课程推荐设备及方法技术

本申请实施例提供一种课程推荐设备及方法，该设备包括存储器、处理器以及存储在存储器中并可在处理器上运行的计算机执行指令，处理器获取待检测课程，通过待检测课程的上线时间，确定上述待检测课程的所属课程类型，再根据上述待检测课程的所属课程类型对应的异常学习评估指标，获得上述待检测课程的异常学习评估值，进而，判断上述待检测课程中是否存在异常学习，分析其学习量的真实性，识别出由于学员刷课等行为导致的异常学习课程，从而准确确定最佳课程，并且对最佳课程进行推荐，提高课程推荐精确性。

Recommended equipment and methods

【技术实现步骤摘要】
课程推荐设备及方法
本申请实施例涉及网络
，尤其涉及一种课程推荐设备及方法。
技术介绍
随着技术的不断发展，网络课程越来越多，类型也越来越丰富。同时也有越来越多的人通过网络课程学习相应知识，提升自身能力。网络课程成为人们关注的一个焦点。这里，以企业培训课程为例：为了能够使学员更好、更快地学习到相应知识，一般会向学员推荐最佳课程，其中，最佳课程的衡量标准是学员针对该课程的学习量较高。然而，在课程培训中，一些学员为达到较高学习量而进行刷课(异常学习)，从而使得某些课程的学习量较高，导致无法准确确定最佳课程，降低课程推荐精确性。
技术实现思路
本申请实施例提供一种课程推荐设备及方法，以克服现有课程推荐无法准确确定最佳课程，降低课程推荐精确性的问题。第一方面，本申请实施例提供一种课程推荐设备，包括存储器、处理器以及存储在所述存储器中并可在所述处理器上运行的计算机执行指令，所述处理器执行所述计算机执行指令时实现如下步骤：获取待检测课程，并确定所述待检测课程的上线时间；根据所述上线时间和第一预设时间，确定所述待检测课程的所属课程类型；根据所述待检测课程的所属课程类型对应的异常学习评估指标，获得所述待检测课程的异常学习评估值；根据所述异常学习评估值和预设异常阈值，判断所述待检测课程中是否存在异常学习；若所述待检测课程中不存在异常学习，则对所述待检测课程进行推荐。在一种可能的设计中，所述课程类型包括旧课程和新课程，所述新课程的上线时间晚于所述旧课程的上线时间；所述根据所述待检测课程的所属课程类型对应的异常学习评估指标，获得所述待检测课程的异常学习评估值，包括：若所述待检测课程为所述旧课程，则获取所述旧课程对应的异常学习评估指标，其中，所述旧课程对应的异常学习评估指标包括第一指标和第二指标，根据所述第一指标和所述第二指标，获得所述异常学习评估值，其中，所述第一指标根据课程时长确定，所述第二指标根据第二预设时间前后预设时间段内课程学习量的变化确定；若所述待检测课程为所述新课程，则获取所述新课程对应的异常学习评估指标，其中，所述新课程对应的异常学习评估指标包括所述第一指标、第三指标、第四指标和第五指标，根据所述第一指标、所述第三指标、所述第四指标和所述第五指标，获得所述异常学习评估值，其中，所述第三指标根据预设时间段内课程完成量的占比确定，所述第四指标根据课程完成率确定，所述第五指标根据课程平均学习时长与课程时长的比值确定。在一种可能的设计中，所述根据所述异常学习评估值和预设异常阈值，判断所述待检测课程中是否存在异常学习，包括：将所述异常学习评估值和所述预设异常阈值进行比较；若所述异常学习评估值小于所述预设异常阈值，则判定所述待检测课程中不存在异常学习。在一种可能的设计中，所述根据所述上线时间和第一预设时间，确定所述待检测课程的所属课程类型，包括：判断所述上线时间是否在所述第一预设时间之前；若所述上线时间在所述第一预设时间之前，则确定所述待检测课程为所述旧课程；若所述上线时间为所述第一预设时间，或者所述上线时间在所述第一预设时间之后，则确定所述待检测课程为所述新课程。在一种可能的设计中，所述根据所述第一指标和所述第二指标，获得所述异常学习评估值，包括：根据所述第一指标和所述第二指标，获得所述待检测课程的第一指标值和第二指标值；计算所述第一指标值和所述第二指标值的乘积，将计算的乘积作为所述异常学习评估值；所述根据所述第一指标、所述第三指标、所述第四指标和所述第五指标，获得所述异常学习评估值，包括：根据所述第一指标、所述第三指标、所述第四指标和所述第五指标，获得所述待检测课程的第一指标值、第三指标值、第四指标值和第五指标值；计算所述第一指标值、所述第三指标值和所述第四指标值的乘积，并确定计算的乘积与所述第五指标值的比值，将所述比值作为所述异常学习评估值。第二方面，本申请实施例提供一种课程推荐方法，包括：获取待检测课程，并确定所述待检测课程的上线时间；根据所述上线时间和第一预设时间，确定所述待检测课程的所属课程类型；根据所述待检测课程的所属课程类型对应的异常学习评估指标，获得所述待检测课程的异常学习评估值；根据所述异常学习评估值和预设异常阈值，判断所述待检测课程中是否存在异常学习；若所述待检测课程中不存在异常学习，则对所述待检测课程进行推荐。在一种可能的设计中，所述课程类型包括旧课程和新课程，所述新课程的上线时间晚于所述旧课程的上线时间；所述根据所述待检测课程的所属课程类型对应的异常学习评估指标，获得所述待检测课程的异常学习评估值，包括：若所述待检测课程为所述旧课程，则获取所述旧课程对应的异常学习评估指标，其中，所述旧课程对应的异常学习评估指标包括第一指标和第二指标，根据所述第一指标和所述第二指标，获得所述异常学习评估值，其中，所述第一指标根据课程时长确定，所述第二指标根据第二预设时间前后预设时间段内课程学习量的变化确定；若所述待检测课程为所述新课程，则获取所述新课程对应的异常学习评估指标，其中，所述新课程对应的异常学习评估指标包括所述第一指标、第三指标、第四指标和第五指标，根据所述第一指标、所述第三指标、所述第四指标和所述第五指标，获得所述异常学习评估值，其中，所述第三指标根据预设时间段内课程完成量的占比确定，所述第四指标根据课程完成率确定，所述第五指标根据课程平均学习时长与课程时长的比值确定。在一种可能的设计中，所述根据所述异常学习评估值和预设异常阈值，判断所述待检测课程中是否存在异常学习，包括：将所述异常学习评估值和所述预设异常阈值进行比较；若所述异常学习评估值小于所述预设异常阈值，则判定所述待检测课程中不存在异常学习。在一种可能的设计中，所述根据所述上线时间和第一预设时间，确定所述待检测课程的所属课程类型，包括：判断所述上线时间是否在所述第一预设时间之前；若所述上线时间在所述第一预设时间之前，则确定所述待检测课程为所述旧课程；若所述上线时间为所述第一预设时间，或者所述上线时间在所述第一预设时间之后，则确定所述待检测课程为所述新课程。在一种可能的设计中，所述根据所述第一指标和所述第二指标，获得所述异常学习评估值，包括：根据所述第一指标和所述第二指标，获得所述待检测课程的第一指标值和第二指标值；计算所述第一指标值和所述第二指标值的乘积，将计算的乘积作为所述异常学习评估值；所述根据所述第一指标、所述第三指标、所述第四指标和所述第五指标，获得所述异常学习评估值，包括：根据所述第一指标、所述第三指标、所述第四指标和所述第五指标，获得所述待检测课程的第一指标值、第三指标值、第四指标值和第五指标值；计算所述第一指标值、所述第三指标值和所述第四指标值的乘积，并确定计算的乘积与所述第本文档来自技高网...

【技术保护点】
1.一种课程推荐设备，其特征在于，包括存储器、处理器以及存储在所述存储器中并可在所述处理器上运行的计算机执行指令，所述处理器执行所述计算机执行指令时实现如下步骤：/n获取待检测课程，并确定所述待检测课程的上线时间；/n根据所述上线时间和第一预设时间，确定所述待检测课程的所属课程类型；/n根据所述待检测课程的所属课程类型对应的异常学习评估指标，获得所述待检测课程的异常学习评估值；/n根据所述异常学习评估值和预设异常阈值，判断所述待检测课程中是否存在异常学习；/n若所述待检测课程中不存在异常学习，则对所述待检测课程进行推荐。/n

【技术特征摘要】
1.一种课程推荐设备，其特征在于，包括存储器、处理器以及存储在所述存储器中并可在所述处理器上运行的计算机执行指令，所述处理器执行所述计算机执行指令时实现如下步骤：
获取待检测课程，并确定所述待检测课程的上线时间；
根据所述上线时间和第一预设时间，确定所述待检测课程的所属课程类型；
根据所述待检测课程的所属课程类型对应的异常学习评估指标，获得所述待检测课程的异常学习评估值；
根据所述异常学习评估值和预设异常阈值，判断所述待检测课程中是否存在异常学习；
若所述待检测课程中不存在异常学习，则对所述待检测课程进行推荐。


2.根据权利要求1所述的设备，其特征在于，所述课程类型包括旧课程和新课程，所述新课程的上线时间晚于所述旧课程的上线时间；
所述根据所述待检测课程的所属课程类型对应的异常学习评估指标，获得所述待检测课程的异常学习评估值，包括：
若所述待检测课程为所述旧课程，则获取所述旧课程对应的异常学习评估指标，其中，所述旧课程对应的异常学习评估指标包括第一指标和第二指标，根据所述第一指标和所述第二指标，获得所述异常学习评估值，其中，所述第一指标根据课程时长确定，所述第二指标根据第二预设时间前后预设时间段内课程学习量的变化确定；
若所述待检测课程为所述新课程，则获取所述新课程对应的异常学习评估指标，其中，所述新课程对应的异常学习评估指标包括所述第一指标、第三指标、第四指标和第五指标，根据所述第一指标、所述第三指标、所述第四指标和所述第五指标，获得所述异常学习评估值，其中，所述第三指标根据预设时间段内课程完成量的占比确定，所述第四指标根据课程完成率确定，所述第五指标根据课程平均学习时长与课程时长的比值确定。


3.根据权利要求1所述的设备，其特征在于，所述根据所述异常学习评估值和预设异常阈值，判断所述待检测课程中是否存在异常学习，包括：
将所述异常学习评估值和所述预设异常阈值进行比较；
若所述异常学习评估值小于所述预设异常阈值，则判定所述待检测课程中不存在异常学习。


4.根据权利要求2所述的设备，其特征在于，所述根据所述上线时间和第一预设时间，确定所述待检测课程的所属课程类型，包括：
判断所述上线时间是否在所述第一预设时间之前；
若所述上线时间在所述第一预设时间之前，则确定所述待检测课程为所述旧课程；
若所述上线时间为所述第一预设时间，或者所述上线时间在所述第一预设时间之后，则确定所述待检测课程为所述新课程。


5.根据权利要求2所述的设备，其特征在于，所述根据所述第一指标和所述第二指标，获得所述异常学习评估值，包括：
根据所述第一指标和所述第二指标，获得所述待检测课程的第一指标值和第二指标值；
计算所述第一指标值和所述第二指标值的乘积，将计算的乘积作为所述异常学习评估值；
所述根据所述第一指标、所述第三指标、所述第四指标和所述第五指标，获得所述异常学习评估值，包括：
根据所述第一指标、所述第三指标、所述第四指标和所述第五指标，获得所述待检测课程的第一指标值、第三指标值、第四指标值和第五指标值；
计算所述第一指标值、所述第三指标值和所述第四指标值的乘积，并确定计算的乘积与所述第五指标值的比值，将所述比值作为所述异常学习评估值。


6.一种课程推荐方法，其...

【专利技术属性】
技术研发人员：李素粉，杨杰，刘志华，
申请(专利权)人：中国联合网络通信集团有限公司，
类型：发明
国别省市：北京;11