[发明专利]一种在线课程推荐方法、装置、电子设备及存储介质

说明书

本申请属于智慧城市领域，可应用于智慧教育技术领域中。本申请提供了一种在线课程推荐方法、装置、电子设备及存储介质，该方法包括获取当前用户身份特征，所述当前用户身份特征包括但不限于基本信息和特征信息；查找到与所述当前用户的基本信息和/或特征信息相同或相似的历史用户；通过预设课程预测模型，查找到与所述历史用户的身份特征对应的预测课程，确定为预测课程结果，并推荐给所述当前用户。通过人工智能的学习能力实现用户身份特征与预测课程的关系学习，实现推荐课程的准确性。利用预构建的用户索引树，解决新用户冷启动的问题，根据实时用户行为数据的分析，提高用户的体验满意度。

技术领域

本申请涉及大数据技术领域，特别是涉及智慧教育领域中的一种在线课程推荐方法、装置、电子设备及存储介质。

背景技术

随着互联网技术的发展，借助互联网平台进行自主学习的方式已经成为人们学习知识的一种常用手段，有效的帮助了那些因为种种限制无法参与到现场教学，进行学习的学习者。

虽然，基于互联网平台的自主学习方式给人们带来了便捷性，可以使学习者在任何时间、任何地点根据自己的需要通过查看相关学习课程进行学习。但是，目前学习者在基于互联网平台进行自主学习时，各种学习网站推荐的学习课程多以人工推荐或者简单匹配的方式为学习进行学习课程的推荐。因此，推荐的学习课程往往无法满足学习者的需求，使得学习效果不理想。

在线职业教育的信息载体主要是在线的课程，客户端的浏览界面上展示给用户的课程列表必须要贴合用户需求才能达到推荐目的，这就对推荐系统提出了较高的要求，现有的课程推荐系统不能很好的为新用户提供推荐结果，造成了冷启动的问题，用户体验差。

发明内容

鉴于上述问题，提出了一种在线课程推荐方法、装置、电子设备及存储介质，以解决现有在线课程推荐不能贴合新用户需求的问题。

为了解决上述问题，本申请实施例公开了一种在线课程推荐方法，包括：

获取当前用户身份特征，所述当前用户身份特征包括但不限于基本信息和特征信息；

查找到与所述当前用户的基本信息和/或特征信息相同或相似的历史用户；

通过预设课程预测模型，查找到与所述历史用户的身份特征对应的预测课程，确定为预测课程结果，并推荐给所述当前用户。

进一步地，所述查找到与所述当前用户的基本信息和/或特征信息相同或相似的历史用户包括：

若当前用户为新用户，则通过预构建的用户索引树查询到与所述当前用户匹配度最高的历史用户，其中，若所述预设课程预测模型中查询不到与所述当前用户相同的历史用户身份特征对应的预测课程，则将所述当前用户定为新用户；

通过所述对应关系确定与所述历史用户的用户身份特征对应的预测课程结果，确定为所述当前用户的预测课程结果，并推荐给当前用户。

进一步地，所述查找到与所述当前用户的基本信息和/或特征信息相同或相似的历史用户之前，包括：

将所述历史用户的数据属性按照预设维度进行组合及向量化，得到所述用户索引树；

所述数据属性包括：

组织ID，和/或性别，和/或年龄，和/或定制爱好。

进一步地，所述通过预构建的用户索引树查询到与所述当前用户匹配度最高的历史用户包括：

在所述预构建的用户索引树中检索到与所述新用户相似度高的预设数量的历史用户；

利用欧式距离的计算方式，计算出与所述新用户欧式距离最小的历史用户，确定为与所述当前用户匹配度最高的历史用户。

进一步地，所述获取当前用户身份特征，所述当前用户身份特征包括但不限于基本信息和特征信息之前，包括：