5.基于深度強化學習的個性化學習方法，使用上述權利要求1-4種任意一項，其特征在于，包括以下步驟：

1)、個性化學習終端采集學情數據，學情數據包含靜態學情數據和動態學情數據；

2)、學習者使用個性化學習終端的賬號登錄終端，獲取學習資源，并綁定課程，跟進課程的開設進度參與學習、參與課程疑難問題答疑，并完成相關作業及考試測驗；

3)、學習者在學習終端進行各種學習活動，通過學習播放課程視頻、點擊資源等實現與平臺的個性化資源內容推薦系統的多輪交互，在該過程中推薦系統能夠感知用戶的實時行為，從而更加理解學習者的偏好和需求；

4)、個性化分析模型處理端將靜態學情數據進行處理，提取離線的個性化特征數據；

5)、個性化分析模型處理端對動態學情數據進行處理，提取實時的個性化特征數據。實時的個性化特征數據包含學習者對學習資源的交互行為及學習任務的完成結果情況；

6)、個性化模型分析處理端，提取完學習者用戶的離線特征，包含用戶過去的歷史反饋數據和實時特征，基于離線特征和實時特征采用深度強化學習構建個性化的學習內容分層推薦模型。