[發(fā)明專利]在線學(xué)習(xí)推薦方法、裝置、在線學(xué)習(xí)系統(tǒng)及服務(wù)器

有效

• 申請?zhí)枺?/td>: 202010198632.9
• 申請日: 2020-03-20
• 公開（公告）號(hào): CN111414540B
• 公開（公告）日: 2021-01-15
• 發(fā)明（設(shè)計(jì)）人: 張明
• 申請（專利權(quán)）人: 重慶探程數(shù)字科技有限公司
• 主分類號(hào): G06F16/9535
• 分類號(hào): G06F16/9535;G06K9/62;G06Q50/20
• 代理公司: 重慶巨華智匯知識(shí)產(chǎn)權(quán)代理事務(wù)所(普通合伙) 50271
• 代理人: 楊明

1.一種在線學(xué)習(xí)推薦方法，其特征在于，應(yīng)用于服務(wù)器，所述服務(wù)器與多個(gè)在線學(xué)習(xí)終端通信連接，所述方法包括：

從每個(gè)所述在線學(xué)習(xí)終端中獲取學(xué)員用戶對應(yīng)的學(xué)習(xí)行為數(shù)據(jù)，并提取與所述學(xué)習(xí)行為數(shù)據(jù)對應(yīng)的學(xué)習(xí)行為風(fēng)格數(shù)據(jù)，所述學(xué)習(xí)行為數(shù)據(jù)為所述服務(wù)器根據(jù)所述學(xué)員用戶對應(yīng)的在線學(xué)習(xí)終端的在線學(xué)習(xí)模式信息，以及所述在線學(xué)習(xí)終端與所述服務(wù)器之間的在線學(xué)習(xí)交互方式得到的；

獲取每個(gè)學(xué)員用戶的在線學(xué)習(xí)推薦模型的學(xué)習(xí)風(fēng)格權(quán)重參數(shù)以及每個(gè)在線學(xué)習(xí)推薦模型在對應(yīng)的學(xué)習(xí)風(fēng)格權(quán)重參數(shù)下的推薦策略所對應(yīng)的推薦權(quán)重，并根據(jù)所述學(xué)習(xí)行為風(fēng)格數(shù)據(jù)中的風(fēng)格數(shù)據(jù)對應(yīng)的風(fēng)格權(quán)重以及每個(gè)在線學(xué)習(xí)推薦模型的學(xué)習(xí)風(fēng)格權(quán)重參數(shù)及每個(gè)在線學(xué)習(xí)推薦模型在對應(yīng)的學(xué)習(xí)風(fēng)格權(quán)重參數(shù)下的推薦策略中所對應(yīng)的推薦權(quán)重，計(jì)算所述學(xué)習(xí)行為數(shù)據(jù)與每個(gè)在線學(xué)習(xí)推薦模型之間的適配度；

在確定出的所有適配度中存在達(dá)到預(yù)設(shè)適配度閾值的目標(biāo)適配度時(shí)，將所述學(xué)員用戶關(guān)聯(lián)到所述目標(biāo)適配度對應(yīng)的第一目標(biāo)在線學(xué)習(xí)推薦模型中以使所述第一目標(biāo)在線學(xué)習(xí)推薦模型對所述學(xué)員用戶進(jìn)行信息推薦得到第一在線學(xué)習(xí)推薦結(jié)果；

在確定出的所有適配度中未存在達(dá)到所述預(yù)設(shè)適配度閾值的目標(biāo)適配度時(shí)，確定出每個(gè)在線學(xué)習(xí)推薦模型相對于所述學(xué)員用戶的推薦級(jí)別并根據(jù)所述推薦級(jí)別的大小順序，通過每個(gè)對應(yīng)的在線學(xué)習(xí)推薦模型對所述學(xué)員用戶的所述學(xué)習(xí)行為數(shù)據(jù)進(jìn)行數(shù)據(jù)特征識(shí)別得到所述學(xué)員用戶對應(yīng)的多個(gè)模型匹配屬性以及每個(gè)模型匹配屬性中對應(yīng)的與每個(gè)在線學(xué)習(xí)推薦模型的推薦級(jí)別對應(yīng)的模型屬性節(jié)點(diǎn)，根據(jù)每個(gè)模型匹配屬性從所述學(xué)員用戶對應(yīng)的學(xué)習(xí)行為風(fēng)格數(shù)據(jù)中確定出每個(gè)模型匹配屬性對應(yīng)的風(fēng)格屬性權(quán)重參數(shù)，將每個(gè)模型匹配屬性對應(yīng)的風(fēng)格屬性權(quán)重參數(shù)關(guān)聯(lián)到每個(gè)模型匹配屬性中加載的模型屬性節(jié)點(diǎn)對應(yīng)的第二目標(biāo)在線學(xué)習(xí)推薦模型中，通過每個(gè)所述第二目標(biāo)在線學(xué)習(xí)推薦模型根據(jù)所述風(fēng)格屬性權(quán)重參數(shù)對所述學(xué)員用戶進(jìn)行信息推薦得到第二在線學(xué)習(xí)推薦結(jié)果。

2.根據(jù)權(quán)利要求1所述的在線學(xué)習(xí)推薦方法，其特征在于，所述根據(jù)所述學(xué)習(xí)行為風(fēng)格數(shù)據(jù)中的風(fēng)格數(shù)據(jù)對應(yīng)的風(fēng)格權(quán)重以及每個(gè)在線學(xué)習(xí)推薦模型的學(xué)習(xí)風(fēng)格權(quán)重參數(shù)及每個(gè)在線學(xué)習(xí)推薦模型在對應(yīng)的學(xué)習(xí)風(fēng)格權(quán)重參數(shù)下的推薦策略中所對應(yīng)的推薦權(quán)重，計(jì)算所述學(xué)習(xí)行為數(shù)據(jù)與每個(gè)在線學(xué)習(xí)推薦模型之間的適配度的步驟，包括：

計(jì)算所述學(xué)習(xí)行為風(fēng)格數(shù)據(jù)中的風(fēng)格數(shù)據(jù)對應(yīng)的風(fēng)格權(quán)重在每個(gè)在線學(xué)習(xí)推薦模型的學(xué)習(xí)風(fēng)格權(quán)重參數(shù)下的風(fēng)格轉(zhuǎn)換權(quán)重；

計(jì)算每個(gè)風(fēng)格轉(zhuǎn)換權(quán)重與對應(yīng)的學(xué)習(xí)風(fēng)格權(quán)重參數(shù)下的推薦策略中所對應(yīng)的推薦權(quán)重之間的權(quán)重差值的絕對值；

將計(jì)算得到的各個(gè)權(quán)重差值的絕對值進(jìn)行相加得到所述學(xué)習(xí)行為數(shù)據(jù)與每個(gè)在線學(xué)習(xí)推薦模型之間的適配度。