[发明专利]一种基于企业在线教育的智能推荐方法

权利要求书

1.一种基于企业在线教育的智能推荐方法，其特征在于，包括：

获取企业的知识数据，并将所述知识数据保存到知识数据库中；

获取用户数据和用户的行为数据；

获取企业推送的必要推荐资源；

知识推荐模型，用于根据所述用户数据和所述行为数据，获取所述知识数据库中相应的所述知识数据；所述知识推荐模型，还用于根据所述用户数据，获取相应的所述必要推荐资源；将获取的所述知识数据和所述必要推荐资源合并，生成资源推荐数据，并将所述资源推荐数据向用户端传输；

获取知识数据，并将所述知识数据保存到知识数据库中包括：

基于大数据技术获取所述知识数据，并对所述知识数据进行检测，其包括：

获取包含敏感信息的知识数据，并将所述知识数据中的所述敏感信息进行标记；通过敏感分析模型对标记所述敏感信息的所述知识数据进行分析，获取所述知识数据中的所述敏感信息和所述敏感信息的相关情节；

对获取的所述知识数据进行检测，判断所述知识数据是否包含所述敏感信息或所述敏感信息的相关情节，当所述知识数据包含所述敏感信息或所述敏感信息的相关情节时，则暂停将所述知识数据向所述知识数据库传输；当所述知识数据不包含所述敏感信息和所述敏感信息的相关情节时，则将所述知识数据向所述知识数据库传输；

所述知识数据库，用于对所述知识数据进行鉴别，根据所述知识数据的内容，获取所述知识数据的标题信息、类别信息和权限信息；将所述知识数据与所述知识数据的所述标题信息、所述类别信息、所述权限信息关联；

知识推荐模型，用于根据所述用户数据和所述行为数据，获取所述知识数据库中相应的所述知识数据，其包括：

根据用户的所述行为数据，获取所述知识数据库中相应的所述知识数据；

获取所述知识数据的所述权限信息；

将用户的所述用户数据中的职务信息与所述权限信息进行比对，当所述用户数据中的所述职务信息符合所述权限信息时，将所述知识数据的所述标题信息和所述类别信息向所述用户端传输；

所述用户端，用于接收用户根据所述用户端显示的所述标题信息和所述类别信息输入的知识数据获取指令，并将所述知识数据获取指令向所述知识推荐模型传输；

所述知识推荐模型，用于根据所述知识数据获取指令中的标题信息和类别信息，从所述知识数据库中获取相应的所述知识数据向所述用户端传输；

将获取的所述知识数据和所述必要推荐资源合并，生成资源推荐数据的过程中，还包括：

获取所述知识数据的第一数据列表，同时，获取所述必要推荐资源的第二数据列表，其中，所述第一数据列表以及第二数据列表包括：列表名称以及列表中每个子区域的区域名称、区域位置、区域属性、数据索引；

根据所述第一数据列表以及第二数据列表，确定每个所述子区域的暂存数据，并对所述暂存数据进行数据分析，判断所述暂存数据中是否存在待剔除数据，所述待剔除数据包括：空白字符、重叠字段；

若存在，将所述待剔除数据进行剔除，同时，获取对应子区域的剩余数据，并确定所述剩余数据的形态指标，同时，将所述形态指标导入到知识形态模型中，获得所述剩余数据的知识形态；

若不存在，获取对应子区域的暂存数据的知识形态；

基于所述知识形态构建所述知识数据的第一形态集合，同时，构建所述必要推荐资源的第二形态集合；

根据如下公式，计算所述第一形态集合中的第一知识形态与所述第二形态集合中的第二知识形态之间的第一匹配度S1以及所述第一形态集合中的每个第一知识形态与剩余的每个知识形态之间的第二匹配度S2；

；

；

其中，p1表示所述第一形态集合中第一知识形态的个数，且取值范围为[1，N1]，p2表示所述第二形态集合中第二知识形态的个数，且取值范围为[1，N2]，i表示第一知识形态的形态指标数，且取值范围为[1，n1]；表示第p1个第一知识形态中的第i个形态指标的形态参数；j表示第二知识形态的形态指标数，且取值范围为[1，n2]；表示第p2个第二知识形态中的第j个形态指标的形态参数；表示第一知识形态的平均形态参数；表示第p2个第二知识形态平均形态参数；表示第p3个第一知识形态中的第k个形态指标的形态参数，且k的取值范围为[1，n2]，表示剩余的知识形态的平均形态参数；其中，p3的取值范围为[1，N1-1]；

若第一匹配度大于或等于第一预设度，判断所述第一形态集合的当前容量是否大于第二形态集合的当前容量；

若是，将所述知识数据中与所述第一知识形态相关的数据进行删除；

否则，将所述必要推荐资源中与所述第二知识形态相关的数据进行删除；

同时，若第二匹配度大于或等于第二预设度，将所述知识数据中与所述第一知识形态相匹配的知识形态相关的数据进行删除；

若第一匹配度小于第一预设度，且第二匹配度小于第二预设度，保留所述第一知识形态对应的数据；

根据保留的数据，生成资源推荐数据。