一种基于人格进行家庭教育培养知识个性化推荐的方法技术

本发明专利技术公开了一种基于人格进行家庭教育培养知识个性化推荐的方法，包括步骤S001，利用用户注册提供的标签、头像或用户视频，基于人格心理学家分析行为方案和人工智能技术可快速、准确地识别儿童和家长的气质和人格，并可不断优化等。本发明专利技术利用人工智能与心理学的结合，主要结合儿童和家长的气质与人格，利用用户行为数据和基础信息实现个性化推荐。用户行为数据和基础信息实现个性化推荐。用户行为数据和基础信息实现个性化推荐。

【技术实现步骤摘要】
一种基于人格进行家庭教育培养知识个性化推荐的方法


[0001]本专利技术涉及适用于个性化推荐
，具体涉及基于人格进行家庭教育培养知识个性化推荐的方法。

技术介绍

[0002]家庭与孩子的教育知识从古到今比比皆是，现代全球数据不断呈指数增长。家庭针对培养孩子的方式多种多样，千奇百怪。推荐系统乘着人工智能的发展油然而生，即针对家庭与孩子之间的行为、偏好、需要以及人格进行专业推荐相关知识，进而满足用户在各方面的不足与需求。
[0003]现专利和市场应用中，主要构建模型还是数据+算法＝推荐内容的方式，并没有结合人的心理状态和人格气质去充分地刻画一个人偏好和需求，所以如何基于人格进行家庭教育培养知识个性化推荐是行业内新出现且亟待解决的问题。

技术实现思路

[0004]针对相关技术中的问题，本专利技术提出一种基于人格进行家庭教育培养知识个性化推荐的方法，以克服现有相关技术所存在的上述技术问题。
[0005]为此，本专利技术采用的具体技术方案如下：
[0006]一种基于人格进行家庭教育培养知识个性化推荐的方法，包括以下步骤，步骤S001，利用用户注册提供的标签、头像或用户视频，基于人格心理学家分析行为方案和人工智能技术可快速、准确地识别儿童和家长的气质和人格，并可不断优化；
[0007]步骤S002，针对刚注册的用户、利用活跃用户的数据和已有儿童和家长的气质和人格与用户信息、建立机器学习模型，实现冷启动内容推荐；
[0008]步骤S003，针对活跃用户，主要利用儿童和家长的气质和人格、行为数据、基础信息数据，建立深度学习模型，实现对家长与儿童各种交互之间的需求。
[0009]优选的，步骤S002中，针对用户的气质或人格，首先结合用户基础信息，利用机器学习，对已有的各方向推荐版块的内容库，建立分类模型
‑
A，识别用户top k内容，即最贴近个性化的内容进行推荐，解决推荐冷启动问题。
[0010]优选的，步骤S002中，模型
‑
A主要利用A/B测试进行验证模型的鲁棒性，对刚注册用户推荐内容，然后利用用户线上行为，进行结果分析，通过判断用户对内容点赞、评论、转发或打分等操作，进行判断用户是否对推荐内容喜欢，进行综合判断模型的鲁棒性，并根据结果分析不断优化模型可，更好地满足用户个性化需求。
[0011]优选的，在步骤S003中，结合家庭与儿童交互行为数据、建立个性化推荐模型
‑
B，主要流程有针对各个内容方向的家庭与儿童行为数据，利用机器学习知识，预处理、提取、选择主要行为特征，反应用户行为偏好；结合用户人格或气质数据和用户基础信息以及内容数据库建立深度学习模型，其中主要是人格、气质特征与行为特征之间的深度特征提取，进而实现对用户内容个性化推荐。
[0012]优选的，步骤S003中，针对已经创建好地个性化推荐模型，在内容库中，推荐较多的内容给用户
‑
召回层，然后根据用户最近时间行为，提取最近偏好、需求、心理等特征，进行粗排和精排，针对召回的视频，考虑各个因素取出top k个用户最贴切用户个性化的内容。
[0013]优选的，步骤S002
‑
S003中，对刚注册、已有活跃度两类用户，针对各个版块的推荐内容行为，产生用户行为数据分析报告，结合人格心理学家和算法工程师之间的结果分析，不断优化迭代方案，建立更具鲁棒性的推荐模型。
[0014]与现有技术相比，本专利技术的有益效果为：
[0015]1、本专利技术的技术利用儿童和家长的气质和人格与结合用户信息解决推荐冷启动问题。
[0016]2、本专利技术的技术利用儿童和家长的气质和人格与结合用户行为信息建立深度学习模型，实现内容个性化推荐。
[0017]3、本专利技术利用人工智能与心理学的结合，主要结合儿童和家长的气质与人格，利用用户行为数据和基础信息实现个性化推荐。
[0018]综上，本专利技术能够应用于家庭与孩子之间的交互、即家长与家长、儿童与儿童、家长与儿童之间产生的行为与联系，建立推荐模型，实现对各个版块各个功能需求的推荐。
附图说明
[0019]为了更清楚地说明本申请实施例中的技术方案，下面将对实施例描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本申请的一些实施例，对于本领域技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。
[0020]图1示出了本申请实施例提出的一种基于人格进行家庭教育培养知识个性化推荐的方法的步骤流程图。
具体实施方式
[0021]为进一步说明各实施例，本专利技术提供有附图，这些附图为本专利技术揭露内容的一部分，其主要用以说明实施例，并可配合说明书的相关描述来解释实施例的运作原理，配合参考这些内容，本领域普通技术人员应能理解其他可能的实施方式以及本专利技术的优点。
[0022]如图1所示，本实施例公开了一种基于人格进行家庭教育培养知识个性化推荐的方法，包括：步骤1，本司已有人格心理学家对儿童和家长有成熟地测试人格和气质的经验和方法，以及已有成熟地利用人工智能的技术和人格心理学专业知识，对家长或儿童各种行为数据如社交、头像、视频、测试问卷等信息进行识别人格或气质的技术。即本司可快速、准确的识别儿童和家长的气质和人格；
[0023]步骤2，针对本司已有的人格、气质识别技术结合人格心理学家知识，设计用户注册方案，得到相关能够反应用户人格和气质的数据，进而识别出用户的人格或气质。
[0024]步骤3，针对用户的气质或人格，首先结合用户基础信息，利用机器学习，对已有的各方向推荐版块的内容库，建立分类模型
‑
A，识别用户top k内容，即最贴近个性化的内容进行推荐，解决推荐冷启动问题；
[0025]步骤4，其中A模型，主要利用A/B测试进行验证模型的鲁棒性，即线下训练模型，对刚注册用户推荐内容，然后利用用户线上行为，进行结果分析，即通过判断用户对内容点赞、评论、转发或打分等操作，进行判断用户是否对推荐内容喜欢，进行综合判断模型的鲁棒性，并根据结果分析不断优化模型可，更好地满足用户个性化需求；
[0026]步骤5，结合家庭与儿童交互行为数据、建立个性化推荐模型
‑
B。主要流程有针对各个内容方向的家庭与儿童行为数据，利用机器学习知识，预处理、提取、选择主要行为特征，反应用户行为偏好；结合用户人格或气质数据和用户基础信息以及内容数据库建立深度学习模型，如Deep
‑
FM(一种神经网络结果)，其中主要是人格、气质特征与行为特征之间的深度特征提取。进而实现对用户内容个性化推荐；
[0027]步骤6，针对已经创建好地个性化推荐模型，在内容库中，推荐较多的内容给用户
‑
召回层，然后根据用户最近时间行为，提取最近偏好、需求、心理等特征，进行粗排和精排，即针对召回的视频，考虑各个因素取出top k个用户最贴切用户个性化的内容；
[00本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种基于人格进行家庭教育培养知识个性化推荐的方法，其特征在于，包括以下步骤，步骤S001，利用用户注册提供的标签、头像或用户视频，基于人格心理学家分析行为方案和人工智能技术可快速、准确地识别儿童和家长的气质和人格，并可不断优化；步骤S002，针对刚注册的用户、利用活跃用户的数据和已有儿童和家长的气质和人格与用户信息、建立机器学习模型，实现冷启动内容推荐；步骤S003，针对活跃用户，主要利用儿童和家长的气质和人格、行为数据、基础信息数据，建立深度学习模型，实现对家长与儿童各种交互之间的需求。2.根据权利要求1所述的一种基于人格进行家庭教育培养知识个性化推荐的方法，其特征在于，步骤S002中，针对用户的气质或人格，首先结合用户基础信息，利用机器学习，对已有的各方向推荐版块的内容库，建立分类模型
‑
A，识别用户top k内容，即最贴近个性化的内容进行推荐，解决推荐冷启动问题。3.根据权利要求2所述的一种基于人格进行家庭教育培养知识个性化推荐的方法，其特征在于，步骤S002中，模型
‑
A主要利用A/B测试进行验证模型的鲁棒性，对刚注册用户推荐内容，然后利用用户线上行为，进行结果分析，通过判断用户对内容点赞、评论、转发或打分等操作，进行判断用户是否对推荐内容喜欢，进行综合判断模型的鲁棒性，并根据结果分析不断优化模型可，更好地满足用户个性化需求。...

【专利技术属性】
技术研发人员：董佩昂，
申请(专利权)人：书铭信息科技上海有限公司，
类型：发明
国别省市：