学习项的难度确定方法、装置、设备及存储介质制造方法及图纸

本发明专利技术实施例涉及在线教育技术领域，公开了一种学习项的难度确定方法、装置、设备及存储介质。该方法包括：获取学习任务中每个学习项的用户响应信息和经验难度信息；对于各学习项，基于所对应用户响应信息确定用户响应难度；基于各学习项对应的经验难度信息和用户响应难度，分别对学习任务中的每个学习项进行第一分组操作，确定第一分组操作得到的各一级分组对应的一级分组难度等级；对于各学习项，根据学习项所在一级分组对应的一级分组难度等级确定学习项的综合难度。通过本发明专利技术的技术方案，能够综合用户响应信息和经验难度信息确定学习项综合难度，提高学习项难度确定的客观性，更加切合用户的实际学习能力。更加切合用户的实际学习能力。更加切合用户的实际学习能力。

【技术实现步骤摘要】
学习项的难度确定方法、装置、设备及存储介质


[0001]本专利技术实施例涉及在线教育
，尤其涉及一种学习项的难度确定方法、装置、设备及存储介质。

技术介绍

[0002]在用户使用在线学习教育电子产品时，较为常见的情况是用户需要辨识学习项的难度是否适合自己。其中，学习项可以是文字、视频或语音等形式的题目或问题。
[0003]对于现有的在线学习教育电子产品，学习项的难度一般由相关教育专家根据个人经验给出，具有强烈的主观性；而用户由于对学习项的熟悉程度、以及用户自身的认知水平等因素的限制，很难找到与自身实际学习情况匹配的学习项，或需要花费用户大量时间，使用户的体验感降低，例如，学习项的难度太高会使用户无法理解学习内容；学习项的难度太低，会使用户感觉不到挑战；进而逐渐失去参与度。
[0004]针对上述问题，在现有技术中一些产品基于当前用户的历史学习行为向用户推荐适当的学习项。但是由于每个学习项的难度一般由相关教育专家根据个人经验给出，具有强烈的主观性，没有统一的难度确定标准，依然没有从根本上解决用户很难确定学习项是否符合自身实际学习情况的问题。

技术实现思路

[0005]本专利技术实施例提供一种学习项的难度确定方法、装置、设备及存储介质，以实现能够综合用户响应信息和经验难度信息确定学习项综合难度，提高学习项难度确定的客观性，更加切合众多用户的实际学习能力。
[0006]第一方面，本专利技术实施例提供了一种学习项的难度确定方法，包括：
[0007]获取学习任务中每个学习项的用户响应信息和经验难度信息；
[0008]对于各学习项，基于所对应用户响应信息确定用户响应难度；
[0009]基于各学习项对应的经验难度信息和用户响应难度，分别对学习任务中的每个学习项进行第一分组操作，确定第一分组操作得到的各一级分组对应的一级分组难度等级；
[0010]对于各学习项，根据学习项所在一级分组对应的一级分组难度等级确定学习项的综合难度。
[0011]第二方面，本专利技术实施例还提供了一种学习项的难度确定装置，该装置包括：
[0012]信息获取模块，用于获取学习任务中每个学习项的用户响应信息和经验难度信息；
[0013]用户响应难度确定模块，用于对于各所述学习项，基于所对应用户响应信息确定用户响应难度；
[0014]分组难度确定模块，用于基于各所述学习项对应的所述经验难度信息和所述用户响应难度，分别对所述学习任务中的每个学习项进行第一分组操作，确定所述第一分组操作得到的各一级分组对应的一级分组难度等级；
[0015]综合难度确定模块，用于对于各所述学习项，根据所述学习项所在一级分组对应的一级分组难度等级确定所述学习项的综合难度。
[0016]第三方面，本专利技术实施例还提供了一种计算机设备，包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序，所述处理器执行所述程序时实现如本专利技术实施例中任一所述的学习项的难度确定方法。
[0017]第四方面，本专利技术实施例还提供了一种计算机可读存储介质，其上存储有计算机程序，该程序被处理器执行时实现如本专利技术实施例中任一所述的学习项的难度确定方法。
[0018]本专利技术实施例通过获取学习任务中每个学习项的用户响应信息和经验难度信息；对于各学习项，基于所对应用户响应信息确定用户响应难度；基于各学习项对应的经验难度信息和用户响应难度，分别对学习任务中的每个学习项进行第一分组操作，确定第一分组操作得到的各一级分组对应的一级分组难度等级；对于各学习项，根据学习项所在一级分组对应的一级分组难度等级确定学习项的综合难度，解决每个学习项的难度一般由相关教育专家根据个人经验给出，具有强烈的主观性，没有统一的难度确定标准，无法从根本上解决用户很难确定学习项是否符合自身实际学习情况的问题，实现综合用户响应信息和经验难度信息确定学习项综合难度，提高学习项难度确定的客观性，更加切合众多用户的实际学习能力的效果。
附图说明
[0019]为了更清楚地说明本专利技术实施例的技术方案，下面将对实施例中所需要使用的附图作简单地介绍，应当理解，以下附图仅示出了本专利技术的某些实施例，因此不应被看作是对范围的限定，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他相关的附图。
[0020]图1是本专利技术实施例一中的一种学习项的难度确定方法的流程图；
[0021]图2A是本专利技术实施例二中的一种学习项的难度确定方法的流程图；
[0022]图2B是一种学习项对应的用户响应函数、用户响应概率与用户响应难度的曲线图；
[0023]图3是本专利技术实施例三中的另一种学习项的难度确定方法的流程图；
[0024]图4是本专利技术实施例四中的一种学习项的难度确定装置的结构示意图；
[0025]图5是本专利技术实施例五中的一种计算机设备的结构示意图。
具体实施方式
[0026]下面结合附图和实施例对本专利技术作进一步的详细说明。可以理解的是，此处所描述的具体实施例仅仅用于解释本专利技术，而非对本专利技术的限定。另外还需要说明的是，为了便于描述，附图中仅示出了与本专利技术相关的部分而非全部结构。
[0027]应注意到：相似的标号和字母在下面的附图中表示类似项，因此，一旦某一项在一个附图中被定义，则在随后的附图中不需要对其进行进一步定义和解释。同时，在本专利技术的描述中，术语“第一”、“第二”等仅用于区分描述，而不能理解为指示或暗示相对重要性。
[0028]实施例一
[0029]图1为本专利技术实施例一提供的一种学习项的难度确定方法的流程图，本实施例可
适用于确定学习任务中包含的多个学习项的难度的情况，学习项是指采用文字、图像、视频、语音问答等任何形式所表示的问题或题目。该方法可以由本专利技术实施例中的学习项的难度确定装置来执行，该装置可采用软件和/或硬件的方式实现，如图1所示，该方法具体包括如下步骤：
[0030]S110，获取学习任务中每个学习项的用户响应信息和经验难度信息。
[0031]其中，学习任务中包含多个学习项，学习任务可以认为是具有一定学习主题的学习资料，学习项是学习任务中所包含的采用文字、图像、视频、语音问答等任何形式所表示的问题或题目，学习项可以包括：主观学习项或客观学习项。客观学习项是指具有唯一的答案，如单项选择题、判断题或多项选择题；主观学习项是指不具有唯一的答案，出现关键词或言之有理即可。
[0032]用户响应信息是用户对学习任务中的学习项作出响应的相关信息，用户响应信息可以包括：用户响应结果或用户响应能力。其中，用户响应结果是用户响应学习项的结果，例如可以是正确响应、错误响应或用户响应得分。用户响应能力是指用户响应学习项的能力或潜在特质，用户响应能力可以根据用户的学历、历史学习内容、响应同类学习项的正确率、响应时间等能够体现学习能力的信息所确定。在本专利中，可以通过用户标识信息从用户信息库中直接获取用户对应的用户响应能力，用户响应能力的测本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种学习项的难度确定方法，其特征在于，包括：获取学习任务中每个学习项的用户响应信息和经验难度信息；对于各所述学习项，基于所对应用户响应信息确定所述学习项对应的用户响应难度；基于各所述学习项对应的所述经验难度信息和所述用户响应难度分别对所述学习任务中的每个学习项进行第一分组操作，确定所述第一分组操作得到的各一级分组对应的一级分组难度等级；对于各所述学习项，根据所述学习项所在一级分组对应的一级分组难度等级确定所述学习项的综合难度。2.根据权利要求1所述的方法，其特征在于，基于所对应用户响应信息确定所述学习项对应的用户响应难度，包括：基于所对应的用户响应信息，获取用户响应难度和用户响应概率之间的用户响应函数；所述用户响应信息包括：所述学习项所对应的至少一个用户对应的用户响应结果和用户响应能力；将所述用户响应函数的用户响应概率为最大值时对应的用户响应难度作为所述学习项对应的用户响应难度；其中，所述用户响应概率由对所述学习项做出响应的各用户所对应的响应概率的乘积确定；所述响应概率包括：所述用户响应结果为正确响应时，所述用户响应难度对应的正确响应概率，或者，所述用户响应结果为错误响应时，所述用户响应难度对应的错误响应概率。3.根据权利要求2所述的方法，其特征在于，所述用户响应函数为：其中，L
b
为所述学习项对应的用户响应概率，R
i
为对所述学习项做出响应的第i个用户对应的响应概率，L
b
和R
i
的取值范围为[0，1]；u
i
为第i个用户对应的用户响应结果，0<i≤n且i为正整数，n为对所述学习项做出响应的用户总数；用户响应结果为正确响应时，u
i
＝1，用户响应结果为错误响应时，u
i
＝0；若第i个用户对应的用户响应结果为正确响应时，响应概率R
i
为：若第i个用户对应的用户响应结果为错误响应时，响应概率R
i
为：其中，P
i
为第i个用户响应对应的正确响应概率；Q
i
为第i个用户响应对应的错误响应概率；D为常数；θ
i
为用户响应能力；b为用户响应难度。4.根据权利要求1
‑
3任一所述的方法，其特征在于，所述学习项包括：客观学习项或主观学习项；对于客观学习项，所对应的用户响应结果包括：正确响应和错误响应；
对于主观学习项，若用户响应得分与所述主观学习项总分的占比大于预设占比，则确定所对应的用户响应结果为正确响应；否则确定所对应的用户响应结果为错误响应；所述用户响应得分为用户对所述主观学习项做出响应所得分数。5.根据权利要求1所述的方法，其特征在于，基于各所述学习项对应的所述经验难度信息和所述用户响应难度分别对所述学习任务中的每个学习项进行第一分组操作，确定所述第一分组操作得到的各一级分组对应的一级分组难度等级，包括：根据预设难度排序策略对各所述学习项进行难度排序；根据所述经验难度信息对难度排序后的学习项进行第一分组操作；对于所述第一...

【专利技术属性】
技术研发人员：崔炜，薛镇，汪彪，
申请(专利权)人：上海米学人工智能信息科技有限公司，
类型：发明
国别省市：