System.ArgumentOutOfRangeException: 索引和长度必须引用该字符串内的位置。 参数名: length 在 System.String.Substring(Int32 startIndex, Int32 length) 在 zhuanliShow.Bind()
【技术实现步骤摘要】
本专利技术属于体育培训课程推荐,具体涉及一种体育培训课程推荐方法及系统。
技术介绍
1、现有市场化青少年体育培训模式多为体育培训机构直接面向学员及家长售卖培训服务的方式,通过线上线下相结合的手段,能够比较便捷的实现青少年体育培训相关业务闭环。但青少年学员对于各类体育培训项目尚在初期尝试并培养运动兴趣阶段,对于某项运动项目的兴趣尚未稳固,付费购买长期体育培训服务对于青少年学员来说存在一定门槛,限制了青少年体育兴趣的培养。公益服务模式下的青少年体育培训服务方式则很好的解决了这一问题,为青少年提供多种类运动项目的免费体验机会,更好的激发青少年运动兴趣,提升青少年体质健康水平。
2、但在这种创新的青少年体育培训服务模式下,培训名额抢购过程火爆,用户抢购速度及成功率与课程推荐准确性关联度较高,相较于常态化低频交易的传统市场化青少年体育培训服务售卖模式而言,这种新型公益性模式中课程推荐算法其计算方式与影响因子必然有所区别。因此,为了更好地满足实际需求,亟需研发一种新型的课程推荐方法。
技术实现思路
1、本专利技术的目的在于克服现有技术之缺陷,本专利技术提供了一种体育培训课程推荐方法及系统,本专利技术基于对体育培训课程名额抢购过程中相关影响因子的解读和计算,形成可以通用的体育培训课程推荐算法,用以解决免费青少年体育培训课程名额秒杀抢购过程中的课程推荐准确性问题,基于用户需求优化课程推荐曝光规律,尽量缩短用户在课程抢购过程中定位目标体育培训课程的时间,辅助用户快速完成体育培训课程名额的
2、为了到达预期效果,本专利技术采用了以下技术方案:
3、本专利技术公开了一种体育培训课程推荐方法,包括:
4、s1.预置各个体育培训课程的初始推荐参数;
5、s2.根据各个体育培训课程的初始推荐参数获取各个体育培训课程的初始热度并进行热度排序,以此作为各个体育培训课程的初始推荐排序;
6、s3.实时记录用户行为并获取各个体育培训课程的用户访问量及课程页面展示时长数据,据此计算得到各个体育培训课程的交互热度;
7、s4.根据各个体育培训课程的初始热度和交互热度计算得到各个体育培训课程的最终热度,根据最终热度对各个体育培训课程进行重新排序得到各个体育培训课程的最终推荐排序。
8、进一步地,所述各个体育培训课程的初始推荐参数包括:各个体育培训课程的各个上课地点、课程报名阶段开始时间和结束时间、课程推荐剩余名额阈值、当前用户关注体育培训课程数量中至少之一。
9、进一步地,在课程报名阶段,分别计算各个上课地点的各个体育培训课程的初始热度,按照由高到低进行排序得到各个体育培训课程的初始推荐排序。
10、进一步地,所述各个体育培训课程的初始推荐排序的计算步骤具体包括:
11、s21.获取预设上课地点数据;
12、s22.获取预设上课地点的历史单次活动中的各个体育培训课程的名额q及其预设数量名额m的抢购时长t1、报名学员数、签到学员数、满勤学员数;
13、s22.计算得到预设上课地点的历史单次活动中的各个体育培训课程的签到率p,其中,签到率p=签到学员数/报名学员数*100%;
14、s23.计算得到预设上课地点的历史单次活动中的各个体育培训课程的满勤率f,其中,满勤率f=满勤学员数/签到学员数*100%;
15、s24.计算得到预设上课地点的历史单次活动中的各个体育培训课程的热度,其中,任意目标体育培训课程在单次活动中的热度=(m/t1)*a+p*b+f*c,其中,a、b、c为自定义加权比重系数;
16、s25.计算得到预设上课地点的当前活动中各个体育培训课程的初始热度hc,其中,目标体育培训课程在单次活动中的初始热度hc=(hc1+hc2+……+hcn)/n,hc1、hc2、……、hcn为s24中计算得到的目标体育培训课程在n次活动中分别所对应的热度。
17、进一步地,所述计算得到各个体育培训课程的交互热度的具体步骤如下:
18、s31.获取各个体育培训课程的用户总访问量na及课程页面总展示时长数据t2;
19、s32.计算各个体育培训课程交互热度hm,其中,交互热度hm=na/t2。
20、进一步地,该方法还包括:
21、s5.结合目标用户的定位数据,并根据预置的用于进行体育培训课程推荐的第一推荐距离阈值、第二推荐距离阈值、各个体育培训课程的初始推荐参数和各个体育培训课程的最终热度进行热门体育培训课程推荐排序以得到推荐给该用户的体育培训课程排序。
22、进一步地,所述s5具体包括以下步骤:
23、s51.获取预置的用于进行体育培训课程推荐的第一推荐距离阈值及第二推荐距离阈值;
24、s52.结合目标用户的定位数据,优先将位于第一推荐距离阈值范围内的各个体育培训课程按照最终热度由高到低进行体育培训课程推荐排序;
25、s53.当位于第一推荐距离阈值范围内体育培训课程推荐完后,再将位于第二推荐距离阈值范围内的各个体育培训课程按照最终热度由高到低进行体育培训课程推荐排序;
26、s54.再将位于第二推荐距离阈值范围外的剩余体育培训课程的最终热度由高到低进行体育培训课程推荐排序;
27、其中,第一推荐距离阈值范围为与所述目标用户所处位置之间距离小于等于所述第一推荐距离阈值的所有位置;
28、第二推荐距离阈值范围为与所述目标用户所处位置之间距离大于所述第一推荐距离阈值且小于等于第二推荐距离阈值的所有位置。
29、进一步地,该方法还包括:
30、s6.在课程报名阶段,结合各个体育培训课程的实时交互热度,通过热门体育培训课程推荐算法对体育培训课程推荐顺序进行实时优化。
31、进一步地,所述s6具体包括以下步骤:
32、s61.获取当前用户访问各个体育培训课程的次数no以及在课程页面停留时长t3,计算得到当前用户对各个体育培训课程的关注度k,其中,关注度k=t3/no;
33、s62.获取当前用户关注体育培训课程数量,将当前用户对各个体育培训课程的关注度由高到低排序,按照预置的当前用户关注体育培训课程数量进行顺序推荐;
34、s63.热门体育培训课程推荐列表优先按照预置的当前用户关注体育培训课程数量推荐当前用户关注体育培训课程,其次根据s4推荐顺序进行体育培训课程推荐。
35、本专利技术还公开了一种体育培训课程推荐系统,包括:
36、采集模块,用于采集用于推荐体育培训课程的各项数据;
37、推荐模块,用于根据上述任一所述一种体育培训课程推荐方法推荐体育培训课程。
38、与现有技术相比,本专利技术的有益效果是:本专利技术提供了一种体育培训课程推荐方法及系统,本专利技术基于对名额抢购过程中相关影响因子的解读和计算,形成可以通用的课程推荐算法,用以解决免费青本文档来自技高网...
【技术保护点】
1.一种体育培训课程推荐方法,其特征在于,包括:
2.如权利要求1所述的一种体育培训课程推荐方法,其特征在于,所述各个体育培训课程的初始推荐参数包括:各个体育培训课程的各个上课地点、课程报名阶段开始时间和结束时间、课程推荐剩余名额阈值、当前用户关注体育培训课程数量中至少之一。
3.如权利要求2所述的一种体育培训课程推荐方法,其特征在于,在课程报名阶段,分别计算各个上课地点的各个体育培训课程的初始热度,按照由高到低进行排序得到各个体育培训课程的初始推荐排序。
4.如权利要求3所述的一种体育培训课程推荐方法,其特征在于,所述各个体育培训课程的初始推荐排序的计算步骤具体包括:
5.如权利要求1所述的一种体育培训课程推荐方法,其特征在于,所述计算得到各个体育培训课程的交互热度的具体步骤如下:
6.如权利要求2所述的一种体育培训课程推荐方法,其特征在于,该方法还包括:
7.如权利要求6所述的一种体育培训课程推荐方法,其特征在于,所述S5具体包括以下步骤:
8.如权利要求2所述的一种体育培训课程推荐方法,其特
9.如权利要求8所述的一种体育培训课程推荐方法,其特征在于,所述S6具体包括以下步骤:
10.一种体育培训课程推荐系统,其特征在于,包括:
...【技术特征摘要】
1.一种体育培训课程推荐方法,其特征在于,包括:
2.如权利要求1所述的一种体育培训课程推荐方法,其特征在于,所述各个体育培训课程的初始推荐参数包括:各个体育培训课程的各个上课地点、课程报名阶段开始时间和结束时间、课程推荐剩余名额阈值、当前用户关注体育培训课程数量中至少之一。
3.如权利要求2所述的一种体育培训课程推荐方法,其特征在于,在课程报名阶段,分别计算各个上课地点的各个体育培训课程的初始热度,按照由高到低进行排序得到各个体育培训课程的初始推荐排序。
4.如权利要求3所述的一种体育培训课程推荐方法,其特征在于,所述各个体育培训课程的初始推荐排...
【专利技术属性】
技术研发人员:阮微,丁晏飞,谢安琪,
申请(专利权)人:湖北邮电规划设计有限公司,
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。