1.一种在线课程推荐方法，其特征在于，所述推荐方法包括：预先以课程、学生、学校和老师为节点，建立课程分别关于学生、学校和老师的实体关系模型；

根据建立的实体关系模型，获取与待推荐课程的目标学生相关联的课程关联节点信息；

计算目标学生和每个课程关联节点的多跳信息传播向量，并以此作为目标学生和课程关联节点的表征向量；

根据目标学生的表征向量和每个课程关联节点的表征向量，完成对目标学生推荐课程；

所述实体关系模型中每个节点的第0跳传播向量均对应为实体关系模型中每个节点的初始向量；

所述课程、老师、学校三种实体的特征向量分别对应为课程的初始向量、老师的初始向量和学校的初始向量；

所述学生的初始向量为学生选择的所有课程的初始向量的平均值；

所述目标学生的多跳信息传播向量的计算方法包括：获取与目标学生节点相关联的所有课程关联节点的上一次多跳信息传播向量；

计算所有课程关联节点的第k‑1跳信息传播向量的平均值，得到课程关联节点的第k‑1跳信息传播向量；

获取目标学生节点的第k‑1跳信息传播向量，并将目标学生节点的第k‑1多跳信息传播向量和课程关联节点的上一次多跳信息传播向量输入神经网络，得到目标学生节点的第k跳传播向量；

所述目标学生节点的多跳信息传播向量的计算公式为：其中， 为目标学生节点第k跳信息传播向量，Wk和Bk均为可训练参数矩阵， 为课程关联节点的第k‑1跳传播向量， 为目标学生节点a的第k‑1跳传播向量；

其中， 为课程关联节点的第k‑1跳传播向量，N(a)为课程关联节点， 为第j个课程关联节点的第k‑1跳传播向量。

2.根据权利要求1所述的一种在线课程推荐方法，其特征在于，还包括获取学生对推荐课程的反馈信息，根据反馈信息计算课程对学生的奖励映射向量，为学生推荐课程还包括程根据奖励映射向量。

3.根据权利要求2所述的一种在线课程推荐方法，其特征在于，对所述奖励映射向量更新方法为：其中：Al为第l轮中更新奖励映射向量的中间量，T为Z的向量转置， 为第l轮中学生和被推荐课程的混合表征向量；

其中，bl为更新奖励映射向量的中间量，rl为第l轮的学生对被推荐课程的反馈， 为第l轮中学生和课程的混合表征向量；

其中： 为第l轮中学生和课程的混合表征向量， 为第l轮学生的表征向量， 为第l轮课程表征向量，T为向量的转置；

其中：θl为l轮的奖励映射向量，Al为第l轮中更新奖励映射向量的中间量，bl为第l轮中更新奖励映射向量的中间量。

4.根据权利要求3所述的一种在线课程推荐方法，其特征在于，当所述学生选择推荐课程，则rl＝1，当所述学生不选择推荐课程，则rl＝0。

5.根据权利要求1所述的一种在线课程推荐方法，其特征在于，为所述学生推荐课程的计算公式为：其中，cl为第l轮为推荐给学生的课程，C为课程的集合，θ为奖励映射向量，T为Z的向量转置， 为学生和课程的混合表征向量，α为探索因子，A为更新奖励映射向量的中间量。

6.根据权利要求1所述的一种在线课程推荐方法，其特征在于，获取在上一次进行累计误差反向传播中学生实际对被推荐课程的反馈值，以及期望学生对被推荐课程的反馈值；

对获取的实际反馈值和期望反馈值进行计算累计误差；

对累计误差进行反向传播，通过随机梯度下降法完成对系统参数的更新；

其中，所述系统参数包括可训练参数矩阵、课程的初始向量、老师的初始向量和学校的初始向量。

7.根据权利要求6所述的一种在线课程推荐方法，其特征在于，所述反向误差传播通过均方损失函数完成，所述反向误差传播的计算公式为：其中，H为系统累计误差，θ为奖励映射向量，z为混合表征向量，L为两次累计误差反向传播之间的系统推荐次数，rl为第l轮的学生对被推荐课程的反馈， 为第l轮中学生和课程的混合表征向量，θl‑1为l‑1轮中的奖励映射向量；

对可训练参数矩阵的更新公式为：

其中，Wk为可训练参数矩阵，β1为学习率，H为系统累计误差；

其中，Bk为可训练参数矩阵，β2为学习率，H为系统累计误差；

对课程初始向量的更新公式为：

其中，vc为课程的初始向量，β3为学习率，H为系统累计误差；

对所述老师初始向量的更新公式为：

其中，vt为老师的初始向量，β4为学习率，H为系统累计误差；

对所述学校初始向量的更新公式为：

其中，vu为学校的初始向量，β4为学习率，H为系统累计误差。