[发明专利]一种基于在线学习课程的智能化搜索推荐方法及系统

说明书

本发明特别涉及一种基于在线学习课程的智能化搜索推荐方法及系统。该基于在线学习课程的智能化搜索推荐方法及系统，先为课程打标签，建立课程标签集合；然后分析日志，构建学员画像，建立学员标签集合，计算每个课程对于当前学员的推荐值C，将推荐值C最高的课程集合返回给web端；根据输入的检索关键词扩展关键词集合，构造矩阵计算每个课程的相似值，计算各个因素的权值，并按照降序排列各个因素，返回检索结果集合。该基于在线学习课程的智能化搜索推荐方法及系统，能够快速构建学员画像，定位学员需求，在没有根据特定关键词搜索的情况下，也能实现精准推送课程；通过关键词搜索时利用扩展相似度算法实现了精准搜索、精准定位。

技术领域

本发明涉及智能搜索技术领域，特别涉及一种基于在线学习课程的智能化搜索推荐方法及系统。

背景技术

随着数字时代的到来，”互联网+“概念愈发火热，互联网+教育领域更是如火如荼。如今，社会竞争日益激烈，人们自主学习的意识变得更加强烈，但是网络上的课程繁杂，质量也良莠不齐。在这种背景下，若要在浩瀚无边的网络海洋中寻找对自己有用的课程，势必如同大海捞针一般困难，搜索引擎成了人们不可或缺的信息检索工具。但一般的搜索引擎返回的课程数量往往很大，如何让用户在大量的返回结果中迅速找到最符合自己需求的信息，则显得尤为重要。而根据学员需求个性化检索的方法，就能够决定学员是否能在排序靠前的结果集中找到想要学习的课程，因此检索方式直接影响网站搜索引擎的使用体验，决定了该在线学习网站可靠性和实用性。

面对海量的课程资源，如何灵活地根据个性化需求自动推送，准确返回满足自身需求、且高标准高质量的课程列表，是目前亟待解决的问题。

基于此，本发明提出了一种基于在线学习课程的智能化搜索推荐方法及系统。

发明内容

本发明为了弥补现有技术的缺陷，提供了一种简单高效的基于在线学习课程的智能化搜索推荐方法及系统。

本发明是通过如下技术方案实现的：

一种基于在线学习课程的智能化搜索推荐方法，其特征在于：包括以下步骤：

1)、为课程打标签，建立课程标签集合

创建与上传课程视频时输入课程关键信息，包括课程章节，课程子课时，课时名称，章节目录名称，课程名称和课程简介；根据课程关键信息为课程打上标签，得到课程标签向量；

2)、分析日志，并根据关键词统计频次构建学员画像

通过kafka消息中间件传输关键行为操作日志，并利用关键行为操作日志分析服务对学员行为进行分析；采用spark JavaSDK编写分析程序，对日志进行数据清洗和分析，计算关键词频次，计算课程浏览和学习人数，构建学员需求画像，建立学员标签集合；

3)、智能推荐

通过学员标签集合计算每个标签与当前学员的相关性，通过学员标签集合与课程标签集合向量空间计算出每个课程对于当前学员的推荐值C，并将资源库中的课程按照推荐值 C从大到小降序排列，将推荐值C最高的课程集合返回给web端；

4)、智能检索

根据学员输入的检索关键词进行分词、同义词转义处理，扩展关键词集合，分词词库和同义词词库支持自定义词库；

利用关键词集合和课程标签集合构造矩阵计算每个课程的相似值；根据权重配比计算相似课程的权值，并按照权值大小降序排列相似课程，返回检索结果集合。

为了保证课程标签的强关联性和可靠性，所述步骤1)中，包括自动打标签和手动打标签两种标签方式；

所述自动打标签是指当课程上传或修改时，通过IK分词器对课程关键信息字段进行分词，并将生成的分词结果集与标签词库进行匹配，标签词库自动化为课程打上标签，得到课程标签向量。