用于对目标用户进行课程推荐的方法与流程

1.本公开涉及数据处理技术领域，具体而言，涉及一种用于对目标用户进行课程推荐的方法。


背景技术：

2.目前，对于教育app(application，应用程序)中的课程推荐，一般以能够产生课程费用或广告费用为目标来为用户推荐相关的课程。但是，这种课程推荐方式不关心用户的学习情况和个人发展，无法实现企业对于员工培训的目的。


技术实现要素：

3.根据本公开的实施例，提出用于对目标用户进行课程推荐的方法，其一个目的在于解决上文中提出的至少一个问题，在考虑用户的职业发展的基础上进行课程推荐。
4.根据本公开的一方面，提出一种用于对目标用户进行课程推荐的方法，所述方法包括：
5.从目标课程中选择待推荐课程，
6.以目标课程对于目标用户的播放状态中的一种或多种为目标值，基于预测模型对每个待推荐课程进行评分，所述预测模型是根据目标用户的基本特征、与目标用户的职业发展相关的特征、目标课程的课程特征以及目标课程对于目标用户的播放状态中的一种或多种构建的，和
7.基于所述评分向目标用户推荐课程。
8.通过上述方法，在预测模型中加入了与目标用户的职业发展相关的特征，从而使得对目标用户推荐的课程适合于员工的个人发展和企业培养目标，有利于员工个人和企业的发展。
9.可选地，从目标课程中选择待推荐课程包括以下操作中的一种或多种：
10.获得由所述目标用户所任职的企业或部门中的多个用户的与职业发展相匹配的课程所组成课程集合，从所述课程集合中选择课程并且将选出的课程加入到待推荐课程中；
11.将所述多个用户的热门课程和/或所述多个用户中的主管级别的用户的热门课程加入到待推荐课程中；
12.将对于目标用户已完播的课程从待推荐课程中除去。
13.通过上述方法，可以使得待推荐课程适合于目标用户所任职的企业或部门中的所有员工的职业发展；可以使得待推荐课程适合于目标用户所任职的企业或部门中的所有员工或主管领导的喜好；另外，通过将对于目标用户已完播的课程从待推荐课程中除去，从而不会为目标用户重复推荐已完播的课程。
14.可选地，通过以下方式获得所述多个用户中的每个用户的与职业发展相匹配的课程：
15.将与用户的职业发展相关的特征处理为第一向量，
16.将每个课程的课程特征分别处理为第二向量，和
17.对第一向量和第二向量做相似度运算，将相似度大于设定的相似度阈值的课程作为与职业发展相匹配的课程。
18.通过上述方法，从而能够根据与用户的职业发展相关的特征获得用户的与职业发展相匹配的课程。
19.可选地，通过以下方式将与用户的职业发展相关的特征处理为第一向量：
20.将与用户的职业发展相关的特征转换为文字，
21.从文字中提取第一关键词，和
22.对第一关键词进行向量化处理，获得所述第一向量。
23.通过上述方法，能够将文字或非文字类型的与用户的职业发展相关的特征处理为第一向量，从而能够与通过课程特征获得的第二向量进行相似度运算，以获得与用户的职业发展相匹配的课程。
24.可选地，通过以下方式将课程特征处理为第二向量：
25.将课程特征转换为文字，
26.从文字中提取第二关键词，和
27.对第二关键词进行向量化处理，从而获得所述第二向量。
28.通过上述方法，能够将文字或非文字类型的课程特征处理为第二向量，从而能够与第一向量进行相似度运算，以获得与用户的职业发展相匹配的课程。
29.可选地，通过以下方式从所述课程集合中选择课程：
30.从所述课程集合中选择已被点击和/或已完播的次数超过设定的次数阈值的课程，或者
31.从所述课程集合中选择已被点击和/或已完播的次数的排名低于设定的名次阈值的课程。
32.通过上述方法，从而能够从课程集合中选择合适的课程。
33.可选地，目标用户的基本特征包括以下至少之一：目标用户的年龄、性别、职级、观看课程的时长、所使用的客户端设备的类型、登录天数或次数、自主学习、指派学习、获得学分、扣除学分、评论数、回答数。
34.通过上述方法，在预测模型中加入了目标用户的基本特征(例如目标用户的年龄、性别、职级、观看课程的时长、所使用的客户端设备的类型、登录天数或次数、自主学习、指派学习、获得学分、扣除学分、评论数、回答数)，从而使得对目标用户推荐的课程也考虑了目标用户的基本特征的影响因素，以使得推荐的课程与目标用户更加匹配。
35.可选地，课程特征包括以下至少之一：课程名称、课程类别、课程描述、课程封面颜色、课程职级范围。
36.通过上述方法，在预测模型中加入了目标课程的课程特征(例如课程名称、课程类别、课程描述、课程封面颜色、课程职级范围)，从而能够准确地为目标用户推荐相关课程。
37.可选地，所述方法还包括：在基于所述评分向目标用户推荐的课程中不包括与目标用户的职业发展相匹配的课程的情况下，将至少一个与目标用户的职业发展相匹配的课程加入到推荐的课程中。
38.通过上述方法，确保了推荐给目标用户的课程包括至少一个与目标用户的职业发展相匹配的课程，从而使得本公开的方法进一步适合于员工的个人发展和企业培养目标。
39.根据本公开的另一方面，提出一种计算机可读存储介质，其上存储有计算机程序，该计算机程序包括可执行指令，当该可执行指令被处理器执行时，实施如上所述的方法。
40.根据本公开的又一方面，提出一种电子设备，包括：处理器；以及存储器，用于存储所述处理器的可执行指令；其中，该处理器被配置为执行该可执行指令以实施如上所述的方法。
附图说明
41.本公开的其他细节及优点将通过下文提供的详细描述而变得显而易见。应理解的是，下列附图仅仅是示意性的且并非按比例绘制，因而不能视为对本公开的限制，下文将参照附图来进行详细描述，其中：
42.图1示出了根据本公开的一个具体实施方式的用于对目标用户进行课程推荐的方法的示意性流程图。
43.图2为根据本公开的另一个实施例的电子设备的示意性结构框图。
具体实施方式
44.现在将参考附图更全面地描述示例性实施例。然而，示例性实施例能够以多种形式实施，且不应被理解为限于在此阐述的实施方式；相反，提供这些实施方式使得本公开的公开内容变得全面和完整，并将示例性实施例的构思全面地传达给本领域的技术人员。在图中，为了清晰，可能会夸大部分元件的尺寸或加以变形。在图中相同的附图标记表示相同或类似的结构，因而将省略它们的详细描述。
45.此外，所描述的特征、结构或特性可以以任何合适的方式结合在一个或更多实施例中。在下面的描述中，提供许多具体细节从而给出对本公开的实施例的充分理解。然而，本领域技术人员将意识到，可以实践本公开的技术方案而没有所述特定细节中的一个或更多，或者可以采用其它的方法、元件等。在其它情况下，不详细示出或描述公知结构、方法或者操作以避免模糊本公开的各方面。
46.下面结合图1介绍根据本公开的实施例的用于对目标用户进行课程推荐的示例性方法。
47.在步骤s110中，从目标课程中选择待推荐课程。具体地，可以通过以下方式从目标课程中选择待推荐课程：
48.首先，将目标用户所任职的企业或部门中的多个用户(例如，企业中的所有员工)的与职业发展相匹配的课程整合为一个课程集合。可以通过以下方式获得多个用户中的每个用户的与职业发展相匹配的课程：
49.将与用户的职业发展相关的特征处理为第一向量。如果存在非文字形式的数据(例如语音和视频)，需要将这些数据转换为文字。将这些特征合成处理为一段针对用户的职业发展的文字之后，从文字中提取关键词。可以采用任何合适的方式从文字中提取关键词，例如tf-idf(term frequency
–
inverse document frequency，词频-逆向文件频率)。之后，对关键词进行向量化处理，从而获得第一向量。可以采用任何合适的方式对关键词进行
向量化处理，例如bert(bidirectional encoder representation from transformers)模型。通过上述方式，从而能够将文字或非文字类型的与用户的职业发展相关的特征处理为第一向量。
50.将每个课程的课程特征分别处理为第二向量。如果存在非文字形式的数据(例如语音和视频)，需要将这些数据转换为文字。将这些特征合成处理为一段针对课程的文字之后，从文字中提取关键词。可以采用任何合适的方式从文字中提取关键词，例如tf-idf。之后，对关键词进行向量化处理，从而获得第二向量。可以采用任何合适的方式对关键词进行向量化处理，例如bert模型。通过上述方式，从而能够将文字或非文字类型的课程特征处理为第二向量。
51.对第一向量和第二向量做相似度运算，将相似度大于设定的相似度阈值的课程作为与用户的职业发展相匹配的课程。可以采用任何合适的方式对第一向量和第二向量做相似度运算，例如可以计算第一向量和第二向量的cosine(余弦)值或者向量距离。将cosine值或者向量距离大于设定阈值的所有课程作为与用户的职业发展相匹配的课程。通过上述方式，从而能够根据与用户的职业发展相关的特征获得用户的与职业发展相匹配的课程。
52.然后，从课程集合中选择课程并且将选出的课程加入到待推荐课程中。可以通过以下方式从所述课程集合中选择课程：从课程集合中选择已被点击和/或已完播的次数超过设定的次数阈值的课程。次数阈值的具体数值可以由用户自行规定。例如，可以规定次数阈值为100至500中的任意值。或者，从课程集合中选择已被点击和/或已完播的次数的排名低于设定的名次阈值的课程。名次阈值的具体数值可以由用户自行规定。例如，可以规定名次阈值为10至50中的任意值。也就是说，可以选择已被点击和/或已完播的次数的排名例如在前10名的课程。通过上述方式，从而能够从课程集合中选择合适的课程。
53.通过将目标用户所任职的企业或部门中的多个用户的与职业发展相匹配的课程整合为一个课程集合并且从该课程集合中选出课程加入到待推荐课程中，使得待推荐课程适合于目标用户所任职的企业或部门中的所有员工的职业发展。
54.另外，还可以将多个用户的热门课程和/或多个用户中的主管级别的用户的热门课程加入到待推荐课程中。热门课程可以是已被点击和/或已完播的次数超过设定的次数阈值的课程，或者已被点击和/或已完播的次数的排名低于设定的名次阈值的课程。通过该方式，使得待推荐课程适合于目标用户所任职的企业或部门中的所有员工或主管领导的喜好。
55.最后，将对于目标用户已完播的课程从待推荐课程中除去，从而不为目标用户重复推荐已学习的课程。通过该方式，从而不会为目标用户重复推荐已完播的课程。
56.在步骤s120中，以目标课程对于目标用户的播放状态中的一种或多种为目标值，基于预测模型对每个待推荐课程进行评分，所述预测模型是根据目标用户的基本特征、与目标用户的职业发展相关的特征、目标课程的课程特征以及目标课程对于目标用户的播放状态中的一种或多种构建的。
57.目标用户的基本特征可以根据实际需求自行规定。例如，目标用户的基本特征可以包括但不限于：目标用户的年龄、性别、职级、观看课程的时长、所使用的客户端设备的类型、登录天数或次数、自主学习、指派学习、获得学分、扣除学分、评论数、回答数。可以通过聚类算法的方式归纳出不同的用户群，并根据聚类的结果，总结出不同的用户特征。通过在
预测模型中加入了目标用户的基本特征，从而使得对目标用户推荐的课程考虑了目标用户的基本特征的影响因素，以使得推荐的课程与目标用户更加匹配。
58.与目标用户的职业发展相关的特征可以包括与目标用户的人发展和/或企业评估相关的特征。可以采用多种方式获取相关特征，例如，可以将例如员工个人能力评估报告、调查问卷、主管、同事或合作伙伴对员工的各方面工作能力评估打分及评语作为与目标用户的职业发展相关的特征。
59.通过在预测模型中加入了与目标用户的职业发展相关的特征，从而使得对目标用户推荐的课程适合于员工的个人发展和企业培养目标，有利于员工个人和企业的发展。
60.课程特征可以根据实际需求自行规定。例如，课程特征可以包括但不限于：课程名称、课程类别、课程描述、课程封面颜色、课程职级范围。
61.通过在预测模型中加入了目标课程的课程特征，从而能够准确地为目标用户推荐相关课程。
62.目标课程的播放状态可以是点击率和完播率中的一种或多种。
63.点击率表示课程是否已经被目标用户点击过。如果课程已经被目标用户点击过，则目标用户对该课程的点击率为1。如果课程没有被目标用户点击过，则目标用户对该课程的点击率为0。
64.完播率表示课程被目标用户的学习完整度。可以设置相应的阈值(例如80％至90％)，如果课程的已播放时长超过了该阈值，则目标用户对该课程的完播率为1，可以认为完播率为1的课程已完播；如果课程的已播放长度没有超过该阈值，则目标用户对该课程的完播率为0，可以认为完播率为0的课程未完播。
65.可以单独以点击率为目标值或者单独以完播率为目标值对每个待推荐课程进行评分。优选地，以点击率和完播率为目标值基于预测模型对每个待推荐课程进行评分，该评分考虑了点击率和完播率两者，从而实现了多目标推荐。可以采用任何合适的方式进行多目标推荐，例如基于深度学习算法的预测模型。
66.在步骤s130中，基于评分向目标用户推荐课程。
67.具体地，可以向目标用户推荐评分超过设定的分数阈值的课程。或者，也可以向目标用户推荐评分的排名低于设定的名次阈值的课程。例如，可以向目标用户推荐评分的排名例如在前5名的课程。
68.另外，如果基于评分向目标用户推荐的课程中不包括与目标用户的职业发展相匹配的课程，则可以将至少一个与目标用户的职业发展相匹配的课程加入到推荐的课程中。例如，可以找出与目标用户的职业发展相匹配的课程中评分排名靠前的课程，并且将这些课程加入到向目标用户推荐的课程中，或者也可以以这些课程替换基于评分向目标用户推荐的课程中排名靠后的课程，从而获得最终向用户推荐的课程。通过该方式，确保了推荐给目标用户的课程包括至少一个与目标用户的职业发展相匹配的课程，从而使得本公开的方法进一步适合于员工的个人发展和企业培养目标。
69.在本公开的示例性实施例中，还提供了一种计算机可读存储介质，其上存储有计算机程序，该程序包括可执行指令，该可执行指令被例如处理器执行时可以实现上述任意一个实施例中的用于对目标用户进行课程推荐的方法的步骤。在一些可能的实施方式中，本公开的各个方面还可以实现为一种程序产品的形式，其包括程序代码，当所述程序产品
在终端设备上运行时，所述程序代码用于使所述终端设备执行本说明书用于对目标用户进行课程推荐的方法中描述的根据本公开各种示例性实施例的步骤。
70.根据本公开的实施例的用于实现上述方法的程序产品可以采用便携式紧凑盘只读存储器(cd-rom)并包括程序代码，并可以在终端设备，例如个人电脑上运行。然而，本公开的程序产品不限于此，在本文件中，可读存储介质可以是任何包含或存储程序的有形介质，该程序可以被指令执行系统、装置或者器件使用或者与其结合使用。
71.所述程序产品可以采用一个或多个可读介质的任意组合。可读介质可以是可读信号介质或者可读存储介质。可读存储介质例如可以为但不限于电、磁、光、电磁、红外线、或半导体的系统、装置或器件，或者任意以上的组合。可读存储介质的更具体的例子(非穷举的列表)包括：具有一个或多个导线的电连接、便携式盘、硬盘、随机存取存储器(ram)、只读存储器(rom)、可擦式可编程只读存储器(eprom或闪存)、光纤、便携式紧凑盘只读存储器(cd-rom)、光存储器件、磁存储器件、或者上述的任意合适的组合。
72.所述计算机可读存储介质可以包括在基带中或者作为载波一部分传播的数据信号，其中承载了可读程序代码。这种传播的数据信号可以采用多种形式，包括但不限于电磁信号、光信号或上述的任意合适的组合。可读存储介质还可以是可读存储介质以外的任何可读介质，该可读介质可以发送、传播或者传输用于由指令执行系统、装置或者器件使用或者与其结合使用的程序。可读存储介质上包含的程序代码可以用任何适当的介质传输，包括但不限于无线、有线、光缆、rf等等，或者上述的任意合适的组合。
73.可以以一种或多种程序设计语言的任意组合来编写用于执行本公开操作的程序代码，所述程序设计语言包括面向对象的程序设计语言—诸如java、c 等，还包括常规的过程式程序设计语言—诸如“c”语言或类似的程序设计语言。程序代码可以完全地在用户计算设备上执行、部分地在用户设备上执行、作为一个独立的软件包执行、部分在用户计算设备上部分在远程计算设备上执行、或者完全在远程计算设备或服务器上执行。在涉及远程计算设备的情形中，远程计算设备可以通过任意种类的网络，包括局域网(lan)或广域网(wan)，连接到用户计算设备，或者，可以连接到外部计算设备(例如利用因特网服务提供商来通过因特网连接)。
74.在本公开的示例性实施例中，还提供一种电子设备，该电子设备可以包括处理器，以及用于存储所述处理器的可执行指令的存储器。其中，所述处理器配置为经由执行所述可执行指令来执行上述任意一个实施例中的用于对目标用户进行课程推荐的方法的步骤。
75.所属技术领域的技术人员能够理解，本公开的各个方面可以实现为系统、方法或程序产品。因此，本公开的各个方面可以具体实现为以下形式，即：完全的硬件实施方式、完全的软件实施方式(包括固件、微代码等)，或硬件和软件方面结合的实施方式，这里可以统称为“电路”、“模块”或“系统”。
76.下面参照图2来描述根据本公开的这种实施方式的电子设备200。图2显示的电子设备200仅仅是一个示例，不应对本公开实施例的功能和使用范围带来任何限制。
77.如图2所示，电子设备200以通用计算设备的形式表现。电子设备200的组件可以包括但不限于：至少一个处理单元210、至少一个存储单元220、连接不同系统组件(包括存储单元220和处理单元210)的总线230、显示单元240等。
78.其中，所述存储单元存储有程序代码，所述程序代码可以被所述处理单元210执
行，使得所述处理单元210执行本说明书用于对目标用户进行课程推荐的方法中描述的根据本公开各种示例性实施方式的步骤。例如，所述处理单元210可以执行如图1中所示的步骤。
79.所述存储单元220可以包括易失性存储单元形式的可读介质，例如随机存取存储单元(ram)2201和/或高速缓存存储单元2202，还可以进一步包括只读存储单元(rom)2203。
80.所述存储单元220还可以包括具有一组(至少一个)程序模块2205的程序/实用工具2204，这样的程序模块2205包括但不限于：操作系统、一个或者多个应用程序、其它程序模块以及程序数据，这些示例中的每一个或某种组合中可能包括网络环境的实现。
81.总线230可以为表示几类总线结构中的一种或多种，包括存储单元总线或者存储单元控制器、外围总线、图形加速端口、处理单元或者使用多种总线结构中的任意总线结构的局域总线。
82.电子设备200也可以与一个或多个外部设备300(例如键盘、指向设备、蓝牙设备等)通信，还可与一个或者多个使得用户能与该电子设备200交互的设备通信，和/或与使得该电子设备200能与一个或多个其它计算设备进行通信的任何设备(例如路由器、调制解调器等等)通信。这种通信可以通过输入/输出(i/o)接口250进行。并且，电子设备200还可以通过网络适配器260与一个或者多个网络(例如局域网(lan)，广域网(wan)和/或公共网络，例如因特网)通信。网络适配器260可以通过总线230与电子设备200的其它模块通信。应当明白，尽管图中未示出，可以结合电子设备200使用其它硬件和/或软件模块，包括但不限于：微代码、设备驱动器、冗余处理单元、外部磁盘驱动阵列、raid系统、磁带驱动器以及数据备份存储系统等。
83.通过以上的实施方式的描述，本领域的技术人员易于理解，这里描述的示例实施方式可以通过软件实现，也可以通过软件结合必要的硬件的方式来实现。因此，根据本公开实施方式的技术方案可以以软件产品的形式体现出来，该软件产品可以存储在一个非易失性存储介质(可以是cd-rom，u盘，移动硬盘等)中或网络上，包括若干指令以使得一台计算设备(可以是个人计算机、服务器、或者网络设备等)执行根据本公开实施方式的用于对目标用户进行课程推荐的方法。
84.本领域技术人员在考虑说明书及实践这里公开的内容后，将容易想到本公开的其它实施方案。本公开旨在涵盖本公开的任何变型、用途或者适应性变化，这些变型、用途或者适应性变化遵循本公开的一般性原理并包括本公开未公开的本技术领域中的公知常识或惯用技术手段。说明书和实施例仅被视为示例性的，本公开的真正范围和精神由所附的权利要求指出。