CN114036381B 课程推 荐方法及装置、存储介质和电子设备 （泰康保险集团股份有限公司）

根据每门课程产生的交互行为和交互行为对应所述时间复杂度因子用于标识所述交互行为对2采集课程行为数据，所述课程行为数据包括全部用户与课程进行交互行为产生的数根据每门课程对应的交互行为和所述交互行为对应的时课程的基础分值，所述时间复杂度因子用于标识所述交互行为对课程受众程度的影响程根据当前用户的课程学习内容更新当前用户的具有多个维度的根据所述目标分值确定目标课程集推荐至所述当前用其中，所述当前用户的具有多个维度的用户数据包括所述当前用户的交互行为数据、所述结合所述每门课程的基础分值、更新后的用户数据以及预设的权根据所述每门课程的基础分值和预设的课程互动权重因子，在所述根据每门课程对应的交互行为和所述交互行为对应的根据子行为类型与可操性因子的对应关系，确定每门课程的多个针对每门课程，获取每个所述子行为的执行时间到当前时根据概率区间与时间衰减因子的对应关系，确定每个所述子行为根据每个所述子行为的执行次数和对应的时间复杂度因子，计算3根据所述课程学习内容确定所述当前用户的兴趣课程类型，并更针对每门课程，求取对应于每个数据维度的所述得分的和值，若所述业务能力维度达到预设能力维度，则为所述目标课程对数据采集模块，用于采集课程行为数据，所述课程行为数据包基础分值计算模块，用于根据每门课程对应的交互行为和所述其中，所述当前用户的具有多个维度的用户数据包括所述当前用户的交互行为数据、根据所述每门课程的基础分值和预设的课程互动权重因子，9.一种计算机存储介质，其上存储有计算机程序4存储装置，用于存储一个或多个程序，当所述一个或多个程序被器执行时，使得所述一个或多个处理器实现如权利要求1至7中任一项所述的课程推荐方5提高课程推荐的准确率成为线上学习中不可小觑的问题[0005]本公开的目的在于提供一种课程推荐方法及装置、计算述目标分值确定目标课程集推荐至所述当前用户。6标课程集推荐至所述当前用户。7使得所述一个或多个处理器实现如上述任一项所述[0022]通过参考附图阅读下文的详细描述，本公开示例性实施方式的上述以及其他目[0026]图4示出了根据本公开示例性实施例的计算每门课程对应于当前用户的目标分值[0028]图6示出了根据本公开示例性实施例的课程推荐方法应用于具体应用场景的流程8[0035]附图中所示的方框图仅仅是功能实体，不一定必须与物理上独立的实体相对算每门课程的基础分值，该时间复杂度因子用于标识交互行为对课程受众程度的影响程[0040]步骤S130：根据当前用户的课程学习内容更新当前用户[0042]根据本示例实施例中的课程推荐方法，多个维度用户数9进行交互行为产生的数据，交互行为包括多个子维度，包括但不限于用户对课程的点赞、[0049]具体而言，参见图2，可以通过如下方式获取每个子行为对应的目标时间衰减因[0053]表1和表2分别示出了子行为类型与可操性因子的对应关系和概率区间与时间衰时间衰减因子0.80.70.60.50.40.30.2的比值为25/30＝83即子行为“赞”对应的概率为83则参见表2的概率区间与时间衰[0063]在步骤S120中，根据每门课程对应的交互行为和交互行为对应的时间复杂度因交互行为包括多个子行为，参见图3示出了本公开示例性实施例的计算每门课程的基础分[0071]通过当前用户的具有多个维度的用户数据能够获取当前[0072]图4示出了根据本公开示例性实施例的计算每门课程对应于当前用户的目标分值的交互行为数据为符合当前用户在当前时刻的兴趣和个[0077]在本公开的示例性实施例中，预设的课程互动权重因子的基础分值为70分，预设的课程互动权重因子为30则课程A对应的课程互动分值[0079]在本公开的示例性实施例中，预设的权重因子除了包括步骤420所述的预设的课分是根据交互行为数据维度对应的交互权重因子(包含于预设的权重因子)和每门课程的程B和目标课程C分别增加分值为70×3021、75×3022.5、60×30[0086]在一些可能的实施方式中，在目标兴趣标签所属的目标数据维度包括业务数据求程度，若根据当前用户的业务数据评估确定当前用户的业务能力维度达到预设能力维重因子为20业务数据维度对应的业务权重因子为20更新后的交互行为数据对应的交互权重因子为30那么通过步骤S520可以得到课程A对应于用户属性数据维度的得分为70×2014，课程A对应于业务数据维度的将该数据维度对应的权重平均分配至其他数据维度和课程互动权重因子，继续以课程A为因子，则用户属性数据维度对应的属性权重因子为30业务数据维度对应的业务权重因权重平均分配至其他数据维度且不调整课程互动权重因的课程互动分值为基础，例如课程A的课程互动权重因子为30则课程A对应于业务数据维度的得分为70×30%×204.2，课程A对应于更新后的交互更新后的交互行为数据维度对于用户A的影响程度要高于用户B，将用户A的该维度的权重[0097]在一些可能的实施方式中，可以按照目标分值由大到小的顺序进行排序形成序[0098]在一些可能的实施方式中，在根据目标分值确定目标课程集推荐至当前用户之[0099]下面结合具体应用场景对本公开的课程推荐方法进行说明，图6示出了本公开的[0103]根据本示例实施例中的课程推荐方法，多个维度用户数课程推荐装置700可以包括数据采集模块710、基础分值计算模块720、目标分值计算模块[0106]基础分值计算模块720，用于根据每门课程对应的交互行为和交互行为对应的时[0107]目标分值计算模块730，用于根据当前用户的课程学习内容更新当前用户的具有每门课程的多个子行为的类型所对应的目标[0119]基础分值计算单元，用于根据每个子行为的执行次数和[0128]用户分值计算单元还用于针对每门课程，求取对应于每个数据维度的得分的和[0138]由于本公开的示例性实施例的课程推荐装置的各个功能模块与上述课程推荐方单元的特征和功能可以进一步划分为由多个模块或[0141]参考图8所示，描述了根据本公开的示例性实施方式的用于实现上述方法的程序[0145]可以以一种或多种程序设计语言的任意组合来编写用于执行本公开操作的程序[0147]下面参照图9来描述根据本公开的这种实施例的电子设备900。图9显示的电子设[0149]其中，所述存储单元存储有程序代码，所述程序代码可以被所述处理单元910执[0150]存储单元920可以包括易失性存储单元形式的可读介质，例如随机存取存储单元[0151]存储单元920还可以包括具有一组(至少一个)程序模块9205的程序/实用工具[0152]总线930可以为表示几类总线结构中的一种或多种，包括存储单元总线或者存储[0155]此外，上述附图仅是根据本公开示例性实施例的方法所包括的处理的示意性说适应性变化遵循本公开的一般性原理并包括本公开未公开的本技术领域中的公知常识或