-
公开(公告)号:CN118035568A
公开(公告)日:2024-05-14
申请号:CN202410437158.9
申请日:2024-04-12
Applicant: 暨南大学
IPC: G06F16/9535 , G06N3/0499 , G06Q50/20
Abstract: 本发明涉及习题推荐技术领域,特别是涉及一种感知知识掌握程度的教育习题智能推荐方法,包括:获取第一预设时间内用户的历史答题信息;将历史答题信息输入预设的感知预测模型中,输出第二预设时间内用户的推荐练习习题,其中,感知预测模型通过数据集训练,数据集包含习题序列,习题序列为第三预设时间内用户的历史答题信息按时间先后顺序组成,第三预设时间大于且不包含第一预设时间;感知预测模型包括感知模块和预测模块,感知模块用于对数据集中的习题序列进行处理,获取输出向量;预测模块用于对输出向量进行处理,输出推荐结果。本发明能够为用户进行精准、有效的习题推荐。
-
公开(公告)号:CN118035568B
公开(公告)日:2024-07-05
申请号:CN202410437158.9
申请日:2024-04-12
Applicant: 暨南大学
IPC: G06F16/9535 , G06N3/0499 , G06Q50/20
Abstract: 本发明涉及习题推荐技术领域,特别是涉及一种感知知识掌握程度的教育习题智能推荐方法,包括:获取第一预设时间内用户的历史答题信息;将历史答题信息输入预设的感知预测模型中,输出第二预设时间内用户的推荐练习习题,其中,感知预测模型通过数据集训练,数据集包含习题序列,习题序列为第三预设时间内用户的历史答题信息按时间先后顺序组成,第三预设时间大于且不包含第一预设时间;感知预测模型包括感知模块和预测模块,感知模块用于对数据集中的习题序列进行处理,获取输出向量;预测模块用于对输出向量进行处理,输出推荐结果。本发明能够为用户进行精准、有效的习题推荐。
-