[发明专利]网络课程推荐方法、装置、系统、电子设备、存储介质在审

专利信息
申请号: 201910859769.1 申请日: 2019-09-11
公开(公告)号: CN110610404A 公开(公告)日: 2019-12-24
发明(设计)人: 李素粉;杨杰;占静媛 申请(专利权)人: 中国联合网络通信集团有限公司
主分类号: G06Q30/06 分类号: G06Q30/06;G06Q50/20;H04L29/08
代理公司: 11205 北京同立钧成知识产权代理有限公司 代理人: 袁义科;刘芳
地址: 100033 *** 国省代码: 北京;11
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 网络课程 标杆 用户终端 候选集 课程 历史数据 学员信息 存储介质 电子设备 技术效果 学员学习 用户推荐 用户需求 推送 预设 成功率 匹配 数据库 发送 响应 观看 学习
【说明书】:

本公开提供一种网络课程推荐方法、装置、系统、电子设备、存储介质。方法包括:响应于用户通过用户终端发送的观看网络课程的请求,获取用户的属性,从预设数据库中获取各网络课程被学习的历史数据,根据历史数据确定标杆学员信息,根据被标杆学员学习的网络课程确定待推荐候选集,根据用户的属性、标杆学员的属性和待推荐候选集确定目标推荐课程,将目标推荐课程推送至用户终端,以便用户终端对目标推荐课程进行显示,通过根据标杆学员信息确定待推荐候选集,根据用户的属性和标杆学员的属性从带推荐候选集中确定目标推荐课程,以便精准确定与用户需求相匹配的网络课程,实现了基于用户的需求为用户推荐网络课程,提高推荐的成功率的技术效果。

技术领域

本公开涉及互联网技术领域,具体涉及网络信息推送技术领域,尤其涉及一种网络课程推荐方法、装置、系统、电子设备、存储介质。

背景技术

随着互联网技术的发展和应用的普及,网络信息的推荐成为了人们关注的焦点,如网络课程的推荐。

在现有技术中,通过将网络平台上海量的网络课程的资源进行整合,根据用户相对于网络课程的历史数据对用户进行画像(如用户的兴趣爱好),并根据画像为用户推送网络课程。

发明人在实现本公开的过程中,发现至少存在如下问题:由于网络课程增长的速度很快,而不同的用户对网络课程的需求并不相同,且用户感兴趣的网络课程并不一定是用户当下需要学习的网络课程,因此,通过现有技术中的推荐方法降低了推荐的成功率。

发明内容

本公开提供一种网络课程推荐方法、装置、系统、电子设备、存储介质,用以解决现有技术中推荐的成功率较低的问题。

一方面,本公开实施例提供一种网络课程推荐方法,响应于用户通过用户终端发送的观看网络课程的请求,获取所述用户的属性,并从预设数据库中获取各网络课程被学习的历史数据;

根据所述历史数据确定标杆学员信息,其中,所述标杆学员信息包括标杆学员的属性,以及被所述标杆学员学习的网络课程,且所述标杆学员的学习参数大于预设的参数阈值;

根据被所述标杆学员学习的网络课程确定待推荐候选集;

根据所述用户的属性、所述标杆学员的属性和所述待推荐候选集确定目标推荐课程;

将所述目标推荐课程推送至所述用户终端,以便所述用户终端对所述目标推荐课程进行显示。

在一些实施例中,所述学习参数包括学习次数和学习网络课程数量,所述参数阈值包括次数阈值和数量阈值,所述学习参数大于预设的参数阈值包括:

所述学习次数大于所述次数阈值,且所述学习网络课程数量大于所述数量阈值。

在一些实施例中,在所述根据被所述标杆学员学习的网络课程确定待推荐候选集之后,所述方法还包括:

确定所述待推荐候选集中各网络课程的平均学习时长和平均学习完成量;

根据所述平均学习时长和所述平均学习完成量确定学习量;

从所述待推荐候选集中删除所述学习量小于预设学习量阈值的网络课程;

以及,所述根据所述用户的属性、所述标杆学员的属性和所述待推荐候选集确定目标推荐课程包括:

根据所述用户的属性、所述标杆学员的属性和经过删除处理的待推荐候选集确定所述目标推荐课程。

在一些实施例中,所述根据所述用户的属性、所述标杆学员的属性和所述待推荐候选集确定目标推荐课程包括:

确定所述用户的属性与所述标杆学员的属性的相似度;

从所述待推荐候选集中选取相似度大于预设相似度阈值的标杆学员的网络课程;

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联合网络通信集团有限公司,未经中国联合网络通信集团有限公司许可,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/201910859769.1/2.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