[发明专利]一种强相关于用户知识模型的个性化推荐方法及系统

权利要求书

1.一种强相关于用户知识模型的个性化推荐方法，其特征在于，包括以下步骤：

S1、构建目标用户的个体知识模型，构建步骤包括步骤S11-S12：

S11、获取目标用户的测评结果，所述测评结果由目标用户进行相应测评练习而产生，所述测评练习中关联有预设的知识点；

根据教材目录和/或领域知识构建知识点的多维度立体模型，所述多维度立体模型将知识点分解成最小颗粒；

S12、根据步骤S11中获取的测评结果以及构建的知识点的多维度立体模型，构建该目标用户的个体知识模型；

S2、构建群体知识模型，构建步骤包括步骤S21-22：

S21、针对不同用户执行步骤S11-S12，得到不同用户的个体知识模型；

S22、根据多个用户的个体知识模型，以及数据库中预设的不同层级的课程标准，制定不同层级的群体知识模型；

S3、分析步骤S1构建的所述目标用户的个体知识模型较步骤S2中构建的所述群体知识模型不足的知识点，作为所述目标用户的知识薄弱点；

S4、利用个性化大数据学习引擎根据目标用户的知识薄弱点为所述目标用户制定个人学习计划；

S5、向所述目标用户推送制定的个人学习计划，并接收所述目标用户对所述个人学习计划的执行结果；

S6、根据所述执行结果，实现智能推送，包括：若所述目标用户做错试题，则所述个性化大数据学习引擎向所述目标用户推送相同知识节点的试题；和/或根据所述知识点的多维度立体模型分析做错的试题对应知识节点的下一级知识节点，推送所述下一级知识节点对应的试题。

2.根据权利要求1所述的强相关于用户知识模型的个性化推荐方法，其特征在于，向不同的目标用户执行步骤S1-S5，之后还包括：

记录多个用户在执行各自被推送的个人学习计划的过程中的行为数据，包括每个试题的正确率及每道试题的完成用时；

比较目标用户与全部用户的做题正确率和完成用时，评估所述目标用户对推送的个人学习计划的掌握情况；

将全部用户在执行个人学习计划过程中的行为数据存储更新至数据库内，并利用更新后的数据库指导步骤S2中的构建群体知识模型和优化步骤S4中的个性化大数据学习引擎。

3.根据权利要求1所述的强相关于用户知识模型的个性化推荐方法，其特征在于，步骤S11中的所述测评练习中的试题关联不同的知识节点，所述测评练习分为不同层级。

4.根据权利要求1所述的强相关于用户知识模型的个性化推荐方法，其特征在于，步骤S11中分解得到的最小颗粒本身作为一个知识节点，且颗粒与颗粒、知识节点与颗粒、知识节点与知识节点的联结，能够再次构成新的知识节点。

5.根据权利要求2所述的强相关于用户知识模型的个性化推荐方法，其特征在于，步骤S4中制定的个人学习计划包括试题练习和系列视频，所述个人学习计划针对已掌握知识节点、本该掌握但未掌握知识节点、以及相关联知识节点三个部分占比根据学生对所述个人学习计划的掌握情况而变化。

6.根据权利要求5所述的强相关于用户知识模型的个性化推荐方法，其特征在于，若所述下一级知识节点对应的试题做错，则推送更下一级知识节点对应的试题；

若出现某一知识节点的试题做错，而其下级知识节点的试题做对，则将该知识节点作为错误知识节点，并推送与所述错误知识节点相关的视频给用户。

7.根据权利要求2所述的强相关于用户知识模型的个性化推荐方法，其特征在于，更新后的数据库包括每一位用户的所有做题记录、情况分析和课程标准。

8.根据权利要求1所述的强相关于用户知识模型的个性化推荐方法，其特征在于，步骤S3包括依据用户的个体知识模型和群体知识模型，对比数据库中的课程标准、其他用户同阶段的数据，深入分析用户的知识薄弱点和知识节点未掌握的原因。

9.一种强相关于用户知识模型的个性化推荐系统，其特征在于，包括以下模块：

个体知识模型构建模块，其用于按照以下步骤构建目标用户的个体知识模型：获取目标用户的测评结果，所述测评结果由目标用户进行相应测评练习而产生，所述测评练习中关联有预设的知识点；根据教材目录和/或领域知识构建知识点的多维度立体模型，所述多维度立体模型将知识点分解成最小颗粒；根据获取的测评结果以及构建的知识点的多维度立体模型，构建该目标用户的个体知识模型；

群体知识模型构建模块，其用于按照以下步骤构建群体知识模型：针对不同用户构建得到不同用户的个体知识模型；根据多个用户的个体知识模型，以及数据库中预设的不同层级的课程标准，制定不同层级的群体知识模型；

知识薄弱点确定模块，其用于分析构建的所述目标用户的个体知识模型较所述群体知识模型不足的知识点，作为所述目标用户的知识薄弱点；

个人学习计划制定模块，其用于利用个性化大数据学习引擎根据目标用户的知识薄弱点为所述目标用户制定个人学习计划；

学习计划推送模块，其用于向所述目标用户推送制定的个人学习计划；

执行结果接收模块，其用于接收所述目标用户对所述个人学习计划的执行结果；

智能推送模块，其用于根据所述执行结果，实现智能推送，包括：若所述目标用户做错试题，则所述个性化大数据学习引擎向所述目标用户推送相同知识节点的试题；和/或根据所述知识点的多维度立体模型分析做错的试题对应知识节点的下一级知识节点，推送所述下一级知识节点对应的试题。