[发明专利]选修课的推荐方法、装置和服务器在审

专利信息
申请号: 202011083928.2 申请日: 2020-10-12
公开(公告)号: CN112214688A 公开(公告)日: 2021-01-12
发明(设计)人: 田冷;王泽川;黄诗慧;黄灿;王恒力;柴晓龙 申请(专利权)人: 中国石油大学(北京)
主分类号: G06F16/9536 分类号: G06F16/9536;G06Q50/20
代理公司: 北京三友知识产权代理有限公司 11127 代理人: 周达;周影
地址: 102249*** 国省代码: 北京;11
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 选修课 推荐 方法 装置 服务器
【说明书】:

本说明书提供了一种选修课的推荐方法、装置和服务器。其中,基于该方法,可以先根据目标用户发起的选修课推荐请求中携带的目标用户的身份标识,检索并获取该目标用户已修的预设的基础课的成绩数据;再调用事先训练好的预设的选修课成绩预测模型根据上述目标用户预设的基础课的成绩数据,得到对应的选修课成绩预测结果;进而可以利用上述选修课成绩预测结果作为依据,从多个选修课中确定出该目标用户相对具有较高的学习潜力的选修课作为匹配的选修课,并对该目标用户进行推荐。从而可以帮助学生用户高效、准确地找到与自己当前学习情况匹配,且适合自己学习的选修课,解决了学生用户无法高效、准确地确定出适合自己的选修课的技术问题。

技术领域

本说明书属于互联网技术领域,尤其涉及选修课的推荐方法、装置和服务器。

背景技术

在例如大学等学校的课程学习中,学生在修完一些必修的基础课程后,可以相对自主地选择一些课程作为自己的选修课。而学生在选择选修课时,往往会比较茫然,不知道哪些课程更适合自己学习。

通常学生会自己咨询一些熟识的学长或学姐,根据他们的建议来选择自己的选修课。但是,由于学生所能咨询到的学长或学姐的数量相对有限,且被咨询的学长或学姐的个体情况可能会与该学生存在较大差异。此外,学长或学姐所提供的建议往往还会存在一定的个人主观因素。导致学生通过上述方式很难准确、高效地找到与自己当前学习情况匹配,且适合自己选择学习的选修课。

针对上述技术问题,目前尚未提出有效的解决方案。

发明内容

本说明书提供了一种选修课的推荐方法、装置和服务器,以帮助学生用户高效、准确地找到与自己当前学习情况匹配,且适合自己学习的选修课,解决了学生用户无法高效、准确地确定出适合自己的选修课的技术问题。

本说明书实施例提供了一种选修课的推荐方法,包括:

接收目标用户的选修课推荐请求;其中,所述选修课推荐请求至少携带有目标用户的身份标识;

根据所述目标用户的身份标识,通过检索课程成绩数据库,获取目标用户预设的基础课的成绩数据;

调用预设的选修课成绩预测模型根据所述目标用户预设的基础课的成绩数据,得到对应的选修课成绩预测结果;

根据所述选修课成绩预测结果,确定出与目标用户匹配的选修课,作为目标选修课;

生成并向目标用户发送关于目标选修课的推荐信息。

在一个实施例中,所述选修课推荐请求还携带有目标用户的专业标签。

在一个实施例中,所述方法还包括:

根据所述目标用户的专业标签,从多个预设的选修课成绩预测模型中筛选出与目标用户的专业标签匹配的预设的选修课成绩预测模型;

相应的,调用与目标用户的专业标签匹配的预设的选修课成绩预测模型根据所述目标用户预设的基础课的成绩数据,得到对应的选修课成绩预测结果。

在一个实施例中,所述预设的选修课成绩预测模型按照以下方式建立:

采集往届学生用户的课程成绩数据,作为样本数据;其中,所述往届学生用户的课程成绩数据包括往届学生用户的预设的基础课成绩,以及选修课成绩;

根据所述样本数据,建立多个样本数据集;其中,同一个样本数据集中的样本数据至少包含有一个课程标识相同的选修课的选修课成绩;

利用所述多个样本数据集,分别对基于神经网络的初始模型进行训练,以建立得到预设的选修课成绩预测模型。

在一个实施例中,在利用所述多个样本数据集,分别对基于神经网络的初始模型进行训练之前,所述方法还包括:

下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。

该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于中国石油大学(北京),未经中国石油大学(北京)许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服

本文链接:http://www.vipzhuanli.com/pat/books/202011083928.2/2.html,转载请声明来源钻瓜专利网。

×

专利文献下载

说明:

1、专利原文基于中国国家知识产权局专利说明书;

2、支持发明专利 、实用新型专利、外观设计专利(升级中);

3、专利数据每周两次同步更新,支持Adobe PDF格式;

4、内容包括专利技术的结构示意图流程工艺图技术构造图

5、已全新升级为极速版,下载速度显著提升!欢迎使用!

请您登陆后,进行下载,点击【登陆】 【注册】

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top