[发明专利]知识点能力值预估方法、系统、设备及介质

说明书

本发明公开了知识点能力值预估方法、系统、设备及介质，所述方法包括从预置数据库中提取一个源知识点的能力值向量；计算目标知识点与源知识点间的传递因子；计算目标知识点的新能力值向量；更新预置数据库中目标知识点的能力值向量；依据更新后的目标知识点的能力值向量获得目标知识点的预估能力值；从预置数据库中提取下一个源知识点的能力值向量。本发明其通过利用知识图谱中知识点间的前后关系，通过已知的知识点的能力值向量预估出其后置知识点的能力值，能够快速的对知识图谱中的知识点的能力值进行预估，并且在未学习的知识点上预估的能力值准确度高。

技术领域

本发明属于计算机技术领域，尤其涉及一种知识点能力值预估方法、系统、设备及介质。

背景技术

随着技术的发展，在线教育已经成为一种当下及其重要的教育方式，而在各大企业开发的在线教育软件中，绝大多数需要采集用户在知识点图谱上各个知识点的能力值数据，然后依据能力值数据来安排学习计划、推题测试等操作，用户在知识点上反映的能力值主要基于项目反映理论得出。

项目反映理论是一系列心理学统计学模型的总称，目标是来确定潜在特征以及测试题和被测试者之间的互动关系(用户的掌握程度就可以看做潜在特征)是否可以通过测试题反应出来。

项目反应理论假设被测试者有一种“潜在特质”，潜在特质是在观察分析测验反应基础上提出的一种统计构想，在测验中，潜在特质一般是指潜在的能力，并经常用测验总分作为这种潜力的估算。项目反应理论认为被测试者在测验项目上的反应和成绩与他们的潜在特质有特殊的关系。通过项目反应理论建立的项目参数具有恒久性的特点，意味着不同测量量表的分数可以统一。

项目反映理论常用的模型表达式为：

根据上述模型公式绘制的曲线也称为项目特征曲线，其意义在于描述“成功解答某一特定测试项目的概率”与“被测试者能力”(即公式中θ)的之间的关系。

上述公式中包含的参数作如下说明：

c表示“猜测参数”，直观含义为，当一个被测试者的能力值非常低(比如接近于0)，但仍然可以正确的做对该项目的概率；

b表示项目难度参数，根据函数的移动特性可知，改变b会导致图像左右移动而不改变形状；

a表示项目的区分度，即一个项目能否很好的区分不同的被测试者的能力水平，a的值越高越具有区分度。

上述对项目反映理论的介绍中可以知道，项目反映理论是只会对同一个项目产生响应，也就是说，当用户在学习某一个项目时候，当前的项目会产生反馈，而其他项目是不会有任何的改变。

但是在教育领域，知识点之间都是相互关联的。比如说，某用户在学习了“方程的定义”知识点之后，用户也就拥有了相关知识点“一元一次方程的解”的基础知识，而“一元一次方程的解”对于用户来说不再是全新的了。

在现有的技术中，需要对每一个知识点进行先行测试才可以大致的知道用户在这个知识点上的能力值，而知识点的数量往往又是庞大的，采取这种测试方法是低效的，繁琐的。而且若测试的知识点是用户未曾学习过的，用户在进行测试时，会缺乏主动性，很难准确的得到用户在未学习知识点上的能力值数据。

发明内容

本发明所要解决的技术问题在于针对上述现有技术中的不足，提供知识点能力值预估方法、系统、设备及介质，其通过利用知识图谱中知识点间的前后关系，通过已知的知识点的能力值向量预估出其后置知识点的能力值，能够快速的对知识图谱中的知识点的能力值进行预估，并且在未学习的知识点上预估的能力值准确度高。

为解决上述技术问题，本发明第一方面提供了知识点能力值预估方法，包括以下步骤：