一种题目推送方法、存储介质、及应用系统技术方案

本发明专利技术公开了一种题目推送方法、存储介质、及应用系统，其中题目推送方法包括以下步骤：(S1)设置至少一第一数据库和至少一第二数据库；(S2)接收用户发起的题目推送请求，所述题目推送请求包括用户ID信息和至少一题目练习范围；(S3)根据用户ID信息和题目练习范围，在第一数据库中获取与用户ID信息和题目练习范围同时对应的用户能力指标；(S4)根据获取到的用户能力指标，在第二数据库中确定与该用户能力指标对应难度的题组，并将该题组推送给该用户。本发明专利技术实现了个性化地题目推送，并且能够适应学习能力提高的动态过程。

【技术实现步骤摘要】
一种题目推送方法、存储介质、及应用系统
本专利技术涉及在线教育领域，更详而言之涉及一种题目推送方法、存储该方法的计算机可读存储介质、及应用该介质的题目推送系统。
技术介绍
随着计算机技术和网络的快速发展，基于互联网的在线教育得以广泛应用。用户可以通过在线的教育学习系统，进行在线学习、在线做题、在线考试等，方便学生进行个性化的学习和评测。众所周知，不同的学生对于知识的理解能力是不同的，应该根据每个学生的个性、特长、兴趣、爱好等进行因材施教，激发学生自主学习的兴趣，才能达到更好的教学效果。但是在传统的教学模式中，通常以班级为最小教学单位，很难做到对每一位学生进行针对性和个性化地教学，一刀切的课堂教学模式让越来越多的学生受到挫折，越来越多有独立思考能力和创新精神的学生受到压制。另外，在传统的教学模式中，不同的学生需要接受相同难度的题目进行练习或考试。这种模式造成学习能力较差的学生对于难度较大的题目根本无从下手，不利于学习的积累和进步；反之对学习能力较强的学生来说，难度较低的题目无法反映出学生真实水平，不利于进一步地提升，造成时间和精力的浪费。因此，只有当题目的难度与学生的能力相匹配时，学生才能通过做题练习获得进一步地能力提升。个性化教学尊重每一位学生的个体学习能力和兴趣爱好，根据每一位学生的学习情况进行定制化和个性化的学习辅导，以达到更好的教学效果，基于互联网的在线教育是一个非常适合提供个性化教学的平台。但是，现有的个性化教育系统还存在着一些缺陷，目前通常利用以下几种理论模型来进行个性化教学：1.基于“项目反应理论(IRT)”的学习者建模基于项目反应理论(IRT)模型，通过在学生的答题正确率和是否掌握该项知识点之间建立一个函数关系式，以此来对学生的学习能力进行评测，因此该模型关注的是学生能力和对知识点的掌握程度。但是IRT模型有一个重要的前提假设，学生对不同题目的作答反应是相互独立的，相互之间没有影响。显然这个假设在学生的实际学习过程中是无法成立的，学生的能力水平是一个动态的指标，会随着学习时间和答题量的增长而提升。2.基于贝叶斯的知识追踪模型贝叶斯网络一般用于表示不同变量之间的相互依赖关系，该模型对于参数进行估计、调整的成本和代价都很高，往往还依赖大量的历史数据。3.基于深度学习神经网络的知识点追踪模型以上几种模型，都需要大量的历史数据，对于没有历史数据的学生或者历史数据不多的学生，无法做到精准的个性化教学，从而会导致学生陷入题海战术。针对现有技术中的上述问题，目前尚未提出有效的解决方案。
技术实现思路
本专利技术的目的在于提供一种题目推送方法、存储介质、及应用系统，在一定程度上解决了上述问题，实现了针对不同的学生进行个性化地题目推送，并且能够适应学习能力提高的动态过程，避免学生陷入题海战术，有效提高学习效率。依本专利技术的一个方面，本专利技术提供一种题目推送方法，其包括以下步骤：(S1)设置至少一第一数据库和至少一第二数据库，其中所述第一数据库中储存有各个同时对应于用户ID信息和题目练习范围的用户能力指标，所述第二数据库中储存有与用户能力指标对应难度的题组；(S2)接收用户发起的题目推送请求，所述题目推送请求包括用户ID信息和至少一题目练习范围，其中所述题目练习范围与所述用户ID信息相关联；(S3)根据所述用户ID信息和所述题目练习范围，在所述第一数据库中获取与所述用户ID信息和所述题目练习范围同时对应的用户能力指标；(S4)根据获取到的用户能力指标，在所述第二数据库中确定与该用户能力指标对应难度的题组，并将该题组推送给该用户。进一步地，在所述步骤(S4)之后，还包括步骤：(S5)接收该用户的答题信息，判断所述答题信息是否为有效答题信息；若判定所述答题信息为有效答题信息，则根据所述有效答题信息中客观题的正确率、主观题对错的人工判定结果，调整该用户与所述题目练习范围对应的最新用户能力指标；将该用户与所述题目练习范围对应的最新用户能力指标更新至所述第一数据库中。进一步地，所述第二数据库中储存有数量有限的n个难度等级的题组Ti，每个题组中包括的题目分为数量有限的p个难度等级Nj，所述题组Ti形式化描述可表达为：Ti＝[{(N1,w1),(N2,w2),(N3,w3),……(Np,wp)}]其中Ti表示第i个题组，Nj表示题目的第j个难度等级，wp表示每个题组中不同难度等级的题目的各自数量占比，题组的难度越大，其包括的题目中难度等级高的题目的数量占比也越大，在向用户推荐题组时，题组的难度与用户的用户能力指标成正比对应。进一步地，所述用户能力指标包括用户能力值和数量有限的m个用户能力等级Dk，其中所述用户能力等级Dk形式化描述可表示为：D1＝[-∞，A]；D2＝[A+1，B]；D3＝[B+1，C]……Dk＝[C+1，+∞]其中Dk表示第k个用户能力等级，每个所述用户能力等级对应一个用户能力值区间，不同的区间相互连接，每个所述用户能力值各自对应一个所述用户能力等级，题组的难度与用户的用户能力等级成正比对应，在所述步骤(S4)中，具体为：将用户能力值转化为对应的用户能力等级，根据转化得到的所述用户能力等级，在所述第二数据库中确定与该用户能力等级对应难度的题组，并将该题组推送给该用户。进一步地，在所述步骤(S5)中，所述调整该用户与所述题目练习范围对应的最新用户能力指标，具体为：若答题正确，则增加该用户的用户能力值；若答题错误，则减少该用户的用户能力值。优选地，所述题组Ti的数量n等于所述用户能力等级Dk的数量m，一个用户能力等级对应一个难度的题组。进一步地，在所述步骤(S3)之前，进一步包括步骤：判断所述第一数据库中是否存在与该用户的用户ID信息和题目练习范围同时对应的用户能力指标；若不存在，则根据该用户所请求的题目练习范围向该用户推送难度等级最低的题组，根据该用户的有效答题信息对该用户在所请求的题目练习范围的用户能力指标进行评估，并将评估得到的用户能力指标更新到所述第一数据库中。进一步地，在所述步骤(S5)中，若该用户在所述有效答题信息中的正确率低于预设阈值，则向该用户推送与错题相关联的学习资源供用户学习。优选地，所述预设阈值为百分之五十五。依本专利技术的另一个方面，本专利技术进一步提供一种计算机可读存储介质，其存储有计算机程序，该程序被处理器执行时实现上述题目推送方法的步骤。依本专利技术的另一个方面，本专利技术进一步提供一种题目推送系统，其包括处理器和上述计算机可读存储介质，其中所述计算机可读存储介质中的计算机程序可被所述处理器执行。进一步地，所述题目推送系统进一步包括至少一与所述处理器通信连接的客户端，供用户发送题目推送请求并答题。本专利技术的上述以及其它目的、特征、优点将通过下面的详细说明、附图、以及所附的权利要求进一步明确。附图说明图1是根据本专利技术的优选实施例的题目推送方法的流程示意图；图2是根据本专利技术的优选实施例的各题组中各难度题目权重占比示意图；图3是根据本专利技术的优选实施例的题组难度等级示意图。具体实施方式下面，结合附图以及具体实施方式，对专利技术做进一步描述，需要说明的是，在不相冲突的前提下，以下描述的各实施例之间或各技术特征之间可以任意组合形成新的实施例。以下描述用于揭露本专利技术以使本领域技术人员能够实现本专利技术。以下描述中的优选实本文档来自技高网...

【技术保护点】
1.一种题目推送方法，其特征在于，包括以下步骤：(S1)设置至少一第一数据库和至少一第二数据库，其中所述第一数据库中储存有各个同时对应于用户ID信息和题目练习范围的用户能力指标，所述第二数据库中储存有与用户能力指标对应难度的题组；(S2)接收用户发起的题目推送请求，所述题目推送请求包括用户ID信息和至少一题目练习范围，其中所述题目练习范围与所述用户ID信息相关联；(S3)根据所述用户ID信息和所述题目练习范围，在所述第一数据库中获取与所述用户ID信息和所述题目练习范围同时对应的用户能力指标；(S4)根据获取到的用户能力指标，在所述第二数据库中确定与该用户能力指标对应难度的题组，并将该题组推送给该用户。

【技术特征摘要】
1.一种题目推送方法，其特征在于，包括以下步骤：(S1)设置至少一第一数据库和至少一第二数据库，其中所述第一数据库中储存有各个同时对应于用户ID信息和题目练习范围的用户能力指标，所述第二数据库中储存有与用户能力指标对应难度的题组；(S2)接收用户发起的题目推送请求，所述题目推送请求包括用户ID信息和至少一题目练习范围，其中所述题目练习范围与所述用户ID信息相关联；(S3)根据所述用户ID信息和所述题目练习范围，在所述第一数据库中获取与所述用户ID信息和所述题目练习范围同时对应的用户能力指标；(S4)根据获取到的用户能力指标，在所述第二数据库中确定与该用户能力指标对应难度的题组，并将该题组推送给该用户。2.如权利要求1所述之题目推送方法，其特征在于，在所述步骤(S4)之后，进一步包括步骤：(S5)接收该用户的答题信息，判断所述答题信息是否为有效答题信息；若判定所述答题信息为有效答题信息，则根据所述有效答题信息中客观题的正确率、主观题对错的人工判定结果，调整该用户与所述题目练习范围对应的最新用户能力指标；将该用户与所述题目练习范围对应的最新用户能力指标更新至所述第一数据库中。3.如权利要求1或2所述之题目推送方法，其特征在于，所述第二数据库中储存有数量有限的n个难度等级的题组Ti，每个题组中包括的题目分为数量有限的p个难度等级Nj，所述题组Ti形式化描述可表达为：Ti＝[{(N1,w1),(N2,w2),(N3,w3),……(Np,wp)}]其中Ti表示第i个题组，Nj表示题目的第j个难度等级，wp表示每个题组中不同难度等级的题目的各自数量占比，题组的难度越大，其包括的题目中难度等级高的题目的数量占比也越大，在向用户推荐题组时，题组的难度与用户的用户能力指标成正比对应。4.如权利要求3所述之题目推送方法，其特征在于，所述用户能力指标包括用户能力值和数量有限的m个用户能力等级Dk，其中所述用户能力等级Dk形式化描述可...

【专利技术属性】
技术研发人员：李惟峰，舒婷，周杭挺，俞健智，何伟，
申请(专利权)人：浙江学海教育科技有限公司，
类型：发明
国别省市：浙江,33