【技术实现步骤摘要】
题目推荐方法、装置及介质
本专利技术涉及数据分析
，更为具体地，涉及一种题目推荐方法、装置及介质。
技术介绍
现有业内机构会安排各种寒暑假活动，加上寒暑假学生时间比较自由，学校和家长对学生的把控度不大，市面上缺乏把控学生学习的产品。另外，目前市场上已有的寒暑假练习题都是以传统的习题本形式出现。这种统一购买习题本下发给学生的形式有以下缺陷：对不同学生推荐的题目是相同的，无法根据不同学生对知识点的掌握度不同进行题目推荐，无法根据不同学生的不同弱电知识点进行不同题目的推荐。另外，无法根据学生做题情况，客观评价学生对题目包含知识点的掌握情况，更加不能对推荐题目进行调整。
技术实现思路
鉴于上述问题，本专利技术的目的是提供一种针对不同学生对知识点的掌握度推荐不同题目的题目推荐方法、电子装置及存储介质。为了实现上述目的，本专利技术提供一种电子装置，所述电子装置包括存储器和处理器，所述存储器中包括题目推荐程序，所述题目推荐程序被所述处理器执行时实现如下步骤：步骤S1，采集学生端的历史答题数据，通过深度知识追踪模型预测出学生端对已学知识点的第一掌握度；步骤S2，根据已学知识点的...
【技术保护点】
1.一种题目推荐方法，其特征在于，包括：步骤S1，采集学生端的历史答题数据，通过深度知识追踪模型预测出学生端对已学知识点的第一掌握度；步骤S2，根据已学知识点的学习时间和遗忘曲线得到学生端对知识点的遗忘度；步骤S3，将学生端对知识点的第一掌握度和遗忘度结合预测现在学生端对已学知识点的第二掌握度；步骤S4，根据学生端的历史答题数据以及已学知识点第二掌握度，提取题目相关信息，所述题目相关信息包括题目难度、题目信息熵和题目辨识度；步骤S5，通过所述题目相关信息根据贝叶斯模型来预测学生端在未做过的题目上的第一正确率；步骤S6，按照第一正确率对未做过的题目进行排序，选取排序靠前的第一...
【技术特征摘要】
1.一种题目推荐方法，其特征在于，包括：步骤S1，采集学生端的历史答题数据，通过深度知识追踪模型预测出学生端对已学知识点的第一掌握度；步骤S2，根据已学知识点的学习时间和遗忘曲线得到学生端对知识点的遗忘度；步骤S3，将学生端对知识点的第一掌握度和遗忘度结合预测现在学生端对已学知识点的第二掌握度；步骤S4，根据学生端的历史答题数据以及已学知识点第二掌握度，提取题目相关信息，所述题目相关信息包括题目难度、题目信息熵和题目辨识度；步骤S5，通过所述题目相关信息根据贝叶斯模型来预测学生端在未做过的题目上的第一正确率；步骤S6，按照第一正确率对未做过的题目进行排序，选取排序靠前的第一设定数量的题目对学生端进行推送。2.根据权利要求1所述的题目推荐方法，其特征在于，步骤S3之后，所述方法包括：获得所述知识点的知识点权重；知识点权重和知识点的第二掌握度通过下式结合，获得知识点的推荐度：其中，Tj为第j个知识点的推荐度，Wj为第j个知识点的知识点权重，为第j个知识点的第二掌握度；按照所述推荐度由大到小的顺序对知识点进行排序，选取排序靠前的第二设定数量的知识点；提取选取的第二设定数量的知识点的题目相关信息；通过所述题目相关信息根据贝叶斯模型来预测学生在包含上述知识点的未做过的题目上的第一正确率；在选取的第二设定数量的知识点中，对每个知识点的未做过题目按照第一正确率进行排序，选取排序靠前的第一设定数量的所述每个知识点的题目对学生端进行推送。3.根据权利要求1所述的题目推荐方法，其特征在于，步骤S3之后，所述方法还包括：根据学校教材的知识体系构建知识树，所述知识树包括具有父子关系的多个知识点；获取知识树中难度系数不大于设定难度的新知识点对应的父节点；判断父节点的知识点的第一掌握度或/和第二掌握度是否大于设定值，筛选出第一掌握度或/和第二掌握度大于设定值的父节点；根据学生端对包含筛选出的父节点的知识点的题目的历史答题数据以及对所述父节点的知识点的第二掌握度，提取所述题目的题目相关信息；通过所述题目相关信息根据贝叶斯模型来预测学生在包含上述父节点和新知识点的未做过的题目上的第一正确率；对包含父节点和新知识点的未做过题目按照第一正确率进行排序，选取排序靠前的第一设定数量的题目对学生端进行推送。4.根据权利要求1所述的题目推荐方法，其特征在于，步骤S4包括：将学生端历史答题记录输入项目反应理论模型，获得题目难度和题目辨识度，其中，根据下式构建项目反应理论模型：其中，P(θ)为题目被学生端答对的预测概率，a为区分度参数，D为常数1.7，b为题目难度参数，c为猜测参数或者伪猜测参数，θ为学生端的学习能力；通过多个学生端已经做多个题目对项目反应理论模型进行训练，得...
【专利技术属性】
技术研发人员：肖枫，
申请(专利权)人：平安国际智慧城市科技股份有限公司，
类型：发明
国别省市：广东,44
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。