本技术涉及人工智能数据处理，尤其涉及一种基于人工智能的数据处理方法、装置及电子设备。
背景技术：
1、随着信息技术的飞速发展，教育领域正迎来全新的发展机遇。特别是在智能化教学的推动下，传统的教学方式正逐渐迈向数字化、智能化的新阶段。智能化教学不仅优化了教学质量，还为学生们带来了更为个性化和灵活的学习路径，使得学习体验更加丰富和高效。
2、在相关技术中，在现代教育环境中，课后学生不仅需要完成涵盖多种内容类别的课程作业，这些课程作业包括但不限于ppt、word、excel等多种格式，同时，每个课程还对应有电子化课件资料，例如，讲义、视频、音频等。目前，主要通过学生手动管理这些多样化的课程作业和课件资料，即将通过多种途径获取到的与课程相关的教学资料手动转存到个人电脑或者云端存储服务中。当后续需要使用某特定资料时，通过人工筛选的方式从个人电脑或者云端存储服务中查找某特定资料。
3、然而，随着教学资料的不断积累，可能需要存储较多的教学资料，导致可能需要花费较多的时间手动地从庞大数据量中检索出某个特定教学课件，进而导致相关技术中数据的检索效率较低。
技术实现思路
1、本技术提供了一种基于人工智能的数据处理方法、装置及电子设备，用于提升数据的检索效率。
2、第一方面，本技术提供了一种基于人工智能的数据处理方法，应用于上述电子设备，该方法包括：在接收到用户输入的课程目录数据的情况下，根据预设课程目录体系对课程目录数据进行类别解析，以得到类别解析结果，其中，课程目录数据为第一课程信息的集合，类别解析结果包括第一课程信息的第一类别；从预设课程目录体系中确定与第一类别相匹配的第一课程目录，并根据第一课程目录和类别解析结果建立多层级文件夹；获取课程资源数据，并将课程资源数据输入至预设数据分类模型；获取预设数据分类模型所输出的第二类别，并根据第二类别和多层级文件夹对课程资源数据进行映射存储处理，其中，第二类别为预设数据分类模型对课程资源数据进行分类处理后所输出的第一分类结果；接收用户输入的第一查询信息，并从目标数据库中确定出与第一查询信息相匹配的多个数据访问路径；从第一查询信息中确定第一关键词，以及，从目标数据库中调取用户的预设查询行为，其中，预设查询行为包括查询匹配率，查询匹配率为关键词查询次数与数据访问路径的实际访问次数的比值；根据第一关键词和预设查询行为确定多个数据访问路径中包括的每个数据访问路径对应的第一查询匹配率，以得到多个第一查询匹配率，其中，查询匹配率包括多个第一查询匹配率；从多个第一查询匹配率中筛选出满足预设周期的一个或多个第二查询匹配率，并根据一个或多个第二查询匹配率将多层级文件夹调整为第一文件夹和第二文件夹。
3、通过采用上述技术方案，根据预设课程目标体系对接收到的用户所输入的课程目录数据进行类别解析，得到包括第一课程信息的第一类别的类别解析结果，可以确保课程目录数据能够被准确地分类。从预设课程目录体系中确定出与第一类别相匹配的第一课程目录，从而可以根据第一课程目录和类别解析结果建立多层级文件夹，实现了课程目录数据的结构化处理，使得课程目录数据的结构层级分明，以便于可以快速地访问特定层级文件夹下的数据。将获取到的课程资源数据输入至预设数据分类模型，使得课程资源数据的分类更准确。根据获取到的预设分类模型所输出的第二类别和多层级文件夹对课程资源数据进行映射存储处理，使得课程资源数据的映射存储更精准，从而可以更快速地访问数据，进一步地提升了数据访问的效率。从目标数据库中确定出与接收到的用户所输入的第一查询信息相匹配的多个数据访问路径，以全面确定出与第一查询信息相匹配的数据访问路径，从而避免遗漏相匹配的数据访问路径导致数据的检索准确率和检索效率降低。根据从第一查询信息中确定的第一关键词和从目标数据库中调取的包括查询匹配率（即关键词查询次数与数据访问路径的实际访问次数的比值）的预设查询行为确定多个数据访问路径中包括的每个数据访问路径对应的第一查询匹配率（即第一关键词的查询次数与多个数据访问路径中包括的每个数据访问路径的实际访问次数的比值），能够精准地反映第一关键词对应的每个数据访问路径的访问频率。采用本技术方法，通过从预设课程目录体系中所匹配出的与第一类别相匹配的第一课程目录和类别解析结果建立多层级文件夹，进而根据预设数据分类模型所输出的第二类别和多层级文件夹对课程资源数据进行映射存储处理，以实现课程资源数据与多层级文件夹的精准映射存储，从而可以实现多层级文件夹的分类调整，使得数据访问更加高效和有序，进而解决了相关技术中数据的检索效率较低的技术问题，达到了提升数据的检索效率的技术效果。
4、可选的，第一文件夹用于存储大于预设查询匹配率的第三查询匹配率所对应的数据访问路径下的第一课程资源数据，第二文件夹用于存储小于或等于预设查询匹配率的第四查询匹配率所对应的数据访问路径下的第二课程资源数据，一个或多个第二查询匹配率包括第三查询匹配率和第四查询匹配率，课程资源数据包括第一课程资源数据和第二课程资源数据。
5、通过采用上述技术方案，根据从多个第一查询匹配率中筛选出满足预设周期的一个或多个第二查询匹配率将多层级文件夹调整为，用于存储大于预设查询匹配率的第三查询匹配率所对应的数据访问路径下的第一课程资源数据的第一文件夹和用于存储小于或等于所述预设查询匹配率的第四查询匹配率所对应的数据访问路径下的第二课程资源数据的第二文件夹，使得能够在预设周期内提供两个符合用户的不同查询需求的单层级或多层级文件夹（即第一文件夹和第二文件夹），以实现能够快速地响应不同需求的数据访问，进一步地提升了数据的检索效率。
6、可选的，在从多个第一查询匹配率中筛选出满足预设周期的一个或多个第二查询匹配率，并根据一个或多个第二查询匹配率将多层级文件夹调整为第一文件夹和第二文件夹之后，上述方法还包括：接收用户输入的第二查询信息，并从第二查询信息中确定出第二关键词；从预设查询行为中确定与第二关键词对应的第五查询匹配率；将第五查询匹配率与预设查询匹配率进行比对，以得到比对结果；在比对结果显示第五查询匹配率大于预设查询匹配率的情况下，根据第五查询匹配率对第一文件夹进行数据访问处理，以得到数据访问结果；在数据访问结果显示第一文件夹中存在与第五查询匹配率对应的第一数据访问路径的情况下，将第一文件夹中第一数据访问路径下的第三课程资源数据发送给用户；或，在数据访问结果显示第一文件夹中不存在与第五查询匹配率对应的第一数据访问路径的情况下，根据第一数据访问路径对第二文件夹进行路径查询处理，以得到路径查询结果；在路径查询结果显示第二文件夹中存在第一数据访问路径的情况下，将第二文件夹中第一数据访问路径下的第三课程资源数据发送给用户，并将第三课程资源数据存储至第一文件夹中。
7、通过采用上述技术方案，从接收到的用户输入的第二查询信息中确定出第二关键词，再从预设查询行为中确定出与第二关键词对应的第五查询匹配率，从而可以确保第二关键词与第五查询匹配率高度对应，进一步地保障了第二关键词和第五查询匹配率的可靠性。第五查询匹配率与预设查询匹配率进行比对，得到比对结果，通过比对来确定第五查询匹配率符合用户的哪种查询需求，进而为用户提供更快速的数据检索响应和更准确的检索匹配结果。在比对结果显示第五查询匹配率大于预设查询匹配率时，确定第五查询匹配率的查询需求与第一文件夹相符合，从而可以根据第五查询匹配率对第一文件夹进行数据访问处理，得到数据访问结果，进而在数据访问结果显示所述第一文件夹中存在与所述第五查询匹配率对应的第一数据访问路径时，将第一文件夹中第一数据访问路径下的第三课程资源数据发送给用户，以实现从符合查询需求的特定文件夹中检索出用户所需的第三课程资源数据，有效节省数据的检索时间，进一步地提升了数据的检索效率。在数据访问结果显示第一文件夹中不存在与第五查询匹配率对应的第一数据访问路径时，根据第一数据访问路径对第二文件夹进行路径查询处理，得到路径查询结果，确保了数据的检索不会因为一个文件夹（即第一文件夹）内不存在第一数据访问路径而中断，而是会继续在其他相关文件夹（即第二文件夹）内查询，从而保证了数据检索的连续性，此外，当在第二文件夹中存在第一数据访问路径时，还会将第二文件夹中第一数据访问路径下的第三课程资源数据存储至第一文件夹中，以便用户后续进行类似查询时能够更快速地检索到所需数据，进一步地提升了数据的检索效率。
8、可选的，从预设课程目录体系中确定与第一类别相匹配的第一课程目录，并根据第一课程目录和类别解析结果建立多层级文件夹，具体包括：根据第一类别对第一课程目录进行名称划分处理，以得到第二课程目录；在预设目录下建立第一类别的一层级文件夹，其中，预设目录为预先设定的第二数据访问路径，第二数据访问路径用于映射存储课程资源数据，一层级文件夹的名称包括第一类别对应的第一编码；在一层级文件夹下建立第二课程目录的二层级文件夹，以得到多层级文件夹，其中，二层级文件夹的名称包括第二课程目录对应的第二编码。
9、通过采用上述技术方案，根据第一类别对第一课程目录进行名称划分处理，得到第二课程目录，进一步地明确了第二课程目录的分类属性，且通过第二课程目录建立相对应的文件夹，确保了文件夹建立的精确性。在预设目录下建立第一类别的一层级文件夹，从而在一层级文件夹下建立第二课程目录的二层级文件夹，得到多层级文件夹，可以实现课程资源数据的结构化处理，使得课程资源数据具有较高的可管理性和可扩展性。
10、可选的，在获取课程资源数据，并将课程资源数据输入至预设数据分类模型之前，上述方法还包括：获取样本数据，其中，样本数据为多个第二课程信息的集合；根据样本数据构建知识图谱，其中，知识图谱包括多个课程目录节点和多个课程名称节点以及多组关联属性数据，多个课程目录节点中包括的每个课程目录节点，与多个课程名称节点中包括的一个对应的课程名称节点之间通过有向边建立关联关系，多组关联属性数据用于表示多个课程名称节点之间的关联属性；根据知识图谱构建图神经网络模型；将图神经网络模型与分类器连接，以得到初始数据分类模型；根据样本数据对初始数据分类模型进行训练，以得到预设数据分类模型。
11、通过采用上述技术方案，根据获取到的样本数据构建包括多个课程目录节点和多个课程名称节点以及多组关联属性数据的知识图谱，可以更精准地明确多个课程目录节点与多个课程名称节点及多个课程名称节点之间的关联关系，为提升样本数据的分类精准度奠定基础。通过知识图谱构建图神经网络模型，将构建好的图神经网络模型与分类器连接，得到初始数据分类模型，再利用样本数据对初始数据分类模型进行训练，得到所需的预设数据分类模型，可以进一步地提升样本数据的分类准确性。
12、可选的，根据样本数据对初始数据分类模型进行训练，以得到预设数据分类模型，具体包括：将样本数据输入至初始数据分类模型，得到第二分类结果；从样本数据中确定出样本标签；根据第二分类结果和样本标签对初始数据分类模型进行调整，以得到预设数据分类模型。
13、通过采用上述技术方案，通过将样本数据输入到初始数据分类模型中，得到第二分类结果，可以确保初始数据分类模型在实际应用之前进行了充分的测试和验证。样本标签是评估模型性能的关键指标，通过从样本数据中确定样本标签，可以提供一个准确的参考标准，用于与初始数据分类模型的分类结果比较，使得初始数据分类模型调整更加有针对性，从而通过提升初始数据分类模型的分类准确性得到所需的预设数据分类模型。
14、可选的，获取预设数据分类模型所输出的第二类别，并根据第二类别和多层级文件夹对课程资源数据进行映射存储处理，具体包括：从多层级文件夹中匹配出满足第二类别的第三课程目录；确定第三课程目录对应的第三文件夹，其中，多层级文件夹包括第三文件夹；将课程资源数据映射存储至第三文件夹下，并为已映射存储的课程资源数据分配版本号。
15、通过采用上述技术方案，通过从多层级文件夹中匹配出满足特定类别（即第二类别）的第三课程目录，能够确保快速且准确地定位到与所需类别相匹配的课程资源数据，极大地简化了用户在大量文件夹中手动查找的过程，提升了数据的检索效率，同时根据明确的类别进行匹配，能够减少误匹配的可能性，进一步地提升了数据的检索准确性。确定第三课程目录对应的第三文件夹，使得课程资源数据的存储结构更加清晰和有序，通过将课程资源数据与特定文件夹相关联，不仅可以细化课程资源数据的分类和存储，还可以方便地管理和维护课程资源数据，使得课程资源数据的管理更加灵活和高效。将课程资源数据映射存储至特定文件夹下，并为其分配版本号，确保了课程资源数据的完整性和可追溯性，通过映射存储可以确保课程资源数据与其对应的文件夹之间建立了明确的关联关系，便于后续的查找和使用，而分配版本号则可以对课程资源数据的版本进行管理和控制，避免因为版本冲突或错误使用旧版本数据而导致的问题，通过版本号还可以记录课程资源数据的更新历史，为课程资源数据的维护和管理提供便利。
16、第二方面，本技术实施例提供了一种基于人工智能的数据处理装置，该装置包括：解析模块，用于在接收到用户输入的课程目录数据的情况下，根据预设课程目录体系对所述课程目录数据进行类别解析，以得到类别解析结果，其中，所述课程目录数据为第一课程信息的集合，所述类别解析结果包括所述第一课程信息的第一类别；建立模块，用于从所述预设课程目录体系中确定与所述第一类别相匹配的第一课程目录，并根据所述第一课程目录和所述类别解析结果建立多层级文件夹；输入模块，用于获取课程资源数据，并将所述课程资源数据输入至预设数据分类模型；映射存储模块，用于获取所述预设数据分类模型所输出的第二类别，并根据所述第二类别和所述多层级文件夹对所述课程资源数据进行映射存储处理，其中，所述第二类别为所述预设数据分类模型对所述课程资源数据进行分类处理后所输出的第一分类结果。
17、第三方面，本技术实施例提供了一种电子设备，该电子设备包括：一个或多个处理器和存储器；所述存储器与所述一个或多个处理器耦合，所述存储器用于存储计算机程序代码，所述计算机程序代码包括计算机指令，所述一个或多个处理器调用所述计算机指令以使得所述电子设备执行如第一方面以及第一方面中任一可能的实现方式描述的方法。
18、第四方面，本技术实施例提供一种计算机可读存储介质，包括指令，当上述指令在电子设备上运行时，使得上述电子设备执行如第一方面以及第一方面中任一可能的实现方式描述的方法。
19、本技术实施例中提供的一个或多个技术方案，至少具有如下技术效果或优点：
20、1、通过从预设课程目录体系中所匹配出的与第一类别相匹配的第一课程目录和类别解析结果建立多层级文件夹，进而根据预设数据分类模型所输出的第二类别和多层级文件夹对课程资源数据进行映射存储处理，以实现课程资源数据与多层级文件夹的精准映射存储，从而可以实现多层级文件夹的分类调整，使得数据访问更加高效和有序，进而解决了相关技术中数据的检索效率较低的技术问题，达到了提升数据的检索效率的技术效果。
21、2、根据从多个第一查询匹配率中筛选出满足预设周期的一个或多个第二查询匹配率将多层级文件夹调整为，用于存储大于预设查询匹配率的第三查询匹配率所对应的数据访问路径下的第一课程资源数据的第一文件夹和用于存储小于或等于所述预设查询匹配率的第四查询匹配率所对应的数据访问路径下的第二课程资源数据的第二文件夹，使得能够在预设周期内提供两个符合用户的不同查询需求的单层级或多层级文件夹（即第一文件夹和第二文件夹），以实现能够快速地响应不同需求的数据访问，进一步地提升了数据的检索效率。
22、3、在数据访问结果显示第一文件夹中不存在与第五查询匹配率对应的第一数据访问路径时，根据第一数据访问路径对第二文件夹进行路径查询处理，得到路径查询结果，确保了数据的检索不会因为一个文件夹（即第一文件夹）内不存在第一数据访问路径而中断，而是会继续在其他相关文件夹（即第二文件夹）内查询，从而保证了数据检索的连续性。
1.一种基于人工智能的数据处理方法，其特征在于，包括：
2.根据权利要求1所述的方法，其特征在于，所述第一文件夹用于存储大于预设查询匹配率的第三查询匹配率所对应的数据访问路径下的第一课程资源数据，所述第二文件夹用于存储小于或等于所述预设查询匹配率的第四查询匹配率所对应的数据访问路径下的第二课程资源数据，所述一个或多个第二查询匹配率包括所述第三查询匹配率和所述第四查询匹配率，所述课程资源数据包括所述第一课程资源数据和所述第二课程资源数据。
3.根据权利要求1所述的方法，其特征在于，在所述从所述多个第一查询匹配率中筛选出满足预设周期的一个或多个第二查询匹配率，并根据所述一个或多个第二查询匹配率将所述多层级文件夹调整为第一文件夹和第二文件夹之后，所述方法还包括：
4.根据权利要求1所述的方法，其特征在于，所述从所述预设课程目录体系中确定与所述第一类别相匹配的第一课程目录，并根据所述第一课程目录和所述类别解析结果建立多层级文件夹，具体包括：
5.根据权利要求1所述的方法，其特征在于，在所述获取课程资源数据，并将所述课程资源数据输入至预设数据分类模型之前，所述方法还包括：
6.根据权利要求5所述的方法，其特征在于，所述根据所述样本数据对所述初始数据分类模型进行训练，以得到所述预设数据分类模型，具体包括：
7.根据权利要求1所述的方法，其特征在于，所述获取所述预设数据分类模型所输出的第二类别，并根据所述第二类别和所述多层级文件夹对所述课程资源数据进行映射存储处理，具体包括：
8.一种基于人工智能的数据处理装置，其特征在于，包括：
9.一种电子设备，其特征在于，所述电子设备包括：一个或多个处理器和存储器；所述存储器与所述一个或多个处理器耦合，所述存储器用于存储计算机程序代码，所述计算机程序代码包括计算机指令，所述一个或多个处理器调用所述计算机指令以使得所述电子设备执行如权利要求1-7中任一项所述的方法。
10.一种计算机可读存储介质，包括指令，其特征在于，当所述指令在电子设备上运行时，使得所述电子设备执行如权利要求1-7中任一项所述的方法。
