[发明专利]一种学生学情的分析预测方法、装置、设备和存储介质在审

专利信息
申请号: 201810521496.5 申请日: 2018-05-28
公开(公告)号: CN108764569A 公开(公告)日: 2018-11-06
发明(设计)人: 申中超;王春惠;张喜东;陈锐锋;张凯磊 申请(专利权)人: 上海谦问万答吧云计算科技有限公司
主分类号: G06Q10/04 分类号: G06Q10/04;G06Q50/20;G06N3/04;G06N3/08
代理公司: 北京品源专利代理有限公司 11332 代理人: 孟金喆
地址: 200433 上海*** 国省代码: 上海;31
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 知识点 存储介质 记录序列 向量 预设 推断 学生 预测 关联知识 训练网络 分析 映射 推送 拍照 题目
【说明书】:

发明公开了一种学生学情的分析预测方法、装置、设备和存储介质,该方法包括通过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。本发明实施例实现了对学生学情的准确分析,预测学生的未来的拍照搜题事件和知识点的掌握情况,针对性地为学生进行知识点和题目的推送,提高用户的体验。

技术领域

本发明实施例涉及情报分析技术领域,尤其涉及一种学生学情的分析预测方法、装置、设备和存储介质。

背景技术

随着教育软件的越来越流程,近几年来,教育市场上出现一系列拍照搜题软件,学生遇到不懂的问题时只需要拍照并上传题目,拍照搜题软件就会在后台数据库中自动识别相同或者相关题目及其答案解析,并将搜索结果反馈至学生用户客户端,同时,这些拍照搜题软件后台也会收集学生的搜题记录数据,然而这些数据没有得到充分的分析和利用。

学校在教授知识时,知识点之间通常具有关联性,上游知识点掌握程度往往会影响到下游知识点的掌握程度。另外,如果学生对知识框架的掌握程度相似,他们可能会用拍照搜题软件拍搜相似的题目,例如学生1用某一拍照搜题软件上依次搜索了与知识点A、B、C和D相关的题目,学生2搜索A、B和C知识点相关的题目,我们有理由猜测,学生2之后会搜索D知识点相关的题目,即对D知识点掌握不好。

为了让拍照搜题软件能够更好地服务学生,发明人在实现本发明的过程中,发现现有技术存在如下缺陷:拍照搜题软件未能准确客观分析学生的学习情况,根据学生的学情个性化推荐题目以达到强化训练的目的,同时也未能根据学生的搜题记录预测学生的下一次搜题题目所涉及到的知识点,未能更好地提高用户的体验。

发明内容

本发明提供一种学生学情的分析预测方法、装置、设备和存储介质,以实现对学生学情的准确分析,预测学生未来的拍照搜题事件和知识点的掌握情况,针对性地为学生进行知识点和题目的推送,提高用户的体验。

第一方面,本发明实施例提供了一种学生学情的分析预测方法,该方法包括:

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。

第二方面,本发明实施例还提供了一种学生学情的分析预测装置,该装置包括:

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。

第三方面,本发明实施例提供了一种设备,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,所述处理器执行所述程序时实现如第一方面所述的学生学情的分析预测方法。

第四方面,本发明实施例还提供了一种包含计算机可执行指令的存储介质,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第一方面所述的学生学情的分析预测方法。。

下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。

该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于上海谦问万答吧云计算科技有限公司,未经上海谦问万答吧云计算科技有限公司许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服

本文链接:http://www.vipzhuanli.com/pat/books/201810521496.5/2.html,转载请声明来源钻瓜专利网。

×

专利文献下载

说明:

1、专利原文基于中国国家知识产权局专利说明书;

2、支持发明专利 、实用新型专利、外观设计专利(升级中);

3、专利数据每周两次同步更新,支持Adobe PDF格式;

4、内容包括专利技术的结构示意图流程工艺图技术构造图

5、已全新升级为极速版,下载速度显著提升!欢迎使用!

请您登陆后,进行下载,点击【登陆】 【注册】

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top