[发明专利]基于电子学习平台的数据处理方法、设备、电子装置及存储介质

权利要求书

1.一种基于电子学习平台的数据处理方法，包括：

使用原始学生资料向量处理设定学习目标的各学习对象向量，得到特定目标的学生资料向量；其中，所述原始学生资料向量包括与设定学生相关的一个或多个属性的属性值，所述设定学习目标包括一个或多个学习对象，任一学习对象向量包括所述一个或多个属性的权重值，且任一属性的权重值表征所述任一属性与所述任一学习对象向量对应的学习对象的相关性；以及

将所述特定目标的学生资料向量输入预测模型，得到所述设定学生在所述设定学习目标上的预测学习表现；其中，所述预测模型对所述特定目标的学生资料向量与所述设定学生在所述设定学习目标上的学习表现之间的关系进行建模；

其中，所述一个或多个属性包括人口统计学资料、学习方式、学习兴趣、社交网络资料、在线互动特征、前提知识评估、或通过从电子学习平台上的课程中提取的结构化和/或非结构化数据得到的学习表现中的一种或者组合。

2.根据权利要求1所述的方法，其中，使用所述原始学生资料向量处理所述设定学习目标的所述各学习对象向量，得到所述特定目标的学生资料向量，包括：

构建所述原始学生资料向量X＝(x₁，x₂，…，x_i，…，x_M)，其中，x_i为所述设定学生的属性i的属性值，且M为正整数；

构建所述设定学习目标的所述各学习对象向量{LO₁，LO₂，…，LO_j，…LO_N}；其中，学习对象j的学习对象向量LO_j＝(w_j1，w_j2，…，w_ji，…，w_jM)，w_ji为属性i的权重值，且N为正整数；

将所述学生资料向量X与所述各学习对象向量{LO₁，LO₂，…，LO_j，…LO_N}相乘，得到各特定对象的学生资料向量{X*LO₁，X*LO₂，…，X*LO_j，…X*LO_N}，其中，针对所述学习对象j的特定对象的学生资料向量X*LO_j＝(x₁*w_j1，x₂*w_j2，…，x_i*w_ji，…，x_M*w_jM)；以及

计算所述各特定对象的学生资料向量的平均值，得到所述特定目标的学生资料向量。

3.根据权利要求1所述的方法，还包括：基于所述特定目标的学生资料向量，使用优化方法确定最佳学生资料向量，使得所述预测模型的输出与给定的所述设定学生在所述设定学习目标上的期望学习表现之间的差值最小化。

4.根据权利要求3所述的方法，其中，使用所述优化方法确定所述最佳学生资料向量，包括：

使用所述优化方法，确定最佳特定目标的学生资料向量；以及

根据所述最佳特定目标的学生资料向量以及所述各学习对象向量，确定所述最佳学生资料向量。

5.根据权利要求3所述的方法，在确定所述最佳学生资料向量之后，还包括：

使用所述最佳学生资料向量处理所述各学习对象向量，以评估各学习对象的最佳重要性数值和/或所述设定学习目标的最佳重要性数值；

使用所述原始学生资料向量处理所述各学习对象向量，以评估所述各学习对象的原始重要性数值和/或所述设定学习目标的原始重要性数值；

基于所述各学习对象的最佳重要性数值与原始重要性数值的差值，确定各学习对象的优先级；和/或基于所述设定学习目标的最佳重要性数值与原始重要性数值的差值，确定所述设定学习目标在多个学习目标中的优先级；其中，差值越大，对应的优先级越高；以及

基于所述各学习对象的优先级和/或所述设定学习目标在多个学习目标中的优先级，为所述设定学生提供学习内容。