[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有效
申请号: | 201911402671.X | 申请日: | 2019-12-30 |
公开(公告)号: | CN111179675B | 公开(公告)日: | 2022-09-06 |
发明(设计)人: | 彭玥;沙玲 | 申请(专利权)人: | 安徽知学科技有限公司 |
主分类号: | G06Q50/20 | 分类号: | G06Q50/20 |
代理公司: | 深圳市威世博知识产权代理事务所(普通合伙) 44280 | 代理人: | 黎坚怡 |
地址: | 230000 安徽省合肥市高新区望*** | 国省代码: | 安徽;34 |
权利要求书: | 查看更多 | 说明书: | 查看更多 |
摘要: | |||
搜索关键词: | 个性化 练习题 推荐 方法 系统 计算机 设备 以及 存储 介质 | ||
本申请公开了一种个性化练习题推荐方法、系统、计算机设备和存储介质。该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;根据学生集合中的其他学生对知识点簇下的每道试题的实际得分率预测用户对每道试题的预测得分率;计算用户对每道试题的实际得分率与预测得分率的差值;根据差值对试题进行优先级排序,其中实际得分率越小于预测得分率,则试题的优先级越高;按照优先级排序后的试题进行练习题推荐。本申请使用大数据和人工智能技术,根据学生与同等水平人群之间的差异判断学生对当前知识点簇下的各种试题的掌握情况,进而有针对性地推荐练习内容,真正实现因材施教,有效帮助学生提升学习效率。
技术领域
本申请属于互联网教育技术领域,更具体地说,是涉及一种采用人工智能和大数据进行辅助教育的练习推荐方法。
背景技术
现在的人工智能在教育领域的运用还处于初级阶段,通常是根据学习知识点或者学生的考试错题推荐相对固定的学习资料,未能真正结合学生的发展水平的达到因材施教的目的。
例如,当前人工智能教育领域常用的基于知识图谱的组合错题推荐方法,其特征是将学生的错题映射到知识图谱中,通过计算得到相应的知识点推荐,再获取该知识点下的推荐试题。这种推荐方法在选取知识点和学习路线的过程中使用相对固定的算法,很难真正寻找到最适合使用者的知识图谱掌握路线。另外,这种方法没有完全根据学生对知识点的掌握率区分试题的难度,无法真正做到个性化学习。
发明内容
本发明所要解决的技术问题是提供一种个性化练习推荐方法,以有效帮助学生提升学习效率。
为实现上述目的,本申请采用的技术方案是:本申请提供一种个性化练习推荐方法,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;根据学生集合中的其他学生对知识点簇下的每道试题的实际得分率预测用户对每道试题的预测得分率;计算用户对每道试题的实际得分率与预测得分率的差值;根据差值对试题进行优先级排序,其中实际得分率越小于预测得分率,则试题的优先级越高;按照优先级排序后的试题进行练习题推荐。
为实现上述目的,本申请采用的另一技术方案是:提供一种个性化练习题推荐系统,该系统包括:识别模块,用于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;预测模块,用于根据学生集合中的其他学生对知识点簇下的每道试题的实际得分率预测用户对每道试题的预测得分率;处理模块,用于计算用户对每道试题的实际得分率与预测得分率的差值;排序模块,用于根据差值对试题进行优先级排序,其中实际得分率越小于预测得分率,则试题的优先级越高;推荐模块,用于按照优先级排序后的试题进行练习题推荐。
为实现上述目的,本申请采用的又一技术方案是:提供一种用于个性化练习题推荐的计算机设备,该设备包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序,处理器执行计算机程序时实现上述的个性化练习题推荐方法。
为实现上述目的,本申请采用的再一技术方案是:本申请提供一种存储介质,存储介质存储有程序数据,程序数据被处理器执行时实现上述的个性化练习题推荐方法。
本申请的有益效果是:本申请的个性化练习推荐方法基于学生对知识的掌握情况,将学生划分为不同的发展水平的学生集合。然后,根据用户所属的学生集合中其他学生的对于试题的得分率预测用户对于该试题的得分率,最后将预测得分率与用户实际得分率比较,根据比较结果对试题进行优先级排序,并根据排序结果为用户推荐试题。根据学生与同等水平人群之间的差异判断学生对当前知识点簇下的各种试题的掌握情况,进而有针对性地推荐练习内容,真正实现因材施教,有效帮助学生提升学习效率。
附图说明
为了更清楚地说明本申请实施例或现有技术中的技术方案,下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍,显而易见地,下面描述中的附图仅仅是本申请的一些实施例,对于本领域普通技术人员来讲,在不付出创造性劳动的前提下,还可以根据这些附图获得其他的附图,其中:
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安徽知学科技有限公司,未经安徽知学科技有限公司许可,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/201911402671.X/2.html,转载请声明来源钻瓜专利网。