基于年级匹配与联动推荐的课程推荐方法及系统与流程
本发明涉及个性化推荐,尤其涉及一种基于年级匹配与联动推荐的课程推荐方法及系统。
背景技术:
1、在在线教育场景下的个性化推荐技术领域,个性化课程推荐系统通常依赖用户学习行为数据(如课程完成率、答题记录、测试成绩等)和用户属性数据(如年龄、年级等)来实现精准推荐。其中,年级信息作为教育推荐场景中最具区分度的属性之一,被广泛用作课程筛选的核心条件,现有技术通常直接读取用户注册时填写的年级或最近一次领课所对应的年级,并结合协同过滤、深度因子分解机(deepfm)等算法对行为数据进行建模,以预测用户可能感兴趣的课程内容。
2、然而,在实际应用中,大量用户因首次接触平台、仅观看课程视频而不参与练习测试或在课程结营后尚未开启新学习等原因,导致系统缺乏足够的行为数据,无法构建有效的能力画像,推荐精度骤降甚至无法给出推荐结果;同时,由于用户年级信息会随时间自然升迁而未必及时更新、部分用户注册时未填写年级字段,以及不同子系统(如个人档案、领课记录)中留存了冲突的年级信息等原因,现有基于单一来源年级信息的匹配机制极易因信息过时、缺失或冲突而导致推荐错位或链路中断,且科目与年级的阶段对应关系通常以硬编码方式写入程序,缺乏灵活的配置化管理能力,进一步加剧了推荐系统的僵化问题。
3、此外,当用户感知到当前推荐的课程内容“太难”或“太简单”时,现有推荐系统缺乏直接的交互入口让用户主动表达这一主观感受并触发推荐调整,而是依赖被动测试方式——即向用户推送测试题、根据答题正确率反推能力水平后再调整推荐年级。这种被动测试机制不仅增加了用户的操作负担和等待时间,且测试结果受用户临场状态、题目难度波动等因素影响稳定性不足,对于低龄用户(如幼儿园至小学低年级)而言适用性尤其受限;部分系统虽提供年级手动切换功能,但通常深埋于个人设置页面,与推荐卡片割裂,用户需离开当前场景进行多步操作,体验成本高、转化流失严重,导致现有系统在缺乏行为数据的情况下无法实现精准、动态且用户可参与的个性化推荐。
技术实现思路
1、有鉴于此,本发明实施例提供了基于年级匹配与联动推荐的课程推荐方法及系统,用以解决现有技术在缺乏用户主动学习行为数据的情况下,难以仅凭有限的静态用户属性信息,实现精准动态且用户可参与的个性化课程推荐的问题。
2、第一方面,本发明实施例提供一种基于年级匹配与联动推荐的课程推荐方法,包括以下步骤:
3、步骤s1:响应于用户的课程推荐请求,获取所述用户的多源年级信息,并根据预设的优先级链从所述多源年级信息中按优先级从高到低的顺序依次进行取值,将首次获取到的有效年级信息确定为当前有效年级;所述多源年级信息包括第一年级信息、第二年级信息和第三年级信息中的至少一项;
4、步骤s2:向所述用户展示至少一个联动选项,所述联动选项包括升级选项和/或降级选项,并用于接收所述用户对当前推荐课程内容难易程度的主观反馈;
5、步骤s3:响应于所述用户从所述联动选项中选定的目标选项,根据所述目标选项的类型以及预配置的科目年级顺序关系,对所述当前有效年级进行相应的升降级调整,计算得到目标推荐年级;
6、其中,当所述目标选项为升级选项时,在所述科目年级顺序关系中将所述当前有效年级向上调整至少一个年级单位;当所述目标选项为降级选项时,在所述科目年级顺序关系中将所述当前有效年级向下调整至少一个年级单位;
7、步骤s4:根据所述目标推荐年级以及所述科目年级顺序关系,从资源库中匹配对应的目标课程sku;
8、步骤s5:根据所述目标课程sku获取课表数据,并向所述用户推送所述课表数据。
9、第二方面,提供一种基于年级匹配与联动推荐的课程推荐系统,包括:
10、年级获取模块,用于响应用户的课程推荐请求,获取所述用户的多源年级信息,并根据预设的优先级链从所述多源年级信息中确定当前有效年级;其中,所述多源年级信息至少包括:所述用户在预设时间周期内领取的课程所对应的第一年级信息、所述用户的档案中记录的第二年级信息,以及后台系统配置的第三年级信息;
11、联动选项展示模块,用于向所述用户展示至少一个联动选项,所述联动选项用于表征所述用户对当前推荐课程内容难易程度的主观反馈意愿;
12、目标年级计算模块,用于响应于所述用户从所述联动选项中选定的目标选项,根据所述目标选项的类型和所述当前有效年级,计算目标推荐年级;
13、课程匹配模块,用于根据所述目标推荐年级以及预配置的科目年级顺序关系,从资源库中匹配对应的目标课程sku;
14、课表推送模块,用于根据所述目标课程sku获取课表数据,并向所述用户推送所述课表数据。
15、本发明提供的一种基于年级匹配与联动推荐的课程推荐方法及系统具有以下有益效果:
16、在本发明中,通过构建多源年级信息的优先级链匹配机制,按照“最近领课年级>宝贝档案年级>后台默认年级”的优先级顺序依次取值,并在全部无效时自动启用兜底策略,解决了现有技术中因年级信息过时、缺失或冲突而导致的推荐错位或链路中断问题,实现了年级信息的高容错匹配,保证推荐链路在任何情况下均不中断,显著提升了系统的鲁棒性和可用性。
17、还通过设置升级选项和降级选项作为用户主动反馈的交互入口,使用户在无需完成额外测试题的情况下,仅需一次点击即可将“内容太难”或“内容太简单”的主观感受直接转化为推荐年级的动态调整指令,解决了现有技术中依赖被动测试调整推荐所导致的操作负担重、等待时间长、低龄用户适用性差的技术问题,实现了零行为数据场景下用户可参与的轻量级个性化推荐调整,有效降低了用户的反馈成本和转化流失率。
18、还通过预配置的科目年级顺序关系,将升级和降级操作转化为基于顺序值的合法范围调整,并支持后台可视化的配置、发布与追溯管理,解决了现有技术中科目与年级阶段对应关系硬编码所导致的调整周期长、灵活性差的技术问题,显著提升了推荐系统的运营灵活性和业务适配能力;同时,通过联动选项类型(升级/降级/自定义)驱动的年级计算与sku联合匹配查询的完整技术链路,确保了推荐调整后的课程资源能够精准匹配,为二次领课场景下的转化效率提升提供了可靠的技术支撑
1.一种基于年级匹配与联动推荐的课程推荐方法,其特征在于,包括以下步骤:
2.根据权利要求1所述的基于年级匹配与联动推荐的课程推荐方法,其特征在于,所述预设的优先级链具体为:
3.根据权利要求2所述的基于年级匹配与联动推荐的课程推荐方法,其特征在于,所述s1还包括以下步骤:
4.根据权利要求1所述的基于年级匹配与联动推荐的课程推荐方法,其特征在于,所述联动选项还包括自定义选项;
5.根据权利要求1所述的基于年级匹配与联动推荐的课程推荐方法,其特征在于,所述根据所述目标选项的类型以及预配置的科目年级顺序关系,对所述当前有效年级进行相应的升降级调整,计算得到目标推荐年级包括:
6.根据权利要求1或5中所述的基于年级匹配与联动推荐的课程推荐方法,其特征在于,所述科目年级顺序关系为四级映射关系,具体包括:科目字段、阶段字段、年级字段和顺序字段;
7.根据权利要求6所述的基于年级匹配与联动推荐的课程推荐方法及系统,其特征在于,所述从资源库中匹配对应的目标课程sku,具体包括:
8.根据权利要求1所述的基于年级匹配与联动推荐的课程推荐方法,其特征在于,在所述步骤s1之前,还包括ab测试分组步骤:
9.一种基于年级匹配与联动推荐的课程推荐系统,使用权利要求1-8中任一项所述的基于年级匹配与联动推荐的课程推荐方法,其特征在于,包括:
10.根据权利要求9所述的基于年级匹配与联动推荐的课程推荐系统,其特征在于,所述年级获取模块中所述预设的优先级链具体为:
版权声明:本站专利文献数据主要来源于国家知识产权局等公开渠道,由 技术新讯 进行整理汇编。页面设计及数据汇编的著作权归本站所有。全部内容仅供个人学习、科研评估与技术交流参考,严禁用于任何商业用途(包括但不限于直接生产制造、技术转让、倒卖数据等)。
免责条款:专利技术具有时效性,本站不对资料的绝对准确性、完整性和可实施性提供任何明示或暗示的担保。因参考本站内容造成的直接或间接损失,本站不承担相关法律责任。若您认为本站内容有侵权问题,请及时提供权属证明与我们联系,本站将在核实后依法处理。反馈意见:yyfuon@163.com