CN110825960A

CN110825960A - 一种学习内容推荐方法和装置

Info

Publication number: CN110825960A
Application number: CN201910951434.2A
Authority: CN
Inventors: 梁群; 陈希; 刘玉权; 曹武鸿; 高霞
Original assignee: Zhongtong Uniform Chuangfa Science And Technology Co Ltd
Current assignee: Zhongtong Uniform Chuangfa Science And Technology Co Ltd
Priority date: 2019-10-08
Filing date: 2019-10-08
Publication date: 2020-02-21

Abstract

本公开的实施例提供了一种学***台，该方法包括：获取登录用户的个人信息和应用特征信息；根据所述登录用户的个人信息判断***中是否存在该登录用户的推荐规则；如存在，则获取已有的推荐规则，如不存在，则根据所述登录用户的个人信息和应用特征信息生成该登录用户的推荐规则；根据所述推荐规则计算内容推荐热度值；根据所述内容推荐热度值向所述登录用户推送学习内容。以此方式，可以实现更加智能、个性化的学习内容推送，从而提高了用户学习的积极性以及推送内容的实用性。

Description

一种学习内容推荐方法和装置

技术领域

本发明涉及信息技术领域，具体地，涉及一种学习内容推荐方法和装置。

背景技术

随着互联网技术的发展和普及，在线学***台。例如为了推动国家工作人员尊法、学法、用法，多地上线了国家工作人员学法平台，该平台用于向国家工作人员推送法律法规的基本知识，进而提高国家工作人员运用法治思维和法治方式解决问题的能力。现有平台上的学***台上某学***台中的用户。

但是，采用以上推荐算法向用户推送的信息只是机械的计算推荐学习内容，展现给用户的推荐学习内容基本一致，无法满足不同用户的学习需求；而且学习内容过于集中，无法达到知识普及的目的。

发明内容

根据本公开的第一方面，提供了一种学习内容推荐方法。该方法包括：

获取登录用户的个人信息和应用特征信息；

根据所述登录用户的个人信息判断是否存在该登录用户的推荐规则；如存在，则获取已有的推荐规则，如不存在，则根据所述登录用户的个人信息和应用特征信息生成该登录用户的推荐规则；

根据所述推荐规则计算内容推荐热度值；

根据所述内容推荐热度值向所述登录用户推送学习内容。

进一步地，上述方法应用于国家工作人员学法平台，其中：

所述应用特征信息包括用户新闻浏览信息、查询信息和/或地理位置信息；

所述个人信息包括唯一标识信息。

进一步地，所述获取已有推荐规则包括：

根据所述登录用户的唯一标识信息获取该用户的推荐规则。

进一步地，

所述推荐规则由算法规则矩阵组成；

所述算法规则矩阵包括推荐事项类别信息、是否参与计算信息和/或推荐权重信息。

进一步地，所述事项类别信息包括：

职务信息、执法与服务事项标签信息、用户喜好信息和/或地理位置信息。

进一步地，所述根据所述推荐规则计算内容推荐热度值包括：

获取学习内容；

根据登录用户的个人信息确定未完成的学习内容；

根据与所述未完成的学习内容相关联的推荐规则，计算得到所述学习内容推荐热度值。

进一步地，采用如下公式计算所述学习内容推荐热度值：

其中，H为学习内容推荐热度值；

C为是否参与计算值；

T_k为事项类别；

(Ln)为T_k事项类别的具体信息；

m为T_k事项类别数目；

如参与计算，所述C取1；如不参与计算，所述C取0，默认情况下为参与计算；

Q_k为事项类别在所述学习内容推荐中的计算权重。

进一步地，所述根据所述内容推荐热度值向所述登录用户推送学习内容包括：

将未完成的学习内容按照所述内容推荐热度值从大到小进行排列；

根据所述排列顺序向用户展示或发送信息。

进一步地，在所述根据所述内容推荐热度值向所述登录用户推送学习内容之后还包括：

对所述推送信息进行分析，如推送信息被采纳，则按照预定数值增加所述事项类别的计算权重Q_k，同时更新该用户的推荐规则。

根据本公开的第二方面，提供了一种学习内容推荐装置。该装置包括：

获取模块，用于获取登录用户的个人信息和应用特征信息；

判断模块，用于根据所述登录用户的个人信息判断是否存在该登录用户的推荐规则；如存在，则获取已有的推荐规则，如不存在，则根据所述登录用户的个人信息和应用特征信息生成该登录用户的推荐规则；

计算模块，用于根据所述推荐规则计算内容推荐热度值；

推送模块，用于根据所述内容推荐热度值向所述登录用户推送学习内容。

本发明通过对登录用户的信息进行分析，得到相应的推荐规则，并根据所述推荐规则计算学***台原有的学法内容推荐算法进行了改进，通过获取国家工作人员的组织机构相关的执法和服务事项标签信息和职务等相关信息，并结合移动端应用上的应用特性，实现更加智能化、个性化的学法知识内容推送，有助于国家机关普法职责任务的履行，推进国家机关普法工作的深入开展。。

应当理解，发明内容部分中所描述的内容并非旨在限定本公开的实施例的关键或重要特征，亦非用于限制本公开的范围。本公开的其它特征将通过以下的描述变得容易理解。

附图说明

结合附图并参考以下详细说明，本公开各实施例的上述和其他特征、优点及方面将变得更加明显。在附图中，相同或相似的附图标记表示相同或相似的元素，其中：

图1示出了根据本公开的实施例的学习内容推荐方法的流程图；

图2示出了根据本公开的实施例的学习内容推荐装置的结构框图。

具体实施方式

为使本公开实施例的目的、技术方案和优点更加清楚，下面将结合本公开实施例中的附图，对本公开实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例是本公开一部分实施例，而不是全部的实施例。基于本公开中的实施例，本领域普通技术人员在没有作出创造性劳动前提下所获得的全部其他实施例，都属于本公开保护的范围。

另外，本文中术语“和/或”，仅仅是一种描述关联对象的关联关系，表示可以存在三种关系，例如，A和/或B，可以表示：单独存在A，同时存在A和B，单独存B这三种情况。另外，本文中字符“/”，一般表示前后关联对象是一种“或”的关系。

图1示出了根据本公开的实施例1的学习内容推荐方法100的流程图，如图1所示，包括：

S110、获取登录用户的个人信息和应用特征信息；

S120、根据所述登录用户的个人信息判断是否存在该登录用户的推荐规则；如存在，则获取已有的推荐规则，如不存在，则根据所述登录用户的个人信息和应用特征信息生成该登录用户的推荐规则；

S130、根据所述推荐规则计算内容推荐热度值；

S140、根据所述内容推荐热度值向所述登录用户推送学习内容。

可选地，上述学***台，其中：

步骤S110中，通过移动应用获取登录用户的个人信息和应用特征信息，所述个人信息包括唯一标识信息(用户名)等；所述应用特征信息包括用户新闻浏览信息、查询信息和/或地理位置信息等；

进一步地，获取的信息组成可以为：loginId，个人职务信息，用户所属的组织机构信息相关的执法与服务事项标签信息列表，个人喜好标签列表和地理位置信息等。

步骤S120中，通过登录用户的个人信息判断平台中是否保存或已生成了与该用户相关联的推荐规则。如果有，则根据所述登录用户的唯一标识信息直接调取已有的推荐规则，如果没有，则根据所述登录用户的个人信息和应用特征信息生成新的推荐规则；

进一步地，所述推荐规则由推荐算法规则矩阵组成，所述算法规则矩阵包括推荐事项类别信息、是否参与计算信息和/或推荐权重信息等；

进一步地，所述事项类别信息可分为职务信息(t1)、执法与服务事项标签(t2)、用户喜好(t3)以及地理位置(t4)等类别。

步骤S130中，获取平台中最新最热的学习内容，同时根据登录用户的信息剔除所述登录用户已经学习完成的内容，然后根据如下公式计算所述内容推荐热度值；

其中，H为学习内容推荐热度值；

C为是否参与计算值；

T_k为事项类别；

(Ln)为T_k事项类别的具体信息；

m为T_k事项类别数目；

Q_k为事项类别在所述学习内容推荐中的计算权重。

步骤S140中，按照从大到小的顺序对步骤S130中得到的内容推荐热度值进行排列，并根据所述排列顺序向用户展示或推送信息；

进一步地，还包括：

对所述推送信息进行分析，如推送信息被采纳，则按照预定数值增加所述事项类别的计算权重Q_k，同时更新该用户的推荐规则；

***在将推荐的学习内容推荐给用户后，会对所述推送信息进行跟进，进一步地，判断所述推送信息是否被用户采纳，如被采纳，则该用户对应此推荐规则中事项类别T(n)的权重按照预定数值增加(例如0.1)，同时，更新该用户的学习内容推荐算法规则矩阵信息；

进一步地，该用户重新登录或刷新学习内容时，则根据最新的学习内容推荐算法规则矩阵信息计算各学习内容的热度值，并根据从大到小的顺序对所述热度值进行排列，按照所述排列顺序向的用户推送或展示所述学习内容。

需要说明的是，对于前述的各方法实施例，为了简单描述，故将其都表述为一系列的动作组合，但是本领域技术人员应该知悉，本公开并不受所描述的动作顺序的限制，因为依据本公开，某些步骤可以采用其他顺序或者同时进行。其次，本领域技术人员也应该知悉，说明书中所描述的实施例均属于可选实施例，所涉及的动作和模块并不一定是本公开所必须的。

以上是关于方法实施例的介绍，以下通过装置实施例，对本公开所述方案进行进一步说明。

图2示出了根据本公开的实施例2的一种学习内容推荐装置200的方框图。如图2所示，装置200包括：

获取模块210，用于获取登录用户的个人信息和应用特征信息；

判断模块220，用于根据所述登录用户的个人信息判断***中是否存在该登录用户的推荐规则；如存在，则获取已有的推荐规则，如不存在，则根据所述登录用户的个人信息和应用特征信息生成该登录用户的推荐规则；

计算模块230，用于根据所述推荐规则计算内容推荐热度值；

推送模块240，用于根据所述内容推荐热度值向所述登录用户推送学习内容。

可选地，上述装置200应用于国家工作人员学法平台中。

所属领域的技术人员可以清楚地了解到，为描述的方便和简洁，所述描述的模块的具体工作过程，可以参考前述方法实施例中的对应过程，在此不再赘述。

根据本公开的又一个实施例，提供了国家工作人员学法平台的学习内容推荐方法，所述方法包括以下步骤；

a、在国家工作人员登录平台时，获取国家工作人员的个人信息和应用特征信息；

通过手机APP获取国家工作人员登录后的个人信息和应用特征信息：{loginId_1，UT1(科长)，UT2(司法；公正；法律；援助)，UT3(贪污；双规；环保)，UT4(长沙)}，即表示loginId为loginId_1；所述国家工作人员在单位中担任科长职务；机构所关注的学习属性主要是司法、公证、法律援助方面；最近浏览过婚姻、贪污、双规和环保相关方面的新闻；地理位置信息为长沙。

b、根据个人信息中的唯一标识信息判断是否存在推荐规则，如存在，则调用所述推荐规则，否则，根据个人信息和应用特征信息生成该国家工作人员的推荐规则；

若所述国家工作人员在之前登录过所述国家工作人员学法平台，所以在平台中存有与之关联的推荐规则，可通过获取的个人信息中的唯一标识信息直接调取与之关联的推荐规则；

若未读取到已设置或保存的推荐规则，则进行规则生成，该国家工作人员的loginId信息为loginId_1，根据loginId_1获取到与之相关的学习推荐规则，生成{loginId_1，职务t1，参与计算，1.2；loginId_1，执法与服务事项标签t2，参与推荐计算，0.9(推荐权重信息)；loginId_1，个人喜好t3，参与推荐计算，1.1；loginId_1，地理位置t4，不参与计算，0(推荐权重信息)}的推荐算法规则矩阵。

c、根据所述推荐规则计算内容推荐热度值；

假设在所述平台中有内容C1、C2、C3、C4、C5。所述C1～C5可以是最新上线的内容或者根据原有算法得到的推荐内容。首先获取C1、C2、C3、C4、C5的学习内容，然后根据该国家工作人员的登录信息剔除该国家工作人员已经学习完成的内容C2和C3，则需要推荐给该国家工作人员的学习内容列表为C1、C4、C5。获取该内容列表中各条学习内容的规则标签信息，形成学习内容的二维标签数据矩阵，即[{C1:t1{L11},t2{L21,L22},t3{L31},t4{L41}},{C4:t1{L12},t2{L21,L23},t3{L33},t4{L42}},{C5:t1{L11},t2{L23,L25},t3{L35},t4{L41}}]信息，以C4学习内容为例，获取其学习内容的二维标签数据矩阵L(n)，所述L(n)信息为：{C4:t1{科级；处级},t2{公证；司法},t3{婚姻},t4{长沙}}。

将上述得到的学习内容二维标签数据矩阵带入到上述获取的推荐算法规则中，进行匹配计算，得到内容推荐热度值。

以学习内容C4为例计算所述内容推荐热度值，所述热度值H＝＝count[′科级′in′科级；处级′]×1×1+count[′司法；公证；法律援助′in′公证；司法′]×1×1.2+count[′贪污；双规；环保′in′婚姻′]×1×1+count[′长沙′in′长沙′]×1×0.9＝4.3。以此为例，可按照同样规则计算C1、C5的内容热度推荐值，在此不再赘述。

d、根据所述内容推荐热度值向所述登录用户推送学习内容。

按照从大到小的顺序对上述计算得到的C1、C4、C5的内容推荐热度值进行排列，并根据所述排列顺序向该国家工作人员推送信息；

进一步地，所述推送信息被该国家工作人员所采纳后，与之对应的推荐规则中事项类别T(n)的权重增加0.1，同时更新该国家工作人员的学习内容推荐算法规则矩阵信息；所述“采纳”包括浏览或者收藏的操作。

进一步地，该国家工作人员重新登录或刷新学习内容时，则根据最新的学习内容推荐算法规则矩阵信息计算各学习内容的热度值，并根据从大到小的顺序对所述热度值进行排列，按照所述排列顺序向该国家工作人员推送所述学习内容。

本文中以上描述的功能可以至少部分地由一个或多个硬件逻辑部件来执行。例如，非限制性地，可以使用的示范类型的硬件逻辑部件包括：场可编程门阵列(FPGA)、专用集成电路(ASIC)、专用标准产品(ASSP)、芯片上***的***(SOC)、负载可编程逻辑设备(CPLD)等等。

用于实施本公开的方法的程序代码可以采用一个或多个编程语言的任何组合来编写。这些程序代码可以提供给通用计算机、专用计算机或其他可编程数据处理装置的处理器或控制器，使得程序代码当由处理器或控制器执行时使流程图和/或框图中所规定的功能/操作被实施。程序代码可以完全在机器上执行、部分地在机器上执行，作为独立软件包部分地在机器上执行且部分地在远程机器上执行或完全在远程机器或服务器上执行。

在本公开的上下文中，机器可读介质可以是有形的介质，其可以包含或存储以供指令执行***、装置或设备使用或与指令执行***、装置或设备结合地使用的程序。机器可读介质可以是机器可读信号介质或机器可读储存介质。机器可读介质可以包括但不限于电子的、磁性的、光学的、电磁的、红外的、或半导体***、装置或设备，或者上述内容的任何合适组合。机器可读存储介质的更具体示例会包括基于一个或多个线的电气连接、便携式计算机盘、硬盘、随机存取存储器(RAM)、只读存储器(ROM)、可擦除可编程只读存储器(EPROM或快闪存储器)、光纤、便捷式紧凑盘只读存储器(CD-ROM)、光学储存设备、磁储存设备、或上述内容的任何合适组合。

此外，虽然采用特定次序描绘了各操作，但是这应当理解为要求这样操作以所示出的特定次序或以顺序次序执行，或者要求所有图示的操作应被执行以取得期望的结果。在一定环境下，多任务和并行处理可能是有利的。同样地，虽然在上面论述中包含了若干具体实现细节，但是这些不应当被解释为对本公开的范围的限制。在单独的实施例的上下文中描述的某些特征还可以组合地实现在单个实现中。相反地，在单个实现的上下文中描述的各种特征也可以单独地或以任何合适的子组合的方式实现在多个实现中。

尽管已经采用特定于结构特征和/或方法逻辑动作的语言描述了本主题，但是应当理解所附权利要求书中所限定的主题未必局限于上面描述的特定特征或动作。相反，上面所描述的特定特征和动作仅仅是实现权利要求书的示例形式。

Claims

1.一种学习内容推荐方法，其特征在于，包括：

获取登录用户的个人信息和应用特征信息；

根据所述推荐规则计算内容推荐热度值；

根据所述内容推荐热度值向所述登录用户推送学习内容。

2.根据权利要求1所述的方法，其特征在于，应用于国家工作人员学法平台，其中：

所述个人信息包括唯一标识信息。

3.根据权利要求2所述的方法，其特征在于，所述获取已有推荐规则包括：

根据所述登录用户的唯一标识信息获取该用户的推荐规则。

4.根据权利要求3所述的方法，其特征在于，

所述推荐规则由算法规则矩阵组成；

5.根据权利要求4所述的方法，其特征在于，所述事项类别信息包括：

6.根据权利要求5所述的方法，其特征在于，所述根据所述推荐规则计算内容推荐热度值包括：

获取学习内容；

根据登录用户的个人信息确定未完成的学习内容；

7.根据权利要求6所述的方法，其特征在于，采用如下公式计算所述学习内容推荐热度值：

其中，H为学习内容推荐热度值；

C为是否参与计算值；

T_k为事项类别；

(Ln)为T_k事项类别的具体信息；

m为T_k事项类别数目；

Q_k为事项类别在所述学习内容推荐中的计算权重。

8.根据权利要求7所述的方法，其特征在于，所述根据所述内容推荐热度值向所述登录用户推送学习内容包括：

根据所述排列顺序向用户展示或发送信息。

9.根据权利要求8所述的方法，其特征在于，在所述根据所述内容推荐热度值向所述登录用户推送学习内容之后还包括：

10.一种学习内容推荐装置，其特征在于，包括：

获取模块，用于获取登录用户的个人信息和应用特征信息；

计算模块，用于根据所述推荐规则计算内容推荐热度值；