基于情景的资源排序装置和资源排序方法制造方法及图纸

本发明专利技术提供了基于情景的资源排序装置和资源排序方法。一种基于情景的资源排序装置，包括：情景识别单元，被配置为基于情景感知信息，识别与用户的当前情景匹配的一组情景特征；中心计算单元，被配置为基于候选资源集中的候选资源与所述一组情景特征中的情景特征之间的耦合度来计算候选资源在当前情景下的加权系数；以及排序单元，被配置为利用所述加权系数来对所述候选资源集进行排序。

Scenario-based Resource Sorting Device and Resource Sorting Method

The invention provides a scenario-based resource sorting device and a resource sorting method. A scenario-based resource sorting device includes: a scenario recognition unit configured to recognize a set of scenario features matching the user's current scenario based on scenario-aware information; and a central computing unit configured to calculate candidate resources in the current scenario based on the coupling between candidate resources in the candidate resource set and the scenario features in the set. A weighting coefficient; and a sorting unit configured to sort the candidate resource set using the weighting coefficient.

【技术实现步骤摘要】
基于情景的资源排序装置和资源排序方法
本专利技术涉及基于情景的资源排序装置和资源排序方法。更特别地，本专利技术涉及基于用户的学习情景来向用户推荐学习资源的导学系统。
技术介绍
近年来我国教育信息化蓬勃发展，大数据背景下的教育资源库建设成为了一个亮点，教育资源的数据量已经到了极大的量级。相对于互联网数据的海量和无序，教育资源具有资源类型丰富、聚类属性相对明确等特点。然而对于一个学习者来讲，哪怕在一个确定的学习阶段，仍然需要面对庞大的课程包、教辅资料、阅读资料、题库资源等学习资源。因此，如何为学习者提供信息化导学产品、有限时间内获得最精准的学习资源推荐，而不是依靠学习者主动去“找”，成为了一个研究问题。当前已经开发除了多种学习资源推荐方式。其中一种方式是根据导学平台的整体数据统计访问量、热度、“同学正在学”等形式推荐。另一种方式是基于内容或者基于协同过滤的推荐算法，将互联网购物等的推荐方式借鉴到学习资源中来，例如，中国专利申请CN20171079969提出了一种基于网络学习环境的资源推荐系统及方法，其采用了协同过滤的算法，筛选与目标用户的相似群体，结合相似度和用户评分的可信度进行学习资源的评分与推荐。还存在基于数据挖掘的推荐方式，即，导学平台通过对用户浏览web内容的主题和文本等进行挖掘，以推荐相近的主题等。其它还包括基于教学和测评结果的导学。以上几种方式的导学推荐都达到了一定程度的匹配和个性化。但是这些推荐方式都没有考虑学习者使用导学平台的习惯和情景。例如，对于同一个学习者(如，学生)，当使用智能设备进行学习时，该学习者在不同的时间段或学习环境下对于学习资源可能有不同的需要。通过抓住学生的学习情景特点进行读、写、听不同类型资源的优化推荐，能够更有效地提高推荐准确率。因此，存在对于有更高学习效率的、更贴合学习者的使用习惯和使用情景的学习资源推荐工具的需求。
技术实现思路
针对上述需求，本专利技术提供了一种基于情景的学习资源推荐或排序。本专利技术的一个方面提供了一种基于情景的资源排序装置，该资源排序装置包括：情景识别单元，被配置为基于情景感知信息，识别与用户的当前情景匹配的一组情景特征；中心计算单元，被配置为基于候选资源集中的候选资源与所述一组情景特征中的情景特征之间的耦合度来计算候选资源在当前情景下的加权系数；以及排序单元，被配置为利用所述加权系数来对所述候选资源集进行排序。进一步地，中心计算单元还被配置为基于所述用户的用户行为特征来修正候选资源的加权系数，并且排序单元被配置为利用修正后的加权系数来对候选资源集进行排序。本专利技术的另一个方面提供了一种基于情景的资源排序方法，该资源排序方法包括：基于情景感知信息，识别与用户的当前情景匹配的一组情景特征；基于候选资源集中的候选资源与所述一组情景特征中的情景特征之间的耦合度，计算候选资源在当前情景下的加权系数；以及利用所述加权系数来对所述候选资源集进行排序。进一步地，根据本专利技术的资源排序方法还包括基于所述用户的用户行为特征来修正候选资源的加权系数，并且利用修正后的加权系数来对候选资源集进行排序。本专利技术的另一个方面还提供了存储有计算机可执行指令的非暂态计算机可读介质，所存储的计算机可执行指令当被运行时使得计算机执行上面所述的资源排序方法。根据本专利技术的资源排序装置和资源排序方法向诸如学习资源之类的候选资源集应用了基于情景的排序，使得排序结果更加契合用户的学习情景。此外，根据本专利技术的资源排序装置和资源排序方法考虑了单个用户在特定情境下使用资源时的行为特征，在排序结果上进一步实现特定于此用户的个性化，使得排序结果契合用户的学习习惯。经过本专利技术的资源排序，向用户推荐的学习资源更加符合用户的当前需要，从而提高了导学系统的实际应用效果和用户体验。附图说明本专利技术可以通过参考下文中结合附图所给出的详细描述而得到更好的理解。所有附图连同下面的详细说明一起包含在本说明书中并形成说明书的一部分，用来进一步举例说明本专利技术的实施例和解释本专利技术的原理和优点。所包括的附图用于说明性目的而非限制性目的。其中：图1是例示了根据本专利技术的实施例的导学系统的示例性架构图；图2是例示了根据本专利技术的实施例的资源排序装置的示例性配置图；图3A例示了根据本专利技术的实施例的用于生成情景-资源耦合矩阵的一个示例；图3B例示了根据本专利技术的实施例的用于生成情景-资源耦合矩阵的另一个示例；图4是例示了根据本专利技术的实施例的资源排序结果随情景变化的示意图；图5是例示了根据本专利技术的实施例的二次资源排序的效果示意图；图6是例示了根据本专利技术的实施例的资源排序的示例性流程图；图7是例示了根据本专利技术的实施例的二次资源排序的示例性流程图；图8是示出可以实现根据本专利技术的实施例的计算设备的示例性配置图。根据参照附图的以下描述，本专利技术的其它特性和优点将变得清晰。具体实施方式在下文中将参照附图来详细描述本专利技术的各种示例性实施例。为了清楚和简明起见，在本说明书中并未描述实施例的所有特征。然而应注意，在实现本专利技术的实施例时可以根据特定需求做出很多特定于实现方式的设置，以便实现开发人员的具体目标，例如，符合与系统设备及业务相关的限制条件，并且这些限制条件可能会随着实现方式的不同而有所改变。此外，还应该了解，虽然开发工作有可能是较复杂和费事的，但对得益于本专利技术的本领域技术人员来说，这种开发工作仅仅是例行的任务。此外，还应注意，为了避免因不必要的细节而模糊了本专利技术，在附图中仅仅示出了与至少根据本专利技术的技术方案密切相关的处理步骤和/或设备配置，而省略了与本专利技术关系不大的其他细节。以下对于示例性实施例的描述仅仅是说明性的，不意在作为对本专利技术及其应用的任何限制。为了方便解释本专利技术的技术方案，下面将在导学服务的背景下描述本专利技术的各个方面。但是应注意，本专利技术的应用场景不限于此。除了导学服务以外，本专利技术还可以应用于休闲阅读资源、影音资源等的推荐服务。图1是例示了根据本专利技术的实施例的导学系统的示例性架构图。导学系统可以由例如教育云资源平台提供，以便向用户提供个性化的导学服务。如图1中所示，导学系统可以包括存储了海量学习资源的导学资源库。导学资源库中存储的学习资源可以具有各种类型，例如阅读类资源、音视频类资源、习题资源等等。用于存储这些学习资源的技术包括各种数据库技术，例如关系型数据库或非关系数据库等等。此外，为了降低访问压力，导学资源库还可以采用分布式存储的方式。用户使用终端设备来订制和接收各种学习资源。终端设备的示例包括智能手机、平板电脑、个人数字助理、个人计算机等等。优选地，用户可以使用诸如智能手机、平板电脑之类的便携式智能设备，从而能够随时随地享受导学服务。终端设备例如通过所安装的APP或借助于Web应用等来向平台请求导学服务。在一个示例中，用户可以利用关键字等来查找所需要的学习资源。在另一个示例中，导学系统可以基于当前的教学结果或测试结果来向用户推送学习资源。导学系统从导学资源库中存储的海量学习资源中筛选出贴近用户需要的候选资源。尽管已经过筛选，这些候选资源的数量可能仍然是巨大的。导学系统可以主动地向用户推荐学习资源，按照先后顺序呈现一定数量的候选资源给用户选择。如图1中所示，导学系统可以对候选资源集应用资源排序服务，具有最高优先级的一个或多个候选资源可以被优先呈现给用本文档来自技高网...

【技术保护点】
1.一种基于情景的资源排序装置，其特征在于，包括：情景识别单元，被配置为基于情景感知信息，识别与用户的当前情景匹配的一组情景特征；中心计算单元，被配置为基于候选资源集中的候选资源与所述一组情景特征中的情景特征之间的耦合度来计算候选资源在当前情景下的加权系数；以及排序单元，被配置为利用所述加权系数来对所述候选资源集进行排序。

【技术特征摘要】
1.一种基于情景的资源排序装置，其特征在于，包括：情景识别单元，被配置为基于情景感知信息，识别与用户的当前情景匹配的一组情景特征；中心计算单元，被配置为基于候选资源集中的候选资源与所述一组情景特征中的情景特征之间的耦合度来计算候选资源在当前情景下的加权系数；以及排序单元，被配置为利用所述加权系数来对所述候选资源集进行排序。2.如权利要求1所述的资源排序装置，其特征在于所述中心计算单元还被配置为基于所述用户的用户行为特征来修正候选资源的加权系数。3.如权利要求1或2所述的资源排序装置，其特征在于还包括：分簇单元，被配置为基于候选资源集中的候选资源的属性信息，将所述候选资源集分为多个资源簇，其中所述中心计算单元被配置为计算所述多个资源簇中的每个资源簇在当前情景下的加权系数。4.如权利要求3所述的资源排序装置，其特征在于，所述属性信息包括候选资源的资源媒体类型、资源操作类型、时长中的至少一项。5.如权利要求1所述的资源排序装置，其特征在于，所述情景特征包括时段、场景、位置、运动状态中的至少一项。6.如权利要求1或2所述的资源排序装置，其特征在于还包括：情景-资源建模单元，被配置为计算候选资源与情景特征之间的耦合度。7.如权利要求3所述的资源排序装置，其特征在于还包括：用户行为-资源建模单元，被配置为提取用户对于特定资源簇的用户行为特征，其中用户行为特征包括用户完成度、用户停留时长、用户评价中的至少一项。8.如权利要求2所述的资源排序装置，其特征在于，所述中心计算单元基于在当前情景下所述用户的行为特征与群体行为特征之间的差异来修正每个资源簇的加权系数。9.如权利要求1所述的资源排序装置，其特征在于，所述排序单元利用所述加权系数来精排由另一推荐系统对于所述候选资源集的推荐结果。10.一种基于情景的资源排序方法，其特征在于，包括：基于情景感知信息，识别与用户的当前情景匹配的一组情景特征；基于候选资源集中的候选资源与所述一组情景特征中的情景特征之间的耦...

【专利技术属性】
技术研发人员：沈丽倩，蒋国建，张凯，
申请(专利权)人：浙江省公众信息产业有限公司，
类型：发明
国别省市：浙江,33