知识特征掌握度的评价方法、题目推荐方法及电子设备技术

本发明专利技术涉及学习管理技术领域，具体涉及知识特征掌握度的评价方法、题目推荐方法及电子设备，其中评价方法包括获取各个题目的信息以及各个题目对应的答题信息；对题目所涉及的知识特征进行编码处理，以构建答题特征分布；获取已学习知识特征的掌握度信息；掌握度信息包括每个已学习知识特征的掌握度；根据题目的得分率以及已学习知识特征掌握度信息，确定答题特征分布中知识特征的掌握度。通过将每道题目拆分成多个知识特征，针对每道题目的知识特征进行掌握度评价；通过已学习知识特征的掌握度以及当前所答题目的得分率确定相应的知识特征的掌握度，提高了所得到的知识特征掌握度的准确性，并达到实时更新的目的。

Evaluation Method, Topic Recommendation Method and Electronic Equipment of Knowledge Character Mastery Degree

The present invention relates to the field of learning management technology, in particular to the evaluation method, topic recommendation method and electronic equipment of knowledge feature mastery, in which the evaluation method includes acquiring the information of each topic and the corresponding answer information of each topic, coding the knowledge feature involved in the topic to construct the distribution of answer feature, and acquiring the mastery reliability of the learned knowledge feature. The degree of mastery includes the degree of mastery of each learned knowledge feature, and the degree of mastery of knowledge feature in the distribution of answering characteristics is determined according to the scoring rate of the topic and the degree of mastery of the learned knowledge feature. By dividing each subject into several knowledge features, the mastery degree of each subject is evaluated according to its knowledge characteristics. The mastery degree of the corresponding knowledge features is determined by the mastery degree of the learned knowledge features and the scoring rate of the current answered questions, which improves the accuracy of the mastery degree of the obtained knowledge features and achieves the purpose of real-time updating.

【技术实现步骤摘要】
知识特征掌握度的评价方法、题目推荐方法及电子设备
本专利技术涉及学习管理
，具体涉及知识特征掌握度的评价方法、题目推荐方法及电子设备。
技术介绍
随着大数据分析技术近年来的快速发展发展，对于大数据的有效利用成为了在线教育领域面临的首要技术问题之一。在大数据技术的支持下，基于学习数据分析的个性化内容推荐、自适应学习等服务应运而生。基于学习数据分析的直观体现为所学习的题目对应的知识特征掌握度，对于知识特征掌握度进行评价时，现有技术中一般是基于学习者在教学大纲、教材章节或知识点下的学习表现对其知识掌握度进行评价。上述知识特征是基于教学大纲、教学章节下进行知识掌握度的评价的。但是对于每道题目而言，其所涉及到的知识特征可能是属于不同的教学章节，那么利用现有的知识特征掌握度评价方法，难以对一道题目的多个知识特征(例如教材章节、知识点、题目结构、题型等)同时进行分析。专利技术人在基于上述技术问题进行研究时，提出了针对题目所涉及的知识特征进行掌握度的评价。具体地，每次计算一名学生的掌握度都需要调取其所有的答题记录，利用所有的答题记录针对题目所涉及的知识特征进行掌握度的评价。然而，该评价方法会存在学生做题顺序对其掌握度的影响，例如学生存在多次答题，前几次掌握度较低，后几次掌握度很高，实际上他大概率已经掌握了这个知识点。但由于该评价方法利用所有答题记录计算，得出的会是中等掌握度，从而导致准确性低，实时性差。
技术实现思路
有鉴于此，本专利技术实施例提供了一种知识特征掌握度的评价方法、题目推荐方法及电子设备，以解决对知识特征掌握度的评价准确性较低的问题。根据第一方面，本专利技术实施例提供了一种知识特征掌握度的评价方法，包括：获取各个题目的信息以及各个题目对应的答题信息；其中，所述题目的信息包括题目所涉及的知识特征，所述答题信息包括所述题目的得分率；对所述题目所涉及的知识特征进行编码处理，以构建答题特征分布；获取已学习知识特征的掌握度信息；其中，所述掌握度信息包括每个已学习知识特征的掌握度；根据所述题目的得分率以及所述已学习知识特征掌握度信息，确定所述答题特征分布中知识特征的掌握度。结合第一方面，在第一方面第一实施方式中，所述根据所述题目的得分率以及所述已学习知识特征的掌握度信息，确定所述答题特征分布中的知识特征的掌握度，包括：对应于所述答题特征分布中的每个知识特征，从所述各个题目对应的答题信息中提取包含所述知识特征的题目的得分率，以得到所述知识特征的初始掌握度；基于提取出的题目的得分率，计算所述知识特征对应的综合题目得分率；判断所述已学习知识特征中是否包括所述题目所涉及的知识特征；当所述已学习知识特征中包括所述题目所涉及的知识特征时，从所述已学习知识特征的掌握度信息中提取对应于所述知识特征的初始掌握度；利用所述综合题目得分率以及所述初始掌握度，确定所述答题特征分布中知识特征的掌握度。结合第一方面第一实施方式，在第一方面第二实施方式中，所述根据所述题目的得分率以及所述已学习知识特征的掌握度信息，确定所述答题特征分布中的知识特征的掌握度，还包括：当所述已学习知识特征中不包括所述题目所涉及的知识特征时，设置所述知识特征的初始掌握度为所述知识特征对应的综合题目得分率。结合第一方面第二实施方式，在第一方面第三实施方式中，所述基于提取出的题目的得分率，计算所述知识特征对应的综合题目得分率，包括：获取对应于所述提取出的题目的预设权重；利用所述提取出的题目的得分率以及所述提取出的题目的预设权重，计算所述综合题目得分率。结合第一方面第三实施方式，在第一方面第四实施方式中，所述题目的信息还包括题目的难度；其中，所述获取对应于所述提取出的题目的预设权重，包括：利用所述提取出的题目的得分率以及所述题目的难度，计算所述提取出的题目的预设权重。结合第一方面第四实施方式，在第一方面第五实施方式中，采用如下公式计算所述提取出的题目的预设权重：αi＝βbz+βtz1×|di-(1-ni)|；其中，ni＝1-Ci；式中，i为所述提取出的题目的序号，i＝1，2，…，N，N为所述提取出的题目的总数；αi为所述提取出的题目i的预设权重；βbz为标准权重；βtz1为第一权重调整系数；βbz以及βtz1为常数，且βtz1大于0；di为所述提取出的题目i的得分率，所述得分率为题目得分与题目总分的比值；ni为所述提取出的题目i的难度；Ci是常数，为所述题目i的平均得分率。结合第一方面第三实施方式，在第一方面第六实施方式中，所述题目的信息还包括题目的重要性参数；其中，所述获取对应于所述提取出的题目的预设权重，包括：利用所述题目的重要性参数，计算所述提取出的题目的预设权重。结合第一方面第六实施方式，在第一方面第七实施方式中，采用如下公式计算所述提取出的题目的预设权重：αi＝βbz+βtz2×zi；式中，i为所述提取出的题目的序号，i＝1，2，…，N，N为所述提取出的题目的总数；αi为所述提取出的题目i的预设权重；βbz为标准权重；βtz2为第二权重调整系数；βbz以及βtz2为常数，且βtz2大于0；zi为所述提取出的题目i的重要性参数。结合第一方面第三实施方式，在第一方面第八实施方式中，采用如下公式计算所述综合题目得分率：式中，dzh为综合题目得分率；i为所述提取出的题目的序号，i＝1，2，…，N，N为所述提取出的题目的总数；αi为所述提取出的题目i的预设权重；di为所述提取出的题目i的得分率。结合第一方面第二实施方式，在第一方面第九实施方式中，所述利用所述综合题目得分率以及初始掌握度，确定所述答题特征分布中知识特征的掌握度，包括：获取更新权重；利用所述更新权重、所述综合题目得分率以及初始掌握度，计算所述答题特征分布中知识特征的掌握度。结合第一方面第九实施方式，在第一方面第十实施方式中，所述获取更新权重，包括：基于所述答题特征分布，确定本次答题数；所述本次答题数为所述答题特征分布中包含所述知识特征的题目数；利用所述本次答题数，计算所述更新权重。结合第一方面第十实施方式，在第一方面第十一实施方式中，采用如下公式计算所述更新权重：式中，G为所述更新权重，当G＞1时，G取1；Cd为所述本次答题数；Cys为预设答题数阈值且为正整数。结合第一方面第九实施方式，在第一方面第十二实施方式中，所述获取更新权重，包括：获取本次答题与上次答题的时间间隔；利用所述时间间隔，计算所述更新权重。结合第一方面第十二实施方式，在第一方面第十三实施方式中，采用如下公式计算所述更新权重：G＝G0+Cyw×Δt；式中，G为所述更新权重，当G＞1时，G取1；G0为大于0且小于1的常数，表示预设基准权重；Cyw为大于0的常数，表示遗忘系数；Δt为答题时间间隔。结合第一方面第十实施方式至第十三实施方式中任一项，在第一方面第十四实施方式中，采用如下公式计算所述答题特征分布中知识特征的掌握度：ZW＝ZW0×(1-G)+dzh×G；式中，ZW为所述更新后的所述答题特征分布中知识特征的掌握度；ZW0为所述初始掌握度；G为所述更新权重；dzh所述综合题目得分率。结合第一方面，在第一方面第十五实施方式中，对所述各个题目所涉及的知识特征进行编码处理，以构建答题特征分布，包括：获取知识特征列表；所述知识特征列表中的知识特征为所述各本文档来自技高网...

【技术保护点】
1.一种知识特征掌握度的评价方法，其特征在于，包括：获取各个题目的信息以及各个题目对应的答题信息；其中，所述题目的信息包括题目所涉及的知识特征，所述答题信息包括所述题目的得分率；对所述题目所涉及的知识特征进行编码处理，以构建答题特征分布；获取已学习知识特征的掌握度信息；其中，所述掌握度信息包括每个已学习知识特征的掌握度；根据所述题目的得分率以及所述已学习知识特征掌握度信息，确定所述答题特征分布中知识特征的掌握度。

【技术特征摘要】
1.一种知识特征掌握度的评价方法，其特征在于，包括：获取各个题目的信息以及各个题目对应的答题信息；其中，所述题目的信息包括题目所涉及的知识特征，所述答题信息包括所述题目的得分率；对所述题目所涉及的知识特征进行编码处理，以构建答题特征分布；获取已学习知识特征的掌握度信息；其中，所述掌握度信息包括每个已学习知识特征的掌握度；根据所述题目的得分率以及所述已学习知识特征掌握度信息，确定所述答题特征分布中知识特征的掌握度。2.根据权利要求1所述的方法，其特征在于，所述根据所述题目的得分率以及所述已学习知识特征的掌握度信息，确定所述答题特征分布中的知识特征的掌握度，包括：对应于所述答题特征分布中的每个知识特征，从所述各个题目对应的答题信息中提取包含所述知识特征的题目的得分率；基于提取出的题目的得分率，计算所述知识特征对应的综合题目得分率；判断所述题目所涉及的知识特征是否为所述已学习知识特征；当所述题目所涉及的知识特征为所述已学习知识特征时，从所述已学习知识特征的掌握度信息中提取对应于所述知识特征的掌握度，以得到所述知识特征的初始掌握度；利用所述综合题目得分率以及所述初始掌握度，确定所述答题特征分布中知识特征的掌握度。3.根据权利要求2所述的方法，其特征在于，所述根据所述题目的得分率以及所述已学习知识特征的掌握度信息，确定所述答题特征分布中的知识特征的掌握度，还包括：当所述题目所涉及的知识特征不是所述已学习知识特征时，设置所述知识特征的初始掌握度为所述知识特征对应的综合题目得分率。4.根据权利要求3所述的方法，其特征在于，所述基于提取出的题目的得分率，计算所述知识特征对应的综合题目得分率，包括：获取对应于所述提取出的题目的预设权重；利用所述提取出的题目的得分率以及所述提取出的题目的预设权重，计算所述综合题目得分率。5.根据权利要求4所述的方法，其特征在于，所述题目的信息还包括题目的难度；其中，所述获取对应于所述提取出的题目的预设权重，包括：利用所述提取出的题目的得分率以及所述题目的难度，计算所述提取出的题目的预设权重。6.根据权利要求5所述的方法，其特征在于，采用如下公式计算所述提取出的题目的预设权重：αi＝βbz+βtz1×|di-(1-ni)|；其中，ni＝1-Ci；式中，i为所述提取出的题目的序号，i＝1，2，…，N，N为所述提取出的题目的总数；αi为所述提取出的题目i的预设权重；βbz为标准权重；βtz1为第一权重调整系数；βbz以及βtz1为常数，且βtz1大于0；di为所述提取出的题目i的得分率，所述得分率为题目得分与题目总分的比值；ni为所述提取出的题目i的难度；Ci是常数，为所述题目i的平均得分率。7.根据权利要求4所述的方法，其特征在于，所述题目的信息还包括题目的重要性参数；其中，所述获取对应于所述提取出的题目的预设权重，包括：利用所述题目的重要性参数，计算所述提取出的题目的预设权重。8.根据权利要求7所述的方法，其特征在于，采用如下公式计算所述提取出的题目的预设权重：αi＝βbz+βtz2×zi；式中，i为所述提取出的题目的序号，i＝1，2，…，N，N为所述提取出的题目的总数；αi为所述提取出的题目i的预设权重；βbz为标准权重；βtz2为第二权重调整系数；βbz以及βtz2为常数，且βtz2大于0；zi为所述提取出的题目i的重要性参数。9.根据权利要求4所述的方法，其特征在于，采用如下公式计算所述综合题目得分率：式中，dzh为综合题目得分率；i为所述提取出的题目的序号，i＝1，2，…，N，N为所述提取出的题目的总数；αi为所述提取出的题目i的预设权重；di为所述提取出的题目i的得分率。10.根据权利要求3所述的方法，其特征在于，所述利用所述综合题目得分率以及初始掌握度，确定所述答题特征分布中知识特征的掌握度，包括：获取更新权重；利用所述更新权重、所述综合题目得分率以及初始掌握度，计算所述答题特征分布中知识特征的掌握度。11.根据权利要求10所述的方法，其特征在于，所述获取更新权重，包括：基于所述答题特征分布，确定本次答题数；所述本次答题数为所述答题特征分布中包含所述知识特征的题目数；利用所述本次答题数，计算所述更新权重。12.根据权利要求11所述的方法，其特征在于，采用如下公式计算所述更新权重：式中，G为所述更新权重，当G＞1时，G取1；Cd为所述本次答题数；Cys为预设答题数阈值且为正整数。13.根据权利要求10所述的方法，其特征在于，所述获取更新权重，包括：获取本次答题与上...

【专利技术属性】
技术研发人员：姜天宇，张碧川，张昊波，
申请(专利权)人：北京作业盒子科技有限公司，
类型：发明
国别省市：北京,11