基于大数据与人工智能的学习画像方法和机器人系统技术方案

基于大数据与人工智能的学习画像方法和机器人系统，包括：统计每一学生作业数据在预设时间范围内对第一知识点集合中每一知识点对应的各作业正确率进行加权平均，得到总正确率，将所述总正确率作为所述每一学生画像中所述每一知识点对应的知识点标签的掌握程度值，通过作业大数据对学生进行学习画像。上述方法和系统通过作业大数据对学生进行学习画像，从而通过学习画像来客观精准地反映不同学生对不同知识点的掌握情况，从而提高学习画像的客观性和准确性，针对不同学生和不同知识点，实现个性化学习和复习、精准化学习和复习，提高学习和复习的效率。

Learning method and robot system based on big data and artificial intelligence

The learning portrait method and robot system based on big data and artificial intelligence include: counting each student's homework data in the preset time range, weighting average the correct rate of each task corresponding to each knowledge point in the first knowledge point set, obtaining the total correct rate, and taking the total correct rate as the portrait of each student. The mastery level of knowledge label corresponding to each knowledge point mentioned above is used to make a learning portrait of students through big homework data. The methods and systems mentioned above can objectively and accurately reflect different students'mastery of different knowledge points through big homework data, thus improving the objectivity and accuracy of learning portraits, and realizing individualized learning and review and precision for different students and different knowledge points. Learning and reviewing can improve the efficiency of learning and reviewing.

【技术实现步骤摘要】
基于大数据与人工智能的学习画像方法和机器人系统
本专利技术涉及信息
，特别是涉及一种基于大数据与人工智能的学习画像方法和机器人系统。
技术介绍
现有知识点掌握程度的评价是学生在期末的时候对老师进行评分而形成的。在实现本专利技术过程中，专利技术人发现现有技术中至少存在如下问题：现有技术中老师给学生复习都是按照教学计划中知识点进行的，学生自己的复习也是按照考试知识点进行的，这样就无法结合学生对各个知识点的掌握情况，从而使得学生已掌握的知识点和未掌握的知识点都平均力量地复习，从而导致复习效果差。同时，老师或学生的复习是统一的，只会分为2种固定的类型，基本复习、全面复习。基本复习的话，只会复习最重要的少数知识点，都漏掉很多知识点，从而使得复习不全面，有学生掌握不好的知识点被漏复习的可能性。而全面复习不但费力而且耗时长，也会在复习中花费学生更多的时间，最为关键的是其中很多知识点学生已经掌握，其复习是多余的。因此，现有技术还有待于改进和发展。
技术实现思路
基于此，有必要针对现有技术中学习画像的缺陷或不足，提供基于大数据与人工智能的学习画像方法和机器人系统，以解决学习画像的主观性强、准确率低的本文档来自技高网...

【技术保护点】
1.一种学习画像方法，其特征在于，所述方法包括：正确率计算步骤，统计每一学生作业数据在预设时间范围内对第一知识点集合中每一知识点对应的各作业正确率进行加权平均，得到总正确率；标签赋值步骤，将所述总正确率作为所述每一学生画像中所述每一知识点对应的知识点标签的掌握程度值。

【技术特征摘要】
1.一种学习画像方法，其特征在于，所述方法包括：正确率计算步骤，统计每一学生作业数据在预设时间范围内对第一知识点集合中每一知识点对应的各作业正确率进行加权平均，得到总正确率；标签赋值步骤，将所述总正确率作为所述每一学生画像中所述每一知识点对应的知识点标签的掌握程度值。2.根据权利要求1所述的学习画像方法，其特征在于，所述的正确率计算步骤之前还包括：获取数据步骤，获取作业大数据，所述作业大数据包括每一学生的每一作业数据；获取知识点步骤，获取学习中包括的所有知识点，作为第一知识点集合。3.根据权利要求1至2任一项所述的学习画像方法，其特征在于，所述的标签赋值步骤之后还包括：接受查询步骤，获取待查询的学生及待复习的知识点集合，将所述待复习的知识点集合作为第二知识点集合；阈值获取步骤，从作业知识库中获取第二知识点集合中每一知识点对应的掌握程度的阈值；获取画像步骤，从学习画像知识库中搜索并获取所述待查询的学生的学习画像，从所述待查询的学生的学习画像中获取属于第二知识点集合的每一知识点对应的知识点标签的掌握程度值；知识点选择步骤，判断所述每一知识点对应的知识点标签的掌握程度值是否大于或等于作业知识库中所述每一知识点对应的知识点掌握程度的阈值：是，则将所述每一知识点加入第三知识点集合；否，则将所述每一知识点加入第四知识点集合；知识点推荐步骤，将所述第四知识点集合作为需要复习的知识点集合推荐给用户。4.根据权利要求3所述的学习画像方法，其特征在于，所述的知识点选择步骤之后包括：集体推荐步骤，获取多个待查询的学生及同一待复习的知识点集合，对所述多个待查询的学生中的每一学生及所述待复习的知识点集合执行所述知识点选择步骤，得到所述每一学生的第四集合，将统计多个所述第四集合中不同知识点的出现次数，按照次数从大到小选取前M个知识点作为需要复习的知识点集合推荐给用户，其中，M为预设个数。5.根据权利要求1所述的学习画像方法，其特征在于，所述的作业数据包括每一作业、该作业的解答正确率、所述作业题涉及到的所有知识点...

【专利技术属性】
技术研发人员：朱定局，
申请(专利权)人：华南师范大学，
类型：发明
国别省市：广东,44