[发明专利]一种在线学习兴趣点分析方法及系统

说明书

本发明公开了一种在线学习兴趣点分析方法，涉及在线学习兴趣点分析技术领域。本发明包括监测用户的查询请求信息；采集用户发表动态消息；确定请求消息和动态消息的主题分类；累计计算各主题分类在域值时间内的权值和；利用权值和乘以预设的各主题分类的兴趣占比率获得对应兴趣指数值；根据各主题分类的兴趣指数值分析该用户的兴趣分布。还提供一种在线学习新区点分析系统。本发明通过监测用户的社交网络查询请求信息以及采集用户发表的动态消息以及该用户在社交网络中所关注的动态消息，同时计算消息权重分析学习兴趣点，提高了网络学习兴趣点分析的合理性，同时提高了网络学习兴趣点的准确性，方便用户网络学习。

技术领域

本发明属于在线学习兴趣点分析技术领域，特别是涉及一种在线学习兴趣点分析方法及系统。

背景技术

随着互联网技术在全球范围内被更广泛领域内的应用，人们开始关注网上学习给人们带来的益处。

用户学习兴趣点是网络兴趣学习推送关注的重中之重。由于用户的即时兴趣受到生活习惯、时间、地点、天气、工作计划及其他周围环境因素的影响，其预测工作也变得非常复杂。并且，导致预测工作更为困难的是，针对某一用户的即时兴趣是完全个性化的，无法以其他个体的交易数据作为经验历史数据来借鉴。

本发明致力于发明一种在线学习兴趣点分析方法及系统，用于解决现有网络学习兴趣点分析不合理以及学习兴趣点分析困难的问题。

发明内容

本发明的目的在于提供一种在线学习兴趣点分析方法，通过监测用户的社交网络查询请求信息以及采集用户发表的动态消息以及该用户在社交网络中所关注的动态消息，同时计算消息权重分析学习兴趣点，实现了网络学习兴趣点合理分析，解决了现有网络学习兴趣点分析不合理以及学习兴趣点分析困难的问题。

为解决上述技术问题，本发明是通过以下技术方案实现的：

本发明为一种在线学习兴趣点分析方法，包括：

A000：监测用户的社交网络查询请求信息；

A001：采集用户发表的动态消息以及该用户在社交网络中所关注的动态消息；

A002：根据预先确定的兴趣分类模型，确定所述请求消息和所述动态消息的主题分类；

A003：根据所述请求消息和动态消息距离当前时间的时间距离计算消息权重；

A004：累计计算各所述主题分类在域值时间内的权值和；

A005：利用权值和乘以预设的各所述主题分类的兴趣占比率获得对应兴趣指数值；

A006：根据各所述主题分类的兴趣指数值分析该用户的兴趣分布。

优选地，所述对于某一主题分类的兴趣指数值与用户对该主题分类的兴趣度成正比；所述社交网络包括微博、浏览器、微信；所述动态消息距离为查询请求信息、以及发表或关注动态消息距离当前时间的时间距离。

优选地，所述兴趣分类模型预先确定的步骤如下：

B000：获取训练数据并对所述训练数据进行标注；

B001：将所述训练数据转换为特征向量集合；

B001：量化主题分类的兴趣占比率，生成基于文本的兴趣分类模型。

优选地，B000中获取训练数据并对所述训练数据进行标注具体过程如下：

C000：使用网络爬虫从数据源处收集页面数据；

C001：对所收集的页面数据进行文本数据的抽取；

C002：根据抽取的文本数据设置若干个兴趣类别，并为每一兴趣类别添加标签。