[发明专利]基于深度学习的题目推荐方法、装置及存储介质有效
| 申请号： | 201910469832.0 | 申请日： | 2019-05-31 |
| 公开（公告）号： | CN110399541B | 公开（公告）日： | 2021-03-23 |
| 发明（设计）人： | 肖枫 | 申请（专利权）人： | 平安国际智慧城市科技股份有限公司 |
| 主分类号： | G06F16/9035 | 分类号： | G06F16/9035;G06F16/36;G06N20/00;G06Q50/20;G09B7/00 |
| 代理公司： | 北京鸿元知识产权代理有限公司 11327 | 代理人： | 王迎;袁文婷 |
| 地址： | 518000 广东省深圳市前海深港合*** | 国省代码： | 广东;44 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 本发明涉及深度学习技术领域，提出一种基于深度学习和机器学习的题目推荐方法、装置及存储介质，其中的方法包括：获取用户历史做题数据，并将历史做题数据输入深度知识追踪模型，以获取用户对各知识点的掌握程度数据；根据用户对各知识点的掌握程度数据及各知识点的权重对各知识点进行排序，并根据排序结果获取目标知识点；基于用户对目标知识点的掌握程度数据，通过一参数对数模型获取用户对目标知识点下的各题目的正确作答几率；基于正确作答几率，对用户进行题目推荐。本发明通过学生做题的历史纪录计算学生对知识点的真正掌握度并对学生提供个性化题目推荐。 | ||
| 搜索关键词： | 基于 深度 学习 题目 推荐 方法 装置 存储 介质 | ||
【主权项】：
1.一种基于深度学习的题目推荐方法，应用于电子装置，其特征在于，所述方法包括：S110：获取用户历史做题数据，并将所述历史做题数据输入深度知识追踪模型，以获取用户对各知识点的掌握程度数据；S120：根据所述用户对各知识点的掌握程度数据及所述各知识点的权重对各知识点进行排序，并根据排序结果获取目标知识点；S130：基于用户对所述目标知识点的掌握程度数据，通过一参数对数模型获取所述用户对所述目标知识点下的各题目的正确作答几率；S140：基于所述正确作答几率，对所述用户进行题目推荐。
下载完整专利技术内容需要扣除积分，VIP会员可以免费下载。
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平安国际智慧城市科技股份有限公司，未经平安国际智慧城市科技股份有限公司许可，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/patent/201910469832.0/，转载请声明来源钻瓜专利网。
