[發(fā)明專(zhuān)利]一種基于企業(yè)在線(xiàn)教育的智能推薦方法

有效

• 申請(qǐng)?zhí)枺?/td>: 202010982926.0
• 申請(qǐng)日: 2020-09-18
• 公開(kāi)（公告）號(hào): CN111931068B
• 公開(kāi)（公告）日: 2021-01-26
• 發(fā)明（設(shè)計(jì)）人: 趙雋雋;趙劍飛;歐陽(yáng)祿萍
• 申請(qǐng)（專(zhuān)利權(quán)）人: 知學(xué)云（北京）科技有限公司
• 主分類(lèi)號(hào): G06F16/9535
• 分類(lèi)號(hào): G06F16/9535;G06F16/33;G06F16/35;G06F16/335;G06F40/258;G06F40/30
• 代理公司: 北京中和立達(dá)知識(shí)產(chǎn)權(quán)代理事務(wù)所(普通合伙) 11756
• 代理人: 祝妍

本發(fā)明提供了一種基于企業(yè)在線(xiàn)教育的智能推薦方法，包括：獲取知識(shí)數(shù)據(jù)，并將知識(shí)數(shù)據(jù)保存到知識(shí)數(shù)據(jù)庫(kù)中；獲取用戶(hù)數(shù)據(jù)和用戶(hù)的行為數(shù)據(jù)；獲取企業(yè)推送的必要推薦資源；知識(shí)推薦模型，用于根據(jù)用戶(hù)數(shù)據(jù)和行為數(shù)據(jù)，獲取知識(shí)數(shù)據(jù)庫(kù)中相應(yīng)的知識(shí)數(shù)據(jù)；知識(shí)推薦模型，還用于根據(jù)用戶(hù)數(shù)據(jù)，獲取相應(yīng)的必要推薦資源；將獲取的知識(shí)數(shù)據(jù)和必要推薦資源合并，生成資源推薦數(shù)據(jù)，并將資源推薦數(shù)據(jù)向用戶(hù)端傳輸；上述方法將用戶(hù)所需學(xué)習(xí)的必要推薦資源與用戶(hù)所感興趣的知識(shí)數(shù)據(jù)合并后，生成資源推薦數(shù)據(jù)向用戶(hù)推送，實(shí)現(xiàn)了同時(shí)將必要推薦資源和知識(shí)數(shù)據(jù)向用戶(hù)端傳輸，從而進(jìn)一步實(shí)現(xiàn)了企業(yè)在線(xiàn)教育的功能。

技術(shù)領(lǐng)域

本發(fā)明涉及信息推送技術(shù)領(lǐng)域，特別涉及一種基于企業(yè)在線(xiàn)教育的智能推薦方法。

背景技術(shù)

隨著大數(shù)據(jù)技術(shù)和人工智能技術(shù)的不斷發(fā)展，使得信息的推送更加方便快捷；同時(shí)根據(jù)用戶(hù)的信息瀏覽記錄和用戶(hù)對(duì)信息的偏好，向用戶(hù)推送信息，極大的提升了用戶(hù)體驗(yàn)；

但目前對(duì)于信息的推送，只是基于用戶(hù)的興趣愛(ài)好向用戶(hù)推薦用戶(hù)所感興趣的知識(shí)數(shù)據(jù)，當(dāng)企業(yè)需要向用戶(hù)推送所要學(xué)習(xí)的必要資源時(shí)，只能依靠傳統(tǒng)的郵件方式將用戶(hù)所需學(xué)習(xí)的必要資源向用戶(hù)傳輸。

因此，急需一種基于企業(yè)在線(xiàn)教育的智能推薦方法。

發(fā)明內(nèi)容

為解決上述技術(shù)問(wèn)題，本發(fā)明提供一種基于企業(yè)在線(xiàn)教育的智能推薦方法，用以實(shí)現(xiàn)將用戶(hù)感興趣的知識(shí)數(shù)據(jù)和企業(yè)推送的必要推薦資源向用戶(hù)傳輸。

本發(fā)明實(shí)施例中提供了一種基于企業(yè)在線(xiàn)教育的智能推薦方法，其特征在于，包括：

獲取企業(yè)的知識(shí)數(shù)據(jù)，并將所述知識(shí)數(shù)據(jù)保存到知識(shí)數(shù)據(jù)庫(kù)中；

獲取用戶(hù)數(shù)據(jù)和用戶(hù)的行為數(shù)據(jù)；

獲取企業(yè)推送的必要推薦資源；

知識(shí)推薦模型，用于根據(jù)所述用戶(hù)數(shù)據(jù)和所述行為數(shù)據(jù)，獲取所述知識(shí)數(shù)據(jù)庫(kù)中相應(yīng)的所述知識(shí)數(shù)據(jù)；所述知識(shí)推薦模型，還用于根據(jù)所述用戶(hù)數(shù)據(jù)，獲取相應(yīng)的所述必要推薦資源；將獲取的所述知識(shí)數(shù)據(jù)和所述必要推薦資源合并，生成資源推薦數(shù)據(jù)，并將所述資源推薦數(shù)據(jù)向用戶(hù)端傳輸。

在一個(gè)實(shí)施例中，獲取知識(shí)數(shù)據(jù)，并將所述知識(shí)數(shù)據(jù)保存到知識(shí)數(shù)據(jù)庫(kù)中包括：

基于大數(shù)據(jù)技術(shù)獲取所述知識(shí)數(shù)據(jù)，并對(duì)所述知識(shí)數(shù)據(jù)進(jìn)行檢測(cè)，其包括：

獲取包含敏感信息的知識(shí)數(shù)據(jù)，并將所述知識(shí)數(shù)據(jù)中的所述敏感信息進(jìn)行標(biāo)記；通過(guò)敏感分析模型對(duì)標(biāo)記所述敏感信息的所述知識(shí)數(shù)據(jù)進(jìn)行分析，獲取所述知識(shí)數(shù)據(jù)中的所述敏感信息和所述敏感信息的相關(guān)情節(jié)；

對(duì)獲取的所述知識(shí)數(shù)據(jù)進(jìn)行檢測(cè)，判斷所述知識(shí)數(shù)據(jù)是否包含所述敏感信息或所述敏感信息的相關(guān)情節(jié)，當(dāng)所述知識(shí)數(shù)據(jù)包含所述敏感信息或所述敏感信息的相關(guān)情節(jié)時(shí)，則暫停將所述知識(shí)數(shù)據(jù)向所述知識(shí)數(shù)據(jù)庫(kù)傳輸；當(dāng)所述知識(shí)數(shù)據(jù)不包含所述敏感信息和所述敏感信息的相關(guān)情節(jié)時(shí)，則將所述知識(shí)數(shù)據(jù)向所述知識(shí)數(shù)據(jù)庫(kù)傳輸；

所述知識(shí)數(shù)據(jù)庫(kù)，用于對(duì)所述知識(shí)數(shù)據(jù)進(jìn)行鑒別，根據(jù)所述知識(shí)數(shù)據(jù)的內(nèi)容，獲取所述知識(shí)數(shù)據(jù)的標(biāo)題信息、類(lèi)別信息和權(quán)限信息；將所述知識(shí)數(shù)據(jù)與所述知識(shí)數(shù)據(jù)的所述標(biāo)題信息、所述類(lèi)別信息、所述權(quán)限信息關(guān)聯(lián)；

知識(shí)推薦模型，用于根據(jù)所述用戶(hù)數(shù)據(jù)和所述行為數(shù)據(jù)，獲取所述知識(shí)數(shù)據(jù)庫(kù)中相應(yīng)的所述知識(shí)數(shù)據(jù)包括：

根據(jù)用戶(hù)的所述行為數(shù)據(jù)，獲取所述知識(shí)數(shù)據(jù)庫(kù)中相應(yīng)的所述知識(shí)數(shù)據(jù)；

獲取所述知識(shí)數(shù)據(jù)的所述權(quán)限信息；

將用戶(hù)的所述用戶(hù)數(shù)據(jù)中的職務(wù)信息與所述權(quán)限信息進(jìn)行比對(duì)，當(dāng)所述用戶(hù)數(shù)據(jù)中的所述職務(wù)信息符合所述權(quán)限信息時(shí)，將所述知識(shí)數(shù)據(jù)的所述標(biāo)題信息和所述類(lèi)別信息向所述用戶(hù)端傳輸；