【技术实现步骤摘要】
本专利技术涉及学生体测，特别是涉及一种学生体测训练推荐方法、装置、电子设备和存储介质。
技术介绍
1、学生个体存在差异，传统统一的训练方法不能适用于每一名学生，不能最大程度的提升学生的体测成绩。所以需要一种基于数据驱动的学生定制化体测训练推荐方法，通过历史数据为每名学生推送定制化的训练推荐策略，以最大程度提升学生的体测成绩。
技术实现思路
1、基于上述问题，本专利技术提供一种学生体测训练推荐方法、装置、电子设备和存储介质。
2、第一方面，本专利技术实施例提供一种学生体测训练推荐方法，包括：
3、获取学生每个学期体测信息组成学生的体测特征向量，其中，体测特征向量至少包括：年级序号、体测成绩向量、日常训练特征向量和成绩上升特征向量；
4、根据体测特征向量建立学生体测行为特征库；
5、对于第一学生，获取年级序号并进行一组体测测试获取初始的体测成绩向量，从学生体测行为特征库获取任意一个体测特征向量，确定初始的体测成绩向量和任意一个体测特征向量中的体测成绩向量的成绩相似得分；
6、根据初始的体测成绩向量和所述成绩上升特征向量确定差值得分，根据差值得分和成绩相似得分确定提升程度得分；
7、根据提升程度得分确定推荐程度得分；
8、根据推荐程度得分和日常训练特征向量确定每个体测项目的推荐次数得分；
9、根据推荐次数得分、差值得分和成绩上升特征向量确定每个体测项目的推荐训练次数；
10、将所述
11、进一步地，上述一种学生体测训练推荐方法中，确定初始的体测成绩向量和任意一个体测特征向量中的体测成绩向量的成绩相似得分，是通过如下公式确定的：
12、
13、其中，表示任意一个体测特征向量中的年级序号向量，为体测特征向量的序号，年级的个数为，表示学生每个体测项目的成绩，学生每个体测项目的成绩组成了体测成绩向量，，为该年级的体测项目个数，同一年级学生体测项目的个数是相同的，表示成绩相似得分，初始的体测成绩向量表示为，j表示体测项目的序号，表示体测项目的个数，表示第i个学生第j个体测项目的成绩。
14、进一步地，上述一种学生体测训练推荐方法中，根据初始的体测成绩向量和所述成绩上升特征向量确定差值得分，根据所述差值得分和所述成绩相似得分确定提升程度得分是通过如下公式确定的：
15、
16、
17、其中，表示学生每个体测项目的成绩与日常训练成绩差的最大值，组成了成绩上升特征向量，表示成绩上升特征向量，初始的体测成绩向量表示为，为设定的第一判断阈值，为设定的第二判断阈值，为设定的第三判断阈值，为差值得分，表示成绩相似得分，表示提升程度得分，i为体测特征向量的序号，为该年级的体测项目个数，表示体测项目的个数，表示第i个学生第j个体测项目的成绩与日常训练成绩差的最大值，j表示体测项目的序号。
18、进一步地，上述一种学生体测训练推荐方法中，根据提升程度得分确定推荐程度得分，是通过如下公式确定的：
19、
20、其中，表示提升程度得分，表示推荐程度得分，为设定的第四判断阈值，为设定的第五判断阈值。
21、进一步地，上述一种学生体测训练推荐方法中，根据推荐程度得分和所述日常训练特征向量确定每个体测项目的推荐次数得分，是通过如下公式确定的：
22、
23、其中，表示学生每个体测项目日常训练的次数，学生每个体测项目日常训练的次数组成了日常训练特征向量，表示日常训练特征向量，，表示推荐程度得分，表示每个体测项目的推荐次数得分，，为体测特征向量的序号，为该年级的体测项目个数。
24、进一步地，上述一种学生体测训练推荐方法中，根据推荐次数得分、差值得分和成绩上升特征向量确定每个体测项目的推荐训练次数，是通过如下公式确定的：
25、
26、其中，表示学生每个体测项目的成绩与日常训练成绩差的最大值，学生每个体测项目的成绩与日常训练成绩差的最大值组成了成绩上升特征向量，为成绩上升特征向量，表示推荐程度得分，保证除数不为0，表示差值得分，表示每个体测项目的推荐训练次数，，表示每个体测项目的推荐次数得分，，为该年级的体测项目个数。
27、第二方面，本专利技术实施例还提供一种学生体测训练推荐装置，包括：
28、第一获取模块：用于获取学生每个学期体测信息组成学生的体测特征向量，其中，体测特征向量至少包括：年级序号、体测成绩向量、日常训练特征向量和成绩上升特征向量；
29、建立模块：用于根据所述体测特征向量建立学生体测行为特征库；
30、第二获取模块：用于对于第一学生，获取年级序号并进行一组体测测试获取初始的体测成绩向量，从学生体测行为特征库获取任意一个体测特征向量，确定所述初始的体测成绩向量和所述任意一个体测特征向量中的体测成绩向量的成绩相似得分；
31、第一确定模块：用于根据成绩相似得分、初始的体测成绩向量和成绩上升特征向量确定提升程度得分；
32、第二确定模块：用于根据提升程度得分确定推荐程度得分；
33、第三确定模块：用于根据推荐程度得分和所述日常训练特征向量确定每个体测项目的推荐次数得分；
34、第四确定模块：用于根据推荐次数得分、差值得分和成绩上升特征向量确定每个体测项目的推荐训练次数；
35、推荐模块：用于将推荐训练次数作为第一学生训练策略的推荐结果。
36、第三方面，本专利技术实施例还提供了一种电子设备，包括：处理器和存储器；
37、所述处理器通过调用所述存储器存储的程序或指令，用于执行如上所述任一项所述的一种学生体测训练推荐方法。
38、第四方面，本专利技术实施例还提供了一种确定机可读存储介质，所述确定机可读存储介质存储程序或指令，所述程序或指令使确定机执行如上所述任一项所述的一种学生体测训练推荐方法。
39、本专利技术实施例的优点在于：本专利技术通过获取学生每个学期体测信息组成学生的体测特征向量，其中，体测特征向量至少包括：年级序号、体测成绩向量、日常训练特征向量和成绩上升特征向量；根据体测特征向量建立学生体测行为特征库；对于第一学生，获取年级序号并进行一组体测测试获取初始的体测成绩向量，从学生体测行为特征库获取任意一个体测特征向量，确定初始的体测成绩向量和任意一个体测特征向量中的体测成绩向量的成绩相似得分；根据初始的体测成绩向量和所述成绩上升特征向量确定差值得分，根据差值得分和成绩相似得分确定提升程度得分；根据提升程度得分确定推荐程度得分；根据推荐程度得分和日常训练特征向量确定每个体测项目的推荐次数得分；根据推荐次数得分、差值得分和成绩上升特征向量确定每个体测项目的推荐训练次数；将推荐训练次数作为第一学生训练策略的推荐结果。通过本专利技术中的方法能够为每名学生推送定制化的训练推荐策略，以最大程度提升本文档来自技高网...
【技术保护点】
1.一种学生体测训练推荐方法，其特征在于，包括：
2.根据权利要求1所述的一种学生体测训练推荐方法，其特征在于，所述确定所述初始的体测成绩向量和所述任意一个体测特征向量中的体测成绩向量的成绩相似得分，是通过如下公式确定的：
3.根据权利要求1所述的一种学生体测训练推荐方法，其特征在于，所述根据初始的体测成绩向量和所述任意一个体测特征向量中的成绩上升特征向量确定差值得分，根据所述差值得分和所述成绩相似得分，确定提升程度得分是通过如下公式确定的：
4.根据权利要求1所述的一种学生体测训练推荐方法，其特征在于，所述根据所述提升程度得分确定推荐程度得分，是通过如下公式确定的：
5.根据权利要求1所述的一种学生体测训练推荐方法，其特征在于，所述根据所述推荐程度得分和所述任意一个体测特征向量中的日常训练特征向量确定每个体测项目的推荐次数得分，是通过如下公式确定的：
6.根据权利要求1所述的一种学生体测训练推荐方法，其特征在于，所述根据所述推荐次数得分、所述差值得分和任意一个体测特征向量中的成绩上升特征向量确定每个体测项目的推荐训练次
7.一种学生体测训练推荐装置，其特征在于，包括：
8.一种电子设备，其特征在于，包括：处理器和存储器；
9.一种确定机可读存储介质，其特征在于，所述确定机可读存储介质存储程序或指令，所述程序或指令使确定机执行如权利要求1至6任一项所述一种学生体测训练推荐方法。
...【技术特征摘要】
1.一种学生体测训练推荐方法，其特征在于，包括：
2.根据权利要求1所述的一种学生体测训练推荐方法，其特征在于，所述确定所述初始的体测成绩向量和所述任意一个体测特征向量中的体测成绩向量的成绩相似得分，是通过如下公式确定的：
3.根据权利要求1所述的一种学生体测训练推荐方法，其特征在于，所述根据初始的体测成绩向量和所述任意一个体测特征向量中的成绩上升特征向量确定差值得分，根据所述差值得分和所述成绩相似得分，确定提升程度得分是通过如下公式确定的：
4.根据权利要求1所述的一种学生体测训练推荐方法，其特征在于，所述根据所述提升程度得分确定推荐程度得分，是通过如下公式确定的：
5.根据权利要求1所述的一种学生体测...
【专利技术属性】
技术研发人员：梁帆，
申请(专利权)人：广东先知大数据股份有限公司，
类型：发明
国别省市：
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。