[發明專利]培訓課程推薦方法、裝置、設備及介質

在審

• 申請號: 202110060772.4
• 申請日: 2021-01-18
• 公開（公告）號: CN112380454A
• 公開（公告）日: 2021-02-19
• 發明（設計）人: 廖伯軒;徐守梅;吳震東;宋喆;汪坪;呂斌
• 申請（專利權）人: 平安科技（深圳）有限公司
• 主分類號: G06F16/9535
• 分類號: G06F16/9535;G06F17/16;G06Q50/20
• 代理公司: 深圳市賽恩倍吉知識產權代理有限公司 44334
• 代理人: 遲珊珊;劉麗華

1.一種培訓課程推薦方法，其特征在于，所述培訓課程推薦方法包括：

響應于培訓課程推薦指令，根據所述培訓課程推薦指令確定對象及課程；

調用配置數據庫，從所述配置數據庫中獲取與所述對象對應的數據作為對象特征，及從所述配置數據庫中獲取與所述課程對應的數據作為課程特征；

從所述對象特征中獲取第一維度特征，根據所述第一維度特征及所述課程特征構建第一矩陣，及從所述對象特征中獲取第二維度特征，根據所述第二維度特征及所述課程特征構建第二矩陣，其中，所述第二維度從屬于所述第一維度；

根據所述第一矩陣計算所述第一維度中每兩個第一對象間的第一相似度，及根據所述第二矩陣計算所述第二維度中每兩個第二對象間的第二相似度；

獲取待推薦對象；

根據所述第一相似度從所述第一對象中篩選所述待推薦對象的相似對象；

獲取配置權重，根據所述配置權重、所述第一相似度及所述第二相似度計算所述待推薦對象與所述相似對象間的加權相似度；

基于協同過濾算法，根據所述加權相似度預測所述待推薦對象對于每個課程的量化值；

對每個課程的量化值按照由高到低進行排序，并獲取排在前預設位的課程構建課程推薦列表。

2.如權利要求1所述的培訓課程推薦方法，其特征在于，所述根據所述培訓課程推薦指令確定對象及課程包括：

解析所述培訓課程推薦指令的方法體，得到所述培訓課程推薦指令所攜帶的信息；

獲取第一預設標簽及第二預設標簽；

根據所述第一預設標簽構建第一正則表達式，及根據所述第二預設標簽構建第二正則表達式；

利用所述第一正則表達式在所述培訓課程推薦指令所攜帶的信息中進行遍歷，并將遍歷到的數據確定為對象標識，及利用所述第二正則表達式在所述培訓課程推薦指令所攜帶的信息中進行遍歷，并將遍歷到的數據確定為課程標識；

根據所述對象標識確定所述對象，及根據所述課程標識確定所述課程。

3.如權利要求1所述的培訓課程推薦方法，其特征在于，所述根據所述第一維度特征及所述課程特征構建第一矩陣包括：

將所述第一維度特征中的每個特征作為第一元素構建第一向量；

將所述課程特征中的每個特征作為第二元素構建第二向量；

將所述第一向量中的每個第一元素與所述第二向量中的每個第二元素進行兩兩組合，得到至少一個矩陣元素；

按照每個第一元素對所述至少一個矩陣元素進行縱向排列，及按照每個第二元素對所述至少一個矩陣元素進行橫向排列，得到所述第一矩陣。

4.如權利要求1所述的培訓課程推薦方法，其特征在于，所述根據所述第一相似度從所述第一對象中篩選所述待推薦對象的相似對象包括：

將所述第一對象按照所述第一相似度由高到低的順序進行排序；

獲取排在前預設位的第一對象構建待篩選對象集；

從所述待篩選對象集中獲取所述第一相似度大于或者等于配置相似度的第一對象作為所述待推薦對象的相似對象。

5.如權利要求1所述的培訓課程推薦方法，其特征在于，采用下述公式根據所述配置權重、所述第一相似度及所述第二相似度計算所述待推薦對象與所述相似對象間的加權相似度：

sim(u,v)=(1-λ)sim_a(u,v)+λsim_b(U,V)

其中，sim(u,v)為所述加權相似度，u為所述待推薦對象，v為所述相似對象，λ為所述配置權重，sim_a(u,v)為所述第一相似度，sim_b(U,V)為所述第二相似度。

6.如權利要求5所述的培訓課程推薦方法，其特征在于，采用下述公式根據所述加權相似度預測所述待推薦對象對于每個課程的量化值：

其中，為所述待推薦對象u對于課程i的量化值，為基準對象對于所述課程i的量化值的均值，為所述相似對象的集合，為每個相似對象對于所述課程i的量化值，為所述相似對象對于所述課程i的量化值的均值。