[发明专利]习题个性化推荐方法、装置、设备、计算机可读存储介质

权利要求书

1.一种习题个性化推荐方法，其特征在于，包括以下步骤：

S10.利用数据获取装置接收习题数据信息和学生的历史做题数据信息；

S20.采用数据处理装置根据通过步骤S10获得的所述习题数据信息和所述历史做题数据信息建立习题知识图谱和学生习题相关矩阵，并将所述学生习题相关矩阵包含的信息在所述习题知识图谱中传播扩散，获得波纹网络传播框架；

S30.通过结果预测装置接收学生信息和习题信息，并采用通过步骤S20获得的所述波纹网络传播框架对所述学生做错所述习题的可能性进行预测，根据所述预测输出习题推荐的结果。

2.根据权利要求1所述的习题个性化推荐方法，其特征在于，步骤S20包括：

在获得所述波纹网络传播框架后，使用不同的超参数训练所述波纹网络传播框架，选出所述波纹网络传播框架的最优超参数组合，并对所述波纹网络传播框架进行测试。

3.根据权利要求1所述的习题个性化推荐方法，其特征在于，在步骤S20中，通过以下步骤建立所述习题知识图谱：

S211.清洗所述习题数据信息；

S212.对通过步骤S211获得的所述习题数据信息中的每道习题分别进行知识点属性抽取；

S213.根据通过步骤S212获得的所述知识点属性抽取的结果，将所述每道习题结构化为由实体和关系构成的三元组，通过所述三元组建立所述习题知识图谱。

4.根据权利要求1所述的习题个性化推荐方法，其特征在于，在步骤S20中，通过以下步骤建立所述学生习题相关矩阵：

S221.搜集所述历史做题数据信息；

S222.根据通过步骤S221获得的所述历史做题数据信息，对每个所述学生练习过的每道习题的做题结果进行正误标识；

S223.根据通过步骤S222获得的所述正误标识的结果，建立所述学生习题相关矩阵。

5.根据权利要求1所述的习题个性化推荐方法，其特征在于，

所述波纹网络传播框架包括一个种子集和若干个的波纹集，所述种子集通过所述历史做题数据信息获得，所述波纹集通过所述种子集的波纹延伸传播获得；

任一个所述波纹集中具有若干个的习题实体，所述种子集和任一所述习题实体之间以及任一所述习题实体和另任一所述习题实体之间具有相关性；

计算所述习题与任一所述习题实体之间的相关程度，并根据所述相关程度对于所述学生做错所述习题的可能性进行预测。

6.根据权利要求5所述的习题个性化推荐方法，其特征在于，

将所述习题数据信息中的每道习题分别结构化为三元组(h，r，t)以获得所述习题知识图谱，并且h∈E，r∈R，t∈E；其中，h为头端实体，r为关系，t为尾端实体，E为所述知识图谱的实体集，R为所述知识图谱的关系集；

将每道习题处理成(U_i，V_i，1)格式或者(U_i，V_i，0)格式中的任一者以获得所述历史做题数据信息；其中，U_i为学生身份编号，V_i为习题身份编号，0表示U_i学生做对了V_i习题，1表示U_i学生做错了V_i习题；

所述学生习题相关矩阵通过以下方式获得：Y＝{y_uv|u∈U，v∈V}，其中，Y为所述学生习题相关矩阵，u为学生集，v为习题集，当所述学生做错了习题，y_uv输出值为1，当学生做对了习题，y_uv输出值为0。