【技术实现步骤摘要】
本专利技术涉及知识盲点分类推荐，具体为一种基于个性知识图谱的知识盲点分类推荐方法。
技术介绍
1、基于个性知识图谱的知识盲点分类推荐方法，主要是基于用户的个人兴趣和知识背景构建一个个性化的知识图谱，然后通过对用户的个性化知识图谱进行分析，推荐一些用户可能感兴趣但之前未曾接触过的知识领域，即所谓的知识盲点，包括：收集用户兴趣和知识背景、构建个性化知识图谱、推荐新领域的知识盲点、以及过滤和排序知识盲点，该方法可以较为准确地为每个用户推荐个性化的知识，提高用户的学习和掌握新知识的效率；
2、现有的基于个性知识图谱的知识盲点分类推荐方法，无法及时获取更多的题目对题库进行扩充，从而使目标用户在答题的过程中推送的题目较为单一，无法根据目标用户的历史题集数据建立错题知识图谱，从而获取目标用户的知识盲点，并根据考点的不同以及错题数量的不同，计算推送练习的习题的占比，从而对目标用户有针对性的推送练习的习题，无法根据目标用户对错题以及错题相同类型的习题回答的对错，判断目标用户对该考点是否掌握，从而再次对目标用户进行推送练习，以达到巩固考点、强化练习的作用，其实用性也存在一定的局限性。
技术实现思路
1、本专利技术提供了一种基于个性知识图谱的知识盲点分类推荐方法，用于促进解决
技术介绍
中所提问题。
2、本专利技术提供如下技术方案：一种基于个性知识图谱的知识盲点分类推荐方法，包括：
3、采集单元：获取目标用户的历史题集数据；
4、所述历史题集数据包括习题类型、
5、分析单元：根据目标用户的历史题集数据，分析并形成错题数据；
6、构建单元：根据错题数据和历史题集数据，分别构建错题知识图谱和题库知识图谱；
7、推送单元：根据错题知识图谱和题库知识图谱，向目标用户推送习题进行练习。
8、作为本专利技术所述基于个性知识图谱的知识盲点分类推荐方法的一种可选方案，其中：所述根据目标用户的历史题集数据，分析并形成错题数据，具体为：
9、获取目标用户的历史题集数据；
10、提取历史题集数据中，每个题目的习题分数，记为z；
11、提取历史题集数据中，每个题目的习题分值，记为y；
12、设定判定值；
13、若习题分值y-习题分数z＝判定值，则判定为第一正确数据，并设定历史正确集合；
14、将历史题集数据中，所有判定为第一正确数据的题目列入历史正确集合；
15、若习题分值y-习题分数z＞判定值，则判定为第一错误数据，并设定历史错误集合；
16、将历史题集数据中，所有判定为第一错误数据的题目列入历史错误集合；
17、将历史错误集合中的题目，定为目标错题。
18、作为本专利技术所述基于个性知识图谱的知识盲点分类推荐方法的一种可选方案，其中：所述根据错题数据和历史题集数据，分别构建错题知识图谱和题库知识图谱，具体为：
19、获取所有目标错题的习题类型，将该习题类型定为错题类型；
20、获取所有的错题类型的数量；
21、根据错题类型，将目标错题分别整合为若干错题类型三元组，其中，错题类型三元组的数量为错题类型的数量，即<错题，包括，错题类型>；
22、对每个错题类型三元组，分别形成若干错题三元组，即<错题类型，包括，目标错题>；
23、将错题类型三元组和错题三元组整合，构建形成错题知识图谱。
24、作为本专利技术所述基于个性知识图谱的知识盲点分类推荐方法的一种可选方案，其中：所述根据错题数据和历史题集数据，分别构建错题知识图谱和题库知识图谱，还包括：
25、获取历史题集数据中的所有的题目及其习题类型；
26、获取所有习题类型的数量；
27、根据习题类型，将所有题目分别整合为若干习题类型三元组，其中，习题类型三元组的数量为习题类型的数量，即<习题，包括，习题类型>；
28、对每个习题类型三元组，分别形成若干习题三元组，即<习题类型，包括，题目>；
29、将习题类型三元组和习题三元组整合，构建形成第一题库知识图谱。
30、作为本专利技术所述基于个性知识图谱的知识盲点分类推荐方法的一种可选方案，其中：所述根据错题数据和历史题集数据，分别构建错题知识图谱和题库知识图谱，还包括：
31、获取历史题集数据中的所有习题类型，并定为目标搜索习题类型；
32、获取互联网中的目标搜索习题类型的所有题目，将该题目定为搜索习题；
33、获取所有目标搜索习题类型的数量；
34、根据目标搜索习题类型，将所有搜索习题分别整合为若干搜索类型三元组，其中，搜索类型三元组的数量为目标搜索习题类型的数量，即<习题，包括，目标搜索习题类型>；
35、对每个搜索类型三元组，分别形成若干搜索习题三元组，即<目标搜索习题类型，包括，搜索习题>；
36、将搜索类型三元组和搜索习题三元组整合，构建形成第二题库知识图谱；
37、将第一题库知识图谱和第二题库知识图谱中的习题类型三元组和搜索类型三元组合并，形成目标类型三元组；
38、将第一题库知识图谱和第二题库知识图谱中的所有习题三元组和搜索习题三元组，合并形成目标习题三元组；
39、将目标类型三元组和目标习题三元组整合，构建形成题库知识图谱。
40、作为本专利技术所述基于个性知识图谱的知识盲点分类推荐方法的一种可选方案，其中：所述根据错题知识图谱和题库知识图谱，向目标用户推送习题进行练习，具体包括：
41、获取错题知识图谱；
42、获取题库知识图谱；
43、提取错题知识图谱中的错题类型和目标错题；
44、提取错题类型在题库知识图谱中对应的习题类型，将该习题类型定为目标练习习题类型；
45、提取目标练习习题类型在题库知识图谱中所对应的目标习题三元组；
46、执行错题练习推送策略。
47、本专利技术具备以下有益效果：
48、1、该基于个性知识图谱的知识盲点分类推荐方法，根据历史题集数据，获取所有的考点类型，并通过向互联网进行搜索，并建立题库知识图谱，及时获取更多的题目对题库知识图谱进行归类和扩充，使目标用户在答题的过程中推送的题目更加丰富，让目标用户达到举一反三的目的，从而掌握该考点内容。
49、2、该基于个性知识图谱的知识盲点分类推荐方法，根据目标用户的历史题集数据建立错题知识图谱，从而获取目标用户的知识盲点，并根据考点的不同以及错题数量的不同，计算推送练习的不同考点类型的习题的占比，判断目标用户对不同考点的掌握程度，从而对目标用户有针对性的推送练习的习题。
50、3、该基于个性知识图谱的知识盲点分类推荐方法，根据目标用本文档来自技高网...
【技术保护点】
1.一种基于个性知识图谱的知识盲点分类推荐方法，其特征在于：包括：
2.根据权利要求1所述的基于个性知识图谱的知识盲点分类推荐方法，其特征在于：所述根据目标用户的历史题集数据，分析并形成错题数据，具体为：
3.根据权利要求2所述的基于个性知识图谱的知识盲点分类推荐方法，其特征在于：所述根据错题数据和历史题集数据，分别构建错题知识图谱和题库知识图谱，具体为：
4.根据权利要求3所述的基于个性知识图谱的知识盲点分类推荐方法，其特征在于：所述根据错题数据和历史题集数据，分别构建错题知识图谱和题库知识图谱，还包括：
5.根据权利要求4所述的基于个性知识图谱的知识盲点分类推荐方法，其特征在于：所述根据错题数据和历史题集数据，分别构建错题知识图谱和题库知识图谱，还包括：
6.根据权利要求5所述的基于个性知识图谱的知识盲点分类推荐方法，其特征在于：所述根据错题知识图谱和题库知识图谱，向目标用户推送习题进行练习，具体包括：
7.根据权利要求6所述的基于个性知识图谱的知识盲点分类推荐方法，其特征在于：所述错题练习推送策略，具体
8.根据权利要求7所述的基于个性知识图谱的知识盲点分类推荐方法，其特征在于：所述执行抽题推送策略，具体包括：
9.根据权利要求8所述的基于个性知识图谱的知识盲点分类推荐方法，其特征在于：所述执行第一推送策略，具体包括：
10.根据权利要求9所述的基于个性知识图谱的知识盲点分类推荐方法，其特征在于：所述执行第二推送策略，具体包括：
...【技术特征摘要】
1.一种基于个性知识图谱的知识盲点分类推荐方法，其特征在于：包括：
2.根据权利要求1所述的基于个性知识图谱的知识盲点分类推荐方法，其特征在于：所述根据目标用户的历史题集数据，分析并形成错题数据，具体为：
3.根据权利要求2所述的基于个性知识图谱的知识盲点分类推荐方法，其特征在于：所述根据错题数据和历史题集数据，分别构建错题知识图谱和题库知识图谱，具体为：
4.根据权利要求3所述的基于个性知识图谱的知识盲点分类推荐方法，其特征在于：所述根据错题数据和历史题集数据，分别构建错题知识图谱和题库知识图谱，还包括：
5.根据权利要求4所述的基于个性知识图谱的知识盲点分类推荐方法，其特征在于：所述根据错题数据和历史题集数据，分别构建错题知...
【专利技术属性】
技术研发人员：苏飏，陈淑贞，
申请(专利权)人：广州市云蝶教育科技有限公司，
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。