一种小学课外图书分级阅读评价和推荐方法及系统技术方案

本发明专利技术公开了一种小学课外图书分级阅读评价和推荐方法及系统；其中，该方法包括以下步骤：从课外图书中选取了小学三个学段适用图书，构建小学课外阅读图书语料库；从图书多样性，图书复杂度，图书衔接性三个综合特征出发，分析、研判后得到图片、汉字、词汇、句子以及篇章五个层面多种特征作为小学课外图书分级阅读评价方法的备选特征集；运用数据分析软件筛选出最优综合特征构建小学课外图书分级阅读评价方法；将小学课外图书分级阅读评价方法预测图书的适用学段运用到协同过滤推荐算法计算用户相似度的过程中，采用皮尔逊相关系数计算方法计算用户之间的相似度，然后计算用户对未评分图书的预测分值。本发明专利技术优化了课外图书推荐系统的性能。推荐系统的性能。推荐系统的性能。

【技术实现步骤摘要】
一种小学课外图书分级阅读评价和推荐方法及系统


[0001]本专利技术属于自然语言处理
，主要涉及一种小学课外图书分级阅读评价及推荐方法和一种小学课外图书分级阅读推荐系统。

技术介绍

[0002]阅读能力是一项必需且重要的能力，在人的发展中处于基础和核心的地位，尤其对于小学生来说，阅读能够促进其智力、道德和审美水平的全面发展。面对错综复杂的图书海洋，如何推荐与学生所处学段阅读能力相匹配的课外图书成为摆在广大教师和家长面前的难题。分级阅读能够为破解这一难题提供思路，分级阅读的目的就是将读者所处学段的阅读能力和文本难度相适应，针对英语的分级阅读测评体系如Lexile阅读框架和A
‑
Z分级法等经过长期的实践和发展相对较为完善成体系，普及程度也较高。国内的分级阅读研究起步较晚，且缺乏成熟的阅读体系的提出，大多数研究停留在定性推荐上，缺乏定量的研究，无法真正解决小学课外图书推荐难题。
[0003]分级阅读测评体系主要任务是预测文本的难度，从而向特定的读者推荐与其阅读能力相匹配的阅读材料，进而提升读者的阅读能力。文本可读性指文本易于阅读和理解的程度和性质，是分级阅读的重要组成部分，在应用上主要集中在母语教学领域和对外汉语教学方面，针对中小学文本可读性的研究则集中在语文教材层面，而对于中小学课外阅读文本的可读性研究则有待探索。因此，针对小学课外图书分级阅读评价及推荐进行研究，为小学生推荐文本难度与学段相适配的课外读本，培养提高其阅读能力具有重要意义。
[0004]汉语文本可读性的研究主要针对的是教学和课内的研究，用来构建的语料库规模相对有限，并且其信效度也有待验证。其次，汉语文本可读性提出的针对汉语文本难度的评价标准不一致，并且所选取的文本特征较多，形式复杂，不易于推广，实际应用性能有待验证。
[0005]在小学课外图书分级推荐场景下，传统的协同过滤推荐算法进行推荐时需要遍历所有图书的评分数据后计算用户相似度，由此计算出的数据不仅准确率不高，而且随着数据的增加将耗费大量的计算能力。此外，面对日益不断呈几何数量级增长的信息时，如何从海量信息资源中推荐并获取符合用户需求的资源成为需要重点关注的问题，尤其是在小学生课外图书推荐领域，现阶段我们不乏优秀的作品，也不乏爱好读书的读者，关键是如何将一本好书推荐给最合适学段的学生，阅读能力得到实质性的提升。

技术实现思路

[0006]本专利技术的目的在于，解决小学课外阅读图书与适用学段之间难以匹配的问题，优化课外图书推荐系统的性能。
[0007]为实现上述目的，一方面，本专利技术提供了一种小学课外图书分级阅读评价和推荐方法，该方法包括以下步骤：
[0008]从课外图书中选取了小学三个学段适用图书，构建小学课外阅读图书语料库；
[0009]从图书多样性，图书复杂度，图书衔接性三个综合特征出发，分析研判得到图片、汉字、词汇、句子以及篇章五个层面多种特征作为小学课外图书分级阅读评价方法的备选特征集；
[0010]运用数据分析软件筛选出最优综合特征构建小学课外图书分级阅读评价方法；
[0011]将小学课外图书分级阅读评价方法预测图书的适用学段运用到协同过滤推荐算法计算用户相似度的过程中，采用皮尔逊相关系数计算方法计算用户之间的相似度，然后计算用户对未评分图书的预测分值。
[0012]另一方面，本专利技术提供了一种小学课外图书分级阅读评价和推荐系统，该系统包括：用户管理、图书管理、注册登录、个人中心和图书推荐功能模块，所述图书推荐功能模块用于执行小学课外图书分级阅读评价和推荐方法。
[0013]本专利技术能够解决针对小学课外图书文本内容与适用学段不匹配的问题，以及能够精准的解决小学课外图书推荐与适用学段匹配度问题。
附图说明
[0014]图1为本专利技术实施例提供的一种小学课外图书分级阅读评价和推荐方法流程示意图；
[0015]图2为小学课外图书评价方法设计流程示意图；
[0016]图3为基于文本内容的小学课外阅读图书推荐系统结构示意图。
具体实施方式
[0017]图1为本专利技术实施例提供的一种小学课外图书分级阅读评价和推荐方法流程示意图。如图1所示，该方法包括步骤S101
‑
S104:
[0018]步骤S101，从课外图书中选取了小学三个学段适用图书，构建小学课外阅读图书语料库；
[0019]具体地，本专利技术实施例基于教育部基础课程发展中心和关于中小学推荐书目和全国中小学图书馆推荐书目作为课外图书选取标准，从课外图书中选取了小学三个学段适用图书，构建小学课外阅读图书语料库。
[0020]已有的关于汉语的可读性公式的研究主要是从汉字层面特征、词汇层面特征和句子层面特征以及篇章层面特征四种不同层次来选取特征，没有综合考虑到各个层面的特征是否存在关联和共性，没有提出综合概括能力更强的特征来构建可读性公式。
[0021]此外在小学课外阅读图书分级评价中，图片层面的特征不容忽视，图片在小学各个学段的课外图书中均有涉及，特别是在小学低学段中，课外阅读图书中绘本类图书占据较大比例。
[0022]步骤S102，从图书多样性，图书复杂度，图书衔接性三个综合特征出发，分析研判得到图片、汉字、词汇、句子以及篇章五个层面多种特征作为小学课外图书分级阅读评价方法的备选特征集。
[0023]本专利技术实施例从图书多样性、图书复杂度和图书衔接性三个综合特征出发，经过研究分析在图片、汉字、词汇、句子、篇章等五个层面选取了59种特征作为备选特征集，并利用多元线性回归模型进行拟合。
[0024]一、关于图书的多样性
[0025]图书的多样性特征主要由图片的多样性、汉字的多样性、词汇的多样性、句子多样性及篇章多样性等18个特征通过多元线性回归模型拟合而成。表1.1为图书的多样性特征信息表。
[0026]表1.1 图书的多样性特征信息表
[0027][0028][0029][0030]二、关于图书的复杂度
[0031]图书的复杂度主要由图片的复杂度、汉字的复杂度、词汇的复杂度、句子的复杂度及篇章的复杂度等25个特征通过多元线性回归模型拟合而成。表2.2为图书的复杂度特征信息表。
[0032]表2.2 图书的复杂度特征信息表
[0033][0034][0035][0036]三、关于图书的衔接性
[0037]图书的衔接性主要由图片的衔接性、汉字的衔接性、词汇的衔接性、句子的衔接性、篇章的衔接性等16个特征通过多元线性回归模型拟合而成。表2.3为图书的衔接性特征信息表。
[0038]表2.3 图书的衔接性特征信息表
[0039][0040][0041]本专利技术实施例使用基于教育部基础课程发展中心和关于中小学推荐书目和全国中小学图书馆(室)推荐书目作为课外图书选取标准，构建的小学课外阅读图书语料库用于拟合小学课外阅读图书分级评价模型更加精准可信。为了有效的提高小学课外图书分级评价模型的准确率和信效度，本专利技术实本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种小学课外图书分级阅读评价和推荐方法，其特征在于，包括以下步骤：从课外图书中选取了小学三个学段适用图书，构建小学课外阅读图书语料库；从图书多样性，图书复杂度，图书衔接性三个综合特征出发，分析研判得到图片、汉字、词汇、句子以及篇章五个层面多种特征作为小学课外图书分级阅读评价方法的备选特征集；运用数据分析软件筛选出最优综合特征构建小学课外图书分级阅读评价方法；将小学课外图书分级阅读评价方法预测图书的适用学段运用到协同过滤推荐算法计算用户相似度的过程中，采用皮尔逊相关系数计算方法计算用户之间的相似度，然后计算用户对未评分图书的预测分值。2.根据权利要求1所述的方法，其特征在于，所述从课外图书中选取了小学三个学段适用图书，构建小学课外阅读图书语料库步骤，包括：基于教育部基础课程发展中心和关于中小学推荐书目和全国中小学图书馆推荐书目作为课外图书选取标准。3.根据权利要求1所述的方法，其特征在于，所述运用数据分析软件筛选出最优综合特征构建小学课外图书分级阅读评价方法步骤，包括：对筛选出的三个综合性特征运用多元线性回归模型来拟合小学课外阅读图书分级评价模型；通过SPSS软件计算模型的负相关系数R，其反映了所有自变量与因变量间的线性相关程度，计算决定系数R方和调整后R方；接着对模型进行整体回归效应F检验，检验解释变量与所有解释变量之间的线性关系是否显著，并确定用线性模型来拟合这些变量之间的关系是否适当；最后对模型进行回归系数T检验，检验各个变量对因变量的显著性，得到小学课外图书分级阅读评价方法。4.根据权利要求1所述的方法，其特征在于，所述多种特征包括：图书多样性特征、图书复杂度特征和图书衔接性特征。5.根据权利要求4所述的方法，其特征在于，所述图书多样性特征主要由图片的多样性、汉字的多样性、词汇的多样性、句子...

【专利技术属性】
技术研发人员：孙媛，梁家亚，
申请(专利权)人：中央民族大学，
类型：发明
国别省市：