一种基于教育机器人的在线课堂智能推荐方法技术

本发明专利技术提供一种基于教育机器人的在线课堂智能推荐方法，属于在线教育技术领域，具体包括：通过用户的历史观看记录得到反刍比大于预设值的课程，并将其作为高反刍比课程，利用高反刍比课程的关键词进相似课程的筛选，并基于高反刍比课程以及相似课程的用户的点击次数、反刍比、观看时长进行特征关键词的构建；基于特征关键词进行推荐相似课程的筛选，并基于推荐相似课程的筛选评估值进行筛选课程的确认；通过特征关键词确定重点用户，并结合重点用户对筛选课程的点击率、观看时长，并结合相似度实现筛选课程的推荐值的生成，并基于推荐值和筛选评估值确定推荐课程以及推荐课程的推荐排序，从而进一步提升了推荐的准确性。从而进一步提升了推荐的准确性。从而进一步提升了推荐的准确性。

【技术实现步骤摘要】
一种基于教育机器人的在线课堂智能推荐方法


[0001]本专利技术属于在线教育
，尤其涉及一种基于教育机器人的在线课堂智能推荐方法。

技术介绍

[0002]为了基于教育机器人实现对用户在在线课堂的课程的智能推荐，在专利技术专利CN113065060B《基于深度学习的教育平台课程推荐方法及系统》中通过获取用户的行为数据、用户的基本信息和用户的历史观看课程，并将用户的行为序列、课程特征、用户特征和用户所处环境特征，输入到预先训练好的神经网络模型中，输出课程推荐结果，但是却存在以下技术问题：
[0003]1、忽视了对用户的历史观看课程和行为数据的二次筛选，对于用户来说，用户有可能由于误操作或者短暂观看之后觉得兴趣度不大等原因，若不能将上述课程排除在外，则有可能导致推荐结果不够准确。
[0004]2、未考虑基于历史推荐结果的其它用户的点击情况或者观看情况生成多项课程推荐结果，若仅仅采用用户的数据，同时生成一个课程推荐结果，则同样无法准确的实现对课程的推荐。
[0005]针对上述技术问题，本专利技术提供了一种基于教育机器人的在线课堂智能推荐方法。

技术实现思路

[0006]为实现本专利技术目的，本专利技术采用如下技术方案：
[0007]根据本专利技术的一个方面，提供了一种基于教育机器人的在线课堂智能推荐方法。
[0008]一种基于教育机器人的在线课堂智能推荐方法，其特征在于，具体包括：
[0009]S11通过教育机器人获取用户在在线课堂的累计在线时长，并基于所述累计在线时长确定是否能够进行课程的推荐，若是，则进入步骤S12，若否，则输出无法进行课程的推荐；
[0010]S12通过所述用户的历史观看记录得到反刍比大于预设值的课程，并将其作为高反刍比课程，基于高反刍比课程的标题，利用关键词提取模型确定所述高反刍比课程的关键词；
[0011]S13利用所述高反刍比课程的关键词进行所述高反刍比课程的相似课程的筛选，并基于所述高反刍比课程以及所述相似课程的用户的点击次数、反刍比、观看时长进行所述关键词的权值的构建，并基于所述关键词以及所述关键词的权值进行所述用户的特征关键词的构建；
[0012]S14基于所述特征关键词进行推荐相似课程的筛选，并基于所述推荐相似课程的累计观看时长、累计观看人数、累计点击人数得到所述推荐相似课程的筛选评估值，并基于所述筛选评估值进行筛选课程的确认；
[0013]S15通过所述特征关键词确定与所述用户的相似度大于设定值的重点用户，并结合重点用户对筛选课程的点击率、观看时长，并结合所述相似度实现筛选课程的推荐值的生成，并基于所述推荐值和筛选评估值确定推荐课程以及所述推荐课程的推荐排序。
[0014]进一步的技术方案在于，基于所述累计在线时长确定是否能够进行课程的推荐，具体包括：
[0015]当所述用户的累计在线时长小于预设在线时长时，在确定不能够进行课程的推荐。
[0016]进一步的技术方案在于，所述反刍比根据所述课程的用户的观看时长与所述课程的实际时长的比值进行确定。
[0017]进一步的技术方案在于，所述聚类关键词根据所述高反刍比课程群的高反刍比课程的关键词通过去重处理后进行确定。
[0018]进一步的技术方案在于，基于所述相似权值、基础权值、修正权值进行权值的构建，具体包括：
[0019]基于所述基础权值和所述修正权值，采用基于层次分析法的数学模型得到修正后的权值；
[0020]基于所述相似权值对所述修正后的权值进行进一步的修正，得到权值。
[0021]进一步的技术方案在于，基于所述筛选评估值进行筛选课程的确认，具体包括：
[0022]通过所述筛选评估值确定备选的相似推荐课程的数量，并判断所述备选的相似推荐课程的数量确定是否需要进一步的筛选，若是，则进入下一步骤，若否，则将所述备选的相似推荐课程作为相似推荐课程；
[0023]通过所述其它评估值对所述备选的相似推荐课程进行进一步筛选，得到大于评估预设值的备选的相似推荐课程，并基于所述大于评估阈值的备选的相似推荐课程的数量确定是否需要进一步的筛选，若是，则进入下一步骤，若否，则将所述大于评估阈值的备选的相似推荐课程作为相似推荐课程；
[0024]基于所述大于评估阈值的备选的相似推荐课程的累计筛选评估值对所述大于评估阈值的备选的相似推荐课程进行二次筛选，得到相似推荐课程。
[0025]第二方面，本专利技术提供了一种计算机系统，包括：通信连接的存储器和处理器，以及存储在所述存储器上并能够在所述处理器上运行的计算机程序，其特征在于：所述处理器运行所述计算机程序时执行上述的一种基于教育机器人的在线课堂智能推荐方法。
[0026]第三方面，本专利技术提供了一种计算机存储介质，其上存储有计算机程序，当所述计算机程序在计算机中执行时，令计算机执行上述的一种基于教育机器人的在线课堂智能推荐方法。
[0027]本专利技术的有益效果在于：
[0028]通过首先对用户的累计在线时长和高反刍比课程的关键词的提取，从而避免了由于累计在线时长较短导致的推荐的准确性不高的技术问题，同时也通过对高反刍比课程的关键词的提取，实现了对用户的类型的准确评估，保证了进行课程的推荐的准确性。
[0029]通过基于所述高反刍比课程以及所述相似课程的用户的点击次数、反刍比、观看时长进行所述关键词的权值的构建，并基于所述关键词以及所述关键词的权值进行所述用户的特征关键词的构建，从而不仅仅考虑到用户的高反刍比课程，并结合相似课程的情况，
进一步保证了评估的准确性和全面性。
[0030]通过基于所述推荐相似课程的累计观看时长、累计观看人数、累计点击人数得到所述推荐相似课程的筛选评估值，并基于所述筛选评估值进行筛选课程的确认，从而实现了结合其他用户的观看情况实现了对筛选课程的确认，进一步保证了筛选课程的准确性。
[0031]通过结合重点用户对筛选课程的点击率、观看时长，并结合所述相似度实现筛选课程的推荐值的生成，从而实现了从与用户的相似度较高的重点用户的角度实现了对推荐课程的筛选，保证了推荐课程的推荐的准确性。
[0032]其他特征和优点将在随后的说明书中阐述，并且，部分地从说明书中变得显而易见，或者通过实施本专利技术而了解。本专利技术的目的和其他优点在说明书以及附图中所特别指出的结构来实现和获得。
[0033]为使本专利技术的上述目的、特征和优点能更明显易懂，下文特举较佳实施例，并配合所附附图，作详细说明如下。
附图说明
[0034]通过参照附图详细描述其示例实施方式，本专利技术的上述和其它特征及优点将变得更加明显。
[0035]图1是一种基于教育机器人的在线课堂智能推荐方法的流程图；
[0036]图2是特征关键词确定的具体步骤的流程图；
[0037]图3是筛选评估值构建的具体步骤的流程图；
[0038]图4是筛选课程的推荐值的生成的具体步骤的流程图。
具体实施方式
...

【技术保护点】

【技术特征摘要】
1.一种基于教育机器人的在线课堂智能推荐方法，其特征在于，具体包括：通过教育机器人获取用户在在线课堂的累计在线时长，并基于所述累计在线时长确定是否能够进行课程的推荐，若是，则进入下一步骤，若否，则输出无法进行课程的推荐；通过所述用户的历史观看记录得到反刍比大于预设值的课程，并将其作为高反刍比课程，基于高反刍比课程的标题，利用关键词提取模型确定所述高反刍比课程的关键词；利用所述高反刍比课程的关键词进行所述高反刍比课程的相似课程的筛选，并基于所述高反刍比课程以及所述相似课程的用户的点击次数、反刍比、观看时长进行所述关键词的权值的构建，并基于所述关键词以及所述关键词的权值进行所述用户的特征关键词的构建；基于所述特征关键词进行推荐相似课程的筛选，并基于所述推荐相似课程的累计观看时长、累计观看人数、累计点击人数得到所述推荐相似课程的筛选评估值，并基于所述筛选评估值进行筛选课程的确认；通过所述特征关键词确定与所述用户的相似度大于设定值的重点用户，并结合重点用户对筛选课程的点击率、观看时长，并结合所述相似度实现筛选课程的推荐值的生成，并基于所述推荐值和筛选评估值确定推荐课程以及所述推荐课程的推荐排序。2.如权利要求1所述的一种基于教育机器人的在线课堂智能推荐方法，其特征在于，基于所述累计在线时长确定是否能够进行课程的推荐，具体包括：当所述用户的累计在线时长小于预设在线时长时，在确定不能够进行课程的推荐。3.如权利要求1所述的一种基于教育机器人的在线课堂智能推荐方法，其特征在于，所述反刍比根据所述课程的用户的观看时长与所述课程的实际时长的比值进行确定。4.如权利要求1所述的一种基于教育机器人的在线课堂智能推荐方法，其特征在于，所述特征关键词确定的具体步骤为：获取所述高反刍比课程的关键词，并基于所述关键词对所述高反刍比课程进行聚类分析得到高反刍比课程群以及所述高反刍比课程群的关键词，并将所述高反刍比课程群的关键词作为聚类关键词；基于所述聚类关键词所对应的高反刍比课程群的高反刍比课程的数量、高反刍比课程的反刍比的平均值以及最大值进行所述聚类关键词的基础权值的构建，并判断所述基础权值是否大于权值限定值，若是，则基于所述基础权值以及所述聚类关键词进行特征关键词的构建，若否，则进入下一步骤；基于所述聚类关键词所对应的高反刍比课程群的高反刍比课程的用户的观看时长的和、用户的点击次数的和、用户的反刍比的和进行所述聚类关键词的修正权值的构建；基于所述聚类关键词进行所述高反刍比课程群的相似课程的确定，并基于所述相似课程的用户的观看时长的和、用户的点击次数的和、用户的反刍比的和进行所述聚类关键词的相似权值的构建，并基于所述相似权值、基础权值、修正权值进行权值的构建，并基于所述权值以及所述聚类关键词进行特征关键词的构建。5.如权利要求4所述的一种基于教育机器人的在线课堂智能推荐方法，其特征在于，所述聚类关键词根据所述高反刍比课程群的高反刍比课...

【专利技术属性】
技术研发人员：李珍丽，陈孟炎，
申请(专利权)人：杭州精英在线教育科技股份有限公司，
类型：发明
国别省市：