一种基于在线学习课程的智能化搜索推荐方法和系统与流程

技术特征：
1.一种基于在线学习课程的智能化搜索推荐方法，其特征在于，所述基于在线学习课程的智能化搜索推荐方法包括以下步骤：采集用户的学习浏览数据，对所述学习浏览数据进行预处理，生成学习浏览数据对应的关键词序列，基于加载的课程目录进行章节匹配；获取用户当前阶段的在线学习课程日志，基于用户的学习模型对当前在线学习课程进行分类和标签化，建立基于章节匹配的在线学习课程的特征向量；响应于搜索指令获取搜索结果，其中，所述搜索指令至少包括用户输入的检索词、选择段落或章节内容；根据所包含的关键词、课程的特征向量对获取的搜索结果划分推荐层级，根据所述推荐层级的推荐优先级进行推荐至用户端显示。2.如权利要求1所述的基于在线学习课程的智能化搜索推荐方法，其特征在于，采集用户的学习浏览数据包括收集用户的学习历史数据和学习行为数据，包括用户的学习目标、学习时间、学习课程、学习进度、评价信息。3.如权利要求2所述的基于在线学习课程的智能化搜索推荐方法，其特征在于，基于用户的学习模型对当前在线学习课程进行分类和标签化，建立基于章节匹配的在线学习课程的特征向量，包括以下步骤：对在线学习平台中的在线学习课程进行分类，根据在线学习课程的学科领域、难度级别以及课程类型进行分类；对在线学习平台中的在线学习课程进行标签化，根据在线学习课程的主题、内容以及知识点进行标签化；根据在线学习课程的分类和标签，建立基于章节匹配的在线学习课程的特征向量，将在线学习课程的分类和标签转化为向量形式，建立课程特征向量。4.如权利要求3所述的基于在线学习课程的智能化搜索推荐方法，其特征在于，所述基于在线学习课程的智能化搜索推荐方法，还包括基于用户的学习模型和在线学习课程的特征向量，建立用户和在线学习课程之间的推荐模型，包括以下步骤：基于用户的学习模型和在线学习课程的特征向量，构建训练数据集；建立用户和在线学习课程之间的推荐模型，通过构建的训练数据集对模型进行训练和优化，根据用户的搜索行为和历史记录，实时更新推荐模型。5.如权利要求4所述的基于在线学习课程的智能化搜索推荐方法，其特征在于，推荐模型在进行在线推荐时，还包括根据注册用户的在线学习课程日志按照加载的课程目录进行章节信息匹配，并构建章节信息的相似度矩阵；根据当前用户的在线学习课程日志对当前在线学习课程进行用户相似度矩阵筛选，从高到低筛选出相似度排序在先的日志结果作为参考结果；根据用户的查询信息以及所述查询信息对应的上下文信息，给出个性化的推荐结果。6.如权利要求5所述的基于在线学习课程的智能化搜索推荐方法，其特征在于，响应于搜索指令获取搜索结果时，对用户的搜索指令进行分析和处理包括以下步骤：对搜索指令进行分词和关键词提取，以获取用户的搜索意图；根据用户的搜索意图和学习模型，获得匹配的课程特征向量；
基于用户和在线学习课程之间的推荐模型，计算每个课程的推荐得分；根据推荐得分，对在线学习课程进行排序，返回给用户最相关的课程列表，并根据用户的反馈和行为数据，更新和优化推荐模型。7.如权利要求6所述的基于在线学习课程的智能化搜索推荐方法，其特征在于，响应于搜索指令获取搜索结果为基于用户的搜索指令和推荐模型，生成个性化的搜索推荐结果，其中包括以下步骤：对用户的搜索指令进行关键词提取、语义分析，从搜索指令中提取出关键词，作为推荐模型的输入，对搜索指令进行语义分析；基于用户的搜索指令和推荐模型，生成候选课程列表，通过推荐模型对候选课程进行打分排序，得出个性化搜索推荐结果；将推荐结果呈现给用户，对搜索推荐结果进行展示和反馈，根据用户的反馈和行为，不断优化推荐模型和搜索推荐结果。8.一种基于在线学习课程的智能化搜索推荐系统，其特征在于，所述基于在线学习课程的智能化搜索推荐系统采用权利要求1-7中任意一项所述基于在线学习课程的智能化搜索推荐方法进行搜索结果推荐；所述基于在线学习课程的智能化搜索推荐系统包括：数据采集模块，用于采集用户的学习浏览数据；数据处理模块，用于对学习浏览数据进行预处理，生成学习浏览数据对应的关键词序列，基于加载的课程目录进行章节匹配；特征提取模块，用于获取用户当前阶段的在线学习课程日志，基于用户的学习模型对当前在线学习课程进行分类和标签化，建立基于章节匹配的在线学习课程的特征向量；搜索推荐模块，用于响应于搜索指令获取搜索结果，根据所包含的关键词、课程的特征向量对获取的搜索结果划分推荐层级，根据所述推荐层级的推荐优先级进行推荐；用户界面模块，用于展示推荐结果和收集用户的反馈。9.如权利要求8所述的基于在线学习课程的智能化搜索推荐系统，其特征在于，还包括优化模块，用于根据用户的反馈，对学习模型进行优化。10.如权利要求9所述的基于在线学习课程的智能化搜索推荐系统，还包括推荐模型建立模块，用于基于用户的学习模型和在线学习课程的特征向量，建立用户和在线学习课程之间的推荐模型，并根据用户的搜索行为和历史记录，实时更新推荐模型。

技术总结
本发明涉及计算机技术领域，具体涉及一种基于在线学习课程的智能化搜索推荐方法和系统。该方法为采集用户的学习浏览数据，预处理生成学习浏览数据对应的关键词序列，基于加载的课程目录进行章节匹配；获取用户当前阶段的在线学习课程日志，基于用户的学习模型对当前在线学习课程进行分类和标签化，建立基于章节匹配的在线学习课程的特征向量；响应于搜索指令获取搜索结果；根据所包含的关键词、课程的特征向量对获取的搜索结果划分推荐层级，根据所述推荐层级的推荐优先级进行推荐至用户端显示。本发明根据用户的反馈，不断优化学习模型，提高推荐效果。该系统的用户界面友好，易于操作，能够满足用户的个性化需求。能够满足用户的个性化需求。能够满足用户的个性化需求。


技术研发人员：孙婷婷 汪琳 于芳 李勇军 康岩
受保护的技术使用者：安徽教育网络出版有限公司
技术研发日：2023.05.16
技术公布日：2023/6/14