一种内容推送系统、方法、装置、介质和计算设备制造方法及图纸

本发明专利技术的实施方式提供一种内容推送系统、方法、装置、介质和计算设备。该系统包括：能力评估单元，用于获取用户的学习情况数据，学习情况数据包括用户的学习数据和/或学习能力数据；内容生成单元，用于根据学习情况数据生成至少一个教学内容；内容评估单元，用于获取学习情况数据的第一特征，以及至少一个教学内容的第二特征；通过自适应推送模型对第一特征和第二特征进行分析，得到至少一个教学内容对应的推荐度；内容推送单元，用于根据推荐度向用户推送至少一个教学内容。

【技术实现步骤摘要】
一种内容推送系统、方法、装置、介质和计算设备
本专利技术的实施方式涉及软件
，更具体地，本专利技术的实施方式涉及一种内容推送系统、方法、装置、介质和计算设备。
技术介绍
本部分旨在为权利要求书中陈述的本专利技术的实施方式提供背景或上下文。此处的描述不因为包括在本部分中就承认是现有技术。随着软件技术的普及，外语教学软件、在线外语教学平台等外语教学系统成为人们学习外语的新选择。现有的外语教学系统中内容推送的技术方案通常是：采用人工标注的方式为教学内容和习题添加人工标签，根据用户的答题情况查找对应的人工标签，并将该人工标签对应的教学内容或习题推送给该用户。人工标签例如可以用于指示教学内容或习题中知识点，人工标签例如也可以用于指示教学内容或习题中知识点难度。这种技术方案依赖于人工标注的方式添加标签，使得维护标签的成本高，标签迭代难。并且，这种技术方案所组织的教学内容的形式较为单一，推送给用户的教学内容仅是对薄弱的知识点的简单重复，缺乏对用户后续学习路径的预测和规划，这容易导致学习体验差，用户出现倦怠情绪。此外，这种技术方案也无法提高该外语教学系统的性能。综上，目前现有的外语教学系统中内容推送的技术方案存在标签的维护成本高、迭代难，用户的学习体验差，无法给用户提供明确的提高方向，更无法提高该外语教学系统的性能等问题。因此亟待设计一种外语教学系统中内容推送的技术方案，用以解决现有的外语教学系统存在的问题。
技术实现思路
本专利技术实施例提供一种内容推送系统、方法、装置、介质和计算设备，用以解决现有的外语教学系统存在的问题。为此，非常需要一种内容推送系统、方法、装置、介质和计算设备，以解决现有的外语教学系统存在的问题。在本专利技术实施方式的第一方面中，提供了一种内容推送系统，包括：能力评估单元，用于获取用户的学习情况数据，学习情况数据包括用户的学习数据和/或学习能力数据；内容生成单元，用于根据学习情况数据生成至少一个教学内容；内容评估单元，用于获取学习情况数据的第一特征，以及至少一个教学内容的第二特征；通过自适应推送模型对第一特征和第二特征进行分析，得到至少一个教学内容对应的推荐度；内容推送单元，用于根据推荐度向用户推送至少一个教学内容。在本专利技术的一个实施例中，内容生成单元包括多个内容生成器，多个内容生成器对应多种内容生成策略。在本专利技术的一个实施例中，能力评估单元还用于：在获取用户的学习情况数据之后，通过预设算法对学习情况数据进行分析得到用户的学习效率，其中，学习效率用于指示预设时间段内用户的学习情况数据的变化程度，预设算法包括题目反应理论模型和/或基于深度神经网络的用户知识点追踪模型。在本专利技术的一个实施例中，还包括经验值设置单元，经验值设置单元用于：根据用户的学习情况数据确定用户的经验值；向能力评估单元指示经验值。能力评估单元还用于：通过预设算法对学习情况数据和经验值进行分析得到用户的学习效率。在本专利技术的一个实施例中，内容评估单元还用于：在能力评估单元通过预设算法对学习情况数据进行分析得到学习效率之后，根据学习效率对自适应推送模型进行调整。在本专利技术的一个实施例中，能力评估单元还用于：在通过预设算法对学习情况数据进行分析得到学习效率之后，根据学习效率从内容生成单元包括的多个内容生成器中选取至少一个内容生成器；向内容生成单元指示至少一个内容生成器。内容生成单元具体用于：根据学习情况数据和指示的至少一个内容生成器对应的至少一种内容生成策略，通过指示的至少一个内容生成器输出至少一个教学内容。在本专利技术的一个实施例中，能力评估单元还用于：在通过预设算法对学习情况数据进行分析得到学习效率之后，根据学习效率确定内容生成单元包括的多个内容生成器中需要废弃的内容生成器；向内容生成单元指示需要废弃的内容生成器。内容生成单元还用于：将需要废弃的内容生成器删除；或者对需要废弃的内容生成器进行迭代升级。在本专利技术的一个实施例中，内容生成单元还用于：根据学习情况数据生成至少一个教学内容对应的类型和/或推送理由。内容推送单元还用于：向用户推送至少一个教学内容对应的类型和/或推送理由。在本专利技术的一个实施例中，经验值设置单元还用于：向内容生成单元和内容推送单元指示经验值。内容生成单元还用于：根据学习情况数据和经验值生成至少一个教学内容。内容推送单元还用于：向用户展示经验值。在本专利技术的一个实施例中，还包括环境设置单元，环境设置单元用于：获取用户所处的环境信息；根据用户所处的环境信息确定推送条件。内容推送单元还用于：从至少一个教学内容中选取符合推送条件的教学内容，并将符合推送条件的教学内容推送给用户。在本专利技术的一个实施例中，学习数据包括以下之一或组合：学习时长、学习频率、学习的具体内容、答题正确率。在本专利技术实施方式的第二方面中，提供了一种内容推送方法，包括：获取用户的学习情况数据，学习情况数据包括用户的学习数据和/或学习能力数据；根据学习情况数据和预设的内容生成策略生成至少一个教学内容；获取学习情况数据的第一特征，以及至少一个教学内容的第二特征；通过自适应推送模型对第一特征和第二特征进行分析，得到至少一个教学内容对应的推荐度；根据推荐度向用户推送至少一个教学内容。在本专利技术的一个实施例中，内容生成策略包括多种内容生成策略。在本专利技术的一个实施例中，获取用户的学习情况数据之后，还包括：通过预设算法对学习情况数据进行分析得到用户的学习效率，其中，学习效率用于指示预设时间段内用户的学习情况数据的变化程度，预设算法包括题目反应理论模型和/或基于深度神经网络的用户知识点追踪模型。在本专利技术的一个实施例中，还包括：根据用户的学习情况数据确定用户的经验值；通过预设算法对学习情况数据和经验值进行分析得到用户的学习效率。在本专利技术的一个实施例中，得到用户的学习效率之后，还包括：根据学习效率对自适应推送模型进行调整。在本专利技术的一个实施例中，得到学习效率之后，还包括：根据学习效率从多种内容生成策略中选取至少一个内容生成策略。根据学习情况数据和预设的内容生成策略生成至少一个教学内容，包括：根据学习情况数据和至少一种内容生成策略输出至少一个教学内容。在本专利技术的一个实施例中，得到学习效率之后，还包括：根据学习效率确定多个内容生成策略中需要废弃的内容生成策略；向内容生成单元指示需要废弃的内容生成策略；将需要废弃的内容生成策略删除；或者对需要废弃的内容生成策略进行迭代升级。在本专利技术的一个实施例中，还包括：根据学习情况数据生成至少一个教学内容对应的类型和/或推送理由；向用户推送至少一个教学内容对应的类型和/或推送理由。在本专利技术的一个实施例中，还包括：根据学习情况数据和经验值生成至少一个教学内容；向用户展示经验值。在本专利技术的一个实施例中，还包括：获取用户所处的环境信息；根据用户所处的环境信息确定推送条件；从至少一个教学内容中选取符合推送条件的教学内容，并将符合推送条件的教学内容推送给用户。在本专利技术的一个实施例中，学习数据包括以下之一或组合：学习时长、学习频率、学习的具体内容、答题正确率。在本专利技术实施方式的第三方面中，提供了一种介质，该介质存储有计算机可执行指令，计算机可执行指令用于使计算机执行第二方面中任一实施例的方法。在本专利技术实施方式的第四方面中，提供了一种计算设备，包括处理器、存储器以及收发机；存本文档来自技高网...

【技术保护点】
1.一种内容推送系统，其特征在于，包括：能力评估单元，用于获取用户的学习情况数据，所述学习情况数据包括所述用户的学习数据和/或学习能力数据；内容生成单元，用于根据所述学习情况数据生成至少一个教学内容；内容评估单元，用于获取所述学习情况数据的第一特征，以及所述至少一个教学内容的第二特征；通过自适应推送模型对所述第一特征和所述第二特征进行分析，得到所述至少一个教学内容对应的推荐度；内容推送单元，用于根据所述推荐度向所述用户推送所述至少一个教学内容。

【技术特征摘要】
1.一种内容推送系统，其特征在于，包括：能力评估单元，用于获取用户的学习情况数据，所述学习情况数据包括所述用户的学习数据和/或学习能力数据；内容生成单元，用于根据所述学习情况数据生成至少一个教学内容；内容评估单元，用于获取所述学习情况数据的第一特征，以及所述至少一个教学内容的第二特征；通过自适应推送模型对所述第一特征和所述第二特征进行分析，得到所述至少一个教学内容对应的推荐度；内容推送单元，用于根据所述推荐度向所述用户推送所述至少一个教学内容。2.一种内容推送方法，其特征在于，包括：获取用户的学习情况数据，所述学习情况数据包括所述用户的学习数据和/或学习能力数据；根据所述学习情况数据和预设的内容生成策略生成至少一个教学内容；获取所述学习情况数据的第一特征，以及所述至少一个教学内容的第二特征；通过自适应推送模型对所述第一特征和所述第二特征进行分析，得到所述至少一个教学内容对应的推荐度；根据所述推荐度向所述用户推送所述至少一个教学内容。3.如权利要求2所述的方法，其特征在于，所述内容生成策略包括多种内容生成策略。4.如权利要求3所述的方法，其特征在于，所述获取用户的学习情况数据之后，还包括：通过预设算法对所述学习情况数据进行分析得到所述用户的学习效率，其中，所述学习效率用于指示预设时间段内所述用户的学习情况数据的变化程度，所述预设算法包括题目反应理论模型和/或基于深...

【专利技术属性】
技术研发人员：孙怿，金溆林，冯璟，王俊喆，谭嘉薇，
申请(专利权)人：上海萌番文化传播有限公司，
类型：发明
国别省市：上海,31