基于大数据的课程推荐方法、系统、移动终端及存储介质技术方案

本发明专利技术公开了一种基于大数据的课程推荐方法，包括：获取用户设置的课程标签以及历史学习课程参数；根据所述课程标签以及历史学习课程参数确定偏好结果；推荐所述偏好结果对应的目标课程。本发明专利技术还公开了一种基于大数据的课程推荐系统、终端设备及计算机存储介质。本发明专利技术通过获取用户设置的课程标签以及历史学习课程参数，根据课程标签以及历史学习课程参数确定用户的课程的偏好结果，根据偏好结果推荐目标课程，通过课程标签确定用户偏好课程的大方向，再结合用户的历史学习课程参数进行调整，以根据用户的当前状态推荐与用户需求匹配的课程，达到缩短用户寻找课程的时间的有益效果。

【技术实现步骤摘要】
基于大数据的课程推荐方法、系统、移动终端及存储介质
本专利技术涉及计算机器应用
、尤其涉及一种基于大数据的课程推荐方法、系统、移动终端及存储介质。
技术介绍
随着信息技术的发展，人们每天接触数以万计的信息，如何在这些信息中寻找到有用信息，困扰着我们。为了向用户推荐课程，一般根据用户设置的课程标签，推荐对应的课程，而忽视了用户的兴趣变化，存在推荐课程与用户需求不匹配的问题。上述内容仅用于辅助理解本专利技术的技术方案，并不代表承认上述内容是现有技术。
技术实现思路
本专利技术实施例的主要目的在于提供一种基于大数据的课程推荐方法，旨在解决推荐课程与用户需求不匹配的技术问题。为解决上述问题，本专利技术实施例提供一种基于大数据的课程推荐方法，包括以下内容：获取用户设置的课程标签以及历史学习课程参数；根据所述课程标签以及历史学习课程参数确定偏好结果；推荐所述偏好结果对应的目标课程。可选地，所述获取用户设置的课程标签以及历史学习课程参数的步骤包括：获取用户设置的课程标签；根据各个历史学习课程的学习次数、完成度、对应的主讲教师以及课程类型中的至少一个获取所述历史学习课程参数。可选地，所述根据所述课程标签以及历史学习课程参数确定偏好结果的步骤包括：获取所述课程标签对应的第一权重以及所述历史学习课程参数对应的第二权重；根据所述第一权重以及所述第二权重确定所述偏好结果。可选地，所述获取所述课程标签对应的第一权重以及所述历史学习课程参数对应的第二权重的步骤之后，所述根据所述课程标签以及历史学习课程参数确定偏好结果的步骤还包括：获取所述历史学习课程参数的学习阶段对应的第三权重；根据所述第一权重、所述第二权重以及所述第三权重确定所述偏好结果。可选地，所述推荐所述偏好结果对应的目标课程的步骤包括：根据所述偏好结果获取关联的课程；根据所述关联的课程的关联度推荐所述目标课程。可选地，所述推荐所述偏好结果对应的目标课程的步骤之后，所述基于大数据的课程推荐方法还包括：获取用户点击所述目标课程的操作次数和/或观看时长；将所述目标课程的操作次数和/或观看时长输入至预设模型，并获取所述预设模型输出的反馈结果；根据所述反馈结果调整所述偏好结果对应的目标课程。可选地，所述将所述目标课程的操作次数和/或观看时长输入至预设模型，并获取所述预设模型输出的反馈结果的步骤之后，还包括：在所述反馈结果为不匹配时，输出选择界面，以供用户通过所述选择界面选择偏好结果对应的目标课程；推荐用户选择的目标课程。此外，为解决上述问题，本专利技术实施例还提供基于大数据的课程推荐系统，所述系统包括：课程标签获取模块，用于获取用户设置的课程标签；偏好结果确定模块，用于根据所述课程标签以及历史学习课程参数确定偏好结果；目标课程推荐模块，用于推荐所述偏好结果对应的目标课程。本专利技术实施例还提供一种移动终端，所述移动终端包括处理器、存储器以及存储在所述存储器上并可在所述处理器上运行的基于大数据的课程推荐程序，所述基于大数据的课程推荐程序被所述处理器执行时实现如上所述的基于大数据的课程推荐方法的内容。本专利技术实施例还提供一种计算机可读存储介质，所述计算机可读存储介质上存储有基于大数据的课程推荐程序，所述基于大数据的课程推荐程序被处理器执行时实现如上所述的基于大数据的课程推荐方法的内容。专利技术实施例提出的一种基于大数据的课程推荐方法，通过获取用户设置的课程标签以及历史学习课程参数，根据课程标签以及历史学习课程参数确定用户的课程的偏好结果，根据偏好结果推荐目标课程，通过课程标签确定用户偏好课程的大方向，再结合用户的历史学习课程参数进行调整，以根据用户的当前状态推荐与用户需求匹配的课程，达到缩短用户寻找课程的时间的有益效果。附图说明此处的附图被并入说明书中并构成本说明书的一部分，示出了符合本申请的实施例，并与说明书一起用于解释本申请的原理。为了更清楚地说明本申请实施例的技术方案，下面将对实施例描述中所需要使用的附图作简单地介绍，显而易见地，对于本领域普通技术人员而言，在不付出创造性劳动性的前提下，还可以根据这些附图获得其他的附图。图1为本专利技术实施例方案涉及的硬件运行环境的终端结构示意图；图2为本申请基于大数据的课程推荐方法第一实施例；图3为本申请基于大数据的课程推荐方法第二实施例；图4为本申请基于大数据的课程推荐方法第三实施例；图5为本申请基于大数据的课程推荐方法第四实施例；图6为本申请基于大数据的课程推荐方法第五实施例。本申请目的的实现、功能特点及优点将结合实施例，参照附图做进一步说明。通过上述附图，已示出本申请明确的实施例，后文中将有更详细的描述。这些附图和文字描述并不是为了通过任何方式限制本申请构思的范围，而是通过参考特定实施例为本领域技术人员说明本申请的概念。具体实施方式应当理解，此处所描述的具体实施例仅仅用以解释本申请，并不用于限定本申请。需要说明的是，在本文中，术语“包括”、“包含”或者其任何其他变体意在涵盖非排他性的包含，从而使得包括一系列要素的过程、方法、物品或者装置不仅包括那些要素，而且还包括没有明确列出的其他要素，或者是还包括为这种过程、方法、物品或者装置所固有的要素。在没有更多限制的情况下，由语句“包括一个……”限定的要素，并不排除在包括该要素的过程、方法、物品或者装置中还存在另外的相同要素，此外，本申请不同实施例中具有同样命名的部件、特征、要素可能具有相同含义，也可能具有不同含义，其具体含义需以其在该具体实施例中的解释或者进一步结合该具体实施例中上下文进行确定。应当理解，尽管在本文可能采用术语第一、第二、第三等来描述各种信息，但这些信息不应限于这些术语。这些术语仅用来将同一类型的信息彼此区分开。例如，在不脱离本文范围的情况下，第一信息也可以被称为第二信息，类似地，第二信息也可以被称为第一信息。取决于语境，如在此所使用的词语"如果"可以被解释成为"在……时"或"当……时"或"响应于确定"。再者，如同在本文中所使用的，单数形式“一”、“一个”和“该”旨在也包括复数形式，除非上下文中有相反的指示。应当进一步理解，术语“包含”、“包括”表明存在所述的特征、步骤、操作、元件、组件、项目、种类、和/或组，但不排除一个或多个其他特征、步骤、操作、元件、组件、项目、种类、和/或组的存在、出现或添加。此处使用的术语“或”和“和/或”被解释为包括性的，或意味着任一个或任何组合。因此，“A、B或C”或者“A、B和/或C”意味着“以下任一个：A；B；C；A和B；A和C；B和C；A、B和C”。仅当元件、功能、步骤或操作的组合在某些方式下内在地互相排斥时，才会出现该定义的例外。如图1所示，图1为本专利技术实施例方案涉及的硬件运行环境的终端结构示意图。本专利技术实施例本文档来自技高网...

【技术保护点】
1.一种基于大数据的课程推荐方法，其特征在于，所述基于大数据的课程推荐方法包括以下步骤：/n获取用户设置的课程标签以及历史学习课程参数；/n根据所述课程标签以及历史学习课程参数确定偏好结果；/n推荐所述偏好结果对应的目标课程。/n

【技术特征摘要】
1.一种基于大数据的课程推荐方法，其特征在于，所述基于大数据的课程推荐方法包括以下步骤：
获取用户设置的课程标签以及历史学习课程参数；
根据所述课程标签以及历史学习课程参数确定偏好结果；
推荐所述偏好结果对应的目标课程。


2.如权利要求1所述的基于大数据的课程推荐方法，其特征在于，所述获取用户设置的课程标签以及历史学习课程参数的步骤包括：
获取用户设置的课程标签；
根据各个历史学习课程的学习次数、完成度、对应的主讲教师以及课程类型中的至少一个获取所述历史学习课程参数。


3.如权利要求1所述的基于大数据的课程推荐方法，其特征在于，所述根据所述课程标签以及历史学习课程参数确定偏好结果的步骤包括：
获取所述课程标签对应的第一权重以及所述历史学习课程参数对应的第二权重；
根据所述第一权重以及所述第二权重确定所述偏好结果。


4.如权利要求3所述的基于大数据的课程推荐方法，其特征在于，所述获取所述课程标签对应的第一权重以及所述历史学习课程参数对应的第二权重的步骤之后，所述根据所述课程标签以及历史学习课程参数确定偏好结果的步骤还包括：
获取所述历史学习课程参数的学习阶段对应的第三权重；
根据所述第一权重、所述第二权重以及所述第三权重确定所述偏好结果。


5.如权利要求1所述的基于大数据的课程推荐方法，其特征在于，所述推荐所述偏好结果对应的目标课程的步骤包括：
根据所述偏好结果获取关联的课程；
根据所述关联的课程的关联度推荐所述目标课程。


6.如权利要求1所...

【专利技术属性】
技术研发人员：张月鲜，
申请(专利权)人：敖客星云北京科技发展有限公司，
类型：发明
国别省市：北京;11