一种信息处理方法和信息处理装置与流程

本公开涉及信息处理领域，特别涉及一种信息处理方法和信息处理装置。

背景技术：

在教育领域中，如何提升学习效率一直是非常关键的问题。一方面，根据掌握学习(mastery-basedlearning)理论，学习任务的难度需要层层递进，在确认学生掌握了当下的难度后，再给予更高难度的任务。另一方面，根据脚手架(scaffolding)理论，在学习过程中，需要给予合适的指导语，使得学生既可以完成任务，也在完成任务过程中自助学习，因此，指导语的设计需要根据当前学生的水平做出适应性改变，在学生刚开始学习时，给予更丰富的指导，而在学习快完成时，给予更少的指导，让学生进一步在没有指导的情况下自主完成任务。随着ai等技术成熟，如何将上述这些理论应用于智慧教育中，是提升智慧教育产品的效率及体验的关键问题。

现有的解决方案之一可以是仅设置不同难度的学习任务，这样虽然具有不同难度的学习任务，但是并没有根据每个学生的不同水平给予合适的指导语，从而使得有的学生轻松完成任务，而其他的学生则感到困难；现有的解决方案还可以仅设置不同程度的教导语，这样仅针对特定的主体，教师等根据自己的经验设置不同程度的教导，可扩展性和智慧化程度较低。

技术实现要素：

本公开实施例的目的在于提供一种信息处理方法、装置、存储介质以及电子设备，该处理方法能够根据用户的水平，自适应调节任务难度以及指导语水平，提升了训练的自动化和智能化水平，同时能够结合多次完成任务的水平，自主检测用户是否已经掌握当前难度的任务，使得用户能够递进地学习，提升了学习效率，同时改变指导语的信息丰富度，确保用户可以有更多自主学习的机会，以解决现有技术中存在的针对任务缺乏指导语以及可扩展性和智慧化程度较低的。

为了解决上述技术问题，本公开的实施例采用了如下技术方案：一种一种信息处理方法，包括以下步骤：获取用户完成当前任务的正确率；当所述正确率超出第一预设阈值范围的情况下，调整下一个任务的难度级别；和/或获取用户完成当前任务的熟练度；当所述熟练度超出第二预设阈值范围的情况下，调整下一个任务的指导语的信息量级别。

在一些实施例中，在所述获取用户完成当前任务的正确率和/或熟练度之前，还包括：将所有任务按照难度级别进行划分；针对每个难度级别的任务设置多个信息量级别的指导语。

在一些实施例中，还包括：当所述正确率超出第一预设阈值范围的情况下，针对下一个任务调整所述第一预设阈值范围；和/或当所述熟练度超出第二预设阈值范围的情况下，针对下一个任务调整所述第二预设阈值范围。

在一些实施例中，所述第一预设阈值范围基于以下信息中至少之一设置：完成所述当前任务的次数、所述当前任务的指导语的信息量级别、所述当前任务的第一基准正确率。

在一些实施例中，所述第二预设阈值范围基于以下信息中至少之一设置：完成所述当前任务的次数、所述当前任务的难度级别、所述当前任务的第一基准熟练度。

在一些实施例中，所述当前任务的第一基准正确率或者第一基准熟练度通过历史训练信息和/或用户差异信息确定。

在一些实施例中，所述当所述正确率超出第一预设阈值范围的情况下，调整下一个任务的难度级别包括：当所述正确率大于所述第一预设阈值范围的上限的情况下，增加下一个任务的难度级别；和/或当所述熟练度超出第二预设阈值范围的情况下，调整下一个任务的指导语的信息量级别包括：当所述熟练度大于所述第二预设阈值范围的上限的情况下，增加下一个任务的指导语的信息量级别。

在一些实施例中，还包括：当所述正确率超出第三预设阈值范围并且所述熟练度未超出第二预设阈值范围的情况下，同时调整下一个任务的难度级别和指导语的信息量级别，其中，所述第三预设阈值范围的上限大于所述第一预设阈值范围的上限或者所述第三预设阈值范围的下限小于所述第一预设阈值范围的下限；和/或当所述熟练度超出第四预设阈值范围并且所述正确率未超出第一预设阈值范围的情况下，同时调整下一个任务的难度级别和指导语的信息量级别，其中，所述第四预设阈值范围的上限大于所述第二预设阈值范围的上限或者所述第四预设阈值范围的下限小于所述第二预设阈值范围的下限。

在一些实施例中，还包括：当所述正确率超出第一预设阈值范围并且当所述当前任务的指导语的信息量级别满足第一预设条件的情况下，调整下一个任务的难度级别，当所述当前任务的指导语的信息量级别不满足第一预设条件的情况下，将下一个任务的难度级别设置为与所述当前任务的难度级别相同同时调整下一个任务的指导语的信息量级别。

本公开的实施例还提供一种信息处理装置，其包括：获取模块，用于获取用户完成当前任务的正确率；调整模块，英语当所述正确率超出第一预设阈值范围的情况下，调整下一个任务的难度级别；和/或所述获取模块还用于获取用户完成当前任务的熟练度；所述调整模块还用于当所述熟练度超出第二预设阈值范围的情况下，调整下一个任务的指导语的信息量级别。

本公开实施例还提出一种存储介质，存储有计算机程序，其特征在于，所述计算机程序被处理器执行时实现上述任一项技术方案中所述方法的步骤。

本公开实施例还提出一种电子设备，至少包括存储器、处理器，所述存储器上存储有计算机程序，其特征在于，所述处理器在执行所述存储器上的计算机程序时实现上述任一项技术方案中所述方法的步骤。

本公开实施例的有益效果在于：能够根据用户的水平和能力，自适应调节任务的难度级别以及指导语水平，提升对任务训练的自动化和智能化水平，具体可以结合用户多次完成相关任务的水平，自主检测用户是否已经掌握当前的难度级别，从而使得用户能够层层递进地学习，提升学习效率，还能够根据用户根据指导语完成任务的熟练程度，改变指导语的信息丰富度，确保可以有更多自主学习的机会。

附图说明

为了更清楚地说明本公开实施例或现有技术中的技术方案，下面将对实施例或现有技术描述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公开中记载的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动性的前提下，还可以根据这些附图获得其他的附图。

图1为本公开实施例的信息处理方法的示意图；

图2为本公开实施例的信息处理方法的流程图；

图3为本公开实施例的信息处理方法的流程图；

图4为本公开实施例的信息处理方法的流程图；

图5为本公开实施例的信息处理方法的流程图；

图6为本公开实施例的信息处理方法的流程图；

图7为本公开实施例的信息处理方法的流程图；

图8为本公开实施例的信息处理装置的结构示意图；

图9为本公开实施例的电子设备的结构示意图。

具体实施方式

此处参考附图描述本公开的各种方案以及特征。

应理解的是，可以对此处申请的实施例做出各种修改。因此，上述说明书不应该视为限制，而仅是作为实施例的范例。本领域的技术人员将想到在本公开的范围和精神内的其他修改。

包含在说明书中并构成说明书的一部分的附图示出了本公开的实施例，并且与上面给出的对本公开的大致描述以及下面给出的对实施例的详细描述一起用于解释本公开的原理。

通过下面参照附图对给定为非限制性实例的实施例的优选形式的描述，本公开的这些和其它特性将会变得显而易见。

还应当理解，尽管已经参照一些具体实例对本公开进行了描述，但本领域技术人员能够确定地实现本公开的很多其它等效形式，它们具有如权利要求所述的特征并因此都位于借此所限定的保护范围内。

当结合附图时，鉴于以下详细说明，本公开的上述和其他方面、特征和优势将变得更为显而易见。

此后参照附图描述本公开的具体实施例；然而，应当理解，所申请的实施例仅仅是本公开的实例，其可采用多种方式实施。熟知和/或重复的功能和结构并未详细描述以避免不必要或多余的细节使得本公开模糊不清。因此，本文所申请的具体的结构性和功能性细节并非意在限定，而是仅仅作为权利要求的基础和代表性基础用于教导本领域技术人员以实质上任意合适的详细结构多样地使用本公开。

本说明书可使用词组“在一种实施例中”、“在另一个实施例中”、“在又一实施例中”或“在其他实施例中”，其均可指代根据本公开的相同或不同实施例中的一个或多个。

本公开所有实施例涉及的信息处理方法适用于用户通过训练的方式重复完成多个任务以不断提升用户对于不同任务的学习能力的场景，具体地，如图1所示，基于用户完成当前任务的正确率和/或熟练度，调整用户所面对的下一个任务的难度级别和/或指导语的信息量级别，从而实现对于任务的训练。这种场景例如可以是学生完成学习任务等情形，为了便于理解，本公开的所有实施例以学生完成学习任务为例进行说明，但是不作为对本公开的限定。

本公开的第一实施例提供一种信息处理方法，如图2所示，包括以下步骤：

s101，获取用户完成当前任务的正确率。

在本步骤中，在例如学生针对学习任务进行训练的过程中，首先获取学生完成具有当前难度级别的当前学习任务的正确率。这里所谓的正确是基于学生完成具有预定难度级别的预定学习任务后的完成结果与预设标准或者答案之间的比较而确定的，当多次学生多次完成具有预定难度级别的预定学习任务后，多个有关正确有否的数据形成针对预定学习任务的正确率。这里的正确率可以表示学生针对具有预定难度级别的预定学习任务的掌握情况，例如，正确率可以表示为学生针对具有d1难度的t1学习任务的掌握情况。

s102，当所述正确率超出第一预设阈值范围的情况下，调整下一个任务的难度级别。

在本步骤中，将学生完成具有当前难度级别的当前学习任务的正确率与第一预设阈值范围相比较，当超出所述第一预设阈值范围的情况下，则判断该学生已经能够很好地完成具有当前难度级别的当前学习任务或者不能很好地完成当前难度级别的当前学习任务，则需要在下一个学习任务中调整针对该学生的难度级别，例如从d1难度级别提升为d2难度级别或者从d2难度级别降低为d1难度级别。这里的第一预设阈值范围例如设置为80％-90％。这样能够根据学生对具有当前难度级别的当前学习任务的完成水平，自适应调节下一个学习任务的难度级别，从而提升训练的自动化和智能化水平。在本步骤中，结合学生多次完成具有当前难度级别的当前学习任务的正确率，自主检测学生是否已经掌握了具有当前难度级别的当前学习任务，使得学生能够层层递进地学习，提升学习效率。

进一步地，当所述正确率大于所述第一预设阈值范围的上限的情况下，增加下一个任务的难度级别。

在本步骤中，在学生完成具有当前难度级别的当前学习任务的正确率大于所述第一预设阈值范围的上限的情况下，增加下一个学习任务的难度级别。例如，学生完成具有d1难度级别的当前学习任务的正确率为95％，超过第一预设阈值范围即80％—90％，则说明学生对于当前学习任务的掌握度较高，可以认为学生能够承受更高难度级别的学习任务，则在下一个学习任务中将难度级别调整为d2。

当然，可以想到的是，当所述正确率小于所述第一预设阈值范围的下限的情况下，也可以降低下一个任务的难度级别。

在一个优选的实施方式中，进一步还包括：

s103，当所述正确率超出第一预设阈值范围的情况下，针对下一个任务调整所述第一预设阈值范围。

在本步骤中，如果学生完成具有当前难度级别的当前学习任务的正确率超出第一预设阈值范围，还可以针对下一个学习任务调整所述第一预设阈值范围。例如学生完成具有d1难度级别的当前学习任务的正确率为95％，超过第一预设阈值范围即80％—90％，则说明学生对于当前学习任务的掌握度较高，不但可以认为学生能够承受更高难度级别的学习任务，还可以针对下一次的学习任务提高用于判断提升难度级别的标准，例如在下一个学习任务中将第一预设阈值范围调整为85％-95％。这样，在下一个学习任务中，学生只有获取更高的正确率(超过95％)才能继续提升难度级别。

进一步地，基于上述实施例，在步骤s101之前，即在所述获取用户完成当前任务的正确率之前，还包括：

将所有任务按照难度级别进行划分。

用户在面对一个项目的处理或者学习时，一般会将该项目分成不同的任务，本公开实施例适用于用户针对多个不同任务的重复训练，为了基于用户完成不同难度级别的任务的情况，调整用户在其他任务中所需要的难度级别，在本步骤中，首先在训练之前将所有任务预先按照难度级别进行划分，这种划分可以自动进行也可以基于人工进行，例如将任务t1、t2、t3…中的每个任务按照d1、d2以及d3进行难度级别划分，其中，d1、d2至d3的难度级别逐步升高，d3的难度级别最高。在每个任务中，不同难度级别的任务内容不同。

针对每个难度级别的任务设置多个信息量级别的指导语。

基于上述步骤将所有任务按照难度级别划分后，针对每个任务则具有不同难度级别的任务内容，针对每个难度级别的任务内容设置多个信息量级别的指导语，这里的指导语用于协助用户完成当前任务，指导语的信息量越多则越利于用户完成当前任务。例如，将具有d1难度级别的任务t1设置f1、f2以及f3等三个信息量级别的指导语，其中，f1、f2至f3的指导语的信息量级别越高，f3的指导语的信息量级别最高，对应的指导语信息量最少，也就是，对于具有d1难度级别的t1任务而言，用户基于f3指导语的信息量级别能够相对基于f1指导语的信息量级别更加难以完成任务。

举例而言，例如针对学生的t1学习任务为解决一元二次方程，其中，d1难度的任务内容为求解ax²＝c；d2难度的任务内容为：求解a(x-b)²＝c；d3难度的任务内容为求解-ax²+bx+c＝0；

进一步地，f1信息量级别的指导语为列出详细求解过程；f2信息量级别的指导语为提示正负跟计算公式；f3信息量级别的指导语为提示个别操作，比如将某个数字移到等号右边。

本公开的第二实施例提供一种信息处理方法，如图3所示，包括以下步骤：

s201，获取用户完成当前任务的熟练度。

在本步骤中，在例如学生针对学习任务进行训练的过程中，首先获取学生完成具有当前指导语的信息量级别的当前学习任务的熟练度。这里所谓的熟练是基于学生完成具有预定指导语的信息量级别的预定学习任务的熟练情况而确定的，当多次学生多次完成具有预定指导语的信息量级别的预定学习任务后，多个有关熟练程度的数据形成针对指定任务的熟练度。这里的熟练度可以表示学生针对具有预定指导语的信息量级别的预定学习任务的熟练程度，可以通过完成任务所需时间的倒数确定，为了便于计算可以将熟练度统一按照1,2,3...的方式表示。例如，熟练度可以表示为学生针对具有f1指导语的信息量级别的t1学习任务的熟练程度。

s202，当所述熟练度超出第二预设阈值范围的情况下，调整下一个任务的指导语的信息量级别。

在本步骤中，将学生完成具有当前指导语的信息量级别的当前学习任务的熟练度与第二预设阈值范围相比较，当超出所述第二预设阈值范围的情况下，则判断该学生已经能够很好地完成具有当前指导语的信息量级别的当前学习任务或者不能很好地完成具有当前指导语的信息量级别的当前学习任务，则需要在下一个学习任务中调整针对该学生的指导语的信息量级别，例如从f1指导语的信息量级别提升为f2指导语的信息量级别或者从f2指导语的信息量级别降低为f1指导语的信息量级别。这里的第二预设阈值范围例如设置为3-5。这样能够根据学生对具有当前指导语的信息量级别的当前学习任务的熟练程度，自适应调节下一个学习任务的指导语的信息量级别，从而提升训练的自动化和智能化水平。在本步骤中，结合学生多次完成具有当前指导语的信息量级别的当前学习任务的熟练度，根据学生利用指导语完成当前学习任务的熟练程度，从而调整指导语的级别也就是指导语的信息丰富度，确保学生可以有更多的自主学习的机会。

进一步地，当所述熟练度大于所述第二预设阈值范围的上限的情况下，增加下一个任务的指导语的信息量级别。

在本步骤中，在学生完成具有当前指导语的信息量级别的当前学习任务的熟练度大于所述第一预设阈值范围的上限的情况下，增加下一个学习任务的指导语的信息量级别。例如，学生完成具有f1指导语的信息量级别的当前学习任务的熟练度为6，超过第二预设阈值范围即3-5的上限，则说明学生对于具有当前指导语的信息量级别的当前学习任务的熟练程度较高，可以认为学生能够承受更高指导语的信息量级别即能够接受指导语信息量越少的学习任务，则在下一个学习任务中将指导语的信息量级别调整为f2。

当然，可以想到的是，当所述熟练度小于所述第二预设阈值范围的下限的情况下，也可以降低下一个任务的指导语的信息量级别。

在一个优选的实施方式中，进一步还包括：

s203，当所述熟练度超出第二预设阈值范围的情况下，针对下一个任务调整所述第二预设阈值范围。

在本步骤中，如果学生完成具有当前指导语的信息量级别的当前学习任务的熟练度超出第二预设阈值范围，还可以针对下一个学习任务调整所述第二预设阈值范围。例如学生完成具有f1指导语的信息量级别的当前学习任务的熟练度为6，超过第二预设阈值范围即3-5，则说明学生对于具有当前指导语的信息量级别的当前学习任务的熟练程度较高，不但可以认为学生能够承受更高指导语的信息量级别即指导语信息量越少的任务，还可以针对下一次的学习任务提高用于判断提升指导语的信息量级别的标准，例如在下一个学习任务中将第二预设阈值范围调整为2-6。这样，在下一个学习任务中，学生只有获取更高的熟练度(超过6)才能继续提升指导语的信息量级别。

进一步地，基于上述实施例，在步骤s201之前，即在所述获取用户完成当前任务的正确率之前，还包括：

将所有任务按照难度级别进行划分。

用户在面对一个项目的处理或者学习时，一般会将该项目分成不同的任务，本公开实施例适用于用户针对多个不同任务的重复训练，为了基于用户完成不同难度级别的任务的情况，调整用户在其他任务中的难度级别，在本步骤中，首先在训练之前将所有任务预先按照难度级别进行划分，这种划分可以自动进行也可以基于人工进行，例如将任务t1、t2、t3…中的每个任务按照d1、d2以及d3进行难度级别划分，其中，d1、d2至d3的难度级别逐步升高，d3的难度级别最高。在每个任务中，不同难度级别的任务内容不同。

针对每个难度级别的任务设置多个信息量级别的指导语。

基于上述步骤将所有任务按照难度级别划分后，针对每个任务则具有不同难度级别的任务内容，针对每个难度级别的任务内容设置多个信息量级别的指导语，这里的指导语用于协助用户完成当前任务，指导语的信息量越多则越利于用户完成当前任务。例如，将具有d1难度级别的任务t1设置f1、f2以及f3等三个信息量级别的指导语，其中，f1、f2至f3的指导语的信息量级别越高，f3的指导语的信息量级别最高，对应的指导语信息量最少，也就是，对于具有d1难度级别的t1任务而言，用户基于f3指导语的信息量级别能够相对基于f1指导语的信息量级别更加难以完成任务。

举例而言，例如针对学生的t1学习任务为解决一元二次方程，其中，d1难度的任务内容为求解ax²＝c；d2难度的任务内容为：求解a(x-b)²＝c；d3难度的任务内容为求解-ax²+bx+c＝0；

进一步地，f1信息量级别的指导语为列出详细求解过程；f2信息量级别的指导语为提示正负跟计算公式；f3信息量级别的指导语为提示个别操作，比如将某个数字移到等号右边。

本公开的第三实施例提供一种信息处理方法，如图4所示，包括以下步骤：

s301，获取用户完成当前任务的正确率和熟练度。

s302，当所述正确率超出第一预设阈值范围的情况下，调整下一个任务的难度级别，当所述熟练度超出第二预设阈值范围的情况下，调整下一个任务的指导语的信息量级别。

本实施例的技术方案与第一实施例和第二实施例的技术方案属于并列技术方案，其中，上述在步骤s301和s302分别通过上述第一和第二实施例的方式实现，在这里不再赘述。需要说明的是，在获取用户完成当前任务的完成结果的过程中，正确率和熟练度可以同时获取，也可以分别获取，其中，基于用户完成当前任务的正确率调整下一个任务的正确率，同时基于用户完成当前任务的熟练度调整下一个任务的指导语的信息量级别，这两个过程可以同时进行，也可以先后进行。

此外，在上述第一、第二和第三实施例中出现的针对正确率的第一预设阈值范围以及针对熟练度的第二预设阈值范围可以针对每个任务设置初始值，也可以在完成当前任务后针对下一个任务进行调整。

进一步地，所述第一预设阈值范围基于以下信息中至少之一设置：完成所述当前任务的次数、所述当前任务的指导语的信息量级别、所述当前任务的第一基准正确率。

进一步地，所述第二预设阈值范围基于以下信息中至少之一设置：完成所述当前任务的次数、所述当前任务的难度级别、所述当前任务的第一基准熟练度。

其中，所述当前任务的第一基准正确率或者第一基准熟练度作为基准的判断标准，可以通过历史训练信息和/或用户差异信息确定。

例如，下面基于第三实施例说明，但是同样适用于第一和第二实施例，在一个具体训练的实施方式中，如果学生基于任务不断训练，假设当前的难度级别是d2，对应的指导语的信息量级别是f2，记录学生完成的正确率为a，熟练度为s(完成时间的倒数)，重复次数为r，其中，学生每当完成一次任务同时做下述两个判断：

若a>aup*(-(r-n)²+m)*f，则下一个任务提升难度级别至d3；若a<adown*(-(r-n)²+m)*f，则下一个任务降低难度d1。其中n，m是常数，这里假设重复次数对学生成绩的影响是倒u型曲线，开始的时候不断重复对学生的正性影响不断增加，但随着重复次数增多，学生产生疲劳或者倦怠，则对学生的正性影响下降；

若s>sup*(-(r-n)²+m)/d，则下一个任务提升指导语的信息量级别至f3，也就是减少指导语的信息量，若s<sdown*(-(r-n)²+m)/d,则下一个任务降低指导语的信息量级别至f1，也就是增加指导语的信息量。

如此重复训练直到学生在d3难度级别和f3指导语的信息量级别情况下，达到正确率和熟练度的阈值，则认为学生已经掌握该项任务。

本公开的第四实施例的一种信息处理方法，如图5所示，包括以下步骤：

s401，获取用户完成当前任务的正确率和熟练度；

本实施例的技术方案中的上述步骤s401分别通过上述第一和第二实施例的方式实现，在这里不再赘述。需要说明的是，在获取用户完成当前任务的完成结果的过程中，正确率和熟练度可以同时获取，也可以分别获取。

s402，当所述正确率超出第一预设阈值范围的情况下，调整下一个任务的难度级别；和/或当所述熟练度超出第二预设阈值范围的情况下，调整下一个任务的指导语的信息量级别。

本实施例的技术方案中的上述步骤s402分别通过上述第一、第二或第三实施例的方式实现，在这里不再赘述。

s403，当所述正确率超出第三预设阈值范围并且所述熟练度未超出第二预设阈值范围的情况下，同时调整下一个任务的难度级别和指导语的信息量级别，其中，所述第三预设阈值范围的上限大于所述第一预设阈值范围的上限或者所述第三预设阈值范围的下限小于所述第一预设阈值范围的下限。

在本步骤中，当所述正确率超出第三预设阈值范围并且所述熟练度未超出第二预设阈值范围的情况下，同时调整下一个任务的难度级别和指导语的信息量级别，其中，所述第三预设阈值范围的上限大于所述第一预设阈值范围的上限或者所述第三预设阈值范围的下限小于所述第一预设阈值范围的下限。例如，在第一预设阈值范围为80％-90％以及第二预设阈值范围为3-5的情况下，学生完成当前的具有d1难度级别且具有f2的指导语信息量级别的t1学习任务的正确率即98％超过第三预设阈值范围，这里第三预设阈值范围为75％-95％，其上限大于所述第一预设阈值范围的上限，其下限小于所述第一预设阈值范围的下限，同时学生完成当前学习任务的熟练度4未超出第二预设阈值范围，则认为学生对于具有d1难度级别的t1学习任务的掌握程度显著较高，则在下一个学习任务的设置上，同时提升t2学习任务的难度级别和指导语的信息量级别，即提高t2学习任务的难度并且给予更少的指导语信息量，即将t2学习任务的难度级别调整至d2，同时将t2任务的指导语的信息量级别调整为f3，这样，有助于尽可能为学生匹配适合其能力的任务难度以及信息量级别。当然，可以想到的是，当所述正确率小于所述第三预设阈值范围的下限并且所述熟练度未超出第二预设阈值范围的情况下的情况下，也可以降低下一个任务的难度级别和指导语的信息量级别。

本公开的第五实施例的一种信息处理方法，如图6所示，包括以下步骤：

s501，获取用户完成当前任务的正确率和熟练度；

本实施例的技术方案中的上述步骤s501分别通过上述第一和第二实施例的方式实现，在这里不再赘述。需要说明的是，在获取用户完成当前任务的完成结果的过程中，正确率和熟练度可以同时获取，也可以分别获取。

s502，当所述正确率超出第一预设阈值范围的情况下，调整下一个任务的难度级别；和/或当所述熟练度超出第二预设阈值范围的情况下，调整下一个任务的指导语的信息量级别。

本实施例的技术方案中的上述步骤s502分别通过上述第一、第二或第三实施例的方式实现，在这里不再赘述。

s503，当所述熟练度超出第四预设阈值范围并且所述正确率未超出第一预设阈值范围的情况下，同时调整下一个任务的难度级别和指导语的信息量级别，其中，所述第四预设阈值范围的上限大于所述第二预设阈值范围的上限或者所述第四预设阈值范围的下限小于所述第二预设阈值范围的下限。

在本步骤中，当所述熟练度超出第四预设阈值范围并且所述正确率未超出第一预设阈值范围的情况下，同时调整下一个任务的难度级别和指导语的信息量级别，其中，所述第四预设阈值范围的上限大于所述第二预设阈值范围的上限或者所述第四预设阈值范围的下限小于所述第二预设阈值范围的下限。例如，在第一预设阈值范围为80％-90％以及第二预设阈值范围为3-5的情况下，学生完成当前的具有d1难度级别且具有f2的指导语信息量级别的t1学习任务的熟练度即7超过第四预设阈值范围，这里第四预设阈值范围为2-6，其上限大于所述第二预设阈值范围的上限，其下限小于所述第二预设阈值范围的下限，同时学生完成当前学习任务的正确率未超出第一预设阈值范围，则认为学生对于具有d1难度级别且具有f2的指导语的信息量级别的t1学习任务的熟练程度显著较高，则在下一个学习任务的设置上，同时提升t2学习任务的难度级别和指导语的信息量级别，即提高t2任务的难度并且给予更少的指导语信息量，即将t2学习任务的难度级别调整至d2，同时将t2任务的指导语的信息量级别调整为f3，这样，有助于尽可能为学生匹配适合其能力的任务难度以及指导语的信息量级别。当然，可以想到的是，当所述熟练度小于所述第四预设阈值范围的下限并且所述正确率未超出第一预设阈值范围的情况下的情况下，也可以降低下一个任务的难度级别和指导语的信息量级别。

本公开的第六实施例的一种信息处理方法，如图7所示，包括以下步骤：

s601，获取用户完成当前任务的正确率。

本实施例的技术方案中的上述步骤s601分别通过上述第一实施例的方式实现，在这里不再赘述。

s602，当所述正确率超出第一预设阈值范围并且当所述当前任务的指导语的信息量级别满足第一预设条件的情况下，调整下一个任务的难度级别，当所述当前任务的指导语的信息量级别不满足第一预设条件的情况下，将下一个任务的难度级别设置为与所述当前任务的难度级别相同同时调整下一个任务的指导语的信息量级别。

在本步骤中，当所述正确率超出第一预设阈值范围并且当所述当前任务的指导语的信息量级别满足第一预设条件的情况下，调整下一个任务的难度级别。这里，以提升难度级别的方向为例，当然也适用于降低难度级别的方向。例如，学生完成当前的具有d1难度级别且具有f2的指导语信息量级别的t1学习任务的正确率即95％，超出第一预设阈值范围即80％-90％，并且当前学习任务的指导语的信息量级别符合在f2或者以上的条件时，则认为该学生在当前的指导语的信息量级别的协助下可以完成难度级别更高的学习任务，则可以调整下一个学习任务的难度级别，例如调整为d2。

当所述当前任务的指导语的信息量级别不满足第一预设条件的情况下，将下一个任务的难度级别设置为与所述当前任务的难度级别相同同时调整下一个任务的指导语的信息量级别，例如，学生完成当前的具有d1难度级别且具有f1的指导语信息量级别的t1学习任务的正确率即95％，超出第一预设阈值范围即80％-90％，但是当前学习任务的指导语的信息量级别不符合f2或者以上的条件时，则认为该学生对于当前难度级别的当前学习任务的掌握还不够，还不能对于难度级别进行调整，则维持下一个学习任务的难度级别，但是认为该学生可以在更少信息量的指导语的情况下完成任务，则可以调整下一个学习任务的指导语的信息量级别，例如调整为f2，这样，在下一个任务是否提升难度级别的判断中综合考虑正确率的情况以及指导语的信息量水平，有助于帮助学生更加科学、稳妥地提升任务的难度级别或者指导语的信息量级别，不会使得学习的跨越性较大，提升使用感受。

通过上述实施例能够根据用户的水平和能力，自适应调节任务的难度级别以及指导语水平，提升对任务训练的自动化和智能化水平，具体可以结合用户多次完成相关任务的水平，自主检测用户是否已经掌握当前的难度级别，从而使得用户能够层层递进地学习，提升学习效率，还能够根据用户根据指导语完成任务的熟练程度，改变指导语的信息丰富度，确保可以有更多自主学习的机会。

本公开的第七实施例提供一种信息处理装置，如图8所示，包括获取模块10和调整模块20，在一个实施方式中，所述获取模块10用于获取用户完成当前任务的正确率；所述调整模块20，用于当所述正确率超出第一预设阈值范围的情况下，调整下一个任务的难度级别；在另一个实施方式中，所述获取模块10用于获取用户完成当前任务的熟练度；所述调整模块20用于当所述熟练度超出第二预设阈值范围的情况下，调整下一个任务的指导语的信息量级别。当然，所述获取模块10和所述调整模块20还可以同时实现上述功能。所述信息处理装置通过获取模块10和调整模块20能够实现本公开中任意实施例提到的信息处理方法。

本公开能够根据用户的水平和能力，自适应调节任务的难度级别以及指导语水平，提升对任务训练的自动化和智能化水平，具体可以结合用户多次完成相关任务的水平，自主检测用户是否已经掌握当前的难度级别，从而使得用户能够层层递进地学习，提升学习效率，还能够根据用户根据指导语完成任务的熟练程度，改变指导语的信息丰富度，确保可以有更多自主学习的机会。

本公开的第八实施例提供了一种存储介质，该存储介质为计算机可读介质，存储有计算机程序，该计算机程序被处理器执行时实现本公开任意实施例提供的方法。示例性的，包括如下步骤s11至s12：

s11，获取用户完成当前任务的正确率；

s12，当所述正确率超出第一预设阈值范围的情况下，调整下一个任务的难度级别；

还可以包括如下步骤s13至s14：

s13，获取用户完成当前任务的熟练度；

s14，当所述熟练度超出第二预设阈值范围的情况下，调整下一个任务的指导语的信息量级别。

本公开能够根据用户的水平和能力，自适应调节任务的难度级别以及指导语水平，提升对任务训练的自动化和智能化水平，具体可以结合用户多次完成相关任务的水平，自主检测用户是否已经掌握当前的难度级别，从而使得用户能够层层递进地学习，提升学习效率，还能够根据用户根据指导语完成任务的熟练程度，改变指导语的信息丰富度，确保可以有更多自主学习的机会。

本公开的第九实施例提供了一种电子设备，该电子设备的结构示意图可以如图9所示，至少包括存储器901和处理器902，存储器901上存储有计算机程序，处理器902在执行存储器901上的计算机程序时实现本公开任意实施例提供的方法。示例性的，包括如下步骤s21至s22：

s21，获取用户完成当前任务的正确率；

s22，当所述正确率超出第一预设阈值范围的情况下，调整下一个任务的难度级别；

还可以包括如下步骤s23至s24：

s23，获取用户完成当前任务的熟练度；

s24，当所述熟练度超出第二预设阈值范围的情况下，调整下一个任务的指导语的信息量级别。

本公开能够根据用户的水平和能力，自适应调节任务的难度级别以及指导语水平，提升对任务训练的自动化和智能化水平，具体可以结合用户多次完成相关任务的水平，自主检测用户是否已经掌握当前的难度级别，从而使得用户能够层层递进地学习，提升学习效率，还能够根据用户根据指导语完成任务的熟练程度，改变指导语的信息丰富度，确保可以有更多自主学习的机会。

以上实施例仅为本公开的示例性实施例，不用于限制本公开，本公开的保护范围由权利要求书限定。本领域技术人员可以在本公开的实质和保护范围内，对本公开做出各种修改或等同替换，这种修改或等同替换也应视为落在本公开的保护范围内。