[发明专利]一种领域知识点结构缺陷智能诊断方法

说明书

本发明提供了一种领域知识点结构缺陷智能诊断方法，包括：管理员在服务器中预设领域知识点和相应的测试题目；用户对服务器中预设的测试题目进行作答，服务器对用户的作答情况建立用户知识能力模型，服务器根据用户知识能力模型对管理员预设的知识点中的测试题目重新筛选，并将筛选后的题目推给用户重新作答，直至用户完全掌握该领域知识点为止。本发明通过管理员终端对后台服务器中的领域知识点和对应的测试题目的预设，在用户终端完成测试题目作答后，根据作答信息建立或者修改用户知识能力模型，然后根据用户的知识能力模型推荐给用户测试题目，从而进行有针对性的训练，提高领域知识水平和技能。

技术领域

本发明属于知识点结构诊断方法技术领域，具体涉及一种领域知识点结构缺陷智能诊断系统。

背景技术

在如今的大数据时代，在线教育发展迅猛，能够为学生随时随地提供学习内容和练习题目，帮助学生巩固学习的知识，然而，由于试题资源数量庞大，学生想在有限的时间内完成所有的练习试题几乎不可能。因此，如何帮助学生在浩如烟海的试题资源中找到针对其薄弱知识点的练习题目进行训练是一个重要的问题。

当前多数推荐系统主要应用于商品推荐，其采用协同过滤算法。协同过滤是商品推荐系统中最成功的个性化推荐算法，应用十分广泛。在商品特征属性有条件独立或条件基本独立的情况下，普通的协同过滤算法准确率很高。但是，现实中在很多情况下各特征属性间往往条件并不独立，而是具有较强的相关性，这样就限制了协同过滤算法的准确推荐能力。例如，在领域知识题目推荐系统中，领域知识相关的题目所涉及的知识点之间往往具有很强的关联性和因果性，若采用传统的协同过滤算法推荐题目，往往无法准确推荐适合学生当前领域知识水平的题目。另外，采用协同过滤算法来推荐题目，往往推荐的题目是学生最容易做出来的练习题，这种推荐对学生来说没有任何意义和价值。

发明内容

本发明所要解决的技术问题在于针对上述现有技术的不足，提供一种领域知识点结构缺陷智能诊断系统，以解决上述背景技术中提出的问题。

为解决上述技术问题，本发明采用的技术方案是：

第一方面，本发明提供一种领域知识点结构缺陷智能诊断方法，包括；

管理员在服务器中预设领域知识点和相应的测试题目；

用户对服务器中预设的测试题目进行作答，服务器对用户的作答情况建立用户知识能力模型；

服务器根据用户知识能力模型对管理员预设的知识点中的测试题目重新筛选，并将筛选后的题目推给用户重新作答，作答后对用户知识能力模型进行修改，再次重复筛选推送并根据用户作答情况修改模型，直至用户完全掌握该领域知识点为止。

优选的，所述管理员具体为具有保证领域知识点及其关系正确性的领域知识专项教学的教学工作者，同时在服务器中预设领域知识点和相应的测试题目时，还能对该领域知识点的测试题目执行增加、删除、修改和查找的操作。

优选的，所述教学工作者完成领域知识点和相应的测试题目预设后，还要将孤立的领域知识节点建立连接，形成领域知识点节点图，建立节点间的连接关系，形成领域的知识结构图，具体为一个贝叶斯网络，即保证知识点节点图为一个有向无环图。

优选的，所述用户具体为领域知识点学习者，学习者对服务器中测试题目进行作答完成领域知识点的能力水平测试，测试完成后，服务器根据学生的能力测试情况，为该学生建立知识能力模型，通过该知识能力模型确定该学生对课程相关知识节点的掌握情况。

优选的，通过该知识能力模型确定该学生对课程相关知识节点的掌握情况具体的方式为：当学习者有未掌握的知识节点时，服务器中的推荐引擎模块结合领域知识节构，即贝叶斯网络和知识能力模型预测出的这些未掌握的知识节点所能掌握的概率，然后根据这些知识点和所能掌握的概率选择服务器中对应的题目推荐给学习者练习，直到学习者掌握所有知识点为止，其中，当系统认定学生掌握了所有知识节点后，学生则完成该领域知识点的掌握。