一种教育资源的推荐方法及装置与流程

1.本发明涉及教育信息化技术领域，具体涉及一种教育资源的推荐方法及装置。


背景技术：

2.海量的教育资源导致教师查找教育资源的时间成本提高，尤其是对于国家统一的教材，各地的内容厂商都在生产教育资源，各地的教师也在教学过程中不断上传共享教育资源，一堂“赵州桥”的课文对应有几千到上万条教育资源，寻找合适的教育资源需要花费大量时间。
3.现有技术中，根据用户的访问量对课文对应的教育资源进行排序，优先将访问量较多的教育资源推荐给用户，但是，访问量多的资源由于被推荐的原因访问量持续增加，而新的优质教育资源总是排在后面，得不到用户的发现，从而产生了教育资源两极分化的问题。


技术实现要素：

4.有鉴于此，本发明实施例提供一种教育资源的推荐方法及装置，以实现将访问量少但相似度高的优质教育资源推荐给用户的目的。
5.为实现上述目的，本发明实施例提供如下技术方案：
6.本发明实施例第一方面公开了一种教育资源的推荐方法，应用于客户端，包括：
7.响应于用户打开教材课文，获取所述教材课文对应的章节id；
8.向服务端发送包括所述章节id的查询请求，从存储有课文文本的所述服务端的数据库中，查询到所述章节id对应的课文文本；
9.从所述课文文本中提取得到课文词向量；
10.向所述服务端中存储有各个教育资源对应资源词向量的索引服务器发送所述课文词向量，计算得到所述课文词向量与各个资源词向量之间的相似度；
11.按照所述相似度由大到小对所述资源词向量排序，基于排序靠前的预设个所述资源词向量对应的教育资源生成相似度推荐列表；
12.展示所述相似度推荐列表。
13.优选的，所述从所述课文文本中提取得到课文词向量，包括：
14.从所述课文文本中提取得到课文关键词，并统计所述课文关键词出现的频率；
15.将所述课文关键词作为方向、所述课文关键词出现的频率作为数量权重主要因子，生成课文词向量。
16.优选的，所述按照所述相似度由大到小对所述资源词向量排序，基于排序靠前的预设个所述资源词向量对应的教育资源生成相似度推荐列表，包括：
17.筛选出所述相似度大于相似度阈值的资源词向量；
18.按照所述相似度由大到小对所述相似度大于相似度阈值的资源词向量排序；
19.基于排序靠前的预设个所述资源词向量对应的教育资源生成相似度推荐列表。
20.优选的，还包括：
21.当所述服务端的资源服务器中的教育资源数量大于阈值时，获取所述服务端的资源服务器中各个教育资源的访问量；
22.筛选出访问量大于访问量阈值的待推荐教育资源；
23.基于所述访问量由大到小对所述待推荐教育资源进行排序，基于排序靠前的预设个所述待推荐教育资源生成访问量推荐列表；
24.合并所述访问量推荐列表与所述相似度推荐列表，得到合并推荐列表；
25.展示所述合并推荐列表。
26.本发明实施例第二方面公开了一种教育资源的推荐方法，应用于服务端，所述服务端包括：资源服务器、索引服务器和数据库，所述方法包括：
27.从各个教材文件中提取教材课文以及所述教材课文对应的章节id，并存储到所述数据库中；
28.针对所述资源服务器中存储的每一教材资源，提取对应的资源词向量，并存储到所述索引服务器中；
29.当接收到客户端发送的包括章节id的查询请求时，在所述数据库中查询得到所述章节id对应的课文文本，并返回给所述客户端；
30.当接收到所述客户端发送的课文词向量时，计算得到所述课文词向量与所述索引服务器中各个资源词向量之间的相似度，并返回给所述客户端；
31.由所述客户端按照所述相似度由大到小对所述资源词向量排序，基于排序靠前的预设个所述资源词向量对应的教育资源生成相似度推荐列表。
32.优选的，还包括：
33.所述资源服务器实时统计各个教材资源的访问量；
34.当所述资源服务器中教育资源的数量大于阈值时，向所述客户端发送各个教育资源的访问量。
35.优选的，所述针对所述资源服务器中存储的每一教材资源，提取对应的资源词向量，并存储到所述索引服务器中，包括：
36.针对所述资源服务器中存储的每一教材资源，提取对应的资源关键词，并统计所述资源关键词出现的频率；
37.将所述资源关键词作为方向、所述资源关键词出现的频率作为数量权重主要因子，生成资源词向量。
38.本发明实施例第三方面公开了一种教育资源的推荐装置，应用于客户端，包括：
39.响应单元，用于响应于用户打开教材课文，获取所述教材课文对应的章节id；
40.第一发送单元，用于向服务端发送包括所述章节id的查询请求，从存储有课文文本的所述服务端的数据库中，查询到所述章节id对应的课文文本；
41.第一提取单元，用于从所述课文文本中提取得到课文词向量；
42.第二发送单元，用于向所述服务端中存储有各个教育资源对应资源词向量的索引服务器发送所述课文词向量，计算得到所述课文词向量与各个资源词向量之间的相似度；
43.生成单元，用于按照所述相似度由大到小对所述资源词向量排序，基于排序靠前的预设个所述资源词向量对应的教育资源生成相似度推荐列表；
44.展示单元，用于展示所述相似度推荐列表。
45.优选的，所述第一提取单元，包括：
46.提取子单元，用于从所述课文文本中提取得到课文关键词，并统计所述课文关键词出现的频率；
47.生成子单元，用于将所述课文关键词作为方向、所述课文关键词出现的频率作为数量权重主要因子，生成课文词向量。
48.本发明实施例第四方面公开了一种教育资源的推荐装置，应用于服务端，所述服务端包括：资源服务器、索引服务器和数据库，所述装置包括：
49.第二提取单元，用于从各个教材文件中提取教材课文以及所述教材课文对应的章节id，并存储到所述数据库中；
50.第三提取单元，用于针对所述资源服务器中存储的每一教材资源，提取对应的资源词向量，并存储到所述索引服务器中；
51.查询单元，用于当接收到客户端发送的包括章节id的查询请求时，在所述数据库中查询得到所述章节id对应的课文文本，并返回给所述客户端；
52.计算单元，用于当接收到所述客户端发送的课文词向量时，计算得到所述课文词向量与所述索引服务器中各个资源词向量之间的相似度，并返回给所述客户端；由所述客户端按照所述相似度由大到小对所述资源词向量排序，基于排序靠前的预设个所述资源词向量对应的教育资源生成相似度推荐列表。
53.基于上述本发明实施例提供的一种教育资源的推荐方法及装置，响应于用户打开教材课文，获取所述教材课文对应的章节id；向服务端发送包括所述章节id的查询请求，从存储有课文文本的所述服务端的数据库中，查询到所述章节id对应的课文文本；从所述课文文本中提取得到课文词向量；向所述服务端中存储有各个教育资源对应资源词向量的索引服务器发送所述课文词向量，计算得到所述课文词向量与各个资源词向量之间的相似度；按照所述相似度由大到小对所述资源词向量排序，基于排序靠前的预设个所述资源词向量对应的教育资源生成相似度推荐列表；展示所述相似度推荐列表。在本方案中，计算教材课文文本与教育资源之间的相似度，优先推荐相似度较高的教育资源给用户使用，以实现将访问量少但相似度高的优质教育资源推荐给用户的目的。
附图说明
54.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，下面描述中的附图仅仅是本发明的实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据提供的附图获得其他的附图。
55.图1为本发明实施例公开的一种教育资源的推荐方法的应用场景架构图；
56.图2为本发明实施例公开的一种教育资源的推荐方法流程图；
57.图3为本发明实施例公开的另一种教育资源的推荐方法流程图；
58.图4为本发明实施例公开的一种教育资源的推荐应用方法交互图；
59.图5为本发明实施例公开的一种教育资源的推荐装置结构图；
60.图6为本发明实施例公开的另一种教育资源的推荐装置结构图。
具体实施方式
61.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，都属于本发明保护的范围。
62.在本技术中，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。
63.由背景技术可知，现有的教育资源推荐方法基于访问量推荐，使得访问量多的资源由于被推荐的原因访问量持续增加，而新的优质教育资源总是排在后面，得不到用户的发现，从而产生了教育资源两极分化的问题。
64.因此，本发明实施例公开了一种教育资源的推荐方法及装置，在本方案中，计算教材课文文本与教育资源之间的相似度，优先推荐相似度较高的教育资源给用户使用，以实现将访问量少但相似度高的优质教育资源推荐给用户的目的。
65.如图1所示，为本发明实施例公开的一种教育资源的推荐方法的应用场景架构图。
66.该应用场景架构包括：互相通信连接的客户端1和服务端2，其中，服务端2中至少包括：资源服务器21、索引服务器22和数据库23。
67.基于上述本发明实施例公开的一种教育资源推荐方法的应用场景，如图2所示，为本发明实施例公开的一种教育资源的推荐方法流程图，该方法应用于客户端，其中，客户端可以是图1中的客户端1，该方法主要包括以下步骤：
68.步骤s201：响应于用户打开教材课文，获取教材课文对应的章节id。
69.可以理解的是，随着教育信息化的发展，许多教材都具有电子版本，教材中的每一篇课文都预设有对应的章节id，便于查询。
70.在步骤s201中，教材课文包括但不限于pdf格式的教材课文。
71.步骤s202：向服务端发送包括章节id的查询请求，从存储有课文文本的服务端的数据库中，查询到章节id对应的课文文本。
72.在步骤s202中，服务端可以是图1中的服务端2，数据库可以是图1中的数据库23。
73.服务端的数据库中存有从各个教材中提取的章节id、课文文本、作者、背景资料等，并按照相应的字段存储。
74.例如：章节id字段下存储各个教材课文的章节id。
75.在一实施例中，服务端中包含云服务器或xml文件，还可以使用云服务器或xml文件存储从各个教材中提取的、课文文本、作者和背景资料。
76.步骤s203：从课文文本中提取得到课文词向量。
77.在步骤s203的具体实现过程中，从课文文本中提取得到课文关键词，并统计课文关键词出现的频率。
78.将课文关键词作为方向、课文关键词出现的频率作为数量权重主要因子，生成课文词向量。
79.步骤s204：向服务端中存储有各个教育资源对应资源词向量的索引服务器发送课文词向量，计算得到课文词向量与各个资源词向量之间的相似度。
80.在步骤s204中，教育资源包括但不限于教案、教学设计、习题和测评。
81.各个教育资源对应资源词向量可以是预先存储到索引服务器中的，具体的过程包括：
82.抽取资源服务器中教育资源的文本、关键词和摘要说明，并进行词语词频提取，形成词向量(词为方向，词频为数量权重主要因子)，存储在服务端的索引服务器。
83.需要说明的是，资源词向量与教育资源的对应关系包含一对多、多对多或者多对一的关系。
84.例如，一个资源词向量可以对应多个教育资源，例如资源词向量对应的词为“赵州桥”，那么包含“赵州桥”一词的教育资源都与该资源词向量对应。
85.多个资源词向量可以对应多个教育资源，例如，两个资源词向量对应的词分别为a和b，那么只要同时包含a和b这两个词的教育资源都与这两个资源词向量对应。
86.多个资源词向量可以对应一个教育资源，例如，当资源词向量足够多时，包含全部资源词向量对应的词的教育资源只有一个，此时就是多对一的关系。
87.在步骤s204具体实现的过程中，采用三维空间的欧式距离算法、或者向量空间夹角算法两种中的一种计算课文词向量与各个资源词向量之间的相似度。
88.以向量空间夹角算法为例，利用向量的夹角公式计算课文词向量与资源词向量之间的相似度，向量的夹角公式为：
[0089][0090]
其中，为课文词向量，为资源词向量，
[0091]
步骤s205：按照相似度由大到小对资源词向量排序，基于排序靠前的预设个资源词向量对应的教育资源生成相似度推荐列表。
[0092]
在步骤s205中，按照实际需求选择排序靠前的预设个资源词向量，选择的排序靠前的资源词向量越多，相似度推荐列表中推荐的教育资源就越少但与课文更匹配，选择的排序靠前的资源词向量越少，相似度推荐列表中推荐的教育资源就越多，但相似度推荐列表与课文的匹配度也会降低。
[0093]
在步骤s205具体实现的过程中，例1，基于排序靠前的10个资源词向量对应的教育资源生成相似度推荐列表，也就是说，相似度推荐列表中的每一教育资源都同时包含这10个资源词向量对应的词。
[0094]
例2，基于排序靠前的2个资源词向量对应的教育资源生成相似度推荐列表，也就是说，相似度推荐列表中的每一教育资源都同时包含这2个资源词向量对应的词。
[0095]
可以理解的是，资源词向量是基于与课文词向量之间的相似度选取出来的，其反应的是课文的内容，基于此，例1相较于例2，虽然例2相似度推荐列表中推荐的教育资源更多，但显然例1中同时包含10个资源词向量对应的词的教育资源，与课文更加匹配。
[0096]
需要说明是，为了防止资源服务器中教育资源过少，生成的相似度推荐列表时，将与课文匹配度不足的教育资源也加入相似度推荐列表，因此，苯酚买那个实施例还公开了
步骤s205的另一种实现方式。
[0097]
在步骤s205的另一种实现方式中，筛选出相似度大于相似度阈值的资源词向量。
[0098]
其中，相似度阈值基于实际需求设定。
[0099]
按照相似度由大到小对相似度大于相似度阈值的资源词向量排序，基于排序靠前的预设个资源词向量对应的教育资源生成相似度推荐列表。
[0100]
步骤s206：展示相似度推荐列表。
[0101]
在步骤s206中，展示相似度推荐列表的客户端设备包括但不限于电脑和手机。
[0102]
在一实施例中，教育资源的推荐方法还包括以下步骤：
[0103]
步骤s11：当服务端的资源服务器中的教育资源数量大于阈值时，获取服务端的资源服务器中各个教育资源的访问量。
[0104]
在步骤s11中，阈值根据实际情况设定，访问量为用户对资源服务器中的教育资源的行为统计量，包括打开和下载的次数。
[0105]
在步骤s11具体实现的过程中，客户端实时获取服务端的资源服务器中的教育资源数量，当服务端的资源服务器中的教育资源数量大于阈值时，获取服务端的资源服务器中各个教育资源的访问量。
[0106]
步骤s12：筛选出访问量大于访问量阈值的待推荐教育资源。
[0107]
在步骤s12中，访问量阈值根据实际需求设定。
[0108]
步骤s13：基于访问量由大到小对待推荐教育资源进行排序，基于排序靠前的预设个待推荐教育资源生成访问量推荐列表。
[0109]
步骤s14：合并访问量推荐列表与相似度推荐列表，得到合并推荐列表。
[0110]
为了清楚地说明合并访问量推荐列表与相似度推荐列表的方式，提供以下举例说明，需要注意的是，具体的合并方式，不仅限于以下举例说明。
[0111]
例如，相似度列表中有教育资源1和教育资源2，访问量推荐列表中有教育资源3和教育资源4，得到的合并推荐列表同时包含教育资源1至教育资源4。
[0112]
步骤s15：展示合并推荐列表。
[0113]
基于上述本发明实施例公开的一种教育资源的推荐方法，响应于用户打开教材课文，获取教材课文对应的章节id，向服务端发送包括章节id的查询请求，从存储有课文文本的服务端的数据库中，查询到章节id对应的课文文本，从课文文本中提取得到课文词向量，向服务端中存储有各个教育资源对应资源词向量的索引服务器发送课文词向量，计算得到课文词向量与各个资源词向量之间的相似度，按照相似度由大到小对资源词向量排序，基于排序靠前的预设个资源词向量对应的教育资源生成相似度推荐列表，展示相似度推荐列表。在本方案中，计算教材课文文本与教育资源之间的相似度，优先推荐相似度较高的教育资源给用户使用，以实现将访问量少但相似度高的优质教育资源推荐给用户的目的。
[0114]
基于上述本发明实施例公开的一种教育资源推荐方法的应用场景，如图3所示，为本发明实施例公开的另一种教育资源的推荐方法流程图，该方法应用于服务端，其中，客户端可以是图1中的客户端2，该方法主要包括以下步骤：
[0115]
步骤s301：从各个教材文件中提取教材课文以及教材课文对应的章节id，并存储到数据库中。
[0116]
在步骤s301具体实现的过程中，获取教材，从各个教材中提取章节id、课文文本、
作者和背景资料，并在数据库中设置章节id字段、课文文本字段、作者字段和背景资料字段，按照相应的字段存储章节id、课文文本、作者和背景资料。
[0117]
可以理解的是，随着教育信息化的发展，许多教材都具有电子版本，教材中的每一篇课文都预设有对应的章节id，便于查询。
[0118]
步骤s302：针对资源服务器中存储的每一教材资源，提取对应的资源词向量，并存储到索引服务器中。
[0119]
在步骤s302中，教育资源包括但不限于教案、教学设计、习题和测评。
[0120]
在步骤s302具体实现过程中，抽取资源服务器中教育资源的文本、关键词和摘要说明，并进行词语词频提取，形成词向量(词为方向，词频为数量权重主要因子)，存储在服务端的索引服务器。
[0121]
与图2实施例对应，资源词向量与教育资源的对应关系包含一对多、多对多或者多对一的关系，具体的举例请参见图2实施例。
[0122]
需要说明的是，步骤s301和步骤s302可以是预先执行的。
[0123]
步骤s303：当接收到客户端发送的包括章节id的查询请求时，在数据库中查询得到章节id对应的课文文本，并返回给客户端。
[0124]
在步骤s303具体实现过程中，当接收到客户端发送的包括章节id的查询请求时，在数据库的章节id字段下，基于章节id搜索得到章节id对应的课文文本，并返回给客户端。
[0125]
步骤s304：当接收到客户端发送的课文词向量时，计算得到课文词向量与索引服务器中各个资源词向量之间的相似度，并返回给客户端。
[0126]
在步骤s304中，课文词向量与索引服务器中各个资源词向量之间的相似度的计算方法请参见图2对应的实施例，这里不在赘述。
[0127]
步骤s305：由客户端按照相似度由大到小对资源词向量排序，基于排序靠前的预设个资源词向量对应的教育资源生成相似度推荐列表。
[0128]
步骤s305的具体实现过程，请参见图2对应的实施例，这里不再赘述。
[0129]
在一实施例中，服务端的资源服务器实时统计各个教材资源的访问量，当资源服务器中教育资源的数量大于阈值时，向所述客户端发送各个教育资源的访问量。
[0130]
以使客户端根据各个教育资源的访问量生成访问量推荐列表，并将访问量推荐列表与相似度推荐列表合并得到合并推荐列表，展示给用户。
[0131]
基于上述本发明实施例公开的一种教育资源的推荐方法，从各个教材文件中提取教材课文以及教材课文对应的章节id，并存储到数据库中，针对资源服务器中存储的每一教材资源，提取对应的资源词向量，并存储到索引服务器中，当接收到客户端发送的包括章节id的查询请求时，在数据库中查询得到章节id对应的课文文本，并返回给客户端，当接收到客户端发送的课文词向量时，计算得到课文词向量与索引服务器中各个资源词向量之间的相似度，并返回给客户端，由客户端按照相似度由大到小对资源词向量排序，基于排序靠前的预设个资源词向量对应的教育资源生成相似度推荐列表，在本方案中，计算教材课文文本与教育资源之间的相似度，优先推荐相似度较高的教育资源给用户使用，以实现将访问量少但相似度高的优质教育资源推荐给用户的目的。
[0132]
基于上述本发明实施例公开的一种教育资源推荐方法的应用场景，如图4所示，为本发明实施例公开的一种教育资源的推荐应用方法交互图。
[0133]
其中，涉及到的应用场景架构包括图1所示的：互相通信连接的客户端1和服务端2，服务端2中至少包括：资源服务器21、索引服务器22和数据库23。
[0134]
教育资源的推荐应用方法包括以下步骤：
[0135]
步骤s401：客户端1响应于用户打开教材课文，获取所述教材课文对应的章节id。
[0136]
可以理解的是，随着教育信息化的发展，许多教材都具有电子版本，教材中的每一篇课文都预设有对应的章节id，便于查询。
[0137]
步骤s402：客户端1向数据库发送包括章节id的查询请求。
[0138]
步骤s403：数据库23接收到客户端1发送的包括章节id的查询请求时，在数据库23中查询得到章节id对应的课文文本，并返回给客户端1。
[0139]
在步骤s403中，各个章节id对应的课文文本是预先存储到数据库23中中的，预先存储的过程包括：获取教材，从各个教材中提取章节id、课文文本、作者和背景资料，并在数据库23中设置章节id字段、课文文本字段、作者字段和背景资料字段，按照相应的字段存储章节id、课文文本、作者和背景资料。
[0140]
步骤s404：客户端1从课文文本中提取得到课文词向量。
[0141]
在步骤s404具体实现过程中，客户端1从课文文本中提取得到课文关键词，并统计课文关键词出现的频率，将课文关键词作为方向、课文关键词出现的频率作为数量权重主要因子，生成课文词向量。
[0142]
步骤s405：客户端1向索引服务器22发送课文词向量。
[0143]
步骤s406：索引服务器22接收到课文词向量时，计算得到课文词向量与各个资源词向量之间的相似度，并返回给客户端1。
[0144]
在步骤s406中，索引服务器22中预先存储有各个教育资源对应资源词向量，预先存储的过程包括：抽取资源服务器21中教育资源的文本、关键词和摘要说明，并进行词语词频提取，形成词向量(词为方向，词频为数量权重主要因子)，存储在服务端2的索引服务器22。
[0145]
计算得到课文词向量与各个资源词向量之间的相似度的具体过程，请参见图2对应的实施例，这里不再赘述。
[0146]
步骤s407：客户端1按照相似度由大到小对资源词向量排序，基于排序靠前的预设个资源词向量对应的教育资源生成相似度推荐列表。
[0147]
步骤s407的具体实现过程请参见上述本发明实施例，这里不再赘述。
[0148]
步骤s408：客户端1展示所述相似度推荐列表。
[0149]
基于上述本发明实施例公开的一种教育资源的推荐应用方法，响应于用户打开教材课文，获取教材课文对应的章节id，向服务端发送包括章节id的查询请求，从存储有课文文本的服务端的数据库中，查询到章节id对应的课文文本，从课文文本中提取得到课文词向量，向服务端中存储有各个教育资源对应资源词向量的索引服务器发送课文词向量，计算得到课文词向量与各个资源词向量之间的相似度，按照相似度由大到小对资源词向量排序，基于排序靠前的预设个资源词向量对应的教育资源生成相似度推荐列表，展示相似度推荐列表。在本方案中，计算教材课文文本与教育资源之间的相似度，优先推荐相似度较高的教育资源给用户使用，以实现将访问量少但相似度高的优质教育资源推荐给用户的目的。
[0150]
基于上述本发明实施例公开的一种教育资源的推荐方法，如图5所示，为本发明实施例公开的一种教育资源的推荐装置结构图，该装置应用于客户端，该装置包括：响应单元501、第一发送单元502、第一提取单元503、第二发送单元504、生成单元505和展示单元506。
[0151]
其中，响应单元501，用于响应于用户打开教材课文，获取教材课文对应的章节id。
[0152]
第一发送单元502，用于向服务端发送包括章节id的查询请求，从存储有课文文本的服务端的数据库中，查询到章节id对应的课文文本。
[0153]
第一提取单元503，用于从课文文本中提取得到课文词向量。
[0154]
在一实施实例中，第一提取单元503，包括：
[0155]
提取子单元，用于从课文文本中提取得到课文关键词，并统计课文关键词出现的频率。
[0156]
生成子单元，用于将课文关键词作为方向、课文关键词出现的频率作为数量权重主要因子，生成课文词向量。
[0157]
第二发送单元504，用于向服务端中存储有各个教育资源对应资源词向量的索引服务器发送课文词向量，计算得到课文词向量与各个资源词向量之间的相似度。
[0158]
生成单元505，用于按照相似度由大到小对资源词向量排序，基于排序靠前的预设个资源词向量对应的教育资源生成相似度推荐列表。
[0159]
在一实施例中，生成单元505，具体用于：筛选出相似度大于相似度阈值的资源词向量，按照相似度由大到小对相似度大于相似度阈值的资源词向量排序，基于排序靠前的预设个资源词向量对应的教育资源生成相似度推荐列表。
[0160]
展示单元506，用于展示相似度推荐列表。
[0161]
在一实施例中，教材资源的推荐装置，还包括：
[0162]
合并单元，用于筛选出访问量大于访问量阈值的待推荐教育资源，基于访问量由大到小对待推荐教育资源进行排序，基于排序靠前的预设个待推荐教育资源生成访问量推荐列表，合并访问量推荐列表与相似度推荐列表，得到合并推荐列表，展示合并推荐列表。
[0163]
基于上述本发明实施例公开的一种教育资源的推荐装置，响应于用户打开教材课文，获取教材课文对应的章节id，向服务端发送包括章节id的查询请求，从存储有课文文本的服务端的数据库中，查询到章节id对应的课文文本，从课文文本中提取得到课文词向量，向服务端中存储有各个教育资源对应资源词向量的索引服务器发送课文词向量，计算得到课文词向量与各个资源词向量之间的相似度，按照相似度由大到小对资源词向量排序，基于排序靠前的预设个资源词向量对应的教育资源生成相似度推荐列表，展示相似度推荐列表。在本方案中，计算教材课文文本与教育资源之间的相似度，优先推荐相似度较高的教育资源给用户使用，以实现将访问量少但相似度高的优质教育资源推荐给用户的目的。
[0164]
基于上述本发明实施例公开的一种教育资源的推荐方法，如图6所示，为本发明实施例公开的另一种教育资源的推荐装置结构图，该装置应用于服务端，该装置包括：第二提取单元601、第三提取单元602、查询单元603和计算单元604。
[0165]
其中，第二提取单元601，用于从各个教材文件中提取教材课文以及教材课文对应的章节id，并存储到数据库中。
[0166]
第三提取单元602，用于针对资源服务器中存储的每一教材资源，提取对应的资源词向量，并存储到索引服务器中。
[0167]
在一实施例中，第三提取单元602，包括：
[0168]
统计子单元，用于针对资源服务器中存储的每一教材资源，提取对应的资源关键词，并统计资源关键词出现的频率。
[0169]
生成子单元，用于将资源关键词作为方向、资源关键词出现的频率作为数量权重主要因子，生成资源词向量。
[0170]
查询单元603，用于当接收到客户端发送的包括章节id的查询请求时，在数据库中查询得到章节id对应的课文文本，并返回给客户端。
[0171]
计算单元604，用于当接收到客户端发送的课文词向量时，计算得到课文词向量与索引服务器中各个资源词向量之间的相似度，并返回给客户端；由客户端按照相似度由大到小对资源词向量排序，基于排序靠前的预设个资源词向量对应的教育资源生成相似度推荐列表。
[0172]
在一实施例中，教材资源的推荐装置，还包括：
[0173]
统计单元，用于资源服务器实时统计各个教材资源的访问量，当资源服务器中教育资源的数量大于阈值时，向客户端发送各个教育资源的访问量。
[0174]
基于上述本发明实施例公开的一种教育资源的推荐装置，从各个教材文件中提取教材课文以及教材课文对应的章节id，并存储到数据库中，针对资源服务器中存储的每一教材资源，提取对应的资源词向量，并存储到索引服务器中，当接收到客户端发送的包括章节id的查询请求时，在数据库中查询得到章节id对应的课文文本，并返回给客户端，当接收到客户端发送的课文词向量时，计算得到课文词向量与索引服务器中各个资源词向量之间的相似度，并返回给客户端，由客户端按照相似度由大到小对资源词向量排序，基于排序靠前的预设个资源词向量对应的教育资源生成相似度推荐列表，在本方案中，计算教材课文文本与教育资源之间的相似度，优先推荐相似度较高的教育资源给用户使用，以实现将访问量少但相似度高的优质教育资源推荐给用户的目的。
[0175]
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，对于系统或系统实施例而言，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。以上所描述的系统及系统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。
[0176]
专业人员还可以进一步意识到，结合本文中所公开的实施例描述的各示例的单元及算法步骤，能够以电子硬件、计算机软件或者二者的结合来实现，为了清楚地说明硬件和软件的可互换性，在上述说明中已经按照功能一般性地描述了各示例的组成及步骤。这些功能究竟以硬件还是软件方式来执行，取决于技术方案的特定应用和设计约束条件。专业技术人员可以对每个特定的应用来使用不同方法来实现所描述的功能，但是这种实现不应认为超出本发明的范围。
[0177]
对所公开的实施例的上述说明，使本领域专业技术人员能够实现或使用本发明。对这些实施例的多种修改对本领域的专业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公开的原理和新颖特点相一致的最宽的范围。

技术特征：
1.一种教育资源的推荐方法，其特征在于，应用于客户端，包括：响应于用户打开教材课文，获取所述教材课文对应的章节id；向服务端发送包括所述章节id的查询请求，从存储有课文文本的所述服务端的数据库中，查询到所述章节id对应的课文文本；从所述课文文本中提取得到课文词向量；向所述服务端中存储有各个教育资源对应资源词向量的索引服务器发送所述课文词向量，计算得到所述课文词向量与各个资源词向量之间的相似度；按照所述相似度由大到小对所述资源词向量排序，基于排序靠前的预设个所述资源词向量对应的教育资源生成相似度推荐列表；展示所述相似度推荐列表。2.根据权利要求1所述的方法，其特征在于，所述从所述课文文本中提取得到课文词向量，包括：从所述课文文本中提取得到课文关键词，并统计所述课文关键词出现的频率；将所述课文关键词作为方向、所述课文关键词出现的频率作为数量权重主要因子，生成课文词向量。3.根据权利要求1所述的方法，其特征在于，所述按照所述相似度由大到小对所述资源词向量排序，基于排序靠前的预设个所述资源词向量对应的教育资源生成相似度推荐列表，包括：筛选出所述相似度大于相似度阈值的资源词向量；按照所述相似度由大到小对所述相似度大于相似度阈值的资源词向量排序；基于排序靠前的预设个所述资源词向量对应的教育资源生成相似度推荐列表。4.根据权利要求1至3任一所述的方法，其特征在于，还包括：当所述服务端的资源服务器中的教育资源数量大于阈值时，获取所述服务端的资源服务器中各个教育资源的访问量；筛选出访问量大于访问量阈值的待推荐教育资源；基于所述访问量由大到小对所述待推荐教育资源进行排序，基于排序靠前的预设个所述待推荐教育资源生成访问量推荐列表；合并所述访问量推荐列表与所述相似度推荐列表，得到合并推荐列表；展示所述合并推荐列表。5.一种教育资源的推荐方法，其特征在于，应用于服务端，所述服务端包括：资源服务器、索引服务器和数据库，所述方法包括：从各个教材文件中提取教材课文以及所述教材课文对应的章节id，并存储到所述数据库中；针对所述资源服务器中存储的每一教材资源，提取对应的资源词向量，并存储到所述索引服务器中；当接收到客户端发送的包括章节id的查询请求时，在所述数据库中查询得到所述章节id对应的课文文本，并返回给所述客户端；当接收到所述客户端发送的课文词向量时，计算得到所述课文词向量与所述索引服务器中各个资源词向量之间的相似度，并返回给所述客户端；
由所述客户端按照所述相似度由大到小对所述资源词向量排序，基于排序靠前的预设个所述资源词向量对应的教育资源生成相似度推荐列表。6.根据权利要求5所述的方法，其特征在于，还包括：所述资源服务器实时统计各个教材资源的访问量；当所述资源服务器中教育资源的数量大于阈值时，向所述客户端发送各个教育资源的访问量。7.根据权利要求5或6所述的方法，其特征在于，所述针对所述资源服务器中存储的每一教材资源，提取对应的资源词向量，并存储到所述索引服务器中，包括：针对所述资源服务器中存储的每一教材资源，提取对应的资源关键词，并统计所述资源关键词出现的频率；将所述资源关键词作为方向、所述资源关键词出现的频率作为数量权重主要因子，生成资源词向量。8.一种教育资源的推荐装置，其特征在于，应用于客户端，包括：响应单元，用于响应于用户打开教材课文，获取所述教材课文对应的章节id；第一发送单元，用于向服务端发送包括所述章节id的查询请求，从存储有课文文本的所述服务端的数据库中，查询到所述章节id对应的课文文本；第一提取单元，用于从所述课文文本中提取得到课文词向量；第二发送单元，用于向所述服务端中存储有各个教育资源对应资源词向量的索引服务器发送所述课文词向量，计算得到所述课文词向量与各个资源词向量之间的相似度；生成单元，用于按照所述相似度由大到小对所述资源词向量排序，基于排序靠前的预设个所述资源词向量对应的教育资源生成相似度推荐列表；展示单元，用于展示所述相似度推荐列表。9.根据权利要求8所述的装置，其特征在于，所述第一提取单元，包括：提取子单元，用于从所述课文文本中提取得到课文关键词，并统计所述课文关键词出现的频率；生成子单元，用于将所述课文关键词作为方向、所述课文关键词出现的频率作为数量权重主要因子，生成课文词向量。10.一种教育资源的推荐装置，其特征在于，应用于服务端，所述服务端包括：资源服务器、索引服务器和数据库，所述装置包括：第二提取单元，用于从各个教材文件中提取教材课文以及所述教材课文对应的章节id，并存储到所述数据库中；第三提取单元，用于针对所述资源服务器中存储的每一教材资源，提取对应的资源词向量，并存储到所述索引服务器中；查询单元，用于当接收到客户端发送的包括章节id的查询请求时，在所述数据库中查询得到所述章节id对应的课文文本，并返回给所述客户端；计算单元，用于当接收到所述客户端发送的课文词向量时，计算得到所述课文词向量与所述索引服务器中各个资源词向量之间的相似度，并返回给所述客户端；由所述客户端按照所述相似度由大到小对所述资源词向量排序，基于排序靠前的预设个所述资源词向量对应的教育资源生成相似度推荐列表。

技术总结
本发明提供一种教育资源的推荐方法及装置，当用户打开教材课文，获取教材课文的章节ID，向服务端发送包括章节ID的查询请求，从存储有课文文本的服务端的数据库中，查询到章节ID对应的课文文本，从课文文本中提取得到课文词向量，向服务端存储有各个教育资源对应资源词向量的索引服务器发送课文词向量，计算得到课文词向量与各个资源词向量之间的相似度，按照相似度由大到小对资源词向量排序，基于排序靠前的预设个资源词向量对应的教育资源生成相似度推荐列表，展示相似度推荐列表。在本方案中，计算教材课文文本与教育资源之间的相似度，优先推荐相似度较高的教育资源给用户使用，以实现将访问量少但相似度高的优质教育资源推荐给用户的目的。源推荐给用户的目的。源推荐给用户的目的。


技术研发人员：王俊明
受保护的技术使用者：人教数字出版有限公司
技术研发日：2023.06.16
技术公布日：2023/9/16