[发明专利]基于大数据与人工智能的学习画像方法和机器人系统

权利要求书

1.一种学习画像方法，其特征在于，所述方法包括：

正确率计算步骤，统计每一学生作业数据在预设时间范围内对第一知识点集合中每一知识点对应的各作业正确率进行加权平均，得到总正确率；

标签赋值步骤，将所述总正确率作为所述每一学生画像中所述每一知识点对应的知识点标签的掌握程度值。

2.根据权利要求1所述的学习画像方法，其特征在于，所述的正确率计算步骤之前还包括：

获取数据步骤，获取作业大数据，所述作业大数据包括每一学生的每一作业数据；

获取知识点步骤，获取学习中包括的所有知识点，作为第一知识点集合。

3.根据权利要求1至2任一项所述的学习画像方法，其特征在于，所述的标签赋值步骤之后还包括：

接受查询步骤，获取待查询的学生及待复习的知识点集合，将所述待复习的知识点集合作为第二知识点集合；

阈值获取步骤，从作业知识库中获取第二知识点集合中每一知识点对应的掌握程度的阈值；

获取画像步骤，从学习画像知识库中搜索并获取所述待查询的学生的学习画像，从所述待查询的学生的学习画像中获取属于第二知识点集合的每一知识点对应的知识点标签的掌握程度值；

知识点选择步骤，判断所述每一知识点对应的知识点标签的掌握程度值是否大于或等于作业知识库中所述每一知识点对应的知识点掌握程度的阈值：是，则将所述每一知识点加入第三知识点集合；否，则将所述每一知识点加入第四知识点集合；

知识点推荐步骤，将所述第四知识点集合作为需要复习的知识点集合推荐给用户。

4.根据权利要求3所述的学习画像方法，其特征在于，所述的知识点选择步骤之后包括：

集体推荐步骤，获取多个待查询的学生及同一待复习的知识点集合，对所述多个待查询的学生中的每一学生及所述待复习的知识点集合执行所述知识点选择步骤，得到所述每一学生的第四集合，将统计多个所述第四集合中不同知识点的出现次数，按照次数从大到小选取前M个知识点作为需要复习的知识点集合推荐给用户，其中，M为预设个数。

5.根据权利要求1所述的学习画像方法，其特征在于，所述的作业数据包括每一作业、该作业的解答正确率、所述作业题涉及到的所有知识点、作业完成的时间。

6.一种学习画像系统，其特征在于，所述系统包括：

正确率计算模块，用于统计每一学生作业数据在预设时间范围内对第一知识点集合中每一知识点对应的各作业正确率进行加权平均，得到总正确率；

标签赋值模块，用于将所述总正确率作为所述每一学生画像中所述每一知识点对应的知识点标签的掌握程度值。

7.根据权利要求6所述的学习画像系统，其特征在于，所述系统还包括：

获取数据模块，用于获取作业大数据，所述作业大数据包括每一学生的每一作业数据；

获取知识点模块，用于获取学习中包括的所有知识点，作为第一知识点集合。

8.根据权利要求6任一项所述的学习画像系统，其特征在于，所述系统还包括：

接受查询模块，用于获取待查询的学生及待复习的知识点集合，将所述待复习的知识点集合作为第二知识点集合；

阈值获取模块，用于从作业知识库中获取第二知识点集合中每一知识点对应的掌握程度的阈值；

获取画像模块，用于从学习画像知识库中搜索并获取所述待查询的学生的学习画像，从所述待查询的学生的学习画像中获取属于第二知识点集合的每一知识点对应的知识点标签的掌握程度值；

知识点选择模块，用于判断所述每一知识点对应的知识点标签的掌握程度值是否大于或等于作业知识库中所述每一知识点对应的知识点掌握程度的阈值：是，则将所述每一知识点加入第三知识点集合；否，则将所述每一知识点加入第四知识点集合；

知识点推荐模块，用于将所述第四知识点集合作为需要复习的知识点集合推荐给用户。