[发明专利]一种智能学习内容推送方法及系统

说明书

本发明提出一种智能学习内容推送方法和系统，引入了机器学习的先进算法，将单词特征，用户特征，外部特征，以及记忆特征等变量进行训练，得出一套机器学习模型，实时更新用户的学习推送方案。对每个人因材施教，实时动态推送最适合该用户的个性化定制记单词方案以及规划。

技术领域

本发明涉及人工智能领域，尤其涉及一种智能学习内容推送方法及系统。

技术背景

人工智能是计算机科学的一个分支，它企图了解智能的实质，并生产出一种新的能以人类智能相似的方式做出反应的智能机器，该领域的研究包括机器人、语言识别、图像识别、自然语言处理和专家系统等等。人工智能从诞生以来，理论和技术日益成熟，应用领域也不断扩大，可以设想，未来人工智能带来的科技产品将会是人类智慧的“容器”。人工智能可以对人的意识、思维的信息进行模拟。人工智能不是人的智能，但能像人那样思考、也可能超过人的智能。人工智能是一门极富挑战性的科学，其是十分广泛的科学，它由不同的领域组成，如机器学习、深度学习等等，总的来说，人工智能研究的一个目标是使机器能够胜任一些通常需要人类智能才能完成的复杂工作。

机器学习和深度学习是人工智能的核心学科，某种程度上来讲深度学习也属于机器学习的范畴，机器学习是人工智能研究发展到一定阶段的必然产物，其专门研究通过计算机学习场景数据中内在的规律性信息，模拟或实现人类的学习行为，以获取新的知识或经验，重新组织已有的知识结构然后不断改善系统自身的性能，最后使计算机能够像人类一样做智能决策。在现在这个大数据时代，机器学习已经成为了人工智能领域的热门方向，随着各个行业领域产生的数据量急剧增多，因此对处理和分析数据的效率要求变高，一系列的机器学习算法以及相应的系统应运而生，并且其作用及功能被极大化。正是因为大数据使得机器学习可以在大量的经验中进行学习，从而不断地提升自身的性能。

对于词汇的学习，最早学习者基本都是通过多次的没有规则的死记硬背，这样的学习效率低下，而且容易遗忘。后来越来越多的人开始研究如何有效地学习词汇，因此很多的学习词汇的方法以及辅助学习词汇的装置也应运而生。目前学习词汇的方法和装置(比如学习词汇的软件或者电子产品)仅仅是从数据库中随机的挑选词汇推送给用户学习，然后当学习完词汇后，接着从用户没有记住的词汇的数据库中再次随机挑选词汇推送给用户学习，但是这样会忽略一个很重要的问题，那就是用户在当下记住的词汇，在之后的一段时间内可能会遗忘掉，这主要是没有考虑用户本身的记忆画像和词汇的记忆画像，因此这种简单的随机挑选词汇的方式并不能有效地判断用户对词汇的学习程度。如此会产生恶性的后果，那就是用户会以为自身已经记住了推送的词汇，严重的误导用户。

不仅如此，目前的学习词汇的方法和装置不能对不同的用户实现个性化的辅助学习，不同的用户在学习能力、词汇基础以及年龄等方面存在很大的差异，因此仅仅使用单一的方式帮助用户学习词汇，并不能有效地帮助多数用户学习词汇。

除此以外，每个单词之间也存在着不同层次的关联关系，有的是近义关系，有的是联想关系，有的是词素构成关系，有的是记忆辅助关系，这一系列的关联关系难以用传统算法进行精准量化及处理，很容易被简单的统计学处理方法带来误导或不完备。

综上所述，如何提出一种通用的并且智能化的方法和辅助学习的装置可以帮助学习者有效地学习词汇是本领域亟需解决的技术问题。

发明内容

为了实现一种智能学习内容推送方法及系统，本申请实施例提供的技术方案如下：

提出了一种智能学习内容推送方法，包括以下步骤：

步骤S101、对语言词汇学习场景进行建模，创建特定的可量化的特征对象；特定的可量化的特征对象包括：用户特征、词汇特征、外部特征、学习特征；

步骤S102、通过深度学习和/或先验算法训练人工智能算法模型组，对同一组输入得到多组输出，并将其输出进行汇总与融合，得到预期记忆程度；