学习平台课程推荐的评估方法及设备与流程

本发明涉及学习平台技术领域，尤其涉及一种学习平台课程推荐的评估方法及设备。

背景技术：

随着互联网的普及和深度应用，企业网上学习平台已经成为内部教育和知识分享的重要途径。企业网上学习平台基于互联网技术，采用开放的在线学习平台模式，以学习资源为核心，满足企业各种培训场景需求，构建企业内训生态系统，助企业实现人才领先。

现有的企业网上学习平台通过网络用户行为特征的建模过程分析用户行为，具体的建模过程为：获取用户的趣味喜好、需求和所有的交互行为等数据，经过剖析综合概括从而得到一个能够运算的可计算的格式化的用户行为特征模型，并连续地记录用户行为的变化，伴随用户喜好的变化进而改变用户行为特征模型的过程。

然而，现有的企业网上学习平台对其用户行为特点和内容资源特点的分析和研究较少，无法满足企业网上学习平台的运营需求。

技术实现要素：

本发明实施例提供一种学习平台课程推荐的评估方法及设备，以克服现有的网上学习平台对其用户行为特点和内容资源特点的分析和研究较少，无法满足企业网上学习平台的运营需求的问题。

第一方面，本发明实施例提供一种学习平台课程推荐的评估方法，包括：

获取学习数据以及课程数据，其中，所述学习数据包括第一推荐周期的第一学习数据以及第二推荐周期的第二学习数据，所述第一推荐周期为位于第二推荐周期之后待评估的推荐周期，所述课程数据包括第二推荐周期内的课程类别数量和课程总数；

根据所述第一学习数据和所述第二学习数据，获取准确性评估指标，并根据所述准确性评估指标评估第一推荐周期的推荐准确性；

根据所述第二推荐周期内的课程类别数量和课程总数，获取课程多样行评估指标，并根据所述课程多样行评估指标评估第一推荐周期的课程多样性。

在一种可能的设计中，所述第一学习数据的类型包括如下中的至少一种：推荐课程的第一学习人次、第一学习时长或第一学习完成量，其中，所述第一学习完成量为完成所述推荐课程的人次；

所述第二学习数据的类型包括如下中的至少一种：目标课程的第二学习人次、第二学习时长或第二学习完成量，其中，所述第二学习完成量为完成所述目标课程的人次，所述目标课程与所述推荐课程为同一课程。

在一种可能的设计中，若所述学习数据的类型为推荐课程的学习人次，所述根据所述第一学习数据和所述第二学习数据，获取准确性评估指标，包括：

根据所述第一学习人次和所述第二学习人次，获取学习人次增量；

根据所述学习人次增量和总人次增量，获取第一准确性评估指标，其中，所述总人次增量为除所述推荐课程之外其它课程的学习人次增量之和；

根据各所述推荐课程的学习人次增量，获取所述第一推荐周期的学习人次增量的均值和方差，作为第二准确性评估指标。

在一种可能的设计中，若所述学习数据的类型为推荐课程的学习时长，所述根据所述第一学习数据和所述第二学习数据，获取准确性评估指标，包括：

根据所述第一学习时长和所述第二学习时长，获取学习时长增量；

根据所述学习时长增量和总时长增量，获取第三准确性评估指标，其中，所述总时长增量为除所述推荐课程之外其它课程的学习时长增量之和；

根据各所述推荐课程的学习时长增量，获取所述第一推荐周期的学习时长增量的均值和方差，作为第四准确性评估指标。

在一种可能的设计中，若所述学习数据的类型为推荐课程的学习完成量，所述根据所述第一学习数据和所述第二学习数据，获取准确性评估指标，包括：

根据所述第一学习完成量和所述第二学习完成增量，获取学习完成量增量；

根据所述学习完成量增量和总完成量增量，获取第五准确性评估指标，其中，所述总完成量增量为除所述推荐课程之外其它课程的学习完成量增量之和。

在一种可能的设计中，所述根据所述第二推荐周期内的课程类别数量和课程总数，获取课程多样行评估指标，包括：

根据所述课程类别数量和课程总数的比值，获取第一课程多样行评估指标；

根据n个推荐周期的课程多样行评估指标的均值，获取第二课程多样行评估指标。

在一种可能的设计中，所述根据所述准确性评估指标评估第一推荐周期的推荐准确性，包括：

获取所述准确性评估指标与至少一个第一预设阈值的第一大小关系，所述至少一个第一预设阈值的取值不同；

根据所述第一大小关系，评估第一推荐周期的推荐准确性；

所述根据所述课程多样行评估指标评估第一推荐周期的课程多样性，包括：

获取所述准确性评估指标与至少一个第二预设阈值的第二大小关系，所述至少一个第二预设阈值的取值不同；

根据所述第二大小关系，评估第一推荐周期的课程多样性。

第二方面，本发明实施例提供一种学习平台课程推荐的评估设备，包括：

数据获取模块，用于获取学习数据以及课程数据，其中，所述学习数据包括第一推荐周期的第一学习数据以及第二推荐周期的第二学习数据，所述第一推荐周期为位于第二推荐周期之后待评估的推荐周期，所述课程数据包括第二推荐周期内的课程类别数量和课程总数；

准确性获取模块，根据所述第一学习数据和所述第二学习数据，获取准确性评估指标，并根据所述准确性评估指标评估第一推荐周期的推荐准确性；

多样性获取模块，根据所述第二推荐周期内的课程类别数量和课程总数，获取课程多样行评估指标，并根据所述课程多样行评估指标评估第一推荐周期的课程多样性。

在一种可能的设计中，所述数据获取模块具体用于：

获取所述第一学习数据和所述第二学习数据；

所述第一学习数据的类型包括如下中的至少一种：推荐课程的第一学习人次、第一学习时长或第一学习完成量，其中，所述第一学习完成量为完成所述推荐课程的人次；

所述第二学习数据的类型包括如下中的至少一种：目标课程的第二学习人次、第二学习时长或第二学习完成量，其中，所述第二学习完成量为完成所述目标课程的人次，所述目标课程与所述推荐课程为同一课程。

在一种可能的设计中，所述准确性获取模块具体用于：

根据所述第一学习人次和所述第二学习人次，获取学习人次增量；

根据所述学习人次增量和总人次增量，获取第一准确性评估指标，其中，所述总人次增量为除所述推荐课程之外其它课程的学习人次增量之和；

根据各所述推荐课程的学习人次增量，获取所述第一推荐周期的学习人次增量的均值和方差，作为第二准确性评估指标。

在一种可能的设计中，所述准确性获取模块还具体用于：

根据所述第一学习时长和所述第二学习时长，获取学习时长增量；

根据所述学习时长增量和总时长增量，获取第三准确性评估指标，其中，所述总时长增量为除所述推荐课程之外其它课程的学习时长增量之和；

根据各所述推荐课程的学习时长增量，获取所述第一推荐周期的学习时长增量的均值和方差，作为第四准确性评估指标。

在一种可能的设计中，所述准确性获取模块还具体用于：

根据所述第一学习完成量和所述第二学习完成增量，获取学习完成量增量；

根据所述学习完成量增量和总完成量增量，获取第五准确性评估指标，其中，所述总完成量增量为除所述推荐课程之外其它课程的学习完成量增量之和。

在一种可能的设计中，所述多样性获取模块具体用于：

根据所述课程类别数量和课程总数的比值，获取第一课程多样行评估指标；

根据n个推荐周期的课程多样行评估指标的均值，获取第二课程多样行评估指标。

在一种可能的设计中，所述多样性获取模块还具体用于：

获取所述准确性评估指标与至少一个第一预设阈值的第一大小关系，所述至少一个第一预设阈值的取值不同；

根据所述第一大小关系，评估第一推荐周期的推荐准确性；

所述根据所述课程多样行评估指标评估第一推荐周期的课程多样性，包括：

获取所述准确性评估指标与至少一个第二预设阈值的第二大小关系，所述至少一个第二预设阈值的取值不同；

根据所述第二大小关系，评估第一推荐周期的课程多样性。

第三方面，本发明实施例提供一种学习平台课程推荐的评估设备，包括：至少一个处理器和存储器；

所述存储器存储计算机执行指令；

所述至少一个处理器执行所述存储器存储的计算机执行指令，使得所述至少一个处理器执行如第一方面任一项所述的学习平台课程推荐的评估方法。

第四方面，本发明实施例提供一种计算机可读存储介质，所述计算机可读存储介质中存储有计算机执行指令，当处理器执行所述计算机执行指令时，实现如如第一方面任一项所述的学习平台课程推荐的评估方法。

本实施例提供的学习平台课程推荐的评估方法及设备，先获取学习数据以及课程数据，其中，所述学习数据包括第一推荐周期的第一学习数据以及第二推荐周期的第二学习数据，第一推荐周期为位于第二推荐周期之后待评估的推荐周期，课程数据包括第二推荐周期内的课程类别数量和课程总数；根据第一学习数据和第二学习数据，获取准确性评估指标，并根据准确性评估指标评估第一推荐周期的推荐准确性；根据第二推荐周期内的课程类别数量和课程总数，获取课程多样行评估指标，并根据课程多样行评估指标评估第一推荐周期的课程多样性，以克服现有的企业网上学习平台对其用户行为特点和内容资源特点的分析和研究较少，无法满足企业网上学习平台的运营需求的问题。

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一简单地介绍，显而易见地，下面描述中的附图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为本发明实施例提供的学习平台课程推荐的评估系统的示意图；

图2为本发明实施例提供的学习平台课程推荐的评估方法的流程示意图一；

图3为本发明实施例提供的学习平台课程推荐的评估方法的流程示意图二；

图4为本发明实施例提供的学习平台课程推荐的评估方法的流程示意图三；

图5为本发明实施例提供的学习平台课程推荐的评估方法的流程示意图四；

图6为本发明实施例提供的学习平台课程推荐的评估方法的流程示意图五；

图7为本发明实施例提供的学习平台课程推荐的评估方法的流程示意图六；

图8为本发明实施例提供的学习平台课程推荐的评估设备的结构示意图；

图9为本发明实施例提供的学习平台课程推荐的评估设备的硬件结构。

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，下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有作出创造性劳动前提下所获得的所有其他实施例，都属于本发明保护的范围。

图1为本发明实施例提供的学习平台课程推荐的评估系统的示意图。本发明实施例提供的学习平台课程推荐的评估系统可以实现学习平台课程推荐的评估。如图1所示，该系统包括：终端11、服务器12和评估装置13，其中，服务器12分别和终端11、评估装置13连接。

终端11可以为计算机、手机、平板等，本实施例对终端11的具体实现方式不做具体限制。例如图1所示，终端11包括手机111、平板112、计算机113等。

服务器12用于存储学习平台课程推荐的相关课程资料，用户在终端11上登录访问学习平台，从服务器12获取推荐的相关课程资料，学习相关课程。服务器12统计记录用户的课程学习信息，包括课程学习人次、学习时长、课程学习完成率等。

评估装置13从服务器12获取服务器12统计记录的用户的课程学习信息根据用户的课程学习信息对学习平台课程推荐进行评估。

可选的，服务器12也可以实现评估装置13的功能，根据用户的课程学习信息对学习平台课程推荐进行评估。本实施例此处不做限制。

下面结合具体的实施例，对本发明实施例提供的学习平台课程推荐的评估系统如何实现学习平台课程推荐的评估进行详细说明。

图2为本发明实施例提供的学习平台课程推荐的评估方法的流程示意图一，本实施例提供的学习平台课程推荐的评估方法可应用于企业的网上学习平台。如图2所示，本实施例提供的学习平台课程推荐的评估方法包括：

s201、获取学习数据以及课程数据，其中，所述学习数据包括第一推荐周期的第一学习数据以及第二推荐周期的第二学习数据，所述第一推荐周期为位于第二推荐周期之后待评估的推荐周期，所述课程数据包括第二推荐周期内的课程类别数量和课程总数；

可选的，学习平台可以推荐一定数量的课程，该群体中每个学员的看到的推荐课程均相同且更新周期相对固定。该群体可以是平台全体学员，也可以是某分子公司的全体学员。例如在学习平台首页向全体学员推荐相同的5门课程，每周更新一次。

可选的，评估数据包括课程学习人次、学习时长、课程学习完成率、课程类别体系和课程所属类别等数据。

可选的，可以从学习平台选用两个时间区间的评估数据，一是推荐策略实施前某时间区间的评估数据，即第二推荐周期内评估数据，的该时间区间记为t1；二是推荐策略实施后的某时间区间的评估区间，即第一推荐周期内评估数据，该时间区间记为t2。两个时间区间长度相同，取值可以为推荐课程的更新周期。

具体的，第一学习数据的类型包括如下中的至少一种：推荐课程的第一学习人次、第一学习时长或第一学习完成量，其中，第一学习完成量为完成推荐课程的人次；

具体的，第二学习数据的类型包括如下中的至少一种：目标课程的第二学习人次、第二学习时长或第二学习完成量，其中，第二学习完成量为完成所述目标课程的人次，目标课程与推荐课程为同一课程。

可选的，第一推荐周期和第二推荐周期两个时间区间长度可以相同，取值可以为推荐课程的更新周期。

s202、根据所述第一学习数据和所述第二学习数据，获取准确性评估指标，并根据所述准确性评估指标评估第一推荐周期的推荐准确性。

推荐课程的准确性评估主要体现在学员的学习人次和学习时长，具体指标包括被推荐课程的学习人次增量、被推荐课程的学习时长增量比例和完成数量增量比例等。可选的，根据第一学习人次和第二学习人次，获取学习人次增量；根据第一学习时长和第二学习时长，获取学习时长增量；根据第一学习完成量和所述第二学习完成增量，获取学习完成量增量；再根据学习人次增量、学习时长增量和学习完成量增量分别得到准确性评估指标。

s203、根据所述第二推荐周期内的课程类别数量和课程总数，获取课程多样行评估指标，并根据所述课程多样行评估指标评估第一推荐周期的课程多样性。

单个周期推荐课程的类别多样性指标定义为单个周期推荐课程涉及的课程类别数量与本周期推荐的课程数量的比值。可选的，根据课程类别数量和课程总数的比值和多个程类别数量和课程总数的比值的均值，获取第二课程多样行评估指标。

本实施例提供的学习平台课程推荐的评估方法，先获取学习数据以及课程数据，其中，所述学习数据包括第一推荐周期的第一学习数据以及第二推荐周期的第二学习数据，第一推荐周期为位于第二推荐周期之后待评估的推荐周期，课程数据包括第二推荐周期内的课程类别数量和课程总数；根据第一学习数据和第二学习数据，获取准确性评估指标，并根据准确性评估指标评估第一推荐周期的推荐准确性；根据第二推荐周期内的课程类别数量和课程总数，获取课程多样行评估指标，并根据课程多样行评估指标评估第一推荐周期的课程多样性，以克服现有的企业网上学习平台对其用户行为特点和内容资源特点的分析和研究较少，无法满足企业网上学习平台的运营需求的问题。

下面结合具体的实施例，对如何根据学习人次获取准确性评估指标进行详细说明。

图3为本实施例提供的学习平台课程推荐的评估方法的流程示意图二，如图3所示，该方法包括：

s301、根据所述第一学习人次和所述第二学习人次，获取学习人次增量；

推荐课程的学习人次增量效果指标记为cclickeffecti,j，i＝1,2,…i,j＝1,2,…ji,i为推荐的期数，ji为某期推荐的课程数量，具体计算方法为，cclickeffecti,j＝(clickt2i,j-clickt1i,j)/clickt1i,j,其中，clickt2i,j表示推荐期i推荐的课程j在时间区间t2期间的学员学习人次，clickt1i,j表示推荐期i推荐的课程j在时间区间t1期间的学员学习人次。数据clickt2i,j和clickt1i,j可以在平台运营数据中获取。

s302、根据所述学习人次增量和总人次增量，获取第一准确性评估指标，其中，所述总人次增量为除所述推荐课程之外其它课程的学习人次增量之和；

具体的，第一准确性评估指标为学习人次增量与总人次增量的差值。总人次增量记为acclickeffecti，i＝1,2,…i,i为推荐的期数，具体计算方法为，acclickeffecti＝(aclickt2i-aclickt1i)/aclickt1i,其中，aclickt2i表示推荐期i期间平台上除推荐课程之外的所有课程在时间区间t2期间的学员学习人次，aclickt1i表示推荐期i期间平台上除推荐课程之外的所有课程的学员学习人次。数据aclickt2i和aclickt1i可以在平台运营数据中获取。

然后将cclickeffecti,j与acclickeffecti的大小作比较，若cclickeffecti,j大于acclickeffecti，则说明被推荐课程学习人次增加明显。

s303、根据各所述推荐课程的学习人次增量，获取所述第一推荐周期的学习人次增量的均值和方差，作为第二准确性评估指标。

第一推荐周期的学习人次增量的均值和方差分别记为phaseclickei和phaseclickdi。该指标反映第一推荐周期推荐课程被关注热度的均值及差异性。具体计算方法为：

具体的，第一推荐周期的学习人次增量的方差反映推荐课程被关注热度的差异性，如果方差值很低，则说明推荐的课程都同等程度受学员欢迎，也在一定程度上说明推荐位置为黄金位置。

本实施例提供的学习平台课程推荐的评估方法，通过第一准确性评估指标和第二准确性评估指标反映学习人次的增加效果，第一准确性评估指标可以反映单门被推荐课程的学习人次增量效果指标，第二准确性评估指标可以反映单期被推荐课程的学习人次增量效果指标。

下面结合具体的实施例，对如何根据学习时长获取准确性评估指标进行详细说明。

图4为本实施例提供的学习平台课程推荐的评估方法地流程示意图三，如图4所示，该方法包括：

s401、根据所述第一学习时长和所述第二学习时长，获取学习时长增量；

被推荐课程的学习时长增量记为classlteffecti,j,i＝1,2,…i,j＝1,2,…ji,i为推荐的期数，ji为某期推荐的课程数量。具体计算方法为，courselteffecti,j＝(courseltt2i,j-courseltt1i,j)/courseltt1i,j,其中，courseltt2i,j表示推荐期i推荐的课程j在时间区间t2期间的学习时长，courseltt1i,j表示推荐期i推荐的课程j在时间区间t1期间的学习时长。数据courseltt2i,j和courseltt1i,j可以在平台运营数据中获取。

s402、根据所述学习时长增量和总时长增量，获取第三准确性评估指标，其中，所述总时长增量为除所述推荐课程之外其它课程的学习时长增量之和；

具体的，第三准确性评估指标为学习时长增量与总时长增量的差值。具体的，总时长增量为

acourselteffecti＝(acourseltt2i-acourseltt1i)/acourseltt1i,其中，acourseltt2i表示推荐期i期间平台上除推荐课程之外的所有课程在时间区间t2期间的学习时长，acourseltt1i表示推荐期i期间平台上除推荐课程之外的所有课程的学习时长。数据acourseltt2i和acourseltt1i可以在平台运营数据中获取。

然后将classlteffecti,j与acourselteffecti的大小作比较，若classlteffecti,j大于acourselteffecti，则说明被推荐课程学习时长增加明显。

s403、根据各所述推荐课程的学习时长增量，获取所述第一推荐周期的学习时长增量的均值和方差，作为第四准确性评估指标。

第一推荐周期的学习时长增量的均值和方差分别记为记为phaseltei和phaseltdi。该指标反映某期推荐课程转化率的均值及差异性。具体计算方法为：

具体的，第一推荐周期的学习时常增量的方差反映推荐课程反映推荐课程学习转化率的差异性，如果方差值很低，则说明推荐的课程的学习转化率也均衡，否则转化率差异性越大。

本实施例提供的学习平台课程推荐的评估方法，通过第三准确性评估指标和第四准确性评估指标反映学习时长的增加效果，第三准确性评估指标可以反映单门被推荐课程的学习时长增量效果指标，第二准确性评估指标可以反映单期被推荐课程的学习时长增量效果指标。

下面结合具体的实施例，对如何根据学习完成量获取准确性评估指标进行详细说明。

图5为本实施例提供的学习平台课程推荐的评估方法的流程示意图四，如图5所示，该方法包括：

s501、根据所述第一学习完成量和所述第二学习完成增量，获取学习完成量增量；

学习完成增量记为coursecompleteeffecti,j,i＝1,2,…i,j＝1,2,…ji,i为推荐的期数，ji为某期推荐的课程数量。其中，完成课程学习指该课程的学习进度达到100％，完成课程学习的学员数量在下文中简称为“完成量”。被推荐课程的学习完成数量增量效果评估指标的具体计算方法为，coursecompleteeffecti,j＝(coursecompletet2i,j-coursecompletet1i,j)/coursecompletet1i,j,其中，coursecompletet2i,j表示推荐期i推荐的课程j在时间区间t2期间的完成量，coursecompletet1i,j表示推荐期i推荐的课程j在时间区间t1期间的完成量。数据coursecompletet2i,j和coursecompletet1i,j可以在平台运营数据中获取。

s502、根据所述学习完成量增量和总完成量增量，获取第五准确性评估指标，其中，所述总完成量增量为除所述推荐课程之外其它课程的学习完成量增量之和。

具体的，第五准确性评估指标为学习完成量增量与总完成量增量的差值。总完成量增量记为acoursecompleteeffecti，i＝1,2,…i,i为推荐的期数，具体计算方法为，acoursecompleteeffecti＝(acoursecompletet2i-acoursecompletet1i)/acoursecompletet1i,其中，acoursecompletet2i表示推荐期i期间平台上除推荐课程之外的所有课程在时间区间t2期间的完成量，acoursecompletet1i表示推荐期i期间平台上除推荐课程之外的所有课程的完成量。数据acoursecompletet2i和acoursecompletet1i可以在平台运营数据中获取。

然后将coursecompleteeffecti,j与acoursecompleteeffecti的大小作比较，若coursecompleteeffecti,j大于acoursecompleteeffecti，则说明被推荐课程学习完成量增加明显。

本实施例提供的学习平台课程推荐的评估方法，通过第五准确性评估指标反映完成量的增加效果。

下面结合具体的实施例，对如何获取课程多样行评估指标做进一步详细说明。

图6为本实施例提供的学习平台课程推荐的评估方法的流程示意图五，如图6所示，该方法包括：

s601、根据所述课程类别数量和课程总数的比值，获取第一课程多样行评估指标；

第一课程多样行评估指标记为pdi,i＝1,2,…i,i为推荐期数量。具体计算为：pdi＝coursetypei/ji,其中，ji是推荐期i的推荐课程总数，coursetypei是推荐期i的推荐课程涉及到的课程类别数量，数据ji和coursetypei可以在平台运营数据中获取。

在进行效果评估时，将计算出的指标值与设定的阈值进行比较，得出评估结果。

s602、根据n个推荐周期的课程多样行评估指标的均值，获取第二课程多样行评估指标。

第二课程多样行评估指标记为lpd，其中，coursetypek是该时间区间内第k推荐期的类别多样性指标值，n是该时间区间内推荐周期的数量。

本实施例提供的学习平台课程推荐的评估方法，通过第一课程多样行评估指标和第一课程多样行评估指标反映课程的多样性，第一课程多样行评估指标反映每期推荐课程的类别多样性本发明设置了两个评估指标进行效果评估。每期推荐课程的类别多样性，第二课程多样行评估指标反映一定时间区间内推荐课程的类别覆盖度。

下面结合具体的实施例，对如何评估第一推荐周期的推荐准确性和多样性做进一步详细说明。

图7为本实施例提供的学习平台课程推荐的评估方法的流程示意图六，如图7所示，该方法包括：

7、根据权利要求1所述的方法，所述根据所述准确性评估指标评估第一推荐周期的推荐准确性，包括：

s701、获取所述准确性评估指标与至少一个第一预设阈值的第一大小关系，所述至少一个第一预设阈值的取值不同；

s702、根据所述第一大小关系，评估第一推荐周期的推荐准确性；

具体的，若准确性评估指标超过该第一预设阈值，则认为评估第一推荐周期的推荐准确性高，否则评估第一推荐周期的推荐准确性低。

可选的，可采用两段式评估。两段式评估中，第一预设阈值设置一个阈值点a采用两段式评估时，5个准确性评估的阈值设置均以参考指标值乘以算数因子作为阈值点，即阈值a＝a*参考指标值，a为大于0的实数，a值在本发明中可以默认为大于1的数字，例如令a＝2，也可根据用户需要进行设置。

可选的，也可以采用多段式评估。多段式评估中，第一预设阈值设置方法以三段式和五段式比较常见，例如以(差、一般、好)为典型代表的三段式，需要设置两个阈值点a1和a2，5个准确性指标以参考指标为依据进行阈值设置，令a1＝a1*参考指标值，a2＝a2*参考指标值，算数因子取值例如为a1＝1.5，a2＝2，具体数值根据用户需要进行调整。

s703、获取所述多样性评估指标与至少一个第二预设阈值的第二大小关系，所述至少一个第二预设阈值的取值不同；

s704、根据所述第二大小关系，评估第一推荐周期的课程多样性。

具体的，若多样性评估指标超过该第二预设阈值，则认为评估第一推荐周期的推荐多样性高，否则评估第一推荐周期的推荐多样性低。

可选的，可采用两段式评估。两段式评估中，第二预设阈值设置一个阈值点b。第二预设阈值设置根据用户需要进行设置，例如令b＝30％。

可选的，也可以采用多段式评估。多段式评估中，第二预设阈值设置方法以三段式和五段式比较常见，例如以(差、一般、好)为典型代表的三段式，需要设置两个阈值点b1和b2，2个多样性评估指标的阈值设置根据用户需要进行设置，例如令b1＝30％，b2＝50％。

本实施例提供的学习平台课程推荐的评估方法，通过准确性评估指标与至第一预设阈值的第一大小关系能够准确判断评估第一推荐周期的推荐准确性；通过多样性评估指标第二预设阈值的第二大小关系能够准确判断第一推荐周期的推荐多样性。

图8为本发明实施例提供的学习平台课程推荐的评估设备的结构示意图，如图8所示，本实施例提供的学习平台课程推荐的评估设备80包括：数据获取模块801、准确性获取模块802、多样性获取模块803。

数据获取模块801，用于获取学习数据以及课程数据，其中，所述学习数据包括第一推荐周期的第一学习数据以及第二推荐周期的第二学习数据，所述第一推荐周期为位于第二推荐周期之后待评估的推荐周期，所述课程数据包括第二推荐周期内的课程类别数量和课程总数；

准确性获取模块802，根据所述第一学习数据和所述第二学习数据，获取准确性评估指标，并根据所述准确性评估指标评估第一推荐周期的推荐准确性；

多样性获取模块803，根据所述第二推荐周期内的课程类别数量和课程总数，获取课程多样行评估指标，并根据所述课程多样行评估指标评估第一推荐周期的课程多样性。

可选的，数据获取模块801具体用于：

获取所述第一学习数据和所述第二学习数据；

所述第一学习数据的类型包括如下中的至少一种：推荐课程的第一学习人次、第一学习时长或第一学习完成量，其中，所述第一学习完成量为完成所述推荐课程的人次；

所述第二学习数据的类型包括如下中的至少一种：目标课程的第二学习人次、第二学习时长或第二学习完成量，其中，所述第二学习完成量为完成所述目标课程的人次，所述目标课程与所述推荐课程为同一课程。

可选地，准确性获取模块802具体用于：

根据所述第一学习人次和所述第二学习人次，获取学习人次增量；

根据所述学习人次增量和总人次增量，获取第一准确性评估指标，其中，所述总人次增量为除所述推荐课程之外其它课程的学习人次增量之和；

根据各所述推荐课程的学习人次增量，获取所述第一推荐周期的学习人次增量的均值和方差，作为第二准确性评估指标。

可选地，准确性获取模块802还具体用于：

根据所述第一学习时长和所述第二学习时长，获取学习时长增量；

根据所述学习时长增量和总时长增量，获取第三准确性评估指标，其中，所述总时长增量为除所述推荐课程之外其它课程的学习时长增量之和；

根据各所述推荐课程的学习时长增量，获取所述第一推荐周期的学习时长增量的均值和方差，作为第四准确性评估指标。

可选地，准确性获取模块802还具体用于：

根据所述第一学习完成量和所述第二学习完成增量，获取学习完成量增量；

根据所述学习完成量增量和总完成量增量，获取第五准确性评估指标，其中，所述总完成量增量为除所述推荐课程之外其它课程的学习完成量增量之和。

可选地，多样性获取模块803具体用于：

根据所述课程类别数量和课程总数的比值，获取第一课程多样行评估指标；

根据n个推荐周期的课程多样行评估指标的均值，获取第二课程多样行评估指标。

可选地，多样性获取模块803还具体用于：

获取所述准确性评估指标与至少一个第一预设阈值的第一大小关系，所述至少一个第一预设阈值的取值不同；

根据所述第一大小关系，评估第一推荐周期的推荐准确性；

所述根据所述课程多样行评估指标评估第一推荐周期的课程多样性，包括：

获取所述准确性评估指标与至少一个第二预设阈值的第二大小关系，所述至少一个第二预设阈值的取值不同；

根据所述第二大小关系，评估第一推荐周期的课程多样性。

本实施例的装置，可以用于执行图2至图7方法实施例的技术方案，其实现原理和技术效果类似，此处不再赘述。

图9为本发明实施例提供的学习平台课程推荐的评估设备的硬件结构示意图。如图9所述，本实施例提供的学习平台课程推荐的评估设备90包括：

处理器901、存储器902；其中

存储器902，用于存储计算机执行指令。

处理器901，用于执行存储器存储的计算机执行指令。

处理器901通过执行存储器存储的计算机执行指令，实现了上述实施例中学习平台课程推荐的评估设备所执行的各个步骤。具体可以参见上述方法实施例中的相关描述。

可选地，存储器902既可以是独立的，也可以跟处理器901集成在一起，本实施例不做具体限定。

当存储器902独立设置时，该网络切换设备还包括总线903，用于连接所述存储器902、处理器901。

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中存储有计算机执行指令，当处理器执行所述计算机执行指令时，实现如上所述的学习平台课程推荐的评估方法。

在本发明所提供的几个实施例中，应该理解到，所揭露的设备和方法，可以通过其它的方式实现。例如，以上所描述的设备实施例仅仅是示意性的，例如，所述模块的划分，仅仅为一种逻辑功能划分，实际实现时可以有另外的划分方式，例如多个模块可以结合或者可以集成到另一个系统，或一些特征可以忽略，或不执行。另一点，所显示或讨论的相互之间的耦合或直接耦合或通信连接可以是通过一些接口，装置或模块的间接耦合或通信连接，可以是电性，机械或其它的形式。

所述作为分离部件说明的模块可以是或者也可以不是物理上分开的，作为模块显示的部件可以是或者也可以不是物理单元，即可以位于一个地方，或者也可以分布到多个网络单元上。可以根据实际的需要选择其中的部分或者全部模块来实现本实施例方案的目的。

另外，在本发明各个实施例中的各功能模块可以集成在一个处理单元中，也可以是各个模块单独物理存在，也可以两个或两个以上模块集成在一个单元中。上述模块成的单元既可以采用硬件的形式实现，也可以采用硬件加软件功能单元的形式实现。

上述以软件功能模块的形式实现的集成的模块，可以存储在一个计算机可读取存储介质中。上述软件功能模块存储在一个存储介质中，包括若干指令用以使得一台计算机设备(可以是个人计算机，服务器，或者网络设备等)或处理器(英文：processor)执行本申请各个实施例所述方法的部分步骤。

应理解，上述处理器可以是中央处理单元(英文：centralprocessingunit，简称：cpu)，还可以是其他通用处理器、数字信号处理器(英文：digitalsignalprocessor，简称：dsp)、专用集成电路(英文：applicationspecificintegratedcircuit，简称：asic)等。通用处理器可以是微处理器或者该处理器也可以是任何常规的处理器等。结合发明所公开的方法的步骤可以直接体现为硬件处理器执行完成，或者用处理器中的硬件及软件模块组合执行完成。

存储器可能包含高速ram存储器，也可能还包括非易失性存储nvm，例如至少一个磁盘存储器，还可以为u盘、移动硬盘、只读存储器、磁盘或光盘等。

总线可以是工业标准体系结构(industrystandardarchitecture，isa)总线、外部设备互连(peripheralcomponent，pci)总线或扩展工业标准体系结构(extendedindustrystandardarchitecture，eisa)总线等。总线可以分为地址总线、数据总线、控制总线等。为便于表示，本申请附图中的总线并不限定仅有一根总线或一种类型的总线。

上述存储介质可以是由任何类型的易失性或非易失性存储设备或者它们的组合实现，如静态随机存取存储器(sram)，电可擦除可编程只读存储器(eeprom)，可擦除可编程只读存储器(eprom)，可编程只读存储器(prom)，只读存储器(rom)，磁存储器，快闪存储器，磁盘或光盘。存储介质可以是通用或专用计算机能够存取的任何可用介质。

一种示例性的存储介质耦合至处理器，从而使处理器能够从该存储介质读取信息，且可向该存储介质写入信息。当然，存储介质也可以是处理器的组成部分。处理器和存储介质可以位于专用集成电路(applicationspecificintegratedcircuits，简称：asic)中。当然，处理器和存储介质也可以作为分立组件存在于电子设备或主控设备中。

本领域普通技术人员可以理解：实现上述各方法实施例的全部或部分步骤可以通过程序指令相关的硬件来完成。前述的程序可以存储于一计算机可读取存储介质中。该程序在执行时，执行包括上述各方法实施例的步骤；而前述的存储介质包括：rom、ram、磁碟或者光盘等各种可以存储程序代码的介质。

最后应说明的是：以上各实施例仅用以说明本发明的技术方案，而非对其限制；尽管参照前述各实施例对本发明进行了详细的说明，本领域的普通技术人员应当理解：其依然可以对前述各实施例所记载的技术方案进行修改，或者对其中部分或者全部技术特征进行等同替换；而这些修改或者替换，并不使相应技术方案的本质脱离本发明各实施例技术方案的范围。