一种基于大模型的学习能力评估与提升系统技术方案

本发明专利技术属于学习能力评估技术领域，具体的说是一种基于大模型的学习能力评估与提升系统，包括数据收集模块，用于收集用户的历史答题信息；计算模块，计算用户的历史答题得分；通过数据处理模块，基于同一知识点答题准确性，计算用户针对同一知识点的得分率，以此反映用户在针对同一知识点题目的解答时，是否存在偶然性，基于计算得到的得分率，再通过评估模块对用户的学习能力进行评估，其次为了能够识别出用户的短板，提供相关的学习资料或练习题，以重点强化那些薄弱的知识点，还通过提升模型，输出用户的历史答题熟练度，通过获取所有用户的历史答题熟练度，筛出对知识点掌握程度较薄弱的用户群体，再对该部分用户群体进行提升学习。

【技术实现步骤摘要】

本专利技术属于学习能力评估，具体的说是一种基于大模型的学习能力评估与提升系统。

技术介绍

1、传统的考试测验使用单一的分数来对用户的学习能力进行评估，既不能获知用户掌握或未掌握具体哪方面的知识，也不能得到用户做错试题的原因，以进行补救。对于相同分数的用户，更无法得到他们之间可能存在的认知状态和知识结构的差异。传统考试提供的信息已不太适合个体发展的需要。

2、为了获得更能反映用户学习能力的测试结果，现有公开号为cn114491050a的专利公开了一种基于认知诊断的学习能力评估方法，包括：获取用户的答题信息，对用户的答题信息进行标签化预处理，得到带标签的答题信息和无标签的答题信息；根据带标签的答题信息，对无标签的答题信息进行聚类，得到所有答题信息的标签；将所有答题信息及其标签输入认知诊断模型中，认知诊断模型输出用户的答题正确概率，根据用户的答题正确概率，对用户的学习能力进行评估。

3、基于上述，本质上现有技术通过获取用户答题信息，利用答题信息中的相关信息对用户实际测试过程中的答题状态进行分析，从而综合计算用户的真实得分情况，并不依赖于传本文档来自技高网...

【技术保护点】

1.一种基于大模型的学习能力评估与提升系统，其特征在于，包括：

2.根据权利要求1所述的一种基于大模型的学习能力评估与提升系统，其特征在于：所述答题信息包括：答题准确性A、答题次数C及答题时间T；当用户准确答题，则A=1，否则A=0。

3.根据权利要求2所述的一种基于大模型的学习能力评估与提升系统，其特征在于：所述计算模块根据历史答题信息获取历史答题得分的方法为：

4.根据权利要求3所述的一种基于大模型的学习能力评估与提升系统，其特征在于：获取所述历史得分率的方法为：

5.根据权利要求4所述的一种基于大模型的学习能力评估与提升系统，其特征在...

【技术特征摘要】

1.一种基于大模型的学习能力评估与提升系统，其特征在于，包括：

2.根据权利要求1所述的一种基于大模型的学习能力评估与提升系统，其特征在于：所述答题信息包括：答题准确性a、答题次数c及答题时间t；当用户准确答题，则a=1，否则a=0。

3.根据权利要求2所述的一种基于大模型的学习能力评估与提升系统，其特征在于：所述计算模块根据历史答题信息获取历史答题得分的方法为：

4.根据权利要求3所述的一种基于大模型的学习能力评估与提升系统，其特征在于：获取所述历史得分率的方法为：

5.根据权利要求4所述的一种基于大模型的学习能力评估与提升系统，其特征在于：基于所述历史得分率，对用户学习能力进行评估的方法为：

6.根据权利要求5所述的一种基于大模型的学习能力评估与提升系统，其特征在于：所述计算模...

【专利技术属性】
技术研发人员：王锋，王爱弘，
申请(专利权)人：南京红尘风云数字科技有限公司，
类型：发明
国别省市：