作答准确率的预测方法、题目推荐方法及装置制造方法及图纸

本公开提供一种作答准确率的预测方法、题目推荐方法及装置，作答准确率的预测方法包括：获取目标用户的已作答题目对应的第一题目信息和第一时间信息，以及待作答题目对应的第二题目信息和第二时间信息；根据所述第一题目信息、所述第一时间信息、所述第二题目信息和所述第二时间信息，确定所述已作答题目和所述待作答题目之间的遗忘信息；根据所述第一题目信息和所述第二题目信息，确定所述已作答题目和所述待作答题目之间的相似信息；基于所述遗忘信息和所述相似信息，预测所述目标用户针对待作答题目的作答准确率。本公开所得的预测结果更符合实际情况，可有效提升预测结果的准确性。在此基础上，可有效保障为用户推荐的目标题目的合理性。题目的合理性。题目的合理性。

【技术实现步骤摘要】
作答准确率的预测方法、题目推荐方法及装置


[0001]本公开涉及人工智能
，尤其涉及作答准确率的预测方法、题目推荐方法及装置。

技术介绍

[0002]知识追踪(Knowledge Tracing)技术能够根据学生的历史答题表现去预测学生的未来答题表现，诸如，预测学生准确作答下一个题目的概率，从而可为学生提供个性化教学辅导或者题目推荐，以此提升学生的学习效率。然而，专利技术人经研究发现，利用现有的知识追踪技术所得的预测结果并不准确，从而进一步导致后续基于不准确的预测结果所推荐的题目并不合理。

技术实现思路

[0003]为了解决上述技术问题或者至少部分地解决上述技术问题，本公开提供了一种作答准确率的预测方法、题目推荐方法及装置。
[0004]根据本公开的一方面，提供了一种作答准确率的预测方法，包括：获取目标用户的已作答题目对应的第一题目信息和第一时间信息，以及待作答题目对应的第二题目信息和第二时间信息；根据所述第一题目信息、所述第一时间信息、所述第二题目信息和所述第二时间信息，确定所述已作答题目和所述待作答题目之间的遗忘信息；根据所述第一题目信息和所述第二题目信息，确定所述已作答题目和所述待作答题目之间的相似信息；基于所述遗忘信息和所述相似信息，预测所述目标用户针对所述待作答题目的作答准确率。
[0005]根据本公开的另一方面，提供了一种题目推荐方法，包括：获取多个待预测题目；获取目标用户针对每个所述待预测题目的作答准确率；其中，所述作答准确率是基于前述作答准确率的预测方法确定的；根据每个所述待预测题目的作答准确率，为所述目标用户推荐目标题目。
[0006]根据本公开的另一方面，提供了一种作答准确率的预测装置，包括：信息获取模块，用于获取目标用户的已作答题目对应的第一题目信息和第一时间信息，以及待作答题目对应的第二题目信息和第二时间信息；遗忘信息确定模块，用于根据所述第一题目信息、所述第一时间信息、所述第二题目信息和所述第二时间信息，确定所述已作答题目和所述待作答题目之间的遗忘信息；相似信息确定模块，用于根据所述第一题目信息和所述第二题目信息，确定所述已作答题目和所述待作答题目之间的相似信息；准确率预测模块，用于基于所述遗忘信息和所述相似信息，预测所述目标用户针对所述待作答题目的作答准确率。
[0007]根据本公开的另一方面，提供了一种题目推荐装置，包括：题目获取模块，用于获取多个待预测题目；准确率获取模块，用于获取目标用户针对每个所述待预测题目的作答准确率；其中，所述作答准确率是基于任一项所述的作答准确率的预测方法确定的；题目推荐模块，用于根据每个所述待预测题目的作答准确率，为所述目标用户推荐目标题目。
[0008]根据本公开的另一方面，提供了一种电子设备，包括：处理器；以及存储程序的存储器，其中，所述程序包括指令，所述指令在由所述处理器执行时使所述处理器执行所述的作答准确率的预测方法，或者，执行所述的题目推荐方法。
[0009]根据本公开的另一方面，提供了一种计算机可读存储介质，所述存储介质存储有计算机程序，所述计算机程序用于执行所述的作答准确率的预测方法，或者，执行所述的题目推荐方法。
[0010]本公开实施例中提供的上述作答准确率的预测方法及装置，充分考虑到用户存在遗忘现象以及题目相似度对作答准确率的影响，因此可以获取已作答题目和待作答题目之间的遗忘信息以及相似信息，并综合遗忘信息以及相似信息去预测用户的作答准确率，使预测结果更符合实际情况，有助于进一步提升预测结果的准确性。
[0011]本公开实施例中提供的上述题目推荐方法及装置，可以利用前述作答准确率的预测方法预测用户针对多个题目的作答准确率，从而进行题目推荐，可有效保障为用户推荐的目标题目的合理性。
[0012]应当理解，本部分所描述的内容并非旨在标识本公开的实施例的关键或重要特征，也不用于限制本公开的范围。本公开的其它特征将通过以下的说明书而变得容易理解。
附图说明
[0013]此处的附图被并入说明书中并构成本说明书的一部分，示出了符合本公开的实施例，并与说明书一起用于解释本公开的原理。
[0014]为了更清楚地说明本公开实施例或现有技术中的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍，显而易见地，对于本领域普通技术人员而言，在不付出创造性劳动性的前提下，还可以根据这些附图获得其他的附图。
[0015]图1为本公开实施例提供的一种作答准确率的预测方法的流程示意图；
[0016]图2为本公开实施例提供的一种作答准确率的预测方法的流程示意图；
[0017]图3为本公开实施例提供的一种题目推荐方法的流程示意图；
[0018]图4为本公开实施例提供的一种作答准确率的预测装置的结构示意图；
[0019]图5为本公开实施例提供的一种题目推荐装置的结构示意图；
[0020]图6为本公开实施例提供的一种电子设备的结构示意图。
具体实施方式
[0021]下面将参照附图更详细地描述本公开的实施例。虽然附图中显示了本公开的某些实施例，然而应当理解的是，本公开可以通过各种形式来实现，而且不应该被解释为限于这里阐述的实施例，相反提供这些实施例是为了更加透彻和完整地理解本公开。应当理解的是，本公开的附图及实施例仅用于示例性作用，并非用于限制本公开的保护范围。
[0022]应当理解，本公开的方法实施方式中记载的各个步骤可以按照不同的顺序执行，和/或并行执行。此外，方法实施方式可以包括附加的步骤和/或省略执行示出的步骤。本公开的范围在此方面不受限制。
[0023]本公开使用的术语“包括”及其变形是开放性包括，即“包括但不限于”。术语“基于”是“至少部分地基于”。术语“一个实施例”表示“至少一个实施例”；术语“另一实施例”表
示“至少一个另外的实施例”；术语“一些实施例”表示“至少一些实施例”。其他术语的相关定义将在下文描述中给出。需要注意，本公开中提及的“第一”、“第二”等概念仅用于对不同的装置、模块或单元进行区分，并非用于限定这些装置、模块或单元所执行的功能的顺序或者相互依存关系。
[0024]需要注意，本公开中提及的“一个”、“多个”的修饰是示意性而非限制性的，本领域技术人员应当理解，除非在上下文另有明确指出，否则应该理解为“一个或多个”。
[0025]为了能够更清楚地理解本公开的上述目的、特征和优点，下面将对本公开的方案进行进一步描述。需要说明的是，在不冲突的情况下，本公开的实施例及实施例中的特征可以相互组合。
[0026]图1为本公开实施例提供的一种作答准确率的预测方法的流程示意图，该方法可以由作答准确率的预测装置执行，其中该装置可以采用软件和/或硬件实现，一般可集成在电子设备中。如图1所示，该方法主要包括如下步骤S102～步骤S108：
[0027]步骤S102，获取目标用户的已作答题目对应的第一题目信息和第一时间信息，以及待作答题目对应的第二题目信息和第本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种作答准确率的预测方法，包括：获取目标用户的已作答题目对应的第一题目信息和第一时间信息，以及待作答题目对应的第二题目信息和第二时间信息；根据所述第一题目信息、所述第一时间信息、所述第二题目信息和所述第二时间信息，确定所述已作答题目和所述待作答题目之间的遗忘信息；根据所述第一题目信息和所述第二题目信息，确定所述已作答题目和所述待作答题目之间的相似信息；基于所述遗忘信息和所述相似信息，预测所述目标用户针对所述待作答题目的作答准确率。2.如权利要求1所述的作答准确率的预测方法，其中，所述第一题目信息包括第一主知识点信息和第一副知识点信息，所述第二题目信息包括第二主知识点信息和第二副知识点信息；所述根据所述第一题目信息、所述第一时间信息、所述第二题目信息和所述第二时间信息，确定所述已作答题目和所述待作答题目之间的遗忘信息的步骤，包括：根据所述第一主知识点信息、所述第一副知识点信息，以及所述第二主知识点信息和所述第二副知识点信息，确定所述待作答题目相对于所述已作答题目的知识点命中结果；根据所述知识点命中结果、所述第一时间信息和所述第二时间信息，确定所述已作答题目和所述待作答题目之间的遗忘信息。3.如权利要求2所述的作答准确率的预测方法，其中，所述知识点命中结果包括：第二主知识点命中第一主知识点的数量、第二主知识点命中第一副知识点的数量、第二副知识点命中第一主知识点的数量、以及第二副知识点命中第一副知识点的数量。4.如权利要求2所述的作答准确率的预测方法，其中，所述根据所述知识点命中结果、所述第一时间信息和所述第二时间信息，确定所述已作答题目和所述待作答题目之间的遗忘信息的步骤，包括：根据所述第一时间信息和所述第二时间信息，确定所述已作答题目和所述待作答题目之间的时间差信息；获取预设的多个遗忘权重；其中，所述多个遗忘权重包括：第二主知识点命中第一主知识点所对应的第一遗忘权重、第二主知识点命中第一副知识点所对应的第二遗忘权重、第二副知识点命中第一主知识点所对应的第三遗忘权重、以及第二副知识点命中第一副知识点所对应的第四遗忘权重；根据所述时间差信息、所述多个遗忘权重以及所述知识点命中结果，确定所述已作答题目和所述待作答题目之间的遗忘信息。5.如权利要求4所述的作答准确率的预测方法，其中，所述根据所述时间差信息、所述多个遗忘权重以及所述知识点命中结果，确定所述已作答题目和所述待作答题目之间的遗忘信息的步骤，包括：获取第一惩罚项和第二惩罚项；其中，所述第一惩罚项是基于所述第一主知识点未被所述第二主知识点和所述第二副知识点命中的数量以及预设的第一惩罚系数确定的；所述第二惩罚项是基于所述第一副知识点未被所述第二主知识点和所述第二副知识点命中的数量以及预设的第二惩罚系数确定的；
根据所述时间差信息、所述多个遗忘权重和所述知识点命中结果进行加权平均处理，以确定综合遗忘项；根据所述综合遗忘项、所述第一惩罚项和所述第二惩罚项，确定所述已作答题目和所述待作答题目之间的遗忘信息。6.如权利要求1所述的作答准确率的预测方法，其中，所述第一题目信息包括第一文本信息和第一知识点信息；所述第二题目信息包括第二文本信息和第二知识点信息；所述根据所述第一题目信息和所述第二题目信息，确定所述已作答题目和所述待作答题目之间的相似信息的步骤，包括：根据所述第一文本信息和所述第二文本信息，确定所述已作答题目和所述待作答题目之间的文本相似度；根据所述第一知识点信息和所述第二知识点信息，确定所述已作答题目和所述待作答题目之间的知识点相似度；根据所述文本相似度和所述知识点相似度，生成所述已作答题目和所述待作答题目之间的综合相似度。7.如权利要求6所述的作答准确率的预测方法，其中，所述第一题目信息还包括多个历史用户针对所述已作答题目进行作答的第一作答结果信息；所述第二题目信息还包括所述多个历史用户针对所述待作答题目进行作答的第二作答结果信息；所述根据所述文本相似度和所述知识点相似度，生成所述已作答题目和所述待作答题目之间的综合相似度的步骤，包括：基于所述第一作答结果信息和所述第二作答结果信息，利用相关性分析算法对所述已作答题目和所述待作答题目进行相关性分析，得到相关性分析结果；根据所述相关性分析结果确定所述已作答题目和所述待作答题目之间的作答结果相似度；根据所述文...

【专利技术属性】
技术研发人员：丁林林，么士宇，陈晓倩，赵宽，
申请(专利权)人：北京世纪好未来教育科技有限公司，
类型：发明
国别省市：