[發明專利]多模態在線學習資源網絡推薦系統及其推薦方法

在審

• 申請號: 202010521526.X
• 申請日: 2020-06-10
• 公開（公告）號: CN111737570A
• 公開（公告）日: 2020-10-02
• 發明（設計）人: 姜文君;楊喜喜;任德盛;張吉;任演納
• 申請（專利權）人: 之江實驗室;湖南大學
• 主分類號: G06F16/9535
• 分類號: G06F16/9535;G06F16/36;G06Q10/06;G06Q50/20
• 代理公司: 深圳市中原力和專利商標事務所(普通合伙) 44289
• 代理人: 胡國良

1.一種多模態在線學習資源網絡推薦系統，其特征在于，包括：

數據采集模組，其采集學習者信息及學習資源信息；

學習能力評估模組，其根據所述數據采集模組所采集的學習者信息獲得學習者的學習能力值；

學習資源難度計算模組，其根據所述數據采集模組所采集的學習資源信息計算學習資源難度值；及

學習資源推薦模組，其分別接收來自所述學習能力評估模組的學習能力值以及所述學習資源難度計算模組的學習資源難度值，并根據所述學習能力值及所述學習資源難度值之間的相互匹配值生成學習資源推薦方案，并選擇性推薦滿足設定匹配值的學習資源至學習者。

2.根據權利要求1所述的多模態在線學習資源網絡推薦系統，其特征在于，所述學習資源信息包括多種表達形式，所述學習資源網絡推薦系統還包括學習資源表達形式識別模組，所述學習資源表達形式識別模組接收所述學習資源信息，并識別所述學習資源信息的表達形式。

3.根據權利要求2所述的多模態在線學習資源網絡推薦系統，其特征在于，所述學習資源推薦模組根據所述學習資源信息的表達形式、所述學習能力值與所述學習資源難度值之間的相互匹配值生成學習資源推薦方案，其中所述學習資源的表達形式包括文字、語音、圖片、音頻及視頻中的任意一種或多種。

4.根據權利要求3所述的多模態在線學習資源網絡推薦系統，其特征在于，所述學習資源網絡推薦系統還包括學習行為識別模組，所述數據采集模組還進一步采集所述學習者的學習行為信息，所述學習行為識別模組接收所述學習行為信息，并識別所述學習行為，所述學習資源推薦模組根據所述學習者學習行為信息結合所述學習資源表達形式的匹配值，對應推薦學習資源至所述學習者。

5.根據權利要求4所述的多模態在線學習資源網絡推薦系統，其特征在于，所述學習資源信息包括多個概念，所述學習資源難度計算模組根據所述多個概念之間的關系及對所述概念的限定通過評估計算學習資源的難度值和/或所述學習資源難度計算模組根據所述學習者的學習行為信息計算所述學習資源的難度值。

6.根據權利要求5所述的多模態在線學習資源網絡推薦系統，其特征在于，所述學習資源難度計算模組根據所述學習資源信息的多個概念之間的關系、以及所述學習者的學習行為計算學習資源的至少一難度值，將其分別標準化并連接在一起組成學習資源難度向量。

7.根據權利要求6所述的多模態在線學習資源網絡推薦系統，其特征在于，所述標準化公式如下：

其中，x是當前變量，x_min是所有x變量中的最小值，x_max是所有x變量中的最大值，x_new是標準化之后的變量值；

所述連接方法公式如下：

D＝D1⊕D2⊕D3⊕D4⊕D5⊕D6

其中，D1-D6是根據不同方法并經過標準化后獲得的學習資源難度值，至此，獲得所述學習資源的難度值，其中D1是根據學習資源中所述概念之間的關系計算獲得的學習資源難度值，D2是根據學習資源的學習人數計算獲得的學習資源難度值，D3是根據學習資源中的文字描述計算獲得的學習資源難度值，D4是根據學習資源的評分計算獲得的學習資源難度值，D5是根據學習者在學習資源中的行為信息計算獲得的學習資源難度值，D6是根據學習者在學習資源中做題、考試的得分計算獲得的學習資源難度值，符號⊕為向量拼接操作。