【技术实现步骤摘要】
用户学习效率的预测方法、装置、设备及存储介质
[0001]本申请属于数据处理领域，特别涉及一种用户学习效率的预测方法、装置及存储介质。
技术介绍
[0002]在线辅导系统在未来的学习环境中已经变得至关重要。目前的在线辅导系统以学习成绩预测为主，而学习效率有关的研究较少，学习效率评估是该系统的重要发展方向。学习效率评估旨在根据在线辅导系统中的学生行为和练习结果，量化或预测学生最终的学习效率。
[0003]然而，由于受到教育数据稀少的影响，学生与练习和观看视频的互动有限，容易出现过拟合的问题。现有的基于在线辅导系统的学习行为评估技术，是基于用户的历史学习记录和一系列学习行为对学生进行学习成绩评估，它们都是对学习效果进行预测，对效率的研究较少，不能更个性化的基于学生的学习效率进行评估。
技术实现思路
[0004]本申请提供一种用户学习效率的预测方法、装置、设备及存储介质，可以快速且准确的评估出用户对各类学习任务的学习效率，从而及时了解用户的学习状态和学习效果，更好的对用户的学习行为进行评估。
【技术保护点】
【技术特征摘要】
1.一种用户学习效率的预测方法，其特征在于，包括：获取目标用户所对应的原始交互序列；对所述原始交互序列进行数据增强，以得到所述目标用户所对应的增强交互序列；根据所述增强交互序列确定所述目标用户所对应的交互表示；确定目标学科领域所对应的资源难度，所述目标学科领域与所述目标用户相对应；根据所述目标用户所对应的交互表示确定所述目标用户在所述目标学科领域上的学习收获、所述目标用户在所述目标学科领域上的学习付出以及所述目标用户的学习能力；根据所述目标学科领域所对应的资源难度、所述学习收获、所述学习付出以及所述目标用户的学习能力确定所述目标用户在所述目标学科领域上的学习效率。2.根据权利要求1所述的方法，其特征在于，所述根据所述目标学科领域所对应的资源难度、所述学习收获、所述学习付出以及所述目标用户的学习能力确定所述目标用户在所述目标学科领域上的学习效率包括：通过如下公式确定所述目标用户在所述目标学科领域上的学习效率：其中，efficiency为所述目标用户在所述目标学科领域上的学习效率，effect为所述目标用户在所述目标学科领域上的学习收获，effort所述目标用户在所述目标学科领域上的学习付出，difficulty为所述目标学科领域所对应的资源难度，capacity为所述目标用户的学习能力。3.根据权利要求1所述的方法，其特征在于，所述根据所述目标用户所对应的交互表示确定所述目标用户在目标学科领域上的学习付出包括：通过如下公式计算所述目标用户在所述目标学科领域上的学习付出：effort
field
＝Σa1×
comm_num
field
+a2×
reply_num
field
+...+ex_num
field
；其中，effort
field
为所述目标用户在所述目标学科领域上的学习付出，comm_num
field
、reply_num
field
以及ex_num
field
为所述目标学科领域所对应的付出特征，a
i
为所述付出特征的权重系数，ex_num
field
为所述目标用户针对所述目标学科领域的练习数量，comm_num
field
为所述目标用户针对所述目标学科领域的评论数量，reply_num
field
为所述目标用户针对所述目标学科领域的评论回复数量。4.根据权利要求1所述的方法，其特征在于，所述根据所述目标用户所对应的交互表示确定所述目标用户在目标学科领域上的学习收获包括：通过如下公式确定所述目标用户在所述目标学科领域上的学习收获：其中，effect
field
为所述目标用户在所述目标学科领域上的学习收获，为所述目标用户在所述目标学科领域中第i个练习的正确次数，为所述目标用户在所述目标学科领域中第i个练习的练习得分。5.根据权利要求1至4中任一项所述的方法，其特征在于，所述确定所述目标学科领域所对应的资源难度包括：
通过如下公式确定所述目标学科领域所对应的资源难度：difficulty
field
＝λdif_question
field
+(1
‑
λ)dif_video
field
；其中，diff...
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。