人: | 邓澍军 | 申请(专利权)人: | 北京比特智学科技有限公司 |
| 主分类号: | G06F17/30 | 分类号: | G06F17/30 |
| 代理公司: | 北京清亦华知识产权代理事务所(普通合伙) 11201 | 代理人: | 张润 |
| 地址: | 100094 北京市海淀区丰慧中*** | 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: | 目标对象 方法和装置 候选资源集 学习模式 资源分配 个性化推荐 反馈信息 目标资源 特征数据 学习效率 学习兴趣 用户使用 资源库 申请 学习 匹配 返回 | ||
1.一种学习资源分配方法,其特征在于,包括:
根据目标对象的特征数据,确定所述目标对象的学习模式;
从资源库中获取与所述目标对象的学习模式匹配的候选资源集;
将所述候选资源集发送给所述目标对象;
根据所述目标对象返回的反馈信息,确定与所述目标对象对应的目标资源。
2.如权利要求1所述的方法,其特征在于,所述将所述候选资源集发送给所述目标对象之前,还包括:
根据所述候选资源集中各候选资源与所述目标对象的学习模式的匹配度,确定所述候选资源集中各候选资源的排序。
3.如权利要求2所述的方法,其特征在于,所述确定所述候选资源集中各候选资源的排序之前,还包括:
对资源库中各资源进行解析处理,确定所述资源库中各资源对应的教学模式;
确定所述各资源对应教学模式与所述目标对象的学习模式的匹配度。
4.如权利要求1所述的方法,其特征在于,所述从资源库中获取与所述目标对象的学习模式匹配的候选资源集之前,还包括:
根据所述目标对象对应的第一知识集合及所述资源库中各资源分别对应的第二知识集合,确定与所述目标对象对应的初始候选资源集;
所述从资源库中获取与所述目标对象的学习模式匹配的候选资源集,包括:
从所述初始候选资源集中,获取与所述目标对象的学习模式匹配的候选资源集。
5.如权利要求4所述的方法,其特征在于,所述确定与所述目标对象对应的初始候选资源集之前,还包括:
根据所述目标对象的历史学习记录,确定所述目标对象对应的第一知识集合;
和/或,
根据所述目标对象对应的知识测试结果,确定所述目标对象对应的第一知识集合。
6.如权利要求1-5任一所述的方法,其特征在于,所述将所述候选资源集发送给所述目标对象之前,还包括:
获取所述候选资源集中各候选资源的属性信息及历史服务信息;
所述将所述候选资源集发送给所述目标对象,包括:
将所述候选资源集中各候选资源对应的属性信息及历史服务信息,发送给所述目标对象。
7.如权利要求6所述的方法,其特征在于,所述候选资源的属性信息,包括以下信息中的至少一个:年龄、性别、画像、空闲时间;
所述历史服务信息,包括以下信息中的至少一个:历史服务对象标识、历史服务对象对应的服务时长、历史服务对象的反馈数据、与历史服务关联的多媒体数据。
8.如权利要求1-5任一所述的方法,其特征在于,所述根据目标对象的特征数据,确定所述目标对象的学习模式,包括:
根据预设的特征数据与学习模式的映射关系,确定与所述目标对象的特征数据对应的学习模式;
或者,
将所述目标对象的特征数据输入预设的神经网络模型,根据所述预设的神经网络模型的输出,确定所述目标对象的学习模式。
9.如权利要求1-5任一所述的方法,其特征在于,所述资源库中包括各资源对应的教学模式;
所述从资源库中获取与所述目标对象的学习模式匹配的候选资源集,包括:
从资源库中获取教学模式与所述目标对象的学习模式匹配的候选资源集。
10.一种学习资源分配装置,其特征在于,包括:
第一确定模块,用于根据目标对象的特征数据,确定所述目标对象的学习模式;
获取模块,用于从资源库中获取与所述目标对象的学习模式匹配的候选资源集;
发送模块,用于将所述候选资源集发送给所述目标对象;
第二确定模块,用于根据所述目标对象返回的反馈信息,确定与所述目标对象对应的目标资源。
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北京比特智学科技有限公司,未经北京比特智学科技有限公司许可,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/201810457603.2/1.html,转载请声明来源钻瓜专利网。





