本发明涉及信息处理,尤其涉及一种试题推荐方法、装置、电子设备和存储介质。
背景技术:
1、近年来,随着学生学习的线上迁移,其对于学生类电子设备的使用频率和使用需求在逐步提升,此种情况下,为保证学生良好的学习状况,提升其学习效率,电子设备可以为其进行试题推荐。
2、目前,学习类电子设备的试题推荐是基于其内置的试题推荐方案进行的,而该试题推荐方案多依赖于人工,即由人工制作讲义,并由教研专家标注从习题库中整理合适的配套习题,由于学生使用电子设备学习的时间有限,因而在学习过程中设置测评环节,以根据测评环节的答题表现,推荐答错测评题对应知识点的配套习题供学生学习。
3、然而,上述方案过于依赖专家水平/经验,推广性和延续性较差;并且,测评环节诊断薄弱点时难以规避偶然性,薄弱点的真实性有待商榷。此外,仅基于诊断的薄弱点进行试题练习,易导致所学知识点相对于完备知识体系的覆盖度不足,学习难度加大,学习效率不佳。
技术实现思路
1、本发明提供一种试题推荐方法、装置、电子设备和存储介质,用以解决现有技术中薄弱点诊断的有效性待定,推荐试题的知识覆盖面不足,学习效率低下的缺陷,提升了知识点簇的学习效果,保证有限时间内的最大学习效率。
2、本发明提供一种试题推荐方法,包括:
3、构建知识体系,所述知识体系下包括多个试题、多个知识点,以及各试题与各知识点之间的关联关系;
4、基于所述知识体系下各知识点的知识点信息,以及所述各知识点关联试题的试题信息,对所述各知识点进行聚合,得到多个知识点簇;
5、基于历史作答信息,以及任一试题的试题信息,进行得分预测,得到所述任一试题的预测得分,基于所述任一试题对应知识点簇下多个试题的预测得分,确定所述任一试题对应知识点簇的掌握度;
6、基于所述各试题的预测得分,以及所述各试题对应知识点簇的掌握度,进行试题推荐。
7、根据本发明提供的一种试题推荐方法,所述基于所述各试题的预测得分,以及所述各试题对应知识点簇的掌握度,进行试题推荐,包括:
8、基于所述各试题的预测得分,以及所述各试题对应知识点簇的掌握度,确定练习所述各试题对于掌握对应知识点簇的预测增益;
9、基于所述各试题的预测增益,进行试题推荐。
10、根据本发明提供的一种试题推荐方法,所述基于所述各试题的预测得分,以及所述各试题对应知识点簇的掌握度,确定练习所述各试题对于掌握对应知识点簇的预测增益,包括:
11、基于所述各试题的预测得分,确定所述各试题的作答正确率;
12、基于所述各试题对应知识点簇下多个试题的预测得分,确定所述各试题作答正确情况下所述各试题对应知识点簇的第一掌握度,以及所述各试题作答错误情况下所述各试题对应知识点簇的第二掌握度;
13、基于所述各试题的作答正确率,以及所述第一掌握度和所述第二掌握度,确定练习所述各试题对于掌握对应知识点簇的预测增益。
14、根据本发明提供的一种试题推荐方法,所述基于历史作答信息,以及任一试题的试题信息,进行得分预测,得到所述任一试题的预测得分,包括:
15、分别对任一试题的试题信息和试题难度进行特征编码,基于编码所得的试题文本特征和试题难度特征,确定所述任一试题的试题特征;
16、分别对所述历史作答信息中各作答试题的试题信息、作答信息和试题难度,以及所述各作答试题关联知识点的知识点信息和知识点难度进行特征编码,基于编码所得的各项作答特征确定历史作答特征;
17、基于所述各作答试题的历史作答特征,与所述任一试题的试题文本特征之间的相关性,对所述各作答试题的历史作答特征和所述任一试题的试题文本特征进行融合,得到学生作答特征,基于所述学生作答特征,以及所述任一试题的试题特征,进行得分预测,得到所述任一试题的预测得分。
18、根据本发明提供的一种试题推荐方法,所述基于所述知识体系下各知识点的知识点信息,以及所述各知识点关联试题的试题信息,对所述各知识点进行聚合,得到多个知识点簇,包括:
19、基于所述知识体系下各知识点的知识点信息,以及所述各知识点关联试题的试题信息,进行知识点对齐,得到所述各知识点中两两知识点之间的相似度;
20、基于所述各知识点中两两知识点之间的相似度,以及预设相似度阈值,对所述各知识点进行聚合,得到粒度不同的多个知识点簇。
21、根据本发明提供的一种试题推荐方法,所述基于所述知识体系下各知识点的知识点信息,以及所述各知识点关联试题的试题信息,进行知识点对齐,得到所述各知识点中两两知识点之间的相似度,包括:
22、分别对所述各知识点的知识点信息和知识点属性,以及所述各知识点关联试题的试题信息进行特征编码,得到所述各知识点的知识点文本特征和知识点属性特征,以及关联试题的试题文本特征;
23、基于所述各知识点中两两知识点分别对应的知识点文本特征和知识点属性特征,以及各自关联试题的试题文本特征,进行特征匹配,得到两两知识点的知识点匹配特征、属性匹配特征和试题匹配特征;
24、基于两两知识点的知识点匹配特征、属性匹配特征和试题匹配特征,进行知识点对齐,得到所述各知识点中两两知识点之间的相似度。
25、根据本发明提供的一种试题推荐方法,所述基于两两知识点的知识点匹配特征、属性匹配特征和试题匹配特征,进行知识点对齐,得到所述各知识点中两两知识点之间的相似度,包括:
26、在所述两两知识点的属性匹配特征有多个情况下,基于各属性匹配特征之间的相关性,确定所述各属性匹配特征的权重;
27、基于所述各属性匹配特征的权重,以及所述各属性匹配特征,确定各加权属性匹配特征;
28、基于所述两两知识点的知识点匹配特征、各加权属性匹配特征和试题匹配特征,进行知识点对齐,得到所述两两知识点之间的相似度。
29、根据本发明提供的一种试题推荐方法,所述构建知识体系,包括:
30、确定试题库,所述试题库中包括多个候选试题及其试题信息;
31、将各候选试题的试题信息输入至知识点预测模型,得到所述知识点预测模型输出的所述各候选试题与各知识点之间的关联关系,以及关联置信度,所述知识点预测模型基于样本试题,以及所述样本试题与各知识点之间的关联关系训练得到;
32、基于所述关联置信度,和/或所述各候选试题的试题信息,对所述各候选试题进行过滤,基于过滤所得的各试题、各知识点,以及所述各试题与知识点之间的关联关系,构建知识体系。
33、本发明还提供一种试题推荐装置,包括:
34、构建单元,用于构建知识体系,所述知识体系下包括多个试题、多个知识点,以及各试题与各知识点之间的关联关系;
35、聚合单元,用于基于所述知识体系下各知识点的知识点信息,以及所述各知识点关联试题的试题信息,对所述各知识点进行聚合,得到多个知识点簇;
36、预测单元,用于基于历史作答信息,以及任一试题的试题信息,进行得分预测,得到所述任一试题的预测得分,基于所述任一试题对应知识点簇下多个试题的预测得分,确定所述任一试题对应知识点簇的掌握度;
37、推荐单元,用于基于所述各试题的预测得分,以及所述各试题对应知识点簇的掌握度,进行试题推荐。
38、本发明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程序时实现如上述任一种所述的试题推荐方法。
39、本发明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。
40、本发明提供的试题推荐方法、装置、电子设备和存储介质,将构建的知识体系中的相似知识点聚合成簇,得到多个不同粒度的知识点簇,并在知识点簇粒度遍历试题,以根据试题的预测得分计算知识点簇的掌握度,据此两者进行试题推荐,克服了传统试题推荐方案中薄弱点诊断的有效性待定,推荐试题的知识覆盖面不足,学习效率低下的缺陷,实现了薄弱知识点的全面诊断,以及关联知识点的全方位掌握,提升了知识点簇的学习效果,以及所学知识点的覆盖度,通过精准学习薄弱项,减少无效练习,保证学生在使用电子设备的有限时间内的最大学习效率。