基于行为序列的试题推荐方法、装置、设备及存储介质

本发明涉及互联网应用，尤其涉及一种基于行为序列的试题推荐方法、装置、设备及存储介质。

背景技术：

1、现如今线上做题已经成为社会潮流，应用十分广泛，例如：一系列的竞赛活动，使得市面上催生了大量线上做题训练的系统，使得用户可以很方便地随时随地开始做题。但这些训练系统存在着诸多限制和局限性，用户画像不是持续不变的，用户在做题过程中能力水平都会发生变化，大多数的在线试题系统对用户画像的挖掘不够深刻，试题推荐不能灵活适应或具有很强的滞后性。

2、上述内容仅用于辅助理解本发明的技术方案，并不代表承认上述内容是现有技术。

技术实现思路

1、本发明的主要目的在于提供一种基于行为序列的试题推荐方法、装置、设备及存储介质，旨在解决现有技术中大多数的在线试题系统对用户画像的挖掘不够深刻，试题推荐不能灵活适应或具有很强的滞后性的技术问题。

2、为实现上述目的，本发明提供了一种基于行为序列的试题推荐方法，所述方法包括以下步骤：

3、获取目标用户的行为序列与候选用户的行为序列，根据所述目标用户的行为序列与所述候选用户的行为序列，确定所述目标用户与所述候选用户之间的行为序列相似度；

4、根据所述行为序列相似度，确定所述目标用户与所述候选用户之间的用户相似度；

5、根据预设选取数量与所述用户相似度，在所述候选用户中确定所述目标用户的相似用户，并获取所述相似用户在预设时间范围内的错题作为候选推荐试题；

6、获取所述目标用户的历史错题与所述候选推荐试题之间的关联权重数据，并根据所述关联权重数据与所述目标用户的行为序列确定所述试题推荐策略；

7、根据所述试题推荐策略，在所述候选推荐试题中确定目标推荐试题，并将所述目标推荐试题推荐给所述目标用户。

8、可选地，所述行为序列包括若干按照预设时间顺序进行排列的状态串数据，所述状态串数据包括访问数据以及所述访问数据对应的操作数据，所述根据所述目标用户的行为序列与所述候选用户的行为序列，确定所述目标用户与候选用户之间的行为序列相似度，包括：

9、将所述目标用户的行为序列中的状态串数据依次连接，得到所述目标用户的行为状态序列；

10、将所述候选用户的行为序列中的状态串数据依次连接，得到所述候选用户的行为状态序列；

11、根据所述目标用户的行为状态序列与所述候选用户的行为状态序列，确定所述目标用户与所述候选用户之间的行为状态次序相似度、行为状态转移相似度以及行为状态值相似度；

12、根据所述行为状态次序相似度、所述行为状态转移相似度以及所述行为状态值相似度，确定所述目标用户与所述候选用户之间的行为序列相似度。

13、可选地，所述根据所述目标用户的行为状态序列与所述候选用户的行为状态序列，确定所述目标用户与所述候选用户之间的行为状态次序相似度、行为状态转移相似度以及行为状态值相似度，包括：

14、根据所述目标用户的行为状态序列与所述候选用户的行为状态序列，确定最大公共状态子序列，并确定所述最大公共状态子序列对应的最大公共状态子序列长度；

15、根据所述目标用户的行为状态序列与所述候选用户的行为状态序列，确定共同状态转移数量、状态转移和数量、状态串和数量以及公共状态串数量；

16、根据所述最大公共状态子序列长度、所述状态串和数量与所述行为状态次序相似度之间的对应关系、所述最大公共状态子序列长度以及所述状态串和数量，确定所述行为状态次序相似度；

17、根据所述共同状态转移数量、所述状态转移和数量与所述行为状态转移相似度之间的对应关系、所述共同状态转移数量以及所述状态转移和数量，确定所述行为状态转移相似度；

18、根据所述状态串和数量、所述公共状态串数量与所述行为状态值相似度之间的对应关系、所述状态串和数量以及所述公共状态串数量，确定所述行为状态值相似度。

19、可选地，所述根据所述行为状态次序相似度、所述行为状态转移相似度以及所述行为状态值相似度，确定所述目标用户与所述候选用户之间的行为序列相似度，包括：

20、获取所述行为状态次序相似度、所述行为状态转移相似度、所述行为状态值相似度与所述行为序列相似度之间的对应关系；

21、根据所述行为状态次序相似度、所述行为状态转移相似度、所述行为状态值相似度与所述行为序列相似度之间的对应关系以及预设系数范围，确定系数数据；

22、根据所述行为状态次序相似度、所述行为状态转移相似度、所述行为状态值相似度与所述行为序列相似度之间的对应关系以及所述系数数据，确定所述目标用户与所述候选用户之间的行为序列相似度。

23、可选地，所述根据所述行为序列相似度，确定所述目标用户与所述候选用户之间的用户相似度，包括：

24、获取所述目标用户的生成序列时间与行为时间间隔以及所述候选用户的生成序列时间与行为时间间隔；

25、根据所述目标用户的生成序列时间，为所述目标用户的行为序列分配对应的时间权重数据；

26、根据所述候选用户的生成序列时间与行为时间间隔，为所述候选状态序列分配对应的时间权重数据；

27、获取所述时间权重数据、所述行为序列相似度与所述用户相似度之间的对应关系；

28、根据所述时间权重数据、所述行为序列相似度与所述用户相似度之间的对应关系、所述目标用户的时间权重数据、所述候选用户的时间权重数据以及所述行为序列相似度，确定所述目标用户与所述候选用户之间的用户相似度。

29、可选地，所述获取所述目标用户的历史错题与所述候选推荐试题之间的关联权重数据，包括：

30、获取所述目标用户的历史错题与所述候选推荐试题的外积；

31、将所述外积与所述历史错题以及所述候选推荐试题进行拼接，得到拼接数据；

32、将所述拼接数据输入预设激活网络，得到所述历史错题与所述候选推荐试题之间的关联权重数据，所述预设激活网络由预设激活函数构成。

33、可选地，所述根据所述关联权重数据与所述目标用户的行为序列确定所述试题推荐策略，包括：

34、获取所述关联权重数据与所述目标用户的行为序列之间的对应关系；

35、根据所述关联权重数据与所述目标用户的行为序列之间的对应关系、所述关联权重数据以及所述目标用户的行为序列，确定所述试题推荐策略。

36、此外，为实现上述目的，本发明还提出一种基于行为序列的试题推荐装置，所述基于行为序列的试题推荐装置包括：

37、获取模块，用于获取目标用户的行为序列与候选用户的行为序列，根据所述目标用户的行为序列与所述候选用户的行为序列，确定所述目标用户与所述候选用户之间的行为序列相似度；

38、所述获取模块，还用于根据所述行为序列相似度，确定所述目标用户与所述候选用户之间的用户相似度；

39、候选模块，用于根据预设选取数量与所述用户相似度，在所述候选用户中确定所述目标用户的相似用户，并获取所述相似用户在预设时间范围内的错题作为候选推荐试题；

40、推荐模块，用于获取所述目标用户的历史错题与所述候选推荐试题之间的关联权重数据，并根据所述关联权重数据与所述目标用户的行为序列确定所述试题推荐策略；

41、所述推荐模块，还用于根据所述试题推荐策略，在所述候选推荐试题中确定目标推荐试题，并将所述目标推荐试题推荐给所述目标用户。

42、此外，为实现上述目的，本发明还提出一种基于行为序列的试题推荐设备，所述基于行为序列的试题推荐设备包括：存储器、处理器及存储在所述存储器上并可在所述处理器上运行的基于行为序列的试题推荐程序，所述基于行为序列的试题推荐程序配置为实现如上文所述的基于行为序列的试题推荐方法的步骤。

43、此外，为实现上述目的，本发明还提出一种存储介质，所述存储介质上存储有基于行为序列的试题推荐程序，所述基于行为序列的试题推荐程序被处理器执行时实现如上文所述的基于行为序列的试题推荐方法的步骤。

44、在本发明中，获取目标用户的行为序列与候选用户的行为序列，根据目标用户的行为序列与候选用户的行为序列，确定目标用户与所述候选用户之间的行为序列相似度，根据行为序列相似度，确定目标用户与候选用户之间的用户相似度，根据预设选取数量与所述用户相似度，在候选用户中确定目标用户的相似用户，并获取相似用户在预设时间范围内的错题作为候选推荐试题，获取目标用户的历史错题与候选推荐试题之间的关联权重数据，并根据关联权重数据与目标用户的行为序列确定试题推荐策略，根据试题推荐策略，在候选推荐试题中确定目标推荐试题，并将目标推荐试题推荐给目标用户。相较于大多数的在线试题系统对用户画像的挖掘不够深刻，试题具有很强的滞后性，本发明可以充分挖掘用户特征，根据用户的历史行为序列找到用户的相似用户，根据相似用户的历史错题来提供候选推荐试题，同时利用注意力机制考察候选推荐试题与用户历史错题之间的关联性，提高了推荐的准确性，此外，使用用户近期的历史行为序列能够动态地显示出用户的特征变化，使得用户画像也是动态更新，不会出现明显滞后，实现灵活的个性化推荐。