[发明专利]基于深度学习的题目推荐方法、装置及存储介质

权利要求书

1.一种基于深度学习的题目推荐方法，应用于电子装置，其特征在于，所述方法包括：

S110：获取用户历史做题数据，并将所述历史做题数据输入深度知识追踪模型，以获取用户对各知识点的掌握程度数据；

S120：根据所述用户对各知识点的掌握程度数据及所述各知识点的权重对各知识点进行排序，并根据排序结果获取目标知识点；

S130：基于用户对所述目标知识点的掌握程度数据，通过一参数对数模型获取所述用户对所述目标知识点下的各题目的正确作答几率；

S140：基于所述正确作答几率，对所述用户进行题目推荐，并将所述用户对推荐题目的作答结果保存至所述历史做题数据中，以更新所述深度知识追踪模型的输入数据；

其中，所述将所述历史做题数据输入深度知识追踪模型，以获取用户对各知识点的掌握程度数据的过程包括：

设定长短期记忆网络模型作为所述深度知识追踪模型的基础模型；

基于所述长短期记忆网络模型对所述各知识点下的历史做题数据进行分析计算，获取所述各知识点下的历史做题记录；

对所述各知识点下的历史做题记录按照时间进行排序，确保所有历史做题记录均是带有时间标记的；

根据不同时间同一题目做对或者做错的记录，判断该题目是否属于“懂但做错”或“不懂但蒙对”的情况；其中，

当同一题目的历史做题记录的前预设个数均为“正确”，当前出现做错的情况时，判定该题目属于“懂但做错”的情况；当同一题目的历史做题记录的前预设个数均为“错误”，当前出现做对的情况时，判定该题目属于“不懂但蒙对”的情况。

2.根据权利要求1所述的基于深度学习的题目推荐方法，其特征在于，所述判断该题目是否属于“懂但做错”或“不懂但蒙对”的情况的步骤之后，所述方法还包括：

当题目属于“懂但做错”的情况时，根据遗忘曲线，间隔预设时间向所述用户推荐相同的题目；

当题目属于“不懂但蒙对”的情况时，通过步骤S120至S140向用户进行个性化题目推荐。

3.根据权利要求1所述的基于深度学习的题目推荐方法，其特征在于，所述根据所述用户对各知识点的掌握程度及所述各知识点的权重对各知识点进行排序，并根据排序结果获取目标知识点的过程包括：

获取各知识点的权重，其中，所述各知识点的权重根据教研老师对历史考试试题的研究分析获取；

基于系数计算公式获取所述各知识点的重要性系数，并按照所述重要性系数对所述各知识点进行排序；

根据所述排序结果确定所述目标知识点；

所述系数计算公式为：

k＝(1-θ)*α

其中，k表示重要性系数，θ表示用户对知识点的掌握程度，α表示与θ对应的知识点的权重。