[发明专利]一种课程列表的编排方法、系统及服务器

说明书

技术领域

本发明涉及网络直播课程技术领域，特别涉及一种课程列表的编排方法、系统及服务器。

背景技术

目前移动互联网领域的应用软件层出不穷，几乎覆盖了各个垂直细分领域；在每个具体的垂直细分领域，其所体现出来的信息量也是巨大的，而且呈现形式的趋势的大体方向是信息流列表的形式；用户通过对信息流列表的下拉或刷新操作来持续获取新的列表内容，并通过点击、咨询等行为了解相关内容的，寻找适合自己的直播课程，进而对相关课程进行购买，购买之后可以对相关课程进行查看。

在实现本发明的过程中，发明人发现至少存在如下问题：目前现有的直播课列表页，所有用户所看到的列表页的具体内容是相同的，即列表项的具体内容和顺序都是相同的；而这个顺序主要是运营人员来手动录入与配置的。当然，运营人员会考虑到不同课程的实效因素和热门老师等因素，整体而言，列表顺序还是基于运营人员的配置策略。但是不同的用户本身的兴趣喜好的不同的，比如不同的用户对具体课程的侧重方向是不同的，所需要重点加强的知识点也可能不同，对于不同老师的感兴趣的程度也不禁相同，甚至某些用户很可能因为没有在头几页看到自己最感兴趣的课，而错过了某些他最感兴趣的内容，从而导致用户直接离开；因此，现有技术没有根据用户的需求去变换课程的编排顺序，只是单纯的依靠运营人员对课程进行固定的排序，这样会使用户错过自己感兴趣的课程，没有给与用户更优质的交互式体验，导致损失用户。

发明内容

本发明的目的是提供一种课程列表的编排方法、系统及服务器，通过采集一段时间内的用户操作行为信息、课程特征信息和用户特征信息，并基于采集到的用户操作行为信息、课程特征信息和用户特征信息构建样本特征。对此样本特征进行训练后得到训练模型，当用户请求课程列表时，将此用户的用户特征信息以及课程库中所有课程的课程特征信息分别构建需求特征，并将需求特征带入训练模型中进行相似度预测，根据预测的相似度对所有课程进行排序，这样就达到了，针对当前用户得到的课程列表，不同的用户所构建的训练模型不容，得到的课程列表也就不同，这样设置能够满足所有用户对自己所需要的课程的观看需求，能够更好的给与用户人际交互的提要，减少用户的操作过程，能够让用户在更短的时间内找到自己需要的内容。

根据本发明实施例的一个方面：一种课程列表的编排方法，包括：当接收到某个用户的登陆请求后，采集该用户的历史操作行为信息和用户特征信息；提取用户的历史操作行为信息、用户特征信息和课程库中每个课程的课程特征信息，构建每个课程的课程需求特征；将各个所述课程需求特征代入训练模型中进行相似度预测，得到每个课程的相似度；基于各个课程的相似度，按照预定的排序规则对课程库中的课程进行排序，以供显示。

进一步，在所述将各个所述课程需求特征代入训练模型中进行相似度预测之前，还包括：构建训练模型，其包括：预先设置时间段参数N；根据时间段参数N，采集N段时间内的用户操作行为信息；基于所述用户操作行为信息，获取与所述用户操作行为信息对应的课程特征信息、用户特征信息；基于所述用户操作行为信息、课程特征信息和用户特征信息，构建所述课程的课程样本特征集；对课程样本特征集进行训练得到训练模型。

进一步，所述操作行为信息包括：点击信息、咨询信息以及购买信息。

进一步，所述基于所述用户操作行为信息、课程特征信息和用户特征信息，构建所述课程的课程样本特征集的步骤包括：基于购买信息所对应的咨询信息、点击信息、课程特征信息和用户特征信息得到课程正样本特征集；基于未购买信息所对应的咨询信息、点击信息、课程特征信息和用户特征信息得到课程负样本特征集。

进一步，所述用户特征信息包括：用户性别信息、年龄信息、考试地点信息、收入水平信息以及学历信息。所述课程特征信息：课程内容信息、考试地点信息、考试形式信息、课程专项信息、主讲老师信息、主讲老师等级信息、课时信息、开课时间信息以及课程频率信息。

根据本发明实施例的另一个方面，一种课程列表的编排系统，所述系统包括：第一采集模块：用于当接收到某个用户的登陆请求后，采集该用户的历史操作行为信息和用户特征信息；第一特征构建模块：用于提取用户的历史操作行为信息、用户特征信息和课程库中每个课程的课程特征信息，构建每个课程的课程需求特征；预测模块：用于将各个所述课程需求特征代入训练模型中进行相似度预测，得到每个课程的相似度；排序模块：用于基于各个课程的相似度，按照预定的排序规则对课程库中的课程进行排序，以供显示。