[发明专利]自动推荐培训课程的方法及相关设备

说明书

本公开提供一种自动推荐培训课程的方法及相关设备，通过从多个方面分析处理教育平台收集到的用户个人信息和课程信息，得到多个课程召回备选集，从多个课程召回备选集中按照预定权重选取相应数量的课程，得到用于向用户推荐课程的多路课程召回备选集。实现了根据用户岗位分类，将用户分组进行分析计算，从而提高计算效率及数据分析精准度，且分析结果更贴合企业及个人的培训需求，从而实现精准的课程推荐。

技术领域

本公开涉及教育培训技术领域，尤其涉及一种自动推荐培训课程的方法及相关设备。

背景技术

在当今互联网信息过载的背景下，大多数人除了主动获取信息外，对被动获取到的信息的质量和特性要求越来越高。因此基于场景服务的软件平台迫切需要提升信息分发的效率，当效率提升到一定程序，会给用户带来一种全新的体验。

大型企业在线教育平台亟需从采用传统的手工维护或简单的流量排序推送资源信息的手段，向个性化、自动化、智能化的推送方式变革。之所以使用推荐模型，是因为不同用户对于培训学习资源有着不同的需求，用户对培训课程的偏好越来越多样化，而针对全体用户的统一推荐并不能满足用户个性化的需求。通常运维人员只会推荐绝大多数人喜欢的内容，而推荐模型就可以根据用户个性的需求推送个性化的课程资源。然而互联网主流的推荐模型并不适用于企业级教育平台的培训课程推荐，为满足企业级教育平台推荐课程的需求，需要一种新的自动推荐培训课程的方法。

发明内容

有鉴于此，本公开的目的在于提出一种自动推荐培训课程的方法及相关设备。

基于上述目的，本公开提供了一种自动推荐培训课程的方法，应用于企业级教育平台，包括：

收集使用所述教育平台的用户的个人数据和行为数据，并从所述个人数据和所述行为数据中提取出用户特征向量；

将所述教育平台上的课程分别按照所述用户学习次数最多和评价分数最高进行排序，分别获取基于所述用户学习次数和所述评价分数的第一课程召回备选集；

对于任一用户，确定所述用户所属的用户组；根据所述用户特征向量计算单个所述用户与同一所述用户组内其余所述用户的用户相似度，将其余所述用户按照所述用户相似度从大到小排序，根据排序结果和所述行为数据获取基于所述用户相似度的第二课程召回备选集；其中，所述用户组是根据用户岗位类别预先划分出的；

计算所述用户学习过的所述课程与学习过同一所述课程的其余所述用户学习过的其余所述课程的课程相似度，根据所述课程相似度从大到小为其余所述课程排序，获得基于所述课程相似度的第三课程召回备选集；

按照预定的权重分别从所述第一课程召回备选集、所述第二课程召回备选集和所述第三课程召回备选集选取一定数量的所述课程，生成多路课程召回备选集推荐给所述用户。

基于同一发明目的，本公开还提供了一种自动推荐培训课程装置，包括：

数据收集模块，被配置为收集使用所述教育平台的用户的个人数据和行为数据，并从所述个人数据和所述行为数据中提取出用户特征向量；

第一课程召回备选集生成模块，被配置为将所述教育平台上的课程分别按照所述用户学习次数最多和评价分数最高进行排序，分别获取基于所述用户学习次数和所述评价分数的第一课程召回备选集；

第二课程召回备选集生成模块，被配置为对于任一用户，确定所述用户所属的用户组；根据所述用户特征向量计算单个所述用户与同一所述用户组内其余所述用户的用户相似度，将其余所述用户按照所述用户相似度从大到小排序，根据排序结果和所述行为数据获取基于所述用户相似度的第二课程召回备选集；其中，所述用户组是根据用户岗位类别预先划分出的；