课程推荐方法、装置、设备及存储介质制造方法及图纸

本发明专利技术公开了一种课程推荐方法、装置、设备及存储介质，包括：根据用户的历史选课数据计算用户相似度以及课程相似度；根据所述用户相似度，计算用户对待推荐课程的第一感兴趣程度，将所述第一感兴趣程度中较高的第一预设数量个课程作为第一推荐课程集合；根据所述课程相似度，计算用户对待推荐课程的第二感兴趣程度，将所述第二感兴趣程度中较高的第二预设数量个课程作为第二推荐课程集合；将所述第一推荐课程集合和所述第二推荐课程集合一起推送给用户。根据本发明专利技术公开的课程推荐方法，可以快速为不同用户推荐不同的课程，使用户快速找到感兴趣的课程，而且推荐课程时可以保密用户信息和课程信息，不仅提高了学习质量和学习效率，还大大提高了用户的体验度。

【技术实现步骤摘要】
课程推荐方法、装置、设备及存储介质
本专利技术涉及智慧教育
，特别涉及一种课程推荐方法、装置、设备及存储介质。
技术介绍
随着互联网技术的飞速发展，网络学习系统已经成为人们学习知识的重要平台，在线教育平台的用户呈几何式增长，为了能满足不同用户的学习需求，各种在线教育平台内容不断丰富、覆盖面不断扩大，为注册用户提供了更多的课程选择和学习空间。但是出于个体的差异，不同人信息的摄取需求不同。因此，如何根据用户的历史学习数据，快速高效的为用户推荐感兴趣的课程显得尤其重要。现有技术中，在线学习平台多以用户主动检索的方式获取自己所需的课程，推荐功能也多以“新品上线”、“排行榜”等形式进行推送，不能很好的针对不同用户的个性化需求，推荐用户感兴趣的课程。用户从众多课程中找出自己感兴趣的课程往往费时费力，且用户的历史学习数据不能得到很好的利用。
技术实现思路
本公开实施例提供了一种课程推荐方法、装置、设备及存储介质。为了对披露的实施例的一些方面有一个基本的理解，下面给出了简单的概括。该概括部分不是泛泛评述，也不是要确定关键/重要本文档来自技高网...

【技术保护点】
1.一种课程推荐方法,其特征在于,包括：/n根据用户的历史选课数据计算用户相似度以及课程相似度；/n根据所述用户相似度，计算用户对待推荐课程的第一感兴趣程度，将所述第一感兴趣程度中较高的第一预设数量个课程作为第一推荐课程集合；/n根据所述课程相似度，计算用户对待推荐课程的第二感兴趣程度，将所述第二感兴趣程度中较高的第二预设数量个课程作为第二推荐课程集合；/n将所述第一推荐课程集合和所述第二推荐课程集合一起推送给用户。/n

【技术特征摘要】
1.一种课程推荐方法,其特征在于,包括：
根据用户的历史选课数据计算用户相似度以及课程相似度；
根据所述用户相似度，计算用户对待推荐课程的第一感兴趣程度，将所述第一感兴趣程度中较高的第一预设数量个课程作为第一推荐课程集合；
根据所述课程相似度，计算用户对待推荐课程的第二感兴趣程度，将所述第二感兴趣程度中较高的第二预设数量个课程作为第二推荐课程集合；
将所述第一推荐课程集合和所述第二推荐课程集合一起推送给用户。


2.根据权利要求1所述的方法，其特征在于，将所述第一推荐课程集合和所述第二推荐课程集合一起推送给用户，包括：
对所述第一推荐课程集合和所述第二推荐课程集合中所有的课程进行优先级排序，然后按照优先级从高到低的顺序一起推送给用户。


3.根据权利要求1所述的方法，其特征在于，根据用户的历史选课数据计算用户相似度以及课程相似度之前，还包括：
在获取用户的历史选课数据时，识别用户的敏感信息，所述敏感信息包括文字敏感信息以及图像敏感信息；
对所述敏感信息进行脱敏处理。


4.根据权利要求3所述的方法，其特征在于，对所述敏感信息进行脱敏处理，包括：
提取所述敏感信息中待脱敏图像的图像特征；
将模板图像的映射表与所述待脱敏图像的图像特征进行匹配，确定所述待脱敏图像的待脱敏区域的位置；
对所述待脱敏图像的待脱敏区域进行脱敏操作；
提取所述敏感信息中的待脱敏文字；
采用预设的文字脱敏规则对所述待脱敏文字进行脱敏操作。


5.根据权利要求1所述的方法，其特征在于，根据用户的历史选课数据计算用户相似度以及课程相似度，包括：
根据所述历史选课数据计算用户相似度矩阵以及课程相似度矩阵；
根据所述用户相似度矩阵计算用户相似度；
根据所述课程相似度矩阵计算课程相似度。


6.根据权利要求1所述的方法，其特征在于，根据所述用户相似度，计算用户对...

【专利技术属性】
技术研发人员：刘鑫宇，
申请(专利权)人：平安普惠企业管理有限公司，
类型：发明
国别省市：广东;44