[发明专利]个性化练习题推荐方法、系统、计算机设备以及存储介质

权利要求书

1.一种个性化练习题推荐方法，其特征在于，所述个性化练习题推荐方法包括：

针对预定的知识点簇确定用户所属的具有相同发展水平的学生集合；其中，所述具有相同发展水平的学生集合是指在所述学生集合中的任意两个学生的发展水平表征向量之间的相似度大于或等于预设的相似度阈值；

根据所述学生集合中的其他学生对所述知识点簇下的每道试题的实际得分率预测所述用户对每道试题的预测得分率；

计算所述用户对每道试题的实际得分率与所述预测得分率的差值；

根据所述差值对所述试题进行优先级排序，其中所述实际得分率越小于所述预测得分率，则所述试题的优先级越高；

按照优先级排序后的所述试题进行练习题推荐。

2.如权利要求1所述的个性化练习题推荐方法，其特征在于，所述根据所述学生集合中的其他学生对所述知识点簇下的每道试题的实际得分率预测所述用户对每道试题的预测得分率的步骤包括：

以所述用户与所述其他学生之间的所述相似度为权重系数对所述其他学生的所述实际得分率进行加权平均。

3.如权利要求2所述的个性化练习题推荐方法，其特征在于，所述发展水平表征向量的向量元素值包括所述知识点簇下的各知识点的历史得分率和/或所述知识点簇下的各学习能力项的历史得分率。

4.如权利要求2所述的个性化练习题推荐方法，其特征在于，所述针对预定的知识点簇确定用户所属的具有相同发展水平的学生集合的步骤之前，进一步包括：

根据多个所述学生针对所述知识点簇的历史得分率为每个所述学生生成所述发展水平表征向量；

根据所述学生之间的所述发展水平表征向量的相似度与所述相似度阈值将多个 所述学生划分到不同的所述学生集合。

5.如权利要求4所述的个性化练习题推荐方法，其特征在于，所述根据多个所述学生针对所述知识点簇的历史得分率为每个所述学生生成所述发展水平表征向量的步骤包括：

将所述知识点簇下的每个知识点作为所述发展水平表征向量的一个向量元素；

针对每个所述知识点，利用多次考试中的属于所述知识点的历史得分率进行加权平均，以获得与所述知识点对应的向量元素值。

6.如权利要求5所述的个性化练习题推荐方法，其特征在于，所述根据多个所述学生针对所述知识点簇的历史得分率为每个所述学生生成所述发展水平表征向量的步骤进一步包括：

将所述知识点簇下的每个学习能力项作为所述发展水平表征向量的一个向量元素；

针对每个所述学习能力项，利用多次考试中的属于所述学习能力项的历史得分率进行加权平均，以获得与所述学习能力项对应的向量元素值。

7.如权利要求6所述的个性化练习题推荐方法，其特征在于，利用多次考试中的属于所述知识点的历史得分率进行加权平均和/或利用多次考试中的属于所述学习能力项的历史得分率进行加权平均所使用的权重系数设置成当所述考试的考试时间距离当前时间越久，则对应的权重系数越小。

8.如权利要求7所述的个性化练习题推荐方法，其特征在于，利用多次考试中的属于所述知识点的历史得分率进行加权平均和/或利用多次考试中的属于所述学习能力项的历史得分率进行加权平均所使用的权重系数由以下公式表示：

其中t_i为第i次考试所对应的权重系数，T₀为当前时间，T_i为第i次考试的考试时间，λ为预设参数。