买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！

摘要：本发明提供了一种基于人工智能的试题个性化推荐方法及系统，涉及人数据处理技术领域。方法包括：采集多位学生的历史答题数据和学习行为数据，提取出每位学生的第一答题特征、第二答题特征和学习行为特征；对多位学生进行聚类处理得到多个聚类群体；提取出每个聚类群体的多个参考对象，确定每个聚类群体的群体试题偏好特征；构建训练数据集并训练得到学习行为分类模型；基于学习行为分类模型对目标学生进行分类，确定目标学生的第一试题偏好特征和第二试题偏好特征并进行融合，得到目标学生的个性化试题偏好特征，基于个性化试题偏好特征向目标学生进行试题个性化推荐。本发明实现了提升试题推荐的准确性。

主权项：1.一种基于人工智能的试题个性化推荐方法，其特征在于，包括：采集多位学生的历史答题数据和学习行为数据，从历史答题数据中提取出每位学生在不同形式试题中的第一答题表现数据，得到每位学生的第一答题特征；从学习行为数据中提取出每位学生对不同类型的学习资源的使用数据，得到每位学生的学习行为特征；从历史答题数据中提取出每位学生在不同形式试题中的第二答题表现数据，得到每位学生的第二答题特征；基于K-means聚类算法处理多位学生的第一答题特征和学习行为特征，对多位学生进行聚类处理，得到多个聚类群体；提取出每个聚类群体的多个参考对象，根据每个参考对象的第二答题特征确定每个聚类群体的群体试题偏好特征；为每个群体添加类别标签，根据每个参考对象关联的第一答题特征和学习行为特征以及所属聚类群体对应的类别标签构建得到训练数据集，基于训练数据集训练得到学习行为分类模型；提取出目标学生的学习特征数据并基于学习行为分类模型对目标学生进行分类，确定目标学生所属的目标群体，根据目标群体的群体试题偏好特征确定第一试题偏好特征；根据目标学生的学习特征数据确定目标学生的第二试题偏好特征，将第一试题偏好特征和第二试题偏好特征进行融合，得到目标学生的个性化试题偏好特征，基于个性化试题偏好特征向目标学生进行试题个性化推荐；对于第一答题特征、第二答题特征和学习行为特征，还包括：根据学生在不同类型的学习资源上的时间分配比例确定资源使用时间特征，根据学生在不同类型的学习资源上的使用次数确定资源使用频率特征，根据学生在不同类型的学习资源上的时间分配比例计算不同类型的学习资源对应的香农指数以确定资源使用多样性特征，从而得到学生的学习行为特征；根据历史答题数据确定学生在不同形式试题的基础答题参考特征，根据预设参考周期对学生的历史答题数据进行数据分割，提取出每个预设参考周期内学生关于不同形式试题的首次答题表现数据，根据首次答题表现数据确定第一局部答题参考特征，将每个预设参考周期中首次答题表现数据移除，根据剩余数据确定第二局部答题参考特征，根据基础答题参考特征和第一局部答题参考特征确定第一答题特征，根据基础答题参考特征和第二局部答题参考特征确定第二答题特征，其中，答题参考特征包括试题的答题时间特征、答题正确率和试题选择频率；提取出每个聚类群体的多个参考对象，根据每个参考对象的第二答题特征确定每个聚类群体的群体试题偏好特征，包括：计算每个聚类群体中每个个体与所属聚类群体的质心的距离，基于第一预设参考比例筛选出每个聚类群体的参考群体；计算每个聚类群体的参考群体中每个个体相互之间的距离，对于任意一个聚类群体，根据第二预测参考比例确定聚类群体的参考对象的数量，选择聚类群体的参考群体中与所属聚类群体的质心的距离最近的个体记为目标个体，从参考群体的剩余个体中选择与当前选择的目标个体距离最远的个体记为新的目标个体，迭代至筛选出的目标个体的数量等于聚类群体的参考对象的数量后，完成目标个体的选择，将选择出的目标个体记为聚类群体的参考对象；计算聚类群体的参考对象所对应的第二答题特征的特征均值，记为聚类群体的群体试题偏好特征。

全文数据：

权利要求：

百度查询： 豫章师范学院 一种基于人工智能的试题个性化推荐方法及系统