基于画像挖掘的学习内容分发方法及系统技术方案

本申请提供的基于画像挖掘的学习内容分发方法及系统，在挖掘出知识点测评文本语义向量和学习资源内容语义向量之后，还确定出目标学生画像与待匹配图文学习资源在预设特征空间中的语义交互结果，通过考虑预设特征空间以及预设特征空间中的语义交互结果，能够尽可能精准、完整地反映学生画像和图文学习资源之间的适配交互情况，以确保学生画像和图文学习资源之间匹配决策权重的精度和可信度，这样能够准确实现待分发图文学习资源的确定，从而根据学生画像针对性地分发相适应的图文学习资源，避免批量图文学习资源分发带来的数据传输过载。载。载。

【技术实现步骤摘要】
基于画像挖掘的学习内容分发方法及系统


[0001]本申请涉及数据处理
，特别涉及一种基于画像挖掘的学习内容分发方法及系统。

技术介绍

[0002]随着科技的不断发展，大量的线下学习类软件开始抢占教学市场。线下学习类软件作为传统教学的有力辅助工具之一，得到越来越多师生和家长的肯定。线下学习类软件中包含海量的且丰富的图文学习资源，而传统技术在对这些图文学习资源进行分发时大多通过批量分发的方式实现，这样很容易造成数据传输过载的问题。

技术实现思路

[0003]为改善相关技术中存在的技术问题，本申请提供了一种基于画像挖掘的学习内容分发方法及系统。
[0004]第一方面，本申请实施例提供了一种基于画像挖掘的学习内容分发方法，应用于人工智能分发处理系统，所述方法包括：获取目标学生画像的学生画像数据和待匹配图文学习资源的图文学习资源内容，所述目标学生画像为用于匹配图文学习资源的知识点测评文本；分别对所述学生画像数据和图文学习资源内容进行语义描述挖掘，得到所述目标学生画像的知识点测评文本语义向量和所述待匹配图文学习资源的学习资源内容语义向量；基于所述学生画像数据和图文学习资源内容，确定所述目标学生画像与待匹配图文学习资源在预设特征空间中的语义交互结果；依据所述知识点测评文本语义向量、学习资源内容语义向量和语义交互结果，确定所述目标学生画像与待匹配图文学习资源之间的匹配决策权重；基于所述匹配决策权重，在所述待匹配图文学习资源中确定出待分发图文学习资源。
[0005]在一些可选的实施例中，所述目标学生画像包括最少一个知识点测评文本块，所述待匹配图文学习资源包括最少一个学习资源内容块，所述分别对所述学生画像数据和图文学习资源内容进行语义描述挖掘，得到所述目标学生画像的知识点测评文本语义向量和所述待匹配图文学习资源的学习资源内容语义向量，包括：在所述学生画像数据中确定出所述知识点测评文本块的知识点测评文本块数据，并在所述图文学习资源内容中确定出学习资源内容块的学习资源内容块数据；对所述学习资源内容块数据进行语义描述挖掘，得到所述待匹配图文学习资源的学习资源内容语义向量；对所述知识点测评文本块数据进行语义描述挖掘，得到所述目标学生画像的知识点测评文本语义向量。
[0006]在一些可选的实施例中，所述对所述学习资源内容块数据进行语义描述挖掘，得到所述待匹配图文学习资源的学习资源内容语义向量，包括：基于知识点分类关键词，在所述学习资源内容块中确定出用于进行语义交互的最少一个目标知识点分类关键词的目标学习资源内容块；在所述学习资源内容块数据中确定出所述目标学习资源内容块对应的目标学习资源内容块数据；对所述目标学习资源内容块数据进行语义描述挖掘，得到所述待匹配图文学习资源的学习资源内容语义向量。
[0007]在一些可选的实施例中，所述对所述目标学习资源内容块数据进行语义描述挖掘，得到所述待匹配图文学习资源的学习资源内容语义向量，包括：在所述目标学习资源内容块数据中确定出所述目标学习资源内容块的第一分布特征标签；对所述目标学习资源内容块数据进行语义描述挖掘，得到所述待匹配图文学习资源的原始学习资源内容语义向量；基于所述第一分布特征标签和原始学习资源内容语义向量，生成所述待匹配图文学习资源的学习资源特征关系网，并将所述学习资源特征关系网作为所述待匹配图文学习资源的学习资源内容语义向量。
[0008]在一些可选的实施例中，所述基于所述学生画像数据和图文学习资源内容，确定所述目标学生画像与待匹配图文学习资源在预设特征空间中的语义交互结果，包括：基于所述学生画像数据和第一分布特征标签，在所述知识点测评文本块中确定出在所述预设特征空间中与所述目标学习资源内容块进行语义交互的目标知识点测评文本块；确定所述目标知识点测评文本块和所述目标学习资源内容块在所述预设特征空间中的语义交互状态特征；依据所述图文学习资源内容和语义交互状态特征，确定所述目标学生画像与待匹配图文学习资源在所述预设特征空间中的语义交互结果。
[0009]在一些可选的实施例中，所述基于所述学生画像数据和第一分布特征标签，在所述知识点测评文本块中确定出在所述预设特征空间中与所述学习资源内容块进行语义交互的目标知识点测评文本块，包括：在所述学生画像数据中确定出所述知识点测评文本块的第二分布特征标签；基于所述第一分布特征标签和第二分布特征标签，确定所述目标学习资源内容块与每一知识点测评文本块之间的量化差异；依据所述量化差异，在所述知识点测评文本块中确定出在所述预设特征空间中与所述目标学习资源内容块进行语义交互的目标知识点测评文本块。
[0010]在一些可选的实施例中，所述依据所述量化差异，在所述知识点测评文本块中确定出在所述预设特征空间中与所述学习资源内容块进行语义交互的目标知识点测评文本块，包括：基于所述预设特征空间的种类，确定所述知识点测评文本块与目标学习资源内容块进行语义交互的设定差异值；
在所述知识点测评文本块中确定出所述量化差异不超过所述设定差异值的最少一个知识点测评文本块，得到所述目标知识点测评文本块。
[0011]在一些可选的实施例中，所述确定所述目标知识点测评文本块与所述目标学习资源内容块在所述预设特征空间中的语义交互状态特征，包括：基于所述预设特征空间的种类，确定所述预设特征空间中的语义交互状态特征的语义交互状态种类；在设定知识拓扑结构集合中确定出所述语义交互状态种类对应的知识拓扑结构，所述知识拓扑结构为所述语义交互状态特征与量化差异之间的知识拓扑结构；基于所述知识拓扑结构，挖掘出所述目标学习资源内容块与目标知识点测评文本块在所述预设特征空间中的语义交互状态特征。
[0012]在一些可选的实施例中，所述基于所述知识拓扑结构，挖掘出所述目标学习资源内容块与目标知识点测评文本块在所述预设特征空间中的语义交互状态特征，包括：基于所述知识拓扑结构，挖掘出所述目标学习资源内容块与目标知识点测评文本块的量化差异对应的原始语义交互状态特征；依据所述语义交互状态种类，对所述原始语义交互状态特征进行分簇；基于分簇信息，将每一语义交互状态种类对应的原始语义交互状态特征进行聚合，得到所述语义交互状态特征。
[0013]在一些可选的实施例中，所述依据所述图文学习资源内容和语义交互状态特征，确定所述目标学生画像与待匹配图文学习资源在所述预设特征空间中的语义交互结果，包括：在所述图文学习资源内容中确定出所述目标学习资源内容块用于进行语义交互的目标内容要素；基于所述目标内容要素和语义交互状态特征，确定所述目标学生画像和待匹配图文学习资源在所述预设特征空间中的语义交互结果。
[0014]在一些可选的实施例中，所述在所述图文学习资源内容中确定出所述目标学习资源内容块用于进行语义交互的目标内容要素，包括：在所述图文学习资源内容中抽取出所述目标学习资源内容块的最少一个内容要素；对所述内容要素进行解析，得到所述内容要素对应的要素种类；基于所述要素种类，在所述内容要素中确定出用于进行语义交互的目标内容要素。
[0015]在一些可选的实施例本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种基于画像挖掘的学习内容分发方法，其特征在于，应用于人工智能分发处理系统，所述方法包括：获取目标学生画像的学生画像数据和待匹配图文学习资源的图文学习资源内容，所述目标学生画像为用于匹配图文学习资源的知识点测评文本；分别对所述学生画像数据和图文学习资源内容进行语义描述挖掘，得到所述目标学生画像的知识点测评文本语义向量和所述待匹配图文学习资源的学习资源内容语义向量；基于所述学生画像数据和图文学习资源内容，确定所述目标学生画像与待匹配图文学习资源在预设特征空间中的语义交互结果；依据所述知识点测评文本语义向量、学习资源内容语义向量和语义交互结果，确定所述目标学生画像与待匹配图文学习资源之间的匹配决策权重；基于所述匹配决策权重，在所述待匹配图文学习资源中确定出待分发图文学习资源。2.如权利要求1所述的方法，其特征在于，所述目标学生画像包括最少一个知识点测评文本块，所述待匹配图文学习资源包括最少一个学习资源内容块，所述分别对所述学生画像数据和图文学习资源内容进行语义描述挖掘，得到所述目标学生画像的知识点测评文本语义向量和所述待匹配图文学习资源的学习资源内容语义向量，包括：在所述学生画像数据中确定出所述知识点测评文本块的知识点测评文本块数据，并在所述图文学习资源内容中确定出学习资源内容块的学习资源内容块数据；对所述学习资源内容块数据进行语义描述挖掘，得到所述待匹配图文学习资源的学习资源内容语义向量；对所述知识点测评文本块数据进行语义描述挖掘，得到所述目标学生画像的知识点测评文本语义向量。3.如权利要求2所述的方法，其特征在于，所述对所述学习资源内容块数据进行语义描述挖掘，得到所述待匹配图文学习资源的学习资源内容语义向量，包括：基于知识点分类关键词，在所述学习资源内容块中确定出用于进行语义交互的最少一个目标知识点分类关键词的目标学习资源内容块；在所述学习资源内容块数据中确定出所述目标学习资源内容块对应的目标学习资源内容块数据；对所述目标学习资源内容块数据进行语义描述挖掘，得到所述待匹配图文学习资源的学习资源内容语义向量。4.如权利要求3所述的方法，其特征在于，所述对所述目标学习资源内容块数据进行语义描述挖掘，得到所述待匹配图文学习资源的学习资源内容语义向量，包括：在所述目标学习资源内容块数据中确定出所述目标学习资源内容块的第一分布特征标签；对所述目标学习资源内容块数据进行语义描述挖掘，得到所述待匹配图文学习资源的原始学习资源内容语义向量；基于所述第一分布特征标签和原始学习资源内容语义向量，生成所述待匹配图文学习资源的学习资源特征关系网，并将所述学习资源特征关系网作为所述待匹配图文学习资源的学习资源内容语义向量。5.如权利要求4所述的方法，其特征在于，所述基于所述学生画像数据和图文学习资源
内容，确定所述目标学生画像与待匹配图文学习资源在预设特征空间中的语义交互结果，包括：基于所述学生画像数据和第一分布特征标签，在所述知识点测评文本块中确定出在所述预设特征空间中与所述目标学习资源内容块进行语义交互的目标知识点测评文本块；确定所述目标知识点测评文本块和所述目标学习资源内容块在所述预设特征空间中的语义交互状态特征；依据所述图文学习资源内容和语义交互状态特征，确定所述目标学生画像与待匹配图文学习资源在所述预设特征空间中的语义交互结果。6.如权利要求5所述的方法，其特征在于，所述基于所述学生画像数据和第一分布特征标签，在所述知识点测评文本块中确定出在所述预设特征空间中与所述学习资源内容块进行语义交互的目标知识点测评文本块，包括：在所述学生画像数据中确定出所述知识点测评文本块的第二分布特征标签；基于所述第一分布特征标签和第二分布特征标签，确定所述目标学习资源内容块与每一知识点测评文本块之间的量化差异；依据所述量化差异，在所述知识点测评文本块中确定出在所述预设特征空间中与所述目标学习资源内容块进行语义...

【专利技术属性】
技术研发人员：黎国权，朱晖，
申请(专利权)人：广东信聚丰科技股份有限公司，
类型：发明
国别省市：