本发明涉及教育，具体为基于大语言模型融合教育资源个性化精准推送的智能问答系统。
背景技术：
1、目前用户一般根据自己的需求自主在教育资源平台上进行查找，一般通过现有的教育资源体系，如学科、学段、年级和知识点，或者通过关键词搜索进行查找教育资源，操作成本较高，目前也有一些主动推送教育资源给目标用户的系统，主要是根据用户的学习或者任教信息，如用户的任教学科，教育资源的学科做一对一匹配进行推送，最终匹配到的教育资源数量还是较多，无法实现精准推送用户真正需要的教育资源，同时，识别用户需求的难度较大，通常的做法是由用户本人填写自己的资源喜好类型，另外教育教学本身就是比较复杂的过程，一般存在海量的多样的资源，在不同阶段，用户对资源会有不同的需求，这必定增加了用户的操作成本，无法准备实时的掌握到用户的实际需求，另外对教育资源进行标签分类，标签分类方法一般采用人工审核标注，人工审核主观性太强，对于一些存在多元特征的教育资源，人工标注的标签会有所欠缺，可能会出现用户并不关心的分类标签，最后用户需求标签和教育资源标签的隐形关系无法有效关联。
技术实现思路
1、本发明的目的在于提供基于大语言模型融合教育资源个性化精准推送的智能问答系统，以解决上述背景技术中提出的问题。
2、为实现上述目的，本发明提供如下技术方案：基于语言大模型的在线问答教育资源精准推送系统，包括用户行为分析模块、标签识别算法模块、标签匹配算法模块和资源推送模块，所述用户行为分析模块和资源推送模块均由用户推送，所述标签识别算法模块和标签匹配算法模块均由教育资源推送，所述用户行为分析模块用于用户需求信息的获取和标签库的建立，所述标签识别算法模块用于用户和教育资源的标签自动化管理，所述标签匹配算法模块用于标签匹配算法的运算，所述资源推送模块用于教育资源的推送。
3、优选的，所述用户和教育资源具有基础信息，用户有所在地区信息，用户包括教师、学生和家长，教师用户包括任教学科和任教年级，学生用户包括学段年级和兴趣爱好，教育资源有知识点、课时名、学科、学段、年级、专题和类别信息，初期，系统按照基础标签对应的方式把教育资源推送给用户，推送的机制分系统主动推送和用户拉取推送两种，比如把语文一年级的教育资源推送给任教一年级的语文老师，把音乐的教育资源推送给标记音乐兴趣爱好的学生，推送的资源按照学习人数进行排序，学习人数多的教育资源显示在前面，用户根据自己的需求点击推送的教育资源。
4、基于语言大模型的在线问答教育资源精准推送方法，包括以下步骤：
5、a、获取用户基本信息和问答行为数据：根据用户行为数据更新用户标签信息，根据标签信息找到与目标用户需求相似的用户集合，并对用户浏览学习教育资源的行为数据进行监测，采集教育资源的标签信息；
6、b、分析用户行为数据：对用户点击的教育资源标签进行分析，得到教育资源标签信息；
7、c、使用标签识别算法标记用户需求标签信息：根据教育资源标签信息更新用户各个标签的权重值，当用户再次触发拉取资源时，系统根据更新的完善标签信息对教育资源进行推送(此次不推送之前已推送过的资源)；
8、d、建立用户标签库；
9、e、使用标签识别算法标记教育资源标签信息：对用户浏览学习教育资源的行为数据进行监测，当教育资源的学习次数达到预设值时，采集用户的标签信息和搜索教育资源的关键词信息；
10、f、建立资源标签库：对点击教育资源的用户标签进行分析，得到用户标签信息，对搜索关键词信息进行分析，得到搜索关键词信息；
11、g、根据用户需求，使用标签匹配算法来筛选出符合条件的教育资源；
12、h、将符合条件的教育资源推送给用户：根据用户标签信息、搜索关键词信息和教育资源基础标签信息更新教育资源各个标签的权重值，根据教育资源完善标签信息对教育资源进行再次推送(此次不推送之前已推送过的用户)。
13、优选的，所述推送的教育资源按照教育资源学习人次进行排序，学习的人数多的教育资源显示在前面，根据用户对推送资源是否点击学习对该资源所对应的标签进行更新，点击表示用户对该教育资源标签感兴趣，相应的感兴趣值加1，设n(u)为用户u的教育资源标签集合，n(v)为用户v的教育资源标签集合，按照目标用户的基础标签，如地区、学校、学段分类，通过余弦相似度公式计算u和v的相似度，余弦相似度计算公式为：从矩阵中找到与目标用户u最相似的k个用户，用集合s(u，k)表示，将s中用户学习的教育资源标签全部提取出来，并去除u已经学习过的教育资源标签，对于去除后的每个教育资源标签i，用户u对它感兴趣的程度用如下公式计算：其中rvi表示用户v对i的感兴趣值，按照目标用户和其他用户的兴趣、偏好相似，那么他们的教育资源需求应该也相似。
14、优选的，所述推送的教育资源按照目标用户的标签权重值大小(x)以及教育资源的学习人数(y)进行排序，学习的人数多以及标签权重大的教育资源显示在前面。
15、与现有技术相比，本发明的有益效果如下：
16、本发明根据用户问答行为数据对教育资源和用户进行自动标签分类，然后通过标签匹配算法来推送相应的教育资源给用户，能够有效提高用户获取到符合自身需求的教育资源的准确性和效率，能够根据用户行为动态识别用户需求和教育资源属性，并做标签标记处理，使用标签匹配算法对用户和教育资源的匹配参数进行计算，作为评估用户对教育资源需求的表征性参量，进而推送符合条件的教育资源，提高用户获取到满足自身需求的教育资源的准确性和效率，不需要用户做点赞、评论等资源浏览以外的操作，可以根据用户行为信息，除对教育资源进行分类标签标记还对用户做分类标签标记，进而做到精准推送。
1.基于语言大模型的在线问答教育资源精准推送系统，包括用户行为分析模块、标签识别算法模块、标签匹配算法模块和资源推送模块，其特征在于：所述用户行为分析模块和资源推送模块均由用户推送，所述标签识别算法模块和标签匹配算法模块均由教育资源推送，所述用户行为分析模块用于用户需求信息的获取和标签库的建立，所述标签识别算法模块用于用户和教育资源的标签自动化管理，所述标签匹配算法模块用于标签匹配算法的运算，所述资源推送模块用于教育资源的推送。
2.根据权利要求1所述的基于语言大模型的在线问答教育资源精准推送系统，其特征在于：所述用户和教育资源具有基础信息，用户有所在地区信息，用户包括教师、学生和家长，教师用户包括任教学科和任教年级，学生用户包括学段年级和兴趣爱好，教育资源有知识点、课时名、学科、学段、年级、专题和类别信息。
3.基于语言大模型的在线问答教育资源精准推送方法，其特征在于：包括以下步骤：
4.根据权利要求3所述的基于语言大模型的在线问答教育资源精准推送方法，其特征在于：所述推送的教育资源按照教育资源学习人次进行排序，学习的人数多的教育资源显示在前面，根据用户对推送资源是否点击学习对该资源所对应的标签进行更新，点击表示用户对该教育资源标签感兴趣，相应的感兴趣值加1，设n(u)为用户u的教育资源标签集合，n(v)为用户v的教育资源标签集合，按照目标用户的基础标签，如地区、学校、学段分类，通过余弦相似度公式计算u和v的相似度，余弦相似度计算公式为：从矩阵中找到与目标用户u最相似的k个用户，用集合s(u，k)表示，将s中用户学习的教育资源标签全部提取出来，并去除u已经学习过的教育资源标签，对于去除后的每个教育资源标签i，用户u对它感兴趣的程度用如下公式计算：其中rvi表示用户v对i的感兴趣值，按照目标用户和其他用户的兴趣、偏好相似，那么他们的教育资源需求应该也相似。
5.根据权利要求3所述的基于语言大模型的在线问答教育资源精准推送方法，其特征在于：所述推送的教育资源按照目标用户的标签权重值大小(x)以及教育资源的学习人数(y)进行排序，学习的人数多以及标签权重大的教育资源显示在前面。
