本发明专利技术涉及人工智能领域，揭露一种线上课程智能推荐方法，包括：获取线上课程和课程标签，对线上课程进行分词后与课程标签进行向量拼接，得到拼接词语向量集；根据拼接词语向量集，计算线上课程的课程加权值，根据课程加权值，计算线上课程的课程散列值；根据课程散列值，计算线上课程中任意两个课程的汉明距离，根据汉明距离，对线上课程进行相似度排序，得到相似线上课程列表；查询待推荐用户的历史浏览课程，将历史浏览课程与线上课程进行匹配，从匹配成功的线上课程的相似线上课程列表中选取满足预设条件的相似线上课程返回至待推荐用户。此外，本发明专利技术还涉及区块链技术，所述课程散列值可存储于区块链中。本发明专利技术可以提高线上课程推荐的效率。上课程推荐的效率。上课程推荐的效率。
【技术实现步骤摘要】
线上课程智能推荐方法、装置、电子设备及存储介质
[0001]本专利技术涉及人工智能领域，尤其涉及一种线上课程智能推荐方法、装置、电子设备及计算机可读存储介质。
技术介绍
[0002]随着网络授课的日益普及，越来越多的公司通过自己的在线授课平台对自己的员工进行在线培训，以提高员工的综合实力和竞争力，解决企业人才内训瓶颈,帮助员工实现能力提升,助力企业业务发展。
[0003]然而现阶段大部分的企业在线授课平台不具有为员工智能推荐学习课程的功能，用户只是单调地学习平台系统管理员在后台手动推送的课程，这种学习方式使员工处于被动，通常无法学习自己感兴趣的课程，从而导致线上课程推荐的效率较低。
技术实现思路
[0004]本专利技术提供一种线上课程智能推荐方法、装置、电子设备及计算机可读存储介质，其主要目的在于提高线上课程推荐的效率。
[0005]为实现上述目的，本专利技术提供的一种线上课程智能推荐方法，包括：
[0006]获取线上课程和其对应的课程标签，对所述线上课程进行分词，得到课程词语集，将所述课程词语集中每个课程词语与所述课程标签进行向量拼接，得到拼接词语向量集；
[0007]设置所述拼接词语向量集中每个拼接词语向量的词语权重值，并计算所述拼接词语向量集中每个拼接词语向量的词语散列值，根据所述词语散列值和所述词语权重值，对所述拼接词语向量集中每个拼接词语向量进行加权操作，得到每个所述拼接词语向量的词语加权值；
[0008]将每个所述拼接词语向量的词语加权值进行累加操作，得到所述线上课程的课程加权值，根据所述课程加权值，采用相似哈希算法计算所述线上课程的课程散列值；
[0009]根据所述课程散列值，计算所述线上课程中任意两个课程的汉明距离，根据所述汉明距离，对所述线上课程进行相似度排序，得到所述线上课程的相似线上课程列表；
[0010]查询待推荐用户的历史浏览课程，将所述历史浏览课程与所述线上课程进行匹配，并从匹配成功的所述线上课程的相似线上课程列表中选取满足预设条件的相似线上课程，将选取的相似线上课程返回至所述待推荐用户。
[0011]可选地，所述对所述线上课程进行分词，得到课程词语集，包括：
[0012]采用分词算法对所述线上课程进行词图扫描，得到所述线上课程的词语有向无环图；
[0013]采用动态规划算法计算所述词语有向无环图中的词语生成路径，得到词语生成概率；
[0014]根据所述词语生成概率，对所述词语有向无环图进行词语切分，得到课程词语集。
[0015]可选地，所述将所述课程词语集中每个课程词语与所述课程标签进行向量拼接，
得到拼接词语向量集，包括：
[0016]采用词向量转换算法将课程词语集中每个课程词语与所述课程标签转换成课程词语向量和课程标签向量；
[0017]利用向量拼接字符将每个所述课程词语向量和课程标签向量进行拼接，得到拼接词语向量集。
[0018]可选地，所述根据所述词语散列值和所述词语权重值，对所述拼接词语向量集中每个拼接词语向量进行加权操作，得到每个所述拼接词语向量的词语加权值，包括：
[0019]根据所述词语散列值，标记每个所述拼接词语向量的负位数和正位数；
[0020]将所述词语权重值的相反数作为所述负位数的加权值，将所述词语权重值作为所述正位数的加权值；
[0021]汇总所述负位数的加权值和所述正位数的加权值，得到每个所述拼接词语向量的词语加权值。
[0022]可选地，所述根据所述课程散列值，计算所述线上课程中任意两个线上课程的汉明距离，包括：
[0023]根据所述课程散列值，获取所述任意两个线上课程的散列值位数；
[0024]若所述散列值位数的个数相同，识别所述散列值位数中不同数值的数量，根据所述不同数值的数量，确定所述任意两个线上课程的汉明距离；
[0025]若所述散列值位数的个数不相同，则从个数长的散列值中裁剪出与个数较短的散列值相同的位数，并识别裁剪的散列值位数中不同数值的数量，根据所述不同数值的数量，确定所述任意两个线上课程的汉明距离；
[0026]可选地，所述将所述历史浏览课程与所述线上课程进行匹配，包括：
[0027]计算所述历史浏览课程与所述线上课程的名称匹配度；
[0028]若所述名称匹配度大于预设匹配度，则所述历史浏览课程与所述线上课程匹配成功；
[0029]若所述名称匹配度不大于预设匹配度，则所述历史浏览课程与所述线上课程匹配失败。
[0030]可选地，所述计算所述历史浏览课程与所述线上课程的名称匹配度，包括：
[0031]利用下述公式计算所述历史浏览课程与所述线上课程的名称匹配度：
[0032][0033]其中，T(x,y)表示名称匹配度，x
i
表示历史浏览课程中第i个课程的名称字符向量，y
j
表示线上课程中第j个课程的名称字符向量。
[0034]为了解决上述问题，本专利技术还提供一种线上课程智能推荐装置，所述装置包括：
[0035]向量拼接模块，用于获取线上课程和其对应的课程标签，对所述线上课程进行分词，得到课程词语集，将所述课程词语集中每个课程词语与所述课程标签进行向量拼接，得到拼接词语向量集；
[0036]向量加权模块，用于设置所述拼接词语向量集中每个拼接词语向量的词语权重值，并计算所述拼接词语向量集中每个拼接词语向量的词语散列值，根据所述词语散列值
和所述词语权重值，对所述拼接词语向量集中每个拼接词语向量进行加权操作，得到每个所述拼接词语向量的词语加权值；
[0037]散列值计算模块，用于将每个所述拼接词语向量的词语加权值进行累加操作，得到所述线上课程的课程加权值，根据所述课程加权值，采用相似哈希算法计算所述线上课程的课程散列值；
[0038]相似课程生成模块，用于根据所述课程散列值，计算所述线上课程中任意两个课程的汉明距离，根据所述汉明距离，对所述线上课程进行相似度排序，得到所述线上课程的相似线上课程列表；
[0039]线上课程推荐模块，用于查询待推荐用户的历史浏览课程，将所述历史浏览课程与所述线上课程进行匹配，并从匹配成功的所述线上课程的相似线上课程列表中选取满足预设条件的相似线上课程，将选取的相似线上课程返回至所述待推荐用户。
[0040]为了解决上述问题，本专利技术还提供一种电子设备，所述电子设备包括：
[0041]至少一个处理器；以及，
[0042]与所述至少一个处理器通信连接的存储器；其中，
[0043]所述存储器存储有可被所述至少一个处理器执行的计算机程序，所述计算机程序被所述至少一个处理器执行，以实现上述所述的线上课程智能推荐方法。
[0044]为了解决上述问题，本专利技术还提供一种计算机可读存储介质，所述计算机可读存储介质中存储有至少一个计算机程序，所述至少一个计算机程序被电子设备中的处理器执行以实现上述所述的线上本文档来自技高网...
【技术保护点】
【技术特征摘要】
1.一种线上课程智能推荐方法，其特征在于，所述方法包括：获取线上课程和其对应的课程标签，对所述线上课程进行分词，得到课程词语集，将所述课程词语集中每个课程词语与所述课程标签进行向量拼接，得到拼接词语向量集；设置所述拼接词语向量集中每个拼接词语向量的词语权重值，并计算所述拼接词语向量集中每个拼接词语向量的词语散列值，根据所述词语散列值和所述词语权重值，对所述拼接词语向量集中每个拼接词语向量进行加权操作，得到每个所述拼接词语向量的词语加权值；将每个所述拼接词语向量的词语加权值进行累加操作，得到所述线上课程的课程加权值，根据所述课程加权值，采用相似哈希算法计算所述线上课程的课程散列值；根据所述课程散列值，计算所述线上课程中任意两个课程的汉明距离，根据所述汉明距离，对所述线上课程进行相似度排序，得到所述线上课程的相似线上课程列表；查询待推荐用户的历史浏览课程，将所述历史浏览课程与所述线上课程进行匹配，并从匹配成功的所述线上课程的相似线上课程列表中选取满足预设条件的相似线上课程，将选取的相似线上课程返回至所述待推荐用户。2.如权利要求1所述的线上课程智能推荐方法，其特征在于，所述对所述线上课程进行分词，得到课程词语集，包括：采用分词算法对所述线上课程进行词图扫描，得到所述线上课程的词语有向无环图；采用动态规划算法计算所述词语有向无环图中的词语生成路径，得到词语生成概率；根据所述词语生成概率，对所述词语有向无环图进行词语切分，得到课程词语集。3.如权利要求1所述的线上课程智能推荐方法，其特征在于，所述将所述课程词语集中每个课程词语与所述课程标签进行向量拼接，得到拼接词语向量集，包括：采用词向量转换算法将课程词语集中每个课程词语与所述课程标签转换成课程词语向量和课程标签向量；利用向量拼接字符将每个所述课程词语向量和课程标签向量进行拼接，得到拼接词语向量集。4.如权利要求1所述的线上课程智能推荐方法，其特征在于，所述根据所述词语散列值和所述词语权重值，对所述拼接词语向量集中每个拼接词语向量进行加权操作，得到每个所述拼接词语向量的词语加权值，包括：根据所述词语散列值，标记每个所述拼接词语向量的负位数和正位数；将所述词语权重值的相反数作为所述负位数的加权值，将所述词语权重值作为所述正位数的加权值；汇总所述负位数的加权值和所述正位数的加权值，得到每个所述拼接词语向量的词语加权值。5.如权利要求1所述的线上课程智能推荐方法，其特征在于，所述根据所述课程散列值，计算所述线上课程中任意两个线上课程的汉明距离，包括：根据所述课程散列值，获取所述任意两个线上课程的散列值位数；若所述散列值位数的个数相同，识别所述散列值位数中不同数值的数量，根据所述不同数值的数量，确定所述任意两个线上课程的汉明距离；若所述散列值位数的个数不相同，...
【专利技术属性】
技术研发人员：严杨扬，
申请(专利权)人：中国平安财产保险股份有限公司，
类型：发明
国别省市：
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。