CN113987328A - 一种题目推荐方法、设备、服务器及存储介质 - Google Patents

一种题目推荐方法、设备、服务器及存储介质 Download PDF

Info

Publication number
CN113987328A
CN113987328A CN202011643123.9A CN202011643123A CN113987328A CN 113987328 A CN113987328 A CN 113987328A CN 202011643123 A CN202011643123 A CN 202011643123A CN 113987328 A CN113987328 A CN 113987328A
Authority
CN
China
Prior art keywords
question
pretest
bank
topic
coefficient
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Pending
Application number
CN202011643123.9A
Other languages
English (en)
Inventor
赵向荣
王友元
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Shenzhen Pingan Zhihui Enterprise Information Management Co ltd
Original Assignee
Shenzhen Pingan Zhihui Enterprise Information Management Co ltd
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by Shenzhen Pingan Zhihui Enterprise Information Management Co ltd filed Critical Shenzhen Pingan Zhihui Enterprise Information Management Co ltd
Priority to CN202011643123.9A priority Critical patent/CN113987328A/zh
Publication of CN113987328A publication Critical patent/CN113987328A/zh
Pending legal-status Critical Current

Links

Images

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
    • G06F16/90—Details of database functions independent of the retrieved data types
    • G06F16/95—Retrieval from the web
    • G06F16/953—Querying, e.g. by the use of web search engines
    • G06F16/9535—Search customisation based on user profiles and personalisation
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
    • G06Q10/00—Administration; Management
    • G06Q10/04—Forecasting or optimisation specially adapted for administrative or management purposes, e.g. linear programming or "cutting stock problem"
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
    • G06Q10/00—Administration; Management
    • G06Q10/06—Resources, workflows, human or project management; Enterprise or organisation planning; Enterprise or organisation modelling
    • G06Q10/063—Operations research, analysis or management
    • G06Q10/0631—Resource planning, allocation, distributing or scheduling for enterprises or organisations
    • G06Q10/06316—Sequencing of tasks or work

Landscapes

  • Engineering & Computer Science (AREA)
  • Business, Economics & Management (AREA)
  • Human Resources & Organizations (AREA)
  • Economics (AREA)
  • Theoretical Computer Science (AREA)
  • Strategic Management (AREA)
  • Databases & Information Systems (AREA)
  • Entrepreneurship & Innovation (AREA)
  • General Physics & Mathematics (AREA)
  • Physics & Mathematics (AREA)
  • Operations Research (AREA)
  • Quality & Reliability (AREA)
  • Tourism & Hospitality (AREA)
  • Marketing (AREA)
  • General Business, Economics & Management (AREA)
  • Game Theory and Decision Science (AREA)
  • Development Economics (AREA)
  • Educational Administration (AREA)
  • Data Mining & Analysis (AREA)
  • General Engineering & Computer Science (AREA)
  • Information Retrieval, Db Structures And Fs Structures Therefor (AREA)

Abstract

本发明实施例涉及人工智能领域，公开了一种题目推荐方法、设备、服务器及存储介质，该方法包括：获取预测试人员对题库中各题目测试得到的预测结果；根据预测结果中各预测试人员回答各题目的答案确定测验参数；获取被测试人员对题库中指定数量的题目进行测试得到的测试结果，并根据测试结果和测验参数中包括的指定数量的各题目的题目难度系数和题目区分度确定被测试人员的能力系数；将根据被测试人员的能力系数、每道题目的题目难度系数和题目区分度从题库中选取的推荐题目发送给被测试人员的第一用户终端进行测试。这种方式可以推荐适合被测试人员的题目，提高题目推荐的灵活性和有效性。本发明涉及区块链技术，上述题目和答案可存储于区块链中。

Description

一种题目推荐方法、设备、服务器及存储介质
技术领域
本发明涉及人工智能领域，尤其涉及一种题目推荐方法、设备、服务器及存储介质。
背景技术
随着互联网时代的来临，在很多场景中很多关于测试题目问答的线上以及线下系统应运而生，目的就是为用户提供一套系统而有效的测试方法，这些系统可以提供预建的测验题目，例如选择题或填充题，供被测试人员作答，系统根据当次答题结果依序推荐题目。
然而现有的题目推荐方法只是依据目前被测试人员的当次答题结果依序推荐题目，无法根据被测试人员的能力推荐合适的题目给该被测试人员测试，可能出现推荐的题目不适合被测试人员，从而导致题目推荐的灵活性和有效性较差。
发明内容
本发明实施例提供了一种题目推荐方法、设备、服务器及存储介质，可以为不同的被测试人员推荐适合各被测试人员的题目，提高题目推荐的灵活性和有效性，有助于提高被测试人员的答题效率。
第一方面，本发明实施例提供了一种题目推荐方法，所述方法包括：
获取待测试的题库，并获取预测试人员对所述题库中的各题目进行测试得到的所述题库中各题目的预测结果，所述预测结果中包括所述各预测试人员回答所述题库中各题目得到的答案；
根据所述预测结果中包括的所述各预测试人员回答所述题库中各题目得到的答案确定测验参数，其中，所述测验参数包括用户能力系数、所述题库中每道题目的题目难度系数和题目区分度；
获取被测试人员对所述题库中指定数量的题目进行测试得到的测试结果，并根据所述测试结果和所述题库中所述指定数量的各题目的题目难度系数和题目区分度确定所述被测试人员的能力系数，所述测试结果包括所述被测试人员回答所述题库中指定数量的题目的答案；
根据所述被测试人员的能力系数、所述题库中每道题目的题目难度系数和题目区分度从所述题库中选取推荐题目，并将所述推荐题目发送给所述被测试人员对应的第一用户终端，以供所述被测试人员测试。
进一步地，所述获取预测试人员对所述题库中的各题目进行测试得到的所述题库中各题目的预测结果，包括：
将所述题库中的各题目发送给各预测试人员对应的第二用户终端，使得所述各预测试人员通过各自对应的第二用户终端对所述题库中的各题目进行测试；
接收所述各预测试人员对应的第二用户终端发送的所述各预测试人员对所述各题目进行测试得到的答案。
进一步地，所述根据所述预测结果中包括的所述各预测试人员回答所述题库中各题目得到的答案确定测验参数，包括：
根据所述各预测试人员对应的第二用户终端发送的对所述各题目进行测试得到的答案和所述各题目的正确答案，确定所述各预测试人员回答所述各题目的准确率；
根据所述各预测试人员回答所述各题目的准确率初始化所述题库中每道题目的题目难度系数和题目区分度以及所述各预测试人员的用户能力系数；
根据预设模型对所述初始化得到的所述每道题目的题目难度系数和题目区分度以及所述各预测试人员的用户能力系数进行更新，得到所述测验参数。
进一步地，所述根据预设模型对所述初始化得到的所述每道题目的题目难度系数和题目区分度以及所述各预测试人员的用户能力系数进行更新，得到所述测验参数，包括：
根据初始化得到的所述各预测试人员的用户能力系数，利用梯度下降算法更新所述每道题目的题目难度系数和题目区分度；
根据更新后的所述每道题目的题目难度系数和题目区分度以及所述各预测试人员回答所述每道题目的准确率，利用信息量公式计算所述各预测试人员的用户能力系数，以对所述各预测试人员的用户能力系数进行更新。
进一步地，所述根据所述测试结果和所述题库中所述指定数量的各题目的题目难度系数和题目区分度，包括：
根据所述测试结果中包括的所述被测试人员回答所述题库中指定数量的题目的答案，确定所述被测试人员对所述指定数量的各题目回答正确的概率；
根据所述被测试人员对所述指定数量的各题目回答正确的概率，确定所述被测试人员的能力系数。
进一步地，所述根据所述被测试人员的能力系数、所述题库中每道题目的题目难度系数和题目区分度从所述题库中选取推荐题目，包括：
根据所述被测试人员的能力系数、所述题库中每道题目的题目难度系数和题目区分度计算所述题库中每道题目的信息量；
根据所述每道题目的信息量从所述题库中选取推荐题目，并将所述推荐题目发送给所述被测试人员对应的第一用户终端，以供所述被测试人员测试回答。
进一步地，所述根据所述每道题目的信息量从所述题库中选取推荐题目，包括：
对所述每道题目的信息量按照从大到小的顺序进行排序；
从所述题库中获取所述信息量排在前N位的N道题目，并从所述N道题目中随机选取一个题目作为所述推荐题目。
第二方面，本发明实施例提供了一种题目推荐设备，所述设备包括：
获取单元，用于获取待测试的题库，并获取预测试人员对所述题库中的各题目进行测试得到的所述题库中各题目的预测结果，所述预测结果中包括所述各预测试人员回答所述题库中各题目得到的答案；
第一确定单元，用于根据所述预测结果中包括的所述各预测试人员回答所述题库中各题目得到的答案确定测验参数，其中，所述测验参数包括用户能力系数、所述题库中每道题目的题目难度系数和题目区分度；
第二确定单元，用于获取被测试人员对所述题库中指定数量的题目进行测试得到的测试结果，并根据所述测试结果和所述题库中所述指定数量的各题目的题目难度系数和题目区分度确定所述被测试人员的能力系数，所述测试结果包括所述被测试人员回答所述题库中指定数量的题目的答案；
推荐单元，用于根据所述被测试人员的能力系数、所述题库中每道题目的题目难度系数和题目区分度从所述题库中选取推荐题目，并将所述推荐题目发送给所述被测试人员对应的第一用户终端，以供所述被测试人员测试。
第三方面，本发明实施例提供了一种服务器，所述服务器包括：存储器和处理器；
所述存储器，用于存储程序指令；
所述处理器，用于调用所述程序指令，当所述程序指令被执行时，用于执行以下操作：
获取待测试的题库，并获取预测试人员对所述题库中的各题目进行测试得到的所述题库中各题目的预测结果，所述预测结果中包括所述各预测试人员回答所述题库中各题目得到的答案；
根据所述预测结果中包括的所述各预测试人员回答所述题库中各题目得到的答案确定测验参数，其中，所述测验参数包括用户能力系数、所述题库中每道题目的题目难度系数和题目区分度；
获取被测试人员对所述题库中指定数量的题目进行测试得到的测试结果，并根据所述测试结果和所述题库中所述指定数量的各题目的题目难度系数和题目区分度确定所述被测试人员的能力系数，所述测试结果包括所述被测试人员回答所述题库中指定数量的题目的答案；
根据所述被测试人员的能力系数、所述题库中每道题目的题目难度系数和题目区分度从所述题库中选取推荐题目，并将所述推荐题目发送给所述被测试人员对应的第一用户终端，以供所述被测试人员测试。
第四方面，本发明实施例提供了一种计算机可读存储介质，所述计算机存储介质存储有计算机程序，所述计算机程序被处理器执行以实现上述第一方面的方法。
本发明实施例，可以获取待测试的题库，并获取预测试人员对所述题库中的各题目进行测试得到的所述题库中各题目的预测结果，根据所述预测结果中包括的所述各预测试人员回答所述题库中各题目得到的答案确定测验参数，所述测验参数包括用户能力系数、所述题库中每道题目的题目难度系数和题目区分度；获取被测试人员对所述题库中指定数量的题目进行测试得到的测试结果，并根据所述测试结果和所述题库中所述指定数量的各题目的题目难度系数和题目区分度确定所述被测试人员的能力系数，所述测试结果包括所述被测试人员回答所述题库中指定数量的题目的答案；根据所述被测试人员的能力系数、所述题库中每道题目的题目难度系数和题目区分度从所述题库中选取推荐题目，并将所述推荐题目发送给所述被测试人员对应的第一用户终端，以供所述被测试人员测试。通过这种方式，可以为不同的被测试人员推荐适合各被测试人员的题目，提高题目推荐的灵活性和有效性，有助于提高被测试人员的答题效率。
附图说明
为了更清楚地说明本发明实施例技术方案，下面将对实施例描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图是本发明的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。
图1是本发明实施例提供的一种题目推荐系统的结构示意框图；
图2是本发明实施例提供的一种题目推荐方法的示意流程图；
图3是本发明实施例提供的一种题目推荐设备的示意框图；
图4是本发明实施例提供的一种服务器的示意框图。
具体实施方式
下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本发明保护的范围。
本发明实施例提供的题目推荐方法可以应用于一种题目推荐系统，所述题目推荐系统包括题目推荐设备、第一用户终端和第二用户终端，在某些实施例中，所述题目推荐设备设置于服务器中。在某些实施例中，所述服务器包括但不限于智能手机、平板电脑、笔记本电脑、台式电脑等智能终端设备。在某些实施例中，所述第一用户终端和第二用户终端包括但不限于智能手机、平板电脑、笔记本电脑、台式电脑等智能终端设备。
下面结合附图1对本发明实施例提供的题目推荐系统进行示意性说明。
请参见图1，图1是本发明实施例提供的一种题目推荐系统的结构示意框图。所述题目推荐系统包括：题目推荐设备11、第一用户终端12和第二用户终端13。在某些实施例中，题目推荐设备11和第一用户终端12可以通过无线通信连接方式建立通信连接；其中，在某些场景下，所述题目推荐设备11和第一用户终端12之间也可以通过有线通信连接方式建立通信连接。在某些实施例中，题目推荐设备11和第二用户终端13可以通过无线通信连接方式建立通信连接；其中，在某些场景下，所述题目推荐设备11和第二用户终端13之间也可以通过有线通信连接方式建立通信连接。在某些实施例中，第一用户终端12和第二用户终端13可以包括但不限于智能手机、平板电脑、笔记本电脑、台式电脑、车载智能服务器、智能手表等智能终端设备。
本发明实施例中，题目推荐设备11可以将待测试的题库的各题目发送给各预测试人员对应的第二用户终端13，使得所述各预测试人员通过各自对应的第二用户终端13对所述题库中的各题目进行测试，所述各预测试人员对应的第二用户终端13将对所述题目中各题目进行测试得到的预测结果发送给题目推荐设备11。题目推荐设备11可以所述预测结果中包括的所述各预测试人员回答所述题库中各题目得到的答案确定测验参数，其中，所述测验参数包括用户能力系数、所述题库中每道题目的题目难度系数和题目区分度；获取被测试人员对所述题库中指定数量的题目进行测试得到的测试结果，并根据所述测试结果和所述题库中所述指定数量的各题目的题目难度系数和题目区分度确定所述被测试人员的能力系数，所述测试结果包括所述被测试人员回答所述题库中指定数量的题目的答案；根据所述被测试人员的能力系数、所述题库中每道题目的题目难度系数和题目区分度从所述题库中选取推荐题目，并将所述推荐题目发送给所述被测试人员对应的第一用户终端12，以供所述被测试人员测试。
本发明实施例，通过根据被测试人员的用户能力系数、题库中各题目的题目难度系数和题目区分度，可以为不同的被测试人员推荐适合各被测试人员的题目，并实现了每一次的答题都能够量化评估，提高了题目推荐的灵活性和有效性，有助于提高被测试人员的答题效率。
下面结合附图2对本发明实施例提供的题目推荐方法进行示意性说明。
请参见图2，图2是本发明实施例提供的一种题目推荐方法的示意流程图，如图2所示，该方法可以由题目推荐设备执行，所述题目推荐设备设置于服务器中，具体解释如前所述，此处不再赘述。具体地，本发明实施例的所述方法包括如下步骤。
S201：获取待测试的题库，并获取预测试人员对所述题库中的各题目进行测试得到的所述题库中各题目的预测结果，所述预测结果中包括所述各预测试人员回答所述题库中各题目得到的答案。
本发明实施例中，题目推荐设备可以获取待测试的题库，并获取预测试人员对所述题库中的各题目进行测试得到的所述题库中各题目的预测结果，所述预测结果中包括所述各预测试人员回答所述题库中各题目得到的答案。
在一个实施例中，题目推荐设备在获取预测试人员对所述题库中的各题目进行测试得到的所述题库中各题目的预测结果时，可以将所述题库中的各题目发送给各预测试人员对应的第二用户终端，使得所述各预测试人员通过各自对应的第二用户终端对所述题库中的各题目进行测试，并接收所述各预测试人员对应的第二用户终端发送的所述各预测试人员对所述各题目进行测试得到的答案。
S202：根据所述预测结果中包括的所述各预测试人员回答所述题库中各题目得到的答案确定测验参数，其中，所述测验参数包括用户能力系数、所述题库中每道题目的题目难度系数和题目区分度。
本发明实施例中，题目推荐设备可以根据所述预测结果中包括的所述各预测试人员回答所述题库中各题目得到的答案确定测验参数，其中，所述测验参数包括用户能力系数、所述题库中每道题目的题目难度系数和题目区分度。
在某些实施例中，所述用户能力系数可以用分数表示如1-100分，所述各题目的题目难度系数可以用数字表示，数字越大难度越大如1-10，所述各题目的题目区分度可以根据题目的类型用数字、字母等字符表示，不同的字符表示不同的题目类型。
在一个实施例中，题目推荐设备在根据所述预测结果中包括的所述各预测试人员回答所述题库中各题目得到的答案确定测验参数时，可以根据所述各预测试人员对应的第二用户终端发送的对所述各题目进行测试得到的答案和所述各题目的正确答案，确定所述各预测试人员回答所述各题目的准确率；根据所述各预测试人员回答所述各题目的准确率初始化所述题库中每道题目的题目难度系数和题目区分度以及所述各预测试人员的用户能力系数；根据预设模型对所述初始化得到的所述每道题目的题目难度系数和题目区分度以及所述各预测试人员的用户能力系数进行更新，得到所述测验参数。在某些实施例中，所述预设模型可以包括但不限于期望最大化模型、梯度下降算法等。
在一个实施例中，在根据所述各预测试人员回答所述各题目的准确率初始化所述题库中每道题目的题目区分度时，可以先对所述题目中各题目进行分析，确定所述题库中各题目的类别，并根据所述题库中每种题目类别下的题目数量、题库中题目的总数量以及各预测试人员回答所述各题目的准确率，初始化所述确定每种题目类别中各题目的区分度，例如，假设题库中有100道题目，3个题目类别，题目类别A中包括30道题目，题目类别B中包括20道题目，题目类别C中包括50道题目，各预测试人员回答所述各题目的准确率p，则可以确定题目类别A中的题目的题目区分度为30p/100即0.3p，并确定题目类别B中的题目的题目区分度为20p/100即0.2p，以及确定题目类别C中的题目的题目区分度为50p/100即0.5p。
在一个实施例中，在根据所述各预测试人员回答所述各题目的准确率初始化所述题库中每道题目的题目难度系数时，可以根据预设的准确率与难度系数的对应关系初始化确定与所述各预测试人员回答所述各题目的准确率对应的题目难度系数，例如，假设各预测试人员回答题目a的准确率为0.5，则可以根据预设的准确率与难度系数的对应关系初始化确定与所述各预测试人员回答题目a的准确率0.5对应的题目难度系数为5。
在一个实施例中，在根据所述各预测试人员回答所述各题目的准确率、所述各题目的题目区分度和所述题目难度系数初始化确定所述各预测试人员的用户能力系数时，可以根据所述各预测试人员回答所述各题目的准确率、所述各题目的题目区分度和所述题目难度系数的乘积，初始化确定所述各预测试人员的用户能力系数。例如，假设测试人员1回答题目a的准确率为0.8，题目a的区分度为0.2*0.8即0.16，题目a的难度系数为6，则可以初始化确定所述预测试人员1的用户能力系数为0.8*0.16*6*100即为76.8。
在一个实施例中，题目推荐设备在根据预设模型对所述初始化得到的所述每道题目的题目难度系数和题目区分度以及所述各预测试人员的用户能力系数进行更新，得到所述测验参数时，可以根据初始化得到的所述各预测试人员的用户能力系数，利用梯度下降算法更新所述每道题目的题目难度系数和题目区分度，并根据更新后的所述每道题目的题目难度系数和题目区分度以及所述各预测试人员回答所述每道题目的准确率，利用信息量公式(1)计算所述各预测试人员的用户能力系数，以对所述各预测试人员的用户能力系数进行更新。
在一个实施例中，具体可以根据如下公式(1)根据初始化得到的所述各预测试人员的用户能力系数，初始化得到的所述每道题目的题目难度系数和题目区分度，确定预测试人员答对各题目的概率。其中，包括用户能力系数θ、题目区分度a和题目难度系数b。
Figure BDA0002873632940000091
其中，上述公式(1)表达的是在题目区分度a和题目难度系数b的情况之下，用户能力系数为θ的预测试人员答对各题目的概率为P，D为常数。
在一个实施例中，题目推荐设备可以根据如下信息量公式(2)计算所述题库中每道题目的信息量。
Figure BDA0002873632940000092
其中，上述公式(2)用于指示的是每道题目在题目区分度a、题目难度系数b、以及用户能力系数为θ下的信息量Ii(θ)，D为常数。
在一个实施例中，题目推荐设备可以利用信息量公式(2)根据更新后的所述每道题目的题目难度系数b、题目区分度a确定各预测试人员的用户能力系数θ，以对所述各预测试人员的用户能力系数θ进行更新。
在一个实施例中，题目推荐设备可以通过根据所述各预测试人员的用户能力系数、所述每道题目的题目难度系数和题目区分度，利用极大似然估计方法计算得到所述各预测试人员回答所述每道题目的准确率的方式，确定出极大似然估计公式。通过确定极大似然估计公式有助于后续通过极大似然估计公式计算被测试人员回答每道题的准确率。
S203：获取被测试人员对所述题库中指定数量的题目进行测试得到的测试结果，并根据所述测试结果和所述题库中所述指定数量的各题目的题目难度系数和题目区分度确定所述被测试人员的能力系数，所述测试结果包括所述被测试人员回答所述题库中指定数量的题目的答案。
本发明实施例中，题目推荐设备可以获取被测试人员对所述题库中指定数量的题目进行测试得到的测试结果，并根据所述测试结果和所述题库中所述指定数量的各题目的题目难度系数和题目区分度确定所述被测试人员的能力系数，所述测试结果包括所述被测试人员回答所述题库中指定数量的题目的答案。
在一个实施例中，题目推荐设备在根据所述测试结果和所述题库中所述指定数量的各题目的题目难度系数和题目区分度确定所述被测试人员的能力系数时，可以根据所述测试结果中包括的所述被测试人员回答所述题库中指定数量的题目的答案，确定所述被测试人员对所述指定数量的各题目回答正确的概率，并根据所述被测试人员对所述指定数量的各题目回答正确的概率，确定所述被测试人员的能力系数。
在一个实施例中，具体可以根据上述公式(1)确定所述被测试人员的能力系数。在一个示例中，题目推荐设备可以根据所述被测试人员对所述指定数量的各题目回答正确的概率P、所述指定数量的各题目的题目难度系数b和题目区分度a，确定所述被测试人员的能力系数θ。
本发明实施例可以量化被测试人员的每一次答题信息量，并通过用户能力系数动态评估被测试人员的能力水平，每一次的答题都能够量化评估，因此有助于在后续推题的过程中能够达到推出更合适被试人的题目，且能够使被试人回答题目的数量更少，提高答题效率。
S204：根据所述被测试人员的能力系数、所述题库中每道题目的题目难度系数和题目区分度从所述题库中选取推荐题目，并将所述推荐题目发送给所述被测试人员对应的第一用户终端，以供所述被测试人员测试。
本发明实施例中，题目推荐设备可以根据所述被测试人员的能力系数、所述题库中每道题目的题目难度系数和题目区分度从所述题库中选取推荐题目，并将所述推荐题目发送给所述被测试人员对应的第一用户终端，以供所述被测试人员测试。
在一个实施例中，题目推荐设备在根据所述被测试人员的能力系数、所述题库中每道题目的题目难度系数和题目区分度从所述题库中选取推荐题目时，可以根据所述被测试人员的能力系数、所述题库中每道题目的题目难度系数和题目区分度计算所述题库中每道题目的信息量，并根据所述每道题目的信息量从所述题库中选取推荐题目，并将所述推荐题目发送给所述被测试人员对应的第一用户终端，以供所述被测试人员测试回答。
在一个实施例中，题目推荐设备可以根据上述信息量公式(2)计算所述题库中每道题目的信息量。题目推荐设备在根据所述每道题目的信息量从所述题库中选取推荐题目时，可以对所述每道题目的信息量按照从大到小的顺序进行排序，从所述题库中获取所述信息量排在前N位的N道题目，并从所述N道题目中随机选取一个题目作为所述推荐题目。通过从排在前N位的题目中随机选择出一个题目作为推荐题目可以防曝光，提高推荐题目的安全性。
本发明实施例中，题目推荐设备可以获取待测试的题库，并获取预测试人员对所述题库中的各题目进行测试得到的所述题库中各题目的预测结果，根据所述预测结果中包括的所述各预测试人员回答所述题库中各题目得到的答案确定测验参数，所述测验参数包括用户能力系数、所述题库中每道题目的题目难度系数和题目区分度；获取被测试人员对所述题库中指定数量的题目进行测试得到的测试结果，并根据所述测试结果和所述题库中所述指定数量的各题目的题目难度系数和题目区分度确定所述被测试人员的能力系数，所述测试结果包括所述被测试人员回答所述题库中指定数量的题目的答案；根据所述被测试人员的能力系数、所述题库中每道题目的题目难度系数和题目区分度从所述题库中选取推荐题目，并将所述推荐题目发送给所述被测试人员对应的第一用户终端，以供所述被测试人员测试。通过这种方式，可以为不同的被测试人员推荐适合各被测试人员的题目，提高题目推荐的灵活性和有效性，有助于提高被测试人员的答题效率。
本发明实施例还提供了一种题目推荐设备，该题目推荐设备用于执行前述任一项所述的方法的单元。具体地，参见图3，图3是本发明实施例提供的一种题目推荐设备的示意框图。本实施例的题目推荐设备包括：获取单元301、第一确定单元302、第二确定单元303、推荐单元304。
获取单元301，用于获取待测试的题库，并获取预测试人员对所述题库中的各题目进行测试得到的所述题库中各题目的预测结果，所述预测结果中包括所述各预测试人员回答所述题库中各题目得到的答案；
第一确定单元302，用于根据所述预测结果中包括的所述各预测试人员回答所述题库中各题目得到的答案确定测验参数，其中，所述测验参数包括用户能力系数、所述题库中每道题目的题目难度系数和题目区分度；
第二确定单元303，用于获取被测试人员对所述题库中指定数量的题目进行测试得到的测试结果，并根据所述测试结果和所述题库中所述指定数量的各题目的题目难度系数和题目区分度确定所述被测试人员的能力系数，所述测试结果包括所述被测试人员回答所述题库中指定数量的题目的答案；
推荐单元304，用于根据所述被测试人员的能力系数、所述题库中每道题目的题目难度系数和题目区分度从所述题库中选取推荐题目，并将所述推荐题目发送给所述被测试人员对应的第一用户终端，以供所述被测试人员测试。
进一步地，所述获取单元301获取预测试人员对所述题库中的各题目进行测试得到的所述题库中各题目的预测结果时，具体用于：
将所述题库中的各题目发送给各预测试人员对应的第二用户终端，使得所述各预测试人员通过各自对应的第二用户终端对所述题库中的各题目进行测试；
接收所述各预测试人员对应的第二用户终端发送的所述各预测试人员对所述各题目进行测试得到的答案。
进一步地，所述第一确定单元302根据所述预测结果中包括的所述各预测试人员回答所述题库中各题目得到的答案确定测验参数时，具体用于：
根据所述各预测试人员对应的第二用户终端发送的对所述各题目进行测试得到的答案和所述各题目的正确答案，确定所述各预测试人员回答所述各题目的准确率；
根据所述各预测试人员回答所述各题目的准确率初始化所述题库中每道题目的题目难度系数和题目区分度以及所述各预测试人员的用户能力系数；
根据预设模型对所述初始化得到的所述每道题目的题目难度系数和题目区分度以及所述各预测试人员的用户能力系数进行更新，得到所述测验参数。
进一步地，所述第一确定单元302根据预设模型对所述初始化得到的所述每道题目的题目难度系数和题目区分度以及所述各预测试人员的用户能力系数进行更新，得到所述测验参数时，具体用于：
根据初始化得到的所述各预测试人员的用户能力系数，利用梯度下降算法更新所述每道题目的题目难度系数和题目区分度；
根据更新后的所述每道题目的题目难度系数和题目区分度以及所述各预测试人员回答所述每道题目的准确率，利用信息量公式计算所述各预测试人员的用户能力系数，以对所述各预测试人员的用户能力系数进行更新。
进一步地，所述第二确定单元303根据所述测试结果和所述题库中所述指定数量的各题目的题目难度系数和题目区分度时，具体用于：
根据所述测试结果中包括的所述被测试人员回答所述题库中指定数量的题目的答案，确定所述被测试人员对所述指定数量的各题目回答正确的概率；
根据所述被测试人员对所述指定数量的各题目回答正确的概率，确定所述被测试人员的能力系数。
进一步地，所述推荐单元304根据所述被测试人员的能力系数、所述题库中每道题目的题目难度系数和题目区分度从所述题库中选取推荐题目时，具体用于：
根据所述被测试人员的能力系数、所述题库中每道题目的题目难度系数和题目区分度计算所述题库中每道题目的信息量；
根据所述每道题目的信息量从所述题库中选取推荐题目，并将所述推荐题目发送给所述被测试人员对应的第一用户终端，以供所述被测试人员测试回答。
进一步地，所述推荐单元304根据所述每道题目的信息量从所述题库中选取推荐题目时，具体用于：
对所述每道题目的信息量按照从大到小的顺序进行排序；
从所述题库中获取所述信息量排在前N位的N道题目，并从所述N道题目中随机选取一个题目作为所述推荐题目。
本发明实施例中，题目推荐设备可以获取待测试的题库，并获取预测试人员对所述题库中的各题目进行测试得到的所述题库中各题目的预测结果，根据所述预测结果中包括的所述各预测试人员回答所述题库中各题目得到的答案确定测验参数，所述测验参数包括用户能力系数、所述题库中每道题目的题目难度系数和题目区分度；获取被测试人员对所述题库中指定数量的题目进行测试得到的测试结果，并根据所述测试结果和所述题库中所述指定数量的各题目的题目难度系数和题目区分度确定所述被测试人员的能力系数，所述测试结果包括所述被测试人员回答所述题库中指定数量的题目的答案；根据所述被测试人员的能力系数、所述题库中每道题目的题目难度系数和题目区分度从所述题库中选取推荐题目，并将所述推荐题目发送给所述被测试人员对应的第一用户终端，以供所述被测试人员测试。通过这种方式，可以为不同的被测试人员推荐适合各被测试人员的题目，提高题目推荐的灵活性和有效性，有助于提高被测试人员的答题效率。
参见图4，图4是本发明实施例提供的一种服务器的示意框图。如图4所示的本发明实施例中的服务器可以包括：一个或多个处理器401和存储器402。存储器402用于存储计算机程序，所述计算机程序包括程序指令，处理器401用于执行存储器402存储的程序指令。其中，处理器401被配置用于调用所述程序指令执行：
获取待测试的题库，并获取预测试人员对所述题库中的各题目进行测试得到的所述题库中各题目的预测结果，所述预测结果中包括所述各预测试人员回答所述题库中各题目得到的答案；
根据所述预测结果中包括的所述各预测试人员回答所述题库中各题目得到的答案确定测验参数，其中，所述测验参数包括用户能力系数、所述题库中每道题目的题目难度系数和题目区分度；
获取被测试人员对所述题库中指定数量的题目进行测试得到的测试结果，并根据所述测试结果和所述题库中所述指定数量的各题目的题目难度系数和题目区分度确定所述被测试人员的能力系数，所述测试结果包括所述被测试人员回答所述题库中指定数量的题目的答案；
根据所述被测试人员的能力系数、所述题库中每道题目的题目难度系数和题目区分度从所述题库中选取推荐题目，并将所述推荐题目发送给所述被测试人员对应的第一用户终端，以供所述被测试人员测试。
进一步地，所述处理器401获取预测试人员对所述题库中的各题目进行测试得到的所述题库中各题目的预测结果时，具体用于：
将所述题库中的各题目发送给各预测试人员对应的第二用户终端，使得所述各预测试人员通过各自对应的第二用户终端对所述题库中的各题目进行测试；
接收所述各预测试人员对应的第二用户终端发送的所述各预测试人员对所述各题目进行测试得到的答案。
进一步地，所述处理器401根据所述预测结果中包括的所述各预测试人员回答所述题库中各题目得到的答案确定测验参数时，具体用于：
根据所述各预测试人员对应的第二用户终端发送的对所述各题目进行测试得到的答案和所述各题目的正确答案，确定所述各预测试人员回答所述各题目的准确率；
根据所述各预测试人员回答所述各题目的准确率初始化所述题库中每道题目的题目难度系数和题目区分度以及所述各预测试人员的用户能力系数；
根据预设模型对所述初始化得到的所述每道题目的题目难度系数和题目区分度以及所述各预测试人员的用户能力系数进行更新，得到所述测验参数。
进一步地，所述处理器401根据预设模型对所述初始化得到的所述每道题目的题目难度系数和题目区分度以及所述各预测试人员的用户能力系数进行更新，得到所述测验参数时，具体用于：
根据初始化得到的所述各预测试人员的用户能力系数，利用梯度下降算法更新所述每道题目的题目难度系数和题目区分度；
根据更新后的所述每道题目的题目难度系数和题目区分度以及所述各预测试人员回答所述每道题目的准确率，利用信息量公式计算所述各预测试人员的用户能力系数，以对所述各预测试人员的用户能力系数进行更新。
进一步地，所述处理器401根据所述测试结果和所述题库中所述指定数量的各题目的题目难度系数和题目区分度时，具体用于：
根据所述测试结果中包括的所述被测试人员回答所述题库中指定数量的题目的答案，确定所述被测试人员对所述指定数量的各题目回答正确的概率；
根据所述被测试人员对所述指定数量的各题目回答正确的概率，确定所述被测试人员的能力系数。
进一步地，所述处理器401根据所述被测试人员的能力系数、所述题库中每道题目的题目难度系数和题目区分度从所述题库中选取推荐题目时，具体用于：
根据所述被测试人员的能力系数、所述题库中每道题目的题目难度系数和题目区分度计算所述题库中每道题目的信息量；
根据所述每道题目的信息量从所述题库中选取推荐题目，并将所述推荐题目发送给所述被测试人员对应的第一用户终端，以供所述被测试人员测试回答。
进一步地，所述处理器401根据所述每道题目的信息量从所述题库中选取推荐题目时，具体用于：
对所述每道题目的信息量按照从大到小的顺序进行排序；
从所述题库中获取所述信息量排在前N位的N道题目，并从所述N道题目中随机选取一个题目作为所述推荐题目。
本发明实施例中，服务器可以获取待测试的题库，并获取预测试人员对所述题库中的各题目进行测试得到的所述题库中各题目的预测结果，根据所述预测结果中包括的所述各预测试人员回答所述题库中各题目得到的答案确定测验参数，所述测验参数包括用户能力系数、所述题库中每道题目的题目难度系数和题目区分度；获取被测试人员对所述题库中指定数量的题目进行测试得到的测试结果，并根据所述测试结果和所述题库中所述指定数量的各题目的题目难度系数和题目区分度确定所述被测试人员的能力系数，所述测试结果包括所述被测试人员回答所述题库中指定数量的题目的答案；根据所述被测试人员的能力系数、所述题库中每道题目的题目难度系数和题目区分度从所述题库中选取推荐题目，并将所述推荐题目发送给所述被测试人员对应的第一用户终端，以供所述被测试人员测试。通过这种方式，可以为不同的被测试人员推荐适合各被测试人员的题目，提高题目推荐的灵活性和有效性，有助于提高被测试人员的答题效率。
应当理解，在本发明实施例中，所称处理器401可以是中央处理单元(CenSralProcessing UniS，CPU)，该处理器还可以是其他通用处理器、数字信号处理器(DigiSalSignal Processor，DSP)、专用集成电路(ApplicaSion Specific InSegraSed CircuiS，ASIC)、现成可编程门阵列(Field-Programmable GaSe Array，FPGA)或者其他可编程逻辑器件、分立门或者晶体管逻辑器件、分立硬件组件等。通用处理器可以是微处理器或者该处理器也可以是任何常规的处理器等。
该存储器402可以包括只读存储器和随机存取存储器，并向处理器401提供指令和数据。存储器402的一部分还可以包括非易失性随机存取存储器。例如，存储器402还可以存储设备类型的信息。
本发明实施例中还提供了一种计算机可读存储介质，所述计算机可读存储介质存储有计算机程序，所述计算机程序被处理器执行时实现图2所对应实施例中描述的题目推荐方法，也可实现本发明图3所对应实施例的题目推荐设备，在此不再赘述。
所述计算机可读存储介质可以是前述任一实施例所述的题目推荐设备的内部存储单元，例如题目推荐设备的硬盘或内存。所述计算机可读存储介质也可以是所述题目推荐设备的外部存储设备，例如所述题目推荐设备上配备的插接式硬盘，智能存储卡(SmarSMedia Card,SMC)，安全数字(Secure DigiSal,SD)卡，闪存卡(Flash Card)等。进一步地，所述计算机可读存储介质还可以既包括所述题目推荐设备的内部存储单元也包括外部存储设备。所述计算机可读存储介质用于存储所述计算机程序以及所述题目推荐设备所需的其他程序和数据。所述计算机可读存储介质还可以用于暂时地存储已经输出或者将要输出的数据。
所述集成的单元如果以软件功能单元的形式实现并作为独立的产品销售或使用时，可以存储在一个计算机可读取存储介质中。基于这样的理解，本发明的技术方案本质上或者说对现有技术做出贡献的部分，或者该技术方案的全部或部分可以以软件产品的形式体现出来，该计算机软件产品存储在一个计算机可读存储介质中，包括若干指令用以使得一台计算机设备(可以是个人计算机，服务器，或者网络设备等)执行本发明各个实施例所述方法的全部或部分步骤。而前述的计算机可读存储介质包括：U盘、移动硬盘、只读存储器(ROM，Read-Only Memory)、随机存取存储器(RAM，Random Access Memory)、磁碟或者光盘等各种可以存储程序代码的介质。所述的计算机可读存储介质可主要包括存储程序区和存储数据区，其中，存储程序区可存储操作系统、至少一个功能所需的应用程序等；存储数据区可存储根据区块链节点的使用所创建的数据等。
需要强调的是，为进一步保证上述题目和答案这些数据的私密和安全性，上述数据还可以存储于一区块链的节点中。其中，本申请所指区块链是分布式数据存储、点对点传输、共识机制、加密算法等计算机技术的新型应用模式。区块链(Blockchain)，本质上是一个去中心化的数据库，是一串使用密码学方法相关联产生的数据块，每一个数据块中包含了一批次网络交易的信息，用于验证其信息的有效性(防伪)和生成下一个区块。区块链可以包括区块链底层平台、平台产品服务层以及应用服务层等。
以上所述，仅为本发明的部分实施方式，但本发明的保护范围并不局限于此，任何熟悉本技术领域的技术人员在本发明揭露的技术范围内，可轻易想到各种等效的修改或替换，这些修改或替换都应涵盖在本发明的保护范围之内。

Claims (10)

1.一种题目推荐方法，其特征在于，所述方法包括：
获取待测试的题库，并获取预测试人员对所述题库中的各题目进行测试得到的所述题库中各题目的预测结果，所述预测结果中包括所述各预测试人员回答所述题库中各题目得到的答案；
根据所述预测结果中包括的所述各预测试人员回答所述题库中各题目得到的答案确定测验参数，其中，所述测验参数包括用户能力系数、所述题库中每道题目的题目难度系数和题目区分度；
获取被测试人员对所述题库中指定数量的题目进行测试得到的测试结果，并根据所述测试结果和所述题库中所述指定数量的各题目的题目难度系数和题目区分度确定所述被测试人员的能力系数，所述测试结果包括所述被测试人员回答所述题库中指定数量的题目的答案；
根据所述被测试人员的能力系数、所述题库中每道题目的题目难度系数和题目区分度从所述题库中选取推荐题目，并将所述推荐题目发送给所述被测试人员对应的第一用户终端，以供所述被测试人员测试。
2.根据权利要求1所述的方法，其特征在于，所述获取预测试人员对所述题库中的各题目进行测试得到的所述题库中各题目的预测结果，包括：
将所述题库中的各题目发送给各预测试人员对应的第二用户终端，使得所述各预测试人员通过各自对应的第二用户终端对所述题库中的各题目进行测试；
接收所述各预测试人员对应的第二用户终端发送的所述各预测试人员对所述各题目进行测试得到的答案。
3.根据权利要求2所述的方法，其特征在于，所述根据所述预测结果中包括的所述各预测试人员回答所述题库中各题目得到的答案确定测验参数，包括：
根据所述各预测试人员对应的第二用户终端发送的对所述各题目进行测试得到的答案和所述各题目的正确答案，确定所述各预测试人员回答所述各题目的准确率；
根据所述各预测试人员回答所述各题目的准确率初始化所述题库中每道题目的题目难度系数和题目区分度以及所述各预测试人员的用户能力系数；
根据预设模型对所述初始化得到的所述每道题目的题目难度系数和题目区分度以及所述各预测试人员的用户能力系数进行更新，得到所述测验参数。
4.根据权利要求3所述的方法，其特征在于，所述根据预设模型对所述初始化得到的所述每道题目的题目难度系数和题目区分度以及所述各预测试人员的用户能力系数进行更新，得到所述测验参数，包括：
根据初始化得到的所述各预测试人员的用户能力系数，利用梯度下降算法更新所述每道题目的题目难度系数和题目区分度；
根据更新后的所述每道题目的题目难度系数和题目区分度以及所述各预测试人员回答所述每道题目的准确率，利用信息量公式计算所述各预测试人员的用户能力系数，以对所述各预测试人员的用户能力系数进行更新。
5.根据权利要求1所述的方法，其特征在于，所述根据所述测试结果和所述题库中所述指定数量的各题目的题目难度系数和题目区分度，包括：
根据所述测试结果中包括的所述被测试人员回答所述题库中指定数量的题目的答案，确定所述被测试人员对所述指定数量的各题目回答正确的概率；
根据所述被测试人员对所述指定数量的各题目回答正确的概率，确定所述被测试人员的能力系数。
6.根据权利要求1所述的方法，其特征在于，所述根据所述被测试人员的能力系数、所述题库中每道题目的题目难度系数和题目区分度从所述题库中选取推荐题目，包括：
根据所述被测试人员的能力系数、所述题库中每道题目的题目难度系数和题目区分度计算所述题库中每道题目的信息量；
根据所述每道题目的信息量从所述题库中选取推荐题目，并将所述推荐题目发送给所述被测试人员对应的第一用户终端，以供所述被测试人员测试回答。
7.根据权利要求6所述的方法，其特征在于，所述根据所述每道题目的信息量从所述题库中选取推荐题目，包括：
对所述每道题目的信息量按照从大到小的顺序进行排序；
从所述题库中获取所述信息量排在前N位的N道题目，并从所述N道题目中随机选取一个题目作为所述推荐题目。
8.一种题目推荐设备，其特征在于，所述设备包括：
获取单元，用于获取待测试的题库，并获取预测试人员对所述题库中的各题目进行测试得到的所述题库中各题目的预测结果，所述预测结果中包括所述各预测试人员回答所述题库中各题目得到的答案；
第一确定单元，用于根据所述预测结果中包括的所述各预测试人员回答所述题库中各题目得到的答案确定测验参数，其中，所述测验参数包括用户能力系数、所述题库中每道题目的题目难度系数和题目区分度；
第二确定单元，用于获取被测试人员对所述题库中指定数量的题目进行测试得到的测试结果，并根据所述测试结果和所述题库中所述指定数量的各题目的题目难度系数和题目区分度确定所述被测试人员的能力系数，所述测试结果包括所述被测试人员回答所述题库中指定数量的题目的答案；
推荐单元，用于根据所述被测试人员的能力系数、所述题库中每道题目的题目难度系数和题目区分度从所述题库中选取推荐题目，并将所述推荐题目发送给所述被测试人员对应的第一用户终端，以供所述被测试人员测试。
9.一种服务器，其特征在于，所述服务器包括：存储器和处理器；
所述存储器，用于存储程序指令；
所述处理器，用于调用所述程序指令，当所述程序指令被执行时，用于执行以下操作：
获取待测试的题库，并获取预测试人员对所述题库中的各题目进行测试得到的所述题库中各题目的预测结果，所述预测结果中包括所述各预测试人员回答所述题库中各题目得到的答案；
根据所述预测结果中包括的所述各预测试人员回答所述题库中各题目得到的答案确定测验参数，其中，所述测验参数包括用户能力系数、所述题库中每道题目的题目难度系数和题目区分度；
获取被测试人员对所述题库中指定数量的题目进行测试得到的测试结果，并根据所述测试结果和所述题库中所述指定数量的各题目的题目难度系数和题目区分度确定所述被测试人员的能力系数，所述测试结果包括所述被测试人员回答所述题库中指定数量的题目的答案；
根据所述被测试人员的能力系数、所述题库中每道题目的题目难度系数和题目区分度从所述题库中选取推荐题目，并将所述推荐题目发送给所述被测试人员对应的第一用户终端，以供所述被测试人员测试。
10.一种计算机可读存储介质，其特征在于，所述计算机可读存储介质存储有计算机程序，所述计算机程序被处理器执行以实现权利要求1-7任一项所述的方法。
CN202011643123.9A 2020-12-30 2020-12-30 一种题目推荐方法、设备、服务器及存储介质 Pending CN113987328A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202011643123.9A CN113987328A (zh) 2020-12-30 2020-12-30 一种题目推荐方法、设备、服务器及存储介质

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202011643123.9A CN113987328A (zh) 2020-12-30 2020-12-30 一种题目推荐方法、设备、服务器及存储介质

Publications (1)

Publication Number Publication Date
CN113987328A true CN113987328A (zh) 2022-01-28

Family

ID=79731671

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202011643123.9A Pending CN113987328A (zh) 2020-12-30 2020-12-30 一种题目推荐方法、设备、服务器及存储介质

Country Status (1)

Country Link
CN (1) CN113987328A (zh)

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2023159754A1 (zh) * 2022-02-23 2023-08-31 平安科技（深圳）有限公司 能力等级分析方法、装置、电子设备及存储介质

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2023159754A1 (zh) * 2022-02-23 2023-08-31 平安科技（深圳）有限公司 能力等级分析方法、装置、电子设备及存储介质

Similar Documents

Publication Publication Date Title
CN109922032B (zh) 用于确定登录账户的风险的方法、装置、设备及存储介质
CN110807207B (zh) 数据处理方法、装置、电子设备及存储介质
CN112465627B (zh) 基于区块链和机器学习的金融借贷审核方法及系统
CN105894028B (zh) 用户识别方法和装置
CN112508118B (zh) 针对数据偏移的目标对象行为预测方法及其相关设备
CN112686301A (zh) 基于交叉验证的数据标注方法及相关设备
CN112488163A (zh) 一种异常账号的识别方法、装置、计算机设备及存储介质
CN113538070A (zh) 用户生命价值周期检测方法、装置和计算机设备
US20170006421A1 (en) Social Networking Interface
CN113987328A (zh) 一种题目推荐方法、设备、服务器及存储介质
CN113508406A (zh) 用于异步协作和基于机器的仲裁的结构化论证的系统
CN113256335B (zh) 数据筛选方法、多媒体数据的投放效果预测方法及装置
CN114358023A (zh) 智能问答召回方法、装置、计算机设备及存储介质
CN110197078B (zh) 数据处理方法、装置、计算机可读介质及电子设备
CN114356747A (zh) 显示内容的测试方法、装置、设备、存储介质及程序产品
CN112733181B (zh) 一种产品推荐方法、系统、计算机设备及存储介质
CN113705792A (zh) 基于深度学习模型的个性化推荐方法、装置、设备及介质
CN113850669A (zh) 用户分群方法、装置、计算机设备及计算机可读存储介质
CN111639485A (zh) 基于文本相似性的课程推荐方法及相关设备
CN117095578A (zh) 音乐基础知识自适应测评方法、装置、设备及存储介质
CN113891323B (zh) 一种基于WiFi的用户标签获取系统
CN115660636A (zh) 基于物联网数据的楼宇智能运维方法、装置、设备及介质
CN112085469B (zh) 基于向量机模型的数据审批方法、装置、设备及存储介质
CN113240323B (zh) 基于机器学习的水平评测方法、装置及相关设备
CN112365046A (zh) 用户信息生成方法、装置、电子设备和计算机可读介质

Legal Events

Date Code Title Description
PB01 Publication
PB01 Publication
SE01 Entry into force of request for substantive examination
SE01 Entry into force of request for substantive examination