[发明专利]一种学生学情的分析预测方法、装置、设备和存储介质

权利要求书

1.一种学生学情的分析预测方法，其特征在于，包括：

对拍题记录事件按时序排列生成拍题记录序列；

将每个所述拍题记录事件的关联知识点映射到预设的知识点空间，生成每个所述拍题记录事件的知识点向量；

将所述知识点向量根据所述拍题记录序列中的顺序输入预设训练网络训练得到推断模型；

根据所述推断模型对后续的拍题记录事件进行预测。

2.根据权利要求1所述的方法，其特征在于，所述对拍题记录事件按时序排列生成拍题记录序列之前，还包括：

从数据库中获取预设学科学段对应于至少一个用户标识的拍题记录事件；

所述对拍题记录事件按时序排列生成拍题记录序列，具体为：

对所述拍题记录事件对应于每个用户标识分别按时序排列生成拍题记录序列。

3.根据权利要求2所述的方法，其特征在于，所述对拍题记录事件按时序排列生成拍题记录序列之前，还包括：

获取预设学科学段的全部知识点，并将所述全部知识点固定排序形成所述知识点空间；

所述将每个所述拍题记录事件的关联知识点映射到知识点空间，生成每个所述拍题记录事件的知识点向量，包括：

将每个所述拍题记录事件的关联知识点映射到所述知识点空间进行赋值，并将赋值结果根据排序表征为一维数组。

4.根据权利要求1所述的方法，其特征在于，所述将所述知识点向量根据所述拍题记录序列中的顺序输入预设训练网络训练得到推断模型，包括：

将所述知识点向量根据所述拍题记录序列中的顺序依次输入预设训练网络，将每次输入的知识点向量的后一个知识点向量作为该输入在预设训练网络中的监督，训练得到推断模型。

5.根据权利要求1所述的方法，其特征在于，所述预设训练网络采用随机梯度下降法训练所述推断模型的参数。

6.一种学生学情的分析预测装置，其特征在于，包括：

拍题记录序列生成模块，用于对拍题记录事件按时序排列生成拍题记录序列；

知识点向量生成模块，用于将每个所述拍题记录事件的关联知识点映射到预设的知识点空间，生成每个所述拍题记录事件的知识点向量；

推断模型训练模块，用于将所述知识点向量根据所述拍题记录序列中的顺序输入预设训练网络训练得到推断模型；

拍题记录事件预测模块，用于根据所述推断模型对后续的拍题记录事件进行预测。

7.根据权利要求6所述的装置，其特征在于，还包括：

拍题记录事件获取模块，用于从数据库中获取预设学科学段对应于至少一个用户标识的拍题记录事件；

所述拍题记录序列生成模块，具体用于对所述拍题记录事件对应于每个用户标识分别按时序排列生成拍题记录序列。

8.根据权利要求6所述的装置，其特征在于，还包括：

知识点空间生成模块，用于获取预设学科学段的全部知识点，并将所述全部知识点固定排序形成所述知识点空间；

所述知识点向量生成模块，包括：

赋值单元，用于将每个所述拍题记录事件的关联知识点映射到所述知识点空间进行赋值，并将赋值结果根据排序表征为一维数组。

9.一种设备，包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序，其特征在于，所述处理器执行所述程序时实现如权利要求1-5中任一所述的学生学情的分析预测方法。

10.一种包含计算机可执行指令的存储介质，其特征在于，所述计算机可执行指令在由计算机处理器执行时用于执行如权利要求1-5中任一项所述的学生学情的分析预测方法。