[发明专利]基于人工智能的课程数据推荐方法、装置、设备及介质在审

专利信息
申请号: 202210237674.8 申请日: 2022-03-11
公开(公告)号: CN114661945A 公开(公告)日: 2022-06-24
发明(设计)人: 赵立超 申请(专利权)人: 平安科技(深圳)有限公司
主分类号: G06F16/732 分类号: G06F16/732;G06F16/75;G06Q30/06;G06Q50/20
代理公司: 深圳市精英专利事务所 44242 代理人: 丁宇龙
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: 基于 人工智能 课程 数据 推荐 方法 装置 设备 介质
【权利要求书】:

1.一种基于人工智能的课程数据推荐方法,其特征在于,包括:

若确定当前系统时间与本轮参数采集起始时间之间的时间间隔等于预设的参数获取周期,获取待预测对象在本轮参数采集时间周期的观测参数集;

获取预测模型,将与所述观测参数集相应的待预测输入向量输入至所述预测模型进行运算,得到当前对象输出结果;

获取分类模型,将所述当前对象输出结果输入至所述分类模型进行运算,得到当前对象分类结果;以及

获取与所述当前对象分类结果相应的目标课程推荐数据集,将所述目标课程推荐数据集发送至与所述待预测对象相应的接收端。

2.根据权利要求1所述的基于人工智能的课程数据推荐方法,其特征在于,所述若确定当前系统时间与本轮参数采集起始时间之间的时间间隔等于预设的参数获取周期,获取待预测对象在本轮参数采集时间周期的观测参数集之前,还包括:

在历史观测数据集中获取满足预设第一筛选策略的目标历史观测数据集;其中,所述目标历史观测数据集中所包括的每一条目标历史观测数据对应一个目标对象;

在对象输出结果数据库中获取与各目标对象分别相应的对象输出结果;

将每一目标对象的目标历史观测数据和对象输出结果组成每一目标对象相应的样本数据;

通过目标对象相应的样本数据对待训练预测模型进行训练,得到预测模型。

3.根据权利要求2所述的基于人工智能的课程数据推荐方法,其特征在于,所述通过目标对象相应的样本数据对待训练预测模型进行训练,得到预测模型之后,还包括:

将目标对象相应的样本数据中每一子参数依序进行置零屏蔽分别输入至预测模型进行运算,得到样本数据中各子参数相应的参数测试结果以组成参数测试结果集;

若确定目标对象相应的样本数据有子参数对应的参数测试结果与样本数据的对象数据结果的差异值未超出预设的差异值阈值,则将子参数的结果相关性结果设置为非强相关参数;

若确定目标对象相应的样本数据有子参数对应的参数测试结果与样本数据的对象数据结果的差异值超出预设的差异值阈值,则将子参数的结果相关性结果设置为强相关参数;

在目标对象相应的样本数据所包括的各子参数中获取具有强相关参数属性的子参数,组成样本数据的强相关子参数集。

4.根据权利要求1所述的基于人工智能的课程数据推荐方法,其特征在于,所述将与所述观测参数集相应的待预测输入向量输入至所述预测模型进行运算,得到当前对象输出结果,包括:

获取强相关子参数集,将所述待预测输入向量中具有强相关参数属性的子参数的取值进行保留且将具有非强相关参数属性的子参数的取值进行置零,更新所述待预测输入向量,将所述待预测输入向量输入至所述预测模型进行运算得到当前对象输出结果。

5.根据权利要求1所述的基于人工智能的课程数据推荐方法,其特征在于,所述获取与所述当前对象分类结果相应的目标课程推荐数据集,将所述目标课程推荐数据集发送至与所述待预测对象相应的接收端之后,还包括:

获取与所述目标课程推荐数据集相应的目标课程学习轨迹数据,将所述目标课程学习轨迹数据发送至与所述待预测对象相应的接收端。

6.根据权利要求2所述的基于人工智能的课程数据推荐方法,其特征在于,所述预设第一筛选策略用于从所述历史观测数据中筛选出数据产生时间在本轮参数采集时间周期的起始时间之前的一年内、且每一筛选的数据均可对应在对象输出结果数据库查询到对象数据结果的目标历史观测数据。

7.根据权利要求2所述的基于人工智能的课程数据推荐方法,其特征在于,所述通过目标对象相应的样本数据对待训练预测模型进行训练,得到预测模型之后,还包括:

将所述预测模型的模型参数上传至区块链进行存储。

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/202210237674.8/1.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 back_top