一种试题推荐方法和系统技术方案

本发明专利技术公开了一种试题推荐方法和系统。试题推荐方法包括：获取一个待推荐对象类中所有待推荐对象的历史答题数据；计算每道试题的试题区分度和平均得分率；在待推荐对象中选取一个作为中心对象，其余待推荐对象作为待聚类对象；计算待聚类对象与中心对象共同作答过的试题，记为重合试题；根据重合试题的试题区分度计算加权重合分值；将加权重合分值大于第一阈值的待聚类对象记为疑似对象；针对疑似对象和中心对象的重合试题的平均得分率，计算Pearson相关系数得到相似度；当相似度大于第二阈值时将疑似对象与中心对象归为同一个推荐组；对属于同一个推荐组的所有待推荐对象推送相同的试题。本发明专利技术能够对相似的待推荐用户进行统一的推荐。

A method and system of recommending test questions

【技术实现步骤摘要】
一种试题推荐方法和系统
本专利技术涉及教育
，更具体地，涉及一种试题推荐方法和系统。
技术介绍
随着互联网技术的发展和智能设备的普及，网上学习已经成为学生群体、工作群体等的一种重要学习方式，其中，网上学习不仅包括网上课堂视频，还有各种搜题软件和做题软件。这些搜题软件和做题软件，一方面为用户提供齐全的试题资源，另一方面为用户提供了做题的便利，用户随时随地都可以进行搜题和做题。然而，搜题软件和做题软件在为用户提供试题时，主要根据用户将要参加的考试进行推荐往年的试题，这些试题推荐方式较为缺乏针对性，用户需要在试卷中进行多次筛选才能获取到适合自己的试题。而目前仍然没有具体的解决方案，来针对相似的待推荐用户进行统一的个性化推荐。因此，提供一种试题推荐方法和系统，能够实现对相似的待推荐用户进行统一的推荐，是本领域亟待解决的技术问题。
技术实现思路
有鉴于此，本专利技术提供了一种试题推荐方法和系统，解决了上述技术问题。第一方面，本专利技术提供一种试题推荐方法，包括：获取一个待推荐对象类中所有待推荐对象的历史答题数据；计算所述历史答题数据中每道试题的试题区分度和平均得分率；在所述待推荐对象中随机选取一个待推荐对象作为中心对象，其余所述待推荐对象作为待聚类对象；在所述历史答题数据中计算所述待聚类对象与所述中心对象共同作答过的试题，记为重合试题；根据所述重合试题的试题区分度计算加权重合分值；将所述加权重合分值大于第一阈值的所述待聚类对象记为疑似对象；针对所述疑似对象和所述中心对象的所述重合试题的平均得分率，计算Pearson相关系数得到相似度；当所述相似度大于第二阈值时，将所述疑似对象与所述中心对象归为同一个推荐组；对属于同一个所述推荐组的所有待推荐对象推送相同的试题。可选的，还包括：统计同一个所述推荐组中所有待推荐对象的历史答题数据中的出错题目比例和/或出错知识点比例；根据所述出错题目比例确定所述推荐组中所有待推荐对象的薄弱试题，根据所述出错知识点比例确定所述推荐组中所有待推荐对象的薄弱知识点；对属于同一个所述推荐组的所有待推荐对象推送相同的试题，还包括：对属于同一个所述推荐组的所有待推荐对象推送与所述薄弱试题类似的试题；对属于同一个所述推荐组的所有待推荐对象推送包括所述薄弱知识点的试题。可选的，根据所述重合试题的试题区分度计算加权重合分值，具体包括：以每个所述重合试题的试题区分度为权重，计算加权重合分值，其中，所述加权重合分值为所有所述重合试题的试题区分度的相加值。可选的，在所述历史答题数据中计算所述待聚类对象与所述中心对象共同作答过的试题，记为重合试题，还包括：统计共同作答过的试题的数目，即为重合数目；当所述重合数目小于第三阈值时，在所述历史答题数据中计算所述待聚类对象与所述中心对象共同作答过的知识点，记为重合知识点；将所述重合知识点对应的试题也记为重合试题；在根据所述重合试题计算加权重合分值时，同一道试题仅计算一次。可选的，所述待推荐对象类包括待推荐学生类和待推荐学校类。第二方面，本专利技术还提供一种试题推荐系统，包括：历史数据获取模块、指标计算模块、中心对象选取模块、重合试题计算模块、加权计算模块、相似度计算模块、聚类划分模块、推荐模块；其中，所述历史数据获取模块，与所述指标计算模块相连接，用于获取一个待推荐对象类中所有待推荐对象的历史答题数据，并将所述历史答题数据发送给所述指标计算模块；所述指标计算模块，用于计算所述历史答题数据中每道试题的试题区分度和平均得分率；所述中心对象选取模块，用于在所述待推荐对象中随机选取一个待推荐对象作为中心对象，其余所述待推荐对象作为待聚类对象，并将选取结果发送给所述重合试题计算模块；所述重合试题计算模块，与所述历史数据获取模块相连接，用于调取所述历史答题数据，在所述历史答题数据中计算所述待聚类对象与所述中心对象共同作答过的试题，记为重合试题，并将所述重合试题发送给所述加权计算模块；所述加权计算模块，与所述指标计算模块相连接，用于根据所述重合试题的试题区分度计算加权重合分值，并将所述加权重合分值大于第一阈值的所述待聚类对象记为疑似对象；所述相似度计算模块，与所述加权计算模块和所述指标计算模块分别相连接，用于针对所述疑似对象和所述中心对象的所述重合试题的平均得分率，计算Pearson相关系数得到相似度，并将计算结果发送给所述聚类划分模块；所述聚类划分模块，与所述推荐模块相连接，用于将所述相似度与第二阈值进行比较，当所述相似度大于第二阈值时，将所述疑似对象与所述中心对象归为同一个推荐组，并将所述推荐组的划分结果发送给所述推荐模块；所述推荐模块，用于对属于同一个所述推荐组的所有待推荐对象推送相同的试题。可选的，还包括统计模块，所述统计模块与所述聚类划分模块和所述推荐模块分别相连接，用于统计同一个所述推荐组中所有待推荐对象的历史答题数据中的出错题目比例和/或出错知识点比例；所述推荐模块，还用于根据所述出错题目比例确定所述推荐组中所有待推荐对象的薄弱试题，对属于同一个所述推荐组的所有待推荐对象推送与所述薄弱试题类似的试题；还用于根据所述出错知识点比例确定所述推荐组中所有待推荐对象的薄弱知识点，对属于同一个所述推荐组的所有待推荐对象推送包括所述薄弱知识点的试题。可选的，所述加权计算模块，用于以每个所述重合试题的试题区分度为权重，计算加权重合分值，其中，所述加权重合分值为所有所述重合试题的试题区分度的相加值。可选的，所述重合试题计算模块，还用于统计共同作答过的试题的数目，即为重合数目；当所述重合数目小于第三阈值时，在所述历史答题数据中计算所述待聚类对象与所述中心对象共同作答过的知识点，记为重合知识点；将所述重合知识点对应的试题也记为重合试题；所述加权计算模块，还用于在根据所述重合试题计算加权重合分值时，同一道试题仅计算一次。与现有技术相比，本专利技术提供的试题推荐方法和系统，至少实现了如下的有益效果：(1)本专利技术通过以中心对象为中心对待推荐对象进行相似度计算实现对待推荐对象进行聚类划分，形成以中心对象为中心的推荐组，最终能够将一个待推荐类聚类分成多个推荐组，然后对向同一个推荐组推送相同的试题，实现了准确有效的对待推荐对象进行聚类划分，并对相似的待推荐用户进行统一的推荐。(2)能够根据计算实现向同一个推荐组推荐薄弱试题或者薄弱知识点试题。实现为推荐组进行个性化推荐，帮助推荐组找到合适的试题进行薄弱知识点的训练，从而达到消除薄弱知识点，提升考试成绩。(3)对于重合试题数量较少的情况，本专利技术还包括统计重合知识点试题的步骤，将重合知识点对应的试题也记为重合试题，即重合试题包括题干重合的试题和知识点重合的试题。由此能够增加加权重合分值计算中的权重，进一步保证相似计算的准确性，由此提升聚类划分的准确性。当然，实施本专利技术的任一产品必不特定需要同时达到以上所述的所有技术效果。通过以下参照附图对本专利技术的示例性实施例的详细描述，本专利技术的其它特征及其优点将会变得清楚。附图说明被结合在说明书中并构成说明书的一部分的附图示出了本专利技术的实施例，并且连同其说明一起用于解释本专利技术的原理。图1为本专利技术实施例提供的试题推荐方法流程图一；图2为本专利技术实施例提供的试题推荐方法流程图二；图3为本专利技术实施例提供的试题推荐方法流程图三图4为本本文档来自技高网...

【技术保护点】
1.一种试题推荐方法，其特征在于，包括：获取一个待推荐对象类中所有待推荐对象的历史答题数据；计算所述历史答题数据中每道试题的试题区分度和平均得分率；在所述待推荐对象中随机选取一个待推荐对象作为中心对象，其余所述待推荐对象作为待聚类对象；在所述历史答题数据中计算所述待聚类对象与所述中心对象共同作答过的试题，记为重合试题；根据所述重合试题的试题区分度计算加权重合分值；将所述加权重合分值大于第一阈值的所述待聚类对象记为疑似对象；针对所述疑似对象和所述中心对象的所述重合试题的平均得分率，计算Pearson相关系数得到相似度；当所述相似度大于第二阈值时，将所述疑似对象与所述中心对象归为同一个推荐组；对属于同一个所述推荐组的所有待推荐对象推送相同的试题。

【技术特征摘要】
1.一种试题推荐方法，其特征在于，包括：获取一个待推荐对象类中所有待推荐对象的历史答题数据；计算所述历史答题数据中每道试题的试题区分度和平均得分率；在所述待推荐对象中随机选取一个待推荐对象作为中心对象，其余所述待推荐对象作为待聚类对象；在所述历史答题数据中计算所述待聚类对象与所述中心对象共同作答过的试题，记为重合试题；根据所述重合试题的试题区分度计算加权重合分值；将所述加权重合分值大于第一阈值的所述待聚类对象记为疑似对象；针对所述疑似对象和所述中心对象的所述重合试题的平均得分率，计算Pearson相关系数得到相似度；当所述相似度大于第二阈值时，将所述疑似对象与所述中心对象归为同一个推荐组；对属于同一个所述推荐组的所有待推荐对象推送相同的试题。2.根据权利要求1所述的试题推荐方法，其特征在于，还包括：统计同一个所述推荐组中所有待推荐对象的历史答题数据中的出错题目比例和/或出错知识点比例；根据所述出错题目比例确定所述推荐组中所有待推荐对象的薄弱试题，根据所述出错知识点比例确定所述推荐组中所有待推荐对象的薄弱知识点；对属于同一个所述推荐组的所有待推荐对象推送相同的试题，还包括：对属于同一个所述推荐组的所有待推荐对象推送与所述薄弱试题类似的试题；对属于同一个所述推荐组的所有待推荐对象推送包括所述薄弱知识点的试题。3.根据权利要求1所述的试题推荐方法，其特征在于，根据所述重合试题的试题区分度计算加权重合分值，具体包括：以每个所述重合试题的试题区分度为权重，计算加权重合分值，其中，所述加权重合分值为所有所述重合试题的试题区分度的相加值。4.根据权利要求1所述的试题推荐方法，其特征在于，在所述历史答题数据中计算所述待聚类对象与所述中心对象共同作答过的试题，记为重合试题，还包括：统计共同作答过的试题的数目，即为重合数目；当所述重合数目小于第三阈值时，在所述历史答题数据中计算所述待聚类对象与所述中心对象共同作答过的知识点，记为重合知识点；将所述重合知识点对应的试题也记为重合试题；在根据所述重合试题计算加权重合分值时，同一道试题仅计算一次。5.根据权利要求1所述的试题推荐方法，其特征在于，所述待推荐对象类包括待推荐学生类和待推荐学校类。6.一种试题推荐系统，其特征在于，包括：历史数据获取模块、指标计算模块、中心对象选取模块、重合试题计算模块、加权计算模块、相似度计算模块、聚类划分模块、推荐模块；其中，所述历史数据获取模块，与所述指标计算模块相连接，用于获取一个待推荐对象类中所有待推荐对象的历史答题数据，并将所述历史答题数据...

【专利技术属性】
技术研发人员：谢楚鹏，李可佳，郭晨阳，
申请(专利权)人：江苏曲速教育科技有限公司，
类型：发明
国别省市：江苏,32