[發明專利]一種利用機器學習模型實時預估學生成績的方法及系統

在審

• 申請號: 202011505958.8
• 申請日: 2020-12-18
• 公開（公告）號: CN112232609A
• 公開（公告）日: 2021-01-15
• 發明（設計）人: 許利寧
• 申請（專利權）人: 北京幾原科技有限責任公司
• 主分類號: G06Q10/04
• 分類號: G06Q10/04;G06Q50/20;G06N20/00
• 代理公司: 北京三友知識產權代理有限公司 11127
• 代理人: 侯天印;楊丹

1.一種利用機器學習模型實時預估學生成績的方法，其特征在于，該方法包括：

獲取學生的歷史學習數據及考試成績；

將所述歷史學習數據作為輸入特征，將考試成績作為目標進行機器學習模型訓練，訓練輸入特征與目標之間的關系，構建學生的成績預估模型；

當獲取到待預估成績的學生的學習行為數據時，根據學習行為數據，利用學生的成績預估模型進行考試成績的實時預估，得到考試成績預估結果。

2.根據權利要求1所述的利用機器學習模型實時預估學生成績的方法，其特征在于，該方法還包括：

當獲取到新的考試成績時，根據學生的歷史學系數據及新的考試成績，對機器學習模型進行迭代訓練。

3.根據權利要求1所述的利用機器學習模型實時預估學生成績的方法，其特征在于，獲取的學生的歷史學習數據至少包括：課后練習題的正確率、對知識點的復習程度及學生上課認真程度；

獲取的學生的考試成績至少包括：學生對每個科目的每次月考、期中考試及期末考試的考試成績。

4.根據權利要求3所述的利用機器學習模型實時預估學生成績的方法，其特征在于，該方法還包括：

將所述考試成績進行歸一化處理，將考試成績對應的分數按照預設分數段進行劃分；

將劃分結果進行累加處理，根據累加處理結果將考試成績分布在0~1范圍內，得到成績分布關系。

5.根據權利要求4所述的利用機器學習模型實時預估學生成績的方法，其特征在于，當獲取到待預估成績的學生的學習行為數據時，根據學習行為數據，利用學生的成績預估模型進行考試成績的實時預估，得到考試成績預估結果，包括：

獲取待預估成績的學生的學習行為數據，其中，所述學習行為數據與所述機器學習模型訓練時輸入特征的種類相同；

根據學習行為數據，利用學生的成績預估模型對學生的考試成績進行實時預估，得到預估結果；

根據所述成績分布關系及預估結果，計算得到預估分數，并將所述預估分數反饋給學生、家長及老師。

6.根據權利要求1所述的利用機器學習模型實時預估學生成績的方法，其特征在于，該方法還包括：

獲取學生的自身特征，其中，自身特征至少包括：學生做題速度及學生臨場發揮的程度；

獲取學生做題的題目特征至少包括：試卷考察的知識點及試卷的題目類型分布特征。

7.根據權利要求6所述的利用機器學習模型實時預估學生成績的方法，其特征在于，將所述歷史學習數據作為輸入特征，將考試成績作為目標進行機器學習模型訓練，訓練輸入特征與目標之間的關系，構建學生的成績預估模型，包括：

將所述歷史學習數據、學生的自身特征及學生做題的題目特征作為輸入特征，將考試成績作為目標進行機器學習模型訓練，訓練輸入特征與目標之間的關系，構建學生的成績預估模型；其中，所述機器學習模型采用LR模型或DNN模型；

當獲取到待預估成績的學生的學習行為數據時，根據學習行為數據，利用學生的成績預估模型進行考試成績的實時預估，得到考試成績預估結果，還包括：

當獲取到待預估成績的學生的學習行為數據時，若還獲取到學生的自身特征及學生做題的題目特征，根據學習行為數據、學生的自身特征及學生做題的題目特征，利用學生的成績預估模型進行考試成績的實時預估，得到考試成績預估結果；其中，所述學習行為數據、學生的自身特征及學生做題的題目特征與所述機器學習模型訓練時輸入特征的種類相同。

8.一種利用機器學習模型實時預估學生成績的系統，其特征在于，該系統包括：

數據獲取模塊，用于獲取學生的歷史學習數據及考試成績；

機器學習模塊，用于將所述歷史學習數據作為輸入特征，將考試成績作為目標進行機器學習模型訓練，訓練輸入特征與目標之間的關系，構建學生的成績預估模型；

成績預估模塊，用于當獲取到待預估成績的學生的學習行為數據時，根據學習行為數據，利用學生的成績預估模型進行考試成績的實時預估，得到考試成績預估結果。