[发明专利]一种知识点智能识别方法、系统、智能设备和存储介质

权利要求书

1.一种知识点智能识别方法，其特征在于，包括步骤：

收集各个本地端的工作数据和薄弱知识点集，所述工作数据包括做题记录；

分别获取各个所述工作数据对应的知识点集，所述知识点集由若干个知识点组成；

对比每个所述知识点集与其余所述知识点集，得到每个所述知识点集分别对应的若干个相似的所述知识点集；

根据每个所述知识点集对应的若干个相似的所述知识点集得到每个所述本地端对应的若干个相似的所述本地端；

识别每个所述本地端对应的所述薄弱知识点集为该所述本地端对应的若干个相似的所述本地端的所述薄弱知识点集。

2.根据权利要求1所述的一种知识点智能识别方法，其特征在于，所述的对比每个所述知识点集与其余所述知识点集，得到每个所述知识点集分别对应的若干个相似的所述知识点集，具体包括：

分别计算每个所述知识点集与其余各个所述知识点集之间的相似度；

判断其余各个所述知识点集中所述相似度大于预设阈值的若干个所述知识点集为相似的所述知识点集。

3.根据权利要求2中所述的一种知识点智能识别方法，其特征在于，所述的分别计算每个所述知识点集与其余各个所述知识点集之间的相似度，具体包括：

分别计算每个所述知识点集与其余各个所述知识点集中，相同的所述知识点的类别数量占所述知识点类别总量的比例作为所述相似度。

4.根据权利要求2所述的一种知识点智能识别方法，其特征在于，所述的分别计算每个所述知识点集与其余各个所述知识点集之间的相似度，具体还包括：

获取各个所述知识点之间预设的关系权重，所述关系权重用于表示各个所述知识点之间的相似程度；

根据各个所述知识点之间的所述关系权重，分别计算每个所述知识点集与其余各个所述知识点集之间的相似度。

5.根据权利要求1所述的一种知识点智能识别方法，其特征在于，所述的分别获取各个所述工作数据对应的知识点集之后，所述的对比每个所述知识点集与其余所述知识点集之前，还包括：

剔除所述知识点数量小于预设数量的所述知识点集。

6.根据权利要求1所述的一种知识点智能识别方法，其特征在于，所述的识别每个所述本地端对应的所述薄弱知识点集为该所述本地端对应的若干个相似的所述本地端的所述薄弱知识点集之后，还包括：

根据各个所述本地端的所述薄弱知识点集向该所述本地端推送信息。

7.一种知识点智能识别系统，其特征在于，包括：

收集模块，用于收集各个本地端的工作数据和薄弱知识点集，所述工作数据包括做题记录；

第一获取模块，与所述收集模块连接，用于分别获取各个所述工作数据对应的知识点集，所述知识点集由若干个知识点组成；

对比模块，与所述第一获取模块连接，用于对比每个所述知识点集与其余所述知识点集，得到每个所述知识点集分别对应的若干个相似的所述知识点集；

第二获取模块，与所述对比模块连接，用于根据每个所述知识点集对应的若干个相似的所述知识点集得到每个所述本地端对应的若干个相似的所述本地端；

识别模块，与所述第二获取模块和所述收集模块连接，用于识别每个所述本地端对应的所述薄弱知识点集为该所述本地端对应的若干个相似的所述本地端的所述薄弱知识点集。

8.根据权利要求7所述的一种知识点智能识别系统，其特征在于，所述第一获取模块包括：

计算单元，用于分别计算每个所述知识点集与其余各个所述知识点集之间的相似度；

判断单元，与所述计算单元连接，用于判断其余各个所述知识点集中所述相似度大于预设阈值的若干个所述知识点集为所述相似知识点集。

9.一种智能设备，其特征在于，包括处理器、储存器以及存储在所述存储器中并可在所述处理器上运行的计算机程序，所述处理器，用于执行所述存储器上所存放的计算机程序，实现如权利要求1～6中任意一项所述的知识点智能识别方法所执行的操作。

10.一种存储介质，其特征在于，所述存储介质中存储有至少一条指令，所述指令由处理器加载并执行以实现如权利要求1～6中任意一项所述的知识点智能识别方法所执行的操作。