[发明专利]基于学习者画像与习题相似度的预科中文习题推送方法

权利要求书

1.一种基于学习者画像与习题相似度的预科中文习题推送方法，其特征在于，包括：

步骤10、基于用户的母语语系与用户的历史做题轨迹构建学习者画像；

步骤20、构建知识点多叉树，然后采用LCA机制计算习题的相似度；

步骤30、基于用户的学习者画像与习题相似度，生成候选习题队列；

步骤40、基于用户交互数据遍历候选习题队列，生成推送习题队列；

其中，所述步骤10具体包括：

步骤11、将用户的母语信息L映射到九大语系与孤立语系LF，LF∈(0,1,2,3,4,5,6,7,8,9)；

步骤12、获取用户的历史做题轨迹数据集H，构建用户习题轨迹向量X，其中，X的长度为预科留学生中文知识大纲一级知识点的规模，X的值为一级知识点的做题准确率；

步骤13：汇总用户的母语信息L、语系数据LF以及用户习题轨迹向量X形成学习者画像UP＝(L，LF，X)；

步骤14：对于任意两位用户a和用户b，学习者画像分别为Ua(L1，LF1，X1)与Ub(L2，LF2，X2)，采用如下公式计算用户a和用户b学习者画像的相似度：

其中，n为预科留学生中文知识大纲一级知识点的规模，X_1i为用户a在预科留学生中文知识大纲第i个一级知识点下的做题准确率，X_2i为用户b在预科留学生中文知识大纲第i个一级知识点下的做题准确率。

2.根据权利要求1所述的方法，其特征在于：所述步骤20具体包括：

步骤21、根据预科中文知识大纲构造知识点多叉树T，所述知识点多叉树T的根节点R为一虚拟节点，深度h为0，深度h为1的节点与中文知识大纲的一级知识点对应设置，下层子节点与中文知识大纲的下层知识点对应设置；定义所述知识点多叉树T路径权值函数为：

d(h)＝0.5^h

步骤22、针对任意两道习题e_i，e_j，i≠j，i，j＝1，2...q，q为题库EL的习题数量，根据两道习题分别对应的知识点组K_ei＝{k_ei1,k_ei2,...,k_ein}与K_ej＝{k_ej1,k_ej2,...,k_ejm}，计算K_ei与K_ej产生的所有知识点对的LCA节点，所述LCA节点为：对于有根树T的两个结点u、v，最近公共祖先LCA节点表示一个结点x，满足x是u和v的祖先且x的深度尽可能大；计算出所有知识点对的LCA节点到根节点的边权值的均值，得到习题e_i和e_j的习题相似度，公式如下：

其中，k_{LCA(keio,kejp)}为k_eio与k_ejp对应知识点的LCA节点，Dist(k)为任意节点至根节点路径权值和，L_ei为题目e_i所对应的知识点组K_ei长度，L_ej为题目e_j所对应的知识点组K_ej长度。