一种基于大数据的题目难度构建方法及装置、服务设备与流程

本发明涉及计算机
技术领域：
，尤其涉及一种基于大数据的题目难度构建方法及装置、服务设备。
背景技术：
：目前，为了方便学生用户从习题库中查找到难度合适的习题，在构建习题库时通常由教师以人工方式给习题库中的习题打上“难”、“中”、“易”等标识来实现对题目难度的定义。然而，在实践中发现，教师以人工方式来定义习题的题目难度的方式存在以下缺陷：第一、完全凭借教师的个人主观经验，由于不同教师的教学经验不一，这使得教师难以客观地定义习题的题目难度；第二、习题的题目难度难以实现动态、灵活管理。技术实现要素：本发明实施例公开了一种基于大数据的题目难度构建方法及装置、服务设备，能够客观地定义习题的题目难度，而且可以实现对定义出的题目难度的动态、灵活管理。本发明实施例第一方面公开了一种基于大数据的题目难度构建方法，所述方法包括：收集多个学生用户对某一目标习题进行作答的答案数据；判断所述多个学生用户中每个学生用户所属年级的年级标识是否与所述目标习题的属性信息中的年级标识相同，当相同时，以所述多个学生用户对所述目标习题作答的答案数据为依据，统计所述目标习题的作答正确率；以所述作答正确率为依据，确定所述目标习题的题目难度，并将所述题目难度更新至习题库中存储的所述目标习题的属性信息中。作为一种可选的实施方式，在本发明实施例第一方面中，在判断出所述多个学生用户中每个学生用户所属年级的年级标识与所述目标习题的属性信息中的年级标识相同时，所述以所述多个学生用户对所述目标习题作答的答案数据为依据，统计所述目标习题的作答正确率之前，所述方法还包括：统计所述多个学生用户中包括的学生用户的总人数，并判断所述总人数是否大于等于预设人数，当所述总人数大于等于所述预设人数时，触发执行所述以所述多个学生用户对所述目标习题作答的答案数据为依据，统计所述目标习题的作答正确率的步骤。作为一种可选的实施方式，在本发明实施例第一方面中，所述方法还包括：根据所述多个学生用户中每个学生用户针对所述目标习题作答的答案数据、每个学生用户的能力估计值、每个学生用户针对所述目标习题的区分度、所述目标习题的猜测系数以及所述题目难度，构建能力估计值与正确作答概率之间的对应关系，并将所述对应关系更新至所述习题库中存储的所述目标习题的属性信息中。作为一种可选的实施方式，在本发明实施例第一方面中，所述对应关系表示为：其中，θ表示能力估计值，p(θ)表示能力估计值为θ的学生用户能够正确作答所述目标习题的正确作答概率，c表示所述目标习题的猜测系数，b表示确定出的所述目标习题的题目难度，a表示能力估计值为θ的学生用户针对所述目标习题的区分度，d为预置常量。作为一种可选的实施方式，在本发明实施例第一方面中，所述方法还包括：从所述目标习题的属性信息中获取所述目标习题的知识点和习题类型，并从所述习题库中查询出与所述目标习题的知识点和习题类型同时匹配的除所述目标习题之外的其余习题作为待推荐习题，以形成待推荐习题集；以所述对应关系以及所述多个学生用户中每个学生用户的能力估计值为依据，从所述多个学生用户中确定出正确作答概率小于等于预设概率的至少一个学生用户；从所述待推荐习题集中选取至少一道待推荐习题，并向所述至少一个学生用户中的每个学生用户推荐所述至少一道待推荐习题。作为一种可选的实施方式，在本发明实施例第一方面中，所述以所述作答正确率为依据，确定所述目标习题的题目难度，包括：以所述作答正确率以及题目难度计算公式为依据，确定所述目标习题的题目难度，且所述题目难度计算公式表示为：其中，b表示确定出的所述目标习题的题目难度，q表示统计出的所述作答正确率，n表示根据预置题目难度等级确定出的题目难度修正值。本发明实施例第二方面公开了一种基于大数据的题目难度构建装置，所述装置包括收集单元、判断单元、第一统计单元、确定单元以及更新单元，其中：所述收集单元，用于收集多个学生用户对某一目标习题进行作答的答案数据；所述判断单元，用于判断所述多个学生用户中每个学生用户所属年级的年级标识是否与所述目标习题的属性信息中的年级标识相同；所述第一统计单元，用于当所述判断单元判断出所述多个学生用户中每个学生用户所属年级的年级标识与所述目标习题的属性信息中的年级标识相同时，以所述多个学生用户对所述目标习题作答的答案数据为依据，统计所述目标习题的作答正确率；所述确定单元，用于以所述作答正确率为依据，确定所述目标习题的题目难度；所述更新单元，用于将所述题目难度更新至习题库中存储的所述目标习题的属性信息中。作为一种可选的实施方式，在本发明实施例第二方面中，所述装置还包括第二统计单元，其中：所述第二统计单元，用于当所述判断单元判断出所述多个学生用户中每个学生用户所属年级的年级标识与所述目标习题的属性信息中的年级标识相同时以及在所述第一统计单元以所述多个学生用户对所述目标习题作答的答案数据为依据，统计所述目标习题的作答正确率之前，统计所述多个学生用户中包括的学生用户的总人数；所述判断单元，还用于判断所述总人数是否大于等于预设人数；所述第一统计单元具体用于当所述多个学生用户中每个学生用户所属年级的年级标识与所述目标习题的属性信息中的年级标识相同以及当所述总人数大于等于所述预设人数时，以所述多个学生用户对所述目标习题作答的答案数据为依据，统计所述目标习题的作答正确率。作为一种可选的实施方式，在本发明实施例第二方面中，所述装置还包括关系构建单元，其中：所述关系构建单元，用于根据所述多个学生用户中每个学生用户针对所述目标习题作答的答案数据、每个学生用户的能力估计值、每个学生用户针对所述目标习题的区分度、所述目标习题的猜测系数以及所述题目难度，构建能力估计值与正确作答概率之间的对应关系；所述更新单元，还用于将所述对应关系更新至所述习题库中存储的所述目标习题的属性信息中。作为一种可选的实施方式，在本发明实施例第二方面中，所述对应关系表示为：其中，θ表示能力估计值，p(θ)表示能力估计值为θ的学生用户能够正确作答所述目标习题的正确作答概率，c表示所述目标习题的猜测系数，b表示确定出的所述目标习题的题目难度，a表示能力估计值为θ的学生用户针对所述目标习题的区分度，d为预置常量。作为一种可选的实施方式，在本发明实施例第二方面中，所述装置还包括获取单元、查询单元、选择单元以及推荐单元，其中：所述获取单元，用于从所述目标习题的属性信息中获取所述目标习题的知识点和习题类型；所述查询单元，用于从所述习题库中查询出与所述目标习题的知识点和习题类型同时匹配的除所述目标习题之外的其余习题作为待推荐习题，以形成待推荐习题集；所述确定单元，还用于以所述对应关系以及所述多个学生用户中每个学生用户的能力估计值为依据，从所述多个学生用户中确定出正确作答概率小于等于预设概率的至少一个学生用户；所述选择单元，用于从所述待推荐习题集中选取至少一道待推荐习题；所述推荐单元，用于向所述至少一个学生用户中的每个学生用户推荐所述至少一道待推荐习题。作为一种可选的实施方式，在本发明实施例第二方面中，所述难度确定单元以所述作答正确率为依据，确定所述目标习题的题目难度的具体方式为：以所述作答正确率以及题目难度计算公式为依据，确定所述目标习题的题目难度，且所述题目难度计算公式表示为：其中，b表示确定出的所述目标习题的题目难度，q表示统计出的所述作答正确率，n表示根据预置题目难度等级确定出的题目难度修正值。本发明实施例第三方面公开了一种服务设备，所述服务设备包括本发明实施例第二方面公开的基于大数据的题目难度构建装置。与现有技术相比，本发明实施例具备以下有益效果：本发明实施例中，收集多个学生用户对某一目标习题进行作答的答案数据，判断该多个学生用户中每个学生用户所属年级的年级标识是否与该目标习题的属性信息中的年级标识相同，当相同时，以该多个学生用户对该目标习题作答的答案数据为依据，统计该目标习题的作答正确率，以统计出的作答正确率为依据，确定该目标习题的题目难度，并将确定出的题目难度更新至该目标习题的属性信息中。可见，实施本发明实施例能够根据收集到的多个学生用户针对习题的答案数据确定该习题的作答正确率，进而根据确定出的作答正确率客观地定义出该习题的题目难度，且习题的题目难度无需以人工方式来定义，实现了对题目难度的动态、灵活管理。附图说明为了更清楚地说明本发明实施例中的技术方案，下面将对实施例中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本发明的一些实施例，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的附图。图1是本发明实施例公开的一种基于大数据的题目难度构建方法的流程示意图；图2是本发明实施例公开的另一种基于大数据的题目难度构建方法的流程示意图；图3是本发明实施例公开的一种基于大数据的题目难度构建装置的结构示意图；图4是本发明实施例公开的另一种基于大数据的题目难度构建装置的结构示意图；图5是本发明实施例公开的又一种基于大数据的题目难度构建装置的结构示意图；图6是本发明实施例公开的又一种基于大数据的题目难度构建装置的结构示意图；图7是本发明实施例公开的又一种基于大数据的题目难度构建装置的结构示意图；图8是本发明实施例公开的一种服务设备的结构示意图；图9是本发明实施例公开的一种对应关系的特征曲线示意图。具体实施方式下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本发明保护的范围。本发明实施例公开了一种基于大数据的题目难度构建方法及装置、服务设备，能够根据收集到的多个学生用户针对习题的答案数据确定该习题的作答正确率，进而根据确定出的作答正确率客观地定义出该习题的题目难度，且习题的题目难度无需以人工方式来定义，实现了对题目难度的动态、灵活管理。以下进行结合附图进行详细描述。实施例一请参阅图1，图1是本发明实施例公开的一种基于大数据的题目难度构建方法的流程示意图。如图1所示，该基于大数据的题目难度构建方法可以包括以下步骤：101、服务设备收集多个学生用户对某一目标习题进行作答的答案数据。本发明实施例中，该服务设备可以是服务器、服务平台、服务主机或者云端平台等能够进行大数据处理的设备，本发明实施例不作限定。本发明实施例中，服务设备中可以存储有习题库，该习题库存储有不同学科下不同年级的习题，且该习题库中还存储有习题库中每道习题的属性信息，该属性信息可以包括习题对应年级的年级标识以及该习题的题目难度，其中，习题的题目难度的初始值可以为空，本发明实施例不做限定。在一种优选的场景中，服务设备也可以布设在学校内部，进一步地服务设备可以通过无线网络(如WIFI)与学校内部的各个学生用户的终端设备(如学习平板、学习手机)、教学教师的终端设备(如教学平板、教学电脑)建立数据通讯连接，在此基础上，服务设备可以收集多个学生用户通过各自的终端设备上报的多个学生用户对某一目标习题进行作答的答案数据。其中，该目标习题可以由服务设备事先推荐给该多个学生用户的终端设备。需要说明的是，在后续实施例中涉及到的服务设备与学生用户的交互均是指服务设备与该学生用户的终端设备之间的交互，而服务设备与教学教师的交互均是指服务设备与该教学教师的终端设备之间的交互，本发明实施例后续不再复述。102、服务设备判断上述多个学生用户中每个学生用户所属年级的年级标识是否与目标习题的属性信息中的年级标识相同。本发明实施例中，当步骤102的判断结果为是时，触发执行步骤103；当步骤102的判断结果为否时，服务设备可以执行以下操作：将上述多个学生用户中所属年级的年级标识与目标习题的属性信息中的年级标识相同的所有学生用户以及重新从对该目标习题进行作答的剩余学生用户中确定出的所属年级的年级标识与目标习题的属性信息中的年级标识相同的多个学生用户确定为新的多个学生用户，并触发执行步骤103。这样可以保证收集到的答案数据为相应年级的学生用户作答得到的，进而保证后续确定出的题目难度的准确性。103、当上述多个学生用户中每个学生用户所属年级的年级标识与目标习题的属性信息中的年级标识相同时，服务设备以上述多个学生用户对目标习题作答的答案数据为依据，统计目标习题的作答正确率。本发明实施例中，服务设备以上述多个学生用户对目标习题作答的答案数据为依据，统计目标习题的作答正确率可以包括：从上述多个学生用户对目标习题进行作答的答案数据中，统计出正确答案数据的数量；统计正确答案数据的数量占收集到的答案数据的总数量的比例值，作为目标习题的作答正确率，即统计出的目标习题的作答正确率q等于正确答案数据的数量除以答案数据的总数量。104、服务设备以上述作答正确率为依据，确定目标习题的题目难度，并将该题目难度更新至习题库中存储的目标习题的属性信息中。本发明实施例中，当根据上述作答正确率确定出目标习题的题目难度之后，将确定出的题目难度更新至习题库中存储的目标习题的属性信息中。具体的，当习题库中存储的目标习题的属性信息中的题目难度为空时，直接将确定出的题目难度添加到该属性信息的题目难度中，当习题库中存储的目标习题的属性信息中的题目难度不是空时，直接将该属性信息中的题目难度由原有的题目难度更新为以上述作答正确率为依据确定出的题目难度，从而可以使得定义出的题目难度随着学生能力的变化而变化，实现对题目难度的动态、灵活管理。作为一种可选的实施方式，服务设备以上述作答正确率为依据，确定目标习题的题目难度可以包括：根据预先存储的作答正确率与难度等级之间的对应关系，确定出上述作答正确率对应的难度等级；将确定出的难度等级确定为目标习题的题目难度。在该可选的实施方式中，举例来说，假设题目难度包括10个难度等级，且难度等级的值越大，习题就越难，且作答正确率与难度等级之间的对应关系可以如表1所示，表1是作答正确率与难度等级之间的对应关系表，其中：表1作答正确率与难度等级之间的对应关系表作答正确率难度等级(90％,100％]1(80％,90％]2(70％,80％]3(60％,70％]4(50％,60％]5(40％,50％]6(30％,40％]7(20％,30％]8(10％,20％]9[0％,10％]10其中，当统计出的作答正确率为53％时，则将对应的难度等级5确定为目标习题的题目难度。作为另一种可选的实施方式，服务设备以上述作答正确率为依据，确定目标习题的题目难度也可以包括：以统计出的上述作答正确率以及预置的题目难度计算公式为依据，确定目标习题的题目难度，且预置的题目难度计算公式可以表示为：其中，b表示确定出的目标习题的题目难度，q表示统计出的上述作答正确率，n表示根据预置题目难度等级确定出的题目难度修正值，可选的，该题目难度修正值可以等于难度等级的总等级除以2，比如，当题目难度预置有10个难度等级时，n的取值可以为5，当题目难度预置有20个难度等级时，n的取值可以为10等。本发明实施例中，举例来说，假设题目难度预置有10个难度等级，且统计出的上述作答正确率为50％，则通过式(1-1)确定出的题目难度b等于5，即目标习题的题目难度为等级5。在一个可选的实施例中，当步骤102的判断结果为是时以及在执行步骤103之前，该基于大数据的题目难度构建方法还可以包括以下操作：服务设备统计上述多个学生用户中包括的学生用户的总人数，并判断上述总人数是否大于等于预设人数，当统计出的总人数大于等于预设人数时，触发执行以上述多个学生用户对目标习题作答的答案数据为依据，统计目标习题的作答正确率的步骤。即，当上述多个学生用户中每个学生用户所属年级的年级标识与目标习题的属性信息中的年级标识相同时，服务设备以上述多个学生用户对目标习题作答的答案数据为依据，统计目标习题的作答正确率可以包括：当上述多个学生用户中每个学生用户所属年级的年级标识与目标习题的属性信息中的年级标识相同以及当统计出的总人数大于等于预设人数时，服务设备以上述多个学生用户对目标习题作答的答案数据为依据，统计目标习题的作答正确率。这样能够进一步保证确定出的作答正确率的准确性。在另一个可选的实施例中，习题库中存储的目标习题的属性信息还可以包括针对该目标习题的教师评析信息，且该基于大数据的题目难度构建方法还可以包括以下操作：服务设备从习题库中获取该目标习题对应的教师评析信息，该教师评析信息包括该目标习题的知识点和习题类型，举例来说，该目标习题的知识点可以是对数，该目标习题的习题类型可以是选择题；服务设备从习题库中查询与该目标习题的知识点和习题类型同时匹配的除该目标习题之外的其余习题作为待推荐习题，以形成待推荐习题集；服务设备从该多个学生用户对该目标习题进行作答的答案数据中，确定出错误答案数据，并且从该多个学生用户中确定出作答了错误答案数据的至少一个学生用户；服务设备从待推荐习题集中选取至少一道待推荐习题，并向确定出的该至少一个学生用户推荐该至少一道待推荐习题。该另一种可选的实施例可以向作答了错误答案数据的学生用户推荐该目标习题的知识点和习题类型同时匹配的除该目标习题之外的其余习题，从而使得作答了错误答案数据的学生用户可以进行针对性的作答练习，提高学习效率。可见，实施图1所描述的基于大数据的题目难度构建方法能够根据收集到的多个学生用户针对习题的答案数据确定该习题的作答正确率，进而根据确定出的作答正确率客观地定义出该习题的题目难度，且习题的题目难度无需以人工方式来定义，实现了对题目难度的动态、灵活管理。实施例二请参阅图2，图2是本发明实施例公开的另一种基于大数据的题目难度构建方法的流程示意图。如图2所示，该基于大数据的题目难度构建方法可以包括以下步骤：201、服务设备收集多个学生用户对某一目标习题进行作答的答案数据。202、服务设备判断上述多个学生用户中每个学生用户所属年级的年级标识是否与目标习题的属性信息中的年级标识相同。本发明实施例中，当步骤202的判断结果为是时，触发执行步骤203；当步骤202的判断结果为否时，服务设备可以执行以下操作：将上述多个学生用户中所属年级的年级标识与目标习题的属性信息中的年级标识相同的所有学生用户以及重新从对该目标习题进行作答的剩余学生用户中确定出的所属年级的年级标识与目标习题的属性信息中的年级标识相同的多个学生用户确定为新的多个学生用户，并触发执行步骤203。203、当相同时，服务设备统计上述多个学生用户中包括的学生用户的总人数，并判断该总人数是否大于等于预设人数。本发明实施例中，当步骤203的判断结果为是时，触发执行步骤204；当步骤203的判断结果为否时，服务设备执行以下操作：服务设备重新确定出第一数量的学生用户，且该第一数量的学生用户中每个学生用户所属年级的年级标识与习题库中存储的目标习题的属性信息中的年级标识相同，其中，该第一数量的值大于等于上述预设人数减去上述多个学生用户的总人数；服务设备将上述多个学生用户以及重新确定出的第一数量的学生用户作为最新的多个学生用户，并触发执行步骤204。204、当大于等于预设人数时，服务设备以上述多个学生用户对目标习题作答的答案数据为依据，统计目标习题的作答正确率。本发明实施例中，服务设备以上述多个学生用户对目标习题作答的答案数据为依据，统计目标习题的作答正确率可以包括：从上述多个学生用户对目标习题进行作答的答案数据中，统计出正确答案数据的数量；统计正确答案数据的数量占收集到的答案数据的总数量的比例值，作为目标习题的作答正确率，即统计出的目标习题的作答正确率q等于正确答案数据的数量除以答案数据的总数量。205、服务设备以上述作答正确率为依据，确定目标习题的题目难度，并将该题目难度更新至习题库中存储的目标习题的属性信息中。本发明实施例中，作为一种可选的实施方式，服务设备以上述作答正确率为依据，确定目标习题的题目难度可以包括：根据预先存储的作答正确率与难度等级之间的对应关系，确定出上述作答正确率对应的难度等级，并将确定出的难度等级确定为目标习题的题目难度。作为另一种可选的实施方式，服务设备以上述作答正确率为依据，确定目标习题的题目难度也可以包括：以统计出的上述作答正确率以及预置的题目难度计算公式为依据，确定目标习题的题目难度，且预置的题目难度计算公式可以表示为：其中，b表示确定出的目标习题的题目难度，q表示统计出的上述作答正确率，n表示根据预置题目难度等级确定出的题目难度修正值。206、服务设备根据上述多个学生用户中每个学生用户针对目标习题作答的答案数据、每个学生用户的能力估计值、每个学生用户针对目标习题的区分度、目标习题的猜测系数以及上述题目难度，构建能力估计值与正确作答概率之间的对应关系。本发明实施例中，上述多个学生用户中每个学生用户针对目标习题作答的答案数据用于确定该学生用户针对目标习题的正确作答概率。本发明实施例中，该对应关系的构建思想为根据收集的大量数据构建用于客观描述和评价学生用户(受测对象)的特征模型。本发明实施例中，作为一种可选的实施方式，服务设备构建出的对应关系可以描述为：其中，θ表示能力估计值，p(θ)表示能力估计值为θ的学生用户能够正确作答目标习题的正确作答概率，c表示目标习题的猜测系数，b表示确定出的目标习题的题目难度，其计算公式可以参照式(1-1)，a表示能力估计值为θ的学生用户针对目标习题的区分度，d为预置常量，其取值可以为1.702，其中，式(1-2)的特征曲线可以如图9所示，图9是本发明实施例公开的一种对应关系的特征曲线示意图。具体的，上述多个学生用户中每个学生用户的能力估计值θ是根据该学生用户针对目标习题所属学科的综合测验成绩预先设置的，且该综合测验成绩可以是该学生用户针对该学科的多次测验成绩的平均值，综合测验成绩越高，该学生用户的能力估计值就越大，即能力估计值θ具体用于反应学生用户对目标习题所属学科的应试能力，其中，θ的取值范围为-3～3；目标习题的猜测系数c(又称机遇系数)用于表示学生用户猜对目标习题的正确答案数据的可能性，且猜测系数c越大，无论学生用户的能力估计值θ是大还是小，学生用户猜中正确答案数据的可能性就越大，其取值范围为(0，1)，举例来说，对于具有四个选项的选择题来说，c的取值一般为0.25；能力估计值θ的学生用户针对目标习题的区分度a为预先设置的，其值越大，说明目标习题对学生用户的区分程度越高，且其表示图9所示的特征曲线的斜率，取值范围为(0，+∞)。207、服务设备将上述对应关系更新至习题库中存储的目标习题的属性信息中。本发明实施例中，具体的，习题库中存储的目标习题的属性信息还可以包括针对该目标习题的教师评析信息，且该教师评析信息可以包括目标习题的知识点和习题类型。208、服务设备从上述目标习题的属性信息中获取目标习题的知识点和习题类型，并从习题库中查询出与目标习题的知识点和习题类型同时匹配的除目标习题之外的其余习题作为待推荐习题，以形成待推荐习题集。209、服务设备以上述对应关系以及上述多个学生用户中每个学生用户的能力估计值为依据，从上述多个学生用户中确定出正确作答概率小于等于预设概率的至少一个学生用户。本发明实施例中，当确定出的其中一个学生用户针对目标习题的正确作答概率小于等于预设概率时，服务设备即可认定该学生用户未很好的掌握该目标习题的相关知识点。210、服务设备从上述待推荐习题集中选取至少一道待推荐习题，并向上述至少一个学生用户中的每个学生用户推荐该至少一道待推荐习题。在一个可选的实施例中，该基于大数据的题目难度构建方法还可以包括以下操作：服务设备从习题库中获取该目标习题对应的教师评析信息，该教师评析信息包括该目标习题的知识点和习题类型，举例来说，该目标习题的知识点可以是对数，该目标习题的习题类型可以是选择题；服务设备从习题库中查询与该目标习题的知识点和习题类型同时匹配的除该目标习题之外的其余习题作为待推荐习题，以形成待推荐习题集；服务设备从该多个学生用户对该目标习题进行作答的答案数据中，确定出错误答案数据，并且从该多个学生用户中确定出作答了错误答案数据的至少一个学生用户；服务设备从待推荐习题集中选取至少一道待推荐习题，并向确定出的该至少一个学生用户推荐该至少一道待推荐习题。该可选的实施例可以向作答了错误答案数据的学生用户推荐该目标习题的知识点和习题类型同时匹配的除该目标习题之外的其余习题，从而使得作答了错误答案数据的学生用户可以进行针对性的作答练习，提高学习效率。在该可选的实施例中，进一步可选的，该基于大数据的题目难度构建方法还可以包括以下操作：服务设备获取上述至少一个学生用户中的每一个学生用户的用户属性，该用户属性包括该学生用户对应的班级标识；服务设备以上述至少一个学生用户中的每一个学生用户对应的班级标识为依据，将上述至少一个学生用户按照班级进行分组，获得若干个学生用户组，其中，位于同一个学生用户组内的学生用户对应的班级标识相同；服务设备针对每一个学生用户组，以该学生用户组内的学生用户对应的班级标识为依据，从预设的班级标识与教学教师的对应关系中确定出该学生用户组对应的教学教师，其中，该目标习题属于该教学教师负责的教学科目的一道习题，举例来说，该教学教师负责的教学科目为数学时，该目标习题属于该教学教师负责的数学的一道习题。服务设备向每一个学生用户组对应的教学教师推荐该目标习题。本发明实施例中，任意两个学生用户组对应的教学教师可以不同，从而使得服务设备可以并列地向若干个学生用户组对应的教学教师推荐该目标习题，使得若干个学生用户组对应的教学教师可以以该目标习题为参考，并列地对各自负责的班级进行针对性的辅导教学，从而可以并行提高各个班级的学生用户的学习效率，降低各个班级的学生用户的学习成绩的差距。在又一个可选的实施例中，该基于大数据的题目难度构建方法还可以包括以下操作：当接收到某一学生用户针对上述目标习题的获取请求时，服务设备确定该某一学生用户的能力估计值，并根据确定出的能力估计值以及上述对应关系确定出该某一个学生用户针对上述目标习题的正确作答概率；当确定出的正确作答概率未达到预设概率时，服务设备确定该目标习题不适合该某一个学生用户；服务设备从上述待推荐习题集中选择出适合用户的至少一道习题，其中，该其中一个学生用户针对该至少一道习题的正确作答概率大于等于预设概率。这样能够根据上述对应关系为学生用户推荐合适的习题供其作答。可见，实施图2所描述的基于大数据的题目难度构建方法能够根据收集到的多个学生用户针对习题的答案数据确定该习题的作答正确率，进而根据确定出的作答正确率客观地定义出该习题的题目难度，且习题的题目难度无需以人工方式来定义，实现了对题目难度的动态、灵活管理，还能够创建该习题的用户特征模型，以方便服务设备根据学生用户的能力估计值为其推荐具有针对性的习题。实施例三请参阅图3，图3是本发明实施例公开的一种基于大数据的题目难度构建装置的结构示意图。其中，图3所示的基于大数据的题目难度构建装置300可以用于执行上述服务设备的功能。如图3所示，该基于大数据的题目难度构建装置300可以包括收集单元301、判断单元302、第一统计单元303、确定单元304以及更新单元305，其中：收集单元301用于收集多个学生用户对某一目标习题进行作答的答案数据。判断单元302用于判断多个学生用户中每个学生用户所属年级的年级标识是否与目标习题的属性信息中的年级标识相同。第一统计单元303用于当判断单元302判断出所述上述多个学生用户中每个学生用户所属年级的年级标识与目标习题的属性信息中的年级标识相同时，以收集单元301收集到的多个学生用户对目标习题作答的答案数据为依据，统计目标习题的作答正确率。作为一种可选的实施方式，第一统计单元303以收集单元301收集到的多个学生用户对目标习题作答的答案数据为依据，统计目标习题的作答正确率的具体方式可以为：从收集单元301收集到的上述多个学生用户对目标习题进行作答的答案数据中，统计出正确答案数据的数量；统计正确答案数据的数量占收集到的答案数据的总数量的比例值，作为目标习题的作答正确率，即统计出的目标习题的作答正确率q等于正确答案数据的数量除以答案数据的总数量。确定单元304用于以第一统计单元303统计出的作答正确率为依据，确定目标习题的题目难度。更新单元305用于将确定单元304确定出的题目难度更新至习题库中存储的目标习题的属性信息中。可见，实施图3所描述的基于大数据的题目难度构建装置300能够根据收集到的多个学生用户针对习题的答案数据确定该习题的作答正确率，进而根据确定出的作答正确率客观地定义出该习题的题目难度，且习题的题目难度无需以人工方式来定义，实现了对题目难度的动态、灵活管理。在一个可选的实施例中，该基于大数据的题目难度构建装置300还可以包括第二统计单元306，此时，该基于大数据的题目难度构建装置300的结构可以如图4所示，图4是本发明实施例公开的另一种基于大数据的题目难度构建装置的结构示意图。其中：第二统计单元306用于当判断单元302判断出上述多个学生用户中每个学生用户所属年级的年级标识与目标习题的属性信息中的年级标识相同时以及在第一统计单元303以上述多个学生用户对目标习题作答的答案数据为依据，统计目标习题的作答正确率之前，统计多个学生用户中包括的学生用户的总人数。判断单元302还用于判断第二统计单元306统计出的总人数是否大于等于预设人数。第一统计单元303具体用于当上述多个学生用户中每个学生用户所属年级的年级标识与目标习题的属性信息中的年级标识相同以及当上述总人数大于等于预设人数时，以多个学生用户对目标习题作答的答案数据为依据，统计目标习题的作答正确率。可见，实施图4所描述的基于大数据的题目难度构建装置300还能够提高确定出的作答正确率的准确性。在另一个可选的实施例中，该基于大数据的题目难度构建装置300还可以包括构建单元307，此时，该基于大数据的题目难度构建装置300的结构可以如图5所示，图5是本发明实施例公开的又一种基于大数据的题目难度构建装置的结构示意图。其中：构建单元307用于根据收集单元301收集到的上述多个学生用户中每个学生用户针对目标习题作答的答案数据、每个学生用户的能力估计值、每个学生用户针对目标习题的区分度、目标习题的猜测系数以及确定单元304确定出的上述题目难度，构建能力估计值与正确作答概率之间的对应关系。更新单元305还可以用于将构建单元307构建得到的对应关系更新至习题库中存储的所述目标习题的属性信息中。在该另一种可选的实施例中，该对应关系的构建思想为根据收集的大量数据构建用于客观描述和评价学生用户(受测对象)的特征模型。且作为一种可选的实施方式，服务设备构建出的对应关系可以描述为：其中，θ表示能力估计值，p(θ)表示能力估计值为θ的学生用户能够正确作答目标习题的正确作答概率，c表示目标习题的猜测系数，b表示确定出的目标习题的题目难度，其计算公式可以参照式(1-1)，a表示能力估计值为θ的学生用户针对目标习题的区分度，d为预置常量，其取值可以为1.702，其中，式(1-2)的特征曲线可以如图9所示，图9是本发明实施例公开的一种对应关系的特征曲线示意图。可见，实施图5所描述的基于大数据的题目难度构建装置300能够根据收集的大数据创建正确作答概率的计算模型，该计算模型创建之后，当学生用户查找到该目标习题后，可以根据学生用户的能力估计值计算其针对该目标习题的正确作答率，以根据计算出的正确作答率判断该目标习题是否适合学生用户。在该另一种可选的实施例中，又进一步可选的，该基于大数据的题目难度构建装置300还可以包括获取单元308、查询单元309、选择单元310以及推荐单元311，此时，该基于大数据的题目难度构建装置300的结构可以如图6所示，图6是本发明实施例公开的又一种基于大数据的题目难度构建装置的结构示意图。其中：获取单元308用于从上述目标习题的属性信息中获取目标习题的知识点和习题类型。查询单元309用于从习题库中查询出与获取单元308获取到的目标习题的知识点和习题类型同时匹配的除目标习题之外的其余习题作为待推荐习题，以形成待推荐习题集；确定单元304还用于以上述对应关系以及上述多个学生用户中每个学生用户的能力估计值为依据，从上述多个学生用户中确定出正确作答概率小于等于预设概率的至少一个学生用户，或者从该多个学生用户对该目标习题进行作答的答案数据中，确定出错误答案数据，并且从该多个学生用户中确定出作答了错误答案数据的至少一个学生用户。选择单元310用于从查询单元309得到的待推荐习题集中选取至少一道待推荐习题。推荐单元311用于向确定单元304确定出的上述至少一个学生用户中的每个学生用户选择单元310选择出的上述至少一道待推荐习题。可见，实施图6所描述的基于大数据的题目难度构建装置300还能够向作答了错误答案数据或者正确作答概率较小的学生用户推荐与该目标习题的知识点和习题类型同时匹配的除该目标习题之外的其余习题，从而使得作答了错误答案数据的学生用户可以进行针对性的作答练习，提高学习效率。需要说明的是，当确定单元304从该多个学生用户对该目标习题进行作答的答案数据中，确定出错误答案数据，并且从该多个学生用户中确定出作答了错误答案数据的至少一个学生用户时，该基于大数据的题目难度构建装置300可以没有构建单元307。可选的，该基于大数据的题目难度构建装置300还可以包括分组单元312，此时，该基于大数据的题目难度构建装置300的结构可以如图7所示，图7是本发明实施例公开的又一种基于大数据的题目难度构建装置的结构示意图。其中：获取单元308还可以用于获取上述至少一个学生用户中的每一个学生用户的用户属性，该用户属性包括该学生用户对应的班级标识。分组单元312用于以上述至少一个学生用户中的每一个学生用户对应的班级标识为依据，将上述至少一个学生用户按照班级进行分组，获得若干个学生用户组，其中，位于同一个学生用户组内的学生用户对应的班级标识相同。确定单元304用于针对每一个学生用户组，以该学生用户组内的学生用户对应的班级标识为依据，从预设的班级标识与教学教师的对应关系中确定出该学生用户组对应的教学教师，其中，该目标习题属于该教学教师负责的教学科目的一道习题。推荐单元311还可以用于向确定单元304确定出的每一个学生用户组对应的教学教师推荐该目标习题。可见，实施图7所描述的基于大数据的题目难度构建装置300还能够并列地向若干个学生用户组对应的教学教师推荐该目标习题，使得若干个学生用户组对应的教学教师可以以该目标习题为参考，并列地对各自负责的班级进行针对性的辅导教学，从而可以并行提高各个班级的学生用户的学习效率，降低各个班级的学生用户的学习成绩的差距。实施例四请参阅图8，图8是本发明实施例公开的一种服务设备的结构示意图。如图8所示，该服务设备可以包括图3-图7任意一个描述的基于大数据的题目难度构建装置。可见，实施图8所描述的服务设备能够根据收集到的多个学生用户针对习题的答案数据确定该习题的作答正确率，进而根据确定出的作答正确率客观地定义出该习题的题目难度，且习题的题目难度无需以人工方式来定义，实现了对题目难度的动态、灵活管理。本领域普通技术人员可以理解上述实施例的各种方法中的全部或部分步骤是可以通过程序来指令相关的硬件来完成，该程序可以存储于一计算机可读存储介质中，存储介质包括只读存储器(Read-OnlyMemory，ROM)、随机存储器(RandomAccessMemory，RAM)、可编程只读存储器(ProgrammableRead-onlyMemory，PROM)、可擦除可编程只读存储器(ErasableProgrammableReadOnlyMemory，EPROM)、一次可编程只读存储器(One-timeProgrammableRead-OnlyMemory，OTPROM)、电子抹除式可复写只读存储器(Electrically-ErasableProgrammableRead-OnlyMemory，EEPROM)、只读光盘(CompactDiscRead-OnlyMemory，CD-ROM)或其他光盘存储器、磁盘存储器、磁带存储器、或者能够用于携带或存储数据的计算机可读的任何其他介质。以上对本发明实施例公开的一种基于大数据的题目难度构建方法及装置、服务设备进行了详细介绍，本文中应用了具体个例对本发明的原理及实施方式进行了阐述，以上实施例的说明只是用于帮助理解本发明的方法及其核心思想；同时，对于本领域的一般技术人员，依据本发明的思想，在具体实施方式及应用范围上均会有改变之处，综上所述，本说明书内容不应理解为对本发明的限制。当前第1页1 2 3