[发明专利]课程推荐方法、装置、计算机设备及存储介质

说明书

本发明涉及智能推荐领域，公开了一种课程推荐方法、装置、计算机设备及存储介质，其方法包括：根据用户的课程交互数据生成课程热度数据；基于课程热度数据构建用户‑课程热度矩阵；根据用户‑课程热度矩阵和课程交互数据计算资源配额矩阵；根据用户‑课程热度矩阵和资源配额矩阵计算推荐预测矩阵；根据推荐预测矩阵计算推荐结果。本发明可以提高课程推荐的成功率。

技术领域

本发明涉及智能推荐领域，尤其涉及一种课程推荐方法、装置、计算机设备及存储介质。

背景技术

随着在线课程的兴起及神经网络技术的发展，越来越多的在线课程网站使用神经网络技术用户的兴趣课程进行精准预测，以提高用户的学习频率。

然而，现有的课程推荐算法高度依赖神经网络算法对训练样本的处理结果，没有体现用户依据课程偏好选择课程的内在逻辑，导致课程推荐的质量不高，推荐的正确率偏低。

发明内容

基于此，有必要针对上述技术问题，提供一种课程推荐方法、装置、计算机设备及存储介质，以提高课程推荐的成功率。

一种课程推荐方法，包括：

根据用户的课程交互数据生成课程热度数据；

基于所述课程热度数据构建用户-课程热度矩阵；

根据所述用户-课程热度矩阵和所述课程交互数据计算资源配额矩阵；

根据所述用户-课程热度矩阵和所述资源配额矩阵计算推荐预测矩阵；

根据所述推荐预测矩阵计算推荐结果。

一种课程推荐装置，包括：

热度数据计算模块，用于根据用户的课程交互数据生成课程热度数据；

热度矩阵构建模块，用于基于所述课程热度数据构建用户-课程热度矩阵；

配置矩阵模块，用于根据所述用户-课程热度矩阵和所述课程交互数据计算资源配额矩阵；

预测矩阵模块，用于根据所述用户-课程热度矩阵和所述资源配额矩阵计算推荐预测矩阵；

推荐结果模块，用于根据所述推荐预测矩阵计算推荐结果。

一种计算机设备，包括存储器、处理器以及存储在所述存储器中并可在所述处理器上运行的计算机可读指令，所述处理器执行所述计算机可读指令时实现上述课程推荐方法。

一个或多个存储有计算机可读指令的可读存储介质，所述计算机可读指令被一个或多个处理器执行时，使得所述一个或多个处理器执行如上述课程推荐方法。

上述课程推荐方法、装置、计算机设备及存储介质，通过基于加权二部图(用户-课程)的信息挖掘推荐方法(包括计算配置矩阵模块和预测矩阵模块的过程)，使推荐数据数值高的课程得以优先推荐。本发明提供的方案可以实现对涉及到的所有课程进行评价，并选择出推荐数据数值高的课程，与用户的课程偏好相符，大幅提高了课程推荐的成功率。

附图说明

为了更清楚地说明本发明实施例的技术方案，下面将对本发明实施例的描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本发明的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动性的前提下，还可以根据这些附图获得其他的附图。

图1是本发明一实施例中课程推荐方法的一应用环境示意图；

图2是本发明一实施例中课程推荐方法的一流程示意图；

图3是本发明一实施例中课程推荐方法的一流程示意图；

图4是本发明一实施例中课程推荐方法的一流程示意图；