[發明專利]一種學習資料智能推送方法及裝置

在審

• 申請號: 201811201640.3
• 申請日: 2018-10-16
• 公開（公告）號: CN109446213A
• 公開（公告）日: 2019-03-08
• 發明（設計）人: 李健;李鴻釗;張洪亮
• 申請（專利權）人: 四川生學教育科技有限公司
• 主分類號: G06F16/23
• 分類號: G06F16/23;G06F16/245;G06Q50/20;G06N20/00
• 代理公司: 成都弘毅天承知識產權代理有限公司 51230
• 代理人: 劉東

本發明公開了一種學習資料智能推送方法及裝置，所述方法包括：教育服務器將學習終端每次發送的學習數據和考試數據進行關聯后分別存儲于預先創建的機器學習模型的數據庫中；在所述機器學習模型中利用大數據技術持續分析與所述學習終端對應的學習數據和考試數據，并結合所述機器學習模型的數據庫中更新的教育節奏和社會時事構建與該學習終端綁定的學生的當前學習狀態圖像以及得到當前學習狀態分析結果；根據所述當前學習狀態分析結果在預存的學習資料庫中查找匹配的學習資料，計算所述學習資料的匹配系數，并將所述學習資料和對應的匹配系數一并推送給所述學習終端，能夠提高學生在海量的學習資料中選擇到匹配的學習資料的效率和準確性。

技術領域

本發明屬于互聯網智能教育技術領域，尤其涉及一種學習資料智能推送方法及裝置。

背景技術

隨著互聯網科技的發展，智慧教育的時代已經來臨，并能夠有效提高教學質量。然而在信息爆炸式增長的教育環境下，學習資料也變得越來越龐大，如何在海量的學習資料中選擇到匹配的學習資料變得越來越困難。

另外，現有的教育測評大多采用傳統的方法，即教育者通過向學生布置教學作業，根據學生完成教學作業的情況進行分析，了解學生的學習情況，然后根據學生的學習情況調整教學內容以及推送相應的學習資料，這種方式的主觀性太強，過度依賴于教育者的經驗水平和對學生的關注程度，因此很難保證測評結果和學習資料推送的準確性和客觀性，無法給學生后續的學習提供教學意義上的參考價值。

發明內容

有鑒于此，本發明實施例的目的在于提供一種學習資料智能推送方法及裝置，旨在提高學生在海量的學習資料中選擇到匹配的學習資料的效率和準確性以及為學生后續的學習提供教學意義上的參考價值。

本發明采用的技術方案如下：

第一方面，本發明實施例提供的一種學習資料智能推送方法，應用于學習資料智能推送裝置，所述學習資料智能推送裝置包括教育服務器和多個學習終端，其中，每個學習終端與所述教育服務器通信連接，所述學習資料智能推送方法包括：

所述教育服務器接收所述學習終端多次發送的與該學習終端綁定的學生的學習數據和考試數據；

將所述學習終端每次發送的學習數據和考試數據進行關聯后分別存儲于預先創建的機器學習模型的數據庫中；

在所述機器學習模型中利用大數據技術持續分析與所述學習終端對應的學習數據和考試數據，并結合所述機器學習模型的數據庫中更新的教育節奏和社會時事構建與該學習終端綁定的學生的當前學習狀態圖像以及得到當前學習狀態分析結果；

根據所述當前學習狀態分析結果在預存的學習資料庫中查找匹配的學習資料，計算所述學習資料的匹配系數，并將所述學習資料和對應的匹配系數一并推送給所述學習終端。

進一步地，所述學習狀態圖像包括知識圖譜圖像和學習能力強弱圖像。

進一步地，所述結合所述機器學習模型的數據庫中更新的教育節奏和社會時事構建與該學習終端綁定的學生的當前學習狀態圖像以及得到當前學習狀態分析結果的步驟中，所述學習資料智能推送方法具體包括：

所述教育服務器按照時間順序為接收到的學習數據和考試數據分配記憶因子；

根據所述記憶因子構建與該學習終端綁定的學生的當前學習狀態圖像以及得到當前學習狀態分析結果。

進一步地，所述將所述學習終端每次發送的學習數據和考試數據進行關聯后分別存儲于預先創建的機器學習模型的數據庫中的步驟之前，所述學習資料智能推送方法還包括：

對接收到的所述學習數據和所述考試數據分別進行預處理，其中，所述預處理包括統一數據格式和過濾干擾數據。