[發明專利]選修課的推薦方法、裝置和服務器在審
| 申請號： | 202011083928.2 | 申請日： | 2020-10-12 |
| 公開（公告）號： | CN112214688A | 公開（公告）日： | 2021-01-12 |
| 發明（設計）人： | 田冷;王澤川;黃詩慧;黃燦;王恒力;柴曉龍 | 申請（專利權）人： | 中國石油大學(北京) |
| 主分類號： | G06F16/9536 | 分類號： | G06F16/9536;G06Q50/20 |
| 代理公司： | 北京三友知識產權代理有限公司 11127 | 代理人： | 周達;周影 |
| 地址： | 102249*** | 國省代碼： | 北京;11 |
| 權利要求書： | 查看更多 | 說明書： | 查看更多 |
| 摘要： | |||
| 搜索關鍵詞： | 選修課 推薦 方法 裝置 服務器 | ||
1.一種選修課的推薦方法，其特征在于，包括：
接收目標用戶的選修課推薦請求；其中，所述選修課推薦請求至少攜帶有目標用戶的身份標識；
根據所述目標用戶的身份標識，通過檢索課程成績數據庫，獲取目標用戶預設的基礎課的成績數據；
調用預設的選修課成績預測模型根據所述目標用戶預設的基礎課的成績數據，得到對應的選修課成績預測結果；
根據所述選修課成績預測結果，確定出與目標用戶匹配的選修課，作為目標選修課；
生成并向目標用戶發送關于目標選修課的推薦信息。
2.根據權利要求1所述的方法，其特征在于，所述選修課推薦請求還攜帶有目標用戶的專業標簽。
3.根據權利要求2所述的方法，其特征在于，所述方法還包括：
根據所述目標用戶的專業標簽，從多個預設的選修課成績預測模型中篩選出與目標用戶的專業標簽匹配的預設的選修課成績預測模型；
相應的，調用與目標用戶的專業標簽匹配的預設的選修課成績預測模型根據所述目標用戶預設的基礎課的成績數據，得到對應的選修課成績預測結果。
4.根據權利要求1所述的方法，其特征在于，所述預設的選修課成績預測模型按照以下方式建立：
采集往屆學生用戶的課程成績數據，作為樣本數據；其中，所述往屆學生用戶的課程成績數據包括往屆學生用戶的預設的基礎課成績，以及選修課成績；
根據所述樣本數據，建立多個樣本數據集；其中，同一個樣本數據集中的樣本數據至少包含有一個課程標識相同的選修課的選修課成績；
利用所述多個樣本數據集，分別對基于神經網絡的初始模型進行訓練，以建立得到預設的選修課成績預測模型。
5.根據權利要求4所述的方法，其特征在于，在利用所述多個樣本數據集，分別對基于神經網絡的初始模型進行訓練之前，所述方法還包括：
確定出各個樣本數據集中樣本數據的選修課成績和預設的基礎課成績的差異度；
去除各個樣本數據集中選修課成績和預設的基礎課成績的差異度大于預設的差異度閾值的樣本數據。
6.根據權利要求4所述的方法，其特征在于，所述初始模型包括多個初始的網絡模型結構，其中，所述多個初始的網絡模型結構分別對應一種選修課。
7.根據權利要求4所述的方法，其特征在于，在利用所述多個樣本數據集，分別對基于神經網絡的初始模型進行訓練的過程中，所述方法還包括：
通過控制dropout參數的數值，減少臟數據對模型訓練的影響，以避免出現過擬合。
8.根據權利要求1所述的方法，其特征在于，根據所述選修課成績預測結果，確定與目標用戶匹配的選修課，包括：
根據所述選修課成績預測結果，從多個選修課中篩選出預測成績大于預設的成績閾值的選修課，作為與目標用戶匹配的選修課。
9.一種選修課的推薦裝置，其特征在于，包括：
接收模塊，用于接收目標用戶的選修課推薦請求；其中，所述選修課推薦請求至少攜帶有目標用戶的身份標識；
獲取模塊，用于根據所述目標用戶的身份標識，通過檢索課程成績數據庫，獲取目標用戶預設的基礎課的成績數據；
調用模塊，用于調用預設的選修課成績預測模型根據所述目標用戶預設的基礎課的成績數據，得到對應的選修課成績預測結果；
確定模塊，用于根據所述選修課成績預測結果，確定出與目標用戶匹配的選修課，作為目標選修課；
推薦模塊，用于生成并向目標用戶發送關于目標選修課的推薦信息。
10.一種服務器，其特征在于，包括處理器以及用于存儲處理器可執行指令的存儲器，所述處理器執行所述指令時實現權利要求1至8中任一項所述方法的步驟。
該專利技術資料僅供研究查看技術是否侵權等信息，商用須獲得專利權人授權。該專利全部權利屬于中國石油大學(北京)，未經中國石油大學(北京)許可，擅自商用是侵權行為。如果您想購買此專利、獲得商業授權和技術合作，請聯系【客服】
本文鏈接：http://www.szxzyx.cn/pat/books/202011083928.2/1.html，轉載請聲明來源鉆瓜專利網。
- 上一篇：寵物保險系統和方法
- 下一篇：圖像分割方法、裝置、電子設備和計算機可讀介質
