[发明专利]一种学情数据处理方法、装置、计算机设备及存储介质

说明书

本申请实施例提供一种学情数据处理方法、装置、计算机设备及存储介质。所述方法包括：确定待诊断目标和待诊断知识点；对待诊断目标在所述待诊断知识点进行冷启动诊断；对待诊断目标在所述待诊断知识点进行非冷启动诊断；根据待诊断知识点的作答数据，以及待诊断目标的作答数据确定启动参数，所述启动参数用于调整冷启动诊断的输出的权重和非冷启动诊断的输出的权重；基于所述启动参数、所述冷启动诊断的输出和非冷启动诊断的输出，确定所述待诊断目标在待诊断知识点的诊断结果。本申请实施例中的技术方案有利于提升数据处理的准确性和适用范围。

技术领域

本申请实施例涉及数据处理技术领域，具体涉及一种学情数据处理方法、装置、计算机设备及存储介质。

背景技术

随着电子技术和数据处理技术的进步，基于电子设备的教学发展迅速。由此，也产生了大量的学情数据。学情数据可以是用户对知识点上题目的作答数据，通过对学情数据进行处理，可以得到对用户在知识点掌握情况的诊断结果。

如何改进学情数据处理技术，提升诊断结果的准确性，成为亟待解决的技术问题。

发明内容

有鉴于此，本申请实施例中提供学情数据处理方法、装置、计算机设备及存储介质。

本申请实施例提供一种学情数据处理方法，包括：

确定待诊断目标和待诊断知识点；

对待诊断目标在所述待诊断知识点进行冷启动诊断；

对待诊断目标在所述待诊断知识点进行非冷启动诊断；

根据待诊断知识点的作答数据，以及待诊断目标的作答数据确定启动参数，所述启动参数用于调整冷启动诊断的输出的权重和非冷启动诊断的输出的权重；

基于所述启动参数、所述冷启动诊断的输出和非冷启动诊断的输出，确定所述待诊断目标在待诊断知识点的诊断结果。

可选的，所述冷启动诊断包括：

结合知识点之间的关系和全量样本数据构建知识点之间的概率图网络，所述全量样本数据为对知识点的作答数据的集合，所述概率图网络描述不同知识点之间掌握程度的依赖关系；

结合待诊断目标对待诊断知识点以外的作答数据以及所述概率图网络，得到待诊断目标在待诊断知识点的掌握程度数据作为所述冷启动诊断的输出，所述掌握程度数据用于指示待诊断目标在待诊断知识点的掌握程度。

可选的，所述构建知识点之间的概率图网络包括构建贝叶斯网络；结合知识点之间的关系和全量样本数据构建知识点之间的贝叶斯网络包括：

根据知识点之间的前后置关系构建知识点网络，所述前后置关系为知识点之间的前后依赖关系；

基于所述全量样本数据，采用吉布斯采样方法学习所述知识点网络上知识点之间的概率，得到所述贝叶斯网络。

可选的，所述冷启动诊断包括：

基于全量样本数据确定地域与知识点掌握程度之间的贝叶斯关系，所述全量样本数据为对知识点的作答数据的集合；

结合待诊断目标的地域以及所述地域与知识点掌握程度之间的贝叶斯关系，确定待诊断目标在待诊断知识点的掌握程度数据作为所述冷启动诊断的输出，所述掌握程度数据用于指示待诊断目标在待诊断知识点的掌握程度。

可选的，所述冷启动诊断包括：

计算全量样本数据中各地域出现的概率，所述全量样本数据为对知识点的作答数据的集合；

计算所述全量样本数据中各地域与各知识点的各掌握程度共同出现的联合概率；

确定在所述待诊断目标的地域条件下，在待诊断知识点上各个掌握程度的条件概率。