1.一种课程推荐方法,其特征在于,所述方法包括:
基于每个用户对应的第一平均分,对多个用户进行聚类,得到多个分组;所述第一平均分表征用户学习的所有课程的平均分;
基于每个用户每门课程的第一得分和每个用户对应的第一平均分,以及基于每门课程的总平均分、每个分组中每门课程的第二平均分以及每个用户每门课程与每个分组之间的第一距离,确定出向每个用户推荐每个分组对应的每门课程的第一概率;
基于确定出的第一概率输出对应用户对应的课程推荐结果;
其中,第一距离表征用户每门课程的第一得分与对应分组中每门课程的第二平均分之间的欧式距离;
其中,所述确定出向每个用户推荐每个分组中的每门课程的第一概率时,所述方法包括:基于第一用户学习的每门课程的第一得分和第一用户对应的第一平均分,以及基于每门课程的总平均分和每个分组中每门课程的第二平均分,确定出向第一用户推荐每个分组对应的每门课程的第二概率;
基于第一用户学习的每门课程的第一得分和每个分组中每门课程的第二平均分,确定出第一用户学习的每门课程与每个分组之间的第一距离;
基于向第一用户推荐第一分组对应的每门课程的第二概率和对应的第一距离,确定出每门课程对应的第三乘积;
基于第一分组中第一课程对应的第三乘积以及第一课程在每个分组中对应的第三乘积的总和,计算出向第一用户推荐第一分组对应的第一课程的第一概率。
2.根据权利要求1所述的方法,其特征在于,所述确定出向第一用户推荐每个分组对应的每门课程的第二概率时,所述方法包括:基于第一用户学习的每门课程的第一得分和第一用户对应的第一平均分,以及基于每门课程的总平均分和第一分组中每门课程的第二平均分,确定出第一用户与第一分组的匹配概率;
基于第一分组中学习每门课程的人数和所述多个分组中学习每门课程的总人数,确定出每门课程出现在第一分组的第三概率;
基于确定出的匹配概率和第三概率,确定出向第一用户推荐第一分组对应的每门课程的第二概率。
3.根据权利要求2所述的方法,其特征在于,所述基于第一用户学习的每门课程的第一得分和第一用户对应的第一平均分,以及基于每门课程的总平均分和第一分组中每门课程的第二平均分,确定出第一用户与第一分组的匹配概率,包括:基于所有第一差值之和以及所有第二差值之和,计算出第一乘积;其中,第一差值表征第一得分与对应的第一平均分之差;第二差值表征第二平均分与对应的总平均分之差;
基于所有第一差值的平方的总和以及所有第二差值的平方的总和,计算出第二乘积;
基于所述第二乘积的开方和所述第一乘积,确定出第一用户与第一分组的匹配概率。
4.根据权利要求1所述的方法,其特征在于,所述基于第一用户学习的每门课程的第一得分和每个分组中每门课程对应的第二平均分,确定出第一用户学习的每门课程与每个分组之间的第一距离时,所述包括:基于第一用户学习的第一课程的第一得分和第一分组中每门课程的第二平均分,计算出第一课程与第一分组对应的每门课程之间的第三差值的平方;
对所有第三差值的平方的总和进行开方,得到第一用户学习的第一课程与第一分组之间的第一距离。
5.根据权利要求1所述的方法,其特征在于,每个分组中的用户学习的课程不完全相同。
6.一种电子设备,其特征在于,包括:
聚类单元,用于基于每个用户对应的第一平均分,对多个用户进行聚类,得到多个分组;所述第一平均分表征用户学习的所有课程的平均分;
确定单元,用于基于每个用户每门课程的第一得分和每个用户对应的第一平均分,以及基于每门课程的总平均分、每个分组中每门课程的第二平均分以及每个用户每门课程与每个分组之间的第一距离,确定出向每个用户推荐每个分组对应的每门课程的第一概率;
推荐单元,用于基于确定出的第一概率输出对应用户对应的课程推荐结果;
其中,第一距离表征用户每门课程的第一得分与对应分组中每门课程的第二平均分之间的欧式距离;
其中,确定单元具体用于:基于第一用户学习的每门课程的第一得分和第一用户对应的第一平均分,以及基于每门课程的总平均分和每个分组中每门课程的第二平均分,确定出向第一用户推荐每个分组对应的每门课程的第二概率;
基于第一用户学习的每门课程的第一得分和每个分组中每门课程的第二平均分,确定出第一用户学习的每门课程与每个分组之间的第一距离;
基于向第一用户推荐第一分组对应的每门课程的第二概率和对应的第一距离,确定出每门课程对应的第三乘积;
基于第一分组中第一课程对应的第三乘积以及第一课程在每个分组中对应的第三乘积的总和,计算出向第一用户推荐第一分组对应的第一课程的第一概率。
7.一种电子设备,其特征在于,包括:处理器和用于存储能够在处理器上运行的计算机程序的存储器,其中,所述处理器用于运行所述计算机程序时,执行权利要求1至5任一项所述的方法的步骤。
8.一种存储介质,其上存储有计算机程序,其特征在于,所述计算机程序被处理器执行时实现权利要求1至5任一项所述的方法的步骤。