[發明專利]在線學習挖掘方法、裝置、在線學習系統及服務器

有效

• 申請號: 202010198641.8
• 申請日: 2020-03-20
• 公開（公告）號: CN111310057B
• 公開（公告）日: 2020-12-22
• 發明（設計）人: 張明
• 申請（專利權）人: 深圳市斑斑駕道網絡科技有限公司
• 主分類號: G06F16/9535
• 分類號: G06F16/9535;G06Q50/20
• 代理公司: 北京權智天下知識產權代理事務所(普通合伙) 11638
• 代理人: 王新愛

本申請實施例提供一種在線學習挖掘方法、裝置、在線學習系統及服務器，通過對在線學習推薦結果進行風格特征提取和內容特征提取，并確定對在線學習推薦模型的風格特征提取信息和內容特征提取信息進行并行映射挖掘，由此可以從在線學習推薦結果中有效挖掘出在線學習挖掘結果，以便于在線學習平臺參考該在線學習挖掘結果進行后續的推薦內容側重點布局，進而改善在線學習平臺更新的推薦內容后續無法針對性地推薦給廣大學員用戶，而廣大學員用戶真正需要的推薦內容可能更新不及時或者更新內容過少的情況，提高信息推薦體驗。

技術領域

本申請涉及大數據分析與信息推薦技術領域，具體而言，涉及一種在線學習挖掘方法、裝置、在線學習系統及服務器。

背景技術

隨著互聯網技術的快速發展，通過在網上建立在線學習平臺，可以使得眾多學員用戶通過互聯網進行廣泛地學習。在傳統方案中，為了提高學院用戶的學習體驗，在線學習平臺通常會收集學員用戶在學習過程中產生的學習行為，并通過對學習行為進行大數據分析后與多個在線學習推薦模型進行匹配以為該學員用戶關聯對應的在線學習推薦模型進行后續的在線學習挖掘。

對于在線學習平臺而言，通過預先配置的不同在線學習推薦模型可以為每個學員用戶更有針對性地提供在線學習推薦結果以便于為學員用戶符合其自身日常學習行為的豐富推薦內容。然而，在此基礎上，也對在線學習平臺上的推薦內容的豐富性造成了巨大的挑戰，在線學習平臺往往無法準確知曉哪些推薦內容更符合當前廣大學員用戶的學習行為，由此往往可能導致在線學習平臺更新的推薦內容后續無法針對性地推薦給廣大學員用戶，而廣大學員用戶真正需要的推薦內容可能更新不及時或者更新內容過少，進而嚴重影響信息推薦體驗。

發明內容

有鑒于此，本申請的目的在于提供一種在線學習挖掘方法、裝置、在線學習系統及服務器，可以從在線學習推薦結果中有效挖掘出在線學習挖掘結果，以便于在線學習平臺參考該在線學習挖掘結果進行后續的推薦內容側重點布局，進而改善在線學習平臺更新的推薦內容后續無法針對性地推薦給廣大學員用戶，而廣大學員用戶真正需要的推薦內容可能更新不及時或者更新內容過少的情況，提高信息推薦體驗。

第一方面，本申請提供一種在線學習挖掘方法，應用于服務器，所述服務器與多個在線學習終端通信連接，所述方法包括：

獲取針對每個在線學習終端所對應的學習行為數據在多個在線學習推薦模型所對應的待挖掘的在線學習推薦結果，分別對所述在線學習推薦結果進行風格特征提取和內容特征提取，得到所述多個在線學習推薦模型對應的風格特征提取信息和內容特征提取信息，其中，所述風格特征提取信息用于表示所述在線學習推薦結果的每個待挖掘推薦對象的風格特征，所述內容特征提取信息用于表示所述在線學習推薦結果的每個待挖掘推薦對象的內容特征；

確定對所述在線學習推薦模型的風格特征提取信息和內容特征提取信息進行并行映射挖掘的在線學習挖掘指令集；

根據所述在線學習挖掘指令集，計算出所述風格特征提取信息和所述內容特征提取信息在相同在線學習挖掘指令下分別對應的觀測挖掘向量矩陣，并構造兩個所述觀測挖掘向量矩陣之間的挖掘節點序列，以及基于所述挖掘節點序列對所述在線學習推薦模型的風格特征提取信息和內容特征提取信息進行并行映射挖掘，得到對應的并行映射挖掘信息；

根據確定的所述并行映射挖掘信息，分別生成每個在線學習推薦模型對應的在線學習推薦結果的在線學習挖掘結果，所述在線學習挖掘結果中包括在線學習挖掘內容知識點，所述在線學習挖掘內容知識點用于提示相應的在線學習平臺的管理者針對所述在線學習挖掘內容知識點進行推薦內容的更新。

在第一方面的一種可能的設計中，所述分別對所述在線學習推薦結果進行風格特征提取和內容特征提取，得到所述多個在線學習推薦模型對應的風格特征提取信息和內容特征提取信息的步驟，包括：

分別對所述在線學習推薦結果的課程標簽信息所指示的推薦課程信息進行提取，得到對應的推薦風格課程特征和推薦內容課程特征；