课程推荐方法、装置、存储介质及电子设备与流程

本申请涉及人工智能领域，具体而言，涉及一种课程推荐方法、装置、存储介质及电子设备。

背景技术：

1、随着信息化和互联网技术的飞速发展，各个企业存储的与业务相关的知识条目越来越多，企业对员工掌握知识的需求也越来越大，相关技术中，企业员工对自己的知识学习情况及掌握程度并不清晰。企业对员工学习知识条目规划性较差，员工需要学习的知识条目繁杂冗余且没有条理，员工学习效率较低，企业对员工的培养周期较长。

2、针对相关技术中由于不了解知识条目的掌握程度导致员工学习知识条目的效率低的问题，目前尚未提出有效的解决方案。

技术实现思路

1、本申请的主要目的在于提供一种课程推荐方法、装置、存储介质及电子设备，以解决相关技术中由于不了解知识条目的掌握程度导致员工学习知识条目的效率低的问题。

2、为了实现上述目的，根据本申请的一个方面，提供了一种课程推荐方法。该方法包括：获取目标员工的待学习内容和数据库中的所有知识条目；计算待学习内容与每条知识条目的相似度，得到一组相似度，将一组相似度中预设数量的相似度关联的知识条目确定为目标知识条目；将目标知识条目输入目标模型，得到推荐课程，其中，目标模型通过多组训练样本训练得到，每组训练样本包括历史知识条目和历史推荐课程；将推荐课程推送至目标员工的客户端。

3、可选地，获取目标员工的待学习内容包括：获取目标员工的计划学习课程，确定目标员工对计划学习课程的目标学习进度和当前学习进度；基于目标学习进度和当前学习进度确定目标员工的未完成学习进度；获取目标员工的与计划学习课程关联的测试结果，其中，测试结果用于表征目标员工对当前学习进度中的知识条目的掌握情况；将未完成学习进度中的知识条目和测试结果中的未掌握知识条目确定为待学习内容。

4、可选地，获取目标员工的计划学习课程包括：接收目标员工输入的关键词，通过关键词从数据库中检索出目标员工的偏好知识条目；将偏好知识条目输入目标模型，得到计划学习课程。

5、可选地，在确定目标员工对计划学习课程的目标学习进度和当前学习进度之后，该方法还包括：确定每个计划学习课程所属的知识领域，并计算每个知识领域的计划学习课程占目标员工学习的所有计划学习课程的占比，得到目标员工的每个知识领域的学习占比，其中，知识领域至少包括以下之一：办公相关知识、技术相关知识和活动相关知识；将学习占比小于预设占比阈值的知识领域确定为目标员工的薄弱知识领域，并从薄弱知识领域的课程中确定补充课程；将补充课程推送至目标员工的客户端。

6、可选地，计算待学习内容与每条知识条目的相似度包括：通过自然语言处理模型从待学习内容中提取出第一特征向量；通过自然语言处理模型从每条知识条目中提取出第二特征向量；基于预设相似度算法计算第一特征向量和每条知识条目的第二特征向量的相似度，得到待学习内容与每条知识条目的相似度。

7、可选地，将一组相似度中预设数量的相似度关联的知识条目确定为目标知识条目包括：将所有知识条目按照待学习内容与每条知识条目的相似度从大到小的顺序排列，得到目标序列；将目标序列中的前n个知识条目确定为目标知识条目，其中，n为预设数量且n为正整数。

8、可选地，目标模型由以下方式得到：获取目标员工的学习记录，从学习记录中提取多条历史知识条目和与历史知识条目关联的历史推荐课程；将每条历史知识条目和与历史知识条目关联的历史推荐课程确定为一组训练样本，得到多组训练样本；基于多组训练样本训练神经网络模型，得到目标模型。

9、为了实现上述目的，根据本申请的另一方面，提供了一种课程推荐装置。该装置包括：获取单元，用于获取目标员工的待学习内容和数据库中的所有知识条目；计算单元，用于计算待学习内容与每条知识条目的相似度，得到一组相似度，将一组相似度中预设数量的相似度关联的知识条目确定为目标知识条目；输入单元，用于将目标知识条目输入目标模型，得到推荐课程，其中，目标模型通过多组训练样本训练得到，每组训练样本包括历史知识条目和历史推荐课程；推送单元，用于将推荐课程推送至目标员工的客户端。

10、通过本申请，采用以下步骤：获取目标员工的待学习内容和数据库中的所有知识条目；计算待学习内容与每条知识条目的相似度，得到一组相似度，将一组相似度中预设数量的相似度关联的知识条目确定为目标知识条目；将目标知识条目输入目标模型，得到推荐课程，其中，目标模型通过多组训练样本训练得到，每组训练样本包括历史知识条目和历史推荐课程；将推荐课程推送至目标员工的客户端，解决了相关技术中由于不了解知识条目的掌握程度导致员工学习知识条目的效率低的问题。通过按照目标员工的待学习内容与数据库中的每条知识条目的相似度确定目标知识条目，将目标知识条目输入目标模型，得到推荐课程，将推荐课程推送至目标员工的客户端，进而达到了提高员工学习知识条目的效率的效果。

技术特征：

1.一种课程推荐方法，其特征在于，包括：

2.根据权利要求1所述的方法，其特征在于，获取目标员工的待学习内容包括：

3.根据权利要求2所述的方法，其特征在于，获取所述目标员工的计划学习课程包括：

4.根据权利要求2所述的方法，其特征在于，在确定所述目标员工对所述计划学习课程的目标学习进度和当前学习进度之后，所述方法还包括：

5.根据权利要求1所述的方法，其特征在于，计算所述待学习内容与每条知识条目的相似度包括：

6.根据权利要求1所述的方法，其特征在于，将所述一组相似度中预设数量的相似度关联的知识条目确定为目标知识条目包括：

7.根据权利要求1所述的方法，其特征在于，目标模型由以下方式得到：

8.一种课程推荐装置，其特征在于，包括：

9.一种非易失性存储介质，其特征在于，所述非易失性存储介质包括存储的程序，其中，所述程序运行时控制所述非易失性存储介质所在的设备执行权利要求1至7中任意一项所述的课程推荐方法。

10.一种电子设备，其特征在于，包括一个或多个处理器和存储器，所述存储器用于存储一个或多个程序，其中，当所述一个或多个程序被所述一个或多个处理器执行时，使得所述一个或多个处理器实现权利要求1至7中任意一项所述的课程推荐方法。

技术总结
本申请公开了一种课程推荐方法、装置、存储介质及电子设备。涉及人工智能领域，该方法包括：获取目标员工的待学习内容和数据库中的所有知识条目；计算所述待学习内容与每条知识条目的相似度，得到一组相似度，将所述一组相似度中预设数量的相似度关联的知识条目确定为目标知识条目；将所述目标知识条目输入目标模型，得到推荐课程，其中，所述目标模型通过多组训练样本训练得到，每组训练样本包括历史知识条目和历史推荐课程；将所述推荐课程推送至所述目标员工的客户端。通过本申请，解决了相关技术中由于不了解知识条目的掌握程度导致员工学习知识条目的效率低的问题。

技术研发人员：肖向博
受保护的技术使用者：中国工商银行股份有限公司
技术研发日：
技术公布日：2024/1/15