【技术实现步骤摘要】
在线课程的推荐方法、装置、计算机设备和存储介质
本申请涉及推荐
，特别是涉及一种在线课程推荐方法、装置、计算机设备和存储介质。
技术介绍
随着国家对教师信息化教育的重视以及智能教育的不断发展，教师可通过在线学习提高自身的教学能力和专业能力，以更专业更博学的从事教育工作。目前教师在线学习平台既可以提供一套通用的学习方案，即当教师登录在线学习平台时可以直接接收平台提供的学习方案进行学习；也可以提供几套不同等级的学习方案供教师在线学习，使得教师登录学习平台后可以选择与自身教学等级匹配的学习方案进行学习。虽然通用的学习方案可以满足大部分教师的在线学习需求，但却无法做到精准和个性化，几套不同等级的学习方案虽然稍微具有针对性，但对同一等级的教师也是提供相同的学习方案，显然也不能满足教师个性化和精准化的学习需求。
技术实现思路
基于此，有必要针对上述技术问题，提供一种能够进行个性化和精准化学习课程推荐的在线课程的推荐方法、装置、计算机设备和存储介质。第一方面，本申请实施例提供一种在线课程的
【技术保护点】
1.一种在线课程的推荐方法，其特征在于，所述方法至少包括：/n获取用户的基础特征数据，所述基础特征数据包括用户属性数据、用户行为数据、用户成长数据以及用户访问数据；/n根据所述基础特征数据，确定所述用户的兴趣特征描述符；/n确定所述基础特征数据对应的待推荐兴趣点模型；/n根据所述待推荐兴趣点模型和所述兴趣特征描述符，确定所述用户的感兴趣课程推荐列表。/n
【技术特征摘要】
1.一种在线课程的推荐方法，其特征在于，所述方法至少包括：
获取用户的基础特征数据，所述基础特征数据包括用户属性数据、用户行为数据、用户成长数据以及用户访问数据；
根据所述基础特征数据，确定所述用户的兴趣特征描述符；
确定所述基础特征数据对应的待推荐兴趣点模型；
根据所述待推荐兴趣点模型和所述兴趣特征描述符，确定所述用户的感兴趣课程推荐列表。
2.根据权利要求1中所述的推荐方法，其特征在于，所述根据所述基础特征数据，确定所述用户的兴趣特征描述符，包括：
对所述基础特征数据进行归类处理，得到所述基础特征数据对应的n个维度特征，并将所述n个维度特征确定为所述用户的兴趣特征描述符；其中，每个维度特征中包括多个特征数据，n为正整数。
3.根据权利要求1中所述的推荐方法，其特征在于，当所述基础特征数据包括m个类别时，所述确定所述基础特征数据对应的待推荐兴趣点模型，包括：
对所述基础特征数据进行筛选，得到所述基础特征数据中的核心关键词；其中，所述核心关键词表征所述用户的感兴趣课程；
对所述核心关键词进行归类处理，得到m个类别特征标签，所述类别特征标签与所述基础特征数据包括的类别对应；
根据所述m个类别特征标签，建立m个待推荐兴趣点模型。
4.根据权利要求1中所述的推荐方法，其特征在于，所述根据所述待推荐兴趣点模型和所述兴趣特征描述符，确定所述用户的感兴趣课程推荐列表，包括：
根据所述待推荐兴趣点模型，确定与所述待推荐兴趣点模型匹配的待推荐感兴趣课程列表；
根据所述待推荐感兴趣课程列表和所述兴趣特征描述符，确定所述用户的感兴趣课程推荐列表。
5.根据权利要求4中所述的推荐方法，其特征在于，所述根据所述待推荐感兴趣课程列表和所述兴趣特征描述符，确定所述用户的感兴趣课程推荐列表，包括：
根据所述兴趣特征描述符，确定本次课程推荐的推荐策略；
根据所述待推荐感兴趣课程列表中每个待推荐感兴趣课程的属性标签和所述推荐策略，确定每个待推荐感兴趣课程的匹配权重；其中，所述属性标签表征所述待推荐感兴趣课程的名称，所述匹配权重表征待推荐感兴趣课程的可推荐指数；
根据各个待推荐感兴趣课程的匹配权重，确定所述各个待推荐感兴趣课程的各个匹配权重优先级；
根据所述各个匹配权重优先级，确定所述用户的感兴趣课程推荐列表。
6.根据权利要求1中所述的推荐方法，其特征在于，所述获取用户的基础特征数据，包括：
检测所述用户是否是首次登陆，得到检测结果；
当所述检测结果表征所述用户为首次登陆时，接收学习课程信息输入指令；
获取用户...
【专利技术属性】
技术研发人员：龙美霖，刘世良，黄建超，庄梓君，伍晓东，柯维海，喻志翀，胡永松，张佳莉，
申请(专利权)人：广东德诚科教有限公司，
类型：发明
国别省市：广东;44
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。