CN106651701A - 一种学习资源的构建方法及装置 - Google Patents
一种学习资源的构建方法及装置 Download PDFInfo
- Publication number
- CN106651701A CN106651701A CN201611247609.4A CN201611247609A CN106651701A CN 106651701 A CN106651701 A CN 106651701A CN 201611247609 A CN201611247609 A CN 201611247609A CN 106651701 A CN106651701 A CN 106651701A
- Authority
- CN
- China
- Prior art keywords
- keyword
- resource
- learning
- user
- knowledge
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Pending
Links
- 238000000034 method Methods 0.000 title abstract description 54
- 239000000463 material Substances 0.000 claims abstract description 84
- 230000007115 recruitment Effects 0.000 claims description 24
- 238000010276 construction Methods 0.000 claims description 23
- 238000005457 optimization Methods 0.000 claims description 14
- 238000000605 extraction Methods 0.000 claims description 4
- 238000004458 analytical method Methods 0.000 description 7
- 238000009826 distribution Methods 0.000 description 7
- 238000005516 engineering process Methods 0.000 description 6
- 238000004870 electrical engineering Methods 0.000 description 5
- 239000000284 extract Substances 0.000 description 5
- 230000014509 gene expression Effects 0.000 description 4
- 238000003860 storage Methods 0.000 description 4
- 238000004364 calculation method Methods 0.000 description 2
- 238000013461 design Methods 0.000 description 2
- 230000005611 electricity Effects 0.000 description 2
- 238000004519 manufacturing process Methods 0.000 description 2
- 239000000203 mixture Substances 0.000 description 2
- 241000208340 Araliaceae Species 0.000 description 1
- 235000005035 Panax pseudoginseng ssp. pseudoginseng Nutrition 0.000 description 1
- 235000003140 Panax quinquefolius Nutrition 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 238000010586 diagram Methods 0.000 description 1
- 238000004880 explosion Methods 0.000 description 1
- 235000008434 ginseng Nutrition 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 230000008520 organization Effects 0.000 description 1
- 238000004321 preservation Methods 0.000 description 1
- 230000000750 progressive effect Effects 0.000 description 1
- 230000000717 retained effect Effects 0.000 description 1
- 238000012216 screening Methods 0.000 description 1
- 238000004088 simulation Methods 0.000 description 1
- 230000001755 vocal effect Effects 0.000 description 1
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q50/00—Information and communication technology [ICT] specially adapted for implementation of business processes of specific business sectors, e.g. utilities or tourism
- G06Q50/10—Services
- G06Q50/20—Education
- G06Q50/205—Education administration or guidance
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/90—Details of database functions independent of the retrieved data types
- G06F16/95—Retrieval from the web
- G06F16/951—Indexing; Web crawling techniques
Landscapes
- Engineering & Computer Science (AREA)
- Business, Economics & Management (AREA)
- Theoretical Computer Science (AREA)
- Strategic Management (AREA)
- Databases & Information Systems (AREA)
- General Physics & Mathematics (AREA)
- Physics & Mathematics (AREA)
- Tourism & Hospitality (AREA)
- Educational Administration (AREA)
- Educational Technology (AREA)
- Health & Medical Sciences (AREA)
- Data Mining & Analysis (AREA)
- General Engineering & Computer Science (AREA)
- Economics (AREA)
- General Health & Medical Sciences (AREA)
- Human Resources & Organizations (AREA)
- Marketing (AREA)
- Primary Health Care (AREA)
- General Business, Economics & Management (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
本发明是关于一种学习资源的构建方法及装置，通过根据用户个人信息，确定资源需求类型和资源关键词；使用资源关键词，检索与所述资源需求类型相对应的数据库，建立学习课程集；其中，学习课程集包括多个学习课程；分析学习课程的内容，归类确定每个学习课程的知识模块主题词；将与知识模块主题词相匹配的学习资料组织为相应的知识模块，并将所有的知识模块作为学习资源。本发明通过用户个人信息精确定位用户的学习需求，根据用户的学习需求构建知识资源，能够有效提高知识资源的匹配度；而且通过将符合用户学习需求的学习资料按照教学规律和知识的内在逻辑，构建成体系化的知识模块，用户能够获得更全面的知识信息，进而提高用户的学习效率。
Description
技术领域
本发明涉及电子教学技术领域，尤其涉及一种学习资源的构建方法及装置。
背景技术
当今社会是一个知识***性增长的信息化社会，信息化是国家战略发展的要求之一，尤其在教育领域，信息技术对教育发展具有革命性影响。随着移动计算技术的迅猛发展，使用智能移动终端进行移动学习的方式也逐渐被人们所重视，而且移动学习作为一种新的学习方式将成为实现学习型社会的一种重要方式与手段。
目前，在移动学习过程中，用户主要是通过智能移动终端访问学习网站或者搜索引擎，学习网站或者搜索引擎将讲义文档等学习资源发送到用户的智能移动终端上播放显示，从而方便用户学习。然而，发明人通过研究发现，现有的学习网站或者搜索引擎主要通过用户的检索指令，向用户返回大量与检索指令相关的学习资源，这样在学习过程中，用户可能需要通过多次检索以及对学习资源的筛选梳理才能获得满足学习需求的有效学习资源，学习资源与用户学习需求的匹配度差，进而影响学习效率。因此如何为用户提供高匹配度的学习资源，从而提高用户的学习效率是本领域技术人员亟需解决的技术问题。
发明内容
本发明实施例中提供了一种学习资源的构建方法及装置，以解决现有技术中的学习资源匹配度差，学习效率低的问题。
为了解决上述技术问题，本发明实施例发明了如下技术方案：
本发明实施例提供的了一种学习资源的构建方法，该方法包括：
根据用户个人信息，确定资源需求类型和资源关键词；
使用所述资源关键词，检索与所述资源需求类型相对应的数据库，建立学习课程集；其中，所述学习课程集包括多个学习课程；
分析学习课程的内容，归类确定每个学习课程的知识模块主题词；
将与所述知识模块主题词相匹配的学习资料组织为相应的知识模块，并将所有的知识模块作为学习资源，以供用户学习使用。
可选地，所述根据用户个人信息，确定资源需求类型和资源关键词，包括：
当所述用户个人信息包括学习目的和专业名称时，确定所述学习目的为资源需求类型，以及确定所述专业名称为资源关键词；其中，所述学习目的包括求学和求职；
使用所述资源关键词，检索与所述资源需求类型相对应的数据库，确定学习课程集，包括：
当资源需求类型为求学时，检索学校数据库，其中，所述学校数据库包括各个学校的专业课程信息；
根据与所述专业名称相匹配的专业课程信息，确定学习课程集；
当资源需求类型为求职时，检索招聘数据库，其中，所述招聘数据库包括各个企业发布的职位信息；
从与专业名称相匹配的职位信息中，提取技能要求关键词；
选择与所述技能要求关键词相匹配的学习课程，组成学习课程集。
可选地，所述根据用户个人信息，确定资源需求类型和资源关键词，包括：
当所述用户个人信息包括检索记录时，如果所述检索记录与求学类型关键词相匹配，则确定资源需求类型为求学；
如果所述检索记录与求职类型关键词相匹配，则确定资源需求类型为求职；
从检索记录中去除求学类型关键词或者求职类型关键词，得到检索关键词作为资源关键词；
使用所述资源关键词，检索与所述资源需求类型相对应的数据库，确定学习课程集，包括：
当资源需求类型为求学时，检索学校数据库，其中，所述学校数据库包括各个专业课程的内容信息；
通过匹配内容信息和检索关键词，确定学习课程集；
当资源需求类型为求职时，检索招聘数据库，其中，所述招聘数据库包括各个企业发布的职位信息；
从与检索关键词相匹配的职位信息中，提取技能要求关键词；
选择与所述技能要求关键词相匹配的学习课程，组成学习课程集。
可选地，所述分析学习课程的内容，归类确定每个学习课程的知识模块，以及所述知识模块的知识模块主题词，包括：
从学习课程的章节名称中，提取得到参考关键词组，所述参考关键词组包括多个参考关键词；
计算各个参考关键词之间的重复度；
当所述重复度大于或等于重复阈值时，简化相互重复的参考关键词，并在参考关键词组中，将所有重复的参考关键词替换为简化后的关键词，得到目标参考关键词组；所述目标关键词组中的每个关键词作为一个知识模块主题词。
可选地，所述学习资料包括文本、图片、音频、视频和软件中的一种或多种的组合。
可选地，该方法还包括：
获取每个学习资料的使用频度，其中，所述使用频度通过统计相同专业用户的使用次数得到；
按照使用频度从高到低的顺序排列学习资料，得到所述知识模块。
可选地，该方法还包括：
获取学习资料的学习次数；
当所述学习次数小于次数阈值时，向用户学习终端发送删除提醒，以提醒用户删除相应的学习资料。
可选地，该方法还包括：
接收用户学习终端发送的硬件信息，其中，所述硬件信息包括屏幕分辨率、处理器频率、硬盘容量和内存容量的一种或多种；
判断知识模块中的学习资料的硬件需求信息是否与用户学习终端的硬件信息向匹配；
如果是，保留所述学习资料；
如果否，向用户学习终端发送删除提醒，以通知用户从知识模块中删除所述学习资料。
本发明实施例还提供了一种学习资源的构建装置，该装置包括：
资源确定模块，用于根据用户个人信息，确定资源需求类型和资源关键词；
学习课程集建立模块，用于用所述资源关键词，检索与所述资源需求类型相对应的数据库，建立学习课程集，所述学习课程集包括多个学习课程；
知识模块主题词确定模块，用于分析学习课程的内容，归类确定每个学习课程的知识模块主题词；
学习资源建立模块，用于将与所述知识主题词相匹配的学习资料组织为相应的知识模块，并将所有的知识模块作为学习资源，以供用户学习使用。
可选地，该装置还包括知识优化模块，用于获取每个学习资料的使用频度，其中，所述使用频度通过统计相同专业用户的使用次数得到；排序模块，用于按照使用频度从高到低的顺序排列学习资料，得到所述知识模块。
本发明的实施例提供的技术方案可以包括以下有益效果：本发明实施例提供了一种学习资源的构建方法及装置，通过根据用户个人信息，确定资源需求类型和资源关键词；使用所述资源关键词，检索与所述资源需求类型相对应的数据库，建立学习课程集；其中，所述学习课程集包括多个学习课程；分析学习课程的内容，归类确定每个学习课程的知识模块主题词；将与所述知识模块主题词相匹配的学习资料组织为相应的知识模块，并将所有的知识模块作为学习资源，以供用户学习使用。本发明通过用户个人信息精确定位用户的学习需求，根据用户的学习需求构建知识资源，能够有效提高知识资源的匹配度；而且通过将符合用户学习需求的学习资料按照教学规律和知识的内在逻辑，构建成体系化的知识模块，用户能够获得更全面的知识信息，进而提高用户的学习效率。
应当理解的是，以上的一般描述和后文的细节描述仅是示例性和解释性的，并不能限制本发明。
附图说明
此处的附图被并入说明书中并构成本说明书的一部分，示出了符合本发明的实施例，并与说明书一起用于解释本发明的原理。
为了更清楚地说明本发明实施例或现有技术中的技术方案，下面将对实施例或现有
技术描述中所需要使用的附图作简单地介绍，显而易见地，对于本领域普通技术人
员而言，在不付出创造性劳动性的前提下，还可以根据这些附图获得其他的附图。
图1为本发明实施例提供的一种学习资源的构建方法的流程示意图；
图2为本发明实施例提供的一种资源确定方法的流程示意图；
图3为本发明实施例提供的一种学习课程集建立方法的流程示意图；
图4为本发明实施例提供的另一种学习课程集建立方法的流程示意图；
图5为本发明实施例提供的一种知识模块主题词确定方法的流程示意图；
图6为本发明实施例提供的一种知识模块优化方法的流程示意图；
图7为本发明实施例提供的另一种知识模块优化方法的流程示意图；
图8为本发明实施例提供的再一种知识模块优化方法的流程示意图；
图9为本发明实施例提供的再一种知识模块优化方法的流程示意图。
具体实施方式
为了使本技术领域的人员更好地理解本发明中的技术方案，下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都应当属于本发明保护的范围。
首先对本发明实施的应用场景进行说明，从而更清楚地描述本发明的技术方案。在本发明实施例中，用户的学习终端可以通过互联网无线连接到提供学习资源的服务端，其中，所述学习终端可以理解为手机、笔记本和PAD等便携终端设备，所述服务端可以理解为个人计算机、服务器或者服务器阵列等；服务端存储有用户、教育组织或者教师上传并保存在本地的学习资源，或者可以通过共用的检索引擎从互联网中检索获得相应的学习资源，所述学习资源可以包括文档、音频、视频、图片以及工具软件等一种或多种形式的学习文件；服务端能够支持多个智能手机终端和多个用户同时访问学习资源。在具体工作时，用户建立个人账号，并将用户个人信息录入，所有的用户个人信息和个人账号均由服务器端统一保存管理；用户通过学习终端登陆个人账号后，可以通过服务端提供的检索服务进行学习资源检索，由服务端返回相应的学习资源，或者，服务端向用户学习终端主动推荐相应的学习资源；服务端为每个用户建立各自学习资源，满足不同用户的学习需求。
参见图1，为本发明实施例提供的一种学习资源的构建方法的流程示意图，如图1所示，该方法包括：
步骤S101：根据用户个人信息，确定资源需求类型和资源关键词。
在第一种实施情况下，在用户通过学习终端录入用户个人信息时，录入信息框可以设置学习目的和专业名称两个输入项，用户可以将学习目的和专业名称填入输入项中，完成用户个人信息录入。服务端通过分析用户录入的学习目的和专业名称，确定所述学习目的为资源需求类型，以及确定所述专业名称为资源关键词；其中，所述学习目的包括求学和求职。例如，用户A的用户个人信息中学习目的为“求学”，专业名称为“电气工程及其自动化”，则针对用户A，资源需求类型为“求学”，资源关键词为“电气工程及其自动化”；用户B的用户个人信息中学习目的为“求职”，专业名称为“机械制造及其自动化”，则针对用户B，资源需求类型为“求职”，资源关键词为“机械制造及其自动化”。当然，在具体实施时，所述学习目的以及相应确定的资源需求类型仅是一示例性实施例，本领域技术人员可以使用任意其他的字符表示对不同的学习目的和资源需求类型进行区分，本发明实施例不再赘述。
而且，在确定资源关键词时，还可以将专业名称的同义词作为所述资源关键词，例如“电气工程及其自动化”专业与“电气控制及其自动化”专业是在不同学校是同样的专业内容，则确定资源关键词为“电气工程及其自动化”+“电气控制及其自动化”。在具体实施时，可以将同义的专业名称组织为一个匹配列表，通过查询实施匹配列表，将同义的专业名称组合作为资源关键词。
在第二种实施情况下，参见图2，为本发明实施例提供的一种资源确定方法的流程示意图，如图2所示，本发明实施例示出在用户未明确指明学习目的情况下，自动判断用户需求的过程：
步骤S1011：当用户的个人信息包括检索记录时，如果所述检索记录与求学类型关键词相匹配，则确定资源需求类型为求学。
在用户使用学习终端进行检索时，在学习终端内会保留相应的检索记录。服务端可以通过询问授权的方式，当服务端被允许获取用户的检索记录时，从学习终端获取用户的检索记录。需要说明的是，所述检索记录可以为用户使用学习终端内的浏览器和共用的搜索引擎保存的检索记录，也可以为用户使用学习终端访问服务端，使用服务端自己提供的检索服务保存的检索记录。所述检索记录保存用户的检索使用的关键词和检索时间。优选地，服务端获取用户最近的一条或多条检索记录，例如几小时或者几天内的检索记录。
从检索记录中提取用户使用的关键词，进一步，判断用户使用的关键词与预设的求学类型关键词是否相匹配，如果是，则确定该用户的资源需求类型为求学。其中，所述求学类型关键词可以为“原理”、“教程”、“概念”、“定义”等多个关键词的集合，当用户使用的关键词中存在至少一个与求学类型关键词相匹配时，则判断用户的资源需求类型为求学。例如用户C使用的关键词为“电力电子”+“教程”，“教程”与上述求学类型关键词相匹配，则判定用户的资源需求类型为“求学”。
步骤S1012：如果所述检索记录与求职类型关键词相匹配，且确定资源需求类型为求职。
同样，与步骤S1011的过程相似，首先建立求职类型关键词；在具体实施时，所述求职类型关键词可以为“职位”、“就业”、“岗位”和“薪资”等多个关键词的集合。从用户的检索记录中提取用户使用的关键词，如果用户使用的关键词中存在至少一个与求职类型关键词相匹配时，则判断用户的资源需求类型为求职。例如用户D使用的关键词为“机械制图”+“岗位”，“岗位”与上述求职类型关键词相匹配，则判定用户的资源需求类型为“求职”。
步骤S1013：从检索记录中去除求学类型关键词或者求职类型关键词，得到检索关键词作为资源关键词。
在检索记录中，从用户使用的关键词中去除求学类型关键词或者求职类型关键词，则得到检索关键词。以用户C和用户D为例，根据上述步骤确定用户C的资源需求类型为“求学”，则从用户C使用的关键词“电力电子”+“教程”中，去掉求学类型关键词“教程”，从而得到用户C的检索关键词为“电力电子”，则将“电力电子”作为用户C的资源关键词；用户D的资源需求类型为“求职”，则从用户D使用的关键词“机械制图”+“岗位”中，去掉求职类型关键词“岗位”，从而得到用户D的检索关键词为“机械制图”，则将“机械制图”作为用户D的资源关键词。
另外，在具体实施时，通过步骤S1012和步骤S1013的判断，检索记录中用户使用的关键词与求学类型关键词和求职类型关键词均布匹配时，则可以设置该用户的资源需求类型为默认类型，资源关键词为检索记录中用户使用的关键词。服务端可以设置所述默认类型为求学和求职中的任意一个，在本发明实施例中不做限定。
步骤S102：使用所述资源关键词，检索与所述资源需求类型相对应的数据库，建立学习课程集；其中，所述学习课程集包括多个学习课程。
在第一种实施情况下，对应步骤S101中，参见图3，为本发明实施例提供的一种学习课程集建立方法的流程示意图，如图3所示，本发明实施例示出了当用户个人信息包括专业名称时，建立学习课程集的过程：
步骤S201：当资源需求类型为求学时，检索学校数据库，其中，所述学校数据库包括各个学校的专业课程信息。
所述学校数据库中保存有各个学校的专业课程信息，具体地，所述专业课程信息可以组织为数据库或者数据表的形式，例如所述专业课程信息包括专业学校名称、专业名称以及相应各个专业的课程名称。为了建立所述学校数据库，可以通过共用的搜索引擎例如百度或者谷歌等，搜索学校名称、专业名称以及课表等关键词，抓取各级网页，通过正则表达式提取学校名称、专业名称和课程名称从而组成专业课程信息，建立学校数据库。
进一步，以专业名称作为资源关键词，检索学校数据库，从而可以得到专业名称对应的各个学校所对应的课程名称。
步骤S202：根据与所述专业名称相匹配的专业课程信息，确定学习课程集。
由于各个学校对应相同专业，可能设置不同的课程，因此，根据步骤S201能够得到检索结果，在该检索结果中，包括各个学校的课程表。例如，通过在学校资源数据库中检索资源关键词“电气工程及其自动化”，能够得到第一学校对应的第一课程表，以及第二学校对应的第二课程表；在第一课程表中包括课程A、课程B和课程C，在第二课程表中包括课程A、课程C和课程D。
通过统计专业课程的热度，将热度排名最高的一个或多个专业课程组成为学习课程集。具体地，以上述检索结果为例，课程A和课程C均同时出现在第一课程表和第二课程表中，则在整个检索结果中，课程A和课程C均出现了2次，这样，课程A和课程C的热度均为2；同样，课程B和课程D在检索结果中出现了1词，这样课程B和课程D的热度为1。根据热度排序后，课程A的热度＝课程C的热度>课程B的热度＝课程D的热度，由于课程A和课程C的热度最高，则可以将课程A和课程C组成为学习课程集。
步骤S203：当资源需求类型为求职时，检索招聘数据库，其中，所述招聘数据库包括各个企业发布的职位信息。
同样，所述招聘数据库为包含各个企业所发布的职位信息的数据库。为了建立所述招聘数据库，服务端可以通过共用的招聘网站例如智联等，以专业名称等作为关键词进行搜索，抓取各级网页，通过正则表达式提取相应的职位信息，建立招聘数据库。其中，所述职位信息包括岗位职责介绍等内容。而且，服务端可以定期地对所述招聘数据库进行更新，以保证实时性，在本发明实施例中不做赘述。
步骤S204：从与专业名称相匹配的职位信息中，提取技能要求关键词。
通过在招聘数据库中，以专业名称作为资源关键词进行检索，能够得到多个企业的职位信息。根据职位信息的描述结构，对每个职位信息进行关键词抽取；例如同样可以使用正则表达式，获取“精通”之后且逗号或者分号等分隔符之间的关键词，或者获取“掌握”之后且分隔符之间的关键词，将上述关键词作为技能要求关键词。具体地，通过步骤S201获得了2条职位信息，即第一职位信息和第二职位信息；第一职位信息包括技能要求关键词A、技能要求关键词B和技能要求关键词C，第二职位信息包括技能要求关键词B和技能要求关键词C。
在一个具体实施例中，可以同样通过统计技能关键词热度的方式，获取热度值最高的一个或几个技能要求关键词，作为后续步骤的基础。以上述技能要求关键词为例，由于技能要求关键词B和技能要求关键词C的热度均为2，技能要求关键词A的热度为1，则选择技能要求关键词B和技能要求关键词C作为建立学习课程集的基础。
在另一具体实施例中，可以从获得所有技能要求关键词中去掉重复关键词，将去重后的技能要求关键词作为建立学习课程集的基础。同样以上述技能要求关键词为例，第一职位信息和第二职位信息确定的技能要求关键词集合为{技能要求关键词A，技能要求关键词B，技能要求关键词C，技能要求关键词B，技能要求关键词C}，技能要求关键词B和技能要求关键词C为重复关键词，则去重后得到技能要求关键词集合为{技能要求关键词A，技能要求关键词B，技能要求关键词C}，从而将去重后的技能要求关键词作为后续步骤的基础。
步骤S205：选择与所述技能要求关键词相匹配的学习课程，组成学习课程集。
服务端存储有关键词与学习课程的匹配列表，学习课程与技能要求关键词之间可能存在一对一、一对多、多对一和多对多等对应关系，可以通过设置相应的匹配列表进行管理。例如课程“模拟电子技术”对应的技能要求关键词“模拟电路”，课程“电力***稳态分析”对应技能要求关键词“电力***设计”和“电力***分析”，课程“配网自动化”和课程“电力***自动化”对应的技能要求关键词为“低压配电”，课程“电路理论”和“电路分析”对应的技能要求关键词为“电路设计”和“模拟电路”。
通过查询上述匹配列表，将与技能要求关键词相匹配的学习课程组成学习课程集，例如以上述匹配列表为例，当技能要求关键词为“模拟电路”和“低压配电”时，查询上述匹配列表，能够得到技能要求关键词“模拟电路”对应的学习课程为“模拟电子技术”、“电路理论”以及“电路分析”，技能要求关键词“低压配电”对应的学习课程为“配网自动化”和“电力***自动化”，则得到学习课程集为{“模拟电子技术”、“电路理论”，“电路分析”，“配网自动化”，“电力***自动化”}。
在第二种实施情况下，参见图4，为本发明实施例提供的另一种学习课程集建立方法的流程示意图，本发明实施例示出了根据步骤S1011至步骤S1013确定的用户的资源需求类型和资源关键词，建立学习课程集的过程：
步骤S301：当资源需求类型为求学时，检索学校数据库，其中，所述学校数据库包括各个专业课程的内容信息。
在本发明实施例中，所述学校数据库包括各个专业课程的内容信息，即在所述学校数据库中存储有课程名称，以及与所述课程名称对应的内容信息，所述内容信息可以理解为与该课程对应的主题词。所述学校数据库的建立过程同样可以参照上述实施例的描述，在此不再赘述。通过上述步骤的判断，确定用户C的资源需求类型为“求学”，则对于用户C，以检索关键词“电力电子”检索学校数据库。
步骤S302：通过匹配内容信息和检索关键词，确定学习课程集。
当检索关键词与学校数据库中一个或多个专业课程的内容信息相匹配时，则将所述一个或多个专业课程组成学习课程集。在具体实施时，用户C得到的检索关键词为“电力电子”，则将“电力电子”与每个课程名称对应的内容信息进行比对，如果内容信息中包含“电力电子”，则选择出所述课程名称。例如，课程“电力电子技术”和课程“电力电子器件”的内容信息中均包括“电力电子”，则确定学习课程集为{“电力电子技术”，“电力电子器件”}。
步骤S303：资源需求类型为求职时，检索招聘数据库，其中，所述招聘数据库包括各个企业发布的职位信息。
用户D对应的资源需求类型为“求职”，且用户D的检索关键词为“机械制图”，则以“机械制图”检索招聘数据库。其中，所述招聘数据库的建立过程同样可以参见上述实施例的描述，在此不再赘述。
步骤S304：从与检索关键词相匹配的职位信息中，提取技能要求关键词。
根据“机械制图”能够检索出一条或多条职位信息，同样按照上述实施例的描述，从检索出的职位信息中正则匹配得到技能要求关键词。
步骤S305：选择与所述技能要求关键词相匹配的学习课程，组成学习课程集。
按照步骤S205的描述，同样可以通过技能要求关键词与学习课程的匹配关系，选择出一个或多个学习课程，从而组成学习课程集。
步骤S103：分析学习课程的内容，归类确定每个学习课程的知识模块主题词。
为了方便建立知识模块，可以建立学习课程数据库，所述学习课程数据库中存储有学习课程名称，以及所述学习课程的章节名称。所述学习课程数据库的建立过程同样可以参见学校数据库的建立过程，通过在检索学校网站、文库类网站等，抓取与所述学习课程名称对应的网页内容，进而通过正则表达式匹配的方式，提取每个学习课程的章节名称。进一步通过对学习课程的章节名称的分析，提取该学习课程的知识模块主题词。
参见图5，为本发明实施例提供的一种知识模块主题词确定方法的流程示意图，该方法包括：
步骤S1031：从学习课程的章节名称中，提取得到参考关键词组，所述参考关键词组包括多个参考关键词。
在具体实施时，提取该学习课程每章的名称，组成参考关键词组。例如课程“模拟电子技术”包括章节名称为“运算放大器”、“基本运算放大器电路”、“有源滤波器”，则将每个章节名称作为一个元素，组成为参考关键词组{“运算放大器”、“基本运算放大器电路”、“有源滤波器”}。
步骤S1032：计算各个参考关键词之间的重复度。
将每个关键词拆分成多个单字，例如“运算放大器”拆分成“运”、“算”、“放”、“大”、“器”总共5个单字。两两对比参考关键词的单字，计算重复度；例如计算“运算放大器”与“基本运算放大器电路”的重复度，通过对比单字，确定两个参考关键词之间有5个单字是重复单字，重复单字的数量除以两个参考关键词的总单字数量，得到重复度＝5/14＝0.36；按照同样的方式，计算“运算放大器”与“有源滤波器”的重复度＝1/10＝0.1。
步骤S1033：当所述重复度大于或等于重复阈值时，简化相互重复的参考关键词，并在参考关键词组中，将所有重复的参考关键词替换为简化后的关键词，得到目标参考关键词组；所述目标关键词组中的每个关键词作为一个知识模块主题词。
在具体实施时，用户可以预设相应的重复阈值，例如预设为0.2，则根据步骤S1032的结果，“运算放大器”与“基本运算放大器电路”的重复度大于重复阈值，则需要将“运算放大器”与“基本运算放大器电路”进行简化。在第一种实施情况下，可以将单子数最小的参考关键词作为简化后的关键词，由于“运算放大器”的单字数小于“基本运算放大器电路”的单字数，则简化后的关键词为“运算放大器”。在第二种实施情况下，可以将重复的连续单字作为简化后的关键词，由于“运算放大器”是重复的连续单字，则简化后的关键词为“运算放大器”。将简化后关键词进行替换，得到目标关键词组{“运算放大器”，“有源滤波器”}。这样，通过对参考关键词组的优化分析，得到目标关键词组，所述目标关键词组中的每个关键词对应一个知识模块主题词，从而确定知识模块主题词为“运算放大器”和“有源滤波器”。
步骤S104：将与所述知识模块主题词相匹配的学习资料组织为相应的知识模块，并将所有的知识模块作为学习资源，以供用户学习使用。
在服务端的学习资源中，以知识模块主题词进行检索。将与知识模块主题词相匹配的学习资料组织到一起作为相应的知识模块。具体地，在学习资源中，检索“运算放大器”，当学习资料中的文本中包含“运算放大器”、图片名称或介绍中包含“运算放大器”、音频名称或介绍中包含“运算放大器”、视频名称或介绍中包含“运算放大器”、软件名称或介绍中包含“运算放大器”时，提取相对应的一个或多个文本、图片、视频、音频以及软件形式的学习资料，并将上述学习资料的集合作为一个知识模块。这样，一个学习课程集包括一个或多个学习课程，每个学习课程对应多个知识模块，将所有的知识模块作为学习资源，用户可以查阅该学习资源进行学习使用。
为了对方便用户查阅知识模块中的学习资料，本发明实施例对应知识模块进行优化，参见图6，为本发明实施例提供的一种知识模块优化方法的流程示意图，如图6所示，该方法包括：
步骤S401：获取每个学习资料的使用频度，其中，所述使用频度通过统计相同专业用户的使用次数得到。
服务端统计每个学习资料的使用频度，例如用户A用户个人信息中专业名称“电力工程及其自动化”，用户B用户个人信息中专业名称同样为“电力工程及其自动化”，用户C用户个人信息中专业名称为“信息科学与技术”；用户A、用户B和用户C均通过分配的学习资源使用到了学习资料A，则按照专业区分统计学习资料A的使用频度，即学习资料A对于“电力工程及其自动化”专业的用户的使用频度为2，学习资料A对于“信息科学与技术”专业的用户的使用频度为1。按照同样的方式，可以得到服务端存储的所有学习资料的各个专业的使用频度。
步骤S402：按照使用频度从高到低的顺序排列学习资料，得到所述知识模块。
对于用户A，服务端根据上述步骤分配给用户A学习资源，在所述学习资源中包括学习资料A、学习资料B和学习资料C。由于用户A的专业为“电力工程及其自动化”，则获取学习资料A的“电力工程及其自动化”的使用频度，学习资料B的“电力工程及其自动化”的使用频度，以及学习资料C的“电力工程及其自动化”的使用频度；如果学习资料C的使用频度>学习资料A的使用频度>学习资料B的使用频度，则按照使用频度由高到低的顺序，重新组织学习资料的顺序为学习资料C-学习资料A-学习资料B。这样，当用户A查阅一个知识模块对应的学习资料时，优先看到学习资料C，将经过更多用户验证的学习资料C供给用户A查阅，提高知识模块的匹配精度。
由于知识模块可能占用用户学习终端更多的资源，为了节省存储空间，参见图7，为本发明实施例提供的另一种知识模块优化方法的流程示意图，如图7所示，该方法包括：
步骤S501：获取学习资料的学习次数。
同样以用户A为例，服务端分配给用户A的学习资源中包括学习资料A、学习资料B以及学习资料C，统计用户A使用各个学习资料的学习次数。例如在一周或者几个月的时间内，统计学习资料A的学习次数为5次，学习资料B的学习次数为10次，学习资料C的学习次数为1次。
步骤S502：当所述学习次数小于次数阈值时，向用户终端发送删除提醒，以提醒用户删除相应的学习资料。
在具体实施时，可以设置次数阈值为3次；根据步骤S501的结果，学习资料C的次数低于次数阈值，则服务端可以向用户学习终端发送删除提醒，以提醒用户删除学习资料C，进而节省存储空间。
由于用户学习终端可能无法支持显示学习资料，而导致用户无法查阅，为了提高学习资料的查阅效率，参见图8，为本发明实施例提供的再一种知识模块优化方法的流程示意图，如图8所示，该方法包括：
步骤S601：接收用户学习终端发送的硬件信息，其中，所述硬件信息包括屏幕分辨率、处理器频率、硬盘容量和内存容量的一种或多种。
当用户通过学习终端连接到服务端时，用户学习终端同时将硬件信息发送至服务端，其中，所述硬件信息可以包括屏幕分辨率、处理器频率、硬盘容量和内存容量的一种或多种。
步骤S602：判断知识模块中的学习资料的硬件需求信息是否与用户学习终端的硬件信息向匹配。
以用户A为例，用户A将其使用的学习终端的硬件信息发送至服务端。服务端遍历分配给用户A的学习资源中的所有学习资料，获得每个学习资料所要求的硬件需求信息。其中所述硬件需求信息包括最低配置屏幕分辨率、最低配置处理器频率、最低配置硬盘容量和最低配置内存容量。
如果用户A的学习终端的硬件信息中的每一项均高于学习资料的硬件需求信息的每一项时，则判定所述学习资料与用户A的学习终端相匹配；否则，则不匹配。
步骤S603：如果是，保留所述学习资料。
步骤S604：如果否，向用户终端发送删除提醒，以通知用户从知识模块中删除所述学习资料。
由上述实施例的描述可见，本发明实施例提供的一种学习资源的构建方法，通过根据用户个人信息，确定资源需求类型和资源关键词；使用所述资源关键词，检索与所述资源需求类型相对应的数据库，建立学习课程集；其中，所述学习课程集包括多个学习课程；分析学习课程的内容，归类确定每个学习课程的知识模块主题词；将与所述知识模块主题词相匹配的学习资料组织为相应的知识模块，并将所有的知识模块作为学习资源，以供用户学习使用。本发明通过用户个人信息精确定位用户的学习需求，根据用户的学习需求构建知识资源，能够有效提高知识资源的匹配度；而且通过将符合用户学习需求的学习资料按照教学规律和知识的内在逻辑，构建成体系化的知识模块，用户能够获得更全面的知识信息，进而提高用户的学习效率。
通过以上的方法实施例的描述，所属领域的技术人员可以清楚地了解到本发明可借助软件加必需的通用硬件平台的方式来实现，当然也可以通过硬件，但很多情况下前者是更佳的实施方式。基于这样的理解，本发明的技术方案本质上或者说对现有技术做出贡献的部分可以以软件产品的形式体现出来，该计算机软件产品存储在一个存储介质中，包括若干指令用以使得一台计算机设备(可以是个人计算机，服务器，或者网络设备等)执行本发明各个实施例所述方法的全部或部分步骤。而前述的存储介质包括：只读存储器(ROM)、随机存取存储器(RAM)、磁碟或者光盘等各种可以存储程序代码的介质。
与本发明提供的一种学习资源的构建方法实施例相对应，本发明还提供了一种学习资源的构建装置。
参见图9，为本发明实施例提供的一种学习资源的构建装置的结构示意图，该装置包括：
资源确定模块11，用于根据用户个人信息，确定资源需求类型和资源关键词；
学习课程集建立模块12，用于用所述资源关键词，检索与所述资源需求类型相对应的数据库，建立学习课程集，所述学习课程集包括多个学习课程；
知识模块主题词确定模块13，用于分析学习课程的内容，归类确定每个学习课程的知识模块主题词；
学习资源建立模块14，用于将与所述知识主题词相匹配的学习资料组织为相应的知识模块，并将所有的知识模块作为学习资源，以供用户学习使用；其中，所述学习资料包括文本、图片、音频、视频和软件中的一种或多种的组合。
在第一种实施情况下，所述资源确定模块11，还用于当所述用户个人信息包括学习目的和专业名称时，确定所述学习目的为资源需求类型，以及确定所述专业名称为资源关键词；其中，所述学习目的包括求学和求职。
所述学习课程集建立模块12，还用于当资源需求类型为求学时，检索学校数据库，其中，所述学校数据库包括各个学校的专业课程信息；根据与所述专业名称相匹配的专业课程信息，确定学习课程集；当资源需求类型为求职时，检索招聘数据库，其中，所述招聘数据库包括各个企业发布的职位信息；从与专业名称相匹配的职位信息中，提取技能要求关键词；选择与所述技能要求关键词相匹配的学习课程，组成学习课程集。
在第二种实施情况下，所述资源确定模块11还用于当所述用户个人信息包括检索记录时，如果所述检索记录与求学类型关键词相匹配，则确定资源需求类型为求学；如果所述检索记录与求职类型关键词相匹配，则确定资源需求类型为求职；从检索记录中去除求学类型关键词或者求职类型关键词，得到检索关键词作为资源关键词。
所述学习课程集建立模块12，还用于当资源需求类型为求学时，检索学校数据库，其中，所述学校数据库包括各个专业课程的内容信息；通过匹配内容信息和检索关键词，确定学习课程集；当资源需求类型为求职时，检索招聘数据库，其中，所述招聘数据库包括各个企业发布的职位信息；从与检索关键词相匹配的职位信息中，提取技能要求关键词；选择与所述技能要求关键词相匹配的学习课程，组成学习课程集。
为了提取知识模块主题词，可选地，所述知识模块主题词确定模块13，用于从学习课程的章节名称中，提取得到参考关键词组，所述参考关键词组包括多个参考关键词；计算各个参考关键词之间的重复度；当所述重复度大于或等于重复阈值时，简化相互重复的参考关键词，并在参考关键词组中，将所有重复的参考关键词替换为简化后的关键词，得到目标参考关键词组；所述目标关键词组中的每个关键词作为一个知识模块主题词。
为了进一步对学习资源进行优化，本发明实施例中的学习资源的构建装置还包括知识优化模块。
在第一种实施情况下，所述知识优化模块，用于获取每个学习资料的使用频度，其中，所述使用频度通过统计相同专业用户的使用次数得到；按照使用频度从高到低的顺序排列学习资料，得到所述知识模块。
在第二种实施情况下，所述知识优化模块，用于获取学习资料的学习次数；当所述学习次数小于次数阈值时，向用户学习终端发送删除提醒，以提醒用户删除相应的学习资料。
在第三种实施情况下，所述知识优化模块，用于接收用户学习终端发送的硬件信息，其中，所述硬件信息包括屏幕分辨率、处理器频率、硬盘容量和内存容量的一种或多种；判断知识模块中的学习资料的硬件需求信息是否与用户学习终端的硬件信息向匹配；如果是，保留所述学习资料；如果否，向用户学习终端发送删除提醒，以通知用户从知识模块中删除所述学习资料。
本说明书中的各个实施例均采用递进的方式描述，各个实施例之间相同相似的部分互相参见即可，每个实施例重点说明的都是与其他实施例的不同之处。尤其，对于装置或***实施例而言，由于其基本相似于方法实施例，所以描述得比较简单，相关之处参见方法实施例的部分说明即可。以上所描述的装置及***实施例仅仅是示意性的，其中所述作为分离部件说明的单元可以是或者也可以不是物理上分开的，作为单元显示的部件可以是或者也可以不是物理单元，即可以位于一个地方，或者也可以分布到多个网络单元上。可以根据实际的需要选择其中的部分或者全部模块来实现本实施例方案的目的。本领域普通技术人员在不付出创造性劳动的情况下，即可以理解并实施。
可以理解的是，本发明可用于众多通用或专用的计算***环境或配置中。例如：个人计算机、服务器计算机、手持设备或便携式设备、平板型设备、多处理器***、基于微处理器的***、置顶盒、可编程的消费电子设备、网络PC、小型计算机、大型计算机、包括以上任何***或设备的分布式计算环境等等。
需要说明的是，在本文中，诸如“第一”和“第二”等之类的关系术语仅仅用来将一个实体或者操作与另一个实体或操作区分开来，而不一定要求或者暗示这些实体或操作之间存在任何这种实际的关系或者顺序。而且，术语“包括”、“包含”或者其任何其他变体意在涵盖非排他性的包含，从而使得包括一系列要素的过程、方法、物品或者设备不仅包括那些要素，而且还包括没有明确列出的其他要素，或者是还包括为这种过程、方法、物品或者设备所固有的要素。在没有更多限制的情况下，由语句“包括一个……”限定的要素，并不排除在包括所述要素的过程、方法、物品或者设备中还存在另外的相同要素。
以上所述仅是本发明的具体实施方式，使本领域技术人员能够理解或实现本发明。对这些实施例的多种修改对本领域的技术人员来说将是显而易见的，本文中所定义的一般原理可以在不脱离本发明的精神或范围的情况下，在其它实施例中实现。因此，本发明将不会被限制于本文所示的这些实施例，而是要符合与本文所发明的原理和新颖特点相一致的最宽的范围。
Claims (10)
1.一种学习资源的构建方法，应用于服务器，其特征在于，包括以下步骤：
根据用户个人信息，确定资源需求类型和资源关键词；
使用所述资源关键词，检索与所述资源需求类型相对应的数据库，建立学习课程集；其中，所述学习课程集包括多个学习课程；
分析学习课程的内容，归类确定每个学习课程的知识模块主题词；
将与所述知识模块主题词相匹配的学习资料组织为相应的知识模块，并将所有的知识模块作为学习资源，以供用户学习使用。
2.根据权利要求1所述的学习资源的构建方法，其特征在于，
所述根据用户个人信息，确定资源需求类型和资源关键词，包括：
当所述用户个人信息包括学习目的和专业名称时，确定所述学习目的为资源需求类型，以及确定所述专业名称为资源关键词；其中，所述学习目的包括求学和求职；
使用所述资源关键词，检索与所述资源需求类型相对应的数据库，确定学习课程集，包括：
当资源需求类型为求学时，检索学校数据库，其中，所述学校数据库包括各个学校的专业课程信息；
根据与所述专业名称相匹配的专业课程信息，确定学习课程集；
当资源需求类型为求职时，检索招聘数据库，其中，所述招聘数据库包括各个企业发布的职位信息；
从与专业名称相匹配的职位信息中，提取技能要求关键词；
选择与所述技能要求关键词相匹配的学习课程，组成学习课程集。
3.根据权利要求1所述的学习资源的构建方法，其特征在于，
所述根据用户个人信息，确定资源需求类型和资源关键词，包括：
当所述用户个人信息包括检索记录时，如果所述检索记录与求学类型关键词相匹配，则确定资源需求类型为求学；
如果所述检索记录与求职类型关键词相匹配，则确定资源需求类型为求职；
从检索记录中去除求学类型关键词或者求职类型关键词，得到检索关键词作为资源关键词；
使用所述资源关键词，检索与所述资源需求类型相对应的数据库，确定学习课程集，包括：
当资源需求类型为求学时，检索学校数据库，其中，所述学校数据库包括各个专业课程的内容信息；
通过匹配内容信息和检索关键词，确定学习课程集；
当资源需求类型为求职时，检索招聘数据库，其中，所述招聘数据库包括各个企业发布的职位信息；
从与检索关键词相匹配的职位信息中，提取技能要求关键词；
选择与所述技能要求关键词相匹配的学习课程，组成学习课程集。
4.根据权利要求1所述的学习资源的构建方法，其特征在于，所述分析学习课程的内容，归类确定每个学习课程的知识模块，以及所述知识模块的知识模块主题词，包括：
从学习课程的章节名称中，提取得到参考关键词组，所述参考关键词组包括多个参考关键词；
计算各个参考关键词之间的重复度；
当所述重复度大于或等于重复阈值时，简化相互重复的参考关键词，并在参考关键词组中，将所有重复的参考关键词替换为简化后的关键词，得到目标参考关键词组；所述目标关键词组中的每个关键词作为一个知识模块主题词。
5.根据权利要求1所述的学习资源的构建方法，其特征在于，所述学习资料包括文本、图片、音频、视频和软件中的一种或多种的组合。
6.根据权利要求2所述的学习资源的构建方法，其特征在于，还包括：
获取每个学习资料的使用频度，其中，所述使用频度通过统计相同专业用户的使用次数得到；
按照使用频度从高到低的顺序排列学习资料，得到所述知识模块。
7.根据权利要求1所述的学习资源的构建方法，其特征在于，还包括：
获取学习资料的学习次数；
当所述学习次数小于次数阈值时，向用户学习终端发送删除提醒，以提醒用户删除相应的学习资料。
8.根据权利要求1所述的学习资源的构建方法，其特征在于，还包括：
接收用户学习终端发送的硬件信息，其中，所述硬件信息包括屏幕分辨率、处理器频率、硬盘容量和内存容量的一种或多种；
判断知识模块中的学习资料的硬件需求信息是否与用户学习终端的硬件信息向匹配；
如果是，保留所述学习资料；
如果否，向用户学习终端发送删除提醒，以通知用户从知识模块中删除所述学习资料。
9.一种学习资源的构建装置，其特征在于，包括：
资源确定模块，用于根据用户个人信息，确定资源需求类型和资源关键词；
学习课程集建立模块，用于用所述资源关键词，检索与所述资源需求类型相对应的数据库，建立学习课程集，所述学习课程集包括多个学习课程；
知识模块主题词确定模块，用于分析学习课程的内容，归类确定每个学习课程的知识模块主题词；
学习资源建立模块，用于将与所述知识主题词相匹配的学习资料组织为相应的知识模块，并将所有的知识模块作为学习资源，以供用户学习使用。
10.根据权利要求1所述的学习资源的构建装置，其特征在于，还包括知识优化模块，用于获取每个学习资料的使用频度，其中，所述使用频度通过统计相同专业用户的使用次数得到；排序模块，用于按照使用频度从高到低的顺序排列学习资料，得到所述知识模块。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201611247609.4A CN106651701A (zh) | 2016-12-29 | 2016-12-29 | 一种学习资源的构建方法及装置 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201611247609.4A CN106651701A (zh) | 2016-12-29 | 2016-12-29 | 一种学习资源的构建方法及装置 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| CN106651701A true CN106651701A (zh) | 2017-05-10 |
Family
ID=58835926
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN201611247609.4A Pending CN106651701A (zh) | 2016-12-29 | 2016-12-29 | 一种学习资源的构建方法及装置 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN106651701A (zh) |
Cited By (8)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN109712040A (zh) * | 2018-11-29 | 2019-05-03 | 国政通科技有限公司 | 一种学习***及其处理方法 |
| CN109710828A (zh) * | 2018-12-20 | 2019-05-03 | 中国联合网络通信集团有限公司 | 网上学习平台的课程资源管理方法、装置和设备 |
| CN110147211A (zh) * | 2019-05-23 | 2019-08-20 | 宜春宜联科技有限公司 | 打印控制方法、终端一体机及打印*** |
| CN111913995A (zh) * | 2020-07-08 | 2020-11-10 | 广州汇才创智科技有限公司 | 基于人工智能的编程学***台 |
| CN112632393A (zh) * | 2020-12-30 | 2021-04-09 | 北京博海迪信息科技有限公司 | 课程推荐方法、装置及电子设备 |
| CN112861530A (zh) * | 2021-03-17 | 2021-05-28 | 华南农业大学 | 一种基于文本挖掘的课程设置分析方法 |
| CN113538987A (zh) * | 2021-08-12 | 2021-10-22 | 郑州趣听说教育科技有限公司 | 一种沉浸式英语学习方法及*** |
| CN115063269A (zh) * | 2022-06-21 | 2022-09-16 | 北京全道智源教育科技院 | 职业教育课程开发方法、装置及计算机设备 |
Citations (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN101105853A (zh) * | 2007-08-16 | 2008-01-16 | 上海交通大学 | 网络教学中基于非零起点的个性化导学*** |
| CN103077178A (zh) * | 2011-10-26 | 2013-05-01 | 财团法人资讯工业策进会 | 学习诊断与动态学习资源推荐的方法及*** |
| CN104809127A (zh) * | 2014-01-26 | 2015-07-29 | 上海联影医疗科技有限公司 | 一种远程教育资源的推荐方法和装置 |
| CN104866557A (zh) * | 2015-05-18 | 2015-08-26 | 江南大学 | 一种基于建构学习理论的个性化即时学习支持***与方法 |
-
2016
- 2016-12-29 CN CN201611247609.4A patent/CN106651701A/zh active Pending
Patent Citations (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN101105853A (zh) * | 2007-08-16 | 2008-01-16 | 上海交通大学 | 网络教学中基于非零起点的个性化导学*** |
| CN103077178A (zh) * | 2011-10-26 | 2013-05-01 | 财团法人资讯工业策进会 | 学习诊断与动态学习资源推荐的方法及*** |
| CN104809127A (zh) * | 2014-01-26 | 2015-07-29 | 上海联影医疗科技有限公司 | 一种远程教育资源的推荐方法和装置 |
| CN104866557A (zh) * | 2015-05-18 | 2015-08-26 | 江南大学 | 一种基于建构学习理论的个性化即时学习支持***与方法 |
Cited By (9)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN109712040A (zh) * | 2018-11-29 | 2019-05-03 | 国政通科技有限公司 | 一种学习***及其处理方法 |
| CN109710828A (zh) * | 2018-12-20 | 2019-05-03 | 中国联合网络通信集团有限公司 | 网上学习平台的课程资源管理方法、装置和设备 |
| CN110147211A (zh) * | 2019-05-23 | 2019-08-20 | 宜春宜联科技有限公司 | 打印控制方法、终端一体机及打印*** |
| CN111913995A (zh) * | 2020-07-08 | 2020-11-10 | 广州汇才创智科技有限公司 | 基于人工智能的编程学***台 |
| CN112632393A (zh) * | 2020-12-30 | 2021-04-09 | 北京博海迪信息科技有限公司 | 课程推荐方法、装置及电子设备 |
| CN112632393B (zh) * | 2020-12-30 | 2024-06-21 | 北京博海迪信息科技股份有限公司 | 课程推荐方法、装置及电子设备 |
| CN112861530A (zh) * | 2021-03-17 | 2021-05-28 | 华南农业大学 | 一种基于文本挖掘的课程设置分析方法 |
| CN113538987A (zh) * | 2021-08-12 | 2021-10-22 | 郑州趣听说教育科技有限公司 | 一种沉浸式英语学习方法及*** |
| CN115063269A (zh) * | 2022-06-21 | 2022-09-16 | 北京全道智源教育科技院 | 职业教育课程开发方法、装置及计算机设备 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN106651701A (zh) | 一种学习资源的构建方法及装置 | |
| Greifeneder | Trends in information behaviour research | |
| Jifa et al. | Data, DIKW, big data and data science | |
| Assefa et al. | A bibliometric mapping of the structure of STEM education using co‐word analysis | |
| Carley et al. | Toward an interoperable dynamic network analysis toolkit | |
| Meho et al. | Assessing the scholarly impact of information studies: A tale of two citation databases—Scopus and Web of Science | |
| CN104572918B (zh) | 一种在线课程的搜索方法 | |
| Fagan | Discovery tools and information literacy | |
| Ekong et al. | Harnessing big data technology to benefit effective delivery and performance maximization in pedagogy | |
| De Medio et al. | Retrieval of educational resources from the web: A comparison between *** and online educational repositories | |
| Li | [Retracted] Innovation and Development of University Education Management Informationization in the Environment of Wireless Communication and Big Data | |
| Golub et al. | EnTag: enhancing social tagging for discovery | |
| Atanda et al. | Information retrieval tools, catholicon to accessing library resources | |
| Zavadskas et al. | The use of the intelligent library and tutoring system at all stages of a building life cycle | |
| Guan | RETRACTED: Research on the Reform of Ideological and Political Theory Courses in Colleges and Universities in the Big Data Era | |
| Phillips et al. | Exploring the utility of metadata record graphs and network analysis for metadata quality evaluation and augmentation | |
| Chang et al. | Student Portfolio Analysis for Decision Support of Web-Based Classroom Teacher by Data Cube Technology. | |
| Chenguang et al. | Learning analytics framework for iot security education | |
| Vellaichamy et al. | Impact of information and communication technology among the physical education students in Alagappa University, Tamilnadu | |
| Cho et al. | A social tagging system for online learning objects | |
| Aftab et al. | Information Literacy Among the Users in the Faculty of Social Sciences at Jawaharlal Nehru University and University of Delhi | |
| NWABUEZE et al. | Information search skills as predictors of library and information science students’ use of online information resources in university of Benin, Edo State, Nigeria | |
| Onwuekwe | INFLUENCE OF AVAILABILITY OF ELECTRONICS RESOURCES AND SPECIAL COLLECTIONS ON STUDENTS SATISFACTION WITH THE USE OF SCHOOL LIBRARY IN AHOADA EAST LOCAL GOVERNMENT AREA OF RIVERS STATE | |
| Jiang et al. | Design of Chinese intelligent question answering system of the online learning platform | |
| Kim et al. | Analyzing Research Trends on Digital Textbooks in Korea |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| PB01 | Publication | ||
| PB01 | Publication | ||
| SE01 | Entry into force of request for substantive examination | ||
| SE01 | Entry into force of request for substantive examination | ||
| RJ01 | Rejection of invention patent application after publication | ||
| RJ01 | Rejection of invention patent application after publication |
Application publication date: 20170510 |