孤独症用户个别教育计划智能推荐方法、系统及存储介质技术方案

本申请公开了一种孤独症用户个别教育计划智能推荐方法、系统及存储介质。该方法包括：采集孤独症用户的多模态数据，确定孤独症用户所属的孤独症类型；构建基于规则的第一推荐模型，所述第一推荐模型用于存储预定义的个别教育计划推荐规则，根据所述推荐规则推荐个别教育计划；构建基于案例的第二推荐模型，所述第二推荐模型中用于根据所述孤独症用户所属的孤独症类型从案例资源库中筛选相似用户的个别教育计划进行推荐；若所述案例资源库中存在与所述孤独症类型相似的历史用户，调用所述第二推荐模型进行个别教育计划推荐，否则调用所述第一推荐模型进行个别教育计划推荐。本发明专利技术能够智能化、自动化生成满足不同孤独症用户需要的个别教育计划。要的个别教育计划。要的个别教育计划。

【技术实现步骤摘要】
孤独症用户个别教育计划智能推荐方法、系统及存储介质


[0001]本申请涉及数字化学习及推荐
，更具体地，涉及一种孤独症用户个别教育计划智能推荐方法、系统及存储介质。

技术介绍

[0002]个别教育计划(Individualized education program，IEP)是残疾儿童教育的基石，可以保障残疾学生在普通教育环境中接受满足其特殊需要的教育。系统科学的个别教育计划是实现个性化教育干预的基础和保障，也是个性化干预实施的重要依据和指南。对孤独症儿童而言，个别教育计划是衔接孤独症儿童发展评估到个性化教育干预实施的关键环节，是有效提高个性化教育质量和干预效果的助推器。
[0003]已有研究表明个别教育计划对于特殊儿童教育至关重要，是实现孤独症儿童个性化教育干预的重要保障。但由于个别教育计划制定与实施需要复杂耗时的专业评估，存在专家依赖性强，学习资源与活动匮乏，智能技术应用缺失等问题，孤独症儿童个别教育计划的制定和实施陷入不规范、任务重、实施难、成效低、智能化水平不足的困境；并且孤独症个体特征及发展轨迹的异质性，亟需多样性的个别教育计划，而传统个别教育计划的制定方法难以实现孤独症儿童各功能领域发展水平与干预资源的契合，无法满足个性化干预的需求。

技术实现思路

[0004]针对现有技术的至少一个缺陷或改进需求，本专利技术提供了一种孤独症用户个别教育计划智能推荐方法、系统及存储介质，能够智能化、自动化生成满足不同孤独症用户需要的个别教育计划。
[0005]为实现上述目的，按照本专利技术的第一个方面，提供了一种孤独症用户个别教育计划智能推荐方法，包括：
[0006]采集孤独症用户的多模态数据，根据所述多模态数据确定所述孤独症用户所属的孤独症类型；
[0007]构建基于规则的第一推荐模型，所述第一推荐模型用于存储预定义的个别教育计划推荐规则，所述推荐规则定义了推荐所要依据的事实和推荐判断规则，根据所述推荐规则推荐个别教育计划；
[0008]构建基于案例的第二推荐模型，所述第二推荐模型中用于根据所述孤独症用户所属的孤独症类型从案例本体资源库中筛选个别教育计划进行推荐，所述案例本体资源库存储了多个历史用户对应的个别教育计划；
[0009]若所述案例资源库中存在与所述孤独症类型相似度高于预设阈值的历史用户，调用所述第二推荐模型进行个别教育计划推荐，否则，调用所述第一推荐模型进行个别教育计划推荐。
[0010]进一步地，所述多模态数据包括所述孤独症用户在参与干预项目前的先验数据、
以及所述孤独症用户在参与干预项目过程中的实时学习状态数据，所述先验数据包括所述孤独症用户的基本信息、各功能领域的发展水平数据、以及认知风格类型数据，所述实时学习状态数据包括所述孤独症用户在参与干预项目过程中的行为数据、认知数据和生理数据。
[0011]进一步地，所述根据所述多模态数据确定所述孤独症用户所属的孤独症类型包括：
[0012]分别从所述行为数据、所述认知数据和所述生理数据中提取行为数据特征向量、认知数据特征向量和生理数据特征向量，将所述行为数据特征向量、认知数据特征向量和生理数据特征向量进行特征融合后送入第一分类器，获得第一决策向量；
[0013]从所述孤独症用户的基本信息、各功能领域的发展水平数据提取发展水平特征向量，从所述认知风格类型数据提取认知风格特征向量，将所述发展水平特征向量和所述认知风格特征向量进行特征融合后送入第二分类器，获得第二决策向量；
[0014]对所述第一决策向量、所述第二决策向量进行加权决策融合，获得所述孤独症用户所属的孤独症类型。
[0015]进一步地，所述案例本体资源库的构建包括：
[0016]创建孤独症领域、人领域和干预活动领域三个类及类属性，所述孤独症领域、人领域用于分别从历史用户的孤独症领域、历史用户的基本信息两个维度描述历史用户的孤独症类型，所述干预活动领域用于描述历史用户的对应的个别教育计划；
[0017]根据历史用户及其对应的个别教育计划，生成所述孤独症领域、人领域和干预活动领域三个类的实例以及实例间的索引关系。
[0018]进一步地，所述孤独症领域包括属性：孤独症定义、孤独症病因和孤独症症状，用于分别从孤独症定义、孤独症病因和孤独症症状三个方面描述历史用户的孤独症领域；
[0019]所述人领域包括属性：人和人群，用于分别从历史用户的年龄、性别、所属人群描述历史用户的基本信息；
[0020]所述干预活动领域包括属性：认知，语言，运用，模仿、情感表达及社交活动，自理能力，用于分别从认知、语言、运用、模仿、情感表达及社交活动、自理能力几个方面描述历史用户的对应的个别教育计划的具体内容。
[0021]进一步地，所述根据所述孤独症用户所属的孤独症类型从案例资源库中筛选个别教育计划进行推荐包括：
[0022]分别计算所述孤独症用户所属的孤独症类型与所述案例本体资源库中每个历史用户的孤独症类型的相似度，选取相似度最高的历史用户对应的个别教育计划进行推荐。
[0023]进一步地，孤独症用户个别教育计划智能推荐方法还包括：将为所述孤独症用户推荐的个别教育计划呈现给所述孤独症用户，并支持所述孤独症用户随时查看、保存和打印。
[0024]按照本专利技术的第二个方面，还提供了一种孤独症用户个别教育计划智能推荐系统，包括：
[0025]评估模块，用于采集孤独症用户的多模态数据，根据所述多模态数据确定所述孤独症用户所属的孤独症类型；
[0026]第一推荐模块，用于构建基于规则的第一推荐模型，所述第一推荐模型用于存储
预定义的个别教育计划推荐规则，所述推荐规则定义了推荐所要依据的事实和推荐判断规则，根据所述推荐规则推荐个别教育计划；
[0027]第二推荐模块，用于构建基于案例的第二推荐模型，所述第二推荐模型中用于根据所述孤独症用户所属的孤独症类型从案例资源库中筛选个别教育计划进行推荐，所述案例本体资源库存储了多个历史用户对应的个别教育计划；
[0028]调用模块，用于若所述案例资源库中存在与所述孤独症相似度高于预设阈值的历史用户，调用所述第二推荐模型进行个别教育计划推荐，否则调用所述第一推荐模型进行个别教育计划推荐。
[0029]进一步地，所述多模态数据包括所述孤独症用户在参与干预项目前的先验数据、以及所述孤独症用户在参与干预项目过程中的实时学习状态数据，所述先验数据包括所述孤独症用户的基本信息、各功能领域的发展水平数据、以及认知风格类型数据，所述实时学习状态数据包括所述孤独症用户在参与干预项目过程中的行为数据、认知数据和生理数据。
[0030]按照本专利技术的第三个方面，还提供了一种存储介质，其存储有可由处理器执行的计算机程序，当所述计算机程序在处理器上运行时，使得处理器执行上述任一项所述方法的步骤。
[0031]总体而言，通过本专利技术所构思的以上技术方案与现有技术相比，能够取得下列有益效果：
[0032](1)本本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种孤独症用户个别教育计划智能推荐方法，其特征在于，包括：采集孤独症用户的多模态数据，根据所述多模态数据确定所述孤独症用户所属的孤独症类型；构建基于规则的第一推荐模型，所述第一推荐模型用于存储预定义的个别教育计划推荐规则，所述推荐规则定义了推荐所要依据的事实和推荐判断规则，根据所述推荐规则推荐个别教育计划；构建基于案例的第二推荐模型，所述第二推荐模型中用于根据所述孤独症用户所属的孤独症类型从案例本体资源库中筛选个别教育计划进行推荐，所述案例本体资源库存储了多个历史用户对应的个别教育计划；若所述案例资源库中存在与所述孤独症类型相似度高于预设阈值的历史用户，调用所述第二推荐模型进行个别教育计划推荐，否则，调用所述第一推荐模型进行个别教育计划推荐。2.如权利要求1所述的孤独症用户个别教育计划智能推荐方法，其特征在于，所述多模态数据包括所述孤独症用户在参与干预项目前的先验数据、以及所述孤独症用户在参与干预项目过程中的实时学习状态数据，所述先验数据包括所述孤独症用户的基本信息、各功能领域的发展水平数据、以及认知风格类型数据，所述实时学习状态数据包括所述孤独症用户在参与干预项目过程中的行为数据、认知数据和生理数据。3.如权利要求2所述的孤独症用户个别教育计划智能推荐方法，其特征在于，所述根据所述多模态数据确定所述孤独症用户所属的孤独症类型包括：分别从所述行为数据、所述认知数据和所述生理数据中提取行为数据特征向量、认知数据特征向量和生理数据特征向量，将所述行为数据特征向量、认知数据特征向量和生理数据特征向量进行特征融合后送入第一分类器，获得第一决策向量；从所述孤独症用户的基本信息、各功能领域的发展水平数据提取发展水平特征向量，从所述认知风格类型数据提取认知风格特征向量，将所述发展水平特征向量和所述认知风格特征向量进行特征融合后送入第二分类器，获得第二决策向量；对所述第一决策向量、所述第二决策向量进行加权决策融合，获得所述孤独症用户所属的孤独症类型。4.如权利要求1所述的孤独症用户个别教育计划智能推荐方法，其特征在于，所述案例本体资源库的构建包括：创建孤独症领域、人领域和干预活动领域三个类及类属性，所述孤独症领域、人领域用于分别从历史用户的孤独症领域、历史用户的基本信息两个维度描述历史用户的孤独症类型，所述干预活动领域用于描述历史用户的对应的个别教育计划；根据历史用户及其对应的个别教育计划，生成所述孤独症领域、人领域和干预活动领域三个类的实例以及实例间的索引关系。5.如权利要求4所述的孤独症用户个别教育计划智能推荐方法，其特征...

【专利技术属性】
技术研发人员：王广帅，陈丹，陈靓影，王广海，杨宗凯，徐如意，
申请(专利权)人：武汉大学，
类型：发明
国别省市：