基于编程学习的资源推荐方法、装置、系统和存储介质制造方法及图纸

本申请涉及一种基于编程学习的资源推荐方法、装置、系统和存储介质，其中，该基于编程学习的资源推荐方法包括：获取学习者的编程练习结果，根据所述编程练习结果确定所述学习者对各个编程知识点的掌握程度；根据各个所述编程知识点对所述学习者的编程能力的贡献度，确定各个所述编程知识点的考评权重；根据所述学习者对各个编程知识点的掌握程度和各个所述编程知识点的考评权重，生成所述学习者的编程能力画像；根据所述学习者的编程能力画像，向所述学习者推荐编程学习资源。通过本申请，提供了一种针对编程学习的个性化资源推荐方法，解决了相关技术中缺乏针对编程学习的有效的资源推荐方法的问题。资源推荐方法的问题。资源推荐方法的问题。

【技术实现步骤摘要】
基于编程学习的资源推荐方法、装置、系统和存储介质


[0001]本申请涉及资源推荐领域，特别是涉及一种基于编程学习的资源推荐方法、装置、系统和存储介质。

技术介绍

[0002]随着计算机和人工智能技术的飞速发展，理论教学课程正在广泛采用针对学习者个性化特征的学习内容推荐方法。这些技术可以通过分析学习者的学习过程数据，生成其学习画像，并根据学习画像推荐更贴近学习者实际的学习资源、学习路线和教学活动等。相比之下，在线编程学习的个性化推荐却相对滞后。学习过程数据的提取和分析，以及学习资源的智能推荐一直面临较大挑战，难以实现个性化推荐的系统化和自动化。因此，目前还缺乏针对编程学习的有效的资源推荐方法。
[0003]针对相关技术中缺乏针对编程学习的有效的资源推荐方法的问题，目前还没有提出有效的解决方案。

技术实现思路

[0004]在本专利技术中提供了一种基于编程学习的资源推荐方法、装置、系统和存储介质，以解决相关技术中缺乏针对编程学习的有效的资源推荐方法的问题。
[0005]第一个方面，在本专利技术中提供了一种基于编程学习的资源推荐方法，所述方法包括：获取学习者的编程练习结果，根据所述编程练习结果确定所述学习者对各个编程知识点的掌握程度；根据各个所述编程知识点对所述学习者的编程能力的贡献度，确定各个所述编程知识点的考评权重；根据所述学习者对各个编程知识点的掌握程度和各个所述编程知识点的考评权重，生成所述学习者的编程能力画像；根据所述学习者的编程能力画像，向所述学习者推荐编程学习资源。
[0006]在其中的一些实施例中，所述学习者的编程练习结果包括所述学习者在各个所述编程知识点的实际考评得分；所述根据所述编程练习结果确定所述学习者对各个编程知识点的掌握程度包括：根据所述学习者在各个所述编程知识点的实际考评得分以及各个所述编程知识点的满分值，确定所述学习者对各个所述编程知识点的掌握程度。
[0007]在其中的一些实施例中，所述方法还包括：根据所述学习者在各个所述编程知识点的实际考评得分和各个所述编程知识点的考评权重，确定所述学习者在各个所述编程知识点的有效考评得分；根据所述学习者在各个所述编程知识点的有效考评得分，确定所述学习者的综合编程能力。
[0008]在其中的一些实施例中，在生成所述学习者的编程能力画像之后，所述方法还包括：通过可视化图形展示所述学习者的编程能力画像；其中，所述可视化图形中的各个图形区域的色彩明度代表所述学习者对各个所述编程知识点的掌握程度；所述可视化图形中的各个图形区域的面积占比代表所述编程知识点的考评权重。
[0009]在其中的一些实施例中，各个所述编程知识点分别关联不同的编程学习资源；所述根据所述学习者的编程能力画像，向所述学习者推荐编程学习资源包括：以所述学习者对各个编程知识点的掌握程度为首要考量指标，并以各个所述编程知识点的考评权重为次要考量指标，确定各个所述编程知识点所关联的编程学习资源的推荐优先级。
[0010]在其中的一些实施例中，所述方法还包括：获取所述学习者进行编程练习时产生的初始编程日志数据，对所述初始编程日志数据进行解析，得到目标编程日志数据；根据各个所述编程知识点的预设考评方式，从所述目标编程日志数据中提取可表现编程能力的数据指标；根据所述可表现编程能力的数据指标，确定所述学习者的编程练习结果。
[0011]在其中的一些实施例中，所述编程学习资源包括编程教学资源和/或编程练习资源；所述方法还包括：构建编程学习领域的知识本体系统，基于所述知识本体系统确定各个所述编程知识点；建立各个所述编程知识点与不同的所述编程教学资源和/或所述编程练习资源之间的关联关系。
[0012]第二个方面，在本专利技术中提供了一种基于编程学习的资源推荐装置，所述装置包括：结果获取模块，用于获取学习者的编程练习结果，根据所述编程练习结果确定所述学习者对各个编程知识点的掌握程度；权重确定模块，用于根据各个所述编程知识点对所述学习者的编程能力的贡献度，确定各个所述编程知识点的考评权重；画像生成模块，用于根据所述学习者对各个编程知识点的掌握程度和各个所述编程知识点的考评权重，生成所述学习者的编程能力画像；资源推荐模块，用于根据所述学习者的编程能力画像，向所述学习者推荐编程学习资源。
[0013]第三个方面，在本专利技术中提供了一种基于编程学习的资源推荐系统，包括存储器、处理器以及存储在所述存储器上并可在所述处理器上运行的计算机程序，所述处理器执行所述计算机程序时实现上述第一个方面所述的基于编程学习的资源推荐方法。
[0014]第四个方面，在本专利技术中提供了一种存储介质，其上存储有计算机程序，该程序被处理器执行时实现上述第一个方面所述的基于编程学习的资源推荐方法。
[0015]与相关技术相比，在本专利技术中提供的基于编程学习的资源推荐方法、装置、系统和存储介质，主要是基于学习者对各个编程知识点的掌握程度，以及针对该学习者的各个编程知识点的考评权重，确定该学习者的编程能力画像。编程能力画像可以体现学习者对各个编程知识点的掌握情况，基于学习者的编程能力画像，可以重点针对学习者的薄弱环节推荐编程学习资源，实现了针对不同学习者的学习资源的个性化推荐。因此，本专利技术提供了一种针对编程学习的个性化资源推荐方法，解决了相关技术中缺乏针对编程学习的有效的资源推荐方法的问题。
[0016]本申请的一个或多个实施例的细节在以下附图和描述中提出，以使本申请的其他特征、目的和优点更加简明易懂。
附图说明
[0017]此处所说明的附图用来提供对本申请的进一步理解，构成本申请的一部分，本申请的示意性实施例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：图1是执行本专利技术提供的基于编程学习的资源推荐方法的终端的硬件结构框图；图2是本专利技术提供的基于编程学习的资源推荐方法的流程图；图3是本专利技术一些实施例中的基于编程学习的资源推荐方法的流程图；图4是本专利技术一些实施例中的基于编程学习的资源推荐方法的流程图；图5是本专利技术一个具体实施例中的基于编程学习的资源推荐方法的流程图；图6是本专利技术提供的基于编程学习的资源推荐装置的结构框图。
具体实施方式
[0018]为更清楚地理解本申请的目的、技术方案和优点，下面结合附图和实施例，对本申请进行了描述和说明。
[0019]除另作定义外，本申请所涉及的技术术语或者科学术语应具有本申请所属
具备一般技能的人所理解的一般含义。在本申请中的“一”、“一个”、“一种”、“该”、“这些”等类似的词并不表示数量上的限制，它们可以是单数或者复数。在本申请中所涉及的术语“包括”、“包含”、“具有”及其任何变体，其目的是涵盖不排他的包含；例如，包含一系列步骤或模块（单元）的过程、方法和系统、产品或设备并未限定于列出的步骤或模块（单元），而可包括未列出的步骤或模块（单元），或者可包括这些过程、方法、产品或设备固有的其他步骤或模块（单元）。在本申请中所涉及的“连接”、“相连”、“耦接”等类似的词语并不限定于物理的或机械连接，而可本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种基于编程学习的资源推荐方法，其特征在于，所述方法包括：获取学习者的编程练习结果，根据所述编程练习结果确定所述学习者对各个编程知识点的掌握程度；根据各个所述编程知识点对所述学习者的编程能力的贡献度，确定各个所述编程知识点的考评权重；根据所述学习者对各个编程知识点的掌握程度和各个所述编程知识点的考评权重，生成所述学习者的编程能力画像；根据所述学习者的编程能力画像，向所述学习者推荐编程学习资源。2.根据权利要求1所述的基于编程学习的资源推荐方法，其特征在于，所述学习者的编程练习结果包括所述学习者在各个所述编程知识点的实际考评得分；所述根据所述编程练习结果确定所述学习者对各个编程知识点的掌握程度包括：根据所述学习者在各个所述编程知识点的实际考评得分以及各个所述编程知识点的满分值，确定所述学习者对各个所述编程知识点的掌握程度。3.根据权利要求2所述的基于编程学习的资源推荐方法，其特征在于，所述方法还包括：根据所述学习者在各个所述编程知识点的实际考评得分和各个所述编程知识点的考评权重，确定所述学习者在各个所述编程知识点的有效考评得分；根据所述学习者在各个所述编程知识点的有效考评得分，确定所述学习者的综合编程能力。4.根据权利要求1所述的基于编程学习的资源推荐方法，其特征在于，在生成所述学习者的编程能力画像之后，所述方法还包括：通过可视化图形展示所述学习者的编程能力画像；其中，所述可视化图形中的各个图形区域的色彩明度代表所述学习者对各个所述编程知识点的掌握程度；所述可视化图形中的各个图形区域的面积占比代表所述编程知识点的考评权重。5.根据权利要求1所述的基于编程学习的资源推荐方法，其特征在于，各个所述编程知识点分别关联不同的编程学习资源；所述根据所述学习者的编程能力画像，向所述学习者推荐编程学习资源包括：以所述学习者对各个编程知识点的掌握程度为首要考量指标，并以各个所述编程知识点的...

【专利技术属性】
技术研发人员：魏居业，伍明瑞，邓超，朱蒙蒙，谢兼，王书尧，周英，张君兰，齐炎，
申请(专利权)人：之江实验室，
类型：发明
国别省市：