一种基于聚类算法的学科题目知识点推荐方法及系统

摘要

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。

说明书

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：

若所述重要度标签为逐渐加强或相对稳定，则保留该知识点于该章节分组中；若所述重要度标签为逐渐减弱，则将该知识点从该章节分组中删除。

可选地，所述聚类算法一、所述聚类算法二、所述聚类算法三为K-means聚类算法、均值漂移聚类算法、DBSCAN聚类算法、凝聚层次聚类算法、混合高斯模型的最大期望聚类算法中的一种或多种。

本申请第二方面提供一种学科题目知识点推荐系统，所述系统包括第一获取模块、第一提取模块、第二获取模块、第二提取模块、融合模块，包括：

第一获取模块，用于获取学科历史教学信息；

第一提取模块，用于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；

第二获取模块，用于获取学科实时教学信息；

第二提取模块，用于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；

融合模块，用于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。

本申请第三方面提供一种电子设备，其特征在于，所述设备包括：

存储有可执行程序代码的存储器；

与所述存储器耦合的处理器；

所述处理器调用所述存储器中存储的所述可执行程序代码，执行如前所述的方法。

本申请的第四方面提供了一种计算机存储介质，其特征在于，所述存储介质存储有计算机指令，所述计算机指令被调用时，用于执行如前所述的方法。

本发明的有益效果在于：本申请的技术方案同时基于学科历史教学信息和学科实时教学信息来融合得出学科知识点集合，并将其推送给教师(尤其是新入职的教师)。该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。

附图说明

为了更清楚地说明本申请实施例的技术方案，下面将对实施例中所需要使用的附图作简单地介绍，应当理解，以下附图仅示出了本申请的某些实施例，因此不应被看作是对范围的限定，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他相关的附图。

图1是本申请实施例公开的一种基于聚类算法的学科题目知识点推荐方法的流程示意图。

图2是本申请实施例公开的一种学科题目知识点推荐系统的结构示意图。

图3是本申请实施例公开的一种电子设备的结构示意图。

具体实施方式

为使本申请实施例的目的、技术方案和优点更加清楚，下面将结合本申请实施例中的附图，对本申请实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例是本申请一部分实施例，而不是全部的实施例。通常在此处附图中描述和示出的本申请实施例的组件可以以各种不同的配置来布置和设计。

因此，以下对在附图中提供的本申请的实施例的详细描述并非旨在限制要求保护的本申请的范围，而是仅仅表示本申请的选定实施例。基于本申请中的实施例，本领域普通技术人员在没有作出创造性劳动前提下所获得的所有其他实施例，都属于本申请保护的范围。

应注意到：相似的标号和字母在下面的附图中表示类似项，因此，一旦某一项在一个附图中被定义，则在随后的附图中不需要对其进行进一步定义和解释。

在本申请的描述中，需要说明的是，若出现术语“上”、“下”、“内”、“外”等指示的方位或位置关系为基于附图所示的方位或位置关系，或者是该发明产品使用时惯常摆放的方位或位置关系，仅是为了便于描述本申请和简化描述，而不是指示或暗示所指的装置或元件必须具有特定的方位、以特定的方位构造和操作，因此不能理解为对本申请的限制。

此外，若出现术语“第一”、“第二”等仅用于区分描述，而不能理解为指示或暗示相对重要性。

需要说明的是，在不冲突的情况下，本申请的实施例中的特征可以相互结合。

实施例1

请参阅图1，图1是本申请实施例公开的一种基于聚类算法的学科题目知识点推荐方法的流程示意图。如图1所示，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。

其中，本申请的方法在确定学科知识点集合时，同时考虑了学科历史教学信息和学科实时教学信息，并将二者进行有机来融合。于是，该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，将其推送给教师(尤其是新入职的教师)后，可以有效的辅助教师来制定合理的教学计划、习题计划。

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。

在本申请实施例中，考虑到各学科知识点会随着时代的发展而产生较大变化，所以，对于学科历史教学信息的时间跨度的设置不应过长，以免将已经被摒弃的或者弱化的知识点影响到教师(尤其是新入职的教师)教学计划、习题计划的制定。例如，可以为十到十五年之间。

可选地，所述学科实时教学信息为当前学年的教学信息。

在本申请实施例中，本申请中的当前学年的教学信息并非完整学年的教学计划，而是教师制定的实时的单一教学计划信息的累加，例如，当前教学进度为第三章，则所述学科实时教学信息为第一至第三章的教学计划信息。于是，本申请中的融合后的学科知识点集合是随着当前学年的教学信息逐渐更新的，如此设置，对新入职的教师来说更为适合，因为其能够逐渐掌握相对更为真实可靠的学科知识点，进而一步一步的制定出合理的教学计划、习题计划。

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。

在本申请实施例中，具体的融合方式可以为覆盖替换式，即将学科实时教学信息中的知识点替换学科历史教学信息中的对应知识点。而将知识点分章节进行替换，既有利于知识点的分组归类，也可以将替换行为限制在一个合理的限度，避免无限制的覆盖替换导致得出的知识点集合逐渐失真。

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：

若所述重要度标签为逐渐加强或相对稳定，则保留该知识点于该章节分组中；若所述重要度标签为逐渐减弱，则将该知识点从该章节分组中删除。

在本申请实施例中，除了章节知识点的覆盖替换以外，本申请的申请人还意识到了教学是要体现全面性的，尤其是学年教学的初期，例如，学年初段老师基本会将所有知识点进行教授，其中显然是包括许多不重要的知识点的，显然，当前在学习的知识点并不一定完全真实体现知识点的重要性。所以，有必要对用于覆盖的学科知识点集合二的集合内知识点内容进行微调。具体而言，教学成果通常是由考试结果体现的，考试考点也必然是要显著影响教学计划的，所以，本申请对历年考试真题也进行了聚类处理，从而绘制出各个知识点的在考题制定者角度的考评趋势图，基于该图可以直观确定出各知识点的重要程度，从而采用上述方法来对集合二中的部分知识点进行微调。

另外，由于当前学年是缺乏考试真题的，所以，为了进一步提高所绘制的考评趋势图的准确性，或者对当前学年(尤其是初/高三学年)的参考性，还应当设置当前学年的“考试真题信息”变相替换。具体方式可以为：采用预定算法从多渠道获取当前学年的知识点考点预测信息，基于所述若干年份的考试真题信息和所述当前学年的知识点考点预测信息，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，然后再执行上述的后续微调方法。对于预定算法，可以是爬虫算法，相应地，通过互联网爬取当前学年的知识点考点预测信息，或者直接获取预定范围内的教师的对当前学年的知识点的考点预测信息，例如同学校的或者同地区的相同年纪的该学科的教师的预测；当识点考点预测信息为多源时，可以对聚类出的知识点集合进行采用加权方式进行融合，例如，可以基于预测者的知名度或成功率来确定各自的权重。

可选地，所述聚类算法一、所述聚类算法二、所述聚类算法三为K-means聚类算法、均值漂移聚类算法、DBSCAN聚类算法、凝聚层次聚类算法、混合高斯模型的最大期望聚类算法中的一种或多种

实施例2

请参阅图2，图2是本申请实施例公开的一种学科题目知识点推荐系统的结构示意图。如图2所示，本申请第二方面提供一种学科题目知识点推荐系统，该系统与实施例一种的方法是对应的。具体而言，所述系统包括第一获取模块、第一提取模块、第二获取模块、第二提取模块、融合模块，包括：

第一获取模块，用于获取学科历史教学信息；

第一提取模块，用于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；

第二获取模块，用于获取学科实时教学信息；

第二提取模块，用于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；

融合模块，用于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。

其中，本申请的系统在确定学科知识点集合时，同时考虑了学科历史教学信息和学科实时教学信息，并将二者进行有机来融合。于是，该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，将其推送给教师(尤其是新入职的教师)后，可以有效的辅助教师来制定合理的教学计划、习题计划。

实施例3

请参阅图3，图3是本申请实施例公开的一种电子设备的结构示意图。如图3所示，本申请第三方面提供一种电子设备，其特征在于，所述设备包括：

存储有可执行程序代码的存储器；

与所述存储器耦合的处理器；

所述处理器调用所述存储器中存储的所述可执行程序代码，执行如前实施例一所述的方法。

实施例4

本实施例提供了一种计算机存储介质，其特征在于，所述存储介质存储有计算机指令，所述计算机指令被调用时，用于执行如实施例一所述的方法。

以上所述，仅为本申请的具体实施方式，但本申请的保护范围并不局限于此，任何熟悉本技术领域的技术人员在本申请揭露的技术范围内，可轻易想到的变化或替换，都应涵盖在本申请的保护范围之内。因此，本申请的保护范围应以所述权利要求的保护范围为准。