CN111949871A - 图书推荐系统、方法及装置 - Google Patents
图书推荐系统、方法及装置 Download PDFInfo
- Publication number
- CN111949871A CN111949871A CN202010806925.0A CN202010806925A CN111949871A CN 111949871 A CN111949871 A CN 111949871A CN 202010806925 A CN202010806925 A CN 202010806925A CN 111949871 A CN111949871 A CN 111949871A
- Authority
- CN
- China
- Prior art keywords
- book
- industry
- learning
- user
- corresponding course
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Pending
Links
- 238000000034 method Methods 0.000 title claims abstract description 58
- 230000006399 behavior Effects 0.000 claims abstract description 66
- 238000004590 computer program Methods 0.000 claims description 16
- 238000004422 calculation algorithm Methods 0.000 claims description 13
- 239000000463 material Substances 0.000 abstract description 3
- 238000010586 diagram Methods 0.000 description 18
- 238000001914 filtration Methods 0.000 description 7
- 238000013135 deep learning Methods 0.000 description 4
- 230000006870 function Effects 0.000 description 4
- 238000012545 processing Methods 0.000 description 4
- 230000000977 initiatory effect Effects 0.000 description 3
- 230000003993 interaction Effects 0.000 description 3
- 230000005540 biological transmission Effects 0.000 description 2
- 238000004364 calculation method Methods 0.000 description 2
- 238000004891 communication Methods 0.000 description 2
- 238000003066 decision tree Methods 0.000 description 2
- 239000013589 supplement Substances 0.000 description 2
- 238000013461 design Methods 0.000 description 1
- 238000010801 machine learning Methods 0.000 description 1
- 238000004519 manufacturing process Methods 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 230000008569 process Effects 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
- 230000001960 triggered effect Effects 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/90—Details of database functions independent of the retrieved data types
- G06F16/95—Retrieval from the web
- G06F16/953—Querying, e.g. by the use of web search engines
- G06F16/9535—Search customisation based on user profiles and personalisation
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/90—Details of database functions independent of the retrieved data types
- G06F16/95—Retrieval from the web
- G06F16/953—Querying, e.g. by the use of web search engines
Landscapes
- Engineering & Computer Science (AREA)
- Databases & Information Systems (AREA)
- Theoretical Computer Science (AREA)
- Data Mining & Analysis (AREA)
- Physics & Mathematics (AREA)
- General Engineering & Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Information Retrieval, Db Structures And Fs Structures Therefor (AREA)
Abstract
本发明公开了一种图书推荐系统、方法及装置，该系统包括：行业内部学习系统、行业内部图书系统和行业外部图书系统；行业内部学习系统用于：提供课程内容给用户进行学习，获取用户学习行为数据，判断学习行为数据是否冷启动条件，若符合，则将相应的课程标识发送至行业外部图书系统；若不符合，则将相应的课程标识发送至行业内部图书系统；行业外部图书系统用于：根据相应的课程标识确定图书推荐目录信息，将图书推荐目录信息发送至行业内部学习系统；行业内部图书系统用于：根据相应的课程标识确定图书推荐目录信息，将图书推荐目录信息发送至行业内部学习系统。本发明可以实现数据共享，定向推荐新书，以最便捷方式提供课外读物。
Description
技术领域
本发明涉及图书推荐技术领域，尤其涉及图书推荐系统、方法及装置。
背景技术
本部分旨在为权利要求书中陈述的本发明实施例提供背景或上下文。此处的描述不因为包括在本部分中就承认是现有技术。
在一些行业内的学习平台(比如中国银行内部学习平台)上，学员可以通过平台视频课程学习，扩充知识范围，提升专业技能。但是，这些学习平台上的课程内容大多比较宏观，若学员欲补充课外书籍做深入学习，则该学习平台无法提供相应的阅读课外书籍，无法满足学员的学习需求。
发明内容
本发明实施例提供一种图书推荐系统，用以解决现有的学习平台无法提供相应的阅读课外书籍，无法满足学员的学习需求的技术问题，该系统包括：
行业内部学习系统、行业内部图书系统和行业外部图书系统；
所述行业内部学习系统用于：提供课程内容给用户进行学习，获取用户学习行为数据，判断所述用户学习行为数据是否冷启动条件，若符合冷启动条件，则将相应的课程标识发送至行业外部图书系统；若不符合冷启动条件，则将相应的课程标识发送至行业内部图书系统；
所述行业外部图书系统用于：根据所述相应的课程标识确定图书推荐目录信息，将所述图书推荐目录信息发送至所述行业内部学习系统；
所述行业内部图书系统用于：根据所述相应的课程标识确定图书推荐目录信息，将所述图书推荐目录信息发送至所述行业内部学习系统。
本发明实施例还提供一种行业内部学习系统，用以解决现有的学习平台无法提供相应的阅读课外书籍，无法满足学员的学习需求的技术问题，该行业内部学习系统包括：
学习模块，用于提供课程内容给用户进行学习；
学习行为数据获取模块，用于获取用户学习行为数据；
冷启动条件判断模块，用于判断所述用户学习行为数据是否冷启动条件；
课程标识发送模块，用于若符合冷启动条件，则将相应的课程标识发送至行业外部图书系统；若不符合冷启动条件，则将相应的课程标识发送至行业内部图书系统。
本发明实施例还提供一种行业内部图书系统，用以解决现有的学习平台无法提供相应的阅读课外书籍，无法满足学员的学习需求的技术问题，该行业内部图书系统包括：
接收模块，用于接收行业内部学习系统推送的相应的课程标识；所述相应的课程标识由行业内部学习系统判断用户学习行为数据不符合冷启动条件时所确定；
图书推荐目录信息推送模块，用于根据所述相应的课程标识确定图书推荐目录信息，将所述图书推荐目录信息发送至所述行业内部学习系统。
本发明实施例还提供一种行业外部图书系统，用以解决现有的学习平台无法提供相应的阅读课外书籍，无法满足学员的学习需求的技术问题，该行业外部图书系统包括：
接收模块，用于接收行业内部学习系统推送的相应的课程标识；所述相应的课程标识由行业内部学习系统判断用户学习行为数据符合冷启动条件时所确定；
图书推荐目录信息推送模块，用于根据所述相应的课程标识确定图书推荐目录信息，将所述图书推荐目录信息发送至所述行业内部学习系统。
本发明实施例还提供一种图书推荐方法，用以解决现有的学习平台无法提供相应的阅读课外书籍，无法满足学员的学习需求的技术问题，该图书推荐方法包括：
行业内部学习系统提供课程内容给用户进行学习，获取用户学习行为数据，判断所述用户学习行为数据是否冷启动条件，若符合冷启动条件，则将相应的课程标识发送至行业外部图书系统；若不符合冷启动条件，则将相应的课程标识发送至行业内部图书系统；
行业外部图书系统根据所述相应的课程标识确定图书推荐目录信息，将所述图书推荐目录信息发送至所述行业内部学习系统；
行业内部图书系统根据所述相应的课程标识确定图书推荐目录信息，将所述图书推荐目录信息发送至所述行业内部学习系统。
本发明实施例还提供一种图书推荐方法，用以解决现有的学习平台无法提供相应的阅读课外书籍，无法满足学员的学习需求的技术问题，该图书推荐方法包括：
提供课程内容给用户进行学习；
获取用户学习行为数据；
判断所述用户学习行为数据是否冷启动条件；
若符合冷启动条件，则将相应的课程标识发送至行业外部图书系统；若不符合冷启动条件，则将相应的课程标识发送至行业内部图书系统。
本发明实施例还提供一种图书推荐方法，用以解决现有的学习平台无法提供相应的阅读课外书籍，无法满足学员的学习需求的技术问题，该图书推荐方法包括：
接收行业内部学习系统推送的相应的课程标识；所述相应的课程标识由行业内部学习系统判断用户学习行为数据不符合冷启动条件时所确定；
根据所述相应的课程标识确定图书推荐目录信息，将所述图书推荐目录信息发送至所述行业内部学习系统。
本发明实施例还提供一种图书推荐方法，用以解决现有的学习平台无法提供相应的阅读课外书籍，无法满足学员的学习需求的技术问题，该图书推荐方法包括：
接收行业内部学习系统推送的相应的课程标识；所述相应的课程标识由行业内部学习系统判断用户学习行为数据符合冷启动条件时所确定；
根据所述相应的课程标识确定图书推荐目录信息，将所述图书推荐目录信息发送至所述行业内部学习系统。
本发明实施例还提供一种计算机设备，包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序，所述处理器执行所述计算机程序时实现上述图书推荐方法。
本发明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存储有执行上述图书推荐方法的计算机程序。
本发明实施例中，行业内部学习系统提供课程内容给用户进行学习，获取用户学习行为数据，判断学习行为数据是否冷启动条件，若符合，则将相应的课程标识发送至行业外部图书系统；若不符合，则将相应的课程标识发送至行业内部图书系统；行业外部图书系统根据相应的课程标识确定图书推荐目录信息，将图书推荐目录信息发送至行业内部学习系统；行业内部图书系统根据相应的课程标识确定图书推荐目录信息，将图书推荐目录信息发送至行业内部学习系统。本发明可以实现数据共享，定向推荐新书，以最便捷方式提供课外读物。，与现有技术中只提供宏观课程内容，不能补充课外书籍做深入学习，无法满足学员的学习需求的技术方案相比，可以实现数据共享，定向推荐新书，以最便捷方式提供课外读物。
附图说明
为了更清楚地说明本发明实施例或现有技术中的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本发明的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。在附图中：
图1为本发明实施例中图书推荐系统及其数据交互图(一)；
图2为本发明实施例中图书推荐系统及其数据交互图(二)；
图3为本发明实施例中图书推荐方法流程图(图书推荐系统角度)(一)；
图4为本发明实施例中行业内部学习系统结构框图；
图5为本发明实施例中行业内部图书系统结构框图；
图6为本发明实施例中行业外部图书系统结构框图；
图7为本发明实施例中图书推荐方法流程图(图书推荐系统角度)(二)；
图8为本发明实施例中图书推荐方法流程图(行业内部学习系统角度)；
图9为本发明实施例中图书推荐方法流程图(行业内部图书系统角度)；
图10为本发明实施例中图书推荐方法流程图(行业外部图书系统角度)。
具体实施方式
为使本发明实施例的目的、技术方案和优点更加清楚明白，下面结合附图对本发明实施例做进一步详细说明。在此，本发明的示意性实施例及其说明用于解释本发明，但并不作为对本发明的限定。
现有技术中的行业内的学习平台只提供宏观课程内容，不能补充课外书籍做深入学习，无法满足学员的学习需求，基于此，本发明提出一种图书推荐系统，可以与外部图书系统和内部图书系统联通，实现数据共享，定向推荐新书，以最便捷方式提供课外读物。
图1为本发明实施例中图书推荐系统及其数据交互图(一)，如图1所示，该图书推荐系统包括：行业内部学习系统、行业内部图书系统和行业外部图书系统；
所述行业内部学习系统用于：提供课程内容给用户进行学习，获取用户学习行为数据，判断所述用户学习行为数据是否冷启动条件，若符合冷启动条件，则将相应的课程标识发送至行业外部图书系统；若不符合冷启动条件，则将相应的课程标识发送至行业内部图书系统；
所述行业外部图书系统用于：根据所述相应的课程标识确定图书推荐目录信息，将所述图书推荐目录信息发送至所述行业内部学习系统；
所述行业内部图书系统用于：根据所述相应的课程标识确定图书推荐目录信息，将所述图书推荐目录信息发送至所述行业内部学习系统。
针对中国银行来说，行业内部学习系统可以为中银学习平台，员工在线学习平台，提供全行视频课程数据库、学员注册信息、发起学习动作。行业外部图书系统可以是京东内部的图书买卖系统，也可以是淘宝、当当等相应的图书买卖系统。行业内部图书系统为中国银行内部的图书系统。本发明属于跨行业、跨系统的系统：中银学习平台隶属中国银行，与中国最大零售商京东图书连接，实现数据共享。
在本发明实施例中，冷启动：如何在没有丰富历史数据情况下为用户设计个性化推荐，让用户接受推荐内容，就是冷启动问题。冷启动实现方法很多。本发明采用如下的冷启动实现方法。
所述冷启动条件包括课程完成程度超过课程完成程度阈值且课程为首次学习；
所述行业内部学习系统具体用于：根据用户学习行为数据确定相应课程完成程度和相应课程是否为首次学习，若所述相应课程完成程度超过课程完成程度阈值且为首次学习，则将相应的课程标识发送至行业外部图书系统；若课程完成程度超过课程完成程度阈值且不为首次学习，则将相应的课程标识发送至行业内部图书系统。
在本发明实施例中，所述行业外部图书系统具体用于：采用GDBT算法根据所述相应的课程标识确定图书推荐目录信息。
GDBT算法是一种基于树形的机器学习算法，该算法中构建多棵决策树组成，所有决策树的结论累加起来作为最终答案。
在本发明实施例中，所述行业内部图书系统具体用于：采用ItemCF算法根据所述相应的课程标识确定图书推荐目录信息。
ItemCF算法是基于物品的协同过滤，把相似物品进行召回，是一种推送系统常用算法(本发明仅中银学习平台侧涉及)。
在本发明实施例中，如图2所示，该图书推荐系统还包括：行为数据库，用于存储用户学习行为数据。比如记录学员日常情况，包括：员工ID、课程名称和完成时长。
所述行业内部学习系统具体用于：从行为数据库获取用户学习行为数据。
在本发明实施例中，如图2所示，该图书推荐系统还包括：本地书库，用于存储由所述行业外部图书发送的所述图书推荐目录信息。比如，存储京东推荐的新书名称、价格。
在本发明实施例中，如图2所示，所述行业内部图书系统还用于：根据相应课程完成程度和所述本地书库中存储的图书推荐目录信息确定是否向用户推荐新书，当确定向用户推荐新书，确定推送相关信息；
还包括：非在线学习推送系统，用于接收推送相关信息，根据所述推送相关信息向用户推荐新书。
针对中国银行来说，该非在线学习推送系统可以是行信平台。
在本发明实施例中，所述推送相关信息包括用户的手机号和向用户推送的书籍相关信息；
所述非在线学习推送系统具体用于：基于向用户推送的书籍相关信息，根据用户的手机号，将书籍相关信息推送向用户。
具体的，传递方式依据手机号区分身份，不同学员接收不同新书。
下面以实例说明本发明图书推荐系统的实现。
图3为本发明实施例中图书推荐方法流程图(图书推荐系统角度)(一)；如图3所示：
①在线学员推送(中银学习平台)
学习发起：(以学员A为例)
学员A在线学习情况计算方法：
行业内部学习系统(下面指的中银学习平台)计算在线学员A完成课程A程度为50％以上(课程完成程度)，且属于系统内第一次触发(课程为首次学习)，将课程A作为第一手冷启动数据传递给行业外部图书系统(下面指的是京东)，由京东过滤，京东(GBDT)过滤计算，推荐图书1、图书2、图书3，推送给中银学习平台的在线学员A，在本地新书库存储新书名称、价格。
添加新书到本地新书库：新增3本(图书1、图书2、图书3)；
全量为3本(图书1、图书2、图书3)。
继续，计算在线学员A完成课程C程度为50％以上，且属于系统内第一次触发，系统将课程C作为第一手冷启动数据传递给京东，由京东过滤，京东GBDT过滤计算，推荐图书4、图书5、图书6，推送给中银学习平台的在线学员A，在本地新书库存储新书名称、价格。
添加新书到本地新书库：新增3本(图书4、图书5、图书6)；
全量为6本(图书1、图书2、图书3、图书4、图书5、图书6)。
学习发起：(以学员C为例)
学员C在线学习情况计算方法：
计算在线学员C完成课程A程度为完成50％以上，属于本地系统内第二次触发，由行业内部图书系统(本地)过滤，推荐图书1、图书2、图书3、图书4、图书5、图书6，给中银学习平台的在线学员C。
添加新书到本地新书库：新增0本；
全量为6本(图书1、图书2、图书3、图书4、图书5、图书6。
因为行业内部图书系统是根据本地书库进行推荐，而本地数库已经存在推荐的书籍，所以新增0本。
学习发起：(以学员B为例)
学员B在线学习情况计算方法：
计算在线学员B完成课程B程度为50％以上，且属于系统内第一次触发，系统将课程B作为第一手冷启动数据传递给京东，由京东过滤，京东(GBDT)过滤计算，推荐图书7给中银学习平台的在线学员B。
添加新书到本地新书库：新增1本(图书7)；全量为7本(图书1、图书2、图书3、图书4、图书5、图书6、图书7)。
②非在线学习推送(行信平台，方便手机查阅)
行信平台基础应用【新书推荐】模块，依据本地行为日志、本地新书库，计算学员A或学员B或学员C等曾完成课程的程度，判定是否推荐新书。传递方式依据手机号区分身份，不同学员接收不同新书。
例如：学员C学习课程A的学习程度达到50％以上，系统自动推送到手机上图书1、图书2、图书3、图书4、图书5、图书6，因为课程A相关课程本地新书库中已有相似图书1、图书2、图书3、图书4、图书5、图书6。
其中，接口为行业内部学习系统与行业外部图书系统的连接接口。本发明跨越了两个独立系统，而且是两个不同行业(银行与商家)。从银行角度，安全性是银行系统的生命，所以接口的安全设置非常重要。
本发明实施例中还提供了一种行业内部学习系统，如下面的实施例所述。图4为本发明实施例中行业内部学习系统结构框图；如图4所示，该行业内部学习系统包括：
学习模块401，用于提供课程内容给用户进行学习；
学习行为数据获取模块402，用于获取用户学习行为数据；
冷启动条件判断模块403，用于判断所述用户学习行为数据是否冷启动条件；
课程标识发送模块404，用于若符合冷启动条件，则将相应的课程标识发送至行业外部图书系统；若不符合冷启动条件，则将相应的课程标识发送至行业内部图书系统。
在本发明实施例中，所述冷启动条件包括课程完成程度超过课程完成程度阈值且课程为首次学习；
冷启动条件判断模块403具体用于：根据用户学习行为数据确定相应课程完成程度和相应课程是否为首次学习；
课程标识发送模块404具体用于：若所述相应课程完成程度超过课程完成程度阈值且为首次学习，则将相应的课程标识发送至行业外部图书系统；若课程完成程度超过课程完成程度阈值且不为首次学习，则将相应的课程标识发送至行业内部图书系统。
本发明实施例中还提供了一种行业内部图书系统，如下面的实施例所述。图5为本发明实施例中行业内部图书系统结构框图；如图5所示，该行业内部图书系统包括：
接收模块501，用于接收行业内部学习系统推送的相应的课程标识；所述相应的课程标识由行业内部学习系统判断用户学习行为数据不符合冷启动条件时所确定；
图书推荐目录信息推送模块502，用于根据所述相应的课程标识确定图书推荐目录信息，将所述图书推荐目录信息发送至所述行业内部学习系统。
在本发明实施例中，所述冷启动条件包括课程完成程度超过课程完成程度阈值且课程为首次学习；
所述不符合冷启动条件为课程完成程度超过课程完成程度阈值且不为首次学习。
在本发明实施例中，图书推荐目录信息推送模块502具体用于：采用ItemCF算法根据所述相应的课程标识确定图书推荐目录信息。
在本发明实施例中，如图5所示，还包括：
推荐模块503，用于根据相应课程完成程度和本地书库中存储的图书推荐目录信息推送是否向用户推荐新书，当确定向用户推荐新书，确定推送相关信息。
本发明实施例中还提供了一种行业外部图书系统，如下面的实施例所述。图6为本发明实施例中行业外部图书系统结构框图；如图6所示，该行业外部图书系统包括：
接收模块601，用于接收行业内部学习系统推送的相应的课程标识；所述相应的课程标识由行业内部学习系统判断用户学习行为数据符合冷启动条件时所确定；
图书推荐目录信息推送模块602，用于根据所述相应的课程标识确定图书推荐目录信息，将所述图书推荐目录信息发送至所述行业内部学习系统。
在本发明实施例中，所述冷启动条件包括课程完成程度超过课程完成程度阈值且课程为首次学习；
所述符合冷启动条件为课程完成程度超过课程完成程度阈值且为首次学习。
在本发明实施例中，图书推荐目录信息推送模块602具体用于：采用GDBT算法根据所述相应的课程标识确定图书推荐目录信息。
本发明实施例中还提供了一种图书推荐方法，如下面的实施例所述。由于该方法解决问题的原理与图书推荐系统相似，因此该方法的实施可以参见图书推荐系统的实施，重复之处不再赘述。
图7为本发明实施例中图书推荐方法流程图(图书推荐系统角度)(二)；如图7所示，该方法包括：
步骤701：行业内部学习系统提供课程内容给用户进行学习，获取用户学习行为数据，判断所述用户学习行为数据是否冷启动条件，若符合冷启动条件，则将相应的课程标识发送至行业外部图书系统；若不符合冷启动条件，则将相应的课程标识发送至行业内部图书系统；
步骤702：行业外部图书系统根据所述相应的课程标识确定图书推荐目录信息，将所述图书推荐目录信息发送至所述行业内部学习系统；
步骤703：行业内部图书系统根据所述相应的课程标识确定图书推荐目录信息，将所述图书推荐目录信息发送至所述行业内部学习系统。
本发明实施例中还提供了一种图书推荐方法，如下面的实施例所述。由于该方法解决问题的原理与行业内部图书系统相似，因此该方法的实施可以参见行业内部图书系统的实施，重复之处不再赘述。
图8为本发明实施例中图书推荐方法流程图(行业内部学习系统角度)；如图8所示，该方法包括：
步骤801：提供课程内容给用户进行学习；
步骤802：获取用户学习行为数据；
步骤803：判断所述用户学习行为数据是否冷启动条件；
步骤804：若符合冷启动条件，则将相应的课程标识发送至行业外部图书系统；若不符合冷启动条件，则将相应的课程标识发送至行业内部图书系统。
本发明实施例中还提供了一种图书推荐方法，如下面的实施例所述。由于该方法解决问题的原理与行业内部图书系统相似，因此该方法的实施可以参见行业内部图书系统的实施，重复之处不再赘述。
图9为本发明实施例中图书推荐方法流程图(行业内部图书系统角度)；如图9所示，该方法包括：
步骤901：接收行业内部学习系统推送的相应的课程标识；所述相应的课程标识由行业内部学习系统判断用户学习行为数据不符合冷启动条件时所确定；
步骤902：根据所述相应的课程标识确定图书推荐目录信息，将所述图书推荐目录信息发送至所述行业内部学习系统。
本发明实施例中还提供了一种图书推荐方法，如下面的实施例所述。由于该方法解决问题的原理与行业外部图书系统相似，因此该方法的实施可以参见行业外部图书系统的实施，重复之处不再赘述。
图10为本发明实施例中图书推荐方法流程图(行业外部图书系统角度)。如图10所示，该方法包括：
步骤1001：接收行业内部学习系统推送的相应的课程标识；所述相应的课程标识由行业内部学习系统判断用户学习行为数据符合冷启动条件时所确定；
步骤1002：根据所述相应的课程标识确定图书推荐目录信息，将所述图书推荐目录信息发送至所述行业内部学习系统。
本发明实施例还提供一种计算机设备，包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序，所述处理器执行所述计算机程序时实现上述图书推荐方法。
本发明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存储有执行上述图书推荐方法的计算机程序。
本发明实施例中，行业内部学习系统提供课程内容给用户进行学习，获取用户学习行为数据，判断学习行为数据是否冷启动条件，若符合，则将相应的课程标识发送至行业外部图书系统；若不符合，则将相应的课程标识发送至行业内部图书系统；行业外部图书系统根据相应的课程标识确定图书推荐目录信息，将图书推荐目录信息发送至行业内部学习系统；行业内部图书系统根据相应的课程标识确定图书推荐目录信息，将图书推荐目录信息发送至行业内部学习系统。本发明可以实现数据共享，定向推荐新书，以最便捷方式提供课外读物。，与现有技术中只提供宏观课程内容，不能补充课外书籍做深入学习，无法满足学员的学习需求的技术方案相比，本发明具有如下优点：
1、快捷，实时提供最新、最前沿的专业书籍。
2、便利，中行学员在中银学习平台和手机端都可以接收到推送信息。
3、双赢，中行学员扩充了知识面，京东获得了商业机会。
本领域内的技术人员应明白，本发明的实施例可提供为方法、系统、或计算机程序产品。因此，本发明可采用完全硬件实施例、完全软件实施例、或结合软件和硬件方面的实施例的形式。而且，本发明可采用在一个或多个其中包含有计算机可用程序代码的计算机可用存储介质(包括但不限于磁盘存储器、CD-ROM、光学存储器等)上实施的计算机程序产品的形式。
本发明是参照根据本发明实施例的方法、设备(系统)、和计算机程序产品的流程图和/或方框图来描述的。应理解可由计算机程序指令实现流程图和/或方框图中的每一流程和/或方框、以及流程图和/或方框图中的流程和/或方框的结合。可提供这些计算机程序指令到通用计算机、专用计算机、嵌入式处理机或其他可编程数据处理设备的处理器以产生一个机器，使得通过计算机或其他可编程数据处理设备的处理器执行的指令产生用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的装置。
这些计算机程序指令也可存储在能引导计算机或其他可编程数据处理设备以特定方式工作的计算机可读存储器中，使得存储在该计算机可读存储器中的指令产生包括指令装置的制造品，该指令装置实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能。
这些计算机程序指令也可装载到计算机或其他可编程数据处理设备上，使得在计算机或其他可编程设备上执行一系列操作步骤以产生计算机实现的处理，从而在计算机或其他可编程设备上执行的指令提供用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的步骤。
以上所述的具体实施例，对本发明的目的、技术方案和有益效果进行了进一步详细说明，所应理解的是，以上所述仅为本发明的具体实施例而已，并不用于限定本发明的保护范围，凡在本发明的精神和原则之内，所做的任何修改、等同替换、改进等，均应包含在本发明的保护范围之内。
Claims (23)
1.一种图书推荐系统，其特征在于，包括：行业内部学习系统、行业内部图书系统和行业外部图书系统；
所述行业内部学习系统用于：提供课程内容给用户进行学习，获取用户学习行为数据，判断所述用户学习行为数据是否冷启动条件，若符合冷启动条件，则将相应的课程标识发送至行业外部图书系统；若不符合冷启动条件，则将相应的课程标识发送至行业内部图书系统；
所述行业外部图书系统用于：根据所述相应的课程标识确定图书推荐目录信息，将所述图书推荐目录信息发送至所述行业内部学习系统；
所述行业内部图书系统用于：根据所述相应的课程标识确定图书推荐目录信息，将所述图书推荐目录信息发送至所述行业内部学习系统。
2.如权利要求1所述的图书推荐系统，其特征在于，所述冷启动条件包括课程完成程度超过课程完成程度阈值且课程为首次学习；
所述行业内部学习系统具体用于：根据用户学习行为数据确定相应课程完成程度和相应课程是否为首次学习，若所述相应课程完成程度超过课程完成程度阈值且为首次学习，则将相应的课程标识发送至行业外部图书系统；若课程完成程度超过课程完成程度阈值且不为首次学习，则将相应的课程标识发送至行业内部图书系统。
3.如权利要求1所述的图书推荐系统，其特征在于，所述行业外部图书系统具体用于：采用GDBT算法根据所述相应的课程标识确定图书推荐目录信息。
4.如权利要求1所述的图书推荐系统，其特征在于，所述行业内部图书系统具体用于：采用ItemCF算法根据所述相应的课程标识确定图书推荐目录信息。
5.如权利要求1所述的图书推荐系统，其特征在于，还包括：行为数据库，用于存储用户学习行为数据；
所述行业内部学习系统具体用于：从行为数据库获取用户学习行为数据。
6.如权利要求5所述的图书推荐系统，其特征在于，还包括：本地书库，用于存储由所述行业外部图书发送的所述图书推荐目录信息。
7.如权利要求6所述的图书推荐系统，其特征在于，所述行业内部图书系统还用于：根据相应课程完成程度和所述本地书库中存储的图书推荐目录信息确定是否向用户推荐新书，当确定向用户推荐新书，确定推送相关信息；
还包括：非在线学习推送系统，用于接收推送相关信息，根据所述推送相关信息向用户推荐新书。
8.如权利要求7所述的图书推荐系统，其特征在于，所述推送相关信息包括用户的手机号和向用户推送的书籍相关信息；
所述非在线学习推送系统具体用于：基于向用户推送的书籍相关信息，根据用户的手机号，将书籍相关信息推送向用户。
9.一种行业内部学习系统，其特征在于，包括：
学习模块，用于提供课程内容给用户进行学习；
学习行为数据获取模块，用于获取用户学习行为数据；
冷启动条件判断模块，用于判断所述用户学习行为数据是否冷启动条件；
课程标识发送模块，用于若符合冷启动条件，则将相应的课程标识发送至行业外部图书系统；若不符合冷启动条件，则将相应的课程标识发送至行业内部图书系统。
10.如权利要求9所述的行业内部学习系统，其特征在于，所述冷启动条件包括课程完成程度超过课程完成程度阈值且课程为首次学习；
冷启动条件判断模块具体用于：根据用户学习行为数据确定相应课程完成程度和相应课程是否为首次学习；
课程标识发送模块具体用于：若所述相应课程完成程度超过课程完成程度阈值且为首次学习，则将相应的课程标识发送至行业外部图书系统；若课程完成程度超过课程完成程度阈值且不为首次学习，则将相应的课程标识发送至行业内部图书系统。
11.一种行业内部图书系统，其特征在于，包括：
接收模块，用于接收行业内部学习系统推送的相应的课程标识；所述相应的课程标识由行业内部学习系统判断用户学习行为数据不符合冷启动条件时所确定；
图书推荐目录信息推送模块，用于根据所述相应的课程标识确定图书推荐目录信息，将所述图书推荐目录信息发送至所述行业内部学习系统。
12.如权利要求11所述的行业内部图书系统，其特征在于，所述冷启动条件包括课程完成程度超过课程完成程度阈值且课程为首次学习；
所述不符合冷启动条件为课程完成程度超过课程完成程度阈值且不为首次学习。
13.如权利要求11所述的行业内部图书系统，其特征在于，图书推荐目录信息推送模块具体用于：采用ItemCF算法根据所述相应的课程标识确定图书推荐目录信息。
14.如权利要求11所述的行业内部图书系统，其特征在于，还包括：
推荐模块，用于根据相应课程完成程度和本地书库中存储的图书推荐目录信息推送是否向用户推荐新书，当确定向用户推荐新书，确定推送相关信息。
15.一种行业外部图书系统，其特征在于，包括：
接收模块，用于接收行业内部学习系统推送的相应的课程标识；所述相应的课程标识由行业内部学习系统判断用户学习行为数据符合冷启动条件时所确定；
图书推荐目录信息推送模块，用于根据所述相应的课程标识确定图书推荐目录信息，将所述图书推荐目录信息发送至所述行业内部学习系统。
16.如权利要求15所述的行业外部图书系统，其特征在于，所述冷启动条件包括课程完成程度超过课程完成程度阈值且课程为首次学习；
所述符合冷启动条件为课程完成程度超过课程完成程度阈值且为首次学习。
17.如权利要求15所述的行业外部图书系统，其特征在于，图书推荐目录信息推送模块具体用于：采用GDBT算法根据所述相应的课程标识确定图书推荐目录信息。
18.一种图书推荐方法，其特征在于，包括：
行业内部学习系统提供课程内容给用户进行学习，获取用户学习行为数据，判断所述用户学习行为数据是否冷启动条件，若符合冷启动条件，则将相应的课程标识发送至行业外部图书系统；若不符合冷启动条件，则将相应的课程标识发送至行业内部图书系统；
行业外部图书系统根据所述相应的课程标识确定图书推荐目录信息，将所述图书推荐目录信息发送至所述行业内部学习系统；
行业内部图书系统根据所述相应的课程标识确定图书推荐目录信息，将所述图书推荐目录信息发送至所述行业内部学习系统。
19.一种图书推荐方法，其特征在于，包括：
提供课程内容给用户进行学习；
获取用户学习行为数据；
判断所述用户学习行为数据是否冷启动条件；
若符合冷启动条件，则将相应的课程标识发送至行业外部图书系统；若不符合冷启动条件，则将相应的课程标识发送至行业内部图书系统。
20.一种图书推荐方法，其特征在于，包括：
接收行业内部学习系统推送的相应的课程标识；所述相应的课程标识由行业内部学习系统判断用户学习行为数据不符合冷启动条件时所确定；
根据所述相应的课程标识确定图书推荐目录信息，将所述图书推荐目录信息发送至所述行业内部学习系统。
21.一种图书推荐方法，其特征在于，包括：
接收行业内部学习系统推送的相应的课程标识；所述相应的课程标识由行业内部学习系统判断用户学习行为数据符合冷启动条件时所确定；
根据所述相应的课程标识确定图书推荐目录信息，将所述图书推荐目录信息发送至所述行业内部学习系统。
22.一种计算机设备，包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序，其特征在于，所述处理器执行所述计算机程序时实现权利要求18至21任一所述方法。
23.一种计算机可读存储介质，其特征在于，所述计算机可读存储介质存储有执行权利要求18至21任一所述方法的计算机程序。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202010806925.0A CN111949871A (zh) | 2020-08-12 | 2020-08-12 | 图书推荐系统、方法及装置 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202010806925.0A CN111949871A (zh) | 2020-08-12 | 2020-08-12 | 图书推荐系统、方法及装置 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| CN111949871A true CN111949871A (zh) | 2020-11-17 |
Family
ID=73332340
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202010806925.0A Pending CN111949871A (zh) | 2020-08-12 | 2020-08-12 | 图书推荐系统、方法及装置 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN111949871A (zh) |
Citations (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN106952203A (zh) * | 2017-05-16 | 2017-07-14 | 上海斐晟企业管理有限公司 | 部门业务知识培训管理系统及方法 |
| CN109146741A (zh) * | 2018-09-07 | 2019-01-04 | 广东电网有限责任公司 | 一种基于能力测评的课程推送方法、装置及设备 |
| CN109740048A (zh) * | 2018-12-12 | 2019-05-10 | 中国联合网络通信集团有限公司 | 一种课程推荐方法及装置 |
| CN110275907A (zh) * | 2019-06-26 | 2019-09-24 | 广东工业大学 | 一种图书推荐方法、装置、设备及可读存储介质 |
-
2020
- 2020-08-12 CN CN202010806925.0A patent/CN111949871A/zh active Pending
Patent Citations (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN106952203A (zh) * | 2017-05-16 | 2017-07-14 | 上海斐晟企业管理有限公司 | 部门业务知识培训管理系统及方法 |
| CN109146741A (zh) * | 2018-09-07 | 2019-01-04 | 广东电网有限责任公司 | 一种基于能力测评的课程推送方法、装置及设备 |
| CN109740048A (zh) * | 2018-12-12 | 2019-05-10 | 中国联合网络通信集团有限公司 | 一种课程推荐方法及装置 |
| CN110275907A (zh) * | 2019-06-26 | 2019-09-24 | 广东工业大学 | 一种图书推荐方法、装置、设备及可读存储介质 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN110647631B (zh) | 案例推荐的方法及装置、存储介质、处理器 | |
| CN110490721B (zh) | 财务凭证生成方法及相关产品 | |
| CA3139243A1 (en) | Information collection method, device, computer equipment and storage medium | |
| CN110245475B (zh) | 身份验证方法和装置 | |
| CN105677512B (zh) | 一种数据处理方法、装置及电子设备 | |
| CN104753909B (zh) | 信息更新后的鉴权方法、装置及系统 | |
| CN105335409A (zh) | 一种目标用户的确定方法、设备和网络服务器 | |
| US10769270B2 (en) | Password protection question setting method and device | |
| US9344518B2 (en) | Facilitation of social interactions | |
| US10706371B2 (en) | Data processing techniques | |
| CN110046303A (zh) | 一种基于需求匹配平台实现的信息推荐方法及装置 | |
| CN109194689A (zh) | 异常行为识别方法、装置、服务器及存储介质 | |
| CN113705792A (zh) | 基于深度学习模型的个性化推荐方法、装置、设备及介质 | |
| EP2850544A1 (en) | A user recommendation method and device | |
| CN105574480B (zh) | 一种信息处理方法、装置以及终端 | |
| CN107256224B (zh) | 一种要素知识结构的生成方法，搜索方法，装置及系统 | |
| CN110990523A (zh) | 一种法律文书的确定方法及系统 | |
| CN109582834B (zh) | 数据风险预测方法及装置 | |
| CN112100491A (zh) | 基于用户数据的信息推荐方法、装置、设备及存储介质 | |
| CN111949871A (zh) | 图书推荐系统、方法及装置 | |
| CN111291174A (zh) | 基于区块链的线上阅读文章资讯排序方法及设备、介质 | |
| CN110135804B (zh) | 数据处理方法及装置 | |
| CN109800359B (zh) | 信息推荐处理方法、装置、电子设备及可读存储介质 | |
| De Pietro | Authentic and situated learning with the use of an adaptive search engine and a QR-code in mobile mode | |
| CN113988915A (zh) | 用于定位产品客群的方法及装置、电子设备、存储介质 |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| PB01 | Publication | ||
| PB01 | Publication | ||
| SE01 | Entry into force of request for substantive examination | ||
| SE01 | Entry into force of request for substantive examination | ||
| RJ01 | Rejection of invention patent application after publication |
Application publication date: 20201117 |