[發明專利]數據處理方法、電子設備及計算機可讀介質

有效

• 申請號: 202011074890.2
• 申請日: 2020-10-10
• 公開（公告）號: CN111931875B
• 公開（公告）日: 2021-10-08
• 發明（設計）人: 何明;蔡柳;林沖
• 申請（專利權）人: 北京世紀好未來教育科技有限公司
• 主分類號: G06K9/62
• 分類號: G06K9/62;G06Q10/06;G06Q50/20;G06F17/16
• 代理公司: 北京鼎承知識產權代理有限公司 11551
• 代理人: 夏華棟;顧可嘉

1.一種數據處理方法，其特征在于，所述方法包括：

獲得用于表征題目特征以及學生答題行為特征的第一特征向量；所述第一特征向量的維度用于指示該第一特征向量中包含的學生在不同題目每個知識點上的作答記錄的數量；

根據所述學生答題行為特征對應的學生的答題數量對所述第一特征向量的維度進行調整，獲得第二特征向量，包括，通過自動編碼器，根據所述學生答題行為特征對應的學生的答題數量，對所述第一特征向量的維度進行調整，獲得第二特征向量；其中，所述自動編碼器通過設置隱層中的最后一個隱層的神經元數量，對所述第一特征向量的維度進行調整；

所述自動編碼器包括升降維控制模塊，用于根據所述第一特征向量的維度，確定是否所述第一特征向量的進行升維或者降維，并對第一特征向量進行升維和降維的維度的計算；若所述學生答題行為特征對應的學生的答題數量高于第一預設閾值，則降低所述第一特征向量的維度；若所述學生答題行為特征對應的學生的答題數量低于第二預設閾值，則升高所述第一特征向量的維度；

獲得所述學生答題行為特征對應的知識點信息，根據所述知識點信息和所述第二特征向量，獲得所述學生針對所述知識點信息所指示的知識點的第三特征向量；所述獲得所述學生答題行為特征對應的知識點信息，根據所述知識點信息和所述第二特征向量，獲得所述學生針對所述知識點信息所指示的知識點的第三特征向量，包括：

獲得所述學生的所述學生答題行為特征對應的知識點信息；

基于所述知識點信息，對所述第二特征向量進行求平均計算，獲得所述學生針對所述知識點信息所指示的知識點的第三特征向量；

對所述第三特征向量進行聚類，獲得聚類結果；

基于所述聚類結果獲得用于表征學生的知識點掌握程度的信息。

2.根據權利要求1所述的方法，其特征在于，所述自動編碼器包括輸入層、隱層和輸出層；

其中，

所述輸入層，用于接收所述第一特征向量；

所述隱層中的最后一個隱層的維度為根據所述學生答題行為特征對應的學生的答題數量確定的維度，所述隱層用于對所述輸入層接收的第一特征向量進行編碼處理，獲得確定的所述維度的第一特征向量；

所述輸出層，用于輸出通過所述隱層處理后獲得的第一特征向量，以作為所述第二特征向量。

3.根據權利要求1所述的方法，其特征在于，所述獲得所述學生的所述學生答題行為特征對應的知識點信息，包括：

從學生作答的題目中，將相同知識點歸納為一個知識點維度；

獲得所述學生答題行為特征對應的知識點維度，作為知識點信息。

4.根據權利要求3所述的方法，其特征在于，所述基于所述知識點信息，對所述第二特征向量進行求平均計算，獲得所述學生針對所述知識點信息所指示的知識點的第三特征向量，包括：

針對每個所述學生，基于當前學生對應的所述知識點維度，獲得當前學生在各個所述知識點維度上的第二特征向量；

將獲得的各個所述知識點維度上的第二特征向量進行求平均計算，獲得當前學生針對各個所述知識點維度所指示的知識點的第三特征向量。

5.根據權利要求3所述的方法，其特征在于，所述對所述第三特征向量進行聚類，獲得聚類結果，包括：

采用貝葉斯實例模型BCM對所述第三特征向量進行聚類，獲得至少一個聚類結果及各個聚類結果的代表性樣例。

6.根據權利要求5所述的方法，其特征在于，基于所述聚類結果獲得用于表征學生的知識點掌握程度的信息，包括：

獲取對各個聚類結果進行知識點掌握程度標注的標注結果，根據所述標注結果獲得用于表征學生的知識點掌握程度的第一信息。

7.根據權利要求6所述的方法，其特征在于，所述獲取對各個聚類結果進行知識點掌握程度標注的標注結果，根據所述標注結果獲得用于表征學生的知識點掌握程度的第一信息，包括：

獲取對各個聚類結果的代表性樣例進行知識點掌握程度標注的標注結果，根據所述標注結果獲得用于表征學生的知識點掌握程度的第一信息。