[发明专利]在线课程的推荐方法、装置、计算机设备和存储介质

说明书

本申请提供一种在线课程的推荐方法、装置、计算机设备和存储介质。该方法包括：获取用户的基础特征数据，所述基础特征数据包括用户属性数据、用户行为数据、用户成长数据以及用户访问数据；根据所述基础特征数据，确定所述用户的兴趣特征描述符；确定所述基础特征数据对应的待推荐兴趣点模型；根据所述待推荐兴趣点模型和所述兴趣特征描述符，确定所述用户的感兴趣课程推荐列表。采用本申请方法能够避免现有技术中采用通用的一套课程学习方案或者固定的几套课程学习方案导致的用户学习方向不明确以及学习能力范围不可知的弊端，有效避免了用户在线学习的盲目性，从而也有效提高了在线课程推荐的针对性和精准性。

技术领域

本申请涉及推荐技术领域，特别是涉及一种在线课程推荐方法、装置、计算机设备和存储介质。

背景技术

随着国家对教师信息化教育的重视以及智能教育的不断发展，教师可通过在线学习提高自身的教学能力和专业能力，以更专业更博学的从事教育工作。

目前教师在线学习平台既可以提供一套通用的学习方案，即当教师登录在线学习平台时可以直接接收平台提供的学习方案进行学习；也可以提供几套不同等级的学习方案供教师在线学习，使得教师登录学习平台后可以选择与自身教学等级匹配的学习方案进行学习。

虽然通用的学习方案可以满足大部分教师的在线学习需求，但却无法做到精准和个性化，几套不同等级的学习方案虽然稍微具有针对性，但对同一等级的教师也是提供相同的学习方案，显然也不能满足教师个性化和精准化的学习需求。

发明内容

基于此，有必要针对上述技术问题，提供一种能够进行个性化和精准化学习课程推荐的在线课程的推荐方法、装置、计算机设备和存储介质。

第一方面，本申请实施例提供一种在线课程的推荐方法，包括：

获取用户的基础特征数据，所述基础特征数据包括用户属性数据、用户行为数据、用户成长数据以及用户访问数据；

根据所述基础特征数据，确定所述用户的兴趣特征描述符；

确定所述基础特征数据对应的待推荐兴趣点模型；

根据所述待推荐兴趣点模型和所述兴趣特征描述符，确定所述用户的感兴趣课程推荐列表。

在其中一个实施例中，所述根据所述基础特征数据，确定所述用户的兴趣特征描述符，包括：

对所述基础特征数据进行归类处理，得到所述基础特征数据对应的n个维度特征，并将所述n个维度特征确定为所述用户的兴趣特征描述符；其中，每个维度特征中包括多个特征数据，n为正整数。

在其中一个实施例中，当所述基础特征数据包括m个类别时，所述确定所述基础特征数据对应的待推荐兴趣点模型，包括：

对所述基础特征数据进行筛选，得到所述基础特征数据中的核心关键词；其中，所述核心关键词表征所述用户的感兴趣课程；

对所述核心关键词进行归类处理，得到m个类别特征标签，所述类别特征标签与所述基础特征数据包括的类别对应；

根据所述m个类别特征标签，建立m个待推荐兴趣点模型。

在其中一个实施例中，所述根据所述待推荐兴趣点模型和所述兴趣特征描述符，确定所述用户的感兴趣课程推荐列表，包括：

根据所述待推荐兴趣点模型，确定与所述待推荐兴趣点模型匹配的待推荐感兴趣课程列表；

根据所述待推荐感兴趣课程列表和所述兴趣特征描述符，确定所述用户的感兴趣课程推荐列表。

在其中一个实施例中，所述根据所述待推荐感兴趣课程列表和所述兴趣特征描述符，确定所述用户的感兴趣课程推荐列表，包括：

根据所述兴趣特征描述符，确定本次课程推荐的推荐策略；