[发明专利]相似课程的确定方法、装置、设备和存储介质

权利要求书

1.一种相似课程的确定方法，其特征在于，包括：

获取至少两门课程的特征向量；

根据各所述特征向量，确定每两门课程的课程相似度，并基于各所述课程相似度生成课程相似矩阵；

基于所述课程相似矩阵确定相似课程。

2.根据权利要求1所述的方法，其特征在于，所述根据各所述特征向量，确定每两门课程的课程相似度，并基于各所述课程相似度生成课程相似矩阵，包括：

针对每门课程，基于各所述特征向量及给定的相似度计算公式，确定所述课程与其他各所述课程的相似度值；

确定所述课程对应的业务权重值，将所述业务权重值与各所述相似度值的乘积作为所述课程与相应课程的课程相似度；

以设定顺序排列各所述课程相似度，获得所述课程对应的相似度向量；

以各所述课程的相似度向量为列向量，合并形成课程相似矩阵。

3.根据权利要求1所述的方法，其特征在于，所述基于所述课程相似矩阵确定相似课程，包括：

降维处理所述课程相似矩阵，得到设定维度的目标结果矩阵；

确定所述目标结果矩阵中各列向量关联的目标课程，并将各列向量的向量值作为相应目标课程的坐标信息；

在坐标系中基于各所述坐标信息展示各所述目标课程，并基于展示结果确定相似课程。

4.根据权利要求3所述的方法，其特征在于，所述降维处理所述课程相似矩阵，得到设定维度的目标结果矩阵，包括：

获取所述课程相似矩阵的困惑度、设定维度及设置的降维迭代次数，并随机生成维度为所述设定维度的初始结果矩阵；

确定所述课程相似矩阵中各第一列向量在所述困惑度前提下的第一条件概率；

基于各所述第一列向量对应的第一条件概率及给定的梯度公式，迭代更新所述初始结果矩阵直至达到所述降维迭代次数，获得目标结果矩阵。

5.根据权利要求4所述的方法，其特征在于，所述基于各所述第一列向量对应的第一条件概率及给定的梯度公式，迭代更新所述初始结果矩阵直至达到所述降维迭代次数，获得目标结果矩阵，包括：

确定所述初始结果矩阵中各第二列向量在所述困惑度前提下的第二条件概率；

基于各所述第一条件概率、各所述第二条件概率及所述梯度公式，确定所述初始结果矩阵中各第二列向量的梯度值；

基于各所述梯度值更新相应的第二列向量，并基于更新后的各所述第二列向量构成新的初始结果矩阵；

如果当前迭代次数小于所述降维迭代次数，则返回重新执行第二条件概率的确定操作，如果当前迭代次数大于等于所述降维迭代次数，则将初始结果矩阵作为目标结果矩阵。

6.根据权利要求3所述的方法，其特征在于，所述在坐标系中基于各所述坐标信息展示各所述目标课程，并基于展示结果确定相似课程，包括：

获取各所述目标课程的坐标信息，根据所述坐标信息计算各所述目标课程间的坐标距离；

根据所述坐标距离生成对应各所述目标课程的展示图像，并根据所述坐标信息展示各所述展示图像；

根据所述展示图像的展示结果确定相似课程。

7.根据权利要求1所述的方法，其特征在于，所述获取至少两门课程的特征向量，包括：

获取至少两门课程的课程信息和用户参与信息表；

基于各所述课程的课程信息，提取各所述课程的课程难度、时长、肌肉点和卡路里数据作为相应的静态特征值；

基于各所述课程的用户参与信息表，统计各所述课程的完成率、退出率和用户反馈值并作为相应的动态特征值；

合并各所述课程的静态特征值和动态特征值，形成各所述课程的特征向量。

8.根据权利要求7所述的方法，其特征在于，还包括：

监测各所述课程的状态函数输出值，并当所述状态函数输出值改变时更新所述课程的用户参与信息表。