本发明涉及搜题技术领域,尤其涉及一种基于解法模型的搜题结果输出方法及学习设备。
背景技术:
目前,学生经常通过学习设备(如家教机)来辅助学习,例如,学生可以利用学习设备上的搜题软件来搜索自己不会解答的某一问题对应的搜题结果。在实践中发现,这一搜题方式在搜索到针对某一问题的多种搜题结果时,若优先输出学生较难理解的搜题结果,则会导致学生耗费较长的时间才能理解该某一问题的解法,从而导致学习效率低的问题。
技术实现要素:
本发明实施例公开一种基于解法模型的搜题结果输出方法及学习设备,能够提高学习效率。
本发明实施例第一方面公开一种基于解法模型的搜题结果输出方法,包括:
当存在与学生输入的目标问题对应的多种搜题结果时,确定所述多种搜题结果中每一种所述搜题结果对应的解法模型;
将每一种所述搜题结果对应的所述解法模型与目标解法模型进行匹配,得到每一种所述搜题结果对应的所述解法模型的匹配得分;所述目标解法模型为预先统计的学生的常用解法模型;
按照每一种所述搜题结果对应的所述解法模型的匹配得分由高至低的顺序输出所述多种搜题结果。
作为一种可选的实施方式,在本发明实施例第一方面中,所述按照每一种所述搜题结果对应的所述解法模型的匹配得分由高至低的顺序输出所述多种搜题结果,包括:
根据每一种所述搜题结果对应的所述解法模型的匹配得分设置每一种所述搜题结果的输出优先级,其中,所述搜题结果的匹配得分与所述搜题结果的输出优先级呈正相关;
按照每一种所述搜题结果的输出优先级由高至低的顺序输出所述多种搜题结果。
作为一种可选的实施方式,在本发明实施例第一方面中,在所述将每一种所述搜题结果对应的所述解法模型与目标解法模型进行匹配,得到每一种所述搜题结果对应的所述解法模型的匹配得分之前,所述方法还包括:
确定所述目标问题对应的若干个知识点特征;
根据用户学习记录数据从所述若干个知识点特征中选取目标知识点特征,并将包含所述目标知识点特征的解法模型确定为目标解法模型。
作为一种可选的实施方式,在本发明实施例第一方面中,所述用户学习记录数据至少包括学习知识点以及与所述学习知识点对应的学习得分,所述根据用户学习记录数据从所述若干个知识点特征中选取目标知识点特征,包括:
在用户学习记录数据中查询与每一所述知识点特征相匹配的学习知识点,并获取与所述知识点特征相匹配的所述学习知识点对应的学习得分;
按照每一所述知识点特征相匹配的所述学习知识点对应的所述学习得分由高至低的顺序从所述若干个知识点特征中选取目标知识点特征。
作为一种可选的实施方式,在本发明实施例第一方面中,在所述按照每一种所述搜题结果的输出优先级由高至低的顺序输出所述多种搜题结果之后,所述方法还包括:
按照每一种所述搜题结果对应的所述解法模型的匹配得分由低至高的顺序选取若干个待巩固搜题结果;
将所述若干个待巩固搜题结果与所述目标问题关联存储至待巩固问题库,并定时输出包含所述待巩固问题库中的所述目标问题以及与所述目标问题关联存储的所述若干个待巩固搜题结果的练习。
本发明实施例第二方面公开一种学习设备,包括:
确定单元,用于当存在与学生输入的目标问题对应的多种搜题结果时,确定所述多种搜题结果中每一种所述搜题结果对应的解法模型;
获取单元,用于将每一种所述搜题结果对应的所述解法模型与目标解法模型进行匹配,得到每一种所述搜题结果对应的所述解法模型的匹配得分;所述目标解法模型为预先统计的学生的常用解法模型;
第一输出单元,用于按照每一种所述搜题结果对应的所述解法模型的匹配得分由高至低的顺序输出所述多种搜题结果。
作为一种可选的实施方式,在本发明实施例第二方面中,所述第一输出单元包括:
设置子单元,用于根据每一种所述搜题结果对应的所述解法模型的匹配得分设置每一种所述搜题结果的输出优先级,其中,所述搜题结果的匹配得分与所述搜题结果的输出优先级呈正相关;
输出子单元,用于按照每一种所述搜题结果的输出优先级由高至低的顺序输出所述多种搜题结果。
作为一种可选的实施方式,在本发明实施例第二方面中,
所述确定单元,还用于在所述获取单元将每一种所述搜题结果对应的所述解法模型与目标解法模型进行匹配,得到每一种所述搜题结果对应的所述解法模型的匹配得分之前,确定所述目标问题对应的若干个知识点特征;
所述学习设备还包括:
第一选取单元,用于根据用户学习记录数据从所述若干个知识点特征中选取目标知识点特征;
所述确定单元,还用于将包含所述目标知识点特征的解法模型确定为目标解法模型。
作为一种可选的实施方式,在本发明实施例第二方面中,所述用户学习记录数据至少包括学习知识点以及与所述学习知识点对应的学习得分,所述第一选取单元包括;
查询子单元,用于在用户学习记录数据中查询与每一所述知识点特征相匹配的学习知识点,并获取与所述知识点特征相匹配的所述学习知识点对应的学习得分;
选取子单元,用于按照每一所述知识点特征相匹配的所述学习知识点对应的所述学习得分由高至低的顺序从所述若干个知识点特征中选取目标知识点特征。
作为一种可选的实施方式,在本发明实施例第二方面中,所述学习设备还包括:
第二选取单元,用于在所述输出子单元按照每一种所述搜题结果的输出优先级由高至低的顺序输出所述多种搜题结果之后,按照每一种所述搜题结果对应的所述解法模型的匹配得分由低至高的顺序选取若干个待巩固搜题结果;
第二输出单元,用于将所述若干个待巩固搜题结果与所述目标问题关联存储至待巩固问题库,并定时输出包含所述待巩固问题库中的所述目标问题以及与所述目标问题关联存储的所述若干个待巩固搜题结果的练习。
本发明实施例第三方面公开一种学习设备,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,执行本发明实施例第一方面公开的一种基于解法模型的搜题结果输出方法。
本发明实施例第四方面公开一种计算机可读存储介质,其存储计算机程序,其中,所述计算机程序使得计算机执行本发明实施例第一方面公开的一种基于解法模型的搜题结果输出方法。
本发明实施例第五方面公开一种计算机程序产品,当所述计算机程序产品在计算机上运行时,使得所述计算机执行第一方面的任意一种方法的部分或全部步骤。
本发明实施例第六方面公开一种应用发布平台,所述应用发布平台用于发布计算机程序产品,其中,当所述计算机程序产品在计算机上运行时,使得所述计算机执行第一方面的任意一种方法的部分或全部步骤。
与现有技术相比,本发明实施例具有以下有益效果:
本发明实施例中,在搜索到针对目标问题的多种搜题结果时,可以计算每一搜题结果对应的解法模型与目标解法模型的匹配得分,由于目标解法模型为用户的常用解法模型,因而匹配得分高的搜题结果为学生更容易理解的搜题结果,以此实现优先输出学生更易理解的搜题结果,从而提高学习效率。
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解法模型的搜题结果方法的流程示意图;
图2是本发明实施例公开的另一种基于解法模型的搜题结果方法的流程示意图;
图3是本发明实施例公开的另一种基于解法模型的搜题结果方法的流程示意图;
图4是本发明实施例公开的一种学习设备的结构示意图;
图5是本发明实施例公开的另一种学习设备的结构示意图;
图6是本发明实施例公开的另一种学习设备的结构示意图;
图7是本发明实施例公开的另一种学习设备的结构示意图。
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。
需要说明的是,本发明实施例及附图中的术语“包括”和“具有”以及它们任何变形,意图在于覆盖不排他的包含。例如包含了一系列步骤或单元的过程、方法、系统、产品或设备没有限定于已列出的步骤或单元,而是可选地还包括没有列出的步骤或单元,或可选地还包括对于这些过程、方法、产品或设备固有的其它步骤或单元。
本发明实施例公开一种基于解法模型的搜题结果输出方法及学习设备,能够提高学习效率。其中,学习设备可以包括家教机、学习手机、学习平板等各类学习设备,本发明实施例不做限定。其中,各类学习设备的操作系统可包括但不限于android操作系统、ios操作系统、symbian(塞班)操作系统、blackberry(黑莓)操作系统、windowsphone8操作系统等等,本发明实施例不做限定。以下分别进行详细说明。
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解法模型的搜题结果输出方法的流程示意图。如图1所示,该基于解法模型的搜题结果输出方法可以包括以下步骤:
101、当存在与学生输入的目标问题对应的多种搜题结果时,学习设备确定多种搜题结果中每一种搜题结果对应的解法模型。
本发明实施例中,学生输入的目标问题可以为数学学科对应的目标问题,也可以为物理学科对应的目标问题,也可以为化学学科对应的目标问题,也可以为其它学科对应的目标问题等,本发明实施例中不做限定,当学生输入的目标问题对应的搜题结果有多种时,学习设备可以确定多种搜题结果中每一种搜题结果对应的解法模型,其中,每一种搜题结果对应的解法模型可以包括与若干个该解法模型相匹配的解法标签,解法标签可以为该解法模型所用到的知识点特征。
102、学习设备将每一种搜题结果对应的解法模型与目标解法模型进行匹配,得到每一种搜题结果对应的解法模型的匹配得分;目标解法模型为预先统计的学生的常用解法模型。
本发明实施例中,学习设备将每一种搜题结果对应的解法模型与目标解法模型进行匹配的方式具体可以为:学习设备将每一种搜题结果对应的解法模型包括的解法标签与目标解法模型包括的解法标签进行匹配。其中,搜题结果对应的解法模型的匹配得分越高,说明该搜题结果对应的解法模型更符合该学生的常用解法模型,也即是该学生更易理解该搜题结果。并且,目标解法模型可以为预先统计的步骤101中的学生的常用解法模型,也可以为预先统计的与步骤101中的学生相似的其他学生的常用解法模型,本发明实施例中不做限定。
作为一种可选的实施方式,学习设备将每一种搜题结果对应的解法模型与目标解法模型进行匹配,得到每一种搜题结果对应的解法模型的匹配得分可以包括:
学习设备判断是否存在与上述输入目标问题的学生相匹配的目标解法模型;
当判断出不存在与上述输入目标问题的学生相匹配的目标解法模型时,学习设备获取上述输入目标问题的学生信息,其中,学生信息至少包括学生的年级信息、学生的所在地区信息、学生使用的教材信息或者学生的历史搜题记录;
学习设备在学生学习数据库中查询与该学生信息的相似度最高的目标学生信息;其中,学生学习数据库包括海量学生信息且每一学生信息至少包括学生的年级信息、学生的所在地区信息、学生使用的教材信息、学生的历史搜题记录和与该学生对应的目标解法模型;
学生设备将每一种搜题结果对应的解法模型与该目标学生信息所包括的该学生对应的目标解法模型进行匹配,得到每一种搜题结果对应的解法模型的匹配得分。
通过实施这种可选的实施方式,可以在某一学生使用学习设备的频率不高以至于学习设备还未完全生成与该某一学生对应的目标解法模型时,在学生学习数据库中查询与该某一学生的学生信息最为相似的目标学生信息,并将目标学生信息所包括的目标解法模型作为该某一学生的目标解法模型。这一过程可以在未完全生成与该某一学生对应的目标解法模型时将与该某一学生最相似的学生的目标解法模型作为该某一学生的解法模型,减少了因未统计出某一学生的目标解法模型时难以实现优先输出学生更易理解的搜题结果的状况,提高优先输出学生更易理解的搜题结果的可靠性。
103、学习设备按照每一种搜题结果对应的解法模型的匹配得分由高至低的顺序输出多种搜题结果。
本发明实施例中,学习设备按照每一种搜题结果对应的解法模型的匹配得分由高至低的顺序输出多种搜题结果可以实现优先输出学生更易理解的搜题结果,从而提高学习效率。
作为一种可选的实施方式,在学习设备按照每一种搜题结果对应的解法模型的匹配得分由高至低的顺序输出多种搜题结果之后,还可以执行以下步骤:
学习设备检测学生在上述多种搜题结果中触发查看的目标搜题结果,并将该目标搜题结果、目标问题以及该学生的学生信息对应存储至搜题结果优选库,其中,搜题结果优选库中包括对应存储的每一学生的学生信息、问题以及该学生在该问题对应的多种搜题结果中选取的目标搜题结果;
学习设备将学生触发查看目标搜题结果的时间记录为第一时间,并检测用户触发关闭目标搜题结果所在的界面的第二时间;
学习设备检测在上述第二时间之后是否接收到学生在上述多种搜题结果中触发查看的另一搜题结果;
当第一时间与第二时间的差的绝对值大于预设时间差值且检测到在上述第二时间之后接收到学生在上述多种搜题结果中触发查看的另一搜题结果时,学习设备在上述搜题结果优选库中删除对应存储的该学生的学生信息、目标问题以及该学生触发查看的目标搜题结果。
通过实施这种可选的实施方式,在输出多种搜题结果之后,检测学生查看的目标搜题结果,并将用户查看的目标搜题结果、目标问题以及该学生的学生信息对应存储至搜题结果优选库,以便后续从搜题结果优选库中确定针对某一学生和某一问题的优先输出的搜题结果。此外,在学生选择查看目标搜题结果后,若学生又选择查看其它搜题结果且学生选择查看目标搜题结果的时长较长时,认为该目标搜题结果对于该学生而言并不易懂,将该学生的学生信息、目标问题以及该学生触发查看的目标搜题结果从搜题结果优选库中删除,提高了搜题结果优选库中的搜题结果优先输出更易为学生理解的可靠性。
可见,通过实施图1所描述的基于解法模型的搜题结果输出方法,在搜索到针对目标问题的多种搜题结果时,可以计算每一搜题结果对应的解法模型与目标解法模型的匹配得分,由于目标解法模型为用户的常用解法模型,因而匹配得分高的搜题结果为学生更容易理解的搜题结果,以此实现优先输出学生更易理解的搜题结果,从而提高学习效率。
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解法模型的搜题结果输出方法的流程示意图。如图2所示,该基于解法模型的搜题结果输出方法可以包括以下步骤:
201、当存在与学生输入的目标问题对应的多种搜题结果时,学习设备确定多种搜题结果中每一种搜题结果对应的解法模型。
202、学习设备确定目标问题对应的若干个知识点特征。
本发明实施例中,针对某一目标问题,可以确定出与该目标问题对应的若干个知识点特征。
203、学习设备根据用户学习记录数据从若干个知识点特征中选取目标知识点特征,并将包含目标知识点特征的解法模型确定为目标解法模型。
本发明实施例中,学习设备根据用户学习记录数据从若干个知识点特征中选取的目标知识点特征为用户学习记录数据中显示用户掌握情况较好的知识点特征。
需要说明的是,步骤202至步骤203也可以发生在步骤201之前,也可以和步骤201同时发生,本发明实施例中不做限定。
204、学习设备将每一种搜题结果对应的解法模型与目标解法模型进行匹配,得到每一种搜题结果对应的解法模型的匹配得分;目标解法模型为预先统计的学生的常用解法模型。
205、学习设备根据每一种搜题结果对应的解法模型的匹配得分设置每一种搜题结果的输出优先级,其中,搜题结果的匹配得分与搜题结果的输出优先级呈正相关。
206、学习设备按照每一种搜题结果的输出优先级由高至低的顺序输出多种搜题结果。
可见,通过实施图2所描述的基于解法模型的搜题结果输出方法,在搜索到针对目标问题的多种搜题结果时,可以计算每一搜题结果对应的解法模型与目标解法模型的匹配得分,由于目标解法模型为用户的常用解法模型,因而匹配得分高的搜题结果为学生更容易理解的搜题结果,以此实现优先输出学生更易理解的搜题结果,从而提高学习效率。
此外,通过实施图2所描述的基于解法模型的搜题结果输出方法,可以根据预先统计的用户学习记录数据从与目标问题对应的若干个知识点特征中选取目标知识点特征,以使选取的目标知识点特征为用户学习记录数据中显示用户掌握程度较好的知识点特征,从而将包含用户掌握程度较好的知识点特征的解法模型确定为目标解法模型,提高了确定目标解法模型的可靠性,进而根据目标模型得到更加可靠的匹配得分,提高了优先输出学生更易理解的搜题结果的可靠性。
实施例三
请参阅图3,图3是本发明实施例公开的另一种基于解法模型的搜题结果输出方法的流程示意图。如图3所示,该基于解法模型的搜题结果输出方法可以包括以下步骤:
301、当存在与学生输入的目标问题对应的多种搜题结果时,学习设备确定多种搜题结果中每一种搜题结果对应的解法模型。
302、学习设备确定目标问题对应的若干个知识点特征。
303、学习设备根据用户学习记录数据从若干个知识点特征中选取目标知识点特征。
本发明实施例中,用户学习记录数据至少包括学习知识点以及与学习知识点对应的学习得分。
304、学习设备在用户学习记录数据中查询与每一知识点特征相匹配的学习知识点,并获取与知识点特征相匹配的学习知识点对应的学习得分。
305、学习设备按照每一知识点特征相匹配的学习知识点对应的学习得分由高至低的顺序从若干个知识点特征中选取目标知识点特征。
306、学习设备将包含目标知识点特征的解法模型确定为目标解法模型。
需要说明的是,步骤302至步骤306也可以发生在步骤301之前,也可以和步骤301同时发生,本发明实施例中不做限定。
307、学习设备将每一种搜题结果对应的解法模型与目标解法模型进行匹配,得到每一种搜题结果对应的解法模型的匹配得分;目标解法模型为预先统计的学生的常用解法模型。
308、学习设备根据每一种搜题结果对应的解法模型的匹配得分设置每一种搜题结果的输出优先级,其中,搜题结果的匹配得分与搜题结果的输出优先级呈正相关。
309、学习设备按照每一种搜题结果的输出优先级由高至低的顺序输出多种搜题结果。
310、学习设备按照每一种搜题结果对应的解法模型的匹配得分由低至高的顺序选取若干个待巩固搜题结果。
311、学习设备将若干个待巩固搜题结果与目标问题关联存储至待巩固问题库,并定时输出包含待巩固问题库中的目标问题以及与目标问题关联存储的若干个待巩固搜题结果的练习。
可见,通过实施图3所描述的基于解法模型的搜题结果输出方法,在搜索到针对目标问题的多种搜题结果时,可以计算每一搜题结果对应的解法模型与目标解法模型的匹配得分,由于目标解法模型为用户的常用解法模型,因而匹配得分高的搜题结果为学生更容易理解的搜题结果,以此实现优先输出学生更易理解的搜题结果,从而提高学习效率。
此外,通过实施图3所描述的基于解法模型的搜题结果输出方法,可以根据预先统计的用户学习记录数据从与目标问题对应的若干个知识点特征中选取目标知识点特征,以使选取的目标知识点特征为用户学习记录数据中显示用户掌握程度较好的知识点特征,从而将包含用户掌握程度较好的知识点特征的解法模型确定为目标解法模型,提高了确定目标解法模型的可靠性,进而根据目标模型得到更加可靠的匹配得分,提高了优先输出学生更易理解的搜题结果的可靠性。
此外,通过实施图3所描述的基于解法模型的搜题结果输出方法,还可以将解法模型的匹配得分较低的搜题结果与目标问题关联存储至待巩固问题库,并定时输出针对该目标问题以及与该目标问题关联存储的若干个待巩固搜题结果,以此实现对用户掌握较差的搜题结果的巩固。这一过程在使得学生高效地理解目标问题的解法的前提下,进一步对学生掌握较差的目标问题的解法输出练习,从而更好地辅助学生学习,进而提高学习质量。
实施例四
请参阅图4,图4是本发明实施例公开的一种学习设备的结构示意图。如图4所示,该学习设备400可以包括确定单元401、获取单元402和第一输出单元403,其中:
确定单元401,用于当存在与学生输入的目标问题对应的多种搜题结果时,确定多种搜题结果中每一种搜题结果对应的解法模型。
本发明实施例中,学生输入的目标问题可以为数学学科对应的目标问题,也可以为物理学科对应的目标问题,也可以为化学学科对应的目标问题,也可以为其它学科对应的目标问题等,本发明实施例中不做限定,当学生输入的目标问题对应的搜题结果有多种时,学习设备可以确定多种搜题结果中每一种搜题结果对应的解法模型,其中,每一种搜题结果对应的解法模型可以包括与若干个该解法模型相匹配的解法标签,解法标签可以为该解法模型所用到的知识点特征。
获取单元402,用于将确定单元401确定的每一种搜题结果对应的解法模型与目标解法模型进行匹配,得到每一种搜题结果对应的解法模型的匹配得分;目标解法模型为预先统计的学生的常用解法模型。
本发明实施例中,获取单元402将每一种搜题结果对应的解法模型与目标解法模型进行匹配的方式具体可以为:获取单元402将每一种搜题结果对应的解法模型包括的解法标签与目标解法模型包括的解法标签进行匹配。其中,搜题结果对应的解法模型的匹配得分越高,说明该搜题结果对应的解法模型更符合该学生的常用解法模型,也即是该学生更易理解该搜题结果。并且,目标解法模型可以为预先统计的确定单元401中的学生的常用解法模型,也可以为预先统计的与确定单元401中的学生相似的其他学生的常用解法模型,本发明实施例中不做限定。
作为一种可选的实施方式,获取单元402将每一种搜题结果对应的解法模型与目标解法模型进行匹配,得到每一种搜题结果对应的解法模型的匹配得分可以包括:
获取单元402判断是否存在与上述输入目标问题的学生相匹配的目标解法模型;
当判断出不存在与上述输入目标问题的学生相匹配的目标解法模型时,获取单元402获取上述输入目标问题的学生信息,其中,学生信息至少包括学生的年级信息、学生的所在地区信息、学生使用的教材信息或者学生的历史搜题记录;
获取单元402在学生学习数据库中查询与该学生信息的相似度最高的目标学生信息;其中,学生学习数据库包括海量学生信息且每一学生信息至少包括学生的年级信息、学生的所在地区信息、学生使用的教材信息、学生的历史搜题记录和与该学生对应的目标解法模型;
获取单元402将每一种搜题结果对应的解法模型与该目标学生信息所包括的该学生对应的目标解法模型进行匹配,得到每一种搜题结果对应的解法模型的匹配得分。
通过实施这种可选的实施方式,可以在某一学生使用学习设备的频率不高以至于学习设备还未完全生成与该某一学生对应的目标解法模型时,在学生学习数据库中查询与该某一学生的学生信息最为相似的目标学生信息,并将目标学生信息所包括的目标解法模型作为该某一学生的目标解法模型。这一过程可以在未完全生成与该某一学生对应的目标解法模型时将与该某一学生最相似的学生的目标解法模型作为该某一学生的解法模型,减少了因未统计出某一学生的目标解法模型时难以实现优先输出学生更易理解的搜题结果的状况,提高优先输出学生更易理解的搜题结果的可靠性。
第一输出单元403,用于按照获取单元402得到的每一种搜题结果对应的解法模型的匹配得分由高至低的顺序输出多种搜题结果。
作为一种可选的实施方式,在第一输出单元403按照每一种搜题结果对应的解法模型的匹配得分由高至低的顺序输出多种搜题结果之后,第一输出单元403还可以用于:
检测学生在上述多种搜题结果中触发查看的目标搜题结果,并将该目标搜题结果、目标问题以及该学生的学生信息对应存储至搜题结果优选库,其中,搜题结果优选库中包括对应存储的每一学生的学生信息、问题以及该学生在该问题对应的多种搜题结果中选取的目标搜题结果;
将学生触发查看目标搜题结果的时间记录为第一时间,并检测用户触发关闭目标搜题结果所在的界面的第二时间;
检测在上述第二时间之后是否接收到学生在上述多种搜题结果中触发查看的另一搜题结果;
当第一时间与第二时间的差的绝对值大于预设时间差值且检测到在上述第二时间之后接收到学生在上述多种搜题结果中触发查看的另一搜题结果时,在上述搜题结果优选库中删除对应存储的该学生的学生信息、目标问题以及该学生触发查看的目标搜题结果。
通过实施这种可选的实施方式,在输出多种搜题结果之后,检测学生查看的目标搜题结果,并将用户查看的目标搜题结果、目标问题以及该学生的学生信息对应存储至搜题结果优选库,以便后续从搜题结果优选库中确定针对某一学生和某一问题的优先输出的搜题结果。此外,在学生选择查看目标搜题结果后,若学生又选择查看其它搜题结果且学生选择查看目标搜题结果的时长较长时,认为该目标搜题结果对于该学生而言并不易懂,将该学生的学生信息、目标问题以及该学生触发查看的目标搜题结果从搜题结果优选库中删除,提高了搜题结果优选库中的搜题结果优先输出更易为学生理解的可靠性。
可见,通过实施图4所描述的学习设备,在搜索到针对目标问题的多种搜题结果时,可以计算每一搜题结果对应的解法模型与目标解法模型的匹配得分,由于目标解法模型为用户的常用解法模型,因而匹配得分高的搜题结果为学生更容易理解的搜题结果,以此实现优先输出学生更易理解的搜题结果,从而提高学习效率。
实施例五
请参阅图5,图5是本发明实施例公开的另一种学习设备的结构示意图。其中,图5所示的学习设备400是由图4所示的学习设备400优化得到的,与图4所示的学习设备400相比,在图5所示的学习设备400中,第一输出单元403包括:
设置子单元4031,用于根据每一种搜题结果对应的解法模型的匹配得分设置每一种搜题结果的输出优先级,其中,搜题结果的匹配得分与搜题结果的输出优先级呈正相关。
输出子单元4032,用于按照设置子单元4031设置的每一种搜题结果的输出优先级由高至低的顺序输出多种搜题结果。
可选的,在图5所示的学习设备400中:
确定单元401,还用于在获取单元402将每一种搜题结果对应的解法模型与目标解法模型进行匹配,得到每一种搜题结果对应的解法模型的匹配得分之前,确定目标问题对应的若干个知识点特征。
进一步可选的,图5所示的学习设备400还可以包括:
第一选取单元404,用于根据用户学习记录数据从若干个知识点特征中选取目标知识点特征。
确定单元401,还用于将包含第一选取单元404选取的目标知识点特征的解法模型确定为目标解法模型。
可见,通过实施图5所描述的学习设备,在搜索到针对目标问题的多种搜题结果时,可以计算每一搜题结果对应的解法模型与目标解法模型的匹配得分,由于目标解法模型为用户的常用解法模型,因而匹配得分高的搜题结果为学生更容易理解的搜题结果,以此实现优先输出学生更易理解的搜题结果,从而提高学习效率。
此外,通过实施图5所描述的学习设备,可以根据预先统计的用户学习记录数据从与目标问题对应的若干个知识点特征中选取目标知识点特征,以使选取的目标知识点特征为用户学习记录数据中显示用户掌握程度较好的知识点特征,从而将包含用户掌握程度较好的知识点特征的解法模型确定为目标解法模型,提高了确定目标解法模型的可靠性,进而根据目标模型得到更加可靠的匹配得分,提高了优先输出学生更易理解的搜题结果的可靠性。
实施例六
请参阅图6,图6是本发明实施例公开的另一种学习设备的结构示意图。其中,图6所示的学习设备400是由图5所示的学习设备400优化得到的,与图5所示的学习设备400相比,在图6所示的学习设备400中,第一选取单元404包括;
查询子单元4041,用于在用户学习记录数据中查询与每一知识点特征相匹配的学习知识点,并获取与知识点特征相匹配的学习知识点对应的学习得分。
本发明实施例中,用户学习记录数据至少包括学习知识点以及与学习知识点对应的学习得分。
选取子单元4042,用于按照查询子单元4041获取的每一知识点特征相匹配的学习知识点对应的学习得分由高至低的顺序从若干个知识点特征中选取目标知识点特征。
可选的,图6所示的学习设备400还可以包括:
第二选取单元405,用于在输出子单元4032按照每一种搜题结果的输出优先级由高至低的顺序输出多种搜题结果之后,按照每一种搜题结果对应的解法模型的匹配得分由低至高的顺序选取若干个待巩固搜题结果。
第二输出单元406,用于将第二选取单元405选取的若干个待巩固搜题结果与目标问题关联存储至待巩固问题库,并定时输出包含待巩固问题库中的目标问题以及与目标问题关联存储的若干个待巩固搜题结果的练习。
可见,通过实施图6所描述的学习设备,在搜索到针对目标问题的多种搜题结果时,可以计算每一搜题结果对应的解法模型与目标解法模型的匹配得分,由于目标解法模型为用户的常用解法模型,因而匹配得分高的搜题结果为学生更容易理解的搜题结果,以此实现优先输出学生更易理解的搜题结果,从而提高学习效率。
此外,通过实施图6所描述的学习设备,可以根据预先统计的用户学习记录数据从与目标问题对应的若干个知识点特征中选取目标知识点特征,以使选取的目标知识点特征为用户学习记录数据中显示用户掌握程度较好的知识点特征,从而将包含用户掌握程度较好的知识点特征的解法模型确定为目标解法模型,提高了确定目标解法模型的可靠性,进而根据目标模型得到更加可靠的匹配得分,提高了优先输出学生更易理解的搜题结果的可靠性。
此外,通过实施图6所描述的学习设备,还可以将解法模型的匹配得分较低的搜题结果与目标问题关联存储至待巩固问题库,并定时输出针对该目标问题以及与该目标问题关联存储的若干个待巩固搜题结果,以此实现对用户掌握较差的搜题结果的巩固。这一过程在使得学生高效地理解目标问题的解法的前提下,进一步对学生掌握较差的目标问题的解法输出练习,从而更好地辅助学生学习,进而提高学习质量。
实施例七
请参阅图7,图7是本发明实施例公开的另一种学习设备的结构示意图。如图7所示,该学习设备可以包括:
存储有可执行程序代码的存储器701;
与存储器701耦合的处理器702;
其中,处理器702调用存储器701中存储的可执行程序代码,执行图1~图3任意一种基于解法模型的搜题结果输出方法。
本发明实施例公开一种计算机可读存储介质,其存储计算机程序,其中,该计算机程序使得计算机执行图1~图3任意一种基于解法模型的搜题结果输出方法。
本发明实施例还公开一种计算机程序产品,其中,当计算机程序产品在计算机上运行时,使得计算机执行如以上各方法实施例中的方法的部分或全部步骤。
本发明实施例还公开一种应用发布平台,其中,应用发布平台用于发布计算机程序产品,其中,当计算机程序产品在计算机上运行时,使得计算机执行如以上各方法实施例中的方法的部分或全部步骤。
在本发明的各种实施例中,应理解,上述各过程的序号的大小并不意味着执行顺序的必然先后,各过程的执行顺序应以其功能和内在逻辑确定,而不应对本发明实施例的实施过程构成任何限定。
在本发明所提供的实施例中,应理解,“与a相应的b”表示b与a相关联,根据a可以确定b。但还应理解,根据a确定b并不意味着仅仅根据a确定b,还可以根据a和/或其他信息确定b。
另外,在本发明各实施例中的各功能单元可以集成在一个处理单元中,也可以是各个单元单独物理存在,也可以两个或两个以上单元集成在一个单元中。上述集成的单元既可以采用硬件的形式实现,也可以采用软件功能单元的形式实现。
上述集成的单元若以软件功能单元的形式实现并作为独立的产品销售或使用时,可以存储在一个计算机可获取的存储器中。基于这样的理解,本发明的技术方案本质上或者说对现有技术做出贡献的部分或者该技术方案的全部或者部分,可以以软件产品的形式体现出来,该计算机软件产品存储在一个存储器中,包括若干请求用以使得一台计算机设备(可以为个人计算机、服务器或者网络设备等,具体可以是计算机设备中的处理器)执行本发明的各个实施例上述方法的部分或全部步骤。
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解法模型的搜题结果输出方法及学习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。