[发明专利]一种学生智能专属题库推荐方法及系统

说明书

本申请公开了一种学生智能专属题库推荐方法及系统。本方法首先根据目标学生注册的基本信息形成目标学生画像，并获取目标学生的错题；建立智能推荐模型，并将目标学生画像与智能推荐模型相关联；其中，智能推荐模型包括根据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；根据目标学生画像与目标知识库生成推荐题库；针对于目标学生在推荐题库中的错题，形成错题集。可以看出，本发明可以根据不同学生的实际情况，更加精准帮助学生强化薄弱知识点，举一反三进行练习，从而快速提高学习成绩。

技术领域

本发明涉及在线教学领域，特别涉及一种学生智能专属题库推荐方法及系统。

背景技术

随着计算机的不断普及和信息技术的快速发展，知识获取的方式发生了根本性的变化，基于网络的教育方式已逐渐被大家了解和接受。在线学习试题推荐系统、在线考试系统等作为一种教育辅助平台，以其海量的试题资源、方便实用的学习方法赢得了大量学生和教师用户。但是，这些平台往往以系统自身为中心，并没有考虑到用户的实际情况，造成了推荐的试题与用户能力不符，交互性差，学习效率低等问题。

发明内容

基于此，本申请实施例提供了一种学生智能专属题库推荐方法及系统，能够根据不同学生的实际情况，更加精准帮助学生强化薄弱知识点，举一反三进行练习，从而快速提高学习成绩。

第一方面，提供了一种学生智能专属题库推荐方法，该方法包括：

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。

可选地，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。

可选地，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。

可选地，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。

可选地，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。

可选地，所述聚类算法K-means算法，BIRCH聚类算法或DBSCAN密度聚类算法。

可选地，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。

第二方面，提供了一种学生智能专属题库推荐系统，该系统包括：

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；