1.一种基于知识点相似度的自适应教学方案调整方法，其特征在于，包括如下步骤：
s1：调取各个往届学生对各个知识点的历史检测数据；
s2：将s1所得历史检测数据代入预存的运算模型中、取得各个往届学生在各个知识点的学习能力值向量；
s3：将各个知识点两两组合构成知识点对、以各组知识点对构成知识点组合列表、并在该知识点组合列表中分别输入各个往届学生对各知识点对应的学习能力值向量；
s4：基于s3所得学习能力值向量、计算出知识点组合列表中每组知识点对中两个知识点之间的余弦相似度、并以该余弦相似度作为两个知识点之间的能力值相似度；
s5：对知识点组合列表进行数据筛选、找出以目标知识点及目标对象已学习知识点构成的知识点对；
s6：计算出s5筛选出的各组知识点对的平均能力值相似度；
s7：筛选出平均能力值相似度较高的前n组知识点、取得目标对象对该n组知识点中的已学习知识点的历史检测数据；
s8：基于s7所得历史检测数据、相应调整教学方案。
2.如权利要求1所述基于知识点相似度的自适应教学方案调整方法，其特征在于：步骤s2中所述运算模型采用irt单参数模型。
3.如权利要求1所述基于知识点相似度的自适应教学方案调整方法，其特征在于：步骤s4中基于pythonsklearn模型计算所述余弦相似度。
4.如权利要求1所述基于知识点相似度的自适应教学方案调整方法，其特征在于：步骤s5中基于pythonpandas模型对知识点组合列表进行数据筛选。
5.如权利要求1所述基于知识点相似度的自适应教学方案调整方法，其特征在于：步骤s6中基于pythonnumpy模型对各组知识点对求取平均能力值相似度。