[发明专利]在线学习资源推荐方法、装置、设备及存储介质

说明书

本申请提供一种在线学习资源推荐方法、装置、设备及存储介质，其中，该方法通过从多个学员中确定待推荐学员，进而，判断该待推荐学员所在的子组织是否为预设高访问量子组织，如果是，则根据该待推荐学员所在的子组织中各个学员的活跃值，确定目标学员的在线学习课程，从而根据该在线学习课程，对上述待推荐学员进行在线学习资源推荐，即本申请实施例通过对在线学习学员的在线学习数据进行分析研究，提出切实可行的在线学习课程进行推荐，提升用户在线学习的满意度，提高用户体验。而且，本申请实施例综合考虑学员进行在线学习的登录次数、学习次数、登录时长和学习时长等数据来确定要推荐的在线学习资源，提高了后续在线学习资源推荐的准确性。

技术领域

本申请涉及数据分析与信息推荐技术领域，尤其涉及一种在线学习资源推荐方法、装置、设备及存储介质。

背景技术

人们对公平教育的不断探索和线下学习对时间和空间的诸多限制，促进了在线学习领域的蓬勃发展。在线学习可以通过网络将名校名师课程以低廉的价格和快捷的方式分享给数以万计的学习者。同时，快节奏的现代生活使得越来越多的人有了终生学习的需求，但与之冲突的学习时间碎片化，使得占用大片时间的线下学习模式的时空代价超过人们的承受能力。因此，不受时间地点限制、随时随地学习和暂停的线上学习模式，受到越来越多学习者的青睐。

在传统方案中，在线学习平台通常由学习人员直接选择所需的学习内容。其中，学习人员会基于所需的课程或费用、周围人的推荐等信息，在未接触实际学习内容的状态下进行选择。

然而，在学习人员实际接触通过如上所述的方式选择的学习内容后，较大一部分出现满意度低于预期的情况。因此如何给用户较精准地推荐在线学习资源，提高用户体验，成为一个急需解决的问题。

发明内容

为解决现有技术中存在的问题，本申请提供一种在线学习资源推荐方法、装置、设备及存储介质。

第一方面，本申请实施例提供一种在线学习资源推荐方法，该方法包括如下步骤：

从多个学员中确定待推荐学员；

判断所述待推荐学员所在的子组织是否为预设高访问量子组织；

若所述待推荐学员所在的子组织为所述预设高访问量子组织，则根据所述待推荐学员所在的子组织中各个学员的活跃值，确定目标学员的在线学习课程，其中，所述学员i的活跃值根据第一预设时间段内所述学员i进行在线学习的登录次数、学习次数、登录时长和学习时长，以及所述第一预设时间段内所述各个学员进行在线学习的人均登录次数、人均学习次数、人均登录时长和人均学习时长确定，i＝1,2,……,n，n等于所述各个学员的数量；

根据所述目标学员的在线学习课程，对所述待推荐学员进行在线学习资源推荐。

在一种可能的实现方式中，所述确定待推荐学员，包括：

获取所述多个学员的所述活跃值；

判断学员j的所述活跃值是否大于第一预设活跃阈值，j＝1,2,……,m，m等于所述多个学员的数量；

若所述学员j的所述活跃值小于或等于所述第一预设活跃阈值，则确定所述学员j为所述待推荐学员；

若所述学员j的所述活跃值大于所述第一预设活跃阈值，则判断所述学员j的所述活跃值是否大于第二预设活跃阈值，所述第二预设活跃阈值大于所述第一预设活跃阈值，若所述学员j的所述活跃值小于或等于所述第二预设活跃阈值，则确定所述学员j为所述待推荐学员。

在一种可能的实现方式中，所述判断所述待推荐学员所在的子组织是否为预设高访问量子组织，包括：