[发明专利]课程推荐方法、装置、电子设备及存储介质

说明书

本发明涉及智能决策技术，揭露一种课程推荐方法，包括：根据所述工作数据利用预先训练完成的能力评估模型对所述待推荐用户进行能力评价，得到预设能力维度集中每种能力维度对应的能力指数；计算所述能力维度与所述课程标签的关联度，得到初始推荐指数；根据所述初始推荐指数及所述能力指数进行加权计算，得到每个所述课程对应的推荐指数；利用所述推荐指数及预设的推荐阈值对所述课程集合中的所有课程进行筛选，并将筛选的课程推送至所述待推荐用户。本发明还涉及一种区块链技术，所述工作数据可以存储在区块链节点中。本发明还提出一种课程推荐装置、设备以及介质。本发明可以提高课程推荐的准确率。

技术领域

本发明涉及智能决策技术，尤其涉及一种课程推荐方法、装置、电子设备及存储介质。

背景技术

在实际业务操作过程中，为了更好的提升业务员的能力，需要经常向业务员推荐相关的培训课程。

但是现有的课程推荐方法对课程没有筛选，没有考虑业务人员的工作能力的差异，直接将所有培训课程推荐给被业务人员，导致课程推荐的准确率较低。

发明内容

本发明提供一种课程推荐方法、装置、电子设备及存储介质，其主要目的在于提高了课程推荐的准确率。

获取待推荐用户的工作数据；

根据所述工作数据利用预先训练完成的能力评估模型对所述待推荐用户进行能力评价，得到预设能力维度集中每种能力维度对应的能力指数；

获取课程集合，其中，所述课程集合中的每个课程都有对应的课程标签；

计算所述能力维度与所述课程标签的关联度，得到初始推荐指数；

根据所述初始推荐指数及所述能力指数进行加权计算，得到每个所述课程对应的推荐指数；

利用所述推荐指数及预设的推荐阈值对所述课程集合中的所有课程进行筛选，并将筛选的课程推送至所述待推荐用户的预设终端设备。

可选地，所述根据所述工作数据利用预先训练完成的能力评估模型对所述待推荐用户进行能力评价，得到预设能力维度集中每种能力维度对应的能力指数，包括：

将所述工作数据转化为向量形式，得到工作特征向量；

将所述工作特征向量输入所述能力评估模型，利用所述能力评估模型中的预设激活函数进行计算，得到每种所述能力维度对应的能力指数。

可选地，所述根据所述工作数据利用预先训练完成的能力评估模型对所述待推荐用户进行能力评价之前，所述方法还包括：

获取预设历史工作数据集合，其中，所述历史工作数据集中每个历史工作数据都有每个所述能力维度对应的能力标签值；

将每个所述历史工作数据转化为向量形式，得到历史工作向量；

将每个所述历史工作数据对应的所述能力标签值对该历史工作数据对应的所述历史工作向量；

利用所有标记的所述历史工作向量对预构建的深度学习模型进行迭代训练，得到所述能力评估模型。

可选地，所述计算所述能力维度与所述课程标签的关联度，得到初始推荐指数，包括：

将所述课程标签转换为向量，得到课程向量；

将所述能力维度转换为向量，得到能力维度向量；

计算所述课程向量与所述能力维度向量的相似度，得到所述初始推荐指数。

可选地，所述将所述课程标签转换为向量，得到课程向量，包括：

将所述课程标签的每个字符转化为向量，得到字符向量；