[发明专利]一种基于人工智能的个人化学习测验题目推荐方法

权利要求书

1.一种基于人工智能的个人化学习测验题目推荐方法，其特征在于，包括以下步骤：

S1、题目推荐模型(3)建立：学生通过答题系统(1)进行测验，收集过去所有作答者的答题难度、答题时间以及答题题目相关性数据，发送至模型建立系统(2)，经由机器学习/深度学习计算训练得到一个题目推荐模型(3)；

S2、测验题目推荐：当前测验者在答题系统(1)中进行答题测验后，以其答题对错率以及答题时间为输入数据，输入至题目推荐模型(3)内，题目推荐模型(3)由测验者答题状态推荐适合的测验题目给答题系统(1)，输出数据为合适的测验难度与测验题目，测验者可在答题系统(1)内针对推荐的测验题目进行重新测验学习。

2.根据权利要求1所述的一种基于人工智能的个人化学习测验题目推荐方法，其特征在于：所述答题系统(1)包括答题控制模块(11)和数据采集模块(12)，所述答题控制模块(11)输出端与数据采集模块(12)输入端连接，所述数据采集模块(12)输出端与模型建立系统(2)输入端连接。

3.根据权利要求1所述的一种基于人工智能的个人化学习测验题目推荐方法，其特征在于：所述答题控制模块(11)用于控制答题运行，具体为测验者答题操控、答题题目存储、答题题目更新和推荐，答题题目按照难度分为多个等级。

4.根据权利要求1所述的一种基于人工智能的个人化学习测验题目推荐方法，其特征在于：所述数据采集模块(12)用于将测试者答题过程中的答题题目相关性数据、答题时间、答题对错率收集，并发送给模型建立系统(2)。

5.根据权利要求1所述的一种基于人工智能的个人化学习测验题目推荐方法，其特征在于：所述模型建立系统(2)包括数据输入模块(21)、能力分群模块(22)和模型生成模块(23)。

6.根据权利要求5所述的一种基于人工智能的个人化学习测验题目推荐方法，其特征在于：所述数据输入模块(21)输入端与数据采集模块(12)输出端连接，用于接收测试者答题过程中的答题题目相关性数据、答题时间、答题对错率信息；所述数据输入模块(21)输出端与能力分群模块(22)输入端连接，将答题难度、答题时间、答题对错率发送给能力分群模块(22)。

7.根据权利要求5所述的一种基于人工智能的个人化学习测验题目推荐方法，其特征在于：所述能力分群模块(22)包括能力判断单元(4)和能力分群单元(5)，所述能力判断单元(4)用于根据测验者答题难度、答题时间、答题对错率信息进行能力判断，能力分群单元(5)依据这些判断结果进行分群，将过去测验者的经验分成不同族群，这些不同族群有不同的作答题目路径。

8.根据权利要求5所述的一种基于人工智能的个人化学习测验题目推荐方法，其特征在于：所述能力分群模块(22)输出端与模型生成模块(23)连接，能力分群模块(22)将分群路径发送至模型生成模块(23)，由机器学习/深度学习计算训练得到一个题目推荐模型(3)。

9.根据权利要求8所述的一种基于人工智能的个人化学习测验题目推荐方法，其特征在于：所述能力分群模块(22)输出端与题目推荐模型(3)连接，当前测验者的作答题目结果经能力分群模块(22)发送至题目推荐模型(3)，题目推荐模型(3)透过作答题目路径，推荐匹配测验者能力的题目至答题系统(1)，由测验者继续测验学习。