[发明专利]试题推荐方法、装置、电子设备和存储介质在审

专利信息
申请号: 202110209294.9 申请日: 2021-02-24
公开(公告)号: CN112784608A 公开(公告)日: 2021-05-11
发明(设计)人: 汪成成;苏喻;张丹 申请(专利权)人: 科大讯飞股份有限公司
主分类号: G06F40/30 分类号: G06F40/30;G06Q10/04;G06Q50/20
代理公司: 北京路浩知识产权代理有限公司 11002 代理人: 程琛
地址: 230088 安徽省*** 国省代码: 安徽;34
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 试题 推荐 方法 装置 电子设备 存储 介质
【权利要求书】:

1.一种试题推荐方法,其特征在于,包括:

基于目标用户的历史答题记录,确定所述目标用户的认知状态以及所述目标用户的各候选试题专题;

基于所述目标用户的认知状态,确定所述目标用户的相似用户,以及认知状态优于所述目标用户的榜样用户;

基于所述相似用户对各候选试题专题的掌握程度,以及所述榜样用户对各候选试题专题的掌握程度,从各候选试题专题中确定待推荐专题,并将所述待推荐专题推送至所述目标用户。

2.根据权利要求1所述的试题推荐方法,其特征在于,所述基于目标用户的历史答题记录,确定所述目标用户的认知状态,包括:

确定所述目标用户的历史答题记录中各试题的语义向量和各试题的属性向量;

基于所述各试题的语义向量和各试题的属性向量,对所述目标用户进行得分预测,得到所述目标用户的认知状态。

3.根据权利要求2所述的试题推荐方法,其特征在于,所述确定所述目标用户的历史答题记录中各试题的语义向量,包括:

将所述目标用户的历史答题记录对应的各试题文本输入至知识点预测模型,得到所述知识点预测模型输出的各试题的语义向量;

其中,所述知识点预测模型是基于样本试题文本,及其对应的知识点标签训练得到的;所述知识点预测模型用于对各试题文本进行编码得到各试题的语义向量,并基于各试题的语义向量进行知识点预测。

4.根据权利要求1所述的试题推荐方法,其特征在于,所述基于所述目标用户的认知状态,确定所述目标用户的相似用户,包括:

基于所述目标用户的历史答题得分率,以及各候选用户的历史答题得分率,确定所述目标用户与各候选用户之间的得分率差值;

基于所述目标用户与各候选用户之间的认知状态相似度,以及所述目标用户与各候选用户之间的得分率差值,确定所述目标用户的相似用户。

5.根据权利要求1至4任一项所述的试题推荐方法,其特征在于,所述基于所述相似用户对各候选试题专题的掌握程度,以及所述榜样用户对各候选试题专题的掌握程度,从各候选试题专题中确定待推荐专题,包括:

若所述相似用户的考试名次在预设名次之前,则基于所述榜样用户和所述相似用户对任一候选试题专题的掌握程度的差距,确定所述任一候选试题专题的发展区得分;

基于各候选试题专题的发展区得分,或者,基于各候选试题专题的考频和发展区得分,确定所述待推荐专题。

6.根据权利要求1至4任一项所述的试题推荐方法,其特征在于,所述将所述待推荐专题推送至所述目标用户,包括:

将多个待推荐专题中的当前待推荐专题推送至所述目标用户;

获取所述目标用户在当前待推荐专题下的当前试题得分率,若所述当前试题得分率大于阈值,则将下一待推荐专题推送至所述目标用户;所述下一待推荐专题的学习顺序在所述当前待推荐专题的学习顺序之后。

7.根据权利要求1至4任一项所述的试题推荐方法,其特征在于,所述候选试题专题是基于如下步骤确定的:

基于所述目标用户的历史答题记录,确定所述目标用户的当前学习阶段;

基于所述当前学习阶段,在专题资源库中确定与所述当前学习阶段对应的试题专题作为候选试题专题;

其中,所述专题资源库是基于各试题专题,以及各试题专题之间的学习顺序建立的。

8.根据权利要求1至4任一项所述的试题推荐方法,其特征在于,所述相似用户对各候选试题专题的掌握程度是基于所述相似用户在各候选试题专题下对应试题得分率,以及所述相似用户的数量确定的;

所述榜样用户对各候选试题专题的掌握程度是基于所述榜样用户在各候选试题专题下对应试题得分率,以及所述榜样用户的数量确定的。

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科大讯飞股份有限公司,未经科大讯飞股份有限公司许可,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/pat/books/202110209294.9/1.html,转载请声明来源钻瓜专利网。

×

专利文献下载

说明:

1、专利原文基于中国国家知识产权局专利说明书;

2、支持发明专利 、实用新型专利、外观设计专利(升级中);

3、专利数据每周两次同步更新,支持Adobe PDF格式;

4、内容包括专利技术的结构示意图流程工艺图技术构造图

5、已全新升级为极速版,下载速度显著提升!欢迎使用!

请您登陆后,进行下载,点击【登陆】 【注册】

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top