[发明专利]一种分数预测方法、装置、存储介质和电子设备

权利要求书

1.一种分数预测方法，其特征在于，所述方法包括：

获取初始分数集合；所述初始分数集合包括：已作答试题、未作答试题，至少两个目标对象的所述已作答试题的已作答试题分数；

将所述初始分数集合输入已训练的分数预测模型中的第一卷积网络，基于所述第一卷积网络，对所述初始分数集合进行第一卷积操作，得到相应的特征分数集合；其中，所述特征分数集合包括对各个所述已作答试题分数进行所述第一卷积操作，获得的多个特征分数；所述特征分数集合中，每两个相邻的列元素各自对应的所述特征分数之间的关系，表征相应的两个目标对象之间的对象特征关系；所述特征分数集合中，每两个相邻的特征分数之间的关系，表征相应的两个已作答试题分数之间的分数特征关系；所述特征分数集合中，各个所述特征分数之间的关系，表征各个所述目标对象与各个所述已作答试题分数之间的属性特征关系；

对获得的各个所述对象特征关系、各个所述分数特征关系和各个所述属性特征关系进行卷积操作，获得所述至少两个目标对象的所述未作答试题的预测分数。

2.如权利要求1所述的方法，其特征在于，所述对获得的各个所述对象特征关系、各个所述分数特征关系和各个所述属性特征关系进行卷积操作，获得所述至少两个目标对象的未作答试题的预测分数，包括：

将所述特征分数集合输入所述分数预测模型中的第二卷积网络，基于所述第二卷积网络，对所述特征分数集合进行第二卷积操作，得到相应的目标分数集合；

其中，所述目标分数集合包括：所述至少两个目标对象的所述未作答试题的预测分数。

3.如权利要求1所述的方法，其特征在于，所述分数预测模型的训练过程，包括：

获取样本初始分数集合；所述样本初始分数集合包括：已作答样本试题、未作答样本试题，至少两个样本对象的所述已作答样本试题的已作答样本分数，以及所述至少两个样本对象的所述未作答样本试题的未作答样本分数；每个未作答样本分数是基于相应的样本对象关联的已作答样本分数确定的；

基于所述样本初始分数集合，对分数预测模型进行训练，直到所述分数预测模型收敛为止，其中，一次训练过程包括：

将所述样本初始分数集合输入待训练的分数预测模型，基于所述分数预测模型，得到相应的样本预测分数集合；

根据所述样本预测分数集合，与所述样本初始分数集合，确定相应的目标损失值；

根据所述目标损失值，对所述待训练的分数预测模型进行参数调整。

4.如权利要求3所述的方法，其特征在于，所述基于所述分数预测模型，得到样本预测分数集合，包括：

基于所述分数预测模型中的第一卷积网络，对所述样本初始分数集合进行第一卷积操作，得到相应的样本特征分数集合；

基于所述分数预测模型中的第二卷积网络，对所述样本特征分数集合进行第二卷积操作，得到相应的样本预测分数集合。

5.如权利要求3所述的方法，其特征在于，所述样本预测分数集合包括：所述至少两个样本对象的所述已作答样本试题的已作答样本预测分数，以及所述至少两个样本对象的所述未作答样本试题的未作答样本预测分数；

所述根据所述样本预测分数集合，与所述样本初始分数集合，确定相应的目标损失值，包括：

根据各个所述已作答样本分数，与相应的各个所述已作答样本预测分数之差的范数，确定第一损失值；

根据各个所述已作答样本分数，确定相应的已作答样本平均分数，以及根据各个所述未作答样本预测分数，确定相应的未作答预测平均分数；根据所述已作答样本平均分数，与所述未作答预测平均分数之差，确定第二损失值；

基于所述第一损失值和所述第二损失值，确定相应的目标损失值。