[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

说明书

本发明涉及人工智能，提供了基于人工智能的课程数据推荐方法、装置、设备及介质，先是获取待预测对象在本轮参数采集时间周期的观测参数集，然后将与观测参数集相应的待预测输入向量输入至预测模型进行运算得到当前对象输出结果，之后以将当前对象输出结果输入至分类模型进行运算得到当前对象分类结果，最后获取与当前对象分类结果相应的目标课程推荐数据集以将目标课程推荐数据集发送至与待预测对象相应的接收端。实现了基于用户多维度行为数据形成观测参数集后输入至预测模型和分类模型获取用户的分类结果，基于用户分类结果进行课程推荐，由于参考了更多维度和来自更多系统的用户行为数据，预测结果和分类结果更加准确。

技术领域

本发明涉及人工智能的智能决策技术领域，尤其涉及一种基于人工智能的课程数据推荐方法、装置、计算机设备及存储介质。

背景技术

目前，线上培训在各个领域得到了广泛的应用，一般用户在进行线上培训时，是用户根据线上培训提供的视频目录自主选择待学习视频或者是系统基于用户画像中的用户标签集合进行待学习视频的推荐。

但是线上培训系统基于用户标签进行待学习视频的推荐时，用户标签的形成主要基于用户填写的基本用户信息(如姓名、性别、年龄、学历、工作种类、工作职级等信息)，用户在其他系统中产生的行为数据(如其他领域培训数据，业务行为数据等)未参与形成线上培训系统中用户的用户画像，由于基于原始的用户画像中用户标签组成用户标签集合标签维度较少，导致上述用户标签集合作为线上培训系统进行培训课程推荐的参考标签而得到课程推荐结果随机性很强且不准确。

发明内容

本发明实施例提供了一种基于人工智能的课程数据推荐方法、装置、计算机设备及存储介质，旨在解决现有技术中线上培训系统基于用户标签进行待学习视频的推荐时，基于用户填写的基本用户信息原始得到用户画像中用户标签维度较少，导致其这些用户标签作为线上培训系统进行培训课程推荐的参考标签而得到课程推荐结果随机性很强且不准确的问题。

第一方面，本发明实施例提供了一种基于人工智能的课程数据推荐方法，其包括：

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。

第二方面，本发明实施例提供了一种基于人工智能的课程数据推荐装置，其包括：

观测数据集获取单元，用于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；

输出结果获取单元，用于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；

分类结果获取单元，用于获取分类模型，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

推荐数据集获取单元，用于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。

第三方面，本发明实施例又提供了一种计算机设备，其包括存储器、处理器及存储在所述存储器上并可在所述处理器上运行的计算机程序，所述处理器执行所述计算机程序时实现上述第一方面所述的基于人工智能的课程数据推荐方法。