A teaching courseware recommendation method includes: acquiring the teaching history data of teachers, the scoring data of teachers and the content label of courseware; constructing the time series correlation factor matrix of courseware according to the teaching history data and the content label of courseware; and according to the scoring data of teachers and the courseware mentioned above. The content label calculates the similarity matrix between the courseware and the courseware; calculates the teacher's evaluation of the unused courseware according to the similarity matrix and the teacher's score data; calculates the recommended evaluation of the unused courseware relative to the teacher's according to the score estimation and the time series correlation factor matrix. Value. The recommended courseware not only includes teachers'evaluation information and label information, but also effectively combines teachers' current teaching courseware timing information, which is conducive to the rapid and effective recommendation of more matching teaching courseware.
【技术实现步骤摘要】
一种教学课件推荐方法、装置及设备
本申请属于数字教学领域,尤其涉及一种教学课件推荐方法、装置及设备。
技术介绍
随着数字型教室的普及,增强现实AR或虚拟现实VR技术在课堂上得到了广泛的应用,与增强现实AR或虚拟现实VR技术对应的数字资源也会越来越多,极大的改善了教师的便利性,有利于学生更好的理解教学内容,提高教学效果。当教学资源越来越多时,教师在寻找匹配的,或者更加合适的课件的难度也越来越大。为了提高教师查找课件的便利性,目前一般通过基于内容特征进行教学课件的推荐,但是,由于提取教学课件内容特征的难度较大,不利于快速准确的查找到所需要使用的课件。
技术实现思路
有鉴于此,本申请实施例提供了一种教学课件推荐方法、装置及设备,以解决现有技术中基于内容特征进行推荐时,由于提取教学课件内容特征的难度较大,不利于快速准确的查找到所需要使用的课件的问题。本申请实施例的第一方面提供了一种教学课件推荐方法,所述教学课件推荐方法包括:获取教师的授课历史数据、教师对课件的评分数据以及课件的内容标签;根据所述授课历史数据和所述课件的内容标签,构建课件的时序关联因子矩阵;根据所述教师对课件的评分数据和所述课件的内容标签,计算课件与课件的相似度矩阵;根据所述相似度矩阵和所述教师对课件的评分数据,计算教师对未使用课件的评分估计;根据所述评分估计和所述时序关联因子矩阵,计算所述未使用课件相对于所述教师的推荐估计值。结合第一方面,在第一方面的第一种可能实现方式中,所述根据所述授课历史数据和所述课件的内容标签,构建课件的时序关联因子矩阵的步骤包括:根据课件的内容标签构建课件的第一时序关联度表; ...
【技术保护点】
1.一种教学课件推荐方法,其特征在于,所述教学课件推荐方法包括:获取教师的授课历史数据、教师对课件的评分数据以及课件的内容标签;根据所述授课历史数据和所述课件的内容标签,构建课件的时序关联因子矩阵;根据所述教师对课件的评分数据和所述课件的内容标签,计算课件与课件的相似度矩阵;根据所述相似度矩阵和所述教师对课件的评分数据,计算教师对未使用课件的评分估计;根据所述评分估计和所述时序关联因子矩阵,计算所述未使用课件相对于所述教师的推荐估计值。
【技术特征摘要】
1.一种教学课件推荐方法,其特征在于,所述教学课件推荐方法包括:获取教师的授课历史数据、教师对课件的评分数据以及课件的内容标签;根据所述授课历史数据和所述课件的内容标签,构建课件的时序关联因子矩阵;根据所述教师对课件的评分数据和所述课件的内容标签,计算课件与课件的相似度矩阵;根据所述相似度矩阵和所述教师对课件的评分数据,计算教师对未使用课件的评分估计;根据所述评分估计和所述时序关联因子矩阵,计算所述未使用课件相对于所述教师的推荐估计值。2.根据权利要求1所述的教学课件推荐方法,其特征在于,所述根据所述授课历史数据和所述课件的内容标签,构建课件的时序关联因子矩阵的步骤包括:根据课件的内容标签构建课件的第一时序关联度表;根据教师的教学行为数据,对所述第一时序关联度表进行更新,得到第二时序关联度表;根据所述第二时序关联度表计算得到时序关联因子矩阵。3.根据权利要求2所述的教学课件推荐方法,其特征在于,所述根据课件的内容标签构建课件的第一时序关联度表的步骤包括:根据公式:构建第一时序关联度表TSA,其中:su表示教师u的最近教学记录数量,Hu,i表示教师u的最近教学记录的第i个课件,1<=u<=m,1<=i<=su,Ti表示课件i的标签特征向量,如果包含则为1,否则为0,其中,p为标签总数,AB表示舒尔Schur积,Normalize(V)表示将矩阵V正规化。4.根据权利要求2所述的教学课件推荐方法,其特征在于,所述根据教师的教学行为数据,对所述第一时序关联度表进行更新,得到第二时序关联度表的步骤包括:根据公式TS=σ×TS+(1-σ)×ρ×TSA更新所述第一时序关联度表,得到第二时序关联度表TS,其中:0≤σ≤1,σ与教学行为数据量成正比,Cover(H)表示教学行为矩阵的课件内容标签覆盖率,ρ为教学行为关联影响因数,且ρ=Mean(TS),TSA为第一时序关联度表。5.根据权利要求2所述的教学课件推荐方法,其特征在于,所述根据所述第二时序关联度表计算得到时序关联因子矩阵的步骤包括:根据公式:计算第二时序关联度表Li,j,其中,Li,j表示课件i和j之间的第二时序关联因子,λ为时序影响收缩因子,取值为TS为第二时序关联度表,Ti表示课件i的标签特...
【专利技术属性】
技术研发人员:吴小翔,荀浩,
申请(专利权)人:深圳市领点科技有限公司,
类型:发明
国别省市:广东,44
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。