[发明专利]基于用户学习行为的推荐方法及装置

权利要求书

1.一种基于用户学习行为的推荐方法，包括：

获取数据库题目和用户历史数据，其中，所述用户历史数据包括阅读文章记录和关键字搜索记录；

根据所述用户历史数据和预设特征标签确定用户特征画像；

根据所述数据库题目和所述预设特征标签确定题目特征向量；

计算所述用户特征画像和所述题目特征向量的相似度；

根据所述相似度向用户推荐题目；

其中，所述预设特征标签包括用于表征所述用户历史数据的类型和来源的第一特征参数和用于表征题目特征的第二特征参数，所述用户特征画像为由所述第一特征参数组成的N维特征向量X，用于表征用户的学习行为特征，所述题目特征向量为由所述第二特征参数组成的N维特征向量Y。

2.根据权利要求1所述的方法，其特征在于，所述预设特征标签包括制度、合规、组织建设、安全、业务、消防、办公、财务、研发和人力，所述根据所述用户历史数据和预设特征标签确定用户特征画像，包括：

根据所述用户历史数据确定阅读文章记录和关键字搜索记录；

根据所述阅读文章记录、所述关键字搜索记录和所述预设特征标签确定N维特征向量X。

3.根据权利要求2所述的方法，其特征在于，所述根据所述阅读文章记录、所述关键字搜索记录和所述预设特征标签确定N维特征向量X，包括：

统计所述预设特征标签在阅读文章记录和关键字搜索记录出现的第一次数；

根据所述第一次数确定N维特征向量X中的第一特征参数；

根据所述第一特征参数确定N维特征向量X[x₁，x₂，x₃，...，x_n]。

4.根据权利要求1所述的方法，其特征在于，所述根据所述数据库题目和预设特征标签确定题目特征向量，包括：

统计所述预设特征标签在所述数据库题目中的出现的第二次数；

根据所述第二次数确定N维特征向量Y中的第二特征参数；

根据所述第二特征参数确定N维特征向量Y[y₁，y₂，y₃，...，y_n]。

5.根据权利要求1至4任一项所述的方法，其特征在于，所述计算所述用户特征画像和所述题目特征向量的相似度，包括：

计算N维特征向量X和N维特征向量Y的皮尔逊相关系数；

根据预设权重和所述皮尔逊相关系数确定相似度。

6.根据权利要求5所述的方法，其特征在于，所述计算N维特征向量X和N维特征向量Y的皮尔逊相关系数，包括：

分别确定第一特征参数和第二特征参数的均值；

根据所述第一特征参数、所述第二特征参数和所述均值确定皮尔逊相关系数。

7.根据权利要求5所述的方法，其特征在于，所述根据所述相似度向用户推荐题目，包括：

获取用户对应的数据库题目的相似度；

根据所述相似度确定相似度数组；

对所述相似度数组进行降序排序；

获取排序后相似度数组中前i个题目作为待推荐题目向用户推荐，i为正整数。

8.一种基于用户学习行为的推荐装置，包括：

获取模块，用于获取数据库题目和用户历史数据，其中，所述用户历史数据包括阅读文章记录和关键字搜索记录；

第一确定模块，用于根据所述用户历史数据和预设特征标签确定用户特征画像；

第二确定模块，用于根据所述数据库题目和所述预设特征标签确定题目特征向量；

计算模块，用于计算所述用户特征画像和所述题目特征向量的相似度；以及

推荐模块，用于根据所述相似度向用户推荐题目；

其中，所述预设特征标签包括用于表征所述用户历史数据的类型和来源的第一特征参数和用于表征题目特征的第二特征参数，所述用户特征画像为由所述第一特征参数组成的N维特征向量X，用于表征用户的学习行为特征，所述题目特征向量为由所述第二特征参数组成的N维特征向量Y。