【技术实现步骤摘要】
一种教师推荐方法和装置
本专利技术涉及机器学习
，具体而言，涉及一种教师推荐方法和装置。
技术介绍
近年来，国内涌现出众多的大型培训教育机构，这些培训机构设立有特色各异的学科，同时配备了众多教师，用以向学生提供各种兴趣爱好和各学科的课程培训，例如古筝教学、数学教学等。现有技术中，当家长朋友为孩子报名某学科培训班时，选择培训班的重点因素是基于师生档案信息和性格测试结果来完成学生和教师的匹配。但采用现有技术，由于仅仅根据师生的档案信息和性格特征来匹配师生，无法达到学生因材施教，以及教师资源最大化利用的目的。
技术实现思路
有鉴于此，本专利技术实施例的目的在于提供一种教师推荐方法和装置，能够为学生推荐合适的老师，实现因材施教，从而达到教师资源最大化利用的目的。为实现上述目的，第一方面，本专利技术较佳实施例提供了一种教师推荐方法，包括：获取学生的特征信息构建对应的学生画像，其中，学生的特征信息包括学生学习、社交以及差异的特征信息；通过教学特征规则模型对学生画像...
【技术保护点】
1.一种教师推荐方法，其特征在于，所述方法包括：/n获取学生的特征信息构建对应的学生画像，其中，所述学生的特征信息包括学生学习、社交以及差异的特征信息；/n通过教学特征规则模型对所述学生画像进行训练，得到所述学生需要的教师特征；/n根据所述教师特征与预设教师的匹配度推荐教师。/n
【技术特征摘要】
1.一种教师推荐方法，其特征在于，所述方法包括：
获取学生的特征信息构建对应的学生画像，其中，所述学生的特征信息包括学生学习、社交以及差异的特征信息；
通过教学特征规则模型对所述学生画像进行训练，得到所述学生需要的教师特征；
根据所述教师特征与预设教师的匹配度推荐教师。
2.如权利要求1所述的方法，其特征在于，在获取学生的特征信息构建对应的学生画像的步骤之前，所述方法还包括：
采集学生画像和教师画像的样本数据，并对所述样本数据进行标注；
根据标注的样本数据通过机器学习构建教学特征规则模型。
3.如权利要求1所述的方法，其特征在于，根据所述教师特征与预设教师的匹配度推荐教师，包括：
通过余弦相似度计算所述教师特征与每位教师的相似度；
根据所述相似度的排名，由高向低推荐教师。
4.如权利要求3所述的方法，其特征在于，所述通过余弦相似度计算所述教师特征与每位教师的相似度之后，所述方法还包括：
若确定有相似度相同的多个教师，则获取所述多个教师的积分信息；
根据所述积分信息的高低顺序推荐教师。
5.如权利要求4所述的方法，其特征在于，所述获取所述多个教师的积分信息之前，所述方法还包括：
获取教师的分类评价数据和对应的权重值；
根据所述分类评价数据和所述权重值，按照预设积分计算规则得到每个教师的积分信息。
6.一种教师推荐装置，其特征在于，所述装置包括：
采集模块，用于获取学生的特征...
【专利技术属性】
技术研发人员：宋静静，
申请(专利权)人：北京明略软件系统有限公司，
类型：发明
国别省市：北京;11
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。