[发明专利]课程推送方法、装置、计算机设备及存储介质有效

专利信息
申请号: 202110067041.2 申请日: 2021-01-19
公开(公告)号: CN112395432B 公开(公告)日: 2021-04-06
发明(设计)人: 许丹 申请(专利权)人: 平安科技(深圳)有限公司
主分类号: G06F16/36 分类号: G06F16/36;G06F16/335;G06F16/35;G06F40/284;G06F16/901;G06F16/9535
代理公司: 深圳市赛恩倍吉知识产权代理有限公司 44334 代理人: 杨毅玲;刘丽华
地址: 518000 广东省深圳市福田区福*** 国省代码: 广东;44
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 课程 推送 方法 装置 计算机 设备 存储 介质
【权利要求书】:

1.一种课程推送方法,其特征在于,所述方法包括:

利用新词发现算法从领域知识图谱中提取出多个知识点,并对所述多个知识点进行聚类得到多个知识簇;

从课程数据库中识别出每个知识点对应的至少一个课程;

根据所述多个知识簇及每个知识簇中的知识点对应的至少一个课程生成知识课程有向图,其中,所述知识课程有向图中每个节点上显示有课程链接;

获取用户查询的知识点,判断所述查询的知识点是否为所述查询的知识点对应的第一知识簇中的叶子节点;

当所述查询的知识点不为所述第一知识簇中的叶子节点时,推送所述第一知识簇中所述查询的知识点的所有子节点中的课程链接给所述用户。

2.如权利要求1所述的课程推送方法,其特征在于,所述从领域知识图谱中提取出多个知识点,并对所述多个知识点进行聚类得到多个知识簇包括:

利用新词发现算法识别出所述领域知识图谱中的多个字词;

计算每个字词的词频-逆文件词频值;

根据所述词频-逆文件词频值从所述多个字词中识别出多个知识点;

对所述多个知识点进行嵌入编码得到多个第一编码向量;

对所述多个第一编码向量进行聚类得到多个知识簇。

3.如权利要求2所述的课程推送方法,其特征在于,所述从课程数据库中识别出每个知识点对应的至少一个课程包括:

提取所述课程数据库中的每个课程的课程标题及课程简介;

对每个课程的课程标题进行嵌入编码得到第二编码向量;

对每个课程的课程简介进行嵌入编码得到第三编码向量;

根据每个课程对应的第二编码向量及第三编码向量计算每个课程的课程编码向量;

根据所述第一编码向量及所述课程编码向量计算对应的知识点及课程之间的相似度;

根据所述相似度识别出每个知识点对应的至少一个课程。

4.如权利要求2所述的课程推送方法,其特征在于,所述根据所述多个知识簇及每个知识簇中的知识点对应的至少一个课程生成知识课程有向图包括:

定义每个知识簇的簇名,并将每个簇名作为所述知识课程有向图的根节点;

根据每个知识簇中的知识点的数量确定对应的根节点在所述知识课程有向图中的根级;

根据所述词频-逆文件词频值确定对应的知识点在所述知识课程有向图中的层级;

计算任意两个知识点之间的相似度;

根据所述相似度为不同的根级的任意两个知识点之间生成第一有向线段;

根据所述相似度为同一根级不同层级的任意两个知识点之间生成第二有向线段。

5.如权利要求4所述的课程推送方法,其特征在于,所述根据所述词频-逆文件词频值确定对应的知识点在所述知识课程有向图中的层级包括:

将每个知识点对应的词频-逆文件词频值与多个预设值域范围进行匹配;

将与词频-逆文件词频值匹配成功的预设值域范围确定为目标值域范围;

根据所述目标值域范围对应的标签标识确定所述知识点在所述知识课程有向图中的层级。

6.如权利要求1至5中任意一项所述的课程推送方法,其特征在于,所述方法还包括:

当所述查询的知识点为所述第一知识簇中的叶子节点时,根据所述知识课程有向图确定所述叶子节点指向的第二知识簇中的目标节点;

推送所述第二知识簇中的目标节点的父节点及所述父节点的根节点中的课程链接。

7.如权利要求1至5中任意一项所述的课程推送方法,其特征在于,所述方法还包括:

响应于用户输入的目标课程链接,匹配与所述目标课程链接对应的目标知识点;

查询所述知识课程有向图中所述目标知识点所在的目标知识簇;

将所述目标知识簇中的所有目标节点按照目标节点对应的层级进行分层展示。

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平安科技(深圳)有限公司,未经平安科技(深圳)有限公司许可,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/202110067041.2/1.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