一种基于遗忘曲线的教学资源个性化推荐方法

摘要

本发明涉及电子化教育技术领域，公开了一种基于遗忘曲线的教学资源个性化推荐方法。该方法根据人脑遗忘曲线理论来大数据分析用户对各个知识点的当前学效果，然后根据评估结果定量地向用户推送最迫切需要的教学资源，由此不但可以解决用户面对海量教学资源时的选择障碍，还可以针对用户的个体学情况，进行有针对性的教学资源个性化推荐，进而可方便用户进行自主及自助学，提高学效率，便于实际推广和应用。

主权项

一种基于遗忘曲线的教学资源个性化推荐方法，其特征在于，包括如下步骤：S101.云服务器根据教学大纲和/或考试大纲构建起一套包含M个知识点的学习体系，并在学习体系中确定任意两知识点的相关系数，其中，M为自然数；S102.云服务器对所有的教学资源依次进行碎片化处理，得到各个最小教学资源单元，然后对所有的最小教学资源单元进行知识点聚类，得到与各个知识点对应的知识点教学资源池；S103.交互终端将交互时间信息和学习交互数据上传至云服务器；S104.云服务器对所述学习交互数据进行知识点分类处理，得到多个知识点的知识点学习交互数据，若存在该交互终端的且包含M个知识点及与各个知识点对应的知识点学习过程集的第一数据结构，则将经萃取得到的各个知识点的知识点学习交互数据和所述交互时间信息添加到对应的知识点学习过程集中，否则根据所述学习体系构建所述第一数据结构，并使所述第一数据结构中的M个知识点与所述学习体系中的M个知识点一一对应，然后再将经萃取得到的各个知识点的知识点学习交互数据和所述交互时间信息添加到对应的知识点学习过程集中；S105.针对各个知识点，云服务器根据对应的知识点学习过程集构建基于遗忘曲线的记忆仿真模型，获取该知识点的当前记忆百分比；S106.云服务器根据各个知识点的当前记忆百分比和任意两知识点的相关系数，计算各个知识点的当前学习效果评估值，若存在该交互终端的且包含M个知识点及与各个知识点对应的当前学习效果评估值的第二数据结构，则更新各个知识点的当前学习效果评估值，否则根据所述学习体系构建所述第二数据结构，并使所述第二数据结构中的M个知识点与所述学习体系中的M个知识点一一对应，然后更新各个知识点的当前学习效果评估值；S107.云服务器从所述第二数据结构中，查找当前学习效果评估值最低的知识点，然后向该交互终端推送与该知识点对应的定量教学资源，所述定量教学资源定量地从与该知识点对应的知识点教学资源池中随机抽取而得。