[发明专利]一种学生智能专属题库推荐方法及系统在审
申请号: | 202111395559.5 | 申请日: | 2021-11-23 |
公开(公告)号: | CN114117252A | 公开(公告)日: | 2022-03-01 |
发明(设计)人: | 贾俊海 | 申请(专利权)人: | 东软云慧(北京)科技有限公司 |
主分类号: | G06F16/9536 | 分类号: | G06F16/9536;G06F16/9535;G06F16/906;G06K9/62;G09B7/04 |
代理公司: | 北京知呱呱知识产权代理有限公司 11577 | 代理人: | 胡乐 |
地址: | 102627 北京市大兴区*** | 国省代码: | 北京;11 |
权利要求书: | 查看更多 | 说明书: | 查看更多 |
摘要: | |||
搜索关键词: | 一种 学生 智能 专属 题库 推荐 方法 系统 | ||
1.一种学生智能专属题库推荐方法,其特征在于,所述方法包括:
根据目标学生注册的基本信息形成目标学生画像,并获取所述目标学生的错题;
建立智能推荐模型,并将所述目标学生画像与所述智能推荐模型相关联;所述智能推荐模型包括根据所述目标学生的错题采用协同过滤算法计算相似度,结合聚类算法基于题目知识点对错题做类别归类得到目标知识库;
根据所述目标学生画像与所述目标知识库生成推荐题库;
针对于目标学生在所述推荐题库中的错题,形成错题集。
2.根据权利要求1所述的方法,其特征在于,针对于目标学生在所述推荐题库中的错题,形成错题集之后,所述方法还包括:
目标学生可以从所述错题集中查看自己所有错题记录,可以选择作答错误的题目重新作答,作答正确的题目从错题集中自动删除;再次作答错误的题目仍然保留在所述错题集中。
3.根据权利要求1所述的方法,其特征在于,所述根据所述目标学生画像与所述目标知识库生成推荐题库,包括:
设置难度系数占比,并依据所述难度系数占比根据所述目标学生画像与所述目标知识库生成推荐题库。
4.根据权利要求3所述的方法,其特征在于,所述根据所述目标学生画像与所述目标知识库生成推荐题库,包括:
根据目标学生注册的年级、教版,以及学科等形成目标学生画像,在所述目标知识库中推荐给所述目标学生对应年级、教版以及学科下的题目。
5.根据权利要求1所述的方法,其特征在于,所述协同过滤算法包括:杰卡德相似系数,夹角余弦,欧式距离或曼哈顿距离。
6.根据权利要求1所述的方法,其特征在于,所述聚类算法K-means算法,BIRCH聚类算法或DBSCAN密度聚类算法。
7.根据权利要求1所述的方法,其特征在于,获取所述目标学生的错题包括:
通过所述目标学生画像生成初始试题,所述目标学生基于所述初始试题形成的错题;
或,所述目标学生在历史错题集中的错题。
8.一种学生智能专属题库推荐系统,其特征在于,所述系统包括:
获取模块,用于根据目标学生注册的基本信息形成目标学生画像,并获取所述目标学生的错题;
模型建立模块,用于建立智能推荐模型,并将所述目标学生画像与所述智能推荐模型相关联;所述智能推荐模型包括根据所述目标学生的错题采用协同过滤算法计算相似度,结合聚类算法基于题目知识点对错题做类别归类得到目标知识库;
生成模块,用于根据所述目标学生画像与所述目标知识库生成推荐题库;
错题集模块,用于针对于目标学生在所述推荐题库中的错题,形成错题集。
9.根据权利要求8所述的方法,其特征在于,所述错题集模块还用于:
使目标学生可以从所述错题集中查看自己所有错题记录,可以选择作答错误的题目重新作答,作答正确的题目从错题集中自动删除;再次作答错误的题目仍然保留在所述错题集中。
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东软云慧(北京)科技有限公司,未经东软云慧(北京)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/202111395559.5/1.html,转载请声明来源钻瓜专利网。
- 上一篇:一种集装箱堆垛安全监测方法
- 下一篇:一种数据采集的方法及装置