[發(fā)明專利]學(xué)習(xí)內(nèi)容的推薦方法、裝置、設(shè)備及存儲(chǔ)介質(zhì)

在審

• 申請(qǐng)?zhí)枺?/td>: 202210055320.1
• 申請(qǐng)日: 2022-01-18
• 公開（公告）號(hào): CN114398556A
• 公開（公告）日: 2022-04-26
• 發(fā)明（設(shè)計(jì)）人: 張羅;曾毅;朱群
• 申請(qǐng)（專利權(quán)）人: 騰訊科技（深圳）有限公司
• 主分類號(hào): G06F16/9535
• 分類號(hào): G06F16/9535;G06N5/02;G06N5/00;G06N3/04;G06N3/08;G06Q50/20
• 代理公司: 北京同達(dá)信恒知識(shí)產(chǎn)權(quán)代理有限公司 11291
• 代理人: 朱佳

本申請(qǐng)涉及云技術(shù)領(lǐng)域，特別涉及云教育領(lǐng)域，提供了一種學(xué)習(xí)內(nèi)容的推薦方法、裝置、設(shè)備及存儲(chǔ)介質(zhì)。該方法包括：將反映了各知識(shí)點(diǎn)間的總關(guān)聯(lián)關(guān)系的知識(shí)結(jié)構(gòu)圖，與動(dòng)態(tài)反映了目標(biāo)對(duì)象在設(shè)定時(shí)間范圍內(nèi)學(xué)習(xí)知識(shí)點(diǎn)時(shí)的學(xué)習(xí)狀態(tài)變化情況的學(xué)習(xí)狀態(tài)示意圖相結(jié)合，從中提取出表達(dá)能力更強(qiáng)、更為抽象的目標(biāo)學(xué)習(xí)能力特征，并基于獲得的目標(biāo)對(duì)象在各時(shí)間階段的目標(biāo)學(xué)習(xí)能力特征，確定目標(biāo)對(duì)象對(duì)知識(shí)體系的掌握程度和目標(biāo)對(duì)象的學(xué)習(xí)能力，向目標(biāo)對(duì)象推薦符合目標(biāo)對(duì)象當(dāng)前學(xué)習(xí)能力的目標(biāo)學(xué)習(xí)內(nèi)容，大大提高了推薦準(zhǔn)確率。

技術(shù)領(lǐng)域

本申請(qǐng)涉及云技術(shù)領(lǐng)域，特別涉及云教育領(lǐng)域，提供了一種學(xué)習(xí)內(nèi)容的推薦方法、裝置、設(shè)備及存儲(chǔ)介質(zhì)。

背景技術(shù)

隨著互聯(lián)網(wǎng)技術(shù)的不斷發(fā)展，網(wǎng)絡(luò)逐漸成為大眾提供了獲取知識(shí)的主要渠道之一，因此，在線教育也逐步成為教育行業(yè)發(fā)展的新趨勢(shì)。

在在線教育領(lǐng)域中，通常使用以下方法，向目標(biāo)對(duì)象推薦合適的學(xué)習(xí)內(nèi)容：

采集目標(biāo)對(duì)象在第一時(shí)間段內(nèi)針對(duì)當(dāng)前知識(shí)點(diǎn)的目標(biāo)對(duì)象行為數(shù)據(jù)，通過分析目標(biāo)對(duì)象行為數(shù)據(jù)，確定目標(biāo)對(duì)象對(duì)當(dāng)前知識(shí)點(diǎn)的掌握程度，生成并推送針對(duì)當(dāng)前知識(shí)點(diǎn)的學(xué)習(xí)內(nèi)容。

然而，粗略地分析目標(biāo)對(duì)象在第一時(shí)間段內(nèi)的峰值表現(xiàn)情況、終止表現(xiàn)情況和穩(wěn)定性情況，只能確定目標(biāo)對(duì)象對(duì)當(dāng)前知識(shí)點(diǎn)的掌握程度，不能確定出當(dāng)前知識(shí)點(diǎn)對(duì)其他關(guān)聯(lián)知識(shí)點(diǎn)的影響程度，進(jìn)而無法確定目標(biāo)對(duì)象對(duì)整個(gè)知識(shí)體系的掌握程度，這樣，在目標(biāo)對(duì)象學(xué)習(xí)邏輯縝密、知識(shí)關(guān)聯(lián)性強(qiáng)的內(nèi)容時(shí)，若繼續(xù)采用上述方法向目標(biāo)對(duì)象推送學(xué)習(xí)內(nèi)容，會(huì)降低推薦準(zhǔn)確率，影響目標(biāo)對(duì)象的學(xué)習(xí)體驗(yàn)。

發(fā)明內(nèi)容

本申請(qǐng)實(shí)施例提供了一種學(xué)習(xí)內(nèi)容的推薦方法、裝置、設(shè)備及存儲(chǔ)介質(zhì)，以解決不能確定目標(biāo)對(duì)象對(duì)知識(shí)體系的掌握程度，導(dǎo)致推薦準(zhǔn)確率低的問題。

第一方面，本申請(qǐng)實(shí)施例提供了一種學(xué)習(xí)內(nèi)容的推薦方法，包括：

獲取表征各知識(shí)點(diǎn)之間的總關(guān)聯(lián)關(guān)系的知識(shí)結(jié)構(gòu)圖，以及表征目標(biāo)對(duì)象在設(shè)定時(shí)間范圍內(nèi)，針對(duì)所述知識(shí)結(jié)構(gòu)圖中部分知識(shí)點(diǎn)的學(xué)習(xí)狀態(tài)示意圖；

基于所述知識(shí)結(jié)構(gòu)圖和所述學(xué)習(xí)狀態(tài)示意圖進(jìn)行第一特征提取，獲得所述目標(biāo)對(duì)象在所述設(shè)定時(shí)間范圍內(nèi)各時(shí)間階段的目標(biāo)學(xué)習(xí)能力特征；

基于獲得的各目標(biāo)學(xué)習(xí)能力特征，為所述目標(biāo)對(duì)象推薦相應(yīng)的目標(biāo)學(xué)習(xí)內(nèi)容。

第二方面，本申請(qǐng)實(shí)施例還提供了一種學(xué)習(xí)內(nèi)容的推薦裝置，包括：

處理單元，用于獲取表征各知識(shí)點(diǎn)之間的總關(guān)聯(lián)關(guān)系的知識(shí)結(jié)構(gòu)圖，以及表征目標(biāo)對(duì)象在設(shè)定時(shí)間范圍內(nèi)，針對(duì)所述知識(shí)結(jié)構(gòu)圖中部分知識(shí)點(diǎn)的學(xué)習(xí)狀態(tài)示意圖；

基于所述知識(shí)結(jié)構(gòu)圖和所述學(xué)習(xí)狀態(tài)示意圖進(jìn)行第一特征提取，獲得所述目標(biāo)對(duì)象在所述設(shè)定時(shí)間范圍內(nèi)各時(shí)間階段的目標(biāo)學(xué)習(xí)能力特征；

推薦單元，用于基于獲得的各目標(biāo)學(xué)習(xí)能力特征，為所述目標(biāo)對(duì)象推薦相應(yīng)的目標(biāo)學(xué)習(xí)內(nèi)容。

可選的，所述裝置還包括模型訓(xùn)練單元，所述模型訓(xùn)練單元通過執(zhí)行以下操作，訓(xùn)練所述策略模型：

獲取多個(gè)樣本數(shù)據(jù)，每個(gè)樣本數(shù)據(jù)包含樣本對(duì)象在設(shè)定時(shí)間范圍內(nèi)的狀態(tài)變化信息；

采用循環(huán)迭代的方式，依次讀取各樣本數(shù)據(jù)，直至滿足迭代停止條件為止，輸出訓(xùn)練完畢的策略模型與價(jià)值模型；其中，每讀取一個(gè)樣本數(shù)據(jù)，執(zhí)行以下操作：

基于所述一個(gè)樣本數(shù)據(jù)的狀態(tài)變化信息，確定預(yù)設(shè)的價(jià)值模型的梯度，并基于所述價(jià)值模型的梯度調(diào)整相應(yīng)的模型參數(shù)；以及，

基于所述一個(gè)樣本數(shù)據(jù)的狀態(tài)變化信息和所述價(jià)值模型的梯度，確定所述策略模型的梯度，并基于所述策略模型的梯度調(diào)整相應(yīng)的模型參數(shù)。

可選的，所述模型訓(xùn)練單元通過執(zhí)行以下操作獲得一個(gè)樣本數(shù)據(jù)：