[發明專利]一種試題資源推薦方法及系統

有效

• 申請號: 202210115429.X
• 申請日: 2022-02-07
• 公開（公告）號: CN114155124B
• 公開（公告）日: 2022-07-12
• 發明（設計）人: 馬玉玲;郭杰;李振
• 申請（專利權）人: 山東建筑大學
• 主分類號: G06F17/00
• 分類號: G06F17/00;G06Q50/20
• 代理公司: 濟南圣達知識產權代理有限公司 37221
• 代理人: 閆圣娟

1.一種試題資源推薦方法，其特征在于，包括：

對多項課程中以往試題的答題表現數據和以往試題的考核知識點，采用訓練后的知識水平預測模型進行知識水平預測，得到考核知識點的知識掌握水平；

對多項課程的學習任務構建集成式的知識水平預測模型，知識水平預測模型基于時序神經網絡構建，基于多任務學習對學生在多項課程學習任務上的知識掌握水平進行建模評估；通過學習學生對每項課程中考核知識點的知識掌握水平以及粗心和猜測的隱狀態變量，且對粗心和猜測的隱狀態變量進行共享，達到多任務聯合建模的目的；

知識水平預測模型的訓練過程為：

（1）初始化知識掌握水平h₀以及待學習的參數W_x、W_h、w_y、b_h、b_y；其中，W_x為時序神經網絡輸入向量x_t的權重矩陣，W_h為時序神經網絡參數矩陣，w_y為權重向量；b_h、b_y分別為隱單元和輸出單元對應的偏置；

h_t=tanh(W_xx_t+W_hh_t-1+b_h)

其中，x_t為學生在t時刻作答試題的特征表示向量；h_t為學生在t時刻的知識掌握水平；h_t-1為學生在t-1時刻的知識掌握水平；y_t為根據學生在t時刻的知識掌握水平正確作答的概率；為sigmoid函數；

（2）結合粗心和猜測的隱狀態變量，以及元認知能力評估結果，得到t時刻在對應考核知識點上答題表現的預測結果，所述預測結果為對應考核知識點的知識掌握水平：

其中，表示學生i的元認知能力；p(G)表示隨機猜測的概率，p(S)表示粗心的概率；

對待推薦試題進行考核知識點的標注和考核難度的標注，得到試題資源庫；

對試題資源庫進行考核知識點的聚類，得到不同考核知識點的試題簇；

對不同考核知識點的試題簇根據考核難度進行聚類，得到試題資源庫的分層聚類結果；

根據考核知識點的知識掌握水平和試題資源庫的分層聚類結果，進行試題資源的推薦，得到試題集合；

根據試題集合中考核知識點間的關系構建試題圖，對試題圖進行最優路徑的選擇，得到最優做題路徑。