首页 专利交易 科技果 科技人才 科技服务 商标交易 会员权益 IP管家助手 需求市场 关于龙图腾
 /  免费注册
到顶部 到底部
清空 搜索

一种基于聚类算法的学科题目知识点推荐方法及系统 

买专利卖专利找龙图腾,真高效! 查专利查商标用IPTOP,全免费!专利年费监控用IP管家,真方便!

申请/专利权人:广西申能达智能科技有限公司

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。

主权项:1.一种基于聚类算法的学科题目知识点推荐方法,其特征在于:所述方法包括:S1,获取学科历史教学信息;所述学科历史教学信息为以往学年的学科教学信息;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;所述学科实时教学信息为当前学年的教学信息;采用聚类算法二对所述学科实时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;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;融合方式为覆盖替换式,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;通过将知识点分章节进行替换,既有利于知识点的分组归类,也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;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;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;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。

全文数据:

权利要求:

百度查询: 广西申能达智能科技有限公司 一种基于聚类算法的学科题目知识点推荐方法及系统

免责声明
1、本报告根据公开、合法渠道获得相关数据和信息,力求客观、公正,但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解,仅供参考使用,不能作为本公司承担任何法律责任的依据或者凭证。