本公开实施例提供题目推荐方法和装置、电子设备、存储介质,涉及人工智能技术领域。该题目推荐方法,包括:获取在线测评系统的历史题目数据;对题目信息和做题行为特征进行向量化处理,得到每一历史题目的历史时间步特征;将历史时间步特征输入至GRU神经网络进行序列建模,得到对应每一历史时间步特征的历史状态向量;将历史状态向量输入至等级分类器进行等级预测,得到题目等级;将目标状态向量输入至预设的强化学习模型进行强化学习,得到题目概率分布;根据题目等级和题目概率分布,计算出目标损失;根据目标损失进行反向传播,从历史题目选择目标题目推荐给目标用户,通过本公开实施例的技术方案可以自适应推荐题目、并提高推荐的准确性。
声明:
“题目推荐方法和装置、电子设备、存储介质” 该技术专利(论文)所有权利归属于技术(论文)所有人。仅供学习研究,如用于商业用途,请联系该技术所有人。
我是此专利(论文)的发明人(作者)