本公開涉及計算機，尤其涉及一種基于智慧教育終端的學習好友推薦方法。

背景技術：

1、近年來，隨著計算機技術和教育信息化的不斷推進發展，計算機和人工智能技術已經逐步應用于日常的教育教學各項活動中，越來越多的智能化設備逐漸被應用到教學場景中，學生可以通過智能化設備進行學習，以為學生提供更為便捷的學習服務。

2、在學生使用智能化設備進行學習時，通常只能手動選擇自身的學習標簽，具有一定的主觀性，因此在根據該學習標簽對學生進行好友推薦時，學生的接受率并不高，不能準確為學生推薦學習伙伴。因此需要一種能夠向學生客觀推薦好友的方案。

技術實現思路

1、本公開提供了一種基于智慧教育終端的學習好友推薦方法。

2、根據本公開的第一方面，提供了一種基于智慧教育終端的學習好友推薦方法，該方法包括：從智慧教育終端中獲取第一學生的學習數據，以確定第一學生的學生行為標簽，學生行為標簽至少包括以下一項：第一標簽、第二標簽和第三標簽，其中，第一標簽用于指示第一學生的學習行為情況，第二標簽用于指示第一學生的知識掌握程度，第三標簽用于指示第一學生的學習風格；對學生行為標簽進行標準化處理和聚合處理，以獲取與第一標簽對應的學習參與度參數、與第二標簽對應的學習效能參數，以及與第三標簽對應的學習類型參數中的至少一項；基于學習參與度參數、學習效能參數，以及學習類型參數中的至少一項，對第一學生進行好友推薦。

3、在本公開的一些實施方式中，獲取第一學生的學習數據，以確定學生行為標簽包括以下至少一項：基于學習數據中第一學生的聊天內容，確定第一學生的聊天數據標簽；基于學習數據中第一學生對于教材的理解程度，確定第一學生的學習理解標簽；基于學習數據中第一學生對于相同知識點對應的第一題目的作答數據，確定第一學生的知識點熟練度標簽；基于學習數據中第一學生對于不同知識點題目的作答數據，確定第一學生的綜合評價的全局能力評價參數，以利用全局能力評價參數，與預設閾值對比，確定第一學生的學習類型標簽，其中，學習類型標簽包括以下至少一項：進階挑戰型標簽、均衡發展型標簽和基礎培育型標簽。

4、在本公開的一些實施方式中，基于學習數據中第一學生對于相同知識點對應的第一題目的作答數據，確定第一學生的知識點熟練度標簽包括：將第一學生對于第一題目的完成數量與第一題目的總數之間的比值，確定為第一學生的知識點學習進度參數，并將第一學生對于第一題目的正確作答數量與第一題目的完成數量之間的比值，確定為第一學生的知識點準確率參數；對學習進度參數和知識點準確率參數進行加權求和，確定第一學生的第一知識點熟練度參數；當第一學生錯誤作答第一題目后的修改時間小于預設修改時間時，和/或，當第一學生正確作答第一題目的次數大于預設正確次數閾值，且第一學生正確作答第一題目的時間間隔的標準差，大于預設標準差閾值時，確定第一學生存在一次可疑事件；當第一學生的可疑事件次數大于或等于預設可疑閾值時，對第一知識點熟練度參數進行修正處理，以獲取知識點熟練度標簽；當第一學生的可疑事件次數小于預設可疑閾值時，將第一知識點熟練度參數，確定為知識點熟練度標簽。

5、本公開的一些實施方式中，對第一知識點熟練度參數進行修正處理，以獲取知識點熟練度標簽包括：將第一知識點熟練度參數，與第一學生作答第一題目的時間關聯，以獲取具有時間標簽的第二知識點熟練度參數；基于第二知識點熟練度參數、時間標簽對應的可疑事件次數、預設可疑閾值、預設可疑事件權重，以及預設陡度參數，結合以下公式1，確定熟練度修正參數：

6、公式1，

7、其中，fraudscore表示熟練度修正參數，表示預設可疑事件權重，表示時間標簽對應的可疑事件次數，表示預設可疑閾值，k表示預設陡度參數；

8、基于熟練度修正參數，結合以下公式2，對第二知識點熟練度參數進行修正，以獲取第三知識點熟練度參數；

9、公式2，

10、其中，mfinal表示第三知識點熟練度參數，mt表示第二知識點熟練度參數，

11、基于第三知識點熟練度參數、第一題目的預設難度、預設記憶保持率和預設干擾參數，結合以下公式3，確定知識點熟練度標簽：

12、公式3，

13、其中，p表示知識點熟練度標簽，表示預設干擾參數，表示預設記憶保持率，表示第t個第一題目的預設難度。

14、在本公開的一些實施方式中，方法還包括：基于第一題目的作答正確率、第一題目的平均作答時間、第一題目的題目總數，以及第一題目的實際作答時間，結合以下公式4，確定校準難度，以利用校準難度替換預設難度：

15、公式4，

16、其中，表示第t個第一題目的校準難度，u表示第一題目的題目總數，表示第一題目的實際作答時間，表示第一題目的平均作答時間，表示第t個第一題目的實際作答時間。

17、在本公開的一些實施方式中，基于學習數據中第一學生對于不同知識點題目的作答數據，確定第一學生的綜合評價的全局能力評價參數包括：對作答數據進行平滑處理和歸一化處理，以獲取標準化作答數據；對標準化作答數據中的標準化基礎知識點準確率和標準化基礎知識點學習完成度加權求和，確定標準化作答數據的基礎知識點得分；對標準化作答數據中的標準化重點知識點準確率和標準化重點知識點學習完成度加權求和，確定標準化作答數據的重點知識點得分；基于基礎知識點得分、重點知識點得分，以及基礎知識點與重點知識點之間的預設角度差，結合以下公式5，確定全局能力評價參數，

18、公式5，

19、其中，t表示全局能力評價參數，sbp表示基礎知識點得分，siw表示重點知識點得分，表示預設角度差。

20、在本公開的一些實施方式中，利用全局能力評價參數，與預設閾值對比，確定第一學生的學習類型標簽包括：當全局能力評價參數小于第一評價預設值時，確定學習類型標簽為進階挑戰型標簽；當全局能力評價參數小于第二評價預設值，且全局能力評價參數大于第三評價預設值時，確定學習類型標簽為均衡發展型標簽；當全局能力評價參數大于第四評價預設值時，確定學習類型標簽為基礎培育型標簽，其中第一評價預設值大于第二評價預設值，第二評價預設置大于第三評價預設值，第三評價預設值大于第四評價預設值。

21、在本公開的一些實施方式中，對學生行為標簽進行標準化處理和聚合處理，以獲取與第一標簽對應的學習參與度參數、與第二標簽對應的學習效能參數，以及與第三標簽對應的學習類型參數中的至少一項包括：將第一標簽和第二標簽劃分為正向標簽和負向標簽，并對第三標簽進行二進制編碼，以獲取編碼標簽；對第一標簽對應的正向標簽和負向標簽進行加權求和，以獲取學習參與度參數；對第二標簽對應的正向標簽和負向標簽進行加權求和，以獲取學習效能參數；根據預設編碼映射規則，對編碼標簽進行映射，以獲取學習類型參數。

22、在本公開的一些實施方式中，基于學習參與度參數、學習效能參數，以及學習類型參數中的至少一項，對第一學生進行好友推薦包括：根據第一學生的預設參數需求，將學習參與度參數、學習效能參數，以及學習類型參數滿足預設推薦參數需求的第二學生，推薦至第一學生；和/或對學習參與度參數、學習效能參數和學習類型參數，進行全局匹配處理，確定第一學生的標簽得分，并基于第一學生的標簽得分和預設標簽權重，確定第一學生之間的標簽相似度，以根據標簽相似度，對第一學生進行好友推薦。

23、在本公開的一些實施方式中，對學習參與度參數、學習效能參數和學習類型參數，進行全局匹配處理，以確定第一學生的標簽得分包括：基于學習參與度參數、學習效能參數和學習類型參數，結合以下公式6，確定第一學生的標簽得分：

24、公式6，

25、其中，match_score表示標簽得分，x_score表示學習參與度參數，y_score表示學習效能參數，z_coeff表示學習類型參數，μ1、μ2和μ3表示預設參數權重。

26、在本公開的一些實施方式中，基于第一學生的標簽得分和預設標簽權重，確定第一學生之間的標簽相似度，以根據標簽相似度，對第一學生進行好友推薦包括：基于第一學生的標簽得分和預設標簽權重，結合以下公式7，確定第一學生之間的標簽相似度，

27、公式7，

28、其中，sim(u,v)表示學生u和學生v之間的標簽相似度，uk表示學生u向量形式的標簽得分，vk表示學生v向量形式的標簽得分，wk表示預設標簽權重；當標簽相似度大于預設相似度閾值時，對第一學生進行好友推薦。

29、綜上，本公開提出的一種基于智慧教育終端的學習好友推薦方法，包括：從智慧教育終端中獲取第一學生的學習數據，以確定第一學生的學生行為標簽，學生行為標簽至少包括以下一項：第一標簽、第二標簽和第三標簽，其中，第一標簽用于指示第一學生的學習行為情況，第二標簽用于指示第一學生的知識掌握程度，第三標簽用于指示第一學生的學習風格；對學生行為標簽進行標準化處理和聚合處理，以獲取與第一標簽對應的學習參與度參數、與第二標簽對應的學習效能參數，以及與第三標簽對應的學習類型參數中的至少一項；基于學習參與度參數、學習效能參數，以及學習類型參數中的至少一項，對第一學生進行好友推薦。本公開的方法，通過獲取第一學生的學習數據，以根據第一學生的學習數據，從學習行為情況、知識掌握程度和學習風格等多個方面生成第一學生的標簽，能夠客觀生成第一學生的學習畫像，進而對不同學生的標簽進行相似度匹配，以根據相似度匹配結果對第一學生進行好友推薦，提高了好友推薦的客觀性和準確性。

30、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。