本申请公开了一种阅读推荐的数据处理方法和装置。该方法包括：获取用户特征数据，通过预设的阅读模型对用户特征数据进行评估，根据对用户特征数据进行识别得到对应的阅读数据，获取用户针对输出的阅读数据的反馈数据，通过预设阅读模型对反馈到的数据进行评估，得到评估结果，根据评估结果匹配对应的推荐阅读数据。本申请中的技术方案通过预设的阅读模型对用户特征数据进行评估，根据评估结果匹配对应的推荐阅读数据，解决了现有技术中存在的阅读推荐个性化程度较低的技术问题，提升了用户的阅读体验感。阅读体验感。阅读体验感。
【技术实现步骤摘要】
用于阅读推荐的数据处理方法和装置
[0001]本申请涉及计算机领域，具体而言，涉及一种用于阅读推荐的数据处理方法和装置。
技术介绍
[0002]基础教育阶段的语文学习尤其是文言文的学习非常重要，关系到传统文化的传承与理解、语言能力的建构与运用、学科思维的发展与提升等语文学科核心素养。
[0003]现有技术中，主要是通过教师进行课内讲解来提升学生对于文言文的学习程度，对于一些互联网文言文题库中虽然有关于文言文的练习，但是仍未传统的文言文附上题目和译文的模式，造成学生仍处于看了译文知道文章讲的是什么，但是对原文仍不理解，题目难以答对，仍难以给出针对性的指导，提升文言文阅读能力。
[0004]因此，现有技术中存在阅读推荐个性化程度较低的技术问题。
技术实现思路
[0005]本申请的主要目的在于提供一种用于阅读推荐的数据处理方法和装置，以提高阅读推荐的个性化程度。
[0006]为了实现上述目的，根据本申请的第一方面，提出了一种用于阅读推荐的数据处理方法，包括：
[0007]获取用户特征数据，其中，所述用户特征数据为用户阅读的相关数据；
[0008]基于预设阅读模型对所述用户特征数据进行评估，得到评估结果数据；以及
[0009]在预设阅读数据库中匹配与所述评估结果数据对应的推荐阅读数据。
[0010]优选地，基于预设阅读模型对所述用户特征数据进行评估，得到评估结果数据包括：
[0011]对所述用户特征数据进行识别，得到第一学习特征数据，其中，所述第一学习特征数据为用户阅读学习等级的数据；
[0012]在所述预设阅读数据库中匹配与所述第一学习特征数据对应的第一阅读数据，输出第一阅读数据；
[0013]获取用户第二学习特征数据，其中，所述第二学习特征数据是针对第一阅读数据的用户反馈的数据；以及
[0014]根据预设阅读模型对所述第二学习特征数据进行评估，得到所述评估结果数据。
[0015]优选地，根据预设阅读模型对所述第二学习特征数据进行评估，得到所述评估结果数据包括：
[0016]对所述第二学习特征数据进行提取，得到第一阅读特征数据和第二阅读特征数据，其中，所述第一阅读特征数据为特征词的学习数据，所述第二阅读特征数据为特征句的学习数据；
[0017]将所述第一阅读特征数据和所述第二阅读特征数据与预设的标准阅读特征数据
进行对比，得到区别特征数据，其中，所述区别特征数据为所述第一阅读特征数据和所述第二阅读特征数据中与预设标准阅读特征数据不同的数据；以及
[0018]根据所述预设阅读模型对所述区别特征数据进行评估，得到所述评估结果数据。
[0019]优选地，在预设阅读数据库中匹配与所述评估结果数据对应的推荐阅读数据包括：
[0020]对所述评估结果数据进行识别，得到评估特征数据，其中，所述评估特征数据至少包括特征词数据；
[0021]在预设阅读数据库中匹配具有所述评估特征数据的阅读数据，得到过程推荐阅读数据；以及
[0022]基于预设阅读数据筛选规则，对所述过程推荐阅读数据进行筛选，得到所述推荐阅读数据。
[0023]优选地，基于预设阅读模型对所述用户特征数据进行评估，得到评估结果数据包括：
[0024]对所述用户特征数据进行识别，得到基本特征数据；
[0025]在所述阅读数据库中，调用与所述基本特征数据对应的历史阅读数据；
[0026]基于预设阅读模型对所述历史阅读数据进行评估，得到评估结果数据。
[0027]根据本申请的第二方面，提出了一种用于阅读推荐的数据处理装置，包括：
[0028]数据获取模块，用于获取用户特征数据，其中，所述用户特征数据为用户阅读的相关数据；
[0029]评估模块，基于预设阅读模型对所述用户特征数据进行评估，得到评估结果数据；以及
[0030]推荐模块，用于在预设阅读数据库中匹配与所述评估结果数据对应的推荐阅读数据。
[0031]优选地，评估模块，包括：
[0032]识别模块，用于对所述用户特征数据进行识别，得到第一学习特征数据，其中，所述第一学习特征数据为用户阅读学习等级的数据；
[0033]第一输出模块，在所述预设阅读数据库中匹配与所述第一学习特征数据对应的第一阅读数据，输出第一阅读数据；
[0034]反馈模块，获取用户第二学习特征数据，其中，所述第二学习特征数据是针对第一阅读数据的用户反馈的数据；以及
[0035]学习评估模块，用于根据预设阅读模型对所述第二学习特征数据进行评估，得到所述评估结果数据。
[0036]优选地，学习评估模块，包括：
[0037]阅读特征提取模块，用于对所述第二学习特征数据进行提取，得到第一阅读特征数据和第二阅读特征数据，其中，所述区别特征数据为所述第一阅读特征数据和所述第二阅读特征数据中与预设标准阅读特征数据不同的数据；
[0038]对比模块，用于将所述第一阅读特征数据和所述第二阅读特征数据与预设的标准阅读特征数据进行对比，得到区别特征数据，其中，所述区别特征数据为与预设标准阅读特征数据不同的第一阅读特征数据和第二特征数据；以及
[0039]评估结果模块，用于根据所述预设阅读模型对所述区别特征数据进行评估，得到所述评估结果数据。
[0040]根据本申请的第三方面，提出了一种计算机可读存储介质，所述计算机可读存储介质存储有计算机指令，所述计算机指令用于使所述计算机执行上述的用于阅读推荐的数据处理方法。
[0041]根据本申请的第四方面，提出了一种电子设备，包括：至少一个处理器；以及与所述至少一个处理器通信连接的存储器；其中，所述存储器存储有可被所述至少一个处理器执行的计算机程序，所述计算机程序被所述至少一个处理器执行，以使所述至少一个处理器执行上述的用于阅读推荐的数据处理方法。
[0042]本申请的实施例提供的技术方案可以包括以下有益效果：
[0043]在本申请中，通过对获取的用户特征数据，通过预设的阅读模型对用户特征数据进行评估，根据对用户特征数据进行识别得到对应的阅读数据，获取用户针对输出的阅读数据的反馈数据，通过预设阅读模型对反馈到的数据进行评估，得到评估结果，根据评估结果匹配对应的推荐阅读数据。本申请中的技术方案通过预设的阅读模型对用户特征数据进行评估，根据评估结果匹配对应的推荐阅读数据，解决了现有技术中存在的阅读推荐个性化程度较低的技术问题，提升了用户的阅读体验感。
附图说明
[0044]构成本申请的一部分的附图用来提供对本申请的进一步理解，使得本申请的其它特征、目的和优点变得更明显。本申请的示意性实施例附图及其说明用于解释本申请，并不构成对本申请的不当限定。在附图中：
[0045]图1为本申请提供的一种用于阅读推荐的数据处理方法的流程示意图；
[0046]图2为本申请提供的一种用于阅读推荐的数据处理方法的流程示意图；
...
【技术保护点】
【技术特征摘要】
1.一种用于阅读推荐的数据处理方法，其特征在于，包括：获取用户特征数据，其中，所述用户特征数据为用户阅读的相关数据；基于预设阅读模型对所述用户特征数据进行评估，得到评估结果数据；以及在预设阅读数据库中匹配与所述评估结果数据对应的推荐阅读数据。2.根据权利要求1所述的数据处理方法，其特征在于，基于预设阅读模型对所述用户特征数据进行评估，得到评估结果数据包括：对所述用户特征数据进行识别，得到第一学习特征数据，其中，所述第一学习特征数据为用户阅读学习等级的数据；在所述预设阅读数据库中匹配与所述第一学习特征数据对应的第一阅读数据，输出第一阅读数据；获取用户第二学习特征数据，其中，所述第二学习特征数据是针对第一阅读数据的用户反馈的数据；以及根据预设阅读模型对所述第二学习特征数据进行评估，得到所述评估结果数据。3.根据权利要求2所述的数据处理方法，其特征在于，根据预设阅读模型对所述第二学习特征数据进行评估，得到所述评估结果数据包括：对所述第二学习特征数据进行提取，得到第一阅读特征数据和第二阅读特征数据，其中，所述第一阅读特征数据为特征词的学习数据，所述第二阅读特征数据为特征句的学习数据；将所述第一阅读特征数据和所述第二阅读特征数据与预设的标准阅读特征数据进行对比，得到区别特征数据，其中，所述区别特征数据为所述第一阅读特征数据和所述第二阅读特征数据中与预设标准阅读特征数据不同的数据；以及根据所述预设阅读模型对所述区别特征数据进行评估，得到所述评估结果数据。4.根据权利要求1所述的数据处理方法，其特征在于，在预设阅读数据库中匹配与所述评估结果数据对应的推荐阅读数据包括：对所述评估结果数据进行识别，得到评估特征数据，其中，所述评估特征数据至少包括特征词数据；在预设阅读数据库中匹配具有所述评估特征数据的阅读数据，得到过程推荐阅读数据；以及基于预设阅读数据筛选规则，对所述过程推荐阅读数据进行筛选，得到所述推荐阅读数据。5.根据权利要求1所述的数据处理方法，其特征在于，基于预设阅读模型对所述用户特征数据进行评估，得到评估结果数据包括：对所述用户特征数据进行识别，得到基本特征数据；在所述阅读数据库中，调用与所述基本特征数据对应的历史阅读数据；基于预设阅读模型对所述历史阅...
【专利技术属性】
技术研发人员：张珊，
申请(专利权)人：张珊，
类型：发明
国别省市：
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。