一种试题选择方法、装置、电子设备及存储介质制造方法及图纸

本发明专利技术实施例提供了一种试题选择方法、装置、电子设备及存储介质，上述方法包括：确定题库中各个试题的难度特征和文本特征；获取目标用户的身份信息、学习状况信息和历史做题信息，并根据历史做题信息，确定目标用户的解题能力特征和历史做题特征，以及根据身份信息和学习状况信息确定目标用户的基本特征；获取目标用户的当前学习进度，并从题库中确定出与当前学习进度对应的多个候选试题；针对每道候选试题，将该候选试题的难度特征和文本特征、基本特征、历史做题特征和解题能力特征输入预先训练的题目预测模型，得到该候选试题对应的预测准确率；基于预测答题准确率确定目标试题。采用该方法实现了个性化为用户提供契合用户学习水平的试题。学习水平的试题。学习水平的试题。

【技术实现步骤摘要】
一种试题选择方法、装置、电子设备及存储介质


[0001]本专利技术涉及数据处理
，特别是涉及一种试题选择方法、装置、电子设备及存储介质。

技术介绍

[0002]在传统的教学过程中给学生布置习题是统一布置的，然而每个学生对知识的掌握程度不同，可能会出现同一套试题对于高水平学生而言难度过低对于低水平学生而言难度过高的情况，导致出现学生花了大量时间做题却未能达到预期的评估目标或者训练目标的问题。为了避免这种问题，目前会根据试题涉及的知识点和学生掌握对知识点的掌握情况，从题库中选择难度与学生对知识点掌握程度相近的试题推送给学生。
[0003]然而这种试题选择方法，试题难度主要围绕知识点建立，选择试题时也仅围绕试题知识点与学生对知识点的掌握程度进行相似度匹配，选择试题的标准比较单一。并且，不同学生对知识点的掌握程度可能差不多，但是学生解题能力差距可能比较大，仅根据学生对知识点的掌握程度所选择的试题也难以匹配学生们的实际水平。

技术实现思路

[0004]本专利技术实施例的目的在于提供一种试题选择方法、装置、电子设备及存储介质，以实现个性化为不同用户提供契合用户学习水平的试题。
[0005]第一方面，本专利技术实施例提供了一种试题选择方法，包括：
[0006]确定题库中各个试题的难度特征和文本特征；
[0007]获取所述目标用户的身份信息、学习状况信息和历史做题信息，并根据所述历史做题信息，确定所述目标用户的解题能力特征和历史做题特征，以及根据所述身份信息和学习状况信息确定所述目标用户的基本特征；
[0008]获取所述目标用户的当前学习进度，并从所述题库中确定出与所述当前学习进度对应的多个候选试题；
[0009]针对每道候选试题，将该候选试题的难度特征和文本特征、所述基本特征、所述历史做题特征和所述解题能力特征输入预先训练的题目预测模型，得到该候选试题对应的预测准确率，作为所述目标用户答对该候选试题的预测答题准确率；
[0010]基于所述预测答题准确率，从候选试题中确定至少一个目标试题。
[0011]可选的，所述基于所述预测答题准确率，从候选试题中确定至少一个目标试题，包括：
[0012]将所述候选试题中预测答题准确率大于第一准确率阈值的候选试题确定为简单试题；
[0013]将所述候选试题中预测答题准确率小于所述第一准确率阈值且大于第二准确率阈值的候选试题确定为适宜试题；
[0014]将所述候选试题中预测答题准确率小于所述第二准确率阈值的候选试题确定为
提升试题。
[0015]可选的，在所述基于所述预测答题准确率，从候选试题中确定至少一个目标试题之后，还包括：
[0016]获取所述目标用户对所述目标试题的实际作答信息，并根据所述实际作答信息更新所述目标用户的历史做题特征和解题能力特征；
[0017]根据所述目标用户的当前学习进度，从所述题库中选取标准样卷；
[0018]将所述标准样卷中各个试题的难度特征和文本特征、所述基本特征、所述目标用户更新后的历史做题特征和更新后的解题能力特征，输入所述题目预测模型，得到每个试题对应的预测准确率；
[0019]基于所述标准样卷中每个试题对应的预测准确率，确定所述目标用户作答所述标准样卷的预测样卷分数；
[0020]基于所述预测样卷分数，评估所述目标用户的当前学习水平。
[0021]可选的，在所述针对每道候选试题，将该候选试题的难度特征和文本特征、所述基本特征、所述历史做题特征和所述解题能力特征输入预先训练的题目预测模型，得到该候选试题对应的预测准确率，作为所述目标用户答对该候选试题的预测答题准确率之后，还包括：
[0022]选取预测答题准确率在预设准确率区间的候选试题，作为预设候选试题；
[0023]获取所述目标用户对所述预设候选试题的作答信息；
[0024]基于所述预设候选试题的作答信息更新所述目标用户的历史做题特征和解题能力特征，并返回所述针对每道候选试题，将该候选试题的难度特征和文本特征、所述基本特征、所述历史做题特征和所述解题能力特征输入预先训练的题目预测模型，得到该候选试题对应的预测准确率，作为所述目标用户答对该候选试题的预测答题准确率的步骤，并确定完成一次迭代；
[0025]直至完成预设次数的迭代后，返回所述将所述标准样卷中各个试题的难度特征和文本特征、所述基本特征、所述目标用户更新后的历史做题特征和更新后的解题能力特征，输入所述题目预测模型，得到每个试题对应的预测准确率的步骤。
[0026]可选的，所述确定题库中各个试题的难度特征，包括：
[0027]获取题库中每个试题的包含的知识点数量、包含的知识点之间的关系信息以及对应的答题准确率；
[0028]针对题库中的每个试题，基于该试题包含的知识点数量、包含的知识点之间的关系信息和对应的答题准确率，确定该试题对应的难度特征。
[0029]可选的，所述根据所述历史做题信息，确定所述目标用户的解题能力特征，包括：
[0030]基于所述历史做题信息，确定所述目标用户所做过的试题包括的知识点，和所述目标用户的做题结果；
[0031]针对所述目标用户所做过的每个试题，基于该试题包括的知识点和所述目标用户的做题结果，构建该试题对应的预测答题概率与能力特征之间的数学对应关系；其中，所述预测答题概率为所述目标用户在掌握该试题包括的知识点的前提下答对该试题的预测概率，所述能力特征为掌握该试题包括的知识点要求的所述目标用户的能力；
[0032]基于最大似然算法和各个试题对应的预测答题概率与能力特征之间的数学对应
关系，确定所述目标用户所做过的所有试题的答题准确率似然函数，并将使所述答题准确率似然函数达到最大时各个能力特征所构成的矩阵作为所述目标用户的解题能力特征。
[0033]可选的，所述基于该试题包括的知识点和所述目标用户的做题结果，构建该试题对应的预测答题概率与能力特征之间的数学对应关系，包括：
[0034]基于项目反应理论IRT，采用如下公式基于该试题包括的知识点和所述目标用户的做题结果，构建该试题对应的预测答题概率与能力特征之间的数学对应关系：
[0035][0036]其中，U
j
表示所述目标用户对第j个试题的作答情况，若目标用户答对第j个试题则U
j
＝1，否则U
j
＝0，P(U
j
|θ)为所述目标用户在对知识点i的能力特征为θ的情况下答对第j个试题的概率，θ表示第j个试题的知识点i所要求的能力特征，a
i
为预设试题区分度，b为试题j的难度特征，c
i
为预设的题目猜测因子，D为用于控制P(U
j
|θ)弹性的预设固定参数。
[0037]可选的，所述基于最大似然算法和各个试题对应的预测答题概率与能力特征之间的数学对应关系，确定所述目标用户所做过的所有试题的答题准确率似然函数本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种试题选择方法，其特征在于，包括：确定题库中各个试题的难度特征和文本特征；获取所述目标用户的身份信息、学习状况信息和历史做题信息，并根据所述历史做题信息，确定所述目标用户的解题能力特征和历史做题特征，以及根据所述身份信息和学习状况信息确定所述目标用户的基本特征；获取所述目标用户的当前学习进度，并从所述题库中确定出与所述当前学习进度对应的多个候选试题；针对每道候选试题，将该候选试题的难度特征和文本特征、所述基本特征、所述历史做题特征和所述解题能力特征输入预先训练的题目预测模型，得到该候选试题对应的预测准确率，作为所述目标用户答对该候选试题的预测答题准确率；基于所述预测答题准确率，从候选试题中确定至少一个目标试题。2.根据权利要求1所述的方法，其特征在于，所述基于所述预测答题准确率，从候选试题中确定至少一个目标试题，包括：将所述候选试题中预测答题准确率大于第一准确率阈值的候选试题确定为简单试题；将所述候选试题中预测答题准确率小于所述第一准确率阈值且大于第二准确率阈值的候选试题确定为适宜试题；将所述候选试题中预测答题准确率小于所述第二准确率阈值的候选试题确定为提升试题。3.根据权利要求1或2所述的方法，其特征在于，在所述基于所述预测答题准确率，从候选试题中确定至少一个目标试题之后，还包括：获取所述目标用户对所述目标试题的实际作答信息，并根据所述实际作答信息更新所述目标用户的历史做题特征和解题能力特征；根据所述目标用户的当前学习进度，从所述题库中选取标准样卷；将所述标准样卷中各个试题的难度特征和文本特征、所述基本特征、所述目标用户更新后的历史做题特征和更新后的解题能力特征，输入所述题目预测模型，得到每个试题对应的预测准确率；基于所述标准样卷中每个试题对应的预测准确率，确定所述目标用户作答所述标准样卷的预测样卷分数；基于所述预测样卷分数，评估所述目标用户的当前学习水平。4.根据权利要求3所述的方法，其特征在于，在所述针对每道候选试题，将该候选试题的难度特征和文本特征、所述基本特征、所述历史做题特征和所述解题能力特征输入预先训练的题目预测模型，得到该候选试题对应的预测准确率，作为所述目标用户答对该候选试题的预测答题准确率之后，还包括：选取预测答题准确率在预设准确率区间的候选试题，作为预设候选试题；获取所述目标用户对所述预设候选试题的作答信息；基于所述预设候选试题的作答信息更新所述目标用户的历史做题特征和解题能力特征，并返回所述针对每道候选试题，将该候选试题的难度特征和文本特征、所述基本特征、所述历史做题特征和所述解题能力特征输入预先训练的题目预测模型，得到该候选试题对应的预测准确率，作为所述目标用户答对该候选试题的预测答题准确率的步骤，并确定完
成一次迭代；直至完成预设次数的迭代后，返回所述将所述标准样卷中各个试题的难度特征和文本特征、所述基本特征、所述目标用户更新后的历史做题特征和更新后的解题能力特征，输入所述题目预测模型，得到每个试题对应的预测准确率的步骤。5.根据权利要求1所述的方法，其特征在于，所述确定题库中各个试题的难度特征，包括：获取题库中每个试题的包含的知识点数量、包含的知识点之间的关系信息以及对应的答题准确率；针对题库中的每个试题，基于该试题包含的知识点数量、包含的知识点之间的关系信息和对应的答题准确率，确定该试题对应的难度特征。6.根据权利要求1所述的方法，其特征在于，所述根据所述历史做题信息，确定所述目标用户的解题能力特征，包括：基于所述历史做题信息，确定所述目标用户所做过的试题包括的知识点，和所述目标用户的做题结果；针对所述目标用户所做过的每个试题，基于该试题包括的知识点和所述目标用户的做题结果，构建该试题对应的预测答题概率与能力特征之间的数学对应关系；其中，所述预测答题概率为所述目标用户在掌握该试题包括的知识点的前提下答对该试题的预测概率，所述能力特征为掌握该试题包括的知识点要求的所述目标用户的能力；基于最大似然算法和各个试题对应的预测答题概率与能力特征之间的数学对应关系，确定所述目标用户所做过的所有试题的答题准确率似然函数，并将使所述答题准确率似然函数达到最大时各个能力特征所构成的矩阵作为所述目标用户的解题能力特征。7.根据权利要求6所述的方法，其特征在于，所述基于该试题包括的知识点和所述目标用户的做题结果，构建该试题对应的预测答题概率与能力特征之间的数学对应关系，包括：基于项目反应理论IRT，采用如下公式基于该试题包括的知识点和所述目标用户的做题结果，构建该试题对应的预测答题概率与能力特征之间的数学对应关系：其中，U
j
表示所述目标用户对第j个试题的作答情况，若目标用户答对第j个试题则U
j
＝1，否则U
j
＝0，P(U
j
|θ)为所述目标用户在对知识点i的能力特征为θ的情况下答对第j个试题的概率，θ表示第j个试题的知识点i所要求的能力特征，a
i
为预设试题区分度，b为试题j的难度特征，c
i
为预设的题目猜测因子，D为用于控制P(U
j
|θ)弹性的预设固定参数。8.根据权利要求6所述的方法，其特征在于，所述基于最大似然算法和各个试题对应的预测答题概率与能力特征之间的数学对应关系，确定所述目标用户所做过的所有试题的答题准确率似然函数，并将使所述答题准确率似然函数达到最大时各个能力特征所构成的矩阵作为所述目标用户的解题能力特征，包括：采用如下公式，基于最大似然算法和各个试题对应的预测答题概率与能力特征之间的数学对应关系，确定所述目标用户所做过的所有试题的答题准确率似然函数，并将使所述答题准确率似然函数达到最大时各个能力特征所构成的矩阵作为所述目标用户的解题能力特征：
θ＝[θ1，θ2，θ3……
θ
n
]其中，θ为所述目标用户的解题能力特征，θ1‑
θ
n
为知识点1
‑
n所要求的能力特征，TL表示所有试题的似然对数，U
j
表示所述目标用户对第j个试题的作答情况，若目标用户答对第j个试题则U
j
＝1，否则U
j
＝0，P(U
j
|θ
i
)表示所述目标用户在对知识点i的能力特征为θ
i
的情况下答对第j个试题的概率，L
j
表示试题j的似然，P(U
j
|θ1，θ2，θ3……
θ
n
)表示所述目标用户在对知识点1
‑
n的能力特征为θ1‑
θ
n
的情况下答对第j个试题的概率，...

【专利技术属性】
技术研发人员：叶荷修，李金燕，万群，
申请(专利权)人：杭州数理大数据技术有限公司，
类型：发明
国别省市：