公开(公告)号：CN117787478A

公开(公告)日：2024-03-29

申请号：CN202311718437.4

申请日：2023-12-13

Applicant: 科大讯飞股份有限公司

Inventor： 关桑海 ,  丁亮 ,  沙晶 ,  盛志超 ,  王士进

IPC: G06Q10/04 ,  G06Q50/20 ,  G06F16/9535

Abstract: 本发明提供一种学生能力预测、试题推荐方法、装置、设备和介质，所述学生能力预测方法包括：接收用户端发送的学生上一阶段的能力得分以及学生作答测试题目的实际得分；基于等级分模型，应用学生上一阶段的能力得分，以及测试题目的难度得分，确定学生作答测试题目的预测得分；基于等级分调整模型，应用学生作答测试题目的实际得分，以及预测得分，对上一阶段的能力得分进行调整，预测学生当前阶段的能力得分；将学生当前阶段的能力得分发送至所述用户端，以使用户端基于学生当前阶段的能力得分更新学生上一阶段的能力得分。本发明能够使得当前阶段的能力得分与学生的实际学习能力水平相匹配，即当前阶段的能力得分准确度较高。

公开(公告)号：CN115935071A

公开(公告)日：2023-04-07

申请号：CN202211727564.6

申请日：2022-12-30

Applicant: 科大讯飞股份有限公司

Inventor： 丁亮 ,  沙晶 ,  王士进 ,  关桑海

IPC: G06F16/9535 ,  G06F16/33 ,  G06F16/335 ,  G06Q50/20

Abstract: 本申请提供了一种知识点推荐方法、装置、存储介质及电子设备，涉及在线学习技术领域。该知识点推荐方法包括：确定目标用户在多个知识点中的薄弱知识点；确定目标用户针对多个知识点的学习向量，学习向量表征目标用户对多个知识点的掌握度；基于目标用户在多个知识点中的薄弱知识点、以及目标用户针对多个知识点的学习向量，向目标用户推荐优学知识点。在本申请中，根据目标用户的学习能力，适配地进行知识点推荐，能够提高目标用户的学习收益，进而增强目标用户的学习信心。

公开(公告)号：CN115935967A

公开(公告)日：2023-04-07

申请号：CN202211726737.2

申请日：2022-12-29

Applicant: 科大讯飞股份有限公司

Inventor： 张星 ,  汪成成 ,  程泽宇 ,  关桑海 ,  沙晶 ,  王士进

IPC: G06F40/279 ,  G06F40/216 ,  G06F18/22

Abstract: 本发明提供一种试题资源推荐方法、装置、电子设备及存储介质，该方法包括：获取目标试题的试题信息；根据试题信息，对目标试题进行特征编码，得到目标试题的试题特征；根据目标试题的试题特征和试题信息，以及资源库中各候选试题的试题特征和试题信息，从资源库中所有候选试题中确定与目标试题相匹配的推荐试题；根据推荐试题，对目标试题进行试题资源推荐。本发明实现在避免人工参与影响试题推荐可靠性的同时，全自动完成推荐流程，省时省力，有助于提高试题资源推荐的准确率、可靠性、合理性以及推荐效率。

公开(公告)号：CN117668211A

公开(公告)日：2024-03-08

申请号：CN202311794114.3

申请日：2023-12-22

Applicant: 科大讯飞股份有限公司

Inventor： 关桑海 ,  丁亮 ,  沙晶 ,  盛志超 ,  王士进

IPC: G06F16/335 ,  G06F16/33 ,  G06N3/0455 ,  G06N3/0895

Abstract: 本发明涉及人工智能技术领域，提供一种试题推荐方法、系统、电子设备及存储介质，该方法通过用户提供的试题描述信息进行试题推荐，可以应对模糊的和描述式的检索需求，可以大大提升实用性。而且，该方法利用试题描述信息的向量化表示，以及试题向量库中各候选试题的向量化表示，实现推荐试题的确定，该过程不需要借助于专家工程构建标签体系，也不需要人工进行标注工作，可以自动精准地挖掘出与用户的试题描述信息相匹配的推荐试题，推荐过程无需人工参与，在避免人工参与影响试题推荐可靠性的同时，全自动完成推荐流程，省时省力，有助于提高试题推荐的准确率、可靠性、合理性以及推荐效率。

公开(公告)号：CN116166787A

公开(公告)日：2023-05-26

申请号：CN202211730691.1

申请日：2022-12-30

Applicant: 科大讯飞股份有限公司

Inventor： 关桑海 ,  王士进 ,  沙晶

IPC: G06F16/335 ,  G06Q50/20

Abstract: 本公开提供了一种组卷方法、装置、电子设备及存储介质，涉及人工智能技术领域。该方法包括：获取目标试卷的考核对象信息以及与目标试卷类型相同的参考试卷信息；基于参考试卷信息，构建多张候选试卷；根据考核对象信息，分别计算多张候选试卷的适应度，适应度用于示出候选试卷与考核对象信息的匹配程度；根据多张候选试卷的适应度，从多张候选试卷中确定至少一张目标试卷。本公开实施例能够通过构建多张候选试卷，计算候选试卷的适应度，并根据适应度调整候选试卷内容，最终得到适合于考核对象的目标试卷。