[發明專利]課程推薦方法、裝置、設備及存儲介質

有效

• 申請號: 202011609487.5
• 申請日: 2020-12-30
• 公開（公告）號: CN112732892B
• 公開（公告）日: 2022-09-20
• 發明（設計）人: 嚴楊揚;程克喜;肖舒濤;晏湘濤;張政
• 申請（專利權）人: 平安科技（深圳）有限公司
• 主分類號: G06F16/335
• 分類號: G06F16/335;G06F40/284;G06Q50/20
• 代理公司: 深圳市明日今典知識產權代理事務所(普通合伙) 44343
• 代理人: 王杰輝;羅志強

1.一種課程推薦方法，其特征在于，所述方法包括：

獲取數據更新請求；

當所述數據更新請求是課程更新后的推薦請求時，獲取待更新的課程名稱數據集；

獲取批次處理時長監控結果和預設課程批量處理參數；

當所述批次處理時長監控結果大于所述預設課程批量處理參數的批處理間隔數據時，獲取CPU核心數量、塊間隔數據、預設比例；

將所述批次處理時長監控結果和所述預設比例進行相乘計算，得到所述待更新的課程批量處理參數對應的所述批處理間隔數據；

根據所述待更新的課程批量處理參數對應的所述批處理間隔數據進行滑動窗口大小計算和滑動間隔數據計算，得到所述待更新的課程批量處理參數對應的所述滑動窗口大小和所述滑動間隔數據；

根據所述待更新的課程批量處理參數更新所述預設課程批量處理參數；

采用所述預設課程批量處理參數分別對所述待更新的課程名稱數據集中每個課程名稱進行分詞，得到所述待更新的課程名稱數據集對應的各個所述課程名稱各自對應的課程名稱分詞結果，根據所述待更新的課程名稱數據集對應的各個所述課程名稱各自對應的所述課程名稱分詞結果更新課程名稱分詞庫；

當所述數據更新請求是用戶喜好標簽更新后的推薦請求時，獲取待更新的用戶喜好標簽數據集，采用預設用戶批量處理參數根據所述待更新的用戶喜好標簽數據集更新用戶喜好標簽庫；

基于所述數據更新請求從所述課程名稱分詞庫中獲取所述課程名稱分詞結果，得到目標課程名稱分詞結果集，分別對所述目標課程名稱分詞結果集中每個所述課程名稱分詞結果進行詞向量生成，得到所述目標課程名稱分詞結果集對應的目標課程名稱分詞詞向量集；

基于所述數據更新請求從所述用戶喜好標簽庫中獲取用戶喜好標簽數據，得到目標用戶喜好標簽數據集，分別對所述目標用戶喜好標簽數據集中每個所述用戶喜好標簽數據進行詞向量生成，得到所述目標用戶喜好標簽數據集對應的目標用戶喜好標簽詞向量集；

根據所述目標課程名稱分詞詞向量集和所述目標用戶喜好標簽詞向量集進行相似度矩陣生成，得到待更新的課程與喜好標簽相似度矩陣，根據所述待更新的課程與喜好標簽相似度矩陣更新相似度矩陣庫；

基于所述數據更新請求獲取課程推薦更新請求，采用預設推薦規則根據所述相似度矩陣庫和所述課程推薦更新請求攜帶的待推薦的用戶標識集進行課程推薦，得到所述待推薦的用戶標識集的各個用戶標識各自對應的目標課程推薦結果。

2.根據權利要求1所述的課程推薦方法，其特征在于，所述獲取數據更新請求的步驟，包括：

獲取Kafka消息中間件發送的數據更新通知；

當所述數據更新通知為課程名稱更新通知時，生成所述數據更新請求的所述課程更新后的推薦請求；

當所述數據更新通知為用戶喜好標簽更新通知時，生成所述數據更新請求的所述用戶喜好標簽更新后的推薦請求。

3.根據權利要求1所述的課程推薦方法，其特征在于，采用預設課程批量處理參數分別對所述待更新的課程名稱數據集中每個課程名稱進行分詞，得到所述待更新的課程名稱數據集對應的各個所述課程名稱各自對應的課程名稱分詞結果，根據所述待更新的課程名稱數據集對應的各個所述課程名稱各自對應的所述課程名稱分詞結果更新課程名稱分詞庫的步驟，包括：

獲取所述預設課程批量處理參數；

當所述待更新的課程名稱數據集中包括需要刪除的課程名稱數據時，根據所述需要刪除的課程名稱數據對所述課程名稱分詞庫進行刪除處理；

當所述待更新的課程名稱數據集中包括需要新增的課程名稱數據時，采用所述預設課程批量處理參數分別對所述需要新增的課程名稱數據中每個所述課程名稱進行分詞，得到所述需要新增的課程名稱數據中各個所述課程名稱各自對應的所述課程名稱分詞結果，將所述需要新增的課程名稱數據中各個所述課程名稱各自對應的所述課程名稱分詞結果存儲在所述課程名稱分詞庫中。