本公开提供一种知识动态掌握程度确定方法、试题推荐方法及装置，所述方法包括：基于同一用户的多个作答试题确定相应作答试题的知识点编码，基于多个作答试题的知识点编码确定知识动态掌握程度，多个作答试题的作答时段不同，知识点编码包括所述作答试题的知识点描述信息和答题结果，多个作答试题包含的知识点相同。本公开提供的方法可以利用知识动态掌握程度为用户推荐适配性比较好的推荐题目，从而提高用户学习效率。高用户学习效率。高用户学习效率。
【技术实现步骤摘要】
一种知识动态掌握程度确定方法、试题推荐方法及装置
[0001]本公开涉及计算机
，尤其涉及一种知识动态掌握程度确定方法、试题推荐方法及装置。
技术介绍
[0002]近年来，在线学习的概念在教育行业已经得到了普遍的认可，随着在线学习的人数越来越多，教育者不可能准确掌握每位用户的学习状态。
[0003]相关技术中，用户可以使用在线教育平台进行学习，在线教育平台可以根据用户所选择的知识点，向用户推荐试题。
技术实现思路
[0004]根据本公开的一方面，提供了一种知识动态掌握程度的确定方法，所述方法包括：
[0005]确定多个作答试题确定的知识点编码，多个所述作答试题的作答时段不同，所述知识点编码包括所述作答试题的知识点描述信息和答题结果，多个所述作答试题包含的知识点相同；
[0006]基于多个作答试题的知识点编码确定用户知识动态掌握程度。
[0007]根据本公开的另一方面，提供了一种试题推荐方法，所述方法包括：
[0008]基于用户知识点动态掌握信息确定用户针对目标知识点的当前掌握程度，所述用户知识动态掌握程度由本公开示例性实施例所述方法确定；
[0009]基于所述用户针对目标知识点的当前掌握程度确定含有所述目标知识点的多个候选试题；
[0010]从含有目标知识点的多个候选试题获取至少一个推荐试题，每个所述推荐试题的主知识点均为所述目标知识点。
[0011]根据本公开的另一方面，提供了一种知识动态掌握程度确定装置，所述装置包括：
[0012]编码模块，用于确定同一用户的多个作答试题的知识点编码，多个所述作答试题的作答时段不同，所述知识点编码包括所述作答试题的知识点描述信息和答题结果，多个所述作答试题包含的知识点相同；
[0013]确定模块，用于基于多个作答试题的知识点编码确定用户知识动态掌握程度。
[0014]根据本公开的另一方面，提供了一种试题推荐装置，所述装置包括：
[0015]确定模块，用于基于用户知识动态掌握程度确定用户针对目标知识点的当前掌握程度，基于所述用户针对目标知识点的当前掌握程度确定含有所述目标知识点的多个候选试题所述用户知识动态掌握程度由本公开示例性实施例所述方法确定；
[0016]推荐模块，用于从含有目标知识点的多个候选试题获取至少一个推荐试题，每个所述推荐试题的主知识点均为所述目标知识点。
[0017]根据本公开的另一方面，提供了一种电子设备，包括：
[0018]处理器；以及，
[0019]存储程序的存储器；
[0020]其中，所述程序包括指令，所述指令在由所述处理器执行时使所述处理器执行根据本公开示例性实施例所述的方法。
[0021]根据本公开的另一方面，提供了一种非瞬时计算机可读存储介质，所述非瞬时计算机
[0022]可读存储介质存储有计算机指令，所述计算机指令用于使所述计算机执行根据本公开示例性实施例所述的方法。
[0023]本公开示例性实施例中提供的一个或多个技术方案，基于同一用户的多个作答试题确定相应作答试题的知识点编码，而由于多个作答试题的作答时段不同，多个作答试题包含的知识点相同，基于此，可以利用多个作答试题的知识点编码获得知识点相关内容的动态变化信息。同时，由于知识点编码包括作答试题的知识点描述信息和答题结果，而答题结果体现了用户针对知识点的掌握程度，因此，可以基于多个作答试题的知识点编码确定用户知识动态掌握程度。在此基础上，本公开示例性实施例的方法应用在试题推荐时，可以从用户知识动态掌握程度获取到用户针对目标知识点的当前掌握程度，然后从试题库选择含有该目标知识点，且与当前掌握程度匹配的试题作为候选试题，从候选试题中筛选推荐试题。基于此，向用户推荐推荐试题时，推荐试题可以与用户针对目标知识点的当前掌握程度相适配，保证推荐试题与用户学习能力匹配，使得所推荐的试题更加符合用户当前的学习情况以用户针对目标知识点的学习效率。而推荐试题的主知识点为目标知识点，可以保证推荐试题可以主要为用户提供针对目标知识点的能力提升服务。可见，本公开示例性实施例的方法可以提高用户针对目标知识点的学习效率。
附图说明
[0024]此处所说明的附图用来提供对本公开的进一步理解，构成本公开的一部分，本公开的示意性实施例及其说明用于解释本公开，并不构成对本公开的不当限定。在附图中：
[0025]图1示出了根据本公开示例性实施例的可以在其中实施本文描述的各种方法的示例系统的示意图；
[0026]图2示出了本公开示例性实施例的知识动态掌握程度确定方法流程示意图；
[0027]图3示出了本公开示例性实施例的试题推荐方法流程示意图；
[0028]图4示出了本公开示例性实施例的深度完整描述信息的确定流程示意图；
[0029]图5示出了根据本公开示例性实施例的知识动态掌握程度确定装置的功能模块示意性框图；
[0030]图6示出了根据本公开示例性实施例的试题推荐装置的功能模块示意性框图；
[0031]图7示出了根据本公开示例性实施例的芯片的示意性框图；
[0032]图8示出了能够用于实现本公开的实施例的示例性电子设备的结构框图。
具体实施方式
[0033]下面将参照附图更详细地描述本公开的实施例。虽然附图中显示了本公开的某些实施例，然而应当理解的是，本公开可以通过各种形式来实现，而且不应该被解释为限于这里阐述的实施例，相反提供这些实施例是为了更加透彻和完整地理解本公开。应当理解的
是，本公开的附图及实施例仅用于示例性作用，并非用于限制本公开的保护范围。
[0034]应当理解，本公开的方法实施方式中记载的各个步骤可以按照不同的顺序执行，和/或并行执行。此外，方法实施方式可以包括附加的步骤和/或省略执行示出的步骤。本公开的范围在此方面不受限制。
[0035]本文使用的术语“包括”及其变形是开放性包括，即“包括但不限于”。术语“基于”是“至少部分地基于”。术语“一个实施例”表示“至少一个实施例”；术语“另一实施例”表示“至少一个另外的实施例”；术语“一些实施例”表示“至少一些实施例”。其他术语的相关定义将在下文描述中给出。需要注意，本公开中提及的“第一”、“第二”等概念仅用于对不同的装置、模块或单元进行区分，并非用于限定这些装置、模块或单元所执行的功能的顺序或者相互依存关系。
[0036]需要注意，本公开中提及的“一个”、“多个”的修饰是示意性而非限制性的，本领域技术人员应当理解，除非在上下文另有明确指出，否则应该理解为“一个或多个”。
[0037]本公开实施方式中的多个装置之间所交互的消息或者信息的名称仅用于说明性的目的，而并不是用于对这些消息或信息的范围进行限制。
[0038]在介绍本公开实施例之前首先对本公开实施例中涉及到的相关名词作如下释义：
[0039]深度学习，深度学习是机器学习的一种形式，概念源于人工神经网络的研究。含多隐层的本文档来自技高网...
【技术保护点】
【技术特征摘要】
1.一种知识动态掌握程度确定方法，其特征在于，所述方法包括：确定同一用户的多个作答试题的知识点编码，多个所述作答试题的作答时段不同，所述知识点编码包括所述作答试题的知识点描述信息和答题结果，多个所述作答试题包含的知识点相同；基于多个作答试题的知识点编码确定用户知识动态掌握程度。2.根据权利要求1所述的方法，其特征在于，所述基于同一用户的多个作答试题确定多个作答试题的知识点编码前，所述方法还包括：针对每个所述作答试题，基于所述作答试题在知识图谱中所涉及的各层知识点描述参数和各层知识点权重，确定所述作答试题的知识点描述信息。3.根据权利要求2所述的方法，其特征在于，所述作答试题在所述知识图谱中所涉及的知识点的层级参数与所述知识点描述参数正相关。4.根据权利要求2所述的方法，其特征在于，所述知识点描述参数与所述知识点的层级参数非线性相关。5.根据权利要求1～4任一项所述的方法，其特征在于，所述知识点描述信息与所述作答试题在知识图谱中所涉及的各层知识点描述参数的加权和匹配。6.根据权利要求1～4任一项所述的方法，其特征在于，所述用户知识动态掌握程度包括用户针对多个所述知识点在不同时段的知识点掌握参数。7.一种试题推荐方法，其特征在于，所述方法包括：基于用户知识动态掌握程度确定用户针对目标知识点的当前掌握程度，所述用户知识动态掌握程度由权利要求1～6任一项所述方法确定；基于所述用户针对目标知识点的当前掌握程度确定含有所述目标知识点的多个候选试题；从含有目标知识点的多个候选试题获取至少一个推荐试题，每个所述推荐试题的主知识点均为所述目标知识点。8.根据权利要求7所述的方法，其特征在于，每个所述候选试题的试题难度与用户针对目标知识点的当前掌握程度的正相关。9.根据权利要求7所述的方法，其特征在于，所述从含有目标知识点的多个候选试题获取至少一个推荐试题，包括：基于用户历史作答试题的试题结构从多个所述候选试题获取多个精选试题，每个所述精选试题的试题结构与用户历史作答试题的试题结构不同；从多个所述精选试题获取主知识点为所述目标知识点的至少一个推荐试题。10.根据权利要求9所述的方法，其特征在于，所述用户历史作答试题的...
【专利技术属性】
技术研发人员：唐坤，吴士婷，陈晓倩，
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：
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。