System.ArgumentOutOfRangeException: 索引和长度必须引用该字符串内的位置。 参数名: length 在 System.String.Substring(Int32 startIndex, Int32 length) 在 zhuanliShow.Bind()
【技术实现步骤摘要】
本专利技术涉及信息,特别是涉及一种学习内容智能推荐方法和机器人系统。
技术介绍
1、现有技术中学生上网一般都是看娱乐新闻,或查资料,但都是与教学脱节的,学生在上网时也不会想到教学的知识点。在实现本专利技术过程中,专利技术人发现现有技术中至少存在如下问题:现有技术无法充分利用学生的上网来对学习内容特别是知识点进行复习。
2、因此,现有技术还有待于改进和发展。
技术实现思路
1、基于此,有必要针对现有技术中的缺陷或不足,提供在线学习内容推荐及人工智能治理方法和机器人,以解决现有技术中学习内容推荐的智能化程度不足的缺点。
2、第一方面,本专利技术实施例提供一种在线学习内容推荐及人工智能治理方法,所述方法包括:
3、浏览内容获取步骤,获取用户浏览的内容;
4、内容匹配步骤,搜索出与所述浏览内容匹配度大于预设值的学习内容,作为匹配的学习内容;
5、智能推荐模型生成模块:初始化转换器深度学习模型,对学习内容知识库进行学习,得到学习内容知识模型;将每一浏览内容作为输入,根据内容匹配步骤得到的所述每一浏览内容的匹配知识点作为预期输出,对学习内容知识模型进行训练和测试,得到在线学习智能推荐模型;
6、智能推荐模型使用模块:将浏览内容作为输入,根据在线学习智能推荐模型计算得到的输出,作为所述浏览内容的匹配知识点推荐给用户;
7、智能推荐模型信息茧房治理模块:获取智能推荐模型使用模块最近一次执行时的浏览内容和通过在线学习
8、优选地,
9、所述内容匹配步骤之后包括:
10、知识点推荐步骤,将所述匹配的学习内容显示给所述用户。
11、优选地,
12、所述浏览内容获取步骤之前包括:
13、知识点获取步骤,获取用户预设的学习内容。
14、优选地,
15、所述内容匹配步骤具体包括:
16、相似度计算步骤,计算每一学习内容与浏览内容的相似度,将该相似度作为所述每一学习内容对应的匹配度,将对应的匹配度大于预设值的学习内容作为匹配学习内容。
17、优选地,所述用户包括学生或教师;所述学习内容包括知识点。
18、第二方面,本专利技术实施例提供一种在线学习内容推荐及人工智能治理系统,所述系统包括:
19、浏览内容获取模块,获取用户浏览的内容;
20、内容匹配模块,搜索出与所述浏览内容匹配度大于预设值的学习内容,作为匹配的学习内容;
21、智能推荐模型生成模块:初始化转换器深度学习模型,对学习内容知识库进行学习,得到学习内容知识模型;将每一浏览内容作为输入,根据内容匹配步骤得到的所述每一浏览内容的匹配知识点作为预期输出,对学习内容知识模型进行训练和测试,得到在线学习智能推荐模型;
22、智能推荐模型使用模块:将浏览内容作为输入,根据在线学习智能推荐模型计算得到的输出,作为所述浏览内容的匹配知识点推荐给用户;
23、智能推荐模型信息茧房治理模块:获取智能推荐模型使用模块最近一次执行时的浏览内容和通过在线学习智能推荐模型计算得到的所述浏览内容的匹配知识点,作为智能推荐得到的知识点;将所述浏览内容根据内容匹配步骤得到的所述浏览内容的匹配知识点,作为匹配得到的知识点;比较智能推荐得到的知识点和匹配得到的知识点,若差异度大于或等于预设的差异度阈值,则提示用户″智能推荐模型存在信息茧房″,将所述浏览内容和匹配得到的知识点作为输入和预期输出,对在线学习智能推荐模型进行增量式训练,并将在线学习智能推荐模型的治理模式设置为待抽检模式。
24、优选地,
25、所述内容匹配模块之后包括:
26、知识点推荐模块,将所述匹配的学习内容显示给所述用户。
27、优选地,
28、所述浏览内容获取模块之前包括:
29、知识点获取模块,获取用户预设的学习内容。
30、优选地,
31、所述内容匹配模块具体包括:
32、相似度计算模块,计算每一学习内容与浏览内容的相似度,将该相似度作为所述每一学习内容对应的匹配度,将对应的匹配度大于预设值的学习内容作为匹配学习内容。
33、第三方面,本专利技术实施例提供一种机器人系统,所述机器人中分别配置有如第二方面任一项所述的在线学习内容推荐及人工智能治理系统。
34、本专利技术实施例具有如下优点和有益效果:
35、1、将与用户(如:学生)所浏览的内容(例如网页内容或视频内容或游戏内容等等)匹配的知识点显示到网页上,这样使得用户在浏览内容的同时对知识点起到了预习或复习的作用,使得用户在浏览内容的娱乐中得到了学习,一举两得。
36、2、通过在用户(如:学生)生浏览内容时,根据内容匹配出相关的知识点推荐给学生,使得用户在上网时能联系知识点进行思考,从而既上了网又复习了教学知识点,同时将浏览的内容与知识点进行结合,更有利于知识点的理论联系实际,更有利于知识点的掌握,从而把用户的浏览的内容充分利用起来了,一举两得。特别是在用户上网或在手机上浏览网页或看视频时,更能起到化娱乐为学习的作用。
37、3、利用深度学习模型可以加快智能推荐的速度,同时通过人工智能治理可以避免深度学习模型在智能推荐中容易产生的信息茧房。
38、本专利技术实施例提供的在线学习内容推荐及人工智能治理方法和机器人,通过在用户(如:学生)浏览内容时,根据内容匹配出相关的学习内容推荐给用户,使得用户在浏览内容如上网时能联系学习内容进行思考,从而能充分提高学习内容推荐的智能化程度和学生的学习效率,并利用深度学习模型加快智能推荐的速度,同时通过人工智能治理避免智能推荐中产生的信息茧房。
本文档来自技高网...【技术保护点】
1.一种在线学习内容推荐及人工智能治理方法,其特征在于,所述方法包括:
2.根据权利要求1所述的在线学习内容推荐及人工智能治理方法,其特征在于,
3.根据权利要求1所述的在线学习内容推荐及人工智能治理方法,其特征在于,
4.根据权利要求1所述的在线学习内容推荐及人工智能治理方法,其特征在于,
5.根据权利要求1所述的在线学习内容推荐及人工智能治理方法,其特征在于,所述用户包括学生或教师;所述学习内容包括知识点。
6.一种在线学习内容推荐及人工智能治理系统,其特征在于,所述系统包括:
7.根据权利要求6所述的在线学习内容推荐及人工智能治理系统,其特征在于,
8.根据权利要求6所述的在线学习内容推荐及人工智能治理系统,其特征在于,
9.根据权利要求6所述的在线学习内容推荐及人工智能治理系统,其特征在于,
10.一种机器人系统,其特征在于,所述机器人中分别配置有如权利要求6-9任一项所述的在线学习内容推荐及人工智能治理系统。
【技术特征摘要】
1.一种在线学习内容推荐及人工智能治理方法,其特征在于,所述方法包括:
2.根据权利要求1所述的在线学习内容推荐及人工智能治理方法,其特征在于,
3.根据权利要求1所述的在线学习内容推荐及人工智能治理方法,其特征在于,
4.根据权利要求1所述的在线学习内容推荐及人工智能治理方法,其特征在于,
5.根据权利要求1所述的在线学习内容推荐及人工智能治理方法,其特征在于,所述用户包括学生或教师;所述学习内容包括知识点。
...
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。