[发明专利]一种带有数据增强的线上教学推荐系统

权利要求书

1.一种带有数据增强的线上教学推荐系统，包括：数据收集模块，数据集增强模块，课后习题推荐模块和课程内容推荐模块，其特征在于，

数据收集模块，用于接收学生输入的学生基础信息并保存，在获得学生同意后收集学生的学习内容信息以及学生的行为数据并保存；基于学生基础信息、学生的学习内容信息和学生的学习行为数据构建真实数据集；

数据增强模块，根据数据收集模块构建的真实数据集，生成虚拟数据集，其中虚拟数据集的数据容量大于真实数据集；其中，虚拟数据集中的每条虚拟数据的生成处理过程为：

步骤一：以真实数据集包括的学生信息项为模板，得到真实数据集特征，并将其分为三类：学生特征，学习内容特征和学习行为特征；

步骤二：使用GAN结合真实数据集中的学生特征数据训练出虚拟学生生成器；

步骤三：使用GAN结合真实数据集中的学习内容特征数据训练出虚拟学习内容生成器；

步骤四：使用CTGAN和真实数据集中的学生特征数据和学习行为特征数据训练出学生的学习行为生成器；

步骤五：分别在训练好的虚拟学生生成器、虚拟学习内容生成器和学生的学习行为生成器中输入噪音，依次得到虚拟学生特征、虚拟学习内容和学生的学习行为；

步骤六：组合虚拟学生特征、虚拟学习内容和学生的学习行为得到一条虚拟数据，并加入虚拟数据集中；

课后习题推荐模块，基于数据增强模块构建的虚拟数据集对预置的课后习题推荐模型进行训练，得到训练好的课后习题推荐模型；以及在学生每完成一个单位的学习内容后，基于学生的学习内容和学习行为，提取与课后习题推荐模型的输入相匹配的课后习题推荐特征并输入训练好的课后习题推荐模块，生成推荐课后习题并向学生推送；

课程内容推荐模块，基于数据增强模块构建的虚拟数据集对预置的课后内容推荐模型进行训练，得到训练好的课后内容推荐模型；以及在学生每完成指定的多个单位的学习内容后，基于学生的学习内容和学习行为，提取与课后内容推荐模型的输入相匹配的课后内容推荐特征并输入训练好的课后内容推荐模块，生成推荐课程学习内容并向学生推送。

2.如权利要求1所述的系统，其特征在于，所述学生基础信息、学生的学习内容信息和学生的学习行为数据分别为：

学生基础信息包括：学生的国籍，学历，年龄，性别，学生类型，学生成绩，学生证书；

学生的学习内容信息包括：课程ID，课程难度，课后习题ID，课后习题难度；

学生的学习行为数据包括：课程交互次数，课程访问天数，播放视频次数，学习章节数，论坛发帖数，课后习题。

3.如权利要求2所述的系统，其特征在于，所述学生特征，学习内容特征和学习行为特征分别为：

学生特征包括：学生的国籍，学历，年龄，性别，学生类型，学生成绩，学生证书；

学习内容特征包括：课程ID，课程难度，课后习题ID，课后习题难度；

学习行为特征包括：课程交互次数，课程访问天数，播放视频次数，学习章节数，论坛发帖数，课后习题正确率。

4.如权利要求1所述的系统，其特征在于，所述课后习题推荐模块在学生每完成一个小节的学习内容后，生成推荐课程学习内容并向学生推送；所述课程内容推荐模块在学生每完成一个章节的学习后，生成推荐课程学习内容并向学生推送，其中，推荐课程学习内容为本章节中建议巩固学习的小节或者扩展内容。