[发明专利]基于用户学习行为的推荐方法及装置

说明书

本公开提供了一种基于用户学习行为的推荐方法，可以应用于人工智能技术领域。该方法包括：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。本公开还提供了一种基于用户学习行为的推荐装置、设备、存储介质和程序产品。

技术领域

本公开涉及人工智能领域，具体地涉及一种基于用户学习行为的推荐方法、装置、设备、介质和程序产品。

背景技术

随着信息技术的高速发展，使用计算机等设备进行线上答题的方式越来越普及。

一个示例中，通过随机在题库中抽取题目让答题人作答，然而这种答题方式没有针对性，不能满足对作答人员知识学习情况测试的检验效果。

发明内容

鉴于上述问题，本公开提供了提高一种基于用户学习行为的推荐方法、装置、设备、介质和程序产品。

根据本公开的第一个方面，提供了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。

根据本公开的实施例，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。

根据本公开的实施例，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]。

根据本公开的实施例，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]。

根据本公开的实施例，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；