申请/专利权人:浙江之科智慧科技有限公司
申请日:2024-03-19
公开(公告)日:2024-04-19
公开(公告)号:CN117910994A
主分类号:G06Q10/1053
分类号:G06Q10/1053;G06F16/9535;G06Q50/20;G06N3/04;G06F18/22
优先权:
专利状态码:在审-实质审查的生效
法律状态:2024.05.07#实质审查的生效;2024.04.19#公开
摘要:本发明提供一种基于深度学习的课程推荐方法、系统与存储介质,属于机器学习技术领域,具体包括:获取用户的求职简历,并根据所述求职简历的解析结果进行所述用户的不同维度的简历特征以及所述用户的求职意愿的确定,利用简历特征匹配度进行求职意愿中的匹配求职意愿的确定,根据用户在在线平台的不同的在线课程的点击数据进行用户的点击课程的确定,并利用用户的点击课程的点击数据、不同的点击课程与用户的匹配求职课程的关联情况以及匹配求职课程的课程匹配度,采用深度学习模型进行用户的课程推荐结果的生成,保证了用户的课程推荐结果的准确性。
主权项:1.一种基于深度学习的课程推荐方法,其特征在于,具体包括:获取用户的求职简历,并根据所述求职简历的解析结果进行所述用户的不同维度的简历特征以及所述用户的求职意愿的确定;通过不同维度的简历特征与所述用户的求职意愿的匹配情况确定所述用户的不同的求职意愿的简历特征匹配度,并利用所述简历特征匹配度进行所述求职意愿中的匹配求职意愿的确定;将在线平台存在所述匹配求职意愿的其它用户作为相似历史用户,并根据不同的相似历史用户与所述用户的匹配求职意愿的相同情况以及相似历史用户的匹配在线课程确定所述用户与不同的在线课程的课程匹配度,利用所述课程匹配度进行所述用户的匹配求职课程的筛选;根据所述用户在所述在线平台的不同的在线课程的点击数据进行所述用户的点击课程的确定,并利用所述用户的点击课程的点击数据、不同的点击课程与所述用户的匹配求职课程的关联情况以及所述匹配求职课程的课程匹配度,采用深度学习模型进行所述用户的课程推荐结果的生成。
全文数据:
权利要求:
百度查询: 浙江之科智慧科技有限公司 一种基于深度学习的课程推荐方法、系统与存储介质
免责声明
1、本报告根据公开、合法渠道获得相关数据和信息,力求客观、公正,但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解,仅供参考使用,不能作为本公司承担任何法律责任的依据或者凭证。