线下学习资料的处理方法、装置、电子设备和存储介质与流程

本公开涉及教育信息处理，尤其涉及一种线下学习资料的处理方法、装置、电子设备和存储介质。

背景技术：

1、随着教育平台和教育ai系统的发展，现有教育平台通常能够处理教育平台内练习、测评和错题，而对于上传至教育平台的外部学习资料，通常只能做到题图保存、答案查询或一次性批改，从而获得对外部学习资料进行处理后的处理结果；但是上述处理结果只是针对当前上传的外部学习资料，无法进入教育平台的长期学习闭环，即教育平台对外部学习资料的处理仍然缺少稳定机制。

技术实现思路

1、本公开提供了一种线下学习资料的处理方法、装置、电子设备和存储介质，以实现既能提升个人复习闭环的转化效率，也能补齐教育平台对线下学习过程的数据感知能力。

2、根据本公开的一方面，提供了一种线下学习资料的处理方法，所述方法包括：

3、获取上传至教育平台的线下学习资料，将所述线下学习资料拆分为多个结构化对象；所述结构化对象表征一个题目；每个所述结构化对象绑定对应的对象结构化参数；所述对象结构化参数包括题目类型、题干数据和作答数据；

4、基于所述结构化对象的对象结构化参数，确定所述结构化对象的第一答题过程图；所述第一答题过程图用于描述所述结构化对象的作答步骤序列；

5、确定所述结构化对象的第二答题过程图，基于所述结构化对象的所述第一答题过程图和所述第二答题过程图确定作答差异结果；所述第二答题过程图为所述教育平台提供的所述结构化对象的标准作答步骤序列；

6、基于所述作答差异结果和对应的历史复习数据，生成目标复习数据，并基于所述目标复习数据更新所述教育平台的学习成长档案；所述历史复习数据包括所述教育平台中针对所述结构化对象对应的题目类型的学习进度；所述目标复习数据用于描述所述结构化对象对应的题目类型的学习策略。

7、根据本公开的另一方面，提供了一种线下学习资料的处理装置，所述装置包括：

8、第一数据处理模块，用于获取上传至教育平台的线下学习资料，将所述线下学习资料拆分为多个结构化对象；所述结构化对象表征一个题目；每个所述结构化对象绑定对应的对象结构化参数；所述对象结构化参数包括题目类型、题干数据和作答数据；

9、第二数据处理模块，用于基于所述结构化对象的对象结构化参数，确定所述结构化对象的第一答题过程图；所述第一答题过程图用于描述所述结构化对象的作答步骤序列；

10、差异确定模块，用于确定所述结构化对象的第二答题过程图，基于所述结构化对象的所述第一答题过程图和所述第二答题过程图确定作答差异结果；所述第二答题过程图为所述教育平台提供的所述结构化对象的标准作答步骤序列；

11、更新模块，用于基于所述作答差异结果和对应的历史复习数据，生成目标复习数据，并基于所述目标复习数据更新所述教育平台的学习成长档案；所述历史复习数据包括所述教育平台中针对所述结构化对象对应的题目类型的学习进度；所述目标复习数据用于描述所述结构化对象对应的题目类型的学习策略。

12、根据本公开的另一方面，提供了一种电子设备，所述电子设备包括：

13、至少一个处理器；以及

14、与所述至少一个处理器通信连接的存储器；其中，

15、所述存储器存储有可被所述至少一个处理器执行的计算机程序，所述计算机程序被所述至少一个处理器执行，以使所述至少一个处理器能够执行本公开任一实施例所述的线下学习资料的处理方法。

16、根据本公开的另一方面，提供了一种计算机可读存储介质，所述计算机可读存储介质存储有计算机指令，所述计算机指令用于使处理器执行时实现本公开任一实施例所述的线下学习资料的处理方法。

17、本公开实施例的技术方案，获取上传至教育平台的线下学习资料，将线下学习资料拆分为多个结构化对象；结构化对象表征一个题目；每个结构化对象绑定对应的对象结构化参数；对象结构化参数包括题目类型、题干数据和作答数据；实现对线下学习资料的精准拆分，以便于后续能够精准对各个结构化对象进行精准处理。然后基于结构化对象的对象结构化参数，确定用于描述结构化对象的作答步骤序列的第一答题过程图，实现将各个题目的对象结构化参数转化为后续能够更快速比对的数据形式。进一步的，确定结构化对象的第二答题过程图，并通过结构化对象的第一答题过程图和第二答题过程图之间的比较确定作答差异结果，实现精准分析结构化对象对应的教育平台提供的标准作答步骤序列与线下学习资料的作答步骤序列之间的差异，从而有利于后续补齐教育平台对线下学习过程的数据感知能力。相应的，基于作答差异结果和对应的历史复习数据，生成用于描述结构化对象对应的题目类型的学习策略的目标复习数据，因为历史复习数据包括教育平台中针对结构化对象对应的题目类型的学习进度，即基于作答差异结果和对应的历史复习数据生成的目标复习数据，既能涵盖教育平台自身的复习策略，又能结合线下学习资料的学习情况，从而能够更好的为用户提供精准的复习策略，进一步的基于目标复习数据更新教育平台的学习成长档案，以提升个人复习闭环的转化效率，也能补齐教育平台对线下学习过程的数据感知能力。

18、应当理解，本部分所描述的内容并非旨在标识本公开的实施例的关键或重要特征，也不用于限制本公开的范围。本公开的其它特征将通过以下的说明书而变得容易理解。

1.一种线下学习资料的处理方法，其特征在于，所述方法包括：

2.根据权利要求1所述的方法，其特征在于，所述将所述线下学习资料拆分为多个结构化对象，包括：

3.根据权利要求2所述的方法，其特征在于，所述结构化学习证据还包括数据识别置信度和脱敏状态，所述脱敏状态用于描述所述结构化学习证据是否完成授权以及数据脱敏程度；所述基于所述结构化学习证据，确定多个所述结构化对象和对应的对象结构化参数，包括：

4.根据权利要求1所述的方法，其特征在于，所述基于所述结构化对象的对象结构化参数，确定所述结构化对象的第一答题过程图，包括：

5.根据权利要求4所述的方法，其特征在于，所述基于所述结构化对象的所述第一答题过程图和所述第二答题过程图确定作答差异结果，包括：

6.根据权利要求1所述的方法，其特征在于，所述历史复习数据还包括表征所述结构化对象对应的题目类型的掌握程度的参数；所述作答差异结果还包括表征所述结构化对象的掌握程度的参数；所述基于所述作答差异结果和对应的历史复习数据，生成目标复习数据，包括：

7.根据权利要求3所述的方法，其特征在于，所述历史复习数据还包括所述教育平台上针对所述目标复习数据对应的题目类型的学习策略，所述基于所述目标复习数据更新所述教育平台的学习成长档案，包括：

8.一种线下学习资料的处理装置，其特征在于，所述装置包括：

9.一种电子设备，其特征在于，所述电子设备包括：

10.一种计算机可读存储介质，其特征在于，所述计算机可读存储介质存储有计算机指令，所述计算机指令用于使处理器执行时实现权利要求1-7中任一项所述的线下学习资料的处理方法。