(19)国家知识产权局 (12)发明 专利申请 (10)申请公布号 (43)申请公布日 (21)申请 号 202211395969.4 (22)申请日 2022.11.09 (71)申请人 中国联合网络通信集团有限公司 地址 100033 北京市西城区金融大街21号 (72)发明人 李素粉　孙鹏　刘艺冉　 (74)专利代理 机构 北京同立钧成知识产权代理 有限公司 1 1205 专利代理师 荣甜甜　臧建明 (51)Int.Cl. G06Q 10/04(2012.01) G06Q 50/20(2012.01) G06N 3/08(2006.01) G06N 3/04(2006.01) (54)发明名称 学习转移状态预测方法、 装置、 电子设备及 存储介质 (57)摘要 本申请提供一种学习转移状态预测方法、 装 置、 电子设备及存储介质， 该方法包括： 获取目标 学员在学习平台上的学习数据； 根据所述目标学 员的学习数据， 获取所述目标学员针对第一学习 周期的学习特征序列； 根据所述目标学员针对第 一学习周期的学习特征序列， 利用学习转移状态 预测模型预测所述目标学员在学习平台的学习 转移状态， 所述学习转移状态用于表征所述目标 学员从第一学习周期到第二学习周期的学习状 态变化。 本申请的方法， 实现了对目标学员的学 习转移状态的预测， 使学习平台可以把控目标学 员未来的学习状态以及学习状态 转移趋势， 进一 步可以实现对 学员的学习数据的有效分析， 提升 培训和学习效率。 权利要求书2页 说明书19页 附图3页 CN 115545346 A 2022.12.30 CN 115545346 A 1.一种学习转移状态预测方法， 其特 征在于， 所述方法包括： 获取目标 学员在学习平台上的学习数据； 根据所述目标学员的学习数据， 获取所述目标学员针对第一学习周期的学习特征序 列； 根据所述目标学员针对第 一学习周期的学习特征序列， 利用学习转移状态预测模型预 测所述目标学员在学习平台的学习转移状态， 所述学习转移状态用于表征所述目标学员从 第一学习周期到第二学习周期的学习状态变化。 2.根据权利要求1所述的方法， 其特征在于， 所述学习特征序列包括下述至少两个学习 特征项： 性别、 年龄段、 学习平台的登录次数等级、 登录时长等级、 登录次数、 登录时长、 学习次 数、 学习时长、 学员类型、 兴趣岗位、 所属区域、 登录时段偏好、 登录时长偏好、 学习 时段偏 好、 学习次数偏好、 学习时长偏好、 触点偏好、 课程分类偏好、 课程时长偏好、 兴趣岗位偏好、 课程学分偏好、 成绩等级、 活跃度等级、 粘性 等级和课程完成率 等级； 其中， 所述粘性等级与所述目标学员在多个学习周期的活跃度等级有关， 所述多个学 习周期包括第一学习周期； 所述触点偏好与所述目标 学员登录所述学习平台时所使用的应用的版本相关。 3.根据权利要求1或2所述的方法， 其特征在于， 所述获取目标学员在学习平台上的学 习数据， 包括： 获取至少一个原始学员在所述学习平台上的学习数据， 以及， 在第一学习周期的学习 状态； 根据所述至少一个原始学员在第 一学习周期的学习状态， 从至少一个原始学员的学习 数据中剔除掉处于目标状态的原 始学员的学习数据， 得到目标 学员的学习数据。 4.根据权利要求3所述的方法， 其特征在于， 获取至少一个原始学员在第 一学习周期的 学习状态， 包括： 根据所述至少一个原始学员在所述学习平台上针对第 一学习周期的学习数据， 获取至 少一个原 始学员在第一学习周期的学习状态。 5.根据权利要求1或2所述的方法， 其特征在于， 所述根据所述目标学员 针对第一学习 周期的学习特征序列， 利用学习转移状态预测模型预测所述目标学员在学习平台的学习转 移状态之后， 所述方法还 包括： 根据所述目标学员在学习平台的学习转移状态， 生成所述目标学员在所述第 二学习周 期待学习的课程计划。 6.根据权利要求3所述的方法， 其特征在于， 所述学习转移状态预测模型通过以下步骤 训练得到： 获取样本数据集， 所述样本数据集包括： 标注的至少一个样本学员的学习数据的样本 学习转移状态， 以及， 所述至少一个样本学员针对第一样 本学习周期的学习特征序列； 所述 标注的样本学习转移状态用于表征样本学员从第一样本学习周期到第二样本学习周期的 学习状态变化； 利用所述样本数据集， 对预设的神经网络模型进行训练， 得到所述学习转移状态预测 模型。权　利　要　求　书 1/2 页 2 CN 115545346 A 27.根据权利要求6所述的方法， 其特 征在于， 所述获取样本数据集， 包括： 获取原始样本数据集， 所述原始样本数据集包括： 至少一个原始样本学员在所述学习 平台上的学习数据， 以及， 在第一样本学习周期的学习状态； 根据所述至少一个原始样本学员在第 一样本学习周期的学习状态， 从至少一个原始样 本学员的学习数据中剔除掉处于目标状态的原始样本学员的学习数据， 得到至少一个样本 学员的学习数据； 根据至少一个样本学员的学习数据， 以及， 预定义的学习特征项， 获取所述样本学员针 对第一样本学习周期的学习特 征序列； 根据预设的M种学习状态， 获取学习转移状态矩阵； 其中， 所述学习转移状态矩阵包括N 个元素， 每个元素表示一种学习转移状态； 所述M为大于或等于2的整数， 所述 N等于M*M； 对所述学习转移状态矩阵中的学习转移状态进行去重处理， 并剔除所述目标状态对应 的学习转移状态， 得到Q个学习转移状态； 所述 Q为小于所述 N的整数； 输出至少一个样本学员的学习数据， 以及， 所述 Q个学习转移状态； 接收标注的至少一个样本学员的学习数据的学习转移状态； 标注的学习转移状态为所 述Q个学习转移状态中的任一种； 利用标注 的至少一个样本学员的学习数据的学习转移状态， 以及， 所述至少一个样本 学员针对第一样本学习周期的学习特 征序列， 生成所述样本数据集。 8.一种学习转移状态预测装置， 其特 征在于， 所述装置包括： 第一获取模块， 用于获取目标 学员在学习平台上的学习数据； 第二获取模块， 用于根据所述目标学员的学习数据， 获取所述目标学员 针对第一学习 周期的学习特 征序列； 预测模块， 用于根据所述目标学员 针对第一学习周期的学习特征序列， 利用学习转移 状态预测模型预测所述目标学员在学习平台的学习转移状态， 所述学习转移状态用于表征 所述目标 学员从第一学习周期到第二学习周期的学习状态变化。 9.一种电子设备， 其特 征在于， 包括： 处 理器， 以及与所述处 理器通信连接的存 储器； 所述存储器存储计算机执 行指令； 所述处理器执行所述存储器存储的计算机执行指令， 以实现如权利要求1 ‑7中任一项 所述的方法。 10.一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中存储有计算机 执行指令， 所述计算机执行指 令被处理器执行时用于实现如权利要求 1至7任一项 所述的方 法。权　利　要　求　书 2/2 页 3 CN 115545346 A 3