[发明专利]一种课程推荐方法、系统、设备及存储介质

说明书

本发明实施例公开了一种课程推荐方法、系统、设备及存储介质。该方法包括：获取多个用户中待推荐用户的课程标签，其中，课程标签包括在用课程标签、扩展课程标签和移除课程标签中的至少一个；根据待推荐用户的课程学习数据调整各课程标签的标签权重；根据标签权重确定待推荐用户对各课程的偏好结果，并根据偏好结果从各课程中筛选出目标推荐课程。本发明实施例的技术方案，将待推荐用户的课程标签和课程学习数据相结合，通过课程学习数据可以找到待推荐用户潜在的兴趣所在，由此推荐出与待推荐用户的实际需求真正匹配的具有个性化的目标推荐课程。

技术领域

本发明实施例涉及计算机应用技术领域，尤其涉及一种课程推荐方法、系统、设备及存储介质。

背景技术

随着互联网技术的快速发展和普及应用，网络课程逐渐成为人们关注的焦点。但是，在信息爆炸的当下，面对如此巨大的信息量，人们很难快速搜寻到自己感兴趣的或是需要学习的课程。

为解决这一问题，现有的课程推荐系统在为某个用户推荐课程时，多是先获取该用户的常用课程标签，该常用课程标签可以是用户自主设置的或是系统推荐的课程标签；然后再根据常用课程标签为该用户推荐课程。

但是，上述技术方案是根据用户的常用课程标签直接为该用户推荐课程，因局限于常用课程标签，其难以发现用户潜在的兴趣所在，这使得推荐出来的课程与用户实际需求的匹配程度较低。

发明内容

本发明实施例提供了一种课程推荐方法、系统、设备及存储介质，以实现给用户推荐与用户实际需求真正匹配的课程的效果。

第一方面，本发明实施例提供了一种课程推荐方法，可以包括：

获取多个用户中待推荐用户的课程标签，其中，课程标签包括在用课程标签、扩展课程标签和移除课程标签中的至少一个；

根据待推荐用户的课程学习数据调整各课程标签的标签权重；

根据标签权重确定待推荐用户对各课程的偏好结果，并根据偏好结果从各课程中筛选出目标推荐课程。

可选的，根据偏好结果从各课程中筛选出目标推荐课程，可以包括：

根据偏好结果从各课程中筛选出偏好推荐课程；

统计多个用户对每个课程的课程学习次数总和，并根据各课程学习次数总和从各课程中筛选出热门推荐课程；

从各偏好推荐课程和各热门推荐课程中筛选出目标推荐课程。

可选的，扩展课程标签可以通过如下步骤预先生成：

根据多个用户的基本属性数据对多个用户进行聚类，并根据聚类结果确定多个用户中的待推荐用户所在的聚类分组；

根据聚类分组的热门课程标签生成扩展课程标签，其中，热门课程标签是根据聚类分组中各聚类用户的在用课程标签确定的。

可选的，根据待推荐用户的课程学习数据调整各课程标签的标签权重，可包括：

根据待推荐用户的已学习课程的课程学习次数和已学习标签，确定待推荐用户的已学习标签的标签学习次数；

根据标签学习次数调整各课程标签的标签权重。

可选的，上述课程推荐方法，还可以包括：

获取课程的预设课程标签和课程标题的分词结果，根据分词结果和预设课程标签确定课程的词数据；

基于词频-逆向文件频率指数TF-IDF生成词数据的词向量；

获取待推荐用户的当前已学习课程，分别计算当前已学习课程的词向量和各课程的词向量间的相似度；