[发明专利]一种学习内容推荐方法及系统

权利要求书

1.一种学习内容推荐方法，其特征在于，包括以下步骤组成：

步骤一：获取用户学习信息浏览记录和学习记录数据，根据互联网以及线下进行用户资料收集获取，获取到大量用户的学习记录信息及对应的用户信息，然后对信息进行初步分类，同时筛分淘汰无用的用户信息；

步骤二：根据获取的用户浏览信息和当前学习记录，构建用户学习分类框架，将学习记录信息对应至用户信息，实现用户学习分类框架的细致分类来配合下一步的浏览筛分；

步骤三：筛选获取用户信息的学习深度百分比，根据用户学习分类框架的内容，筛分用户信息的浏览学习内容的深度，并将用户深入学习百分比分为0％-15％、16％-40％、41％-100％的三个类型，分类后对应至详细的个人的信息资料进行标记；

步骤四：获取用户个人信息，根据用户学习分类框架和用户深入学习百分比的分类标记获取需要推荐的用户个人信息；

步骤五：根据用户学习分类框架推荐学习内容，根据用户学习分类框架的用户深入学习百分比的不同，0％-15％用户进行多类型推荐、10％-40％用户进行多类型注重同类型推荐、30％-100％用户进行同类型推荐的不同学习内容推荐。

2.根据权利要求1所述的一种学习内容推荐方法，其特征在于，所述根据获取的用户浏览信息和当前学习记录，构建用户学习分类框架是对用户的信息和学习记录数据进行语义解析，再根据语义解析的结果，对用户信息和学习记录数据进行标注标签，根据学习记录数据的标注标签来标记学习记录信息与用户类型之间的关联关系信息，并对学习记录信息中每一条学习记录的知识点进行标记，然后根据关联关系和知识点分类的标记构建用户学习分类框架中的个人学习框架。

3.一种根据权利要求1所述的学习内容推荐系统，其特征在于，包括信息获取单元、信息分类单元、深度筛选单元、用户信息获取模块、学习内容推荐模块；

信息获取单元：在互联网上以及线下获取大量用户的学习记录信息及对应的用户信息，对信息进行初步分类，去除无用的用户信息后留下可推荐的用户信息；

信息分类单元：通过公式对信息进行分类，获取每条学习记录对应的教学内容，提取教学内容中的文本信息，再标记每条学习记录的知识点，再对学习信息细致分类，用户学习信息分类细节公式为并构建用户学习分类框架；

深度筛选单元：根据用户学习分类框架，筛分用户浏览学习内容的深度，并将用户深入学习百分比分为0％-15％、16％-40％、41％-100％三个类型，重复类型用户可进行重复分类；

用户信息获取模块：根据用户学习分类框架的分类获取需要推荐用户信息内容；

学习内容推荐模块：根据深度筛选单元的分类，以及用户信息获取模块分类的用户信息，筛选分类的用户信息中的用户个人信息和用户学习信息，综合用户个人信息和用户学习信息，对用户进行精准学习内容推荐。

4.根据权利要求3所述的一种学习内容推荐系统，其特征在于，所述综合用户个人信息和用户学习信息，对用户进行精准学习内容推荐的具体方法为：

获取用户个人信息中专业学历信息a，赋值权重比例W1；

获取用户学习信息中的课程内容信息b，赋值权重比例W2；

匹配专业学历信息a的内容X及匹配用户学习信息中的课程内容信息b的内容Y，生成最终推送内容Z＝W1*X+W2*Y；

其中，W1+W2＝1，0W11，0W21。

5.根据权利要求3所述的一种学习内容推荐系统，其特征在于，所述用户信息获取模块包括：

用户学习分类框架：根据用户学习分类框架获取对应用户个人信息的人群；

查找单元：根据选择的人群单元精准选择用户个人信息。

6.根据权利要求3所述的一种学习内容推荐系统，其特征在于，所述学习内容推荐模块包括：

内容推荐单元：根据用户用户浏览学习内容选择推荐内容，定位用户样本信息，计算深入学习百分比分别推荐内容，再根据深入学习百分比分别推荐内容；

查找确定单元：用户确定选择推荐学习内容，对接入学习选项中。