题目推送方法、装置、服务器以及存储介质制造方法及图纸

本发明专利技术实施例公开了一种题目推送方法、装置、服务器以及存储介质。所述方法包括：获取训练人员的技能集，该技能集至少包括训练人员掌握的第一知识点，从多个训练题目中获取目标训练题目，目标训练题目包括第二目标知识点，其中，第一知识点与第二目标知识点的匹配关系满足指定条件，将目标训练题目推送给训练人员。本发明专利技术通过将与训练人员的技能集匹配的训练题目推送给训练人员，从而提高训练题目推送的准确性。

Topic Push Method, Device, Server and Storage Media

【技术实现步骤摘要】
题目推送方法、装置、服务器以及存储介质
本专利技术涉及人工智能领域，更具体地，涉及一种题目推送方法、装置、服务器以及存储介质。
技术介绍
随着人工智能浪潮的兴起，对于人工智能算法开发研究人员的需求也日渐高涨。但人工智能领域，以及机器学习算法，都是非常广阔和多样的。某一个具体的应用或者算法，都是需要独特的技术和知识背景、业务熟悉程度，才能有效理解、熟练运用的。而常见的教育与培训，只能集中在共性的基础知识和技能程度，难以满足实际人才培养的需求。
技术实现思路
鉴于上述问题，本专利技术实施例提出了一种题目推送方法、装置、服务器以及存储介质，以改善上述问题。第一方面，本专利技术实施例提供了一种题目推送方法，所述方法包括：获取训练人员的技能集，所述技能集至少包括所述训练人员掌握的第一知识点；从多个训练题目中获取目标训练题目，所述目标训练题目包括第二目标知识点，其中，所述第一知识点与所述第二目标知识点的匹配关系满足指定条件；将所述目标训练题目推送给所述训练人员。第二方面，本专利技术实施例提供了一种题目推送装置，所述装置包括：技能集获取模块，用于获取训练人员的技能集，所述技能集至少包括所述训练人员掌握的第一知识点；题目获取模块，用于从多个训练题目中获取目标训练题目，所述目标训练题目包括第二目标知识点，其中，所述第一知识点与所述第二目标知识点的匹配关系满足指定条件；推送模块，用于将所述目标训练题目推送给所述训练人员。第三方面，本专利技术实施例提供了一种服务器，包括一个或多个处理器以及存储器；一个或多个程序，其中所述一个或多个程序被存储在所述存储器中并被配置为由所述一个或多个处理器执行，所述一个或多个程序配置用于执行上述的方法。第四方面，本专利技术实施例提供了一种计算机可读取存储介质，所述计算机可读取存储介质中存储有程序代码，所述程序代码可被处理器调用执行上述方法。本专利技术实施例提供的一种题目推送方法、装置、服务器以及存储介质，获取训练人员的技能集，该技能集至少包括训练人员掌握的第一知识点，从多个训练题目中获取目标训练题目，目标训练题目包括第二目标知识点，其中，第一知识点与第二目标知识点的匹配关系满足指定条件，将目标训练题目推送给训练人员。本专利技术通过将与训练人员的技能集匹配的训练题目推送给训练人员，从而提高训练题目推送的准确性。本专利技术的这些方面或其他方面在以下实施例的描述中会更加简明易懂。附图说明为了更清楚地说明本专利技术实施例中的技术方案，下面将对实施例描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本专利技术的一些实施例，对于本领域技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。图1示出了本专利技术实施例提供的题目推送方法的流程示意图；图2示出了本专利技术一实施例提供的题目推送方法的流程示意图；图3示出了本专利技术又一实施例提供的题目推送方法的流程示意图；图4示出了本专利技术再一实施例提供的题目推送方法的流程示意图；图5示出了本专利技术的图4所示的实施例提供的题目推送方法的步骤S410的流程示意图；图6示出了本专利技术实施例提供的题目推送装置的结构框图；图7示出了本专利技术实施例用于执行根据本专利技术实施例的题目推送方法的服务器的结构框图；图8示出了本专利技术实施例的用于保存或者携带实现根据本专利技术实施例的题目推送方法的程序代码的存储单元。具体实施方式下面将结合本专利技术实施例中的附图，对本专利技术实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本专利技术一部分实施例，而不是全部的实施例。基于本专利技术中的实施例，本领域普通技术人员在没有作出创造性劳动前提下所获得的所有其他实施例，都属于本专利技术保护的范围。随着人工智能浪潮的兴起，对于人工智能算法开发研究人员的需求也日渐高涨。但人工智能领域，以及机器学习算法，都是非常广阔和多样的。某一个具体的应用或者算法，都是需要独特的技术和知识背景，业务熟悉程度，才能有效理解，熟练运用的。而常见的教育与培训，只能集中在共性的基础知识和技能程度，难以满足实际人才培养的需求。同时，一些特定领域的包含较难题目的算法竞赛，则由于找不到合适的参赛人员只能延期甚至取消，从而达不到好的竞赛效果。基于上述问题，专利技术人在对目前的用于算法竞赛向训练人员推送训练题目的方法进行了一系列研究后发现，为了满足多样化的算法人才培养需求，可以获取训练人员的技能集，当该训练人员具有训练题目相应的知识点时，将该训练题目推送给该训练人员。于是，本专利技术人提出了本专利技术实施例提供的一种题目推送方法、装置、服务器以及存储介质，通过将与训练人员的技能集匹配的训练题目推送给训练人员，从而提高训练题目推送的准确性。下面将结合附图具体描述本专利技术的各实施例。请参阅图1，图1示出了本专利技术实施例提供的题目推送方法的流程示意图。下面将针对图1所示的实施例进行详细的阐述，所述方法具体可以包括以下步骤：步骤S110：获取训练人员的技能集，所述技能集至少包括所述训练人员掌握的第一知识点。本实施例中，服务器在向训练人员进行推送题目时，为了达到更好的训练效果，可以向训练人员推送与训练人员已掌握技能集匹配的题目，于是，服务器可以先获取训练人员的技能集。训练人员的技能集可以包括训练人员所掌握的第一知识点，一般来说，知识点可以包括有基础知识，例如线性代数与矩阵论、概率论与数理统计、图论、凸优化、非凸优化以及复分析等，也可以包括有基础算法，例如对数概率回归、ANN回归算法、KNN分类算法、MLP分类算法、SVM分类算法、K-Mean聚类算法、数据正则化、缺失值处理、KSVD算法等，知识点还可以包括有领域理解，例如边缘检测、聚合区域提取、自然语言处理、时域图像处理、频域分析与识别、分词、摘要、感情极性分类、推荐与排序算法、频域图像处理等，还可以包括有领域算法，例如物体检测、缺陷与异常检测以及强化学习等。进一步地，在训练人员已经过大量的训练后，训练人员的技能集还可以包括该训练人员的历史训练题目完成度、各个知识点所掌握的程度等。作为一种方式，服务器获取到的训练人员的技能集，可以是在训练人员初次进入该训练系统时，由训练人员根据对自身的认知，在服务器连接的一个终端上手动输入或选择相对应的知识点、或其他参数进而传给服务器，使得服务器进行保存从而得到该训练人员的技能集。作为另一种方式，服务器获取到的训练人员的技能集，还可以是在训练人员初次进入该训练系统时，由系统或服务器推送预先设置的默认训练题目给训练人员，进一步地，可以获取该训练人员对默认题目的完成度，这里的完成度可以指该训练人员完成题目的时间即开发时间，也可以包括该训练人员所编写的算法的运行时间，还可以包括所编写的算法最终达到的效果等可以用于表征训练人员对默认训练题目完成情况的参数，再次不做具体限定。于是则可以基于该完成度来获取该训练人员的技能集。其中，服务器推送的默认训练题目可以以列表的形式展示给训练人员，而训练人员可以不用选择所有的默认训练题目去完成，可以在所有的默认训练题目中选择自身感兴趣的题目去做，从而可以更快的确定该训练人员的第一知识点。一般来说，经过一定训练题目量的积累例如50或100题，训练人员的技能集的估测可能会较为准确。步骤S120：从多个训练题目中获取目标训练题目，所述目标训练题目包括第二目标知识点，其中，所述本文档来自技高网...

【技术保护点】
1.一种题目推送方法，其特征在于，所述方法包括：获取训练人员的技能集，所述技能集至少包括所述训练人员掌握的第一知识点；从多个训练题目中获取目标训练题目，所述目标训练题目包括第二目标知识点，其中，所述第一知识点与所述第二目标知识点的匹配关系满足指定条件；将所述目标训练题目推送给所述训练人员。

【技术特征摘要】
1.一种题目推送方法，其特征在于，所述方法包括：获取训练人员的技能集，所述技能集至少包括所述训练人员掌握的第一知识点；从多个训练题目中获取目标训练题目，所述目标训练题目包括第二目标知识点，其中，所述第一知识点与所述第二目标知识点的匹配关系满足指定条件；将所述目标训练题目推送给所述训练人员。2.根据权利要求1所述的方法，其特征在于，所述从多个训练题目中获取目标训练题目，包括：将所述第一知识点转换成第一独热编码，生成第一向量；获取所述多个训练题目中的每个训练题目包括的第二知识点，分别将所述每个训练题目包括的第二知识点转换成第二独热编码，生成多个第二向量；分别计算所述第一向量与所述多个第二向量的欧式距离；将所述欧式距离最小的第二向量对应的训练题目确定为所述目标训练题目。3.根据权利要求1所述的方法，其特征在于，所述从多个训练题目中获取目标训练题目，包括：将所述第一知识点转换成第一独热编码，生成第一向量；获取所述多个训练题目中的每个训练题目包括的第二知识点，分别将所述每个训练题目包括的第二知识点转换成第二独热编码，生成多个第二向量；将所述第一向量和所述多个第二向量输入已训练的自编码器模型；获取所述已训练的自编码器模型输出的所述多个训练题目的完成度；将所述完成度最高的训练题目确定为所述目标训练题目。4.根据权利要求1所述的方法，其特征在于，所述获取训练人员的技能集之前，还包括：获取多个训练题目，将所述多个训练题目输入已训练的知识点识别模型；获取所述已训练的知识点识别模型输出的所述多个训练题目中的每个训练题目的第二知识点。5.根据权利要求4所述的方法，其特征在于，所述获取多个训练题目，将所述多个训练题目...

【专利技术属性】
技术研发人员：梁广民，
申请(专利权)人：深圳职业技术学院，
类型：发明
国别省市：广东,44