[發明專利]一種課程推薦方法、系統、設備及存儲介質

在審

• 申請號: 202010224252.8
• 申請日: 2020-03-26
• 公開（公告）號: CN111428138A
• 公開（公告）日: 2020-07-17
• 發明（設計）人: 熊威;馮曉峰;王思夢;秦瑞雄;吳想想;杜嘉;趙金鑫;胡智;王博;馬曉恒;柏露;董華強;花薇薇
• 申請（專利權）人: 中國建設銀行股份有限公司;建信金融科技有限責任公司
• 主分類號: G06F16/9535
• 分類號: G06F16/9535;G06Q50/20
• 代理公司: 北京品源專利代理有限公司 11332
• 代理人: 孟金喆

1.一種課程推薦方法，其特征在于，包括：

獲取多個用戶中待推薦用戶的課程標簽，其中，所述課程標簽包括在用課程標簽、擴展課程標簽和移除課程標簽中的至少一個；

根據所述待推薦用戶的課程學習數據調整各所述課程標簽的標簽權重；

根據所述標簽權重確定所述待推薦用戶對各課程的偏好結果，并根據所述偏好結果從各所述課程中篩選出目標推薦課程。

2.根據權利要求1所述的方法，其特征在于，所述根據所述偏好結果從各所述課程中篩選出目標推薦課程，包括：

根據所述偏好結果從各所述課程中篩選出偏好推薦課程；

統計所述多個用戶對每個所述課程的課程學習次數總和，并根據各所述課程學習次數總和從各所述課程中篩選出熱門推薦課程；

從各所述偏好推薦課程和各所述熱門推薦課程中篩選出目標推薦課程。

3.根據權利要求1所述的方法，其特征在于，所述擴展課程標簽通過如下步驟預先生成：

根據所述多個用戶的基本屬性數據對所述多個用戶進行聚類，并根據聚類結果確定所述多個用戶中的所述待推薦用戶所在的聚類分組；

根據所述聚類分組的熱門課程標簽生成所述擴展課程標簽，其中，所述熱門課程標簽是根據所述聚類分組中各聚類用戶的所述在用課程標簽確定的。

4.根據權利要求1所述的方法，其特征在于，所述根據所述待推薦用戶的課程學習數據調整各所述課程標簽的標簽權重，包括：

根據所述待推薦用戶的已學習課程的課程學習次數和已學習標簽，確定所述待推薦用戶的所述已學習標簽的標簽學習次數；

根據所述標簽學習次數調整各所述課程標簽的標簽權重。

5.根據權利要求1所述的方法，其特征在于，還包括：

獲取所述課程的預設課程標簽和課程標題的分詞結果，根據所述分詞結果和所述預設課程標簽確定所述課程的詞數據；

基于詞頻-逆向文件頻率指數TF-IDF生成所述詞數據的詞向量；

獲取所述待推薦用戶的當前已學習課程，分別計算所述當前已學習課程的所述詞向量和各所述課程的所述詞向量間的相似度；

根據相似度計算結果，從各所述課程中篩選出所述當前已學習課程的第一相似課程，并將所述第一相似課程作為所述目標推薦課程。

6.根據權利要求1所述的方法，其特征在于，還包括：

針對所述待推薦用戶在當前課程專題中的第一已學習專題課程，獲取所述多個用戶中已學習所述第一已學習專題課程的已學習用戶，以及各所述已學習用戶在所述當前課程專題中的第二已學習專題課程；

根據所述第二已學習專題課程的課程學習次數，從各所述第二已學習專題課程中篩選出所述第一已學習專題課程的第二相似課程，并將所述第二相似課程作為所述目標推薦課程。

7.根據權利要求1-6任一所述的方法，其特征在于，還包括：

獲取所述待推薦用戶對所述目標推薦課程的操作次數，其中，所述操作次數包括點擊操作次數、搜索操作次數和購買操作次數中的至少一個；

將所述操作次數輸入至已訓練完成的隱士反饋模型中，根據所述隱士反饋模型的輸出結果，得到所述待推薦用戶對所述目標推薦課程的喜好結果。

8.一種課程推薦系統，其特征在于，包括：

課程標簽獲取模塊，用于獲取多個用戶中待推薦用戶的課程標簽，其中，所述課程標簽包括在用課程標簽、擴展課程標簽和移除課程標簽中的至少一個；

標簽權重確定模塊，用于根據所述待推薦用戶的課程學習數據調整各所述課程標簽的標簽權重；

推薦課程篩選模塊，用于根據所述標簽權重確定所述待推薦用戶對各課程的偏好結果，并根據所述偏好結果從各所述課程中篩選出目標推薦課程。

9.一種設備，其特征在于，所述設備包括：

一個或多個處理器；

存儲器，用于存儲一個或多個程序；

當所述一個或多個程序被所述一個或多個處理器執行，使得所述一個或多個處理器實現如權利要求1-7中任一所述的課程推薦方法。

10.一種計算機可讀存儲介質，其上存儲有計算機程序，其特征在于，所述計算機程序被處理器執行時實現如權利要求1-7中任一所述的課程推薦方法。