CN108389148A - 一种外贸人才课程推荐的方法及系统 - Google Patents

Abstract

一种外贸人才课程推荐的系统，包括：数据源模块、学员课程推荐模块、老师课程推荐模块、课程匹配模块；所述数据源模块，用于记录整个外贸人才培训系统中的信息，包括：学员技能、老师、课程、人才技能等基础数据；所述学员课程推荐模块，根据数据库中的信息先计算各个学员的课程推荐列表。所述老师课程推荐模块，根据老师历史授课评估结果对老师的各个课程进行评分，结合学员课程推荐列表得到各个老师的课程推荐列表。所述课程匹配模块，将学员课程推荐列表与老师课程推荐列表进行匹配，得到各个城市各个学员各个老师的课程推荐列表。

Description

一种外贸人才课程推荐的方法及系统

技术领域

本发明涉及外贸人才培养领域，特别是一种外贸人才课程推荐的方法及系统。

背景技术

现代科技的迅速发展，缩小了地球上的时空距离，国际贸易日益频繁便利，对外贸人才的需求量也越来越多，尤其是中高级的复合型人才，因此外贸人才的培养也显得尤为重要。

传统的集中式培训课程都比较固定，效果往往不是太好，也不能针对每个学员个性化教学。这就需要定期针对学员的技能掌握情况，来个性化的推荐课程，这就需要一套完善的外贸人才课程推荐方法和系统。

本发明针对外贸人才课程推荐问题进行了算法和系统的设计，根据数据库中的信息先计算各个学员的课程推荐列表，然后计算老师的课程推荐列表，最后将两个数据结合起来进行匹配，得到各个城市各个学员各个老师的课程推荐列表。该方法和系统能够高效智能的完成课程推荐任务，将最合适的课程和老师推荐给最需要的学员，帮助外贸人才快速成长，大大提升用户的满意度。

发明内容

本发明目的是，在现有技术背景下，提出了一种外贸人才课程推荐的方法及系统，主要针对外贸人才课程推荐问题进行了算法和系统的设计，根据数据库中的信息先计算各个学员的课程推荐列表，然后计算老师的课程推荐列表，最后将两个数据结合起来进行匹配，得到各个城市各个学员各个老师的课程推荐列表。该方法和系统能够高效智能的完成课程推荐任务，将最合适的课程和老师推荐给最需要的学员，帮助外贸人才快速成长，大大提升用户的满意度。

本发明公开一种外贸人才课程推荐的方法，包括：

步骤一：对数据库中的数据进行预处理，得到学员、老师、课程、人才技能等基础数据。其中，学员基础数据包括学员参加课程记录、学员技能评估结果数据、学员专业及职业方向等属性数据，老师基础数据包括老师授课课程数据、历史授课记录及评估结果记录，课程基础数据包括各个课程对应的技能数据、课程的开课记录及评分记录，人才技能基本数据包括外贸人才需要掌握的技能结构数据，分技能大类和每个大类对应的技能点。

步骤二：根据学员技能评估结果、人才技能及课程数据，计算各个学员待加强的技能和待加强的课程。对于某个学员S_i来说，根据人才技能结构数据，将学员已掌握的技能点排除，得到每个学员待加强的技能列表{s_k}，再根据技能与课程的对应关系，得到每个学员待加强的课程列表{C_k}。

步骤三：根据学员属性信息、历史课程信息、技能掌握信息，得到相似学员，根据相似学员的课程数据得到各个学员可能感兴趣的课程。具体计算方法如下：

3.1将学员属性信息、历史课程信息、技能掌握信息转换为向量，学员

S_i＝(p₁,p₂,c₁,...,c_t,...,c_m,s₁,...,s_s,...s_n)

其中p₁，p₂分别表示专业、职业方向的ID；c_t表示是否参加了第t个课程，参加为1，没参加为0；s_s表示是否掌握了第s个技能点，掌握为1，未掌握为0。那么可以得到一个矩阵如下，共有h行，也就是h个学生，每一行为该学生对应的向量。

3.2根据上一步中的矩阵可以计算学员S_i最相似的n个学员(SS₁,...,SS_n)及对应的相似度得分(w₁,...,w_n)，取这n个学员最近o次参加的课程，每个学员SS_i的课程的权重为w_i，将所有的课程汇总起来，相同的课程权重相加，再排除该学员S_i已掌握的技能点对应的课程，得到该学员S_i可能的感兴趣课程列表及其感兴趣权重{(C_k,W_k)}。

步骤四：将第二步和第三步的结果进行合并，权重分别是w1和w2，得到最终各个学员的课程推荐列表；对于课程c_t来说，

●若仅出现在待加强课程列表{C_k}中的课程，其权重为w(c_t)＝w₁；

●对于仅出现在感兴趣课程列表{(C_k,W_k)}中的课程，其权重为w(c_t)＝w₂*W_t；

●对于同时出现在两个列表中的课程，其权重为w(c_t)＝w₁+w₂*W_t。

最后按照权重w(c_t)倒序，每个学员取前q个课程，作为学员的课程推荐列表。

步骤五：根据老师历史授课评估结果对老师的各个课程进行评分，结合学员课程推荐列表得到各个老师的课程推荐列表。对于某个课程c_t，某老师分别在第T₁,...,T_i,...,T_k天前讲课，每次课的评分结果分别为W₁,...,W_i,...,W_k，则将第i次课的评分修正为

即最近一次讲课的权重最高，最后将k次课程的修正分相加，得到每个老师每个课程的评分，即

再根据学员推荐的课程列表，两者取交集，得到各个老师的课程推荐列表及对应的评分。

步骤六：将学员课程推荐列表与老师课程推荐列表进行匹配，得到各个城市各个学员各个老师的课程推荐列表。匹配时，优先匹配评分高的老师，若该老师存在时间、城市冲突，则取评分次高的老师，依次循环下去，最终得到各个城市各个学员各个老师的课程推荐列表。

本发明公开一种外贸人才课程推荐的系统，包括：数据源模块、学员课程推荐模块、老师课程推荐模块、课程匹配模块。

所述数据源模块，用于记录整个外贸人才培训系统中的信息，主要包括：学员数据、老师数据、课程数据、人才技能数据。

所述学员课程推荐模块，根据数据库中的信息先计算各个学员的课程推荐列表。其中包括五个子模块：学员待加强技能子模块、学员待加强课程子模块、相似学员子模块、学员感兴趣课程子模块、学员课程推荐子模块。所述学员待加强技能子模块，是根据学员已掌握的技能程度、外贸人才技能结构，计算每个学员待加强的技能。所述学员待加强课程子模块，是根据每个学员待加强的技能、技能与课程的对应关系，计算出每个学员待加强的课程。所述相似学员子模块，是根据学员属性信息、历史课程信息、技能掌握信息，计算每个学员的相似学员。所述学员感兴趣课程子模块，是根据相似学员的课程数据得到各个学员可能感兴趣的课程。所述学员课程推荐子模块，是将每个学员待加强的课程和每个学员的可能感兴趣的课程进行加权求和，计算出每个学员的课程推荐列表。

所述老师课程推荐模块，根据老师历史授课评估结果对老师的各个课程进行评分，结合学员课程推荐列表得到各个老师的课程推荐列表。其中包括两个子模块：老师课程评分子模块、老师课程推荐子模块。所述老师课程评分子模块是根据老师历史授课评估结果对老师的各个课程进行评分。所述老师课程推荐子模块是根据老师课程评分结合学员课程推荐列表得到各个老师的课程推荐列表。

所述课程匹配模块，将学员课程推荐列表与老师课程推荐列表进行匹配，得到各个城市各个学员各个老师的课程推荐列表。

本发明有益效果，该方法和系统能够高效智能的完成课程推荐任务，将两个数据结合起来进行匹配，得到各个城市各个学员各个老师的课程推荐列表。将最合适的课程和老师推荐给最需要的学员，帮助外贸人才快速成长，大大提升用户的满意度。

附图说明

图1是本发明实施例中的外贸人才课程推荐方法的流程示意图。

图2是本发明实施例中的外贸人才课程推荐系统的结构示意图。

具体实施方式

以下结合附图和具体实施例对本发明作进一步详细说明。

在本发明中，根据数据库中的信息先计算各个学员的课程推荐列表，然后计算老师的课程推荐列表，最后将两个数据结合起来进行匹配，得到各个城市各个学员各个老师的课程推荐列表，大大提升用户的满意度。

参阅图1所示，本发明实施例的流程，具体步骤为：

步骤11：对数据库中的数据进行预处理，得到学员、老师、课程、人才技能等基础数据。其中，学员基础数据包括学员参加课程记录、学员技能评估结果数据、学员专业及职业方向等属性数据，老师基础数据包括老师授课课程数据、历史授课记录及评估结果记录，课程基础数据包括各个课程对应的技能数据、课程的开课记录及评分记录，人才技能基本数据包括外贸人才需要掌握的技能结构数据，分技能大类和每个大类对应的技能点。

步骤12：根据学员技能评估结果、人才技能及课程数据，计算各个学员待加强的技能和待加强的课程。对于某个学员S_i来说，根据人才技能结构数据，将学员已掌握的技能点排除，得到每个学员待加强的技能列表{s_k}，再根据技能与课程的对应关系，得到每个学员待加强的课程列表{C_k}。

步骤13：根据学员属性信息、历史课程信息、技能掌握信息，得到相似学员，根据相似学员的课程数据得到各个学员可能感兴趣的课程。具体计算方法如下：

13.1将学员属性信息、历史课程信息、技能掌握信息转换为向量，学员

S_i＝(p₁,p₂,c₁,...,c_t,...,c_m,s₁,...,s_s,...s_n)

其中p₁，p₂分别表示专业、职业方向的ID；c_t表示是否参加了第t个课程，参加为1，没参加为0；s_s表示是否掌握了第s个技能点，掌握为1，未掌握为0。那么可以得到一个矩阵如下，共有h行，也就是h个学生，每一行为该学生对应的向量。

13.2根据上一步中的矩阵可以计算学员S_i最相似的10个学员(SS₁,...,SS_n)及对应的相似度得分(w₁,...,w_n)，取这n个学员最近3次参加的课程，每个学员SS_i的课程的权重为w_i，将所有的课程汇总起来，相同的课程权重相加，再排除该学员S_i已掌握的技能点对应的课程，得到该学员S_i可能的感兴趣课程列表及其感兴趣权重{(C_k,W_k)}。

步骤14：将第二步和第三步的结果进行合并，权重分别是w₁和w₂，得到最终各个学员的课程推荐列表。这里取w₁＝w₂＝0.5，对于课程c_t来说，

●若仅出现在待加强课程列表{C_k}中的课程，其权重为w(c_t)＝0.5；

●对于仅出现在感兴趣课程列表{(C_k,W_k)}中的课程，其权重为w(c_t)＝0.5*W_t；

●对于同时出现在两个列表中的课程，其权重为w(c_t)＝0.5+0.5*W_t。

最后按照权重w(c_t)倒序，每个学员取前10个课程，作为学员的课程推荐列表。

步骤15：根据老师历史授课评估结果对老师的各个课程进行评分，结合学员课程推荐列表得到各个老师的课程推荐列表。对于某个课程c_t，某老师分别在第T₁,...,T_i,...,T_k天前讲课，每次课的评分结果分别为W₁,...,W_i,...,W_k，则将第i次课的评分修正为

即最近一次讲课的权重最高，最后将k次课程的修正分相加，得到每个老师每个课程的评分，即

再根据学员推荐的课程列表，两者取交集，得到各个老师的课程推荐列表及对应的评分。

步骤16：将学员课程推荐列表与老师课程推荐列表进行匹配，得到各个城市各个学员各个老师的课程推荐列表。匹配时，优先匹配评分高的老师，若该老师存在时间、城市冲突，则取评分次高的老师，依次循环下去，最终得到各个城市各个学员各个老师的课程推荐列表。

参阅图2所示，本发明实施例的系统结构，包括：数据源模块21、学员课程推荐模块22、老师课程推荐模块23、课程匹配模块24。

数据源模块21，用于记录整个外贸人才培训系统中的信息，主要包括：学员数据、老师数据、课程数据、人才技能数据。

学员课程推荐模块22，根据数据库中的信息先计算各个学员的课程推荐列表。其中包括五个子模块：学员待加强技能子模块221、学员待加强课程子模块222、相似学员子模块223、学员感兴趣课程子模块224、学员课程推荐子模块225。

学员待加强技能子模块子模块221，是根据学员已掌握的技能程度、外贸人才技能结构，计算每个学员待加强的技能。

学员待加强课程子模块222，是根据每个学员待加强的技能、技能与课程的对应关系，计算出每个学员待加强的课程。

相似学员子模块223，是根据学员属性信息、历史课程信息、技能掌握信息，计算每个学员的相似学员。

学员感兴趣课程子模块224，是根据相似学员的课程数据得到各个学员可能感兴趣的课程。

学员课程推荐子模块225，是将每个学员待加强的课程和每个学员的可能感兴趣的课程进行加权求和，计算出每个学员的课程推荐列表。

老师课程推荐模块23，根据老师历史授课评估结果对老师的各个课程进行评分，结合学员课程推荐列表得到各个老师的课程推荐列表。其中包括两个子模块：老师课程评分子模块231、老师课程推荐子模块232。

老师课程评分子模块231，根据老师历史授课评估结果对老师的各个课程进行评分。

老师课程推荐子模块232，根据老师课程评分结合学员课程推荐列表得到各个老师的课程推荐列表。

课程匹配模块模块24，将学员课程推荐列表与老师课程推荐列表进行匹配，得到各个城市各个学员各个老师的课程推荐列表。

以上所述仅为本发明的一种实施例而已，并不用以限制本发明，凡在本发明的精神和原则之内所作的任何修改、等同替换和改进等，均以包含在本发明的保护范围之内。

Claims (2)

1.一种外贸人才课程推荐的系统，其特征是包括：数据源模块、学员课程推荐模块、老师课程推荐模块、课程匹配模块；

所述数据源模块，用于记录整个外贸人才培训系统中的信息，包括：学员技能、老师、课程、人才技能等基础数据；

所述学员课程推荐模块，根据数据库中的信息先计算各个学员的课程推荐列表。其中包括五个子模块：学员待加强技能子模块、学员待加强课程子模块、相似学员子模块、学员感兴趣课程子模块、学员课程推荐子模块。所述学员待加强技能子模块，是根据学员已掌握的技能程度、外贸人才技能结构，计算每个学员待加强的技能。所述学员待加强课程子模块，是根据每个学员待加强的技能、技能与课程的对应关系，计算出每个学员待加强的课程。所述相似学员子模块，是根据学员属性信息、历史课程信息、技能掌握信息，计算每个学员的相似学员。所述学员感兴趣课程子模块，是根据相似学员的课程数据得到各个学员可能感兴趣的课程。所述学员课程推荐子模块，是将每个学员待加强的课程和每个学员的可能感兴趣的课程进行加权求和，计算出每个学员的课程推荐列表。

所述老师课程推荐模块，根据老师历史授课评估结果对老师的各个课程进行评分，结合学员课程推荐列表得到各个老师的课程推荐列表。其中包括两个子模块：老师课程评分子模块、老师课程推荐子模块。所述老师课程评分子模块是根据老师历史授课评估结果对老师的各个课程进行评分。所述老师课程推荐子模块是根据老师课程评分结合学员课程推荐列表得到各个老师的课程推荐列表。

所述课程匹配模块，将学员课程推荐列表与老师课程推荐列表进行匹配，得到各个城市各个学员各个老师的课程推荐列表。

2.根据权利要求1所述的系统进行外贸人才课程推荐的方法，其特征是包括如下步骤：

步骤一：对数据库中的数据进行预处理，得到学员、老师、课程、人才技能等基础数据。其中，学员基础数据包括学员参加课程记录、学员技能评估结果数据、学员专业及职业方向等属性数据，老师基础数据包括老师授课课程数据、历史授课记录及评估结果记录，课程基础数据包括各个课程对应的技能数据、课程的开课记录及评分记录，人才技能基本数据包括外贸人才需要掌握的技能结构数据，分技能大类和每个大类对应的技能点。

步骤二：根据学员技能评估结果、人才技能及课程数据，计算各个学员待加强的技能和待加强的课程。对于某个学员S_i来说，根据人才技能结构数据，将学员已掌握的技能点排除，得到每个学员待加强的技能列表{s_k}，再根据技能与课程的对应关系，得到每个学员待加强的课程列表{C_k}。

步骤三：根据学员属性信息、历史课程信息、技能掌握信息，得到相似学员，根据相似学员的课程数据得到各个学员可能感兴趣的课程。具体计算方法如下：

3.1将学员属性信息、历史课程信息、技能掌握信息转换为向量，学员

S_i＝(p₁,p₂,c₁,...,c_t,...,c_m,s₁,...,s_s,...s_n)

其中p₁，p₂分别表示专业、职业方向的ID；c_t表示是否参加了第t个课程，参加为1，没参加为0；s_s表示是否掌握了第s个技能点，掌握为1，未掌握为0。那么可以得到一个矩阵如下，共有h行，也就是h个学生，每一行为该学生对应的向量。

3.2根据上一步中的矩阵可以计算学员S_i最相似的n个学员(SS₁,...,SS_n)及对应的相似度得分(w₁,...,w_n)，取这n个学员最近o次参加的课程，每个学员SS_i的课程的权重为w_i，将所有的课程汇总起来，相同的课程权重相加，再排除该学员S_i已掌握的技能点对应的课程，得到该学员S_i可能的感兴趣课程列表及其感兴趣权重{(C_k,W_k)}。

步骤四：将第二步和第三步的结果进行合并，权重分别是w1和w2，得到最终各个学员的课程推荐列表；对于课程c_t来说，

●若仅出现在待加强课程列表{C_k}中的课程，其权重为w(c_t)＝w₁；

●对于仅出现在感兴趣课程列表{(C_k,W_k)}中的课程，其权重为w(c_t)＝w₂*W_t；

●对于同时出现在两个列表中的课程，其权重为w(c_t)＝w₁+w₂*W_t。

最后按照权重w(c_t)倒序，每个学员取前q个课程，作为学员的课程推荐列表。

步骤五：根据老师历史授课评估结果对老师的各个课程进行评分，结合学员课程推荐列表得到各个老师的课程推荐列表。对于某个课程c_t，某老师分别在第T₁,...,T_i,...,T_k天前讲课，每次课的评分结果分别为W₁,...,W_i,...,W_k，则将第i次课的评分修正为

即最近一次讲课的权重最高，最后将k次课程的修正分相加，得到每个老师每个课程的评分，即

再根据学员推荐的课程列表，两者取交集，得到各个老师的课程推荐列表及对应的评分。

步骤六：将学员课程推荐列表与老师课程推荐列表进行匹配，得到各个城市各个学员各个老师的课程推荐列表。匹配时，优先匹配评分高的老师，若该老师存在时间、城市冲突，则取评分次高的老师，依次循环下去，最终得到各个城市各个学员各个老师的课程推荐列表。