一种学伴推荐的方法及相应设备与流程

1.本技术涉及计算机技术领域，具体涉及一种学伴推荐的方法及相应设备。


背景技术：

2.在线教育使学习者不受空间、时间限制，可以更灵活地进行线上学习，提升了学习的便利性。但在线教育也存在诸多问题，如：在线教育的社会性较差，用户缺乏互动与集体学习氛围感，导致在线学习的持续性较差，学习效果难以保证。在线学习的学伴和传统线下班级同学的角色类似，有助于学习者进行互动，弥补在线学习社会性不足的缺陷，提升用户的参与热情，促进用户之间的交流，有效改善学习效果。
3.现有的网络学伴通常包括虚拟学伴和真人学伴。由于目前人工智能技术在语义理解与推理上还无法完全接近人类水平，因此虚拟学伴常常会出现答非所问，无法清晰理解用户意图等问题。相较而言，真人学伴可以带来更好的用户体验。但由于不同用户之间学习进度不一致，系统给用户推荐的真人学伴的匹配程度不高。


技术实现要素：

4.本技术提供一种学伴推荐的方法，用于针对知识点向用户推荐合适的学伴，提高了学伴推荐的精准度。本技术实施例还提供了相应设备、计算机可读存储介质以及计算机程序产品等。
5.本技术第一方面提供一种学伴推荐的方法，包括：终端设备响应于用户针对目标学习内容中至少一个知识点的学伴请求操作，向云设备发送学伴请求，学伴请求包含至少一个知识点的标识信息，以及用户识别信息；终端设备接收云设备根据至少一个知识点的标识信息，以及用户识别信息发送的至少一组学伴的信息，至少一组学伴的信息与至少一个知识点的标识信息一一对应；终端设备显示至少一个知识点的标识信息与至少一组学伴的信息。
6.本技术中，学伴指的是可以一起在线学习的伙伴。目标学习内容可以是一个大标题的学习内容(如：函数)，知识点可以是该大标题下的小标题(如：不同类型的函数)。知识点的标识信息可以是知识点的标题、知识点的标识或知识点的名称等。用户识别信息可以是用户的注册账号、用户的手机号码或用户注册时云设备为该用户分配的唯一标识，以及其他用户注册时云设备记录的可以唯一标识该用户的索引等。学伴的信息可以是学伴的用户名，以及联系方式等。
7.本技术中，学伴与知识点是对应的，每个知识点对应一组学伴，每组学伴中可以包括一个或多个学伴，本技术中，“多个”包括两个或两个以上。
8.由上述第一方面可知，用户在学习目标学习内容时，可以针对目标学习内容中的知识点向云设备请求学伴，云设备可以针对知识点向用户推荐合适的学伴，提高了学伴推荐的精准度，用户可以针对知识点与合适的学伴一起学习，有利于提高学习效率，获得更好的学习效果。
9.在第一方面的一种可能的实现方式中，第一组学伴中包括指导型学伴和陪同型学伴中的至少一种，第一组学伴为至少一组学伴中的任意一组学伴，第一组学伴与至少一个知识点中的第一知识点对应；其中，指导型学伴是针对第一知识点对用户具有指导能力的学伴；陪同型学伴是针对第一知识点对用户具有陪同能力的学伴。
10.该种可能的实现方式中，云设备为用户推荐的学伴不仅包括陪同型学伴，可以陪同用户学习，并交流学习内容，还包括指导型学伴，可以为用户提供帮扶和指导，从多个角度考虑了用户的需求，提高了学伴推荐的全面性。
11.在第一方面的一种可能的实现方式中，指导型学伴是云设备根据第一差值，以及第一学习特征相似度确定的，第一差值为第一学伴对第一知识点的掌握程度与用户对第一知识点的掌握程度的差值，第一学伴为第一知识点的指导型学伴候选集中的学伴，第一学习特征相似度为第一学伴与用户的学习特征相似度，第一学伴对第一知识点的掌握程度高于第一阈值。
12.该种可能的实现方式中，学习特征可以包括年级、地域、教材版本、历史学习记录、学习兴趣、学习风格等多个方面的特征。学习特征相似度指的是两个学生或两个用户之间学习特征相似的程度。第一知识点的指导型学伴候选集是云设备中存储的针对第一知识点具有指导能力的多个用户的集合。该集合中的用户对第一知识点的掌握程度高于第一阈值。本技术中，指导型学伴对第一知识点的掌握程度与用户对第一知识点的掌握程度相差的越多越好，指导型学伴与用户的学习特征相似度越接近越好，这样推荐的指导型学伴较精准，较适合指导用户，有利于用户获得更好的学习效果。
13.在第一方面的一种可能的实现方式中，陪同型学伴是云设备根据第二差值的绝对值，以及第二学习特征相似度确定的，第二差值为第二学伴对第一知识点的掌握程度与用户对第一知识点的掌握程度的差值，第二学伴为第一知识点的陪同型学伴候选集中的学伴，第二学习特征相似度为第二学伴与用户的学习特征相似度，第二学伴对第一知识点的掌握程度低于第一阈值。
14.该种可能的实现方式中，第一知识点的陪同型学伴候选集是云设备中存储的针对第一知识点具有陪同能力的多个用户的集合。该集合中的用户对第一知识点的掌握程度低于第一阈值。本技术中，陪同型学伴对第一知识点的掌握程度与用户对第一知识点的掌握程度相差的越少越好，陪同型学伴与用户的学习特征相似度越接近越好，这样推荐的陪同型学伴较精准，较适合陪同用户，有利于用户获得更好的学习效果。
15.在第一方面的一种可能的实现方式中，该方法还包括：终端设备接收云设备发送的知识点学习路径，知识点学习路径包括按照推荐学习的顺序排列的多个知识点，多个知识点为目标学习内容中用户掌握程度小于第一阈值知识点。
16.该种可能的实现方式中，知识点学习路径用于提示用户对掌握不足的多个知识点的学习顺序，用户按照该顺序进行学习，有利于用户获得更好的学习效果。
17.在第一方面的一种可能的实现方式中，当学伴请求是针对知识点学习路径的学伴序列请求时，终端设备接收云设备根据至少一个知识点的标识信息，以及用户识别信息发送的至少一组学伴的信息具体包括：终端设备接收云设备发送的学伴序列，学伴序列中包括按照知识点学习路径中的知识点的顺序排列的多组学伴的信息。
18.该种可能的实现方式中，当用户针对知识点学习路径请求学伴序列时，云设备会
按照知识点学习路径中多个知识点的顺序确定每个知识点对应的一组学伴，从而得到与知识点学习路径对应的学伴序列。用户在学习每个知识点时可以从学伴序列中获取对应的学伴，这样不需要用户针对每个知识点分别发送学伴请求，可以提高学伴推荐的效率。
19.在第一方面的一种可能的实现方式中，终端设备响应于用户针对目标学习内容中至少一个知识点的学伴请求操作之前，该方法还包括：终端设备向云设备发送针对目标学习内容的测评请求，测评请求包含目标学习内容的标识信息，以及用户识别信息；终端设备接收云设备根据目标学习内容的标识信息发送的测评内容；终端设备向云设备发送用户针对测评内容输入的回答信息；终端设备接收云设备根据回答信息发送的用户对目标学习内容中每个知识点的掌握程度的信息。
20.该种可能的实现方式中，用户在学习目标学习内容之前可以先进行测评，云设备会根据用户对测评内容输入的回答信息确定出用户对目标学习内容中每个知识点的掌握程度，从而可以使用户更有针对性的对掌握程度不好的知识点进行学习。
21.在第一方面的一种可能的实现方式中，该方法还包括：终端设备接收云设备发送的第一询问信息，第一询问信息用于询问用户针对目标学习内容中掌握程度大于第一阈值的知识点是否愿意成为指导型学伴；终端设备响应于用户对第一询问信息的答复操作，向云设备发送针对第一询问信息的答复信息。
22.该种可能的实现方式中，云设备在确定出用户对目标学习内容中每个知识点的掌握程度后，云设备可以针对用户掌握程度大于第一阈值的知识点，将该用户划分到指导型学伴候选集，云设备为了确定愿意做指导型学伴的用户可以向终端设备发送询问信息，在用户同意成为指导型学伴后才将该用户划分到指导型学伴候选集中，这样，在推荐学伴时可以推荐出更负责的指导型学伴，有利于用户获得更好的学习效果。
23.在第一方面的一种可能的实现方式中，该方法还包括：终端设备接收云设备发送的第二询问信息，第二询问信息用于询问用户针对目标学习内容中掌握程度小于第一阈值的知识点是否愿意成为陪同型学伴；终端设备响应于用户对第二询问信息的答复操作，向云设备发送针对第二询问信息的答复信息。
24.该种可能的实现方式中，云设备在确定出用户对目标学习内容中每个知识点的掌握程度后，云设备可以针对用户掌握程度小于第一阈值的知识点，将该用户划分到陪同型学伴候选集，云设备为了确定愿意做陪同型学伴的用户可以向终端设备发送询问信息，在用户同意成为陪同型学伴后才将该用户划分到陪同型学伴候选集中，这样，在推荐学伴时可以推荐出更负责的陪同型学伴，有利于用户获得更好的学习效果。
25.在第一方面的一种可能的实现方式中，该方法还包括：终端设备向云设备发送用户对至少一个知识点的学习内容，至少一个知识点的学习内容用于云设备对用户对至少一个知识点的掌握程度进行更新。
26.该种可能的实现方式中，随着用户的学习，用户对知识点的掌握程度会发生变化，云设备获取用户的学习内容，然后对相应知识点的掌握程度进行重新测评，进而更新用户对知识点的掌握程度，如果原来掌握程度低于第一阈值的知识点，经过学习，重新测评时已经超过第一阈值，云设备会将该用户角色转变为指导型学伴，也就是将该用户从相应知识点的陪同型学伴候选集转移到指导型学伴候选集中。
27.本技术第二方面提供一种学伴推荐的方法，包括：云设备接收终端设备发送的学
伴请求，学伴请求包含用户针对目标学习内容中至少一个知识点的标识信息，以及用户识别信息；云设备根据至少一个知识点的标识信息，以及用户识别信息为用户确定至少一组学伴的信息，至少一组学伴的信息与至少一个知识点的标识信息一一对应；云设备向终端设备发送至少一组学伴的信息。
28.在第二方面的一种可能的实现方式中，第一组学伴中包括指导型学伴和陪同型学伴中的至少一种，第一组学伴为至少一组学伴中的任意一组学伴，第一组学伴与至少一个知识点中的第一知识点对应；其中，指导型学伴是针对第一知识点对用户具有指导能力的学伴；陪同型学伴是针对第一知识点对用户具有陪同能力的学伴。
29.在第二方面的一种可能的实现方式中，指导型学伴是云设备根据第一差值，以及第一学习特征相似度确定的，第一差值为第一学伴对第一知识点的掌握程度与用户对第一知识点的掌握程度的差值，第一学伴为第一知识点的指导型学伴候选集中的学伴，第一学习特征相似度为第一学伴与用户的学习特征相似度，第一学伴对第一知识点的掌握程度高于第一阈值。
30.在第二方面的一种可能的实现方式中，陪同型学伴是云设备根据第二差值的绝对值，以及第二学习特征相似度确定的，第二差值为第二学伴对第一知识点的掌握程度与用户对第一知识点的掌握程度的差值，第二学伴为第一知识点的陪同型学伴候选集中的学伴，第二学习特征相似度为第二学伴与用户的学习特征相似度，第二学伴对第一知识点的掌握程度低于第一阈值。
31.在第二方面的一种可能的实现方式中，该方法还包括：云设备确定目标学习内容中用户掌握程度小于第一阈值的多个知识点，并确定多个知识点推荐学习的顺序，以生成知识点学习路径；云设备向终端设备发送知识点学习路径。
32.在第二方面的一种可能的实现方式中，当学伴请求是针对知识点学习路径的学伴序列请求时，云设备根据至少一个知识点的标识信息，以及用户识别信息为用户确定至少一组学伴的信息，具体包括：云设备为知识点学习路径确定学伴序列，学伴序列中包括按照知识点学习路径中的知识点的顺序排列的多组学伴的信息。
33.在第二方面的一种可能的实现方式中，云设备接收终端设备发送的学伴请求之前，该方法还包括：云设备接收终端设备发送的测评请求，测评请求包含目标学习内容的标识信息，以及用户识别信息；云设备根据目标学习内容的标识信息向终端设备发送测评内容；云设备接收终端设备发送的用户针对测评内容输入的回答信息；云设备根据回答信息确定用户对目标学习内容中每个知识点的掌握程度的信息；云设备向终端设备发送用户对目标学习内容中每个知识点的掌握程度的信息。
34.在第二方面的一种可能的实现方式中，该方法还包括：云设备向终端设备发送第一询问信息，第一询问信息用于询问用户针对目标学习内容中掌握程度大于第一阈值的知识点是否愿意成为指导型学伴；云设备接收终端设备针对第一询问信息的答复信息；若第一询问信息的答复信息是同意作为指导型学伴，则云设备将用户识别信息加入掌握程度大于第一阈值的知识点的指导型学伴候选集。
35.在第二方面的一种可能的实现方式中，该方法还包括：云设备向终端设备发送第二询问信息，第二询问信息用于询问用户针对目标学习内容中掌握程度小于第一阈值的知识点是否愿意成为陪同型学伴；云设备接收终端设备针对第二询问信息的答复信息；若第
二询问信息的答复信息是同意作为陪同型学伴，则云设备将用户识别信息加入掌握程度小于第一阈值的知识点的陪同型学伴候选集。
36.在第二方面的一种可能的实现方式中，该方法还包括：云设备接收终端设备发送的用户针对至少一个知识点的学习内容；云设备根据至少一个知识点的学习内容对用户对至少一个知识点的掌握程度进行更新。
37.本技术第三方面，提供了一种终端设备，用于执行上述第一方面或第一方面的任意可能的实现方式中的方法。具体地，该终端设备包括用于执行上述第一方面或第一方面的任意可能的实现方式中的方法的模块或单元，如：显示单元、发送单元和接收单元。
38.本技术第四方面，提供了一种云设备，用于执行上述第二方面或第二方面的任意可能的实现方式中的方法。具体地，该云设备包括用于执行上述第二方面或第二方面的任意可能的实现方式中的方法的模块或单元，如：接收单元、处理单元和发送单元。
39.本技术第五方面提供了一种终端设备，包括收发器、处理器和存储器，收发器和处理器与存储器耦合，存储器用于存储程序或指令，当程序或指令被处理器执行时，使得终端设备执行前述第一方面或第一方面的任意可能的实现方式中的方法。
40.本技术第六方面，提供了一种云设备。该云设备可以包括至少一个处理器、存储器和通信接口。处理器与存储器和通信接口耦合。存储器用于存储指令，处理器用于执行该指令，通信接口用于在处理器的控制下与其他网元进行通信。该指令在被处理器执行时，使处理器执行第二方面或第二方面的任意可能的实现方式中的方法。
41.本技术第七方面提供了一种芯片系统，该芯片系统包括一个或多个接口电路和一个或多个处理器；接口电路和处理器通过线路互联；接口电路用于从终端设备的存储器接收信号，并向处理器发送信号，信号包括存储器中存储的计算机指令；当处理器执行计算机指令时，终端设备执行前述第一方面或第一方面的任意可能的实现方式中的方法。
42.本技术第八方面提供了一种芯片系统，该芯片系统包括一个或多个接口电路和一个或多个处理器；接口电路和处理器通过线路互联；接口电路用于从云设备的存储器接收信号，并向处理器发送信号，信号包括存储器中存储的计算机指令；当处理器执行计算机指令时，云设备执行前述第二方面或第二方面的任意可能的实现方式中的方法。
43.本技术第九方面提供了一种计算机可读存储介质，其上存储有计算机程序或指令，当计算机程序或指令在计算机上运行时，使得计算机执行前述第一方面或第一方面的任意可能的实现方式中的方法。
44.本技术第十方面提供了一种计算机可读存储介质，其上存储有计算机程序或指令，当计算机程序或指令在计算机上运行时，使得计算机执行前述第二方面或第二方面的任意可能的实现方式中的方法。
45.本技术第十一方面提供了一种计算机程序产品，该计算机程序产品包括计算机程序代码，当计算机程序代码在计算机上执行时，使得计算机执行前述第一方面或第一方面的任意可能的实现方式中的方法。
46.本技术第十二方面提供了一种计算机程序产品，该计算机程序产品包括计算机程序代码，当计算机程序代码在计算机上执行时，使得计算机执行前述第二方面或第二方面的任意可能的实现方式中的方法。
47.本技术第十三方面提供一种学伴推荐系统，该学伴推荐系统包括终端设备和云设
备，该终端设备用于执行前述第一方面或第一方面的任意可能的实现方式中的方法，该云设备用于执行前述第二方面或第二方面的任意可能的实现方式中的方法。
48.其中，第二方面至第十三方面或者其中任一种可能实现方式所带来的技术效果可参见第一方面或第一方面不同可能实现方式所带来的技术效果，此处不再赘述。
附图说明
49.图1是本技术实施例提供的学伴推荐系统的一架构示意图；
50.图2a是本技术实施例提供的终端设备的一结构示意图；
51.图2b是本技术实施例提供的云设备的一结构示意图；
52.图3是本技术实施例提供的学伴推荐的方法的一实施例示意图；
53.图4a是本技术实施例提供的一主界面示意图；
54.图4b是本技术实施例提供的一登录界面示意图；
55.图4c是本技术实施例提供的一学习界面示意图；
56.图4d是本技术实施例提供的一学伴分类示意图；
57.图4e是本技术实施例提供的一显示界面示意图；
58.图4f是本技术实施例提供的另一显示界面示意图；
59.图4g是本技术实施例提供的另一显示界面示意图；
60.图5是本技术实施例提供的一学伴推荐的架构示意图；
61.图6a是本技术实施例提供的另一显示界面示意图；
62.图6b是本技术实施例提供的另一学习界面示意图；
63.图6c是本技术实施例提供的另一学习界面示意图；
64.图7是本技术实施例提供的一学伴推荐的示意图；
65.图8a是本技术实施例提供的另一学习界面示意图；
66.图8b是本技术实施例提供的另一学习界面示意图；
67.图8c是本技术实施例提供的另一学习界面示意图；
68.图9a是本技术实施例提供的知识点学习路径的一示例示意图；
69.图9b是本技术实施例提供的另一学习界面示意图；
70.图9c是本技术实施例提供的学伴序列推荐的一示例示意图；
71.图9d是本技术实施例提供的学伴序列的一示例示意图；
72.图9e是本技术实施例提供的另一学习界面示意图；
73.图10是本技术实施例提供的终端设备的另一结构示意图；
74.图11是本技术实施例提供的云设备的另一结构示意图。
具体实施方式
75.下面结合附图，对本技术的实施例进行描述，显然，所描述的实施例仅仅是本技术一部分的实施例，而不是全部的实施例。本领域普通技术人员可知，随着技术发展和新场景的出现，本技术实施例提供的技术方案对于类似的技术问题，同样适用。
76.本技术的说明书和权利要求书及上述附图中的术语“第一”、“第二”等是用于区别类似的对象，而不必用于描述特定的顺序或先后次序。应该理解这样使用的数据在适当情
况下可以互换，以便这里描述的实施例能够以除了在这里图示或描述的内容以外的顺序实施。此外，术语“包括”和“具有”以及他们的任何变形，意图在于覆盖不排他的包含，例如，包含了一系列步骤或单元的过程、方法、系统、产品或设备不必限于清楚地列出的那些步骤或单元，而是可包括没有清楚地列出的或对于这些过程、方法、产品或设备固有的其它步骤或单元。
77.本技术实施例提一种学伴推荐的方法，用于针对知识点向用户推荐合适的学伴，提高了学伴推荐的精准度。本技术实施例还提供了相应设备、计算机可读存储介质以及计算机程序产品等。以下分别进行详细说明。
78.图1是本技术实施例提供的学伴推荐系统的一架构示意图。
79.如图1所示，本技术实施例提供的学伴推荐系统包括云设备以及多个终端设备，该云设备可以与多个终端设备通过网络进行通信。用户可以通过终端设备进行在线学习，终端设备可以响应于用户针对目标学习内容中至少一个知识点的学伴请求操作，向云设备发送学伴请求，学伴请求包含至少一个知识点的标识信息，以及用户识别信息；终端设备接收云设备根据至少一个知识点的标识信息，以及用户识别信息发送的至少一组学伴的信息，至少一组学伴的信息与至少一个知识点的标识信息一一对应；终端设备显示至少一个知识点的标识信息与至少一组学伴的信息。
80.本技术实施例中，云设备可以是物理机也可以是虚拟机(virtual machine，vm)或容器(container)。
81.该终端设备(也可以称为用户设备(user equipment，ue))是一种具有无线收发功能的设备，可以部署在陆地上，包括室内或室外、手持或车载；也可以部署在水面上(如轮船等)；还可以部署在空中(例如飞机、气球和卫星上等)。终端可以是手机(mobile phone)、平板电脑(pad)、带无线收发功能的电脑、虚拟现实(virtual reality，vr)终端、增强现实(augmented reality，ar)终端、工业控制(industrial control)中的无线终端、无人驾驶(self driving)中的无线终端、远程医疗(remote medical)中的无线终端、智能电网(smart grid)中的无线终端、运输安全(transportation safety)中的无线终端、智慧城市(smart city)中的无线终端、智慧家庭(smart home)中的无线终端、以物联网(internet of things，iot)中的无线终端等。本技术实施例仅以终端设备是以手机为例进行描述。
82.请参考图2a，为本技术实施例提供的一种终端设备的结构示意图。如图2a所示，终端设备可以包括处理器210，外部存储器接口220，内部存储器221，通用串行总线(universal serial bus，usb)接口230，充电管理模块240，电源管理模块241，电池242，天线1，天线2，移动通信模块250，无线通信模块260，音频模块270，扬声器270a，受话器270b，麦克风270c，耳机接口270d，传感器模块280，按键290，马达291，指示器292，摄像头293，显示屏294，以及用户标识模块(subscriber identification module，sim)卡接口295等。其中，传感器模块280可以包括压力传感器280a，陀螺仪传感器280b，气压传感器280c，磁传感器280d，加速度传感器280e，距离传感器280f，接近光传感器280g，指纹传感器280h，温度传感器280j，触摸传感器280k，环境光传感器280l，骨传导传感器280m，运动传感器280n等。
83.可以理解的是，本实施例示意的结构并不构成对终端设备的具体限定。在另一些实施例中，终端设备可以包括比图示更多或更少的部件，或者组合某些部件，或者拆分某些部件，或者不同的部件布置。图示的部件可以以硬件，软件或软件和硬件的组合实现。
84.处理器210可以包括一个或多个处理单元，例如：处理器210可以包括应用处理器(application processor，ap)，调制解调处理器，图形处理器(graphics processing unit，gpu)，图像信号处理器(image signal processor，isp)，控制器，存储器，视频编解码器，数字信号处理器(digital signal processor，dsp)，基带处理器，和/或神经网络处理器(neural-network processing unit，npu)等。其中，不同的处理单元可以是独立的器件，也可以集成在一个或多个处理器中。
85.控制器可以是终端设备的神经中枢和指挥中心。控制器可以根据指令操作码和时序信号，产生操作控制信号，完成取指令和执行指令的控制。
86.处理器210中还可以设置存储器，用于存储指令和数据。在一些实施例中，处理器210中的存储器为高速缓冲存储器。该存储器可以保存处理器210刚用过或循环使用的指令或数据。如果处理器210需要再次使用该指令或数据，可从所述存储器中直接调用。避免了重复存取，减少了处理器210的等待时间，因而提高了系统的效率。
87.在一些实施例中，处理器210可以包括一个或多个接口。接口可以包括集成电路(inter-integrated circuit，i2c)接口，集成电路内置音频(inter-integrated circuit sound，i2s)接口，脉冲编码调制(pulse code modulation，pcm)接口，通用异步收发传输器(universal asynchronous receiver/transmitter，uart)接口，移动产业处理器接口(mobile industry processor interface，mipi)，通用输入输出(general-purpose input/output，gpio)接口，用户标识模块(subscriber identity module，sim)接口，和/或通用串行总线(universal serial bus，usb)接口等。
88.可以理解的是，本实施例示意的各模块间的接口连接关系，只是示意性说明，并不构成对终端设备的结构限定。在另一些实施例中，终端设备也可以采用上述实施例中不同的接口连接方式，或多种接口连接方式的组合。
89.充电管理模块240用于从充电器接收充电输入。其中，充电器可以是无线充电器，也可以是有线充电器。在一些有线充电的实施例中，充电管理模块240可以通过usb接口230接收有线充电器的充电输入。在一些无线充电的实施例中，充电管理模块240可以通过终端设备的无线充电线圈接收无线充电输入。充电管理模块240为电池242充电的同时，还可以通过电源管理模块241为终端设备供电。
90.电源管理模块241用于连接电池242，充电管理模块240与处理器210。电源管理模块241接收电池242和/或充电管理模块240的输入，为处理器210，内部存储器221，外部存储器，显示屏294，摄像头293，和无线通信模块260等供电。电源管理模块241还可以用于监测电池容量，电池循环次数，电池健康状态(漏电，阻抗)等参数。在其他一些实施例中，电源管理模块241也可以设置于处理器210中。在另一些实施例中，电源管理模块241和充电管理模块240也可以设置于同一个器件中。
91.终端设备的无线通信功能可以通过天线1，天线2，移动通信模块250，无线通信模块260，调制解调处理器以及基带处理器等实现。
92.天线1和天线2用于发射和接收电磁波信号。终端设备中的每个天线可用于覆盖单个或多个通信频带。不同的天线还可以复用，以提高天线的利用率。例如：可以将天线1复用为无线局域网的分集天线。在另外一些实施例中，天线可以和调谐开关结合使用。
93.移动通信模块250可以提供应用在终端设备上的包括2g/3g/4g/5g等无线通信的
diode，fled)，miniled，microled，micro-oled，量子点发光二极管(quantum dot light emitting diodes，qled)等。
99.终端设备可以通过isp，摄像头293，视频编解码器，gpu，显示屏294以及应用处理器等实现拍摄功能。
100.isp用于处理摄像头293反馈的数据。例如，拍照时，打开快门，光线通过镜头被传递到摄像头感光元件上，光信号转换为电信号，摄像头感光元件将所述电信号传递给isp处理，转化为肉眼可见的图像。isp还可以对图像的噪点，亮度，肤色进行算法优化。isp还可以对拍摄场景的曝光，色温等参数优化。在一些实施例中，isp可以设置在摄像头293中。
101.摄像头293用于捕获静态图像或视频。物体通过镜头生成光学图像投射到感光元件。感光元件可以是电荷耦合器件(charge coupled device，ccd)或互补金属氧化物半导体(complementary metal-oxide-semiconductor，cmos)光电晶体管。感光元件把光信号转换成电信号，之后将电信号传递给isp转换成数字图像信号。isp将数字图像信号输出到dsp加工处理。dsp将数字图像信号转换成标准的rgb，yuv等格式的图像信号。在一些实施例中，终端设备可以包括1个或n个摄像头293，n为大于1的正整数。
102.摄像头293还可以用于根据感知到的外部的环境和用户的动作，终端设备向用户提供个性化的、情景化的业务体验。其中，摄像头293能够获取丰富、准确的信息使得终端设备感知外部的环境、用户的动作。具体的，本技术实施例中，摄像头293可以用于识别终端设备的使用者是第一用户还是第二用户。
103.数字信号处理器用于处理数字信号，除了可以处理数字图像信号，还可以处理其他数字信号。例如，当终端设备在频点选择时，数字信号处理器用于对频点能量进行傅里叶变换等。
104.视频编解码器用于对数字视频压缩或解压缩。终端设备可以支持一种或多种视频编解码器。这样，终端设备可以播放或录制多种编码格式的视频，例如：动态图像专家组(moving picture experts group，mpeg)1，mpeg2，mpeg3，mpeg4等。
105.npu为神经网络(neural-network，nn)计算处理器，通过借鉴生物神经网络结构，例如借鉴人脑神经元之间传递模式，对输入信息快速处理，还可以不断的自学习。通过npu可以实现终端设备的智能认知等应用，例如：图像识别，人脸识别，语音识别，文本理解等。
106.外部存储器接口220可以用于连接外部存储卡，例如micro sd卡，实现扩展终端设备的存储能力。外部存储卡通过外部存储器接口220与处理器210通信，实现数据存储功能。例如将音乐，视频等文件保存在外部存储卡中。
107.内部存储器221可以用于存储计算机可执行程序代码，所述可执行程序代码包括指令。处理器210通过运行存储在内部存储器221的指令，从而执行终端设备的各种功能应用以及数据处理。例如，在本技术实施例中，处理器210可以通过执行存储在内部存储器221中的指令，响应于用户在显示屏294的操作，在显示屏显示对应的显示内容。内部存储器221可以包括存储程序区和存储数据区。其中，存储程序区可存储操作系统，至少一个功能所需的应用程序(比如声音播放功能，图像播放功能等)等。存储数据区可存储终端设备使用过程中所创建的数据(比如音频数据，电话本等)等。此外，内部存储器221可以包括高速随机存取存储器，还可以包括非易失性存储器，例如至少一个磁盘存储器件，闪存器件，通用闪存存储器(universal flash storage，ufs)等。
108.终端设备可以通过音频模块270，扬声器270a，受话器270b，麦克风270c，耳机接口270d，以及应用处理器等实现音频功能。例如音乐播放，录音等。
109.音频模块270用于将数字音频信息转换成模拟音频信号输出，也用于将模拟音频输入转换为数字音频信号。音频模块270还可以用于对音频信号编码和解码。在一些实施例中，音频模块270可以设置于处理器210中，或将音频模块270的部分功能模块设置于处理器210中。扬声器270a，也称“喇叭”，用于将音频电信号转换为声音信号。终端设备可以通过扬声器270a收听音乐，或收听免提通话。受话器270b，也称“听筒”，用于将音频电信号转换成声音信号。当终端设备接听电话或语音信息时，可以通过将受话器270b靠近人耳接听语音。麦克风270c，也称“话筒”，“传声器”，用于将声音信号转换为电信号。当拨打电话或发送语音信息或需要通过语音助手触发终端设备执行某些功能时，用户可以通过人嘴靠近麦克风270c发声，将声音信号输入到麦克风270c。终端设备可以设置至少一个麦克风270c。在另一些实施例中，终端设备可以设置两个麦克风270c，除了采集声音信号，还可以实现降噪功能。在另一些实施例中，终端设备还可以设置三个，四个或更多麦克风270c，实现采集声音信号，降噪，还可以识别声音来源，实现定向录音功能等。
110.耳机接口270d用于连接有线耳机。耳机接口270d可以是usb接口230，也可以是3.5mm的开放移动终端设备平台(open mobile terminal platform，omtp)标准接口，美国蜂窝电信工业协会(cellular telecommunications industry association of the usa，ctia)标准接口。
111.压力传感器280a用于感受压力信号，可以将压力信号转换成电信号。在一些实施例中，压力传感器280a可以设置于显示屏294。压力传感器280a的种类很多，如电阻式压力传感器，电感式压力传感器，电容式压力传感器等。电容式压力传感器可以是包括至少两个具有导电材料的平行板。当有力作用于压力传感器280a，电极之间的电容改变。终端设备根据电容的变化确定压力的强度。当有触摸操作作用于显示屏294，终端设备根据压力传感器280a检测所述触摸操作强度。终端设备也可以根据压力传感器280a的检测信号计算触摸的位置。在一些实施例中，作用于相同触摸位置，但不同触摸操作强度的触摸操作，可以对应不同的操作指令。例如：当有触摸操作强度小于压力阈值的触摸操作作用于短消息应用图标时，执行查看短消息的指令。当有触摸操作强度大于或等于压力阈值的触摸操作作用于短消息应用图标时，执行新建短消息的指令。
112.陀螺仪传感器280b可以用于确定终端设备的运动姿态。在一些实施例中，可以通过陀螺仪传感器280b确定终端设备围绕三个轴(即，x，y和z轴)的角速度。陀螺仪传感器280b可以用于拍摄防抖。示例性的，当按下快门，陀螺仪传感器280b检测终端设备抖动的角度，根据角度计算出镜头模组需要补偿的距离，让镜头通过反向运动抵消终端设备的抖动，实现防抖。陀螺仪传感器280b还可以用于导航，体感游戏场景。另外，陀螺仪传感器280b，还可以用于测量终端设备的旋转幅度或移动距离。
113.气压传感器280c用于测量气压。在一些实施例中，终端设备通过气压传感器280c测得的气压值计算海拔高度，辅助定位和导航。
114.磁传感器280d包括霍尔传感器。终端设备可以利用磁传感器280d检测翻盖皮套的开合。在一些实施例中，当终端设备是翻盖机时，终端设备可以根据磁传感器280d检测翻盖的开合。进而根据检测到的皮套的开合状态或翻盖的开合状态，设置翻盖自动解锁等特性。
115.加速度传感器280e可检测终端设备在各个方向上(一般为三轴)加速度的大小。当终端设备静止时可检测出重力的大小及方向。还可以用于识别终端设备姿态，应用于横竖屏切换，计步器等应用。另外，加速度传感器280e，还可以用于测量终端设备的朝向(即朝向的方向向量)。
116.距离传感器280f，用于测量距离。终端设备可以通过红外或激光测量距离。在一些实施例中，拍摄场景，终端设备可以利用距离传感器280f测距以实现快速对焦。
117.接近光传感器280g可以包括例如发光二极管(led)和光检测器，例如光电二极管。发光二极管可以是红外发光二极管。终端设备通过发光二极管向外发射红外光。终端设备使用光电二极管检测来自附近物体的红外反射光。当检测到充分的反射光时，可以确定终端设备附近有物体。当检测到不充分的反射光时，终端设备可以确定终端设备附近没有物体。终端设备可以利用接近光传感器280g检测用户手持终端设备贴近耳朵通话，以便自动熄灭屏幕达到省电的目的。接近光传感器280g也可用于皮套模式，口袋模式自动解锁与锁屏。
118.环境光传感器280l用于感知环境光亮度。终端设备可以根据感知的环境光亮度自适应调节显示屏294亮度。环境光传感器280l也可用于拍照时自动调节白平衡。环境光传感器280l还可以与接近光传感器280g配合，检测终端设备是否在口袋里，以防误触。
119.指纹传感器280h用于采集指纹。终端设备可以利用采集的指纹特性实现指纹解锁，访问应用锁，指纹拍照，指纹接听来电等。
120.温度传感器280j用于检测温度。在一些实施例中，终端设备利用温度传感器280j检测的温度，执行温度处理策略。例如，当温度传感器280j上报的温度超过阈值，终端设备执行降低位于温度传感器280j附近的处理器的性能，以便降低功耗实施热保护。在另一些实施例中，当温度低于另一阈值时，终端设备对电池242加热，以避免低温导致终端设备异常关机。在其他一些实施例中，当温度低于又一阈值时，终端设备对电池242的输出电压执行升压，以避免低温导致的异常关机。
121.触摸传感器280k，也称“触控面板”。触摸传感器280k可以设置于显示屏294，由触摸传感器280k与显示屏294组成触摸屏，也称“触控屏”。触摸传感器280k用于检测作用于其上或附近的触摸操作。触摸传感器可以将检测到的触摸操作传递给应用处理器，以确定触摸事件类型。可以通过显示屏294提供与触摸操作相关的视觉输出。在另一些实施例中，触摸传感器280k也可以设置于终端设备的表面，与显示屏294所处的位置不同。
122.骨传导传感器280m可以获取振动信号。在一些实施例中，骨传导传感器280m可以获取人体声部振动骨块的振动信号。骨传导传感器280m也可以接触人体脉搏，接收血压跳动信号。在一些实施例中，骨传导传感器280m也可以设置于耳机中，结合成骨传导耳机。音频模块270可以基于所述骨传导传感器280m获取的声部振动骨块的振动信号，解析出语音信号，实现语音功能。应用处理器可以基于所述骨传导传感器280m获取的血压跳动信号解析心率信息，实现心率检测功能。
123.运动传感器280n可以获取运行数据。
124.按键290包括开机键，音量键等。按键290可以是机械按键。也可以是触摸式按键。终端设备可以接收按键输入，产生与终端设备的用户设置以及功能控制有关的键信号输入。
125.其中，终端设备通过传感器模块280中的各类传感器、按键290、和/或摄像头293等识别本技术实施例中所提的操作(包括第一操作、第二操作、第三操作等)。
126.马达291可以产生振动提示。马达291可以用于来电振动提示，也可以用于触摸振动反馈。例如，作用于不同应用(例如拍照，音频播放等)的触摸操作，可以对应不同的振动反馈效果。作用于显示屏294不同区域的触摸操作，马达291也可对应不同的振动反馈效果。不同的应用场景(例如：时间提醒，接收信息，闹钟，游戏等)也可以对应不同的振动反馈效果。触摸振动反馈效果还可以支持自定义。
127.指示器292可以是指示灯，可以用于指示充电状态，电量变化，也可以用于指示消息，未接来电，通知等。
128.sim卡接口295用于连接sim卡。sim卡可以通过插入sim卡接口295，或从sim卡接口295拔出，实现和终端设备的接触和分离。终端设备可以支持1个或n个sim卡接口，n为大于1的正整数。sim卡接口295可以支持nano sim卡，micro sim卡，sim卡等。同一个sim卡接口295可以同时插入多张卡。所述多张卡的类型可以相同，也可以不同。sim卡接口295也可以兼容不同类型的sim卡。sim卡接口295也可以兼容外部存储卡。终端设备通过sim卡和网络交互，实现通话以及数据通信等功能。在一些实施例中，终端设备采用esim，即：嵌入式sim卡。esim卡可以嵌在终端设备中，不能和终端设备分离。
129.以上图2a介绍了终端设备的结构，下面结合图2b介绍云设备的结构。
130.图2b为本技术的实施例提供的云设备的一种可能的逻辑结构示意图。如图2b所示，本技术实施例提供的云设备20包括：处理器201、通信接口202、存储器203以及总线204。处理器201、通信接口202以及存储器203通过总线204相互连接。在本技术的实施例中，处理器201用于对云设备20的动作进行控制管理，例如，处理器201用于执行学伴确定的过程。通信接口202用于支持云设备20进行通信，例如：通信接口202可以执行上述方法实施例中数据的发送和接收的步骤。存储器203，用于存储云设备20的程序代码和数据。
131.其中，处理器201可以是中央处理器单元，通用处理器，数字信号处理器，专用集成电路，现场可编程门阵列或者其他可编程逻辑器件、晶体管逻辑器件、硬件部件或者其任意组合。其可以实现或执行结合本技术公开内容所描述的各种示例性的逻辑方框，模块和电路。处理器也可以是实现计算功能的组合，例如包含一个或多个微处理器组合，数字信号处理器和微处理器的组合等等。总线204可以是外设部件互连标准(peripheral component interconnect，pci)总线或扩展工业标准结构(extended industry standard architecture，eisa)总线等。总线可以分为地址总线、数据总线、控制总线等。为便于表示，图2b中仅用一条粗线表示，但并不表示仅有一根总线或一种类型的总线。
132.下面对本技术实施例提供的学伴推荐的方法进行描述。该方法中涉及到终端设备执行的内容可以由终端设备执行，也可以由终端设备的部件(例如处理器、芯片、或芯片系统等)执行。
133.图3为本技术实施例提供的学伴推荐的方法的一实施例示意图。
134.如图3所示，本技术实施例提供的学伴推荐的方法的一实施例包括：
135.301.终端设备响应于用户针对目标学习内容中至少一个知识点的学伴请求操作，向云设备发送学伴请求，对应地，云设备接收终端发送的学伴请求。
136.学伴请求包含至少一个知识点的标识信息，以及用户识别信息。
137.本技术实施例中，学伴指的是可以一起在线学习的伙伴。目标学习内容可以是一个大标题的学习内容(如：函数)，知识点可以是该大标题下的小标题(如：不同类型的函数)。知识点的标识信息可以是知识点的标题、知识点的标识或知识点的名称等。用户识别信息可以是用户的注册账号、用户的手机号码或用户注册时云设备为该用户分配的唯一标识，以及其他用户注册时云设备记录的可以唯一标识该用户的索引等。
138.302.云设备根据至少一个知识点的标识信息，以及用户识别信息确定至少一组学伴的信息。
139.至少一组学伴的信息与至少一个知识点的标识信息一一对应。学伴的信息可以是学伴的用户名，以及联系方式等。
140.本技术实施例中，知识点的标识信息与学伴的信息的对应关系可以参阅表1进行理解。如表1所示：
141.表1：知识点与学伴的信息的对应关系
142.知识点的标识信息学伴的信息知识点a第一组学伴的信息知识点b第二组学伴的信息
……
知识点n第n组学伴的信息
143.由表1可见，每个知识点都会对应一组学伴，每组学伴的信息中可以包括一个或多个学伴的信息。也就是说，学伴与知识点是对应的，每个知识点对应一组学伴，每组学伴中可以包括一个或多个学伴，本技术中，“多个”包括两个或两个以上。
144.303.云设备向终端设备发送至少一组学伴的信息。对应地，终端设备接收至少一组学伴的信息。
145.304.终端设备显示至少一个知识点的标识信息与至少一组学伴的信息。
146.本技术实施例中，用户在学习目标学习内容时，可以针对目标学习内容中的知识点向云设备请求学伴，云设备可以针对知识点向用户推荐合适的学伴，提高了学伴推荐的精准度，用户可以针对知识点与合适的学伴一起学习，有利于提高学习效率，获得更好的学习效果。
147.本技术实施例中，每组学伴中可以包括指导型学伴和陪同型学伴中的至少一种，指导型学伴的数量可以是一个，也可以是多个，陪同型学伴的数量可以是一个，也可以是多个。也就是说，云设备为用户推荐的学伴不仅包括陪同型学伴，可以陪同用户学习，并交流学习内容，还包括指导型学伴，可以为用户提供帮扶和指导，从多个角度考虑了用户的需求，提高了学伴推荐的全面性。
148.本技术实施例中，第一组学伴中包括指导型学伴和陪同型学伴中的至少一种，第一组学伴为至少一组学伴中的任意一组学伴，第一组学伴与至少一个知识点中的第一知识点对应；其中，指导型学伴是针对第一知识点对用户具有指导能力的学伴；陪同型学伴是针对第一知识点对用户具有陪同能力的学伴。
149.第一知识点的指导型学伴是云设备从第一知识点的指导型学伴候选集中选出的，第一知识点的陪同型学伴是云设备从第一知识点的陪同型学伴候选集中选出的。本技术实施例中，可以是每个知识点都有一个指导型学伴候选集和一个陪同型学伴候选集。也可以
是指导型学伴候选集中包括多个知识点，每个知识点有一个子集，该子集也就是对应知识点的指导型学伴候选集。同理，陪同型学伴候选集中包括多个知识点，每个知识点有一个子集，该子集也就是对应知识点的陪同型学伴候选集。
150.下面结合附图介绍指导型学伴候选集和陪同型学伴候选集的得到过程。
151.如图4a所示，以已注册用户x为例，用户x可以通过点击手机主界面上的应用“教育中心”401开始学习，用户x点击“教育中心”后，手机可以显示如图4b所示的登录界面，用户输入登录密码后，手机再显示如图4c所示的学习界面。实际使用中，也可以不需要每次都输入登录密码，可以是从如图4a所示的界面，直接进入如图4c所示的学习界面。需要说明的是，本技术实施例中，不限于从图4a所示的主界面经过几步操作才能进入如图4c所示的学习界面，学习界面的表现形式也不限于图4c所示例出的这一种，其他可以给用户提供学习入口的界面都属于本技术中的学习界面。
152.用户在开始学习目标学习内容之前，该方案还可以包括：终端设备向云设备发送针对目标学习内容的测评请求，测评请求包含目标学习内容的标识信息，以及用户识别信息；云设备根据目标学习内容的标识信息向终端设备发送的测评内容；终端设备向云设备发送用户针对测评内容输入的回答信息；云设备根据用户针对测评内容输入的回答信息确定用户对目标学习内容中每个知识点的掌握程度。终端设备接收云设备根据回答信息发送的用户对目标学习内容中每个知识点的掌握程度的信息。这样，用户可以更有针对性的对掌握程度不好的知识点进行学习。
153.图4c所示的学习界面中，以用户x要学习课程中的“函数”为例，可以先对用户x对函数的掌握程度进行诊断。用户x可以点击图4c中的“诊断掌握程度”按钮402。用户x点击“诊断掌握程度”按钮402后，手机会向云设备发送测评请求，该测评请求中可以包含目标学习内容的标识信息，该示例中，也就是函数的标识信息，以及用户x的用户识别信息。
154.云设备接收到针对该用户x对函数的测评请求后，可以向用户x的手机发送测评内容，然后对手机返回的用户对测评内容的回答信息进行诊断，当然，云设备还可以结合该用户x对函数的历史学习记录进行诊断，然后针对函数中的每个知识点给出各知识点掌握程度的诊断结果。如图4d所示，该函数中包括知识点a、知识点b、知识点c、知识点d、知识点e等多个知识点，用户x对每个知识点掌握程度可以参阅如下表2进行理解：
155.表2：知识点与知识点掌握程度的对应关系
156.知识点的标识信息知识点掌握程度知识点a0.32知识点b0.47知识点c0.88知识点d0.92知识点e0.63
……
157.云设备确定出用户x对函数中各个知识点掌握程度的数值后，可以将测评结果发送给用户x的手机，如图4e所示，手机接收到测评结果后，会显示用户x对每个知识点掌握程度的数值。
158.如表2所示，每个知识点掌握程度是通过归一化数值来表示的，实际上，知识点掌
握程度的表示方式可以有多种，如：百分制，或者用“较差”、“一般”、“合格”、良好、“优秀”等来表示不同的掌握等级。
159.本技术实施例中以表2中所列的形式为例来表示用户对知识点的掌握程度。云设备中在对用户划分候选集时会设置针对各知识点掌握程度的阈值，针对各个知识点的掌握程度所设置的阈值可以相同，也可以不相同，本技术实施例中，以针对各个知识点所设置的掌握程度的阈值是0.8为例进行说明，这样，将各个知识点掌握程度的数值与该阈值0.8进行比较可知，用户x对知识点a、知识点b和知识点e的掌握程度都低于0.8，则针对这三个知识点，该用户x只能成为陪同型学伴，用户x对知识点c和知识点d的掌握程度都超过了0.8，则针对知识点c和知识点d该用户x可以成为指导型学伴。
160.云设备针对函数的各个知识点对用户x所归属的候选集作出了判断，可以直接将用户x加入到各个知识点的指导型学伴候选集或者陪同型学伴候选集中。考虑到不同的用户可能有不同的意愿，通常云设备会向终端设备发送询问信息，得到用户x的同意后，才会将用户x加入各个知识点的指导型学伴候选集或者陪同型学伴候选集中。用户在作为指导型学伴或者陪同型学伴时可以获得该教育中心所提供的奖励，如：学习豆或积分，本技术实施例中不限定奖励的具体形式。以奖励是学习豆为例，用户陪同学习一次获得一些学习豆，用户指导其他用户一次获得一些学习豆，积累一定数量的学习豆后可以兑换礼品或者付费的学习课程等。
161.本技术实施例中，关于询问是否愿意成为指导型学伴的过程，本技术实施例提供的方案可以包括：云设备向终端设备发送第一询问信息，第一询问信息用于询问用户针对目标学习内容中掌握程度大于第一阈值的知识点是否愿意成为指导型学伴；终端设备响应于用户对第一询问信息的答复操作，向云设备发送针对第一询问信息的答复信息。若针对第一询问信息的答复信息为愿意成为指导型学伴时，云设备将将该用户划分到指导型学伴候选集中，这样，在推荐学伴时可以推荐出更负责的指导型学伴，有利于用户获得更好的学习效果。
162.本技术实施例中，关于询问是否愿意成为陪同型学伴的过程，本技术实施例提供的方案可以包括：云设备向终端设备发送的第二询问信息，第二询问信息用于询问用户针对目标学习内容中掌握程度小于第一阈值的知识点是否愿意成为陪同型学伴；终端设备响应于用户对第二询问信息的答复操作，向云设备发送针对第二询问信息的答复信息。若针对第二询问信息的答复信息为愿意成为陪同型学伴时，云设备将将该用户划分到陪同型学伴候选集中，这样，在推荐学伴时可以推荐出更负责的陪同型学伴，有利于用户获得更好的学习效果。
163.如图4f所示，针对知识点a、知识点b和知识点e，云设备会向终端设备发送“询问信息，该询问信息用于询问用户x针对知识点a、知识点b和知识点e是否愿意成为陪同型学伴，界面上内容的具体形式本技术中不做限定，如果用户x点击“同意”按钮，则云设备会如图4d中所示，针对知识点a、知识点b和知识点e，将用户x加入相应的陪同型学伴候选集。
164.如图4g所示，针对知识点c和知识点d，云设备会向终端设备发送“询问信息，该询问信息用于询问用户x针对知识点c和知识点d是否愿意成为指导型学伴，界面上内容的具体形式本技术中不做限定，如果用户x点击“同意”按钮，则云设备会如图4d中所示，针对知识点c和知识点d，将用户x加入相应的指导型学伴候选集。
165.以上，只是以用户x加入函数的各个知识点的陪同型学伴候选集和指导型学伴候选集为例进行说明的，其他任何一个用户在学习函数之前都可以执行该用户x所执行的过程，这样，针对函数的每个知识点都会有较多的指导型学伴和陪同型学伴。另外，云设备也可以根据用户x已完成的学习内容，对学习内容进行诊断，根据诊断结果将用户x加入到各个知识点的陪同型学伴候选集和指导型学伴候选集中。在用户x或其他用户发送针对某个知识点的学伴请求后，云设备就会为用户x确定合适的指导型学伴和陪同型学伴。
166.本技术实施例中，云设备可以针对每个用户构建学生特征库，这样，在为用户推荐学伴时还可以结合学生特征库中的特征来选择学伴，可以进一步提高学伴推荐的准确度。下面结合图5介绍用户特征采集的过程。
167.如图5所示，以用户y为例，云设备会收集用户y的个人属性信息、历史学习数据以及学情数据等。个人属性信息可以包括用户y的年级、地域，以及所用教材的出版社等信息。历史学习数据可以包括历史上课数据以及做题数据等。学情数据可以包括学习兴趣和学习风格等。
168.其中，个人属性信息可以是用户注册如图4a所示的“教育中心”app时填写的，用户y可以在注册时填写如图6a所示的信息，在用户y填写好所有注册信息，点击“提交”按钮后，手机会将这些个人属性信息发送给云设备。
169.历史学习数据可以是云设备根据用户y的个人属性信息从网络中收集到的在其他应用中的历史学习数据，也可以根据用户y使用该“教育中心”app后的学习记录。
170.学习兴趣和学习风格可以是云设备根据用户y的历史学习记录进行分析得到的，如学习时长，偏重的学科等。学习兴趣和学习风格也可以根据用户y使用该“教育中心”app后的学习记录不断更新。
171.本技术实施例中，每个用户在学习某一学习内容时，都可以进行测评，以用户y选择学习“函数”这一学习内容为例，云设备会对用户y针对“函数”这一学习内容进行测评，测评过程可以参阅前面图4a至图4g的过程进行理解。
172.本技术实施例中，云设备对用户y针对“函数”这一学习内容进行测评后，测评结果如图6b所示，用户y对知识点a的掌握程度较差，掌握程度的数值只有0.2，以知识点a是一次函数为例，在用户y点击“开始学习”后，会进入如图6c所示的学习页面，如果用户y点击“找学伴”按钮，则手机会向云设备发送学伴请求，该学伴请求中会包含用户y的用户识别信息，以及“知识点a”的标识信息。
173.云设备接收到手机发送来的用户y针对知识点a的学伴请求后，会为用户y针对知识点a确定指导型学伴和陪同型学伴。其中，指导型学伴是云设备根据第一差值，以及第一学习特征相似度确定的，第一差值为第一学伴对第一知识点的掌握程度与用户对第一知识点的掌握程度的差值，第一学伴为第一知识点的指导型学伴候选集中的学伴，第一学习特征相似度为第一学伴与用户的学习特征相似度，第一学伴对第一知识点的掌握程度高于第一阈值。陪同型学伴是云设备根据第二差值的绝对值，以及第二学习特征相似度确定的，第二差值为第二学伴对第一知识点的掌握程度与用户对第一知识点的掌握程度的差值，第二学伴为第一知识点的陪同型学伴候选集中的学伴，第二学习特征相似度为第二学伴与用户的学习特征相似度，第二学伴对第一知识点的掌握程度低于第一阈值。
174.云设备为用于y针对知识点a确定指导型学伴和陪同型学伴的过程可以参阅如7进
行理解。
175.如图7所示，云设备针对知识点a为用户y选择指导型学伴时会计算知识点掌握程度的差距，以及计算学习特征相似度。
176.计算知识点掌握程度的差距即计算指导型学伴候选集中用户对知识点a的掌握程度与用户y对知识点a的掌握程度的差值。
177.如：指导型学伴候选集中用户z对知识点a的掌握程度是0.85，用户y对知识点a的掌握程度是0.2，那么两者的差值＝0.85-0.2＝0.65。
178.计算学习特征相似度即根据学生特征库计算指导型学伴候选集中用户与用户y在个人属性信息、历史学习数据以及学情数据上的相似度。
179.同理，云设备针对知识点a为用户y选择陪同型学伴时也会计算知识点掌握程度的差距，以及计算学习特征相似度。
180.不同的是，选择指导型学伴会选择与用户y对知识点a掌握程度差距大的作为指导型学伴，选择陪同型学伴会选择与用户y对知识点a掌握程度差距小的陪同型学伴。无论指导型学伴还是陪同型学伴都会为用户y尽量选择学习特征相似度大的学伴。
181.也就是说，云设备在推荐学伴时，针对指导型学伴会侧重推荐与用户y学习特征相似，但对知识点的掌握程度差距大的学伴。而针对陪同型学伴会侧重推荐与用户y学习特征相似，但对知识点的掌握程度差距小的学伴。这样有利于用户获得更好的学习效果。
182.云设备执行图7所示意的过程，可以将用户z确定为用户y的指导型学伴，将用户x确定为用户y的陪同型学伴。下面对该确定过程做进一步解释。
183.本技术实施例中，用户z、用户y和用户x三人对该知识点a的掌握程度分别为85％、20％和25％。针对知识点a，用户z属于指导型学伴候选集，用户x和用户y都属于陪同型学伴候选集。
184.本技术实施例中，指导型学伴候选集可以用t(teachers)表示，陪同型学伴候选集可以用s(students)表示。
185.计算用户y的指导型学伴的过程可以是：
186.1.计算与t中每个用户(例如：用户z)与用户y的知识点掌握度差距。
187.例如：master_gap(用户y，用户z)＝0.85-0.2＝0.65；
188.2.计算t中每个用户(例如：用户z)与用户y在学习特征(如：个人属性，学习历史，学情数据)上的相似度。
189.例如：sim(用户y，用户z)＝0.8；
190.3.对知识点的掌握差距和学习特征相似度加权求得最终匹配分数。
191.例如：match_score(用户y，用户z)＝α*master_gap+β*sim；
192.其中，α和β是权重，用于调节推荐学伴对知识点掌握度差距，以及学习特征相似度二者的侧重。
193.然后，可以通过上述用户z与用户y的计算过程，计算出t中每个用户与用户y的最终匹配分数，从中选择匹配分数最高的用户作为用户y的指导型学伴。如果用户z的匹配分数最高，则选择用户z作为用户y的指导型学伴。
194.计算用户y的陪同型学伴的过程可以是：
195.1.计算s中每个用户(例如：用户x)与用户y的知识点掌握程度的差距的绝对值。
196.例如：master_gap(用户y，用户x)＝|0.2-0.25|＝0.05；
197.2.计算s中每个用户(例如：用户x)与用户y在学习特征(如：个人属性，学习历史，学情数据)上的相似度。
198.例如：sim(用户y，用户x)＝0.9；
199.3.对知识点的掌握差距的绝对值和学习特征相似度加权求得最终匹配分数。
200.例如：match_score(用户y，用户x)＝γ*(1-master_gap)+β*sim；
201.其中，γ和β是权重，用于调节推荐学伴对知识点掌握度的差距，以及学习特征相似度二者的侧重。与推荐指导型学伴不同，陪同型学伴对知识点掌握程度的差距要越小越好，因此知识点差距要取(1-master_gap)。
202.然后，可以通过上述用户x与用户y的计算过程，计算出s中每个用户与用户y的最终匹配分数，从中选择匹配分数最高的用户作为用户y的陪同型学伴。如果用户x的匹配分数最高，则选择用户x作为用户y的陪同型学伴。
203.需要说明的是，本技术实施例中，针对指导型学伴和陪同型学伴都不限于只推荐一个，可以按照最终匹配分数的排序，推荐多个指导型学伴和多个陪同型学伴给用户y，由用户y来选择。
204.云设备为用户y确定出指导型学伴和陪同型学伴后，向手机发送指导型学伴和陪同型学伴的信息，手机接收到指导型学伴和陪同型学伴的信息后进行显示，手机显示的页面内容可以参阅图8a进行理解。
205.如图8a所示，用户y的学伴推荐界面上，指导型学伴中用户z排在第一位，若要选择其他指导型学伴，用户y可以点击指导型学伴中的更多，手机上就会展示其他指导型学伴的信息。
206.同理，陪同型学伴中用户x排在第一位，若要选择其他陪同型学伴，用户y可以点击陪同型学伴中的更多，手机上就会展示其他陪同型学伴的信息。
207.用户y与陪同型学伴或者指导型学伴在线交流时可以使用邮箱、电话、在线语音或视频等多种方式。
208.用户z作为用户y的指导型学伴时，该用户z的手机界面可以参阅图8b进行理解，如图8b所示，用户z针对知识点a正在指导的学伴可以有用户y和用户x等。该手机界面上还可以显示针对该知识点a的指导成就，如图8b中，用户z曾经指导过用户a和用户b等。
209.用户x作为用户y的陪同型学伴时，该用户x的手机界面可以参阅图8c进行理解，如图8c所示，用户x针对知识点a正在陪同的学伴可以有用户y。
210.需要说明的是，陪同型学伴有时并不对称：对用户y来说，最匹配的陪同型学伴是用户x；但是对于用户x而言，最匹配的学伴有时不一定是用户y，此时用户y不会出现在用户x的陪同型学伴的第一位，而是出现更多里面。
211.以上所描述的是，针对一个知识点的学伴推荐方案，实际上，针对用户选择的目标学习内容所涉及的多个未掌握的知识点，云设备可以先做出学习路径规划。
212.该过程可以参阅图5中的学习路径规划40部分进行理解。
213.如图5所示，学习路径规划40部分中，针对用户y未掌握的多个知识点，云设备会对未掌握的知识点(即掌握程度低于第一阈值的知识点)进行学习路径规划，该学习路径规划即确定用户y未掌握的多个知识点的学习顺序，以生成知识点学习路径。知识点学习路径包
括按照推荐学习的顺序排列的多个知识点，多个知识点为目标学习内容中用户掌握程度小于第一阈值知识点。然后，云设备向终端设备发送知识点学习路径。这样用户可以按照知识点学习路径中知识点的顺序进行学习，有利于用户获得更好的学习效果。
214.终端设备接收到知识点学习路径后，终端设备可以向云设备发送用户对知识点学习路径的学伴序列请求，云设备为该学伴序列请求确定学伴序列，然后将该学伴序列发送给终端设备，学伴序列中包括按照知识点学习路径中的知识点的顺序排列的多组学伴的信息。这样不需要用户针对每个知识点分别发送学伴请求，可以提高学伴推荐的效率。
215.如图9a所示，以前面所介绍的用户y为例，当用户y测评“函数”这一学习内容后，确定未掌握的知识点有一次函数、反比函数、三角函数，以及函数综合应用，那么云设备可以为用户y确定这几个未掌握的知识点的学习顺序，如图9a所示，云设备为用户y确定的知识点学习路径为：一次函数
→
反比函数
→
三角函数
→
函数综合应用。然后将该知识点学习路径发送给对应的终端设备。
216.用户y的终端设备上会显示该知识点学习路径，如图9b所示，若用户按照该知识点学习路径开始学习，点击“学伴序列请求”按钮，该终端设备会向云设备发送学伴请求，该请求中可以包含该知识点学习路径的标识，以及用户y的信息，云设备接收到该学伴序列请求后会为该知识点学习路径确定相应的学伴序列。
217.云设备为该知识点学习路径确定相应的学伴序列的过程可以参阅图9c进行理解，如图9c所示，云设备可以逐个知识点为用户y确定对应的指导型学伴和陪同型学伴，也可以并行对每个知识点为用户y确定对应的指导型学伴和陪同型学伴。确定指导型学伴和陪同型学伴的原理可以参阅前面图7部分的描述为知识点a(一次函数)确定指导型学伴和陪同型学伴的原理进行理解。此处不再重复赘述。
218.云设备为知识点学习路径上的每个知识点确定的指导型学伴序列和陪同型学伴序列可以参阅图9d进行理解。如图9d所示，为用户y确定的指导型学伴序列为用户z
→
用户w
→
用户p
→
用户q，为用户y确定的陪同型学伴序列为用户x
→
用户b
→
用户c
→
用户d。
219.云设备会将图9d所示的指导型学伴序列和陪同型学伴序列发送给用户y的终端设备，该终端设备会显示与知识点学习路径对应的学伴序列，该学伴序列可以包括指导型学伴序列和陪同型学伴序列。终端上显示的内容可以参阅图9e进行理解。
220.如图9e所示，在指导型学伴序列中，一次函数的对应的指导型学伴为用户z，反比函数对应的指导型学伴为用户w，三角函数对应的指导型学伴为用户p，函数综合应用对应的指导型学伴为用户q。在陪同型学伴序列中，一次函数的对应的陪同型学伴为用户x，反比函数对应的陪同型学伴为用户b，三角函数对应的陪同型学伴为用户c，函数综合应用对应的陪同型学伴为用户d。
221.用户y在学习各个知识点时，可以与对应的指导型学伴和陪同型学伴进行交流。需要说明的是，虽然，图9d和图9e中，针对每个知识点都只示意出了一个指导型学伴和一个陪同型学伴，但本技术中并不限定每个知识点对应的指导型学伴和陪同型学伴的数量。
222.以上，介绍了图5中的用户特征采集10、能力水平诊断20、用户角色转变30、学习路径规划40，以及学伴序列推荐50等几个部分，参阅图5，本技术实施例还提供了对用户的实时追踪60方案，本技术实施例中，云设备会对每个用户的学习特征进行实时更新，还会根据用户的学习结果对用户对知识点的掌握程度进行实时更新，如：终端设备向云设备发送用
户对至少一个知识点的学习内容，至少一个知识点的学习内容用于云设备对用户对至少一个知识点的掌握程度进行更新。
223.另外，本技术实施例中，如果通过实时追踪，用户原来未掌握的知识点已经变成了掌握良好的知识点，则可以对用户进行角色转变，即：针对该知识点，将该用户从陪同型学伴候选集中，转移到指导型学伴候选集中。
224.以上介绍了学伴推荐的方法，下面结合附图介绍本技术实施例提供的终端设备以及云设备。
225.如图10所示，本技术实施例提供的终端设备100的一实施例包括：
226.发送单元1001，用于响应于用户针对目标学习内容中至少一个知识点的学伴请求操作，向云设备发送学伴请求，学伴请求包含至少一个知识点的标识信息，以及用户识别信息；
227.接收单元1002，用于接收云设备根据至少一个知识点的标识信息，以及用户识别信息发送的至少一组学伴的信息，至少一组学伴的信息与至少一个知识点的标识信息一一对应；
228.显示单元1003，用于显示至少一个知识点的标识信息与至少一组学伴的信息。
229.本技术实施例中，用户在学习目标学习内容时，可以针对目标学习内容中的知识点向云设备请求学伴，云设备可以针对知识点向用户推荐合适的学伴，提高了学伴推荐的精准度，用户可以针对知识点与合适的学伴一起学习，有利于提高学习效率，获得更好的学习效果。
230.可选地，第一组学伴中包括指导型学伴和陪同型学伴中的至少一种，第一组学伴为至少一组学伴中的任意一组学伴，第一组学伴与至少一个知识点中的第一知识点对应；其中，指导型学伴是针对第一知识点对用户具有指导能力的学伴；陪同型学伴是针对第一知识点对用户具有陪同能力的学伴。
231.可选地，指导型学伴是云设备根据第一差值，以及第一学习特征相似度确定的，第一差值为第一学伴对第一知识点的掌握程度与用户对第一知识点的掌握程度的差值，第一学伴为第一知识点的指导型学伴候选集中的学伴，第一学习特征相似度为第一学伴与用户的学习特征相似度，第一学伴对第一知识点的掌握程度高于第一阈值。
232.可选地，陪同型学伴是云设备根据第二差值的绝对值，以及第二学习特征相似度确定的，第二差值为第二学伴对第一知识点的掌握程度与用户对第一知识点的掌握程度的差值，第二学伴为第一知识点的陪同型学伴候选集中的学伴，第二学习特征相似度为第二学伴与用户的学习特征相似度，第二学伴对第一知识点的掌握程度低于第一阈值。
233.可选地，接收单元1002，还用于接收云设备发送的知识点学习路径，知识点学习路径包括按照推荐学习的顺序排列的多个知识点，多个知识点为目标学习内容中用户掌握程度小于第一阈值知识点。
234.可选地，接收单元1002，具体用于当学伴请求是针对知识点学习路径的学伴序列请求时，接收云设备发送的学伴序列，学伴序列中包括按照知识点学习路径中的知识点的顺序排列的多组学伴的信息。
235.可选地，发送单元1001，还用于向云设备发送针对目标学习内容的测评请求，测评请求包含目标学习内容的标识信息，以及用户识别信息。
236.接收单元1002，还用于接收云设备根据目标学习内容的标识信息发送的测评内容。
237.发送单元1001，还用于向云设备发送用户针对测评内容输入的回答信息。
238.接收单元1002，还用于接收云设备根据回答信息发送的用户对目标学习内容中每个知识点的掌握程度的信息。
239.可选地，接收单元1002，还用于接收云设备发送的第一询问信息，第一询问信息用于询问用户针对目标学习内容中掌握程度大于第一阈值的知识点是否愿意成为指导型学伴。
240.发送单元1001，还用于响应于用户对第一询问信息的答复操作，向云设备发送针对第一询问信息的答复信息。
241.可选地，接收单元1002，还用于接收云设备发送的第二询问信息，第二询问信息用于询问用户针对目标学习内容中掌握程度小于第一阈值的知识点是否愿意成为陪同型学伴。
242.发送单元1001，还用于响应于用户对第二询问信息的答复操作，向云设备发送针对第二询问信息的答复信息。
243.可选地，发送单元1001，还用于向云设备发送用户对至少一个知识点的学习内容，至少一个知识点的学习内容用于云设备对用户对至少一个知识点的掌握程度进行更新。
244.本技术实施例中，终端设备中各单元所执行的操作与前述图3至图9e所示实施例中描述的类似，此处不再赘述。
245.如图11所示，本技术实施例提供的云设备110的一实施例包括：
246.接收单元1101，用于接收终端设备发送的学伴请求，学伴请求包含用户针对目标学习内容中至少一个知识点的标识信息，以及用户识别信息。
247.处理单元1102，用于根据至少一个知识点的标识信息，以及用户识别信息为用户确定至少一组学伴的信息，至少一组学伴的信息与至少一个知识点的标识信息一一对应。
248.发送单元1103，用于向终端设备发送至少一组学伴的信息。
249.本技术实施例中，用户在学习目标学习内容时，可以针对目标学习内容中的知识点向云设备请求学伴，云设备可以针对知识点向用户推荐合适的学伴，提高了学伴推荐的精准度，用户可以针对知识点与合适的学伴一起学习，有利于提高学习效率，获得更好的学习效果。
250.可选地，第一组学伴中包括指导型学伴和陪同型学伴中的至少一种，第一组学伴为至少一组学伴中的任意一组学伴，第一组学伴与至少一个知识点中的第一知识点对应；其中，指导型学伴是针对第一知识点对用户具有指导能力的学伴；陪同型学伴是针对第一知识点对用户具有陪同能力的学伴。
251.可选地，陪同型学伴是云设备根据第二差值的绝对值，以及第二学习特征相似度确定的，第二差值为第二学伴对第一知识点的掌握程度与用户对第一知识点的掌握程度的差值，第二学伴为第一知识点的陪同型学伴候选集中的学伴，第二学习特征相似度为第二学伴与用户的学习特征相似度，第二学伴对第一知识点的掌握程度低于第一阈值。
252.可选地，处理单元1102，还用于确定目标学习内容中用户掌握程度小于第一阈值的多个知识点，并确定多个知识点推荐学习的顺序，以生成知识点学习路径。
253.发送单元1103，还用于向终端设备发送知识点学习路径。
254.可选地，处理单元1102，具体用于当学伴请求是针对知识点学习路径的学伴序列请求时，为知识点学习路径确定学伴序列，学伴序列中包括按照知识点学习路径中的知识点的顺序排列的多组学伴的信息。
255.可选地，接收单元1101，还用于接收终端设备发送的测评请求，测评请求包含目标学习内容的标识信息，以及用户识别信息。发送单元1103，还用于根据目标学习内容的标识信息向终端设备发送测评内容。接收单元1101，还用于接收终端设备发送的用户针对测评内容输入的回答信息；云设备根据回答信息确定用户对目标学习内容中每个知识点的掌握程度的信息。
256.发送单元1103，还用于向终端设备发送用户对目标学习内容中每个知识点的掌握程度的信息。
257.可选地，发送单元1103，还用于向终端设备发送第一询问信息，第一询问信息用于询问用户针对目标学习内容中掌握程度大于第一阈值的知识点是否愿意成为指导型学伴。
258.接收单元1101，还用于接收终端设备针对第一询问信息的答复信息。
259.处理单元1102，还用于若第一询问信息的答复信息是同意作为指导型学伴，则将用户识别信息加入掌握程度大于第一阈值的知识点的指导型学伴候选集。
260.可选地，发送单元1103，还用于向终端设备发送第二询问信息，第二询问信息用于询问用户针对目标学习内容中掌握程度小于第一阈值的知识点是否愿意成为陪同型学伴。
261.接收单元1101，还用于接收终端设备针对第二询问信息的答复信息。
262.处理单元1102，还用于若第二询问信息的答复信息是同意作为陪同型学伴，将用户识别信息加入掌握程度小于第一阈值的知识点的陪同型学伴候选集。
263.可选地，接收单元1101，还用于接收终端设备发送的用户针对至少一个知识点的学习内容。
264.处理单元1102，还用于根据至少一个知识点的学习内容对用户对至少一个知识点的掌握程度进行更新。
265.本技术实施例中，终端设备中各单元所执行的操作与前述图3至图9e所示实施例中描述的类似，此处不再赘述。
266.在本技术的另一实施例中，还提供一种计算机可读存储介质，计算机可读存储介质中存储有计算机执行指令，当终端的处理器执行该计算机执行指令时，终端设备执行上述图3至图9e中终端设备所执行的步骤。
267.在本技术的另一实施例中，还提供一种计算机可读存储介质，计算机可读存储介质中存储有计算机执行指令，当终端的处理器执行该计算机执行指令时，云设备执行上述图3至图9e中云设备所执行的步骤。
268.在本技术的另一实施例中，还提供一种计算机程序产品，该计算机程序产品包括计算机程序代码，当计算机程序代码在计算机上执行时，计算机设备执行上述图3至图9e中终端所执行的步骤。
269.在本技术的另一实施例中，还提供一种芯片系统，该芯片系统包括一个或多个接口电路和一个或多个处理器；接口电路和处理器通过线路互联；接口电路用于从终端的存储器接收信号，并向处理器发送信号，信号包括存储器中存储的计算机指令；当处理器执行
计算机指令时，终端执行前述上述图3至图9e中终端设备所执行的步骤。在一种可能的设计中，芯片系统还可以包括存储器，存储器，用于保存控制设备必要的程序指令和数据。该芯片系统，可以由芯片构成，也可以包含芯片和其他分立器件。
270.在本技术所提供的几个实施例中，应该理解到，所揭露的系统，装置和方法，可以通过其它的方式实现。例如，以上所描述的装置实施例仅仅是示意性的，例如，单元的划分，仅仅为一种逻辑功能划分，实际实现时可以有另外的划分方式，例如多个单元或组件可以结合或者可以集成到另一个系统，或一些特征可以忽略，或不执行。另一点，所显示或讨论的相互之间的耦合或直接耦合或通信连接可以是通过一些接口，装置或单元的间接耦合或通信连接，可以是电性，机械或其它的形式。
271.所述作为分离部件说明的单元可以是或者也可以不是物理上分开的，作为单元显示的部件可以是或者也可以不是物理单元，即可以位于一个地方，或者也可以分布到多个网络单元上。可以根据实际的需要选择其中的部分或者全部单元来实现本实施例方案的目的。
272.另外，在本技术各个实施例中的各功能单元可以集成在一个处理单元中，也可以是各个单元单独物理存在，也可以两个或两个以上单元集成在一个单元中。上述集成的单元可以全部或部分地通过软件、硬件、固件或者其任意组合来实现。
273.当使用软件实现所述集成的单元时，可以全部或部分地以计算机程序产品的形式实现。所述计算机程序产品包括一个或多个计算机指令。在计算机上加载和执行所述计算机程序指令时，全部或部分地产生按照本技术实施例所述的流程或功能。所述计算机可以是通用计算机、专用计算机、计算机网络、或者其他可编程装置。所述计算机指令可以存储在计算机可读存储介质中，或者从一个计算机可读存储介质向另一个计算机可读存储介质传输，例如，所述计算机指令可以从一个网站站点、计算机、服务器或数据中心通过有线(例如同轴电缆、光纤、数字用户线(digital subscriber line，dsl))或无线(例如红外、无线、微波等)方式向另一个网站站点、计算机、服务器或数据中心进行传输。所述计算机可读存储介质可以是计算机能够存取的任何可用介质或者是包含一个或多个可用介质集成的服务器、数据中心等数据存储设备。所述可用介质可以是磁性介质，(例如，软盘、硬盘、磁带)、光介质(例如，dvd)、或者半导体介质(例如固态硬盘(solid state disk，ssd))等。

技术特征：
1.一种学伴推荐的方法，其特征在于，包括：终端设备响应于用户针对目标学习内容中至少一个知识点的学伴请求操作，向云设备发送学伴请求，所述学伴请求包含所述至少一个知识点的标识信息，以及用户识别信息；所述终端设备接收所述云设备根据所述至少一个知识点的标识信息，以及用户识别信息发送的至少一组学伴的信息，所述至少一组学伴的信息与所述至少一个知识点的标识信息一一对应；所述终端设备显示所述至少一个知识点的标识信息与所述至少一组学伴的信息。2.根据权利要求1所述的方法，其特征在于，第一组学伴中包括指导型学伴和陪同型学伴中的至少一种，所述第一组学伴为所述至少一组学伴中的任意一组学伴，所述第一组学伴与所述至少一个知识点中的第一知识点对应；其中，所述指导型学伴是针对所述第一知识点对所述用户具有指导能力的学伴；所述陪同型学伴是针对所述第一知识点对所述用户具有陪同能力的学伴。3.根据权利要求2所述的方法，其特征在于，所述指导型学伴是所述云设备根据第一差值，以及第一学习特征相似度确定的，所述第一差值为第一学伴对所述第一知识点的掌握程度与所述用户对所述第一知识点的掌握程度的差值，所述第一学伴为所述第一知识点的指导型学伴候选集中的学伴，所述第一学习特征相似度为所述第一学伴与所述用户的学习特征相似度，所述第一学伴对所述第一知识点的掌握程度高于第一阈值。4.根据权利要求2或3所述的方法，其特征在于，所述陪同型学伴是所述云设备根据第二差值的绝对值，以及第二学习特征相似度确定的，所述第二差值为第二学伴对所述第一知识点的掌握程度与所述用户对所述第一知识点的掌握程度的差值，所述第二学伴为所述第一知识点的陪同型学伴候选集中的学伴，所述第二学习特征相似度为所述第二学伴与所述用户的学习特征相似度，所述第二学伴对所述第一知识点的掌握程度低于第一阈值。5.根据权利要求1-4任一项所述的方法，其特征在于，所述方法还包括：所述终端设备接收所述云设备发送的知识点学习路径，所述知识点学习路径包括按照推荐学习的顺序排列的多个知识点，所述多个知识点为所述目标学习内容中所述用户掌握程度小于第一阈值知识点。6.根据权利要求5所述的方法，其特征在于，当所述学伴请求是针对所述知识点学习路径的学伴序列请求时，所述终端设备接收所述云设备根据所述至少一个知识点的标识信息，以及用户识别信息发送的至少一组学伴的信息具体包括：所述终端设备接收所述云设备发送的学伴序列，所述学伴序列中包括按照所述知识点学习路径中的知识点的顺序排列的所述多组学伴的信息。7.根据权利要求1-6任一项所述的方法，其特征在于，所述终端设备响应于用户针对目标学习内容中至少一个知识点的学伴请求操作之前，所述方法还包括：所述终端设备向所述云设备发送针对所述目标学习内容的测评请求，所述测评请求包含所述目标学习内容的标识信息，以及所述用户识别信息；所述终端设备接收所述云设备根据所述目标学习内容的标识信息发送的测评内容；所述终端设备向所述云设备发送所述用户针对所述测评内容输入的回答信息；
所述终端设备接收所述云设备根据所述回答信息发送的用户对所述目标学习内容中每个知识点的掌握程度的信息。8.根据权利要求7所述的方法，其特征在于，所述方法还包括：所述终端设备接收所述云设备发送的第一询问信息，所述第一询问信息用于询问所述用户针对所述目标学习内容中掌握程度大于第一阈值的知识点是否愿意成为指导型学伴；所述终端设备响应于用户对所述第一询问信息的答复操作，向所述云设备发送针对所述第一询问信息的答复信息。9.根据权利要求7所述的方法，其特征在于，所述方法还包括：所述终端设备接收所述云设备发送的第二询问信息，所述第二询问信息用于询问所述用户针对所述目标学习内容中掌握程度小于第一阈值的知识点是否愿意成为陪同型学伴；所述终端设备响应于用户对所述第二询问信息的答复操作，向所述云设备发送针对第二询问信息的答复信息。10.根据权利要求1-9任一项所述的方法，其特征在于，所述方法还包括：所述终端设备向所述云设备发送用户对所述至少一个知识点的学习内容，所述至少一个知识点的学习内容用于所述云设备对所述用户对所述至少一个知识点的掌握程度进行更新。11.一种学伴推荐的方法，其特征在于，包括：云设备接收终端设备发送的学伴请求，所述学伴请求包含用户针对目标学习内容中至少一个知识点的标识信息，以及用户识别信息；所述云设备根据所述至少一个知识点的标识信息，以及用户识别信息为所述用户确定至少一组学伴的信息，所述至少一组学伴的信息与所述至少一个知识点的标识信息一一对应；所述云设备向所述终端设备发送所述至少一组学伴的信息。12.根据权利要求11所述的方法，其特征在于，第一组学伴中包括指导型学伴和陪同型学伴中的至少一种，所述第一组学伴为所述至少一组学伴中的任意一组学伴，所述第一组学伴与所述至少一个知识点中的第一知识点对应；其中，所述指导型学伴是针对所述第一知识点对所述用户具有指导能力的学伴；所述陪同型学伴是针对所述第一知识点对所述用户具有陪同能力的学伴。13.根据权利要求12所述的方法，其特征在于，所述指导型学伴是所述云设备根据第一差值，以及第一学习特征相似度确定的，所述第一差值为第一学伴对所述第一知识点的掌握程度与所述用户对所述第一知识点的掌握程度的差值，所述第一学伴为所述第一知识点的指导型学伴候选集中的学伴，所述第一学习特征相似度为所述第一学伴与所述用户的学习特征相似度，所述第一学伴对所述第一知识点的掌握程度高于第一阈值。14.根据权利要求12或13所述的方法，其特征在于，所述陪同型学伴是所述云设备根据第二差值的绝对值，以及第二学习特征相似度确定的，所述第二差值为第二学伴对所述第一知识点的掌握程度与所述用户对所述第一知识点的掌握程度的差值，所述第二学伴为所述第一知识点的陪同型学伴候选集中的学伴，所述第二学习特征相似度为所述第二学伴与所述用户的学习特征相似度，所述第二学伴对所述
第一知识点的掌握程度低于第一阈值。15.根据权利要求11-14任一项所述的方法，其特征在于，所述方法还包括：所述云设备确定所述目标学习内容中用户掌握程度小于第一阈值的多个知识点，并确定所述多个知识点推荐学习的顺序，以生成知识点学习路径；所述云设备向所述终端设备发送所述知识点学习路径。16.根据权利要求15所述的方法，其特征在于，当所述学伴请求是针对所述知识点学习路径的学伴序列请求时，所述云设备根据所述至少一个知识点的标识信息，以及用户识别信息为所述用户确定至少一组学伴的信息，具体包括：所述云设备为所述知识点学习路径确定学伴序列，所述学伴序列中包括按照所述知识点学习路径中的知识点的顺序排列的所述多组学伴的信息。17.根据权利要求11-16任一项所述的方法，其特征在于，所述云设备接收终端设备发送的学伴请求之前，所述方法还包括：所述云设备接收所述终端设备发送的测评请求，所述测评请求包含所述目标学习内容的标识信息，以及所述用户识别信息；所述云设备根据所述目标学习内容的标识信息向所述终端设备发送测评内容；所述云设备接收所述终端设备发送的用户针对所述测评内容输入的回答信息；所述云设备根据所述回答信息确定用户对所述目标学习内容中每个知识点的掌握程度的信息；所述云设备向所述终端设备发送用户对所述目标学习内容中每个知识点的掌握程度的信息。18.根据权利要求17所述的方法，其特征在于，所述方法还包括：所述云设备向所述终端设备发送第一询问信息，所述第一询问信息用于询问所述用户针对所述目标学习内容中掌握程度大于第一阈值的知识点是否愿意成为指导型学伴；所述云设备接收所述终端设备针对所述第一询问信息的答复信息；若所述第一询问信息的答复信息是同意作为指导型学伴，则所述云设备将所述用户识别信息加入所述掌握程度大于第一阈值的知识点的指导型学伴候选集。19.根据权利要求15所述的方法，其特征在于，所述方法还包括：所述云设备向所述终端设备发送第二询问信息，所述第二询问信息用于询问所述用户针对所述目标学习内容中掌握程度小于第一阈值的知识点是否愿意成为陪同型学伴；所述云设备接收所述终端设备针对所述第二询问信息的答复信息；若所述第二询问信息的答复信息是同意作为陪同型学伴，则所述云设备将所述用户识别信息加入所述掌握程度小于第一阈值的知识点的陪同型学伴候选集。20.根据权利要求11-19任一项所述的方法，其特征在于，所述方法还包括：所述云设备接收所述终端设备发送的用户针对所述至少一个知识点的学习内容；所述云设备根据所述至少一个知识点的学习内容对所述用户对所述至少一个知识点的掌握程度进行更新。21.一种终端设备，其特征在于，包括：收发器、处理器和存储器，所述收发器和所述处理器与存储器耦合，所述存储器用于存储程序或指令，当所述程序或指令被所述处理器执行时，使得所述终端设备执行如权利要求1至10中任一项所述的方法。
22.一种云设备，其特征在于，包括：通信接口、处理器和存储器，所述通信接口和所述处理器与存储器耦合，所述存储器用于存储程序或指令，当所述程序或指令被所述处理器执行时，使得所述云设备执行如权利要求11至20中任一项所述的方法。23.一种计算机可读存储介质，其特征在于，所述计算机可读存储介质中存储有指令，当所述指令在终端设备上运行时，使得所述终端设备执行如权利要求1至10中任一项所述的方法。24.一种计算机可读存储介质，其特征在于，所述计算机可读存储介质中存储有指令，当所述指令在云设备上运行时，使得所述云设备执行如权利要求11至20中任一项所述的方法。25.一种计算机程序产品，其特征在于，所述计算机程序产品包括计算机程序代码，当所述计算机程序代码在计算机上运行时，使得所述计算机执行如权利要求1至10中任一项所述的方法。26.一种计算机程序产品，其特征在于，所述计算机程序产品包括计算机程序代码，当所述计算机程序代码在计算机上运行时，使得所述计算机执行如权利要求11至20中任一项所述的方法。27.一种芯片系统，其特征在于，所述芯片系统包括一个或多个接口电路和一个或多个处理器；接口电路和处理器通过线路互联；接口电路用于从终端设备的存储器接收信号，并向处理器发送信号，信号包括存储器中存储的计算机指令；当处理器执行计算机指令时，终端设备执行如权利要求1至10中任一项所述的方法。28.一种芯片系统，其特征在于，所述芯片系统包括一个或多个接口电路和一个或多个处理器；接口电路和处理器通过线路互联；接口电路用于从云设备的存储器接收信号，并向处理器发送信号，信号包括存储器中存储的计算机指令；当处理器执行计算机指令时，云设备执行如权利要求11至20中任一项所述的方法。29.一种学伴推荐系统，其特征在于，包括：终端设备和云设备，所述终端设备用于执行权利要求1-10任一项所述的方法，所述云设备用于执行权利要求11-20任一项所述的方法。

技术总结
本申请公开了一种学伴推荐的方法，包括:终端设备响应于用户针对目标学习内容中至少一个知识点的学伴请求操作，向云设备发送学伴请求,云设备根据至少一个知识点的标识信息，以及用户识别信息确定至少一组学伴的信息,终端设备接收至少一组学伴的信息,并显示至少一个知识点的标识信息与至少一组学伴的信息。本申请实施例提供的方案可以针对知识点推荐学伴,提高了学伴推荐的精准度。伴,提高了学伴推荐的精准度。伴,提高了学伴推荐的精准度。


技术研发人员：梁志宙 董凯 夏丁胤 唐舸宇 李景宇
受保护的技术使用者：华为技术有限公司
技术研发日：2022.03.18
技术公布日：2023/9/22