[发明专利]一种基于聚类算法的学科题目知识点推荐方法及系统

说明书

本申请提供了一种基于聚类算法的学科题目知识点推荐方法，所述方法包括：S1，获取学科历史教学信息；S2，采用聚类算法一对所述学科历史教学信息进行聚类处理，以提取出对应的学科题目知识点以构成学科知识点集合一；S3，获取学科实时教学信息，采用聚类算法二对所述学科历史教学信息进行聚类处理，以提取出对应的学科题目知识点以构成学科知识点集合二；S4，将所述学科知识点集合一和所述学科知识点集合二融合为学科知识点集合。本申请的方案既考虑了往年的重要知识点，还考虑了当下的重要知识点，二者融合后既可以顾及知识点的全面性，还可以兼顾到对新知识点的及时补充及调整，进而可以有效的辅助教师来制定合理的教学计划、习题计划。

技术领域

本申请涉及智能教学领域，具体而言，涉及一种基于聚类算法的学科题目知识点推荐方法。

背景技术

伴随着大数据和互联网时代的到来，智能教育愈发受到人们重视，呈现出快速发展的态势。习题在智能教育中扮演着举足轻重的角色，是帮助学生在课后巩固课堂所学知识点的重要教学资源。对于教师而言，如何使得设置的习题能够适应学生的真实学习水平、学习需求及进度，在智能教育中显得愈发重要，而习题的设置是需要严重依赖于知识点的准确的。然而，尤其对于新入职的教师而言，其很难在短时间内就能够将学科的知识点精准的梳理出来，目前的情况也只能是由有经验的老师传授经验或自我钻研。但是，完全依靠其他老师来手把手的教导，难免要消耗对方大量精力，而多数老师的教学任务十分繁重，该种方式难以实现；对于自我钻研来说，显然需要若干年的时间才能实现。

可见，如何使得教师(尤其是新入职教师)便捷的获取到准确的学科知识点推荐，是当下智能教学领域亟需解决的技术问题。

发明内容

为了解决上述技术问题，本申请提供了一种基于聚类算法的学科题目知识点推荐方法，以向教师推荐准确的学科知识点信息，以辅助其制定对应的教学计划、习题计划等。

本申请的第一方面提供了一种基于聚类算法的学科题目知识点推荐方法，所述方法包括：

S1，获取学科历史教学信息；

S2，采用聚类算法一对所述学科历史教学信息进行聚类处理，以提取出对应的学科题目知识点以构成学科知识点集合一；

S3，获取学科实时教学信息，采用聚类算法二对所述学科历史教学信息进行聚类处理，以提取出对应的学科题目知识点以构成学科知识点集合二；

S4，将所述学科知识点集合一和所述学科知识点集合二融合为学科知识点集合。

可选地，所述学科历史教学信息为以往学年的学科教学信息。

可选地，所述学科实时教学信息为当前学年的教学信息。

可选地，所述将所述学科知识点集合一和所述学科知识点集合二融合为学科知识点集合，包括：

基于章节对所述学科知识点集合一和所述学科知识点集合二分别进行分组，提取出所述学科知识点集合二与所述学科知识点集合一存在重合的分组知识点的所属章节，将所述学科知识点集合一中对应章节的分组知识点替换为所述学科知识点集合二中相同章节的分组知识点。

可选地，还获取若干年份的考试真题信息，采用聚类算法三提取出知识点集合三，并基于所述知识点集合三绘制各知识点的考评趋势图，基于所述考评趋势图确定各知识点的重要度标签；

所述将所述学科知识点集合一中对应章节的分组知识点替换为所述学科知识点集合二中相同章节的分组知识点，包括：

基于所述重要度标签来重新确定所述学科知识点集合二中相同章节的分组知识点。

可选地，所述重要度标签包括：逐渐加强、逐渐减弱、相对稳定。

所述基于所述重要度标签来重新确定所述学科知识点集合二中相同章节的分组知识点，包括：