一种学情数据处理方法、装置、计算机设备及存储介质制造方法及图纸

本申请实施例提供一种学情数据处理方法、装置、计算机设备及存储介质。所述方法包括：确定待诊断目标和待诊断知识点；对待诊断目标在所述待诊断知识点进行冷启动诊断；对待诊断目标在所述待诊断知识点进行非冷启动诊断；根据待诊断知识点的作答数据，以及待诊断目标的作答数据确定启动参数，所述启动参数用于调整冷启动诊断的输出的权重和非冷启动诊断的输出的权重；基于所述启动参数、所述冷启动诊断的输出和非冷启动诊断的输出，确定所述待诊断目标在待诊断知识点的诊断结果。本申请实施例中的技术方案有利于提升数据处理的准确性和适用范围。用范围。用范围。

【技术实现步骤摘要】
一种学情数据处理方法、装置、计算机设备及存储介质


[0001]本申请实施例涉及数据处理
，具体涉及一种学情数据处理方法、装置、计算机设备及存储介质。

技术介绍

[0002]随着电子技术和数据处理技术的进步，基于电子设备的教学发展迅速。由此，也产生了大量的学情数据。学情数据可以是用户对知识点上题目的作答数据，通过对学情数据进行处理，可以得到对用户在知识点掌握情况的诊断结果。
[0003]如何改进学情数据处理技术，提升诊断结果的准确性，成为亟待解决的技术问题。

技术实现思路

[0004]有鉴于此，本申请实施例中提供学情数据处理方法、装置、计算机设备及存储介质。
[0005]本申请实施例提供一种学情数据处理方法，包括：确定待诊断目标和待诊断知识点；对待诊断目标在所述待诊断知识点进行冷启动诊断；对待诊断目标在所述待诊断知识点进行非冷启动诊断；根据待诊断知识点的作答数据，以及待诊断目标的作答数据确定启动参数，所述启动参数用于调整冷启动诊断的输出的权重和非冷启动诊断的输出的权重；基于所述启动参数、所述冷启动诊断的输出和非冷启动诊断的输出，确定所述待诊断目标在待诊断知识点的诊断结果。
[0006]可选的，所述冷启动诊断包括：结合知识点之间的关系和全量样本数据构建知识点之间的概率图网络，所述全量样本数据为对知识点的作答数据的集合，所述概率图网络描述不同知识点之间掌握程度的依赖关系；结合待诊断目标的作答数据以及所述概率图网络，得到待诊断目标在待诊断知识点的掌握程度数据作为所述冷启动诊断的输出，所述掌握程度数据用于指示待诊断目标在待诊断知识点的掌握程度。
[0007]可选的，所述构建知识点之间的概率图网络包括构建贝叶斯网络；结合知识点之间的关系和全量样本数据构建知识点之间的贝叶斯网络包括：根据知识点之间的前后置关系构建知识点网络，所述前后置关系为知识点之间的前后依赖关系；基于所述全量样本数据，采用吉布斯采样方法学习所述知识点网络上知识点之间的概率，得到所述贝叶斯网络。
[0008]可选的，所述冷启动诊断包括：基于全量样本数据确定地域与知识点掌握程度之间的贝叶斯关系，所述全量样本数据
为对知识点的作答数据的集合；结合待诊断目标的地域以及所述地域与知识点掌握程度之间的贝叶斯关系，确定待诊断目标在待诊断知识点的掌握程度数据作为所述冷启动诊断的输出，所述掌握程度数据用于指示待诊断目标在待诊断知识点的掌握程度。
[0009]可选的，所述冷启动诊断包括：计算全量样本数据中各地域出现的概率，所述全量样本数据为对知识点的作答数据的集合；计算所述全量样本数据中各地域与各知识点的各掌握程度共同出现的联合概率；确定在所述待诊断目标的地域条件下，在待诊断知识点上各个掌握程度的条件概率。
[0010]可选的，述冷启动诊断包括：基于全量样本数据确定地域、知识点属性以及掌握程度之间的贝叶斯关系，所述全量样本数据为对知识点的作答数据的集合；结合待诊断目标的地域、待诊断知识点的属性，以及所述地域、知识点属性以及掌握程度之间的贝叶斯关系，确定待诊断目标在待诊断知识点的掌握程度数据作为所述冷启动诊断的输出，所述掌握程度数据用于指示待诊断目标在待诊断知识点的掌握程度。
[0011]可选的，所述冷启动诊断包括：计算全量样本数据中各地域和各知识点属性共同出现的概率，所述全量样本数据为对知识点的作答数据的集合；计算所述全量样本数据中各地域、各知识点属性和各掌握程度共同出现的概率；确定待诊断目标的地域以及待诊断知识点的属性的条件下，不同掌握程度的条件概率。
[0012]可选的，所述冷启动诊断包括：确定待诊断目标的样本数据中各知识点属性出现的概率，所述待诊断目标的样本数据包括待诊断目标在不同知识点的作答数据；根据所述待诊断目标的样本数据确定待诊断目标对各知识点属性的不同掌握程度的联合概率；采用贝叶斯公式计算待诊断目标在已知待诊断知识点的知识点属性的条件下，对待诊断知识点不同掌握程度的条件概率。
[0013]可选的，所述非冷启动诊断包括：输入目标对象在待诊断知识点的样本数据至深度知识追踪模型，得到所述待诊断目标在待诊断知识点的诊断结果。
[0014]可选的，所述冷启动诊断包括多种诊断方式，所述冷启动诊断的输出包括所述多种诊断方式的输出，所述启动参数包括调整所述多种诊断方式中每种诊断方式的输出的参数。
[0015]可选的，所述根据待诊断知识点的作答数据，以及待诊断目标的作答数据确定启动参数包括：当待诊断目标在待诊断知识点上作答数据的数量大于预设的阈值时，确定所述启动参数以调整冷启动诊断的输出的权重为零，非冷启动诊断的输出的权重为一；当待诊断目标在待诊断知识点上作答数据的数量小于预设的阈值时，冷启动诊断的输出的参数与待诊断目标在待诊断知识点上作答数据的数量负相关。
[0016]可选的，所述基于所述启动参数、所述冷启动诊断和非冷启动诊断的输出，确定所述待诊断目标在待诊断知识点的诊断结果包括：基于所述启动参数、所述冷启动诊断和非冷启动诊断的输出，确定待诊断目标对待诊断知识点在各掌握程度的概率；比较所述各掌握程度的概率；确定最大概率对应的掌握程度作为所述待诊断目标在待诊断知识点的诊断结果。
[0017]可选的，所述冷启动诊断包括以下至少一种诊断方式：基于知识点之间掌握程度的相互关系以及待诊断目标对待诊断知识点以外的作答数据，确定待诊断目标对待诊断知识点的掌握程度数据；基于地域和知识点掌握程度的相互关系以及待诊断目标的地域，确定待诊断目标对待诊断知识点的掌握程度数据；基于地域、属性和掌握程度之间关系以及待诊断目标的地域和知识点属性，确定待诊断对待诊断知识点的掌握程度数据；基于待诊断目标的知识点属性与掌握程度之间关系以及知识点属性，确定诊断对待诊断知识点的掌握程度数据。
[0018]可选的，所述根据待诊断知识点的作答数据，以及待诊断目标的作答数据确定启动参数，包括：确定基于所述地域、属性和掌握程度的相互关系的诊断方式的参数以及基于所述待诊断目标的知识点属性与掌握程度之间关系的诊断方式的参数，使二者在诊断结果中权重与所述待诊断知识点的作答数据量负相关；确定所述基于所述待诊断目标的知识点属性与掌握程度之间关系的诊断方式的参数，使其在诊断结果中权重与所述待诊断目标的作答数据的数量正相关；确定所述基于地域和知识点掌握程度的相互关系的诊断方式的参数，使其在诊断结果中的权重与待诊断知识点的历史作答数量正相关。
[0019]本申请实施例中还提供一种学情数据处理装置，包括：待诊断确定单元，适于确定待诊断目标和待诊断知识点；冷启动诊断单元，适于对待诊断目标在所述待诊断知识点进行冷启动诊断；非冷启动诊断单元，适于对待诊断目标在所述待诊断知识点进行非冷启动诊断；启动参数确定单元，适于根据待诊断知识点的作答数据，以及待诊断目标的作答数据确定启动参数，所述启动参数用于调整冷启动诊断的输出的权重和非冷启动诊断的输出的权重；诊断结果确定单元，适于基于所述启动参数、所述冷启动诊断的输出和非冷启动诊断的输出，确本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种学情数据处理方法，其特征在于，包括：确定待诊断目标和待诊断知识点；对待诊断目标在所述待诊断知识点进行冷启动诊断；对待诊断目标在所述待诊断知识点进行非冷启动诊断；根据待诊断知识点的作答数据，以及待诊断目标的作答数据确定启动参数，所述启动参数用于调整冷启动诊断的输出的权重和非冷启动诊断的输出的权重；基于所述启动参数、所述冷启动诊断的输出和非冷启动诊断的输出，确定所述待诊断目标在待诊断知识点的诊断结果。2.根据权利要求1所述的学情数据处理方法，其特征在于，所述冷启动诊断包括：结合知识点之间的关系和全量样本数据构建知识点之间的概率图网络，所述全量样本数据为对知识点的作答数据的集合，所述概率图网络描述不同知识点之间掌握程度的依赖关系；结合待诊断目标的作答数据以及所述概率图网络，得到待诊断目标在待诊断知识点的掌握程度数据作为所述冷启动诊断的输出，所述掌握程度数据用于指示待诊断目标在待诊断知识点的掌握程度。3.根据权利要求2所述的学情数据处理方法，其特征在于，所述构建知识点之间的概率图网络包括构建贝叶斯网络；结合知识点之间的关系和全量样本数据构建知识点之间的贝叶斯网络：根据知识点之间的前后置关系构建知识点网络，所述前后置关系为知识点之间的前后依赖关系；基于所述全量样本数据，采用吉布斯采样方法学习所述知识点网络上知识点之间的概率，得到所述贝叶斯网络。4.根据权利要求1所述的学情数据处理方法，其特征在于，所述冷启动诊断包括：基于全量样本数据确定地域与知识点掌握程度之间的贝叶斯关系，所述全量样本数据为对知识点的作答数据的集合；结合待诊断目标的地域以及所述地域与知识点掌握程度之间的贝叶斯关系，确定待诊断目标在待诊断知识点的掌握程度数据作为所述冷启动诊断的输出，所述掌握程度数据用于指示待诊断目标在待诊断知识点的掌握程度。5.根据权利要求1所述的学情数据处理方法，其特征在于，所述冷启动诊断包括：计算全量样本数据中各地域出现的概率，所述全量样本数据为对知识点的作答数据的集合；计算所述全量样本数据中各地域与各知识点的各掌握程度共同出现的联合概率；确定在所述待诊断目标的地域条件下，在待诊断知识点上各个掌握程度的条件概率。6.根据权利要求1所述的学情数据处理方法，其特征在于，所述冷启动诊断包括：基于全量样本数据确定地域、知识点属性以及掌握程度之间的贝叶斯关系，所述全量样本数据为对知识点的作答数据的集合；结合待诊断目标的地域、待诊断知识点的属性，以及所述地域、知识点属性以及掌握程度之间的贝叶斯关系，确定待诊断目标在待诊断知识点的掌握程度数据作为所述冷启动诊断的输出，所述掌握程度数据用于指示待诊断目标在待诊断知识点的掌握程度。
7.根据权利要求1所述的学情数据处理方法，其特征在于，所述冷启动诊断包括：计算全量样本数据中各地域和各知识点属性共同出现的概率，所述全量样本数据为对知识点的作答数据的集合；计算所述全量样本数据中各地域、各知识点属性和各掌握程度共同出现的概率；确定待诊断目标的地域以及待诊断知识点的属性的条件下，不同掌握程度的条件概率。8.根据权利要求1所述的学情数据处理方法，其特征在于，所述冷启动诊断包括：确定待诊断目标的样本数据中各知识点属性出现的概率，所述待诊断目标的样本数据包括待诊断目标在不同知识点的作答数据；根据所述待诊断目标的样本数据确定待诊断目标对各知识点属性的不同掌握程度的联合概率；采用贝叶斯公式计算待诊断目标在已知待诊断知识点的知识点属性的条件下，对待诊断知识点不同掌握程度的条件概率。9.根据权利要求1所述的学情数据处理方法，其特征在于，所述非冷启动诊断包括：输入目标对象在待诊断知识点的样本数据至深度知识追踪模型，得到所述待诊断目标在待诊断知识点的诊断结果。10.根据权利要求1所述的学情数据处理方法，其特征在于，所述冷启动诊断包括多种诊断方式，所述冷启动诊断的输出包括所述多种诊断方式的输出，所述启动参数包括调整所述多种诊断方式中每种诊断方式的输出的参数。11.根据权利要求1所述的学情数据处理方法，其特征在于，所述根据待诊断知识点的作答数据，以及待诊断目标的作答数据确定启动参数包括：当待诊断目标在待诊断知识点上作答数据的数量大于预设的阈值时，确定所述启动参数以调整冷启动诊断的输出的权重为零，非冷启动诊断的输出的权重为一；当待诊断目标在待诊断知识点上作答数据的数量小于预设的阈值时，冷启动诊断的输出的参数与待诊断目标在待诊断知识点上作答数据的数量负相关。12.根据权利要求1所述的学情数据处理方法，其特征在于，所述基于所述启动参数、所述冷启动诊断和非冷启动诊断的输出，确定所述待诊断目标在待诊断知识点的诊断结果包括：基于所述启动参数、所述冷启动诊断和非冷启动诊断的输出，确定待诊断目标对待诊断知识点在各掌握程度的概率；比较所述各掌握程度的概率；确定最大概率对应的掌握程度作为所述待诊断目标在待诊断知识点的诊断结果。13.根据权利要求1所述的学情数据处理方法，其特征在于，所述冷启动诊断包括以下至少一种诊断方式：基于知识点之间掌握程度的相互关系以及待诊断目标对待诊断知识点以外的作答数据，确定待诊断目标对待诊断知识点的掌握程度数据；基于地域和知识点掌握程度的相互关系以及待诊断目标的地域，确定待诊断目标对待诊断知识点的掌握程度数据；基于地域、属性和掌握程度之间关系以及待诊断目标的地域和知识点属性，确定待诊
断对待诊断知识点的掌握程度数据；基于待诊断目标的知识点属性与掌握程度之间关系以及知识点属性，确定诊断对待诊断知识点的掌握程度数据。14.根据权利要求13所述的学情数据处理方法，其特征在于，所述根据待诊断知识点的作答数据，以及待诊断目标的作答数据确定启动参数，包括：确定基于所述地域、属性和掌握程度的相互关系的诊断方式的参数以及基于所述待诊断目标的知识点属性与掌握程度之间关系的诊断方式的参数，使二者在诊断结果中权重与所述待诊断知识点的作答数据量负相关；确定所述基于所述待诊断目标的知识点属性与掌握程度之间关系的诊断方式的参数，使其在诊断结果中权重与所述待诊断目标的作答数据的数量正相关；确定所述基于地域和知识点掌握程度的相互关系的诊断方式的参数，使其在诊断结果中的权重与待诊断知识点的历史作答数量正相关。15.一种学情数据处理装置，其特征在于，包括：待诊断确定单元，适于确定待诊断目标和待诊断知识点；冷启动诊断单元，适于对待诊断目标在所述待诊断知识点进行冷启动诊断；非冷启动诊断单元，适于对待诊断目标在所述待诊断知识点进行非冷启动诊断；启动参数确定单元，适于根据待诊断知识点的作答数据，以及待诊断目标的作答数据确定启动参数，所述启动参数用于调整冷启动诊断的输出的权重和非冷启动诊断的输出的权重；诊断结果确定单元，适于基于所述启动参数、所述冷启动诊断的输出和非冷启动诊断的输出，确定所述待诊断目标在待诊断知识点的诊断结果。16.根据权利要求15所述的学情数据处理装置，其特...

【专利技术属性】
技术研发人员：何明，陈勣，么士宇，
申请(专利权)人：北京世纪好未来教育科技有限公司，
类型：发明
国别省市：