[发明专利]一种个性化出题方法、装置、计算机可读存储介质和电子设备

说明书

本申请公开了一种个性化出题方法，包括：在需要为第一学习者在当前题库选择新题目时，将所述新题目的上一题目及所述第一学习者对所述上一题目的实际答题结果，输入预先生成的知识追踪模型；其中，所述知识追踪模型是根据所述当前题库中的题目及多个学习者对相应题目的实际答题结果训练生成的；根据所述第一学习者对所述上一题目的实际答题结果，更新所述知识追踪模型当前使用的值矩阵；将更新后的值矩阵按列求和后得到的向量作为状态，输入训练好的深度强化学习网络，所述深度强化学习网络在当前题库中选择一个题目作为输出，并将输出的题目作为所述新题目。应用本申请，能够针对不同学习者的特点进行出题，提高出题质量。

技术领域

本申请涉及计算机技术领域，尤其涉及一种个性化出题方法、装置、一种计算机可读存储介质以及一种电子设备。

背景技术

在各类培训系统中，都会通过多种方式来对学习者进行培训，在经过一定时间的学习后，往往通过测试题的形式对学习者的学习状况进行评测，或者也可以直接通过套题的形式来进行培训。例如，在房地产行业，为了提高经纪人作业水平，可以通过讲盘、VR带看、挖需邀约等多个场景来培训经纪人，并对经纪人的表现进行评价。目前，通常用于训练学习者的测试题都是从题库中随机抽取组成的套题，对于不同学习者的出题策略不做区分。

发明内容

针对上述现有技术，本申请实施例公开一种个性化出题方法、装置、计算机可读存储介质以及电子设备，能够针对不同学习者的特点进行出题，提高出题质量。

为实现上述目的，本申请采用如下技术方案：

一种个性化出题方法，包括：

在需要为第一学习者在当前题库选择新题目时，将所述新题目的上一题目及所述第一学习者对所述上一题目的实际答题结果，输入预先生成的知识追踪模型；其中，所述知识追踪模型是根据所述当前题库中的题目及多个学习者对相应题目的实际答题结果训练生成的；

根据所述第一学习者对所述上一题目的实际答题结果，更新所述知识追踪模型当前使用的值矩阵；

将更新后的值矩阵按列求和后得到的向量作为状态，输入训练好的深度强化学习网络，所述深度强化学习网络在当前题库中选择一个题目作为输出，并将输出的题目作为所述新题目；

其中，将所述知识追踪模型作为训练所述深度强化学习网络的环境；在当前次训练所述深度强化学习网络时，将所述深度强化学习网络前次训练输出的题目作为所述知识追踪模型的输入，根据所述前次训练输出的题目对应的实际答题结果，更新所述知识追踪模型的值矩阵，将更新前的值矩阵按列求和后得到的向量作为旧状态，将更新后的值矩阵按列求和后得到的向量作为新状态，将所述更新后的值矩阵的所有元素之和作为奖励，将所述深度强化学习网络的输出作为动作。

较佳地，在首次为所述第一学习者选择新题目时，根据所述第一学习者在所述当前题库中已完成的题目以及实际答题结果，确定所述知识追踪模型当前使用的值矩阵。

较佳地，所述确定所述知识追踪模型当前使用的值矩阵包括：

当所述已完成的题目不为零时，将所述知识追踪模型的值矩阵中的元素值初始化为随机值，将所述第一学习者在所述当前题库中已完成的题目及相应的实际答题结果，按照答题顺序依次输入所述知识追踪模型，所述知识追踪模型在每次接收输入后更新所述值矩阵，将根据最后一道已完成题目及相应的实际答题结果输入所述知识追踪模型并更新后的所述值矩阵，作为所述知识追踪模型当前使用的值矩阵；

当所述已完成的题目为零时，将所述知识追踪模型当前使用的值矩阵中的元素设定为随机值。

较佳地，在训练所述深度强化学习网络时，若本步训练为首次输入新的学习者的答题数据，则将所述知识追踪模型中值矩阵的各元素初始化为随机值。

较佳地，所述深度强化学习网络为DQN网络或double DQN网络。