[发明专利]一种生成学生个性化学习方案的方法及系统

权利要求书

1.一种生成学生个性化学习方案的方法，其特征在于，该方法包括：

在考试需要考的知识点中，获取学生未掌握的知识点集合；

根据所述学生未掌握的知识点集合，预估每个知识点掌握后对学生成绩的提升值；

根据所述学生未掌握的知识点集合，预估学生掌握知识点花费的时间；

根据所述提升值及掌握知识点花费的时间，利用优化算法计算预设学习时间范围内的最大提升值，并获取最大提升值对应的需要掌握的知识点集合；

根据所述需要掌握的知识点集合，利用统计学模型规划学习知识点的学习路径，生成学生个性化学习方案。

2.根据权利要求1所述的生成学生个性化学习方案的方法，其特征在于，根据学生未掌握的知识点集合，预估每个知识点掌握后对学生成绩的提升值，包括：

根据学生未掌握的知识点集合，分别预估每个知识点在学生没有掌握时的预估分及掌握知识点以后的预估分；

预估每个知识点掌握后对学生成绩的提升值，计算式为：

Score_more=Score_b-Score_a；

其中，Score_more为每个知识点掌握后对学生成绩的提升值，Score_b为掌握知识点以后的预估分，Score_a为每个知识点在学生没有掌握时的预估分。

3.根据权利要求2所述的生成学生个性化学习方案的方法，其特征在于，根据学生未掌握的知识点集合，分别预估每个知识点在学生没有掌握时的预估分及掌握知识点以后的预估分，包括：

获取学生的历史学习数据及考试成绩；

将所述历史学习数据作为输入特征，将考试成绩作为目标进行机器学习模型训练，训练输入特征与目标之间的关系，构建学生的成绩预估模型；

根据学生未掌握的知识点，将没有掌握知识点时的学习数据及掌握知识点以后的学习数据作为输入特征，利用学生的成绩预估模型进行考试成绩的预估，得到每个知识点在学生没有掌握时的预估分及掌握知识点以后的预估分。

4.根据权利要求2所述的生成学生个性化学习方案的方法，其特征在于，根据学生未掌握的知识点集合，预估学生掌握知识点花费的时间，包括：

根据每个学生的知识图谱、学习情况数据及知识点掌握的时间，训练通过学生的知识图谱及学习情况预估知识点掌握的时间的机器学习模型；

利用所述机器学习模型，预估所述学生未掌握的知识点集合中每个知识点对应的学生掌握知识点花费的时间。

5.根据权利要求1所述的生成学生个性化学习方案的方法，其特征在于，根据所述提升值及掌握知识点花费的时间，利用优化算法计算预设学习时间范围内的最大提升值，并获取最大提升值对应的需要掌握的知识点集合，包括：

利用动态规划算法计算在预设的学习总时间内的最大提升值，并获取最大提升值对应的需要掌握的知识点集合；其中，所述需要掌握的知识点集合是学生未掌握的知识点集合的子集。

6.根据权利要求1所述的生成学生个性化学习方案的方法，其特征在于，根据所述需要掌握的知识点集合，利用统计学模型规划学习知识点的学习路径，生成学生个性化学习方案，包括：

利用N-Gram模型及贪心算法对学生的学习能力进行分层，统计每一层学习能力的学生在学习完一项知识点后再学习下一个知识点的学习效果；

根据所述学习效果，规划所述需要掌握的知识点集合中知识点的学习路径，生成学生的个性化学习方案。

7.根据权利要求6所述的生成学生个性化学习方案的方法，其特征在于，该方法还包括：

根据所述需要掌握的知识点集合，确定每个知识点的大脑皮层刺激区域；

遍历所述知识点的学习路径，若相邻的知识点的大脑皮层刺激区域相同，调整学习路径中相邻的知识点使大脑皮层刺激区域不同。