基于人工智能的课程数据推荐方法、装置、设备及介质与流程

技术特征：
1.一种基于人工智能的课程数据推荐方法，其特征在于，包括：若确定当前系统时间与本轮参数采集起始时间之间的时间间隔等于预设的参数获取周期，获取待预测对象在本轮参数采集时间周期的观测参数集；获取预测模型，将与所述观测参数集相应的待预测输入向量输入至所述预测模型进行运算，得到当前对象输出结果；获取分类模型，将所述当前对象输出结果输入至所述分类模型进行运算，得到当前对象分类结果；以及获取与所述当前对象分类结果相应的目标课程推荐数据集，将所述目标课程推荐数据集发送至与所述待预测对象相应的接收端。2.根据权利要求1所述的基于人工智能的课程数据推荐方法，其特征在于，所述若确定当前系统时间与本轮参数采集起始时间之间的时间间隔等于预设的参数获取周期，获取待预测对象在本轮参数采集时间周期的观测参数集之前，还包括：在历史观测数据集中获取满足预设第一筛选策略的目标历史观测数据集；其中，所述目标历史观测数据集中所包括的每一条目标历史观测数据对应一个目标对象；在对象输出结果数据库中获取与各目标对象分别相应的对象输出结果；将每一目标对象的目标历史观测数据和对象输出结果组成每一目标对象相应的样本数据；通过目标对象相应的样本数据对待训练预测模型进行训练，得到预测模型。3.根据权利要求2所述的基于人工智能的课程数据推荐方法，其特征在于，所述通过目标对象相应的样本数据对待训练预测模型进行训练，得到预测模型之后，还包括：将目标对象相应的样本数据中每一子参数依序进行置零屏蔽分别输入至预测模型进行运算，得到样本数据中各子参数相应的参数测试结果以组成参数测试结果集；若确定目标对象相应的样本数据有子参数对应的参数测试结果与样本数据的对象数据结果的差异值未超出预设的差异值阈值，则将子参数的结果相关性结果设置为非强相关参数；若确定目标对象相应的样本数据有子参数对应的参数测试结果与样本数据的对象数据结果的差异值超出预设的差异值阈值，则将子参数的结果相关性结果设置为强相关参数；在目标对象相应的样本数据所包括的各子参数中获取具有强相关参数属性的子参数，组成样本数据的强相关子参数集。4.根据权利要求1所述的基于人工智能的课程数据推荐方法，其特征在于，所述将与所述观测参数集相应的待预测输入向量输入至所述预测模型进行运算，得到当前对象输出结果，包括：获取强相关子参数集，将所述待预测输入向量中具有强相关参数属性的子参数的取值进行保留且将具有非强相关参数属性的子参数的取值进行置零，更新所述待预测输入向量，将所述待预测输入向量输入至所述预测模型进行运算得到当前对象输出结果。5.根据权利要求1所述的基于人工智能的课程数据推荐方法，其特征在于，所述获取与所述当前对象分类结果相应的目标课程推荐数据集，将所述目标课程推荐数据集发送至与所述待预测对象相应的接收端之后，还包括：
获取与所述目标课程推荐数据集相应的目标课程学习轨迹数据，将所述目标课程学习轨迹数据发送至与所述待预测对象相应的接收端。6.根据权利要求2所述的基于人工智能的课程数据推荐方法，其特征在于，所述预设第一筛选策略用于从所述历史观测数据中筛选出数据产生时间在本轮参数采集时间周期的起始时间之前的一年内、且每一筛选的数据均可对应在对象输出结果数据库查询到对象数据结果的目标历史观测数据。7.根据权利要求2所述的基于人工智能的课程数据推荐方法，其特征在于，所述通过目标对象相应的样本数据对待训练预测模型进行训练，得到预测模型之后，还包括：将所述预测模型的模型参数上传至区块链进行存储。8.一种基于人工智能的课程数据推荐装置，其特征在于，包括：观测数据集获取单元，用于若确定当前系统时间与本轮参数采集起始时间之间的时间间隔等于预设的参数获取周期，获取待预测对象在本轮参数采集时间周期的观测参数集；输出结果获取单元，用于将与所述观测参数集相应的待预测输入向量输入至所述预测模型进行运算，得到当前对象输出结果；分类结果获取单元，用于获取分类模型，将所述当前对象输出结果输入至所述分类模型进行运算，得到当前对象分类结果；以及推荐数据集获取单元，用于获取与所述当前对象分类结果相应的目标课程推荐数据集，将所述目标课程推荐数据集发送至与所述待预测对象相应的接收端。9.一种计算机设备，包括存储器、处理器及存储在所述存储器上并可在所述处理器上运行的计算机程序，其特征在于，所述处理器执行所述计算机程序时实现如权利要求1至7中任一项所述的基于人工智能的课程数据推荐方法。10.一种计算机可读存储介质，其特征在于，所述计算机可读存储介质存储有计算机程序，所述计算机程序当被处理器执行时使所述处理器执行如权利要求1至7任一项所述的基于人工智能的课程数据推荐方法。

技术总结
本发明涉及人工智能，提供了基于人工智能的课程数据推荐方法、装置、设备及介质，先是获取待预测对象在本轮参数采集时间周期的观测参数集，然后将与观测参数集相应的待预测输入向量输入至预测模型进行运算得到当前对象输出结果，之后以将当前对象输出结果输入至分类模型进行运算得到当前对象分类结果，最后获取与当前对象分类结果相应的目标课程推荐数据集以将目标课程推荐数据集发送至与待预测对象相应的接收端。实现了基于用户多维度行为数据形成观测参数集后输入至预测模型和分类模型获取用户的分类结果，基于用户分类结果进行课程推荐，由于参考了更多维度和来自更多系统的用户行为数据，预测结果和分类结果更加准确。确。确。


技术研发人员：赵立超
受保护的技术使用者：平安科技（深圳）有限公司
技术研发日：2022.03.11
技术公布日：2022/6/24