(19)国家知识产权局 (12)发明 专利申请 (10)申请公布号 (43)申请公布日 (21)申请 号 202211216640.7 (22)申请日 2022.09.30 (71)申请人 北京世纪好未来教育科技有限公司 地址 100089 北京市海淀区中关村大街32 号19层1901室 (72)发明人 吴士婷　唐坤　陈晓倩　 (74)专利代理 机构 北京开阳星知识产权代理有 限公司 1 1710 专利代理师 王艳斌 (51)Int.Cl. G06F 16/33(2019.01) G06F 16/36(2019.01) G06Q 50/20(2012.01) (54)发明名称 一种试题推荐方法、 装置、 电子设备和存储 介质 (57)摘要 本公开涉及一种试题推荐方法、 装置、 电子 设备和存储介质。 试题 推荐方法， 包括： 获取目标 对象针对第一试题的作答结果； 根据作答结果诊 断目标对象对第一试题对应的第一知识点的掌 握情况， 得到第一知识点的掌握等级； 根据预先 构建的知识点掌握情况间的关联规则库和第一 知识点的掌握等级确定第二知识点； 将包含第二 知识点的第二试题推荐 给目标对象。 本公开提供 的试题推荐方法， 能够根据知识点掌握情况间的 关联规则和当前知识点的掌握情况， 向用户推荐 合适的试题。 权利要求书3页 说明书14页 附图3页 CN 115525738 A 2022.12.27 CN 115525738 A 1.一种试题推荐方法， 其特 征在于， 包括： 获取目标对象针对第一试题的作答结果； 根据所述作答结果诊断所述目标对象对所述第 一试题对应的第 一知识点的掌握情况， 得到所述第一知识点的掌握等级； 根据预先构建的知识点掌握情况间的关联规则库和所述第一知识点的掌握等级确定 第二知识点； 将包含所述第二知识点的第二试题推荐给 所述目标对象。 2.根据权利要求1所述的方法， 其特征在于， 所述根据所述作答结果诊断所述目标对象 对所述第一试题对应的第一知识点的掌握情况， 得到所述第一知识点的掌握等级， 包括： 利用预先训练的估计模型根据所述作答结果估计所述目标对象对所述第一试题对应 的第一知识点的掌握情况， 得到所述第一知识点的能力值； 将所述第一知识点的能力值按照第 一阈值进行分位数计算， 得到所述第 一知识点的掌 握等级。 3.根据权利要求1所述的方法， 其特征在于， 所述根据预先构建的知识点掌握情况间的 关联规则库和所述第一知识点的掌握等级确定第二知识点， 包括： 若所述第一知识点的掌握等级低于第 一等级， 则基于构建的知识图谱在对应的推荐知 识点集合中确定所述第一知识点的前置知识点 集合； 基于预先构建的知识点掌握情况间的关联规则库， 在所述前置知识点集合中确定和所 述第一知识点关联且掌握等级同样低于所述第一 等级的至少一个第三知识点； 根据所述至少一个第三知识点确定所述目标对象掌握薄弱的第二知识点。 4.根据权利要求3所述的方法， 其特征在于， 所述根据所述至少一个第 三知识点确定所 述目标对象掌握薄弱的第二知识点， 包括： 确定所述至少一个第 三知识点中每个第 三知识点的置信度， 并根据置信度将所述至少 一个第三知识点进行排序； 将排序后的至少一个第三知识点中置信度大于第二阈值的第三知识点确定为所述目 标对象掌握薄弱的第二知识点。 5.根据权利要求1所述的方法， 其特征在于， 所述根据预先构建的知识点掌握情况间的 关联规则库和所述第一知识点的掌握等级确定第二知识点， 包括： 若所述第一知识点的掌握等级为第 一等级， 则 基于预先构建的知识点掌握情况间的关 联规则库确定和所述第一知识点关联且掌握等级同样为所述第一等级的至少一个第四知 识点； 将推荐知识点集合中所述第 一知识点和所述至少一个第四知识点移除， 并在移除后的 推荐知识点 集合中确定第二知识点。 6.根据权利要求1所述的方法， 其特征在于， 在获取目标对象针对第 一试题的作答结果 之前， 所述方法包括： 在推荐知识点集合范围内首次向目标对象推荐试题的情况下， 基于构建的和所述推荐 知识点集合对应的知识图谱计算所述推荐知识点 集合中每个知识点的前置知识点的数量； 根据每个知识点的前置知识点的数量， 在所述推荐知识点 集合中确定中间知识点； 将包含所述中间知识点的第一试题推荐给 所述目标对象。权　利　要　求　书 1/3 页 2 CN 115525738 A 27.根据权利要求1所述的方法， 其特征在于， 所述将包含所述第 二知识点的第 二试题推 荐给所述目标对象， 所述方法还 包括： 确定包含所述第二知识点的预设数量的第 二试题， 并生成关于所述第 二试题的推荐原 因； 在将所述预设数量的第 二试题推荐给所述目标对象的同时， 向所述目标对象反映所述 推荐原因。 8.根据权利要求1所述的方法， 其特征在于， 所述知识点掌握情况间的关联规则库 是通 过以下方式构建的： 获取多个对象的历史作答数据， 其中， 每 个对象的历史作答数据对应多个知识点； 根据每个对象的历史作答数据估计每个对象对多个知识点的掌握情况， 得到每个对象 对应的多个知识点掌握等级； 将每个对象对应的多个知识点掌握等级作为一个事务， 将一个知识点掌握等级记为一 个项， 将多个对象对应的目标知识 点掌握等级作为一个项集得到多个项集， 其中， 所述目标 知识点掌握等级为多个知识点掌握等级中的至少一个知识点掌握等级； 根据所有事务和所述多个项集构建知识点掌握情况间的关联规则库。 9.根据权利要求8所述的方法， 其特征在于， 所述根据所有事务和所述多个项集构建知 识点掌握情况间的关联规则库， 包括： 在所述多个项集中确定频繁项集， 并根据所述频繁项集 生成多个关联规则； 根据所有事务和所述频繁项集计算所述多个关联规则中每 个关联规则的置信度； 基于所述多个关联规则中置信度大于第三阈值的目标关联规则构建知识点掌握情况 间的关联规则库。 10.根据权利要求9所述的方法， 其特征在于， 所述频繁项集包括第一子频繁项集和第 二子频繁项集， 所述根据所有事务和所述频繁项集计算所述多个关联规则中每个关联规则 的置信度， 包括： 统计所有事务的第 一数量， 统计所有事务中包括所述第 一子频繁项集的目标知识点掌 握等级的事务的第二数量； 统计所述第一子频繁项集和所述第二子频繁项集中包括的所有目标知识点掌握等级 的第三数量； 根据所述第三数量和所述第一数量计算目标关联规则的支持度， 其中， 所述目标关联 规则为所述第一子频繁项集和所述第二子频繁项集中知识点掌握等级间的关联规则； 根据所述第 一数量和所述第 二数量计算所述第 一子频繁项集的支持度， 并根据 所述第 一子频繁项集的支持度和所述目标关联规则的支持度计算所述目标关联规则的置信度。 11.一种试题推荐装置， 其特 征在于， 包括： 获取模块， 用于获取目标对象针对第一试题的作答结果； 诊断模块， 用于根据 所述作答结果诊断所述目标对象对所述第 一试题对应的第 一知识 点的掌握情况， 得到所述第一知识点的掌握等级； 预测模块， 用于根据 预先构建的知识点掌握情况间的关联规则库和所述第 一知识点的 掌握等级确定第二知识点； 推荐模块， 用于将包 含所述第二知识点的第二试题推荐给 所述目标对象。权　利　要　求　书 2/3 页 3 CN 115525738 A 3