[发明专利]线上课程智能推荐方法、装置、电子设备及存储介质有效

专利信息
申请号: 202110960713.2 申请日: 2021-08-20
公开(公告)号: CN113672722B 公开(公告)日: 2023-08-22
发明(设计)人: 严杨扬 申请(专利权)人: 中国平安财产保险股份有限公司
主分类号: G06F16/335 分类号: G06F16/335;G06F16/33;G06F40/284;G06F40/289;G06Q50/20
代理公司: 深圳市沃德知识产权代理事务所(普通合伙) 44347 代理人: 高杰;于志光
地址: 518000 广东省深圳市福田区益田路*** 国省代码: 广东;44
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 线上 课程 智能 推荐 方法 装置 电子设备 存储 介质
【说明书】:

发明涉及人工智能领域,揭露一种线上课程智能推荐方法,包括:获取线上课程和课程标签,对线上课程进行分词后与课程标签进行向量拼接,得到拼接词语向量集;根据拼接词语向量集,计算线上课程的课程加权值,根据课程加权值,计算线上课程的课程散列值;根据课程散列值,计算线上课程中任意两个课程的汉明距离,根据汉明距离,对线上课程进行相似度排序,得到相似线上课程列表;查询待推荐用户的历史浏览课程,将历史浏览课程与线上课程进行匹配,从匹配成功的线上课程的相似线上课程列表中选取满足预设条件的相似线上课程返回至待推荐用户。此外,本发明还涉及区块链技术,所述课程散列值可存储于区块链中。本发明可以提高线上课程推荐的效率。

技术领域

本发明涉及人工智能领域,尤其涉及一种线上课程智能推荐方法、装置、电子设备及计算机可读存储介质。

背景技术

随着网络授课的日益普及,越来越多的公司通过自己的在线授课平台对自己的员工进行在线培训,以提高员工的综合实力和竞争力,解决企业人才内训瓶颈,帮助员工实现能力提升,助力企业业务发展。

然而现阶段大部分的企业在线授课平台不具有为员工智能推荐学习课程的功能,用户只是单调地学习平台系统管理员在后台手动推送的课程,这种学习方式使员工处于被动,通常无法学习自己感兴趣的课程,从而导致线上课程推荐的效率较低。

发明内容

本发明提供一种线上课程智能推荐方法、装置、电子设备及计算机可读存储介质,其主要目的在于提高线上课程推荐的效率。

为实现上述目的,本发明提供的一种线上课程智能推荐方法,包括:

获取线上课程和其对应的课程标签,对所述线上课程进行分词,得到课程词语集,将所述课程词语集中每个课程词语与所述课程标签进行向量拼接,得到拼接词语向量集;

设置所述拼接词语向量集中每个拼接词语向量的词语权重值,并计算所述拼接词语向量集中每个拼接词语向量的词语散列值,根据所述词语散列值和所述词语权重值,对所述拼接词语向量集中每个拼接词语向量进行加权操作,得到每个所述拼接词语向量的词语加权值;

将每个所述拼接词语向量的词语加权值进行累加操作,得到所述线上课程的课程加权值,根据所述课程加权值,采用相似哈希算法计算所述线上课程的课程散列值;

根据所述课程散列值,计算所述线上课程中任意两个课程的汉明距离,根据所述汉明距离,对所述线上课程进行相似度排序,得到所述线上课程的相似线上课程列表;

查询待推荐用户的历史浏览课程,将所述历史浏览课程与所述线上课程进行匹配,并从匹配成功的所述线上课程的相似线上课程列表中选取满足预设条件的相似线上课程,将选取的相似线上课程返回至所述待推荐用户。

可选地,所述对所述线上课程进行分词,得到课程词语集,包括:

采用分词算法对所述线上课程进行词图扫描,得到所述线上课程的词语有向无环图;

采用动态规划算法计算所述词语有向无环图中的词语生成路径,得到词语生成概率;

根据所述词语生成概率,对所述词语有向无环图进行词语切分,得到课程词语集。

可选地,所述将所述课程词语集中每个课程词语与所述课程标签进行向量拼接,得到拼接词语向量集,包括:

采用词向量转换算法将课程词语集中每个课程词语与所述课程标签转换成课程词语向量和课程标签向量;

利用向量拼接字符将每个所述课程词语向量和课程标签向量进行拼接,得到拼接词语向量集。

可选地,所述根据所述词语散列值和所述词语权重值,对所述拼接词语向量集中每个拼接词语向量进行加权操作,得到每个所述拼接词语向量的词语加权值,包括:

下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。

该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于中国平安财产保险股份有限公司,未经中国平安财产保险股份有限公司许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服

本文链接:http://www.vipzhuanli.com/pat/books/202110960713.2/2.html,转载请声明来源钻瓜专利网。

×

专利文献下载

说明:

1、专利原文基于中国国家知识产权局专利说明书;

2、支持发明专利 、实用新型专利、外观设计专利(升级中);

3、专利数据每周两次同步更新,支持Adobe PDF格式;

4、内容包括专利技术的结构示意图流程工艺图技术构造图

5、已全新升级为极速版,下载速度显著提升!欢迎使用!

请您登陆后,进行下载,点击【登陆】 【注册】

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top