基于儿童成长期的智慧早教方法、系统、设备、存储介质技术方案

本发明专利技术公开了一种基于儿童成长期的智慧早教方法、系统、设备、存储介质，包括根据儿童的八大智能、年龄和二级分类之间的关系进行课程划分，获取儿童有效收听的课程资源的次数，并利用欧拉常数计算关于收听课程资源的积分值；根据儿童在一段时间内的行为数据建立模型，利用模型为儿童推荐喜欢的课程资源、增添缺乏的课程资源；通过儿童的八大智能、年龄和二级分类之间的关系进行课程划分，使每日课程资源在年龄、八大智能、二级分类的分布和总时长达到每日课程总时长预设值，使课程资源分布合理，能使儿童的八大智能均衡发展。通过积分计算以及积分累加算法，实现了积分排名，能够为儿童学习带来较好的反馈。

【技术实现步骤摘要】
基于儿童成长期的智慧早教方法、系统、设备、存储介质
本专利技术涉及早教装置
，尤其涉及一种基于儿童成长期的智慧早教方法、系统、设备、存储介质。
技术介绍
早教，广义指从人出生到小学以前阶段的教育，狭义主要指上述阶段的早期学习。一些国家出现提前开始学习读、写、算，提前开始正式教育的探讨和实验。但另有人主张早期教育应重在发展智力。还有人认为早期教育应向前延伸到出生以前的母亲怀孕期的胎教。家庭教育对早期教育有重大影响。在当前技术中，市场上的早教课程很多都是给儿童推荐每天的固定课程资源，无法顾及到儿童是否喜欢、是否能学到东西，对于推荐的课程资源在收听完之后，就结束了任务，无法实现早教的意义。公开于该
技术介绍
部分的信息仅仅旨在加深对本专利技术的总体
技术介绍
的理解，而不应当被视为承认或以任何形式暗示该信息构成已为本领域技术人员所公知的现有技术。基于上述原因，本申请人提出了一种基于儿童成长期的智慧早教方法、系统、设备、存储介质，旨在解决上述问题。
技术实现思路
为了满足上述要求，本专利技术的第一个目的在于提供一种基于儿童成长期的智慧早教方法，旨在可预知儿童在不同年龄期内该培养哪些关键技能，并根据儿童的不同喜好，智能地、周期性地推荐儿童喜欢且能提高关键技能的课程资源，使儿童能得到全面发展，接收到较好的早教课程。本专利技术的第二个目的在于提供一种基于儿童成长关键期的智慧早教系统。本专利技术的第三个目的在于提供一种基于儿童成长关键期的智慧早教用计算机设备。本专利技术的第四个目的在于提供一种非临时性计算机可读存储介质，其上存储有计算机程序。为了实现上述目的，本专利技术采用以下技术方案：一种基于儿童成长关键期的智慧早教方法，其特征在于，包括以下步骤：根据儿童的八大智能、年龄和二级分类之间的关系进行课程划分(后续会发展到八大智能、年龄和二级分类及其多重级分类之间的关系)，将数量值低于阈值的二级分类合并为一个支持课程分配的合集；根据课程划分选取每日课程资源，使每日课程资源在年龄、八大智能、二级分类的分布和总时长达到每日课程总时长预设值；获取儿童有效收听的课程资源的次数，并利用欧拉常数计算关于收听课程资源的积分值；根据八大智能以及每个年龄段对应的二级分类，计算出各个年龄段内的八大智能对应的二级分类的数量，以及在各年龄段内的八大智能的二级分类分布的权重比值，获取数值为儿童获取的成长值之和再乘以对应的权重比值的积分值，累计儿童各个年龄段的积分值之和，得到不同儿童的总积分排名；根据儿童在一段时间内的行为数据建立模型，利用模型为儿童推荐喜欢的课程资源、增添缺乏的课程资源；根据一段时间内儿童信息、儿童的行为数据和课程资源信息，建立儿童个性化模型，根据模型预测儿童对未学习过的课程资源的喜好程度，再根据预测的未学习课程资源的喜好程度进行排序，将排在前面的课程资源优先推荐给儿童。在一个可能的实施方式中，所述根据儿童的八大智能、年龄和二级分类之间的关系进行课程划分的步骤包括，将各个年龄、八大智能对应的课程资源按照二级分类对应课程资源数量的比例来分配课程资源，使课程资源量最少的二级分类和最多的二级分类比例不超过可调整的预定阈值，且被收听一次的课程资源的收听总时长小于目标时长；使用插空法将与一组二级分类课程资源按顺序插入另一组二级分类课程资源的偶数位置，使二级分类课程资源排序时长均匀；并创建空列表，将分配好课程以顺序循环的方式添加至空列表，当列表的播放时长达到目标时长时停止。在一个可能的实施方式中，所述根据模型预测儿童对未学习过的课程资源的喜好程度，再根据预测的未学习课程资源的喜好程度进行排序，排在前面的课程资源优先推荐给儿童的步骤包括，将数据分为纯数值数据和文本数据；对于纯数值数据，做如下预处理：a、对于缺失值，根据不同情况进行填充或者删除；b、对于异常值进行处理，包括若课程资源收听时长大于课程资源时长，则去除，若课程资源点播量和收藏量服从正态分布，则设值超过N倍的方差为异常并去除；c、从已有的数值数据直接提取课程资源时长、课程资源收听总次数、课程资源收藏量、课程资源收听总天数、课程资源收听总用户数、课程资源大小；d、获取人为添加的对结果有影响的特征。进一步技术方案为，所述获取人为添加的对结果有影响的特征的步骤之后还包括：使一条课程资源的文本数据包括课程资源的一级分类、二级分类、标签、名称、简介以及用户对该课程资源的评价，并实施如下处理步骤：a、将每一条课程资源的所有文本拼接，提取关键词、特征词列表；b、添加关键词和去掉停用词；c、对词向量列表进行训练，生成词向量矩阵；d、当参数维度过高时，采用PCA降维，将数组维度降低。进一步技术方案为，所述将数组维度降低的步骤之后还包括：将处理过的纯数字数据数组和文本数据数组按行拼接,获得机器学习模型用于训练的数据；将拼接好的数据，以课程资源收听总次数作为目标值且其余特征均为训练值进行标准化；采用模型对所有特征进行打分，选取与结果相关性最大的前N个特征进行训练。进一步技术方案为，所述采用模型对所有特征进行打分，选取与结果相关性最大的前N个特征进行训练的步骤之后包括：构建自定义集成算法，对每个回归模型进行参数调优，计算出评分，选择评分最高的模型和对应的参数。进一步技术方案为，所述选择评分最高的模型和对应的参数的步骤之后还包括：用已经训练好的回归模型对每个用户为学习过的课程资源进行预测课程资源的喜好程度，按喜好程度降序排序；从重新排序的课程资源中为用户分配学习课程资源。在另一方面，本专利技术还提出了一种基于儿童成长关键期的智慧早教系统，包括以下单元：课程划分单元，用于根据儿童的八大智能、年龄和二级分类之间的关系进行课程划分，将数量值低于阈值的二级分类合并为一个支持课程分配的合集；根据课程划分选取每日课程资源，使每日课程资源在年龄、八大智能、二级分类的分布和总时长达到每日课程总时长预设值；积分计算单元，用于获取儿童有效收听的课程资源的次数，并利用欧拉常数计算关于收听课程资源的积分值；根据八大智能以及每个年龄段对应的二级分类，计算出各个年龄段内的八大智能对应的二级分类的数量，以及在各年龄段内的八大智能的二级分类及课程资源分布的权重比值，获取数值为儿童获取的成长值之和再乘以对应的权重比值的积分值，累计儿童各个年龄段的积分值之和，得到不同儿童的总积分排名；课程推荐单元，根据儿童在一段时间内的行为数据建立模型，利用模型为儿童推荐喜欢的课程资源、增添缺乏的课程资源；根据一段时间内儿童信息、儿童的行为数据和课程资源信息，建立儿童个性化模型，根据模型预测儿童对未学习过的课程资源的喜好程度，再根据预测的未学习课程资源的喜好程度进行排序，将靠前的课程资源优先推荐给儿童。在另一方面，本专利技术还提出了一种基于儿童成长关键期的智慧早教用计算机设备，包括存储器、处理器及存储在所述存储器本文档来自技高网...

【技术保护点】
1.一种基于儿童成长关键期的智慧早教方法，其特征在于，包括以下步骤：/n根据儿童的八大智能、年龄和二级分类之间的关系进行课程划分，将数量值低于阈值的二级分类合并为一个支持课程分配的合集；根据课程划分选取每日课程资源，使每日课程资源在年龄、八大智能、二级分类的分布和总时长达到每日课程总时长预设值；/n获取儿童有效收听的课程资源的次数，并利用欧拉常数计算关于收听课程资源的积分值；根据八大智能以及每个年龄段对应的二级分类，计算出各个年龄段内的八大智能对应的二级分类的数量，以及在各年龄段内的八大智能的二级分类课程资源分布的权重比值，获取数值为儿童获取的成长值之和再乘以对应的权重比值的积分值，累计儿童各个年龄段的积分值之和，得到不同儿童的总积分排名；/n根据儿童在一段时间内的行为数据建立模型，利用模型为儿童推荐喜欢的课程资源、增添缺乏的课程资源；根据一段时间内儿童信息、儿童的行为数据和课程资源信息，建立儿童个性化模型，根据模型预测儿童对未学习过的课程资源的喜好程度，再根据预测的未学习课程资源的喜好程度进行排序，将排在前面的课程资源优先推荐给儿童。/n

【技术特征摘要】
1.一种基于儿童成长关键期的智慧早教方法，其特征在于，包括以下步骤：
根据儿童的八大智能、年龄和二级分类之间的关系进行课程划分，将数量值低于阈值的二级分类合并为一个支持课程分配的合集；根据课程划分选取每日课程资源，使每日课程资源在年龄、八大智能、二级分类的分布和总时长达到每日课程总时长预设值；
获取儿童有效收听的课程资源的次数，并利用欧拉常数计算关于收听课程资源的积分值；根据八大智能以及每个年龄段对应的二级分类，计算出各个年龄段内的八大智能对应的二级分类的数量，以及在各年龄段内的八大智能的二级分类课程资源分布的权重比值，获取数值为儿童获取的成长值之和再乘以对应的权重比值的积分值，累计儿童各个年龄段的积分值之和，得到不同儿童的总积分排名；
根据儿童在一段时间内的行为数据建立模型，利用模型为儿童推荐喜欢的课程资源、增添缺乏的课程资源；根据一段时间内儿童信息、儿童的行为数据和课程资源信息，建立儿童个性化模型，根据模型预测儿童对未学习过的课程资源的喜好程度，再根据预测的未学习课程资源的喜好程度进行排序，将排在前面的课程资源优先推荐给儿童。


2.根据权利要求1所述的基于儿童成长关键期的智慧早教方法，其特征在于，所述根据儿童的八大智能、年龄和二级分类之间的关系进行课程划分的步骤包括，将各个年龄、八大智能对应的课程资源按照二级分类对应课程资源数量的比例来分配课程资源，使课程资源量最少的二级分类和最多的二级分类比例不超过可调整的预定阈值，且被收听一次的课程资源的收听总时长小于目标时长；
使用插空法将与一组二级分类课程资源按顺序插入另一组二级分类课程资源的偶数位置，使二级分类课程资源排序时长均匀；
并创建空列表，将分配好课程以顺序循环的方式添加至空列表，当列表的播放时长达到目标时长时停止。


3.根据权利要求1所述的基于儿童成长关键期的智慧早教方法，其特征在于，所述根据模型预测儿童对未学习过的课程资源的喜好程度，再根据预测的未学习课程资源的喜好程度进行排序，将排在前面的课程资源优先推荐给儿童的步骤包括，
将数据分为纯数值数据和文本数据；
对于纯数值数据，做如下预处理：
a、对于缺失值，根据不同情况进行填充或者删除；
b、对于异常值进行处理，包括若课程资源收听时长大于课程资源时长，则去除，若课程资源点播量和收藏量服从正态分布，则设值超过N倍的方差为异常并去除；
c、从已有的数值数据直接提取课程资源时长、课程资源收听总次数、课程资源收藏量、课程资源收听总天数、课程资源收听总用户数、课程资源大小；
d、获取人为添加的对结果有影响的特征。


4.根据权利要求3所述的基于儿童成长关键期的智慧早教方法，其特征在于，所述获取人为添加的对结果有影响的特征的步骤之后还包括：
使一条课程资源的文本数据包括课程资源的一级分类、二级分类、标签、名称、简介以及用户对该课程资源的评价，并实施如下处理步骤：
a、将每一条课程资源的所有文本拼接，提取关键词、特征词列表；

【专利技术属性】
技术研发人员：李鑫，
申请(专利权)人：深圳市博悦生活用品有限公司，
类型：发明
国别省市：广东;44