[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在审

专利信息
申请号: 201911313520.7 申请日: 2019-12-19
公开(公告)号: CN111079018A 公开(公告)日: 2020-04-28
发明(设计)人: 刘林娜;欧阳一村;罗安华 申请(专利权)人: 深圳中兴网信科技有限公司
主分类号: G06F16/9535 分类号: G06F16/9535;G06F16/36;G06Q50/20
代理公司: 北京友联知识产权代理事务所(普通合伙) 11343 代理人: 汪海屏;刘潇
地址: 518109 广东省深圳*** 国省代码: 广东;44
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 习题 个性化 推荐 方法 装置 设备 计算机 可读 存储 介质
【说明书】:

发明涉及计算机技术领域,本发明提供了一种习题个性化推荐方法、装置、设备、计算机可读存储介质。所述习题个性化推荐方法包括以下步骤:S10.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.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.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。本发明和准确地预测学生可能需要练习的习题,由此帮助学生提高复习效率,节省复习时间。

技术领域

本发明涉及计算机技术领域,具体而言,涉及习题个性化推荐方法、装置、设备、计算机可读存储介质。

背景技术

近年来,随着计算机和互联网的普及,线上教育的相关技术和产品得到了快速地发展和广泛地应用。

其中,如何向接受线上教育的学生合理地推荐习题,以提高学生的学习效率,成为了本领域研究的焦点与热点。

发明内容

本发明旨在解决上述技术问题的至少之一。

为此,本发明的第一目的在于提供一种习题个性化推荐方法。

本发明的第二目的在于提供一种习题个性化推荐装置。

本发明的第三目的在于提供一种习题个性化推荐设备。

本发明的第四目的在于提供一种计算机可读存储介质。

为实现本发明的第一目的,本实施例提供了一种习题个性化推荐方法,所述习题个性化推荐方法包括以下步骤: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。

另外,本发明提供的上述实施例提供的技术方案还可以具有如下附加技术特征:

上述技术方案中,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。

上述任一技术方案中,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。

上述任一技术方案中,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。

上述任一技术方案中,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。

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深圳中兴网信科技有限公司,未经深圳中兴网信科技有限公司许可,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/201911313520.7/2.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