基于无监督学习的课程推荐方法、装置、设备及介质

摘要

本发明涉及人工智能领域，提供一种基于无监督学习的课程推荐方法、装置、设备及介质，能够采用cycle‑GAN模型对训练数据进行扩展，有效解决由于样本数量不足导致模型训练效果不佳，精度较差的问题，同时，由于cycle‑GAN模型的特性，扩展后生成的样本也具有较强的可用性，并且，由于综合了不同维度的预测结果，推荐的课程也更加合理，进而实现对课程的自动推荐。本发明还涉及区块链技术，涉及到的模型可存储于区块链。