一种基于人工智能的思政教学定制化推送方法

本发明公开了一种基于人工智能的思政教学定制化推送方法，具体教学推送技术领域；通过采集学生的行为和兴趣数据，构建学生‑内容评分矩阵，利用皮尔逊相关系数计算学生之间的相似度，将学生划分为兴趣相似和不相似的群体，针对兴趣相似学生，分析推送内容的复杂性特征和思想深度特征，评估推荐算法的理解准确性，并将推送内容分为准确、不完全准确和不准确推送，进行分类处理；对于不完全准确推送的学生，通过预测固定时间段内推送内容的理解准确性变化，动态调整推送频率和内容，有效提升了推送内容的思想深度与个性化匹配，确保内容更好地服务于思政教学目标，避免推荐的单一化或偏差。