【技术实现步骤摘要】
本专利技术涉及计算机，尤其涉及一种试题推荐方法、装置、设备及存储介质。
技术介绍
1、目前，大多学生在课后不仅要做学校布置的课后习题，还需要额外选择教辅资料中习题（或者称为试题）进行知识点巩固。
2、相关技术中，学生在课后做课后习题以及教辅资料中的习题时，大多是将这些课后习题以及教辅资料中的习题全部做完，以对相关的知识点进行复习。
3、然而，在学生课后时间比较有限的情况下，一般学生很难完成全部习题，从而会导致学生的复习效率和复习质量难以保证。
技术实现思路
1、本专利技术提供一种试题推荐方法、装置、设备及存储介质，用以解决现有技术中在学生课后时间比较有限的情况下，一般学生很难完成全部习题，从而会导致学生的复习效率和复习质量难以保证的缺陷，实现通过学生对试题中知识点的掌握度对试题进行分类以过滤掉部分已掌握试题来减少学生复习试题数量，提升复习效率及复习质量的目的。
2、本专利技术提供一种试题推荐方法，包括：
3、根据目标用户输入的试题图像，确定试题图像中包括的试题文本；上述试题文本中包括多个试题；
4、采用大模型对试题文本进行语义分析和知识点识别处理，确定试题文本中每个试题对应的目标知识点；
5、根据各目标知识点和目标用户对应的知识图谱，在知识图谱中确定各目标知识点对应的目标图谱信息；上述目标图谱信息包括目标用户对相应的目标知识点的掌握度，上述知识图谱中包括多个知识点的图谱信息以及每个知识点与其他知识点之间的关联关
6、根据目标用户对各目标知识点的掌握度对多个试题进行分类，获得多个推荐类别的试题集合，并按照各试题组合的推荐类别的优先级进行试题推荐；每个推荐类别的试题组合中包括至少一个试题。
7、根据本专利技术提供的一种试题推荐方法，上述根据目标用户对各目标知识点的掌握度对多个试题进行分类，包括：
8、获取目标用户所在地区预设时间内对各知识点的考试频率，并根据各知识点的考试频率确定各知识点对应的频率类别；
9、在各知识点的频率类别中确定各目标知识点对应的目标频率类别；
10、根据目标用户对各目标知识点的掌握度以及各目标知识点对应的目标频率标签，对多个试题进行分类。
11、根据本专利技术提供的一种试题推荐方法，上述根据目标用户对各目标知识点的掌握度以及各目标知识点对应的目标频率标签，对多个试题进行分类，包括：
12、确定各目标知识点对应的目标易错度；上述目标易错度用于表征任一用户和/或目标用户对目标知识点的易错程度；
13、根据目标用户对各目标知识点的掌握度、各目标知识点对应的目标频率标签以及各目标知识点对应的目标易错度，对多个试题进行分类。
14、根据本专利技术提供的一种试题推荐方法，上述确定各目标知识点对应的目标易错度，包括：
15、获取目标用户所在地区的考情大数据，根据考情大数据确定各知识点对应的第一易错度，并在各知识点的第一易错度中确定各目标知识点对应的第一易错度；
16、根据目标用户在历史时间在预设学习系统中对各知识点的练习记录，确定目标用户对各目标知识点的第二易错度；上述预设学习系统中包括知识图谱；
17、根据各目标知识点的第一易错度和各目标知识点的第二易错度，确定各目标知识点的目标易错度。
18、根据本专利技术提供的一种试题推荐方法，上述获得多个推荐类别的试题集合，包括：
19、根据目标用户对各目标知识点的掌握度、各目标知识点对应的目标频率标签以及各目标知识点对应的目标易错度，确定每个试题对应的推荐类别；
20、将各试题中推荐类别相同的试题组成同一试题集合，获得多个推荐类别的试题集合；上述多个推荐类别包括不做题、选做题以及必做题。
21、根据本专利技术提供的一种试题推荐方法，上述按照各试题组合的推荐类别的优先级进行试题推荐，包括：
22、将多个推荐类别的试题集合按照推荐类别的优先级从高到低进行排序，并按照排序结果进行试题推荐；
23、上述多个推荐类别的优先级从高到低依次为必做题、选做题以及不做题。
24、根据本专利技术提供的一种试题推荐方法，上述根据目标用户对各目标知识点的掌握度对多个试题进行分类，包括：
25、根据目标用户在历史时间在预设学习系统中对各知识点的练习记录，确定目标用户的个人学习画像；上述个人学习画像中包括目标用户的学习能力；
26、根据目标用户对各目标知识点的掌握度以及目标用户的学习能力，对多个试题进行分类。
27、根据本专利技术提供的一种试题推荐方法，上述根据目标用户对各目标知识点的掌握度对多个试题进行分类，包括：
28、根据目标用户所在地区的考情大数据确定各知识点对应的难易程度，并在各知识点的难易程度中确定各目标知识点对应的难易程度；
29、根据目标用户对各目标知识点的掌握度以及各目标知识点对应的难易程度，对多个试题进行分类。
30、本专利技术还提供一种试题推荐装置，包括如下模块：
31、试题文本确定模块，用于根据目标用户输入的试题图像，确定试题图像中包括的试题文本；上述试题文本中包括多个试题；
32、知识点识别模块，用于采用大模型对试题文本进行语义分析和知识点识别处理，确定试题文本中每个试题对应的目标知识点；
33、图谱信息确定模块，用于根据各目标知识点和目标用户对应的知识图谱，在知识图谱中确定各目标知识点对应的目标图谱信息；上述目标图谱信息包括目标用户对相应的目标知识点的掌握度，上述知识图谱中包括多个知识点的图谱信息以及每个知识点与其他知识点之间的关联关系；
34、分类及推荐模块，用于根据目标用户对各目标知识点的掌握度对多个试题进行分类，获得多个推荐类别的试题集合，并按照各试题组合的推荐类别的优先级进行试题推荐；每个推荐类别的试题组合中包括至少一个试题。
35、本专利技术还提供一种电子设备，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计算机程序时实现如上述任一种所述的试题推荐方法。
36、本专利技术还提供一种非暂态计算机可读存储介质，其上存储有计算机程序，该计算机程序被处理器执行时实现如上述任一种所述的试题推荐方法。
37、本专利技术还提供一种计算机程序产品，包括计算机程序，所述计算机程序被处理器执行时实现如上述任一种所述的试题推荐方法。
38、本专利技术提供的试题推荐方法、装置、设备及存储介质，通过根据目标用户输入的试题图像，确定试题图像中包括的试题文本，然后采用大模型对试题文本进行语义分析和知识点识别处理，确定试题文本中每个试题对应的目标知识点，并根据各目标知识点的和目标用户对应的知识图谱，在知识图谱中确定各目标知识点对应的目标图谱信息，之后根据目标图谱信息中目标用户对目标知识点的掌握度对多个试题进行分类，获得多个推荐类别的试题集合本文档来自技高网...
【技术保护点】
1.一种试题推荐方法，其特征在于，包括：
2.根据权利要求1所述的试题推荐方法，其特征在于，所述根据所述目标用户对各所述目标知识点的掌握度对所述多个试题进行分类，包括：
3.根据权利要求2所述的试题推荐方法，其特征在于，所述根据所述目标用户对各所述目标知识点的掌握度以及各所述目标知识点对应的目标频率标签，对所述多个试题进行分类，包括：
4.根据权利要求3所述的试题推荐方法，其特征在于，所述确定各所述目标知识点对应的目标易错度，包括：
5.根据权利要求3所述的试题推荐方法，其特征在于，所述获得多个推荐类别的试题集合，包括：
6.根据权利要求5所述的试题推荐方法，其特征在于，所述按照各所述试题组合的推荐类别的优先级进行试题推荐，包括：
7.根据权利要求1所述的试题推荐方法，其特征在于，所述根据所述目标用户对各所述目标知识点的掌握度对所述多个试题进行分类，包括：
8.根据权利要求1所述的试题推荐方法，其特征在于，所述根据所述目标用户对各所述目标知识点的掌握度对所述多个试题进行分类，包括：
9
10.一种电子设备，包括存储器、处理器及存储在所述存储器上并可在所述处理器上运行的计算机程序，其特征在于，所述处理器执行所述计算机程序时实现如权利要求1至8任一项所述的试题推荐方法。
11.一种非暂态计算机可读存储介质，其上存储有计算机程序，其特征在于，所述计算机程序被处理器执行时实现如权利要求1至8任一项所述的试题推荐方法。
...【技术特征摘要】
1.一种试题推荐方法，其特征在于，包括：
2.根据权利要求1所述的试题推荐方法，其特征在于，所述根据所述目标用户对各所述目标知识点的掌握度对所述多个试题进行分类，包括：
3.根据权利要求2所述的试题推荐方法，其特征在于，所述根据所述目标用户对各所述目标知识点的掌握度以及各所述目标知识点对应的目标频率标签，对所述多个试题进行分类，包括：
4.根据权利要求3所述的试题推荐方法，其特征在于，所述确定各所述目标知识点对应的目标易错度，包括：
5.根据权利要求3所述的试题推荐方法，其特征在于，所述获得多个推荐类别的试题集合，包括：
6.根据权利要求5所述的试题推荐方法，其特征在于，所述按照各所述试题组合的推荐类别的优先级进行试题推荐，包...
【专利技术属性】
技术研发人员：杨浩，马健，张贺泽，
申请(专利权)人：科大讯飞股份有限公司，
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。