(19)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 202111637682.3 (22)申请日 2021.12.2 9 (71)申请人 书铭信息科技 （上海） 有限公司 地址 201306 上海市浦东 新区泥城镇云汉 路979号2 楼 (72)发明人 董佩昂　 (74)专利代理 机构 北京挺立专利事务所(普通 合伙) 11265 专利代理师 郭磊 (51)Int.Cl. G06F 16/9535(2019.01) G06F 16/9536(2019.01) G06N 20/00(2019.01) G06Q 50/00(2012.01) (54)发明名称 一种基于人格进行家庭教育培养知识个性 化推荐的方法 (57)摘要 本发明公开了一种基于人格进行家庭教育 培养知识个性化推荐的方法， 包括步骤S001， 利 用用户注册提供的标签、 头像或用户视频， 基于 人格心理学家分析行为方案和人工智能技术可 快速、 准确地识别儿童和家长的气质和人格， 并 可不断优化等。 本发明利用人工智能与心理学的 结合， 主要结合儿童和家长的气质与人格， 利用 用户行为数据和基础信息实现个性 化推荐。 权利要求书1页 说明书4页 附图1页 CN 114461901 A 2022.05.10 CN 114461901 A 1.一种基于人格进行家庭教育培养知识个性化推荐的方法， 其特征在于， 包括以下步 骤， 步骤S001， 利用用户注册提供的标签、 头像或用户视频， 基于人格心理学家分析行为方 案和人工智能技 术可快速、 准确地识别儿童和家长的气质和人格， 并可不断优化； 步骤S002， 针对刚注册的用户、 利用活跃用户的数据和已有儿童和家长的气质和人格 与用户信息、 建立机器学习模型， 实现 冷启动内容推荐； 步骤S003， 针对活跃用户， 主要利用儿童和家长的气质和人格、 行为数据、 基础信息数 据， 建立深度学习模型， 实现对家长与儿童各种交 互之间的需求。 2.根据权利要求1所述的一种基于人格进行家庭教育培养知识个性化推荐的方法， 其 特征在于， 步骤S 002中， 针对用户的气质或人格， 首先结合用户基础信息， 利用机器学习， 对 已有的各方向推荐版块的内容库， 建立分类模型 ‑A， 识别用户top  k内容， 即最贴近个性化 的内容进行推荐， 解决推荐冷启动问题。 3.根据权利要求2所述的一种基于人格进行家庭教育培养知识个性化推荐的方法， 其 特征在于， 步骤S002 中， 模型‑A主要利用A/B测试进行验证模型的鲁棒性， 对刚注册用户推 荐内容， 然后利用用户线 上行为， 进 行结果分析， 通过判断用户对内容点赞、 评论、 转 发或打 分等操作， 进 行判断用户是否对推荐内容喜欢， 进 行综合判断模型的鲁棒性， 并根据结果分 析不断优化模型 可， 更好地满足用户个性 化需求。 4.根据权利要求1 ‑3任一项所述的一种基于人格进行家庭教育培养知识个性化推荐的 方法， 其特征在于， 在步骤S 003中， 结合家庭与儿童交互行为数据、 建立个性化推荐模 型‑B， 主要流程有针对各个内容方向的家庭与儿童行为数据， 利用机器学习知识， 预处理、 提取、 选择主要行为特征， 反应用户行为偏好； 结合用户人格或气质数据和用户基础信息以及内 容数据库建立深度学习模型， 其中主要 是人格、 气质特征与行为特征之间的深度特征提取， 进而实现对用户内容个性 化推荐。 5.根据权利要求4所述的一种基于人格进行家庭教育培养知识个性化推荐的方法， 其 特征在于， 步骤S003中， 针对已经创建好地个性化推荐模型， 在内容库中， 推荐较多的内容 给用户‑召回层， 然后根据用户最近时间行为， 提取最近偏好、 需求、 心理等特征， 进行粗排 和精排， 针对召回的视频， 考虑各个因素 取出top k个用户最贴切用户个性 化的内容。 6.根据权利要求1 ‑3或5任一项所述的一种基于人格进行家庭教育培养知识个性化推 荐的方法， 其特征在于， 步骤S002 ‑S003中， 对刚注册、 已有活跃度两类用户， 针对各个版块 的推荐内容行为， 产生用户行为数据分析报告， 结合人格心理学家和算法工程师之间的结 果分析， 不断优化迭代方案， 建立更 具鲁棒性的推荐模型。权　利　要　求　书 1/1 页 2 CN 114461901 A 2一种基于人格进行家庭 教育培养知识个性化推荐的方 法 技术领域 [0001]本发明涉及 适用于个性化推荐技术领域， 具体涉及基于人格进行家庭教育培养知 识个性化推荐的方法。 背景技术 [0002]家庭与孩子 的教育知识从古到今比比皆是， 现代全球数据不断呈指数增长。 家庭 针对培养孩子的方式多种多样， 千奇百怪。 推荐系统乘着人工智能的发展油然而生， 即针对 家庭与孩子之 间的行为、 偏好、 需要以及人格进 行专业推荐相关知识， 进而满足用户在各方 面的不足与需求。 [0003]现专利和市场应用中， 主要构建模型还是数据+算法＝推荐内容的方式， 并没有结 合人的心理状态和人格气质去充分地刻画一个人偏好和需求， 所以如何基于人格进行家庭 教育培养知识个性 化推荐是 行业内新出现且亟 待解决的问题。 发明内容 [0004]针对相关技术中的问题， 本发明提出一种基于人格进行家庭教育培养知识个性化 推荐的方法， 以克服现有相关技 术所存在的上述 技术问题。 [0005]为此， 本发明采用的具体技 术方案如下： [0006]一种基于人格进行家庭教育培养知识个性化推荐的方法， 包括以下步骤， 步骤 S001， 利用用户注册提供的标签、 头像或用户视频， 基于人格心理学家分析行为方案和人工 智能技术可快速、 准确地识别儿童和家长的气质和人格， 并可不断优化； [0007]步骤S002， 针对刚注册的用户、 利用活跃用户的数据和已有儿童和家长的气质和 人格与用户信息、 建立机器学习模型， 实现 冷启动内容推荐； [0008]步骤S003， 针对活跃用户， 主要利用儿童和家长的气质和 人格、 行为数据、 基础信 息数据， 建立深度学习模型， 实现对家长与儿童各种交 互之间的需求。 [0009]优选的， 步骤S002中， 针对用户的气质或人格， 首先结合用户基础信息， 利用机器 学习， 对已有的各方向推荐 版块的内容库， 建立分类模 型‑A， 识别用户top  k内容， 即最贴近 个性化的内容进行推荐， 解决推荐冷启动问题。 [0010]优选的， 步骤S002中， 模型 ‑A主要利用A/B测试进行验证模型的鲁棒性， 对刚注册 用户推荐内容， 然后利用用户线 上行为， 进 行结果分析， 通过判断用户对内容点赞、 评论、 转 发或打分等操作， 进 行判断用户是否对推荐内容喜欢， 进行综合判断模型的鲁棒性， 并根据 结果分析不断优化模型 可， 更好地满足用户个性 化需求。 [0011]优选的， 在步骤S003中， 结合家庭与儿童交互行为数据、 建立个性化推荐模型 ‑B， 主要流程有针对各个内容方向的家庭与儿童行为数据， 利用机器学习知识， 预处理、 提取、 选择主要行为特征， 反应用户行为偏好； 结合用户人格或气质数据和用户基础信息以及内 容数据库建立深度学习模型， 其中主要 是人格、 气质特征与行为特征之间的深度特征提取， 进而实现对用户内容个性 化推荐。说　明　书 1/4 页 3 CN 114461901 A 3