在线学习推荐方法、装置、在线学习系统及服务器

摘要

本申请实施例提供一种在线学习推荐方法、装置、在线学习系统及服务器，可以在当学员用户的学习行为数据与各个在线学习推荐模型之间的未存在达到预设适配度阈值时，结合每个在线学习推荐模型相对于学员用户的推荐级别匹配学员用户对应的多个模型匹配属性以及每个模型匹配属性中加载的模型属性节点，由此将每个模型匹配属性对应的风格属性权重参数关联到每个模型匹配属性中加载的模型属性节点对应的第二目标在线学习推荐模型中，通过每个第二目标在线学习推荐模型根据风格属性权重参数对学员用户进行信息推荐，从而可以实时提高推荐精度，避免了在线学习推荐模型的参数配置过程无法在短时间内进行有效更新持续导致的信息推荐体验较差的情况。