[发明专利]题目推送方法、装置、设备和计算机可读存储介质

权利要求书

1.一种题目推送方法，其特征在于，所述题目推送方法包括以下步骤：

获取做题日志样本集，根据所述做题日志样本集构建题目分析模型；

在接收到题目推送请求时，获取所述题目推送请求对应的账户标识，及所述账户标识关联的做题日志；

将所述做题日志输入至所述题目分析模型进行日志信息分析，得到所述做题日志对应的题目特征数据；

根据所述题目特征数据获取所述题目推送请求对应的练习题目并输出；

所述获取做题日志样本集，根据所述做题日志样本集构建题目分析模型的步骤，包括：

获取做题日志样本集，对所述做题日志样本集中的各做题日志样本进行预处理，得到所述做题日志样本集对应的原始数据、中间数据和衍生数据；

将所述原始数据、所述中间数据和所述衍生数据进行维度划分，得到维度表与事实表，将所述维度表与所述事实表进行融合生成数据立方体；

统计所述数据立方体中相同维度的数据得到特征指标，利用所述特征指标进行模型训练，得到题目分析模型。

2.如权利要求1所述的题目推送方法，其特征在于，所述获取做题日志样本集，对所述做题日志样本集中的各做题日志样本进行预处理，得到所述做题日志样本集对应的原始数据、中间数据和衍生数据的步骤，包括：

获取做题日志样本集，对所述做题日志样本集中各做题日志样本进行解析，获得各所述做题日志样本中已做练习题目的章节信息、题目信息、答题信息和/或操作信息；

将所述章节信息、所述题目信息、所述答题信息和/或所述操作信息作为原始数据，删除所述原始数据中的冗余信息，并对剩余的原始数据做归一化处理得到中间数据；

将所述中间数据按题目类型、题目知识点和/或题目考察频率分类形成数据子集，统计各所述数据子集中的中间数据，得到衍生数据。

3.如权利要求1所述的题目推送方法，其特征在于，所述统计所述数据立方体中相同维度的数据得到特征指标，利用所述特征指标进行模型训练，得到题目分析模型的步骤，包括：

统计所述数据立方体中相同维度的数据得到特征指标，从所述特征指标中抽取预设比例的一次训练特征指标；

将所述一次训练特征指标作为自变量，将预设的题目特征数据作为因变量，基于所述自变量和所述因变量构建初始分析函数；

以所述预设比例从所述特征指标中抽取迭代训练特征指标，通过所述迭代训练特征指标对所述初始分析函数进行迭代调整，得到训练分析函数；

获取所述训练分析函数的分析准确率，将分析准确率超过预设阈值的训练分析函数作为题目分析模型。

4.如权利要求1所述的题目推送方法，其特征在于，所述根据所述题目特征数据获取所述题目推送请求对应的练习题目并输出的步骤，包括：

获取所述题目特征数据的类型，根据所述题目特征数据的类型为所述题目特征数据分配加权权重；

查询预设公共题库，获取与所述题目特征数据类型相同的第一练习题目集合；

获取所述第一练习题目集合中与所述加权权重相同的练习题目，并将所述练习题目作为题目推送请求对应的练习题目输出。

5.如权利要求1所述的题目推送方法，其特征在于，所述根据所述题目特征数据获取所述题目推送请求对应的练习题目并输出的步骤之后，包括：

在接收到基于所述练习题目触发答题操作时，获取所述练习题目的操作信息，获取登录用户的账户标识，及所述账户标识对应的答题日志；

将所述练习题目的章节信息、题目信息、答题信息和操作信息添加到所述做题日志，并更新所述做题日志。

6.如权利要求1至5任意一项所述的题目推送方法，其特征在于，所述根据所述题目特征数据获取所述题目推送请求对应的练习题目并输出的步骤包括：

在接收到基于所述练习题目触发的提交指令时，获取所述提交指令对应的答题信息，将所述答题信息与所述练习题目的标准答案进行比对；

若所述答题信息与所述练习题目的标准答案不匹配，则输出推送提示；

在接收到基于所述推送提示输入的确认指令时，查询预设公共题库，获取与所述练习题目相似度最高的目标练习题目并输出。