【技术实现步骤摘要】
本专利技术涉及一种元宇宙环境下学前教育课程个性化推荐系统及方法，属于学前课程设计。
技术介绍
1、学前教育是指从出生到6周岁的儿童实施的保育和教育。儿童在幼儿时期是形成性格人格发展的重要时期，因此学前教育在幼儿成长过程中扮演着重要的角色。元宇宙是随着社会进步不断兴起的新技术，拥有其他技术无法比拟的沉浸感。倘若元宇宙可以让儿童在线下进入课堂之前，先沉浸式体验一下真实环境下的文化课程和兴趣班，可以更好地匹配儿童学习的特点和需求点，从而满足自身的发展个性化要求同时，也能提高线下课程的个人匹配度。
技术实现思路
1、针对现有技术存在的上述缺陷，本专利技术提出了一种元宇宙环境下学前教育课程个性化推荐系统及方法。
2、本专利技术所述的元宇宙环境下学前教育课程个性化推荐系统，包括布设于家庭中的客户终端、网络基站和云端的元宇宙服务器，客户终端包括至少两名参与选课的儿童ⅰ和儿童ⅱ，以及互动模块；
3、元宇宙服务器至少构建元宇宙课堂和元宇宙游乐场，其中：
4、元宇宙课堂，用于记录文化课程的听课习惯、匹配度最高的教师，从而实现文化课程与教师的双重匹配，包括虚拟座位、虚拟教师和课程媒体，儿童ⅰ通过互动模块在元宇宙课堂内生成化身ⅰ，儿童ⅱ通过互动模块在元宇宙课堂内生成化身ⅱ，化身ⅰ和化身ⅱ均进入元宇宙课堂并坐在虚拟座位上，虚拟教师通过课程媒体为化身ⅰ和化身ⅱ提供学前课程讲解；
5、元宇宙游乐场，用于挖掘活动课程的兴趣点，从而实现兴趣班的个性化推荐，包括虚拟对象
6、元宇宙服务器获取儿童在元宇宙课堂和元宇宙游乐场的个性数据并建立在个性数据库计算课程推荐指数；建立课程推荐数据库，根据课程的评价内容分析不同儿童对应课程的合理性；将儿童的兴趣班与数据库中儿童的兴趣班进行匹配度的分析；基于匹配度结果，设置匹配度阈值，当匹配度小于等于匹配度阈值时，提取匹配度分析中对应儿童在个性数据库中的选择的兴趣班；课程推荐数据库将儿童选择的综合课程内容推荐给匹配分析对应的在诊课程数据库中的儿童。
7、优选地，所述综合课程内容包括文化课程，文化课程的推荐过程包括如下小步：
8、步骤s1：获取在文化课程数据中课堂的个数m、第a个课堂的平均课程次数sa和第a个课堂的平均课时ta，a≤m；
9、步骤s2：计算课堂平均课时阈值：
10、将课堂的平均课时与平均课时阈值进行比较，标记大于平均课时阈值对应的课堂为特征值i，且i＞0，标记小于等于平均课时阈值对应的课堂为特征值j，且j＜0；
11、步骤s3：建立课堂与化身的映射关系{课堂a→{化身ba}}，b＝{1,2,3......n}，{化身ba}表示由第a个课堂每节课程的b个化身的集合；且课堂的特征值映射于集合{化身ba}的每个化身数据中；则计算不同化身的文化课程影响指数α＝0.38sgn(x)，x＝{i，j}。
12、优选地，所述综合课程内容包括兴趣班，兴趣班的推荐过程包括如下小步：
13、步骤s4：获取兴趣班数据中孪生映射体的记录总天数l以及总天数内儿童每天的娱乐互动时间比例w；对儿童的娱乐互动时间比例按照孪生映射体记录生成的顺序进行排序生成第一集合，对儿童的娱乐互动时间比例按照由小到大的顺序进行排序生成第二集合；
14、步骤s5：利用公式求出不同儿童的兴趣指数β＝({第一集合-第二集合}max-{第一集合-第二集合}min)/l，其中{第一集合-第二集合}表示将第一集合和第二集合中的娱乐互动时间比例依次相减得到数值。
15、优选地，所述综合课程内容中文化课程与兴趣班，对不同阶段儿童学习的特点和需求点进行分层教学，至少包括如下推荐指数：
16、第一阶段：推荐指数γ1＝0.2α+0.8β；
17、第二阶段：推荐指数γ1＝0.5α+0.5β；
18、第三阶段：推荐指数γ1＝0.8α+0.2β。
19、优选地，所述综合课程内容在不同阶段分别进行课程匹配度合理性分析，包括如下小步：
20、根据上一阶段个性数据分析儿童的推荐指数，将个性数据库的推荐指数记作调整指数γ2；
21、建立推荐指数γ1和调整指数γ2之间的实际匹配曲线，x轴代表推荐指数γ1的累计比重，y轴代表调整指数γ2的累计比重；以元宇宙课堂为分类标准，将兴趣指数集合中不同元宇宙课堂儿童的调整指数γ2进行对应；同时建立绝对匹配曲线，即45°斜线；
22、利用公式计算儿童在线课程的匹配度k＝q/(r+q)，其中q表示实际匹配曲线和绝对匹配曲线之间的面积，r表示实际匹配曲线右下方的面积，k∈[0,1]，k数值越小表示匹配程度越好。
23、本专利技术所述的元宇宙环境下学前教育课程个性化推荐系统的方法，包括如下步骤：
24、儿童首次进入的元宇宙课堂作为化身所在空间，其次进入的元宇宙游乐场作为孪生映射体所在空间，其中元宇宙课堂用于文化课程选择，元宇宙游乐场用于兴趣班选择，且根据儿童学习的特点和需求点进行分层教学，配合不同指数的文化课程、兴趣班进行个性化推荐；
25、在元宇宙课堂中，化身基于虚拟教师讲解的课程媒体进行匹配，利用大数据分析儿童的兴趣推荐课程，利用儿童听课习惯推荐效率最高的教师；同时，虚拟座位前后左右安排有其他儿童化身，利用化身ⅰ与化身ⅱ之间元宇宙的沉浸感知优势，让适龄儿童提前在虚拟课堂中度过适应期；
26、在元宇宙游乐场中，孪生映射体根据兴趣选择对应的虚拟对象，虚拟对象中提供丰富的虚拟宠物、虚拟游乐设施、虚拟户外场景，利用孪生映射体在元宇宙的沉浸感知优势，让适龄儿童在娱乐互动过程中发掘自身的兴趣。
27、本专利技术的有益效果是：本专利技术所述的元宇宙环境下学前教育课程个性化推荐系统及方法，利用元宇宙的沉浸感知优势，让适龄儿童提前在虚拟课堂中度过适应期；利用大数据分析儿童的兴趣推荐课程，利用儿童听课习惯推荐效率最高的教师；从而实现课程与教师的双重匹配，使课程符合个人化要求，也能提高线下课程的个人匹配度。
本文档来自技高网...【技术保护点】
1.一种元宇宙环境下学前教育课程个性化推荐系统，包括布设于家庭中的客户终端(4)、网络基站和云端的元宇宙服务器(5)，其特征在于，客户终端(4)包括至少两名参与选课的儿童Ⅰ(2)和儿童Ⅱ(3)，以及互动模块；
2.根据权利要求1所述的元宇宙环境下学前教育课程个性化推荐系统，其特征在于，所述综合课程内容包括文化课程，文化课程的推荐过程包括如下小步：
3.根据权利要求2所述的元宇宙环境下学前教育课程个性化推荐系统，其特征在于，所述综合课程内容包括兴趣班，兴趣班的推荐过程包括如下小步：
4.根据权利要求1所述的元宇宙环境下学前教育课程个性化推荐系统，其特征在于，所述综合课程内容中文化课程与兴趣班，对不同阶段儿童学习的特点和需求点进行分层教学，至少包括如下推荐指数：
5.根据权利要求4所述的元宇宙环境下学前教育课程个性化推荐系统，其特征在于，所述综合课程内容在不同阶段分别进行课程匹配度合理性分析，包括如下小步：
6.一种根据权利要求1-5任意一项所述的元宇宙环境下学前教育课程个性化推荐系统的方法，其特征在于，包括如下步骤：>...
【技术特征摘要】
1.一种元宇宙环境下学前教育课程个性化推荐系统，包括布设于家庭中的客户终端(4)、网络基站和云端的元宇宙服务器(5)，其特征在于，客户终端(4)包括至少两名参与选课的儿童ⅰ(2)和儿童ⅱ(3)，以及互动模块；
2.根据权利要求1所述的元宇宙环境下学前教育课程个性化推荐系统，其特征在于，所述综合课程内容包括文化课程，文化课程的推荐过程包括如下小步：
3.根据权利要求2所述的元宇宙环境下学前教育课程个性化推荐系统，其特征在于，所述综合课程内容包括兴趣班，兴趣班的推荐过程...
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。