1.一种结合Deepwalk及社区发现技术的分组方法，其特征在于，包括：获取用户对培训视频的观看数据，并根据所述观看数据构建用户‑视频关系图，包括：当在所述观看数据中检测到有用户观看视频的记录时，连接检测到的用户与对应的视频，得到包括至少一个子连接的初始关系图，其中，每个子连接中包括一个用户及一个视频；获取预先配置的评分算法；基于所述评分算法，从所述观看数据中获取数据计算每个子连接的评分；对每个用户对应的子连接按照所述评分由高到低的顺序进行排序；从所述初始关系图中删除排在预设位之后的子连接，得到所述用户‑视频关系图；其中，所述预先配置的评分算法包括： ，其中，Y表

示每个子连接的评分，X1表示观看次数，X2表示正面弹幕数量，X3表示负面弹幕数量，X4表示正面评论数，X5表示负面评论数，表示打赏数目；

采用改进的Deepwalk算法在所述用户‑视频关系图上进行随机游走，生成至少一个路径序列，包括：在所述用户‑视频关系图中，根据每个子连接的评分对每个节点与相邻节点所构成的边进行归一化处理，得到每个节点相对于相邻节点的游走概率；将所述用户‑视频关系图中的每个节点确定为初始节点；根据每个节点相对于相邻节点的游走概率，从每个初始节点开始在所述用户‑视频关系图上进行游走，直至满足循环终止条件，停止游走，生成所述至少一个路径序列；

对所述至少一个路径序列进行向量化处理，得到至少一个路径向量；

从所述至少一个路径向量中识别用户向量；

根据所述用户向量计算每两个用户间的相似度；

根据每两个用户间的相似度构建用户关系图；

采用社区发现技术，基于所述用户关系图对所述用户进行群组划分，得到至少一个学习小组。

2.根据权利要求1所述的结合Deepwalk及社区发现技术的分组方法，其特征在于，所述对每个节点与相邻节点所构成的边进行归一化处理，得到每个节点相对于相邻节点的游走概率包括：

获取每个用户对应的每个子连接的评分；

计算每个用户对应的每个子连接的评分的第一和值；

计算每个子连接的评分与所述第一和值的商，得到每个子连接中从对应的用户的节点游走至对应的视频的节点的游走概率；

获取每个视频对应的每个子连接的评分；

计算每个视频对应的每个子连接的评分的第二和值；

计算每个子连接的评分与所述第二和值的商，得到每个子连接中从对应的视频的节点游走至对应的用户的节点的游走概率；

整合每个子连接中从对应的用户的节点游走至对应的视频的节点的游走概率及每个子连接中从对应的视频的节点游走至对应的用户的节点的游走概率，得到每个节点相对于相邻节点的游走概率。

3.根据权利要求1所述的结合Deepwalk及社区发现技术的分组方法，其特征在于，所述满足循环终止条件包括：

获取预先配置的游走步数阈值，当检测到游走的步数达到所述游走步数阈值时，确定满足所述循环终止条件；及/或

在游走过程中，当检测到在从第一节点游走至第二节点后，直接从所述第二节点返回所述第一节点，确定产生原地循环，并确定满足所述循环终止条件。

4.根据权利要求1所述的结合Deepwalk及社区发现技术的分组方法，其特征在于，所述根据每两个用户间的相似度构建用户关系图包括：从所述用户‑视频关系图中删除视频对应的节点，得到初始用户关系图；

将每两个用户间的相似度确定为所述初始用户关系图中对应的每条边的权重，得到所述用户关系图。

5.根据权利要求1所述的结合Deepwalk及社区发现技术的分组方法，其特征在于，在得到至少一个学习小组后，所述方法还包括：每隔第一预设时间间隔，对每个学习小组中的用户所观看的视频的观看次数按照由高到低的顺序进行排序，获取排在前预设位的视频作为每个学习小组的目标视频，提取每个学习小组的目标视频的关键词，并将每个学习小组的目标视频的关键词确定为每个学习小组的标签；及/或

获取每个学习小组中的用户对应的节点的访问概率，将所述访问概率最高的节点对应的用户确定为每个学习小组中的核心用户，并为所述核心用户建立第一职位标签；及/或获取每个学习小组中的用户的业绩等级，将所述业绩等级最高的用户确定为目标用户，并为所述目标用户建立第二职位标签；及/或每隔第二预设时间间隔更新所述观看数据，并向对应的用户发送分组确认请求，当接收到所述对应的用户反馈的分组确认信息时，根据更新后的所述观看数据及所述分组确认信息更新所述学习小组；及/或

当检测到有学习小组的人数小于人数阈值时，删除检测到的学习小组。

6.一种结合Deepwalk及社区发现技术的分组装置，其特征在于，包括：构建单元，用于获取用户对培训视频的观看数据，并根据所述观看数据构建用户‑视频关系图，包括：当在所述观看数据中检测到有用户观看视频的记录时，连接检测到的用户与对应的视频，得到包括至少一个子连接的初始关系图，其中，每个子连接中包括一个用户及一个视频；获取预先配置的评分算法；基于所述评分算法，从所述观看数据中获取数据计算每个子连接的评分；对每个用户对应的子连接按照所述评分由高到低的顺序进行排序；从所述初始关系图中删除排在预设位之后的子连接，得到所述用户‑视频关系图；其中，所述预先配置的评分算法包括： ，

其中，Y表示每个子连接的评分，X1表示观看次数，X2表示正面弹幕数量，X3表示负面弹幕数量，X4表示正面评论数，X5表示负面评论数，X6表示打赏数目；

游走单元，用于采用改进的Deepwalk算法在所述用户‑视频关系图上进行随机游走，生成至少一个路径序列，包括：在所述用户‑视频关系图中，根据每个子连接的评分对每个节点与相邻节点所构成的边进行归一化处理，得到每个节点相对于相邻节点的游走概率；将所述用户‑视频关系图中的每个节点确定为初始节点；根据每个节点相对于相邻节点的游走概率，从每个初始节点开始在所述用户‑视频关系图上进行游走，直至满足循环终止条件，停止游走，生成所述至少一个路径序列；

向量化单元，用于对所述至少一个路径序列进行向量化处理，得到至少一个路径向量；

识别单元，用于从所述至少一个路径向量中识别用户向量；

计算单元，用于根据所述用户向量计算每两个用户间的相似度；

所述构建单元，还用于根据每两个用户间的相似度构建用户关系图；

划分单元，用于采用社区发现技术，基于所述用户关系图对所述用户进行群组划分，得到至少一个学习小组。

7.一种计算机设备，包括存储器、处理器及存储在所述存储器上并可在所述处理器上运行的计算机程序，其特征在于，所述处理器执行所述计算机程序时实现如权利要求1至5中任一项所述的结合Deepwalk及社区发现技术的分组方法。

8.一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存储有计算机程序，所述计算机程序当被处理器执行时使所述处理器执行如权利要求1至5任一项所述的结合Deepwalk及社区发现技术的分组方法。