[发明专利]基于人工智能的编程学习资源推送方法及编程学习平台

权利要求书

1.一种基于人工智能的编程学习资源推送方法，其特征在于，包括：

获取用户在当前编程学习平台的历史操作记录；

根据所述历史操作记录，提取每个用户的学习关键词，并根据所述学习关键词以及用户在所述编程学习平台中的编程学习资源的使用情况，建立每个用户的编程学习需求库；其中，所述编程学习需求库包括至少一个与所述学习关键词关联的编程学习资源，所述编程学习资源包括编程代码片段、常用命令集合、试题、教程、书籍、行业报告、经验分享中的一种或多种；

当检测到所述用户在所述当前编程学习平台上进行与所述学习关键词相关的操作时，唤醒预设的虚拟人物，并由所述虚拟人物在所述当前编程学习平台上推送与所述学习关键词关联的编程学习资源；其中，所述用户在所述当前编程学习平台上进行与所述学习关键词相关的操作，包括输入所述学习关键词，输入与所述学习关键词关联的词语，浏览与所述学习关键词关联的网页，或选择试题训练。

2.根据权利要求1所述的基于人工智能的编程学习资源推送方法，其特征在于，所述根据所述历史操作记录，提取每个用户的学习关键词，并根据所述学习关键词以及用户在所述编程学习平台中的编程学习资源的使用情况，建立每个用户的编程学习需求库，具体为：

根据分词算法，从所述历史操作记录中提取出第一预设数量的关键词，得到学习关键词集合；

根据关键词排序算法，以及用户在所述编程学习平台中的编程学习资源的使用情况，对所述学习关键词集合中的学习关键词进行排序，以建立每个用户的编程学习需求库。

3.根据权利要求1所述的基于人工智能的编程学习资源推送方法，其特征在于，在所述根据由所述虚拟人物在所述当前编程学习平台上推送与所述关键词关联的编程学习资源之前，所述方法还包括：

将检测到的与所述学习关键词相关的操作输入至预设深度学习网络模型中，以确定所述操作对应的编程学习资源；其中，所述预设深度学习网络模型是已经训练完成的基于关联用户操作确定编程学习资源的模型。

4.根据权利要求1所述的基于人工智能的编程学习资源推送方法，其特征在于，当检测到所述操作为输入与所述学习关键词关联的问题后，所述当检测到所述用户在所述当前编程学习平台上进行与所述学习关键词相关的操作时，唤醒预设的虚拟人物，并由所述虚拟人物在所述当前编程学习平台上推送与所述学习关键词关联的编程学习资源，具体为：

根据用户在所述编程学习平台中的编程学习资源的使用情况，识别所述问题中的学习关键词；

结合所述学习关键词以及上下文信息，获取用户使用任意一个编程学习资源后使用相关编程学习资源的概率分布；

根据所述概率分布，将每个相关编程学习资源按照用户使用每个相关编程学习资源的概率由大到小进行优先级排序；

唤醒预设的虚拟人物，并由所述虚拟人物推送至少一个优先等级高的编程学习资源。

5.根据权利要求1所述的基于人工智能的编程学习资源推送方法，其特征在于，所述编程学习需求库包括题库，在所述建立每个用户的编程学习需求库之后，所述方法还包括：

根据用户的历史操作记录，确定所述用户的当前学习进度；

根据所述当前学习进度和预设深度学习网络模型，更新每个用户的题库；

则所述当检测到所述用户在所述当前编程学习平台上进行与所述学习关键词相关的操作时，唤醒预设的虚拟人物，并由所述虚拟人物在所述当前编程学习平台上推送与所述学习关键词关联的编程学习资源，具体为：

当检测到所述操作为选择与所述学习关键词关联的试题训练后，唤醒预设的虚拟人物，并由所述虚拟人物推送更新后的试题训练。

6.根据权利要求1所述的基于人工智能的编程学习资源推送方法，其特征在于，所述虚拟人物还用于根据用户的操作反馈，进行下一轮的编程学习资源推送。