本發明涉及學習系統技術領域，公開了基于深度強化學習的個性化學習系統及方法，包括個性化學習終端、個性化數據分析處理端以及個性化學習服務端，所述個性化學習終端還包括電子教材交互模塊、作業與考試模塊、個人學習檔案管理模塊、疑難問題互動交流模塊與資源查詢模塊，所述個性化數據分析處理端包括個性化學情數據預處理模塊、學習內容個性化推薦模塊和學習結果智能測評模型構建模塊，優點在于：通過整合了學習交互活動終端、個性化模型分析端、個性化學習服務端等多環節的系統資源，支撐學習者依據學習目標，應用個性化學習服務中心提供的服務，快速獲取合適的學習資源和學習策略，完成學習目標并進行自我評價，實現自我導向學習。

技術領域

本發明涉及學習系統技術領域，具體為基于深度強化學習的個性化學習系統及方法。

背景技術

如今，教育信息化已步入“2.0時代”，人工智能、大數據等技術在精準教學、個性化學習領域發揮的作用進一步凸顯。通過信息技術與學科教學的深度融合，力求助推教育質量大幅提升，已成為業界的共識。隨著互聯網技術的普及和發展，越來越多的學習者通過網絡獲取學習資源。與此同時，多元化、個性化的知識定制服務也成了學習者需求的新熱點。目前，對個性化教育的追求和教育資源分布不均衡，一直是教育行業的兩大核心痛點，人工智能技術帶來了解決問題的新的可能性。

基于人工智能技術的學習輔助工具，雖然能為學生的學習帶來很好的服務體驗，然而存在以下問題：

(1)、這些人工智能學習輔助工具更多是為了滿足某個專門領域的學習需求，目的是為了促進學習者獲得特定的知識和技能，而且這些系統常常作為學習教育的補充，未能深入影響學生的日常學習和生活，難以處理學習內容需求的動態變化。這種動態變化體現在兩個方面，首先學習內容具有一定的時效性，其次是學習者對于學習內容的需求是不斷變化的；

(2)、現有的學習內容推薦工具，無法建模學習者的興趣及需求內容的動態變化，學習資源內容推薦不能確保實時有效性；

(3)、現有的學習輔助工具，只是涉及學習者學習活動某個獨立的視角，并沒有深入結合學習科學研究理論，和優化學習路徑，因此沒法實現學習者自主學習。

發明內容

(一)解決的技術問題

針對現有技術的不足，本發明提供了基于深度強化學習的個性化學習系統及方法，解決了如何充分結合學習科學研究成果與人工智能技術的進步，使學習系統能夠與學習者之間以更自然的方式進行交互，通過人工智能技術為學習者提供個性化學習等亟待解決的問題。

(二)技術方案

為實現上述目的，本發明提供如下技術方案：基于深度強化學習的個性化學習系統，包括個性化學習終端、個性化數據分析處理端以及個性化學習服務端，其特征在于，所述個性化學習終端還包括電子教材交互模塊、作業與考試模塊、個人學習檔案管理模塊、疑難問題互動交流模塊與資源查詢模塊，所述個性化數據分析處理端包括個性化學情數據預處理模塊、學習內容個性化推薦模塊和學習結果智能測評模塊。

優選的，所述個性化學習終端通過構建好的資源推薦模型根據學習者的動態訪問交互日志為學習者推送與之能力相匹配的學習資源，所述個性化學習終端還通過學習結果智能測評模型根據學習者的學情數據智能診斷反饋學習者的課程完成情況與知識的薄弱，所述個性化學習終端還覆蓋多個學習活動場景，這樣有助于學習者獲知自身不足，實現自主引導學習。

優選的，所述電子教材交互模塊用于學習者對電子教材的綁定、下載、保存和對教材的學習交互記錄，所述作業與考試模塊用于課后作業的參與完成、批閱和展示的整套課后作業交互流程，所述資源查詢模塊包括學習資源庫，通過獲取學習者的考試、學習等交互信息，可以有效得知學習者的真實狀況，以便于分析處理。

優選的，所述個性化學習終端通過融合多個學習活動場景產生的交互數據，提取學習者的個性化學習數據，采用深度強化學習算法對個性化學習進行內容推薦建模、且對學習結果進行個性化評價分析。