知识点推荐方法、装置、终端及计算机可读存储介质制造方法及图纸

本申请公开了知识点推荐方法、装置、终端及计算机可读存储介质，其中方法包括：获取针对目标用户的待分析试卷并确定待分析试卷中的目标试题，目标试题包括待分析试卷中回答错误的试题；调用分析模型对目标试题进行分析，得到目标试题对应的检索标签集合，根据检索标签集合从系统资料库中获取目标知识点，并将目标知识点向目标用户进行推荐。通过对目标用户待分析试卷中的目标试题调用分析模型进行分析，得到目标试题对应的检索标签集合，并从中进行检索，提取知识点后向目标用户输出，可以针对试卷中的错误试题为学生推荐对应的知识点，提升了知识点推荐的智能性。提升了知识点推荐的智能性。提升了知识点推荐的智能性。

【技术实现步骤摘要】
知识点推荐方法、装置、终端及计算机可读存储介质


[0001]本申请涉及知识点推荐处理
，特别是涉及知识点推荐方法、装置、终端及计算机可读存储介质。

技术介绍

[0002]当前，学生、老师和家长通常基于学生的考试成绩了解到学生的学习情况，而考试成绩仅仅是给一个单纯的数字。透过该数字，家长无法知道孩子到底是哪些知识点没有掌握，又或者是掌握了知识点，但是不会灵活运用；同时，面对分数，家长也不知道该如何利用学生的教科书和相关学习资料进行弥补，导致学生和家长只能盲目地复习，长此以往，不仅仅增加了学生和家长的负担，而且会严重影响学生的学习兴趣和信心，并且影响学生学习的不良因素还会继续发挥负面影响，最终只会导致学生排斥或者回避学习。
[0003]针对上述问题，现有终端可以根据考试成绩推荐相应的辅导书籍促使学生进行学习，但书籍中的知识点较多，学生难以从众多知识点中找到需要的知识点，也难以高效定制计划对书籍进行学习，使得学习效率低，如何提升终端对于知识的推荐智能性，成为亟待解决的问题。

技术实现思路

[0004]本申请的目的是提供了一种知识点推荐方法、装置、终端及计算机可读存储介质，可以针对试卷中的错误试题为学生推荐对应的知识点，提升了知识推荐的智能性，帮助学生实现精准复习。
[0005]为解决上述技术问题，本申请实施例提供了一种知识点推荐方法，包括：
[0006]获取针对目标用户的待分析试卷，并确定所述待分析试卷中的目标试题，所述目标试题包括所述待分析试卷中回答错误的试题；
[0007]调用分析模型对所述目标试题进行分析，得到所述目标试题对应的检索标签集合，所述检索标签集合中包括至少一个检索标签；
[0008]根据所述检索标签集合从系统资料库中获取目标知识点，并将所述目标知识点向所述目标用户进行推荐。
[0009]除此之外，本申请实施例还提供了一种知识点推荐装置，包括：
[0010]获取模块，用于获取针对目标用户的待分析试卷，并确定所述待分析试卷中的目标试题，所述目标试题包括所述待分析试卷中回答错误的目标试题；
[0011]调用模块，用于调用分析模型对所述目标试题进行分析，得到所述目标试题对应的检索标签集合，所述检索标签集合中包括至少一个检索标签；
[0012]所述获取模块，还用于根据所述检索标签集合从系统资料库中获取到目标知识点；
[0013]推荐模块，用于将所述目标知识点向所述目标用户进行推荐。
[0014]除此之外，本申请实施例还提供了一种终端，包括处理器和存储器，其中，所述存
储器用于存储计算机程序，所述计算机程序包括程序指令，所述处理器被配置用于调用所述程序指令，执行如上所述知识点推荐方法。
[0015]除此之外，本申请实施例还提供了一种计算机可读存储介质，包括用于存储计算机程序的存储介质主体，所述计算机程序包括程序指令，所述程序指令当被处理器执行时使所述处理器执行如上所述知识点推荐方法。
[0016]本申请实施例所提供的知识点推荐方法、装置及终端、计算机可读存储介质，与现有技术相比，具有以下优点：
[0017]本申请实施例提供的知识点推荐方法、装置及终端、计算机可读存储介质，通过对目标用户的待分析试卷中的目标试题调用分析模型进行分析，得到目标试题对应的检索标签集合，并从电子资料库中进行检索后提取知识点后向目标用户输出，使得推荐的知识点更具有针对性，即提升了终端对于知识点推荐的智能性，也有助于提高复习效率。
附图说明
[0018]为了更清楚地说明本申请实施例或现有技术中的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图是本申请的一些实施例，对于本领域普通技术人员来讲，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。
[0019]图1为本申请实施例提供的一种知识点推荐方法的流程示意图；
[0020]图2为本申请实施例提供的另一种知识点推荐方法的流程示意图；
[0021]图3为本申请实施例提供的知识点推荐装置结构示意图；
[0022]图4为本申请实施例提供的终端的结构示意图。
具体实施方式
[0023]下面将结合本申请实施例中的附图，对本申请实施例中的技术方案进行清楚、完整的描述，显然，所描述的实施例仅仅是本申请一部分实施例，而不是全部的实施例。基于本申请中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本申请保护的范围。
[0024]本申请实施例提供的知识点推荐方法实现于终端，所述终端包括智能录播主机、智能手机、平板电脑、数字音视频播放器、电子阅读器、手持游戏机或车载终端等终端。
[0025]在一个实施例中，本方案具体流程如下：
[0026]S1，获取针对目标用户的待分析试卷并确定所述待分析试卷中的目标试题，所述目标试题包括所述待分析试卷中回答错误的目标试题；
[0027]S2，调用分析模型对所述目标试题进行分析，得到所述目标试题对应的检索标签集合，所述检索标签集合中包括至少一个检索标签；
[0028]S3，根据所述检索标签集合从系统资料库中获取目标知识点，并将所述目标知识点向所述目标用户进行推荐。
[0029]通过对目标用户的待分析试卷中的目标试题调用分析模型进行分析，得到目标试题对应的检索标签集合，并从中进行检索，提取知识点对应的讲解内容后向目标用户输出，使得推荐的知识点更具有针对性，有助于提高复习效率高。
[0030]本申请中对于对应的硬件不做限定，一个实施例中，硬件系统由服务器、老师客户端和学生/家长客户端组成，其中学生/家长客户端包括但不限于平板电脑、智能手机、PC等，老师客户端包括但不限于智能手机、平板电脑、PC和扫描仪等。
[0031]本申请中对于系统资料库的形成不做限定，可以是预先形成的，也可以是先在资料库中存储一部分资料，之后在使用过程中，通过家长、学生以及老师等人员向资料库中填充数据，使得资料库不断得到丰富，避免学生学习的知识与社会发生脱节，如最新的英语单词、最新的网络用语等。
[0032]本申请对于系统资料库的形成方式以及包含的内容不做限定，在一个实施例中还包括：
[0033]获取教学资料信息，所述教学资料信息包括教材、教辅书籍、课外听力材料以及课外阅读材料中的至少一种；
[0034]提取出所述教学资料信息中包含的知识点集合，并为所述知识点集合中每个知识点添加对应的标签；
[0035]根据所述知识点集合中所述知识点以及所述知识点对应的标签构建出系统资料库。
[0036]本申请中一般通过对教材以拍照、扫描或直接上传电子原件的形式录入系统，然后使用图像文字识别技术将图片或扫描件内容转换成文字内容。再利用人工智能技术分析教材内容，为每个知识点生成相应的知识点标签。
[0037]本申请中包括但是不局限于上述的资料获取方式，除此之外，本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种知识点推荐方法，其特征在于，包括：获取针对目标用户的待分析试卷，并确定所述待分析试卷中的目标试题，所述目标试题包括所述待分析试卷中回答错误的试题；调用分析模型对所述目标试题进行分析，得到所述目标试题对应的检索标签集合，所述检索标签集合中包括至少一个检索标签；根据所述检索标签集合从系统资料库中获取目标知识点，并将所述目标知识点向所述目标用户进行推荐。2.根据权利要求1所述知识点推荐方法，其特征在于，所述根据所述检索标签集合从系统资料库中获取目标知识点之前，所述方法还包括：获取教学资料信息，所述教学资料信息包括教材、教辅书籍、课外听力材料以及课外阅读材料中的至少一种；提取出所述教学资料信息中包含的知识点集合，并为所述知识点集合中每个知识点添加对应的标签；根据所述知识点集合中各个知识点以及所述各个知识点对应的标签构建出系统资料库。3.根据权利要求1所述知识点推荐方法，其特征在于，所述将所述目标知识点向所述目标用户进行推荐之后，所述方法还包括：确定所述目标试题的得分率，并获取所述目标知识点对应的训练题目集合；根据所述得分率从所述训练题目集合中筛选出目标训练题目，并确定针对所述目标训练题目的目标训练时间；基于所述目标训练题目和所述目标训练时间构建针对所述目标用户的学习计划，并将所述学习计划向所述目标用户进行推荐。4.根据权利要求1所述知识点推荐方法，其特征在于，所述调用分析模型对所述目标试题进行分析，得到所述目标试题对应的检索标签集合，包括：调用分析模型对所述目标试题进行分析，得到试题库中与所述目标试题相似度最高的目标历史试题，所述试题库包括至少一个历史试题以及所述历史试题对应的标签集合；调用所述分析模型从所述试题库中获取到所述目标历史试题对应的标签集合，作为所述目标试题对应的检索标签集合。5.根据权利要求1所述知识点推荐方法，其特征在于，所述根据所述检索标签集合从系统资料库中获取到目标知识点，包括：接收针对所述检索标签集合的审核信息，所述审核信息包括从人工审核、结合课程标准中标签进行比对审核、结合教学目标中标签进行比对审核；根据所述审核信息确定当前的教材内容与标签之间的绑定关系、习题资料与标签之间的绑定关系、试卷中与每个试题与对应标签的绑定关系是否合理，并从所述检索标签集合筛选出目标检...

【专利技术属性】
技术研发人员：谭春燕，秦钰森，
申请(专利权)人：深圳市金博奥科技有限公司，
类型：发明
国别省市：