(19)中华 人民共和国 国家知识产权局 (12)发明 专利申请 (10)申请公布号 (43)申请公布日 (21)申请 号 202111597082.9 (22)申请日 2021.12.24 (71)申请人 江苏童能文化科技有限公司 地址 226300 江苏省南 通市南通高新区体 育中心游泳健身 馆二楼 (72)发明人 韩小伟　李义平　程秧秧　陆轶铭　 (74)专利代理 机构 南通国鑫智汇知识产权代理 事务所(普通 合伙) 32606 代理人 王薇薇 (51)Int.Cl. G06Q 10/04(2012.01) G06Q 50/20(2012.01) (54)发明名称 一种数字化学习工具的预测优化方法及系 统 (57)摘要 本申请公开了一种数字化学习工具的预测 优化方法及系统， 通过基于企业用户信息集合进 行学习资源、 学习工具记录数据的提取， 获得资 源记录信息集、 工具记录信息集； 根据资源记录 信息集、 工具记录信息集构建资源数据矩阵、 工 具数据矩阵； 根据资源数据矩阵、 工具数据矩阵， 确定资源特征信息、 工具特征信息； 获得特征关 联性； 根据特征关联性， 按照预设条件确定优化 特征， 并基于 所述优化特征， 获得预测优化信息。 解决网络教育数字工具设置单一， 缺乏针对用户 使用需求的有效维护方式的技术问题。 达到面向 企业各用户的工具采集， 企业数字化学习资源和 工具的使用量次和特征进行分析， 根据分析结果 实现工具定位优化， 实现高质量维护的技术效 果。 权利要求书2页 说明书11页 附图2页 CN 114219173 A 2022.03.22 CN 114219173 A 1.一种数字化学习工具的预测优化方法， 其特 征在于， 所述方法包括： 获得企业用户信息集 合； 基于所述企业用户信息集合进行学习资源、 学习工具记录数据的提取， 对提取的用户 记录信息进 行统计， 获得用户记录信息集， 所述用户记录信息集包括资源记录信息集、 工具 记录信息集； 分别根据所述资源记录信息集、 所述工具记录信息集构建资源数据矩阵、 工具数据矩 阵； 分别根据所述资源数据矩阵、 所述工具数据矩阵， 进行特征分析， 得到资源特征信 息集 合、 工具特征信息集 合， 从特征信息集 合中进行筛 选， 确定资源特 征信息、 工具 特征信息； 根据所述资源特 征信息、 所述工具 特征信息， 获得 特征关联性； 根据所述特征关联性， 按照预设条件确定优化特征， 并基于所述优化特征， 获得预测优 化信息。 2.如权利要求1所述的方法， 其特 征在于， 所述方法还 包括： 对学习资源进行资源参数划分， 获得资源参数集； 基于所述资源参数集， 对所述资源记录信息集进行参数转换， 获得转换后资源记录信 息； 基于所述 转换后资源记录信息， 构建所述资源数据矩阵。 3.如权利要求2所述的方法， 其特 征在于， 所述方法还 包括： 对所述资源数据矩阵进行正向化处 理， 获得无量纲化处 理数据； 对所述无量纲化处 理数据进行 标准差计算， 获得 数据标准差； 根据所述资源参数集、 所述无量纲化处 理数据， 获得相关系数； 根据所述数据标准差、 所述相关系数通过信息量分析， 并根据信息量计算结果确定所 述资源参数集中各资源参数权 重值； 基于所述资源参数权 重值， 获得 所述资源特 征信息。 4.如权利要求1所述的方法， 其特 征在于， 所述方法还 包括： 对所述工具数据矩阵进行横向特征分析， 获得第一资源特征信息， 所述第一资源特征 信息包括工具属性特 征； 对所述工具数据矩阵进行纵向特征分析， 获得第二资源特征信息， 所述第二资源特征 信息包括用户使用比重； 根据所述工具属性特 征、 所述用户使用比重， 获得用户工具参数值； 对所述用户工具参数值进行排序， 选取满足预设排序要求的工具属性特 征集； 对所述工具属性特 征集进行 特征汇总， 获得 所述工具 特征信息集 合。 5.如权利要求1所述的方法， 其特征在于， 所述根据所述资源特征信息、 所述工具特征 信息， 获得 特征关联性， 包括： 根据所述资源特 征信息， 获得资源数据操作类型； 根据所述资源数据操作类型、 所述资源特 征信息， 获得操作粘合度； 当所述操作粘合度满足预设要求时， 根据所述资源数据操作类型， 获得匹配操作工具； 根据所述匹配操作工具、 所述工具 特征信息， 获得 所述特征管联性。 6.如权利要求5所述的方法， 其特 征在于， 所述方法还 包括：权　利　要　求　书 1/2 页 2 CN 114219173 A 2获得操作结果信息； 根据所述操作结果信息， 获得操作来源信息； 判断所述操作来源信息是否为本地工具； 当不是本地工具时， 获得来源工具信息； 根据所述来源工具信息， 获得来源工具特征， 判断所述来源工具特征与所述工具特征 信息是否具有兼容 性； 当具有兼容 性时， 根据所述 来源工具 特征， 获得工具优化信息 。 7.如权利要求6所述的方法， 其特征在于， 所述判断所述来源工具特征与所述工具特征 信息是否具有兼容 性之后， 包括： 当不具有兼容性时， 根据所述来源工具特征确定本地工具信息， 并基于所述本地工具 信息、 所述 来源工具 特征， 获得效果差异特 征； 根据所述效果差异特 征， 获得相关优化特 征； 基于所述相关优化特 征， 获得所述工具优化信息 。 8.一种数字化学习工具的预测优化系统， 其特 征在于， 所述系统包括： 第一获得 单元， 所述第一获得 单元用于获得企业用户信息集 合； 第二获得单元， 所述第二获得单元用于基于所述企业用户信息集合进行学习资源、 学 习工具记录数据的提取， 对提取的用户记录信息进 行统计， 获得用户记录信息集， 所述用户 记录信息集包括资源记录信息集、 工具记录信息集； 第一构建单元， 所述第一构建单元用于分别根据所述资源记录信息集、 所述工具记录 信息集构建 资源数据矩阵、 工具 数据矩阵； 第一执行单元， 所述第一执行单元用于分别根据所述资源数据矩阵、 所述工具数据矩 阵， 进行特征分析， 得到资源特征信息集合、 工具特征信息集合， 从特征信息集合中进行筛 选， 确定资源特 征信息、 工具 特征信息； 第三获得单元， 所述第三获得单元用于根据 所述资源特征信 息、 所述工具特征信 息， 获 得特征关联性； 第四获得单元， 所述第 四获得单元用于根据所述特征关联性， 按照预设条件确定优化 特征， 并基于所述优化特 征， 获得预测优化信息 。 9.一种数字化学习工具的预测优化系统， 包括存储器、 处理器及存储在存储器上并可 在处理器上运行的计算机程序， 其特征在于， 所述处理器执行所述程序时实现权利要求 1‑7 任一项所述方法的步骤。 10.一种计算机程序产品， 包括计算机程序和/或指令， 其特征在于， 该计算机程序和/ 或指令被处 理器执行时实现权利要求1 ‑7中任一项所述方法的步骤。权　利　要　求　书 2/2 页 3 CN 114219173 A 3