本技術涉及教育,尤其涉及一種復習資料的推薦方法、裝置、存儲介質及電子設備。
背景技術:
1、在智能教育時代背景下,在線教育平臺憑借著題庫的豐富性,使得越來越多的學生選擇利用在線教育平臺進行試題練習,為了輔助學生的已練習試題進行鞏固,需要給學生進行復習資料的推薦。
2、在復習資料的推薦的相關技術中,通常是將與學生的已練習試題相關的復習資料推薦給學生,由于學生在刷題的過程中存在跨章節跳躍性刷題,已練習試題之間缺少銜接性,導致推薦給學生的復習資料缺乏銜接性。
技術實現思路
1、本技術提供了一種復習資料的推薦方法、裝置、存儲介質及電子設備。其主要目的在于解決由于學生在刷題的過程中存在跨章節跳躍性刷題,已練習試題之間缺少銜接性,導致推薦給學生的復習資料缺乏銜接性的問題。
2、根據本技術的第一方面,提供了一種復習資料的推薦方法,其中,包括:
3、獲取教材文本及歷史題庫;
4、提取教材文本中包含的教材知識點,并按照所述教材知識點的難易程度進行組合,得到多個知識點難易程度不同的教材知識點集合構成基礎知識點集群;
5、利用預設知識點篩選模型將所述歷史題庫的所有試題知識點中篩選出難度等級大于預設等級閾值的試題知識點,得到重要知識點集群;
6、依據所述基礎知識點集群和所述重要知識點集群,生成不同難度等級的試題組成目標題庫,所述目標題庫用于在學習地圖上進行映射,以通過所述學習地圖生成學生過程中的目標學習軌跡,并基于所述目標學習軌跡向學生推薦適配所述學生的目標復習資料。
7、可選的,所述提取教材文本中包含的教材知識點,并按照所述教材知識點的難易程度進行組合,得到多個知識點難易程度不同的教材知識點集合構成基礎知識點集群包括:
8、提取出所述教材文本中的所述所有教材知識點;
9、分別對所述所有教材知識點中的每個教材知識點進行難度等級評估,得到所述每個教材知識點的難度等級;
10、分別將所述所有教材知識點中不同難度等級的教材知識點組合為不同的基礎知識點集合;同一個基礎知識點集合中的教材知識點的難度等級相同;
11、將所有的基礎知識點集合組合為所述基礎知識點集群。
12、可選的,所述利用預設知識點篩選模型將所述歷史題庫的所有試題知識點中篩選出難度等級大于預設等級閾值的試題知識點,得到重要知識點集群包括:
13、獲取所述所有試題知識點中每個試題知識點在所述歷史題庫中的考查頻率、所述學生上傳的所述每個試題知識點對應的試題答題準確率、所述每個試題知識點與所述所有試題知識點中其他知識點之間的關聯度,及獲取所述考查頻率、所述試題答題準確率、所述關聯度各自對應的權重;所述難度等級為所述考查頻率、所述試題答題準確率、所述關聯度的綜合指標;
14、根據所述每個試題知識點的所述考查頻率、所述試題答題準確率、所述關聯度及所述各自對應的權重,計算所述每個試題知識點的難度等級;
15、將所述所有試題知識點中所述難度等級大于所述預設等級閾值的試題知識點構建為所述重要知識點集群。
16、可選的,所述根據所述每個試題知識點的所述考查頻率、所述試題答題準確率、所述關聯度及所述各自對應的權重,計算所述每個試題知識點的難度等級包括:
17、根據預設難度等級評估算法,分別計算所述每個試題知識點的難度等級;
18、所述預設難度等級評估算法的計算公式為:
19、
20、其中,分別為所述每個試題知識點在所述歷史題庫中的考查頻率、所述學生上傳的所述每個試題知識點對應的試題答題準確率、所述每個試題知識點與所述所有試題知識點中其他知識點之間的關聯度,分別為所述考查頻率、所述試題答題準確率及所述關聯度各自對應的權重。
21、可選的,所述在學習地圖上進行映射,以通過所述學習地圖生成學生過程中的目標學習軌跡包括:
22、將所述目標題庫中不同難度等級的試題構建為學習地圖;所述學習地圖包括與所述目標題庫中試題數量相同的學習網格,每個學習網格對應一個所述目標題庫中的試題;
23、標記所述學習地圖中所述學生的已練習試題對應的學習網格;
24、將所述已練習試題對應的學習網格進行連接,得到所述目標學習軌跡。
25、可選的,所述將所述目標題庫中不同難度等級的試題構建為學習地圖包括:
26、對所述不同難度等級的試題進行關聯關系分析,得到所述不同難度等級的試題之間的關聯關系;
27、按照所述不同難度等級的試題之間的關聯關系,對所述不同難度等級的試題進行排列,得到排列后的所述不同難度等級的試題;
28、基于所述排列后的所述不同難度等級的試題,生成所述學習地圖。
29、可選的,所述基于所述目標學習軌跡向學生推薦適配所述學生的目標復習資料包括:
30、根據預先建立的學習軌跡與復習資料的映射關系,查找所述目標學習軌跡對應的目標復習資料;
31、向所述學生推薦所述目標復習資料。
32、根據本技術的第二方面,提供了一種復習資料的推薦裝置,包括:
33、獲取單元,用于獲取教材文本及歷史題庫;
34、組合單元,用于提取教材文本中包含的教材知識點,并按照所述教材知識點的難易程度進行組合,得到多個知識點難易程度不同的教材知識點集合構成基礎知識點集群;
35、篩選單元,用于利用預設知識點篩選模型將所述歷史題庫的所有試題知識點中篩選出難度等級大于預設等級閾值的試題知識點,得到重要知識點集群;
36、生成單元,用于依據所述基礎知識點集群和所述重要知識點集群,生成不同難度等級的試題組成目標題庫,所述目標題庫用于在學習地圖上進行映射,以通過所述學習地圖生成學生過程中的目標學習軌跡;
37、推薦單元,用于基于所述目標學習軌跡向學生推薦適配所述學生的目標復習資料。
38、可選的,所述組合單元包括:
39、提取模塊,用于提取出所述教材文本中的所述所有教材知識點;
40、評估模塊,用于分別對所述所有教材知識點中的每個教材知識點進行難度等級評估,得到所述每個教材知識點的難度等級;
41、組合模塊,用于分別將所述所有教材知識點中不同難度等級的教材知識點組合為不同的基礎知識點集合;同一個基礎知識點集合中的教材知識點的難度等級相同;
42、所述組合模塊還用于,將所有的基礎知識點集合組合為所述基礎知識點集群。
43、可選的,所述篩選單元包括:
44、獲取模塊,用于獲取所述所有試題知識點中每個試題知識點在所述歷史題庫中的考查頻率、所述學生上傳的所述每個試題知識點對應的試題答題準確率、所述每個試題知識點與所述所有試題知識點中其他知識點之間的關聯度,及獲取所述考查頻率、所述試題答題準確率、所述關聯度各自對應的權重;所述難度等級為所述考查頻率、所述試題答題準確率、所述關聯度的綜合指標;
45、計算模塊,用于根據所述每個試題知識點的所述考查頻率、所述試題答題準確率、所述關聯度及所述各自對應的權重,計算所述每個試題知識點的難度等級;
46、第一構建模塊,用于將所述所有試題知識點中所述難度等級大于所述預設等級閾值的試題知識點構建為所述重要知識點集群。
47、可選的,所述計算模塊還用于:
48、根據預設難度等級評估算法,分別計算所述每個試題知識點的難度等級;
49、所述預設難度等級評估算法的計算公式為:
50、
51、其中,分別為所述每個試題知識點在所述歷史題庫中的考查頻率、所述學生上傳的所述每個試題知識點對應的試題答題準確率、所述每個試題知識點與所述所有試題知識點中其他知識點之間的關聯度,分別為所述考查頻率、所述試題答題準確率及所述關聯度各自對應的權重。
52、可選的,所述生成單元包括:
53、第二構建模塊,用于將所述目標題庫中不同難度等級的試題構建為學習地圖;所述學習地圖包括與所述目標題庫中試題數量相同的學習網格,每個學習網格對應一個所述目標題庫中的試題;
54、標記模塊,用于標記所述學習地圖中所述學生的已練習試題對應的學習網格;
55、連接模塊,用于將所述已練習試題對應的學習網格進行連接,得到所述目標學習軌跡。
56、可選的,所述第二構建模塊還用于:
57、對所述不同難度等級的試題進行關聯關系分析,得到所述不同難度等級的試題之間的關聯關系;
58、按照所述不同難度等級的試題之間的關聯關系,對所述不同難度等級的試題進行排列,得到排列后的所述不同難度等級的試題;
59、基于所述排列后的所述不同難度等級的試題,生成所述學習地圖。
60、可選的,所述推薦單元還用于:
61、根據預先建立的學習軌跡與復習資料的映射關系,查找所述目標學習軌跡對應的目標復習資料;
62、向所述學生推薦所述目標復習資料。
63、根據本技術的第三方面,提供了一種電子設備,包括:
64、至少一個處理器;以及
65、與所述至少一個處理器通信連接的存儲器;其中,
66、所述存儲器存儲有可被所述至少一個處理器執行的指令,所述指令被所述至少一個處理器執行,以使所述至少一個處理器能夠執行前述第一方面所述的方法。
67、根據本技術的第四方面,提供了一種存儲有計算機指令的非瞬時計算機可讀存儲介質,其中,所述計算機指令用于使所述計算機執行前述第一方面所述的方法。
68、根據本技術的第五方面,提供了一種計算機程序產品,包括計算機程序,所述計算機程序在被處理器執行時實現如前述第一方面所述的方法。
69、本技術提供的復習資料的推薦方法、裝置、存儲介質及電子設備,獲取教材文本和歷史題庫,提取并組合教材知識點形成基礎知識點集群,利用預設模型篩選出重要知識點集群,進而生成不同難度等級的目標題庫,并將其映射到學習地圖上,生成學生的學習軌跡,推薦適配的復習資料。能夠根據學生的學習進度和知識掌握程度,為學生推薦適合其當前學習階段的復習資料,有效解決了復習資料缺乏銜接性使復習資料與學生的學習狀態相匹配。
70、應當理解,本部分所描述的內容并非旨在標識本技術的實施例的關鍵或重要特征,也不用于限制本技術的范圍。本技術的其它特征將通過以下的說明書而變得容易理解。