数据处理方法、装置、设备及可读存储介质与流程

1.本技术涉及人工智能技术领域，尤其涉及一种数据处理方法、装置、设备及可读存储介质。


背景技术：

2.传统答题方法一般是通过纸质完成，纸质答题的方式具有遗失，被抄袭，损坏的风险，同时纸张的浪费使用对坏境也造成不利影响。另外，对于出题者而言，及时掌握答题者动态，解题思路，对因材施教，提高答题质量十分重要。
3.现有技术中的线上答题方式一般是通过出题者发布相同的题目，答题者对出题者发布的题目进行作答，出题者通过终端查看到答题者的答案，对答题者的答题情况进行分析，该种方式下出题者针对答题者的答案处理效率较低，导致数据处理效率较低，并且该种题目分配方式不具有针对性。


技术实现要素：

4.本技术实施例提供一种数据处理方法、装置、设备及可读存储介质，可以实现针对性分配题目，并且提高数据处理的效率。
5.第一方面，本技术提供一种数据处理方法，包括：
6.获取用户数据，该用户数据包括第一用户的知识点数据和成绩数据；
7.从文档库中获取与该用户数据匹配的至少一道题目，将该至少一道题目发送至第一终端进行答题；
8.获取该第一终端发送的针对显示屏中答题区域的目标笔迹，对该目标笔迹进行识别，得到与该目标笔迹对应的目标答案，基于该目标答案与该文档库中的预设答案进行匹配，得到目标匹配结果；
9.将该目标笔迹输入目标检测模型，基于该目标检测模型对该目标笔迹进行检测，得到目标检测结果，将该目标匹配结果和该目标检测结果发送至第二终端进行管理，该目标检测结果用于指示该目标笔迹是否为该第一用户的笔迹。
10.第二方面，本技术提供一种数据处理装置，包括：
11.数据获取模块，用于获取用户数据，该用户数据包括第一用户的知识点数据和成绩数据；
12.题目匹配模块，用于从文档库中获取与该用户数据匹配的至少一道题目，将该至少一道题目发送至第一终端进行答题；
13.答案匹配模块，用于获取该第一终端发送的针对显示屏中答题区域的目标笔迹，对该目标笔迹进行识别，得到与该目标笔迹对应的目标答案，基于该目标答案与该文档库中的预设答案进行匹配，得到目标匹配结果；
14.笔迹检测模块，用于将该目标笔迹输入目标检测模型，基于该目标检测模型对该目标笔迹进行检测，得到目标检测结果，将该目标匹配结果和该目标检测结果发送至第二
终端进行管理，该目标检测结果用于指示该目标笔迹是否为该第一用户的笔迹。
15.第三方面，本技术提供了一种计算机设备，包括：处理器、存储器、网络接口；
16.上述处理器与存储器、网络接口相连，其中，网络接口用于提供数据通信功能，上述存储器用于存储计算机程序，上述处理器用于调用上述计算机程序，以使包含该处理器的计算机设备执行上述数据处理方法。
17.第四方面，本技术提供了一种计算机可读存储介质，该计算机可读存储介质中存储有计算机程序，该计算机程序适于由处理器加载并执行，以使得具有该处理器的计算机设备执行上述数据处理方法。
18.第五方面，本技术提供了一种计算机程序产品或计算机程序，该计算机程序产品或计算机程序包括计算机指令，该计算机指令存储在计算机可读存储介质中。计算机设备的处理器从计算机可读存储介质读取该计算机指令，处理器执行该计算机指令，使得该计算机设备执行本技术第一方面中的各种可选方式中提供的数据处理方法。
19.本技术实施例中，通过获取用户数据，用户数据包括第一用户的知识点数据和成绩数据；从文档库中获取与用户数据匹配的至少一道题目，将至少一道题目发送至第一终端进行答题；获取第一终端发送的针对显示屏中答题区域的目标笔迹，对目标笔迹进行识别，得到与目标笔迹对应的目标答案，基于目标答案与文档库中的预设答案进行匹配，得到目标匹配结果；将目标笔迹输入目标检测模型，基于目标检测模型对目标笔迹进行检测，得到目标检测结果，将目标匹配结果和目标检测结果发送至第二终端进行管理。通过获取包括第一用户的知识点数据和成绩数据，从文档库中获取与知识点数据以及成绩数据匹配的至少一道题目，将该至少一道题目发送至第一终端进行答题。由于每个用户的知识点数据和成绩数据存在差异，因此基于用户的知识点数据和成绩数据匹配得到的至少一道题目存在差异，即可以实现针对性题目分配，便于用户对薄弱知识点进行提高。进一步地，通过目标检测模型对目标笔迹进行检测，可以确定目标笔迹是否为第一用户的笔迹，避免他人代答题，提高答题安全性。此外，通过自动对目标笔迹进行识别确定目标答案是否正确，可以提高数据处理效率。
附图说明
20.为了更清楚地说明本技术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技术的一些实施例，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。
21.图1是本技术实施例提供的一种数据处理系统的架构示意图；
22.图2是本技术实施例提供的一种数据处理方法的流程示意图；
23.图3是本技术实施例提供的另一种数据处理方法的流程示意图；
24.图4是本技术实施例提供的一种数据处理装置的组成结构示意图；
25.图5是本技术实施例提供的一种计算机设备的组成结构示意图。
具体实施方式
26.下面将结合本技术实施例中的附图，对本技术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技术一部分实施例，而不是全部的实施例。基于本技术中的实施例，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，都属于本技术保护的范围。
27.人工智能技术是一门综合学科，涉及领域广泛，既有硬件层面的技术也有软件层面的技术。人工智能基础技术一般包括如传感器、专用人工智能芯片、云计算、分布式存储、大数据处理技术、操作/交互系统、机电一体化等技术。人工智能软件技术主要包括计算机视觉技术、语音处理技术、自然语言处理技术以及机器学习/深度学习等几大方向。
28.其中，机器学习(machine learning,ml)是一门多领域交叉学科，涉及概率论、统计学、逼近论、凸分析、算法复杂度理论等多门学科。专门研究计算机怎样模拟或实现人类的学习行为，以获取新的知识或技能，重新组织已有的知识结构使之不断改善自身的性能。机器学习是人工智能的核心，是使计算机具有智能的根本途径，其应用遍及人工智能的各个领域。机器学习和深度学习通常包括人工神经网络、置信网络、强化学习、迁移学习、归纳学习、式教学习等技术。
29.本技术涉及人工智能技术领域，通过获取用户数据，用户数据包括第一用户的知识点数据和成绩数据，从文档库中获取与用户数据匹配的至少一道题目，将至少一道题目发送至第一终端进行答题。进一步地，可以获取第一终端发送的针对显示屏中答题区域的目标笔迹，采用计算机视觉技术对目标笔迹进行识别，得到与目标笔迹对应的目标答案，基于目标答案与文档库中的预设答案进行匹配，得到目标匹配结果。进一步地，还可以采用机器学习技术将目标笔迹输入目标检测模型，基于目标检测模型对目标笔迹进行检测，得到目标检测结果，将目标匹配结果和目标检测结果发送至第二终端进行管理，可以实现针对性题目分配，并且提高数据处理的效率。
30.请参见图1，图1是本技术实施例提供的一种数据处理系统的架构示意图。如图1所示，该数据处理系统包括计算机设备101、第一终端102以及第二终端103，计算机设备101可以与第一终端102和第二终端103进行数据交互，其中，计算机设备101可以获取用户数据，用户数据可以通过第一终端102或者第二终端103上传得到。进一步地，计算机设备101可以从文档库中获取与用户数据匹配的至少一道题目，将至少一道题目发送至第一终端102进行答题。进一步地，计算机设备101可以获取第一终端102发送的针对显示屏中答题区域的目标笔迹，对目标笔迹进行识别，得到与目标笔迹对应的目标答案，基于目标答案与文档库中的预设答案进行匹配，得到目标匹配结果。进一步地，计算机设备101可以将目标笔迹输入目标检测模型，基于目标检测模型对目标笔迹进行检测，得到目标检测结果，将目标匹配结果和目标检测结果发送至第二终端103进行管理，目标检测结果用于指示目标笔迹是否为第一用户的笔迹。
31.通过获取包括第一用户的知识点数据和成绩数据，从文档库中获取与知识点数据以及成绩数据匹配的至少一道题目，将该至少一道题目发送至第一终端进行答题。由于每个用户的知识点数据和成绩数据存在差异，因此基于用户的知识点数据和成绩数据匹配得到的至少一道题目存在差异，即可以实现针对性题目分配，便于用户对薄弱知识点进行提高。进一步地，通过目标检测模型对目标笔迹进行检测，可以确定目标笔迹是否为第一用户的笔迹，避免他人代答题，提高答题安全性。此外，通过自动对目标笔迹进行识别确定目标答案是否正确，可以提高数据处理效率。
32.可以理解的是，本技术实施例中所提及的计算机设备包括但不限于终端设备或服务器。换句话说，计算机设备、第一终端和第二终端可以是服务器或终端设备，也可以是服务器和终端设备组成的系统。其中，以上所提及的终端设备可以是一种电子设备，包括但不限于手机、平板电脑、台式电脑、笔记本电脑、掌上电脑、车载设备、增强现实/虚拟现实(augmented reality/virtual reality，ar/vr)设备、头盔显示器、可穿戴设备、智能音箱、数码相机、摄像头及其他具备网络接入能力的移动互联网设备(mobile internet device，mid)等，电子设备的屏幕可以包括但不限于电子墨水屏。其中，以上所提及的服务器可以是独立的物理服务器，也可以是多个物理服务器构成的服务器集群或者分布式系统，还可以是提供云服务、云数据库、云计算、云函数、云存储、网络服务、云通信、中间件服务、域名服务、安全服务、车路协同、内容分发网络(content delivery network，cdn)、以及大数据和人工智能平台等基础云计算服务的云服务器。
33.进一步地，请参见图2，图2是本技术实施例提供的一种数据处理方法的流程示意图；如图2所示，该数据处理方法可以应用于计算机设备，该数据处理方法包括但不限于以下步骤：
34.s101，获取用户数据。
35.本技术技术方案可以应用于教师对学生进行题目分配的场景中，例如教师根据对学生的知识点掌握情况和学生的成绩情况为学生进行针对性题目分配的场景中；也可以应用于公司领导对员工进行题目分配的场景中，例如公司领导根据员工的知识点掌握情况和员工的成绩情况为员工进行针对性题目分配的场景中；还可以应用于其他需要进行题目分配的场景中。例如，本技术技术方案可以应用于医院的领导对医护人员的医疗知识进行考察，根据医护人员的医疗知识点掌握情况和医护人员的成绩情况为医护人员进行针对性题目分配的场景中，由于根据医护人员的知识点数据和成绩数据对医护人员分配相应的医疗题目，每个医护人员可以根据分配的题目进行针对性练习，提升医护人员的知识点掌握情况，提升用户体验。可以理解的是，在本技术的具体实施方式中，涉及到用户信息等相关的数据，当本技术以上实施例运用到具体产品或技术中时，需要获得用户许可或者同意，且相关数据的收集、使用和处理需要遵守相关国家和地区的相关法律法规和标准。
36.本技术实施例中，计算机设备可以从第一终端中获取用户数据，或者计算机设备也可以从第二终端中获取用户数据，用户数据包括第一用户的知识点数据和成绩数据。其中，若本方案应用于教师对学生进行题目分配的场景中，则第一用户可以为学生，第一终端可以为学生使用的终端，第二终端可以为教师使用的终端。知识点数据可以根据学科划分，例如可以包括语数外理化生政史地等各个学科中的知识点数据。例如，数学中的知识点数据可以包括代数、解析几何、统计与概率等知识点。成绩数据可以用于反映第一用户的能力情况，成绩数据可以是指第一用户在目标时间段内的成绩数据，例如可以包括第一用户的期末考试成绩、期中考试成绩、随堂测试成绩，等等。若本方案应用于领导对员工进行题目分配的场景中，则第一用户可以为员工，第一终端可以为员工使用的终端，第二终端可以为领导使用的终端。本技术实施例是以第一用户的数量为一个进行的举例，若第一用户的数量为多个，可以参考本技术实施例中的方式进行处理，本技术实施例对此不做过多描述。
37.s102，从文档库中获取与用户数据匹配的至少一道题目，将至少一道题目发送至第一终端进行答题。
38.本技术实施例中，由于获取到针对第一用户的知识点数据和成绩数据，则计算机设备可以从文档库中获取与第一用户的知识点数据和成绩数据匹配的至少一道题目，将至少一道题目发送至第一终端进行答题。
39.其中，用户数据可以包括第一用户的知识点数据以及每个知识点对应的成绩数据。也就是说，针对每个知识点，可以对应第一用户的成绩，该成绩可以用于反映第一用户对该知识点的掌握程度。第一用户对知识点的掌握程度越高，则该知识点对应的第一用户的成绩越高；第一用户对知识点的掌握程度越低，则该知识点对应的第一用户的成绩越低。与用户数据匹配的题目可以是指题目对应的知识点与用户数据中的知识点相同，且题目对应的知识点的难度等级与用户数据中的成绩相匹配。例如，用户数据中的知识点数据包括线性代数，成绩数据为60，则与用户数据匹配的题目可以是指知识点为线性代数，且知识点的难度等级大于或者等于目标难度等级的题目。目标预设难度等级可以根据用户数据中的成绩确定，用户数据中的成绩越低，目标难度等级越低；用户数据中的成绩越高，目标难度等级越高。
40.也就是说，针对第一用户的薄弱知识点(即第一用户掌握程度较低的知识点)，计算机设备可以通过匹配与薄弱知识点对应的题目给第一用户进行答题，提高第一用户对薄弱知识点的掌握程度。可选地，计算机设备可以先发送知识点对应的难度等级较低的题目给第一用户进行答题，根据第一用户的答题准确率情况对发送给第一用户的题目的难度等级进行调整。针对第一用户的牢固知识点(即第一用户掌握程度较高的知识点)，可以不发送或者发送少量牢固知识点对应的题目给第一用户，由于第一用户对此类知识点掌握较好，因此可以不发送或者少量发送相关题目给第一用户进行答题，可以提高答题效率。
41.可选地，计算机设备可以预先构建文档库，便于后续从文档库中获取与用户数据匹配的至少一道题目。具体地，计算机设备可以获取预设题目以及与预设题目关联的预设知识点数据，其中，每个预设知识点数据可以对应一个难度等级；将预设题目和预设知识点数据发送至第二终端；接收第二终端发送的确认指令，将预设题目和预设知识点数据发送至文档库进行存储。
42.其中，计算机设备可以从各个网站或者题库系统中获取预设题目，以及与预设题目关联的预设知识点数据；或者，计算机设备可以从第三终端获取预设题目，以及与预设题目关联的预设知识点数据。第三终端的用户可以通过第三终端进行自定义预设题目、预设知识点数据，以及预设知识点数据对应的难度等级；或者，第三终端可以采用光学字符识别技术对实体书籍和第三终端的用户自制答题纸进行扫描，得到预设题目和预设知识点数据，并设置每个预设知识点数据对应的难度等级。假设第一终端为学生使用的终端，第二终端和第三终端可以是指教师使用的终端，第二终端和第三终端可以相同，也可以不同。若第二终端与第三终端相同，则表示教师使用第二终端获取预设题目和预设知识点数据之后，可以对预设题目和预设知识点数据进行修改或者调整，基于并使用第二终端发送确认指令至计算机设备，以使计算机设备将调整后的预设题目和预设知识点数据发送至文档库进行存储。若第二终端与第三终端不同，则表示使用第三终端的教师可以将预设题目和预设知识点数据发送至计算机设备，使用第二终端的教师可以对预设题目和预设知识点数据进行修改或者调整，并使用第二终端发送确认指令至计算机设备，以使计算机设备将预设题目和预设知识点数据发送至文档库进行存储。
43.通过预先构建文档库，在文档库中存储预设题目和预设知识点数据，在后续从文档库中获取与用户数据匹配的至少一道题目时，可以提高数据获取效率。并且，第二终端可以对计算机设备获取到的预设题目和预设知识点数据进行修改或调整，可以题目匹配的准确性。
44.可选地，计算机设备将至少一道题目发送至第一终端进行答题之前，可以对第一终端进行身份认证，在身份认证通过的情况下发送至少一道题目至第一终端进行答题，从而确保答题的准确性。具体地，计算机设备可以获取第一终端发送的针对第一用户的人脸图像；将人脸图像与图像库中第一用户的预设人脸图像进行人脸匹配；若人脸匹配成功，则将至少一道题目发送至第一终端进行答题。若人脸匹配失败，则生成第一提示信息，将第一提示信息发送至第一终端，以使第一终端基于第一提示信息进行身份认证，并在身份认证通过时将至少一道题目发送至第一终端进行答题。
45.由于答题时可能存在其他用户代替第一用户进行答题的行为，因此，在答题之前可以对第一终端进行身份认证，即对第一用户进行身份认证，确认是否为第一用户本人答题，从而避免代答题行为，保证用户答题的准确性。可选地，在后续进行答题的过程中，可以每间隔目标周期对第一终端进行一次身份认证，避免出现第一用户身份认证通过后让其他用户代答题的行为，当某一个周期内对第一终端的身份认证不通过时，暂停第一终端的答题操作，并提示第一终端进行身份认证，在第一终端的身份认证通过后继续答题，可以更好地避免用户代答题行为，保证用户答题的准确性。
46.s103，获取第一终端发送的针对显示屏中答题区域的目标笔迹，对目标笔迹进行识别，得到与目标笔迹对应的目标答案，基于目标答案与文档库中的预设答案进行匹配，得到目标匹配结果。
47.本技术实施例中，第一用户使用第一终端进行答题时，第一终端的显示屏中的答题区域中会显示第一用户写的目标笔迹，因此计算机设备可以获取第一终端发送的针对显示屏中答题区域的目标笔迹，采用光学字符识别技术对目标笔迹进行识别，得到与目标笔迹对应的目标答案(即将字符识别结果确定为目标答案)，基于目标答案与文档库中的预设答案进行匹配，得到目标匹配结果。
48.可选地，由于第一终端的显示屏中可能显示多道题目，计算机设备可以根据每道题目的题目类型确定每道题目的答题区域，从而确定每道题目对应的目标笔迹。具体地，计算机设备可以获取至少一道题目的题目类型，题目类型可以包括客观题类型和主观题类型；基于每道题目的题目类型确定每道题目对应的答题区域；将每道题目对应的答题区域中的笔迹作为与每道题目对应的目标笔迹。其中，主观题可以包括但不限于问答题、案例题、计算题以及作文题。客观题可以包括但不限于选择题、判断题、匹配题。由于客观题的答题区域一般为题目后方的特定区域，例如题目后方的括号区域；而主观题的答题区域一般为两道主观题之间的空白区域，或者，计算机设备可以响应于针对客观题的答题指令，将设定区域确定为主观题的答题区域，例如将整个显示屏区域确定为主观题的答题区域。
49.也就是说，由于第一终端的显示屏中可能包括多道题目，每道题目的题目类型不同，题目对应的答题区域也存在差异，通过确定每道题目的题目类型，再确定每道题目类型对应的答题区域，在获取到第一终端发送的目标笔迹时，可以基于目标笔迹所属的答题区域确定该目标笔迹为哪道题目的笔迹，从而得到每道题目对应的目标笔迹。
50.可选地，目标答案可以包括主观题答案和客观题答案，计算机设备可以分别对主观题答案的客观题答案进行不同方式的处理。具体地，计算机设备可以基于客观题答案与文档库中的预设答案进行匹配，得到客观题匹配结果，客观题匹配结果用于指示客观题答案是否正确；将客观题匹配结果和主观题答案包括的答案内容确定为目标匹配结果。
51.也就是说，针对于客观题而言，计算机设备可以将客观题答案与文档库中该客观题对应的预设答案进行匹配，得到客观题匹配结果，若客观题答案与预设答案匹配，则确定客观题答案正确；若客观题答案与预设答案不匹配，则确定客观题答案错误。针对于主观题而言，由于题目答案是不固定的，因此可以将其发送至第二终端进行人工审核，确定主观题答案是否正确。也就是说，计算机设备将客观题匹配结果和主观题答案包括的答案内容确定为目标匹配结果，将目标匹配结果发送至第二终端，对于目标匹配结果中的客观题答案而言，计算机设备已经判断出其答案是否正确；对于目标匹配结果中的主观题答案而言，计算机设备可以直接将其答案内容发送至第二终端，便于第二终端的使用者通过第二终端对主观题答案进行审核。通过对客观题进行自动审核，可以提高答案审核效率。
52.s104，将目标笔迹输入目标检测模型，基于目标检测模型对目标笔迹进行检测，得到目标检测结果，将目标匹配结果和目标检测结果发送至第二终端进行管理。
53.本技术实施例中，计算机设备还可以将目标笔迹输入目标检测模型，基于目标检测模型对目标笔迹进行检测，得到目标检测结果，将目标匹配结果和目标检测结果发送至第二终端进行管理，目标检测结果用于指示目标笔迹是否为第一用户的笔迹。第二终端可以是指教师使用的终端或者领导使用的终端，即第二终端的使用者可以对第一终端的使用者进行管理。
54.可选地，计算机设备基于目标检测模型对目标笔迹进行检测时，可以对目标笔迹进行特征提取，基于提取到的特征确定目标检测结果。具体地，计算机设备可以基于目标检测模型对目标笔迹进行特征提取，得到目标笔迹的书写水平特征、字体形态特征、字体布局特征、写法特征中的至少一种；获取水平特征对应的第一权重、字体形态特征对应的第二权重、字体布局特征对应的第三权重、以及写法特征对应的第四权重；基于第一权重、书写水平特征、第二权重、字体形态特征、第三权重、字体布局特征、第四权重以及写法特征，确定目标笔迹特征；基于目标笔迹特征与模型特征库中第一用户的预设笔迹特征进行特征匹配，基于特征匹配结果确定目标检测结果。
55.其中，目标笔迹的书写水平特征可以是指用于反映用户书写技能高低的特征，书写水平特征与书写动作协调程度、字的结构布局、书写速度等因素有关。字体形态特征可以包括字形特征和字体特征，其中，字形特征可以包括字的外部轮廓的基本形态，如方形、长方形、圆形、扁形等。字体特征可以包括文字的书写形式和书法流派或风格特征。字体布局特征可以包括全篇文字符号的安排形式和分布特点，如字行方向和形态、字间与行间间隔、字行与格线关系、字行与页边关系、移行和空格特点、数字安排位置等特征。写法特征可以包括字的基本结构形式，如单字可采用现行规范写法、异体写法、习俗简化字写法、行草写法、简缩写法、错别字写法等。可选地，计算机设备还可以提取目标笔迹的搭配特征、比例特征、笔顺特征等等，以提高检测的准确性。由于目标笔迹包含多种特征，计算机设备可以根据具体情况设定每种特征对应的权重不同，实现对目标笔迹特征中的每种特征进行调整，例如本方案中若字体形态特征对于目标笔迹检测的重要程度大于字体布局特征，则可以设
定字体形态特征对应的第二权重大于字体布局特征对应的第三权重，通过调整每个特征对应的权重，可以提高笔迹检测的准确性。
56.可选地，模型特征库用于存储多个用户的预设笔迹特征，计算机设备可以预先对多个用户的预设笔迹进行特征提取，得到预设笔迹的书写水平特征、字体形态特征、字体布局特征、写法特征中的至少一种，获取每种特征对应的权重，基于多种特征和每种特征对应的权重确定每个用户的预设笔迹特征，便于后续直接与目标笔迹特征进行特征匹配，提高特征匹配效率。
57.可选地，计算机设备基于特征匹配结果确定目标检测结果的方法可以包括：若目标笔迹特征与模型特征库中第一用户的预设笔迹特征匹配，则确定目标检测结果为目标笔迹为第一用户的笔迹；若目标笔迹特征与模型特征库中第一用户的预设笔迹特征不匹配，则确定目标检测结果不为第一用户的笔迹。由于计算机设备可以预先获取多个用户的预设笔迹特征存储在模型特征库，多个用户中包括第一用户，在后续获取到第一用户的目标笔迹特征时，可以基于目标笔迹特征与模型特征库中第一用户的预设笔迹特征进行匹配，确定目标笔迹是否为第一用户的笔迹。若目标笔迹不为第一用户的笔迹，可以认为出现代答题行为；若目标笔迹为第一用户的笔迹，可以认为是第一用户本人答题。
58.可选地，目标笔迹可以包括至少一种子笔迹，目标笔迹特征可以包括至少一种子笔迹特征，计算机设备可以基于目标笔迹特征包括的每种子笔迹特征与模型特征库中的第一用户的预设笔迹特征进行匹配，得到匹配结果。由于目标笔迹是指答题区域中的笔迹，对于同一道题目，可能存在第一用户进行部分答题，且其他用户进行另一部分答题的行为，因此，可以对目标笔迹进行拆分，得到至少一种子笔迹。例如目标笔迹为abc，则可以将目标笔迹拆分为多种子笔迹a、子笔迹b与子笔迹c，再分别基于目标检测模型对各种子笔迹进行特征提取，得到多种子笔迹特征，也就是说，目标笔迹特征可以包括至少一种子笔迹特征。具体地，若存在一种或多种子笔迹特征与第一用户的预设笔迹特征不匹配，则确定目标笔迹特征与第一用户的预设笔迹特征不匹配；若至少一种子笔迹特征中的每种子笔迹特征均与第一用户的预设笔迹特征匹配，则确定目标笔迹特征与第一用户的预设笔迹特征匹配。
59.可选地，若目标笔迹特征与第一用户的预设笔迹特征不匹配，则计算机设备可以对与第一用户的预设笔迹特征不匹配的子笔迹特征所对应的子笔迹进行标记，并将标记后的子笔迹、目标匹配结果和目标检测结果发送至第二终端进行管理。也就是说，由于计算机设备将至少一道题目发送至第一终端进行答题，则第一终端进行答题后得到的目标笔迹包括每道题目的笔迹，而每道题目可能包括多个选项或者多个答题步骤，计算机设备可以将每个选项或者每个答题步骤确定为一种子笔迹，因此计算机设备可以对每种子笔迹进行特征提取，得到至少一种子笔迹特征。将每种子笔迹特征与第一用户的预设笔迹特征进行匹配，若存在一种或多种子笔迹特征与第一用户的预设笔迹特征不匹配，则可以对该一种或多种子笔迹特征进行标记后发送至第二终端，第二终端可以针对标记后的子笔迹进行二次审核，确定标记后的子笔迹是否为第一用户的笔迹，从而提高答题的准确性。此外，计算机设备通过将目标匹配结果发送至第二终端，第二终端可以根据目标匹配结果确定第一用户的答题准确率，针对主观题部分，第二终端可以通过人工进行审核。进一步地，将目标检测结果发送至第二终端，第二终端可以快速确定是否为第一用户本人答题，若目标检测结果指示不为第一用户的笔迹，则可以通过人工进行二次审核，提高数据处理准确率。
60.本技术实施例中，通过获取用户数据，用户数据包括第一用户的知识点数据和成绩数据；从文档库中获取与用户数据匹配的至少一道题目，将至少一道题目发送至第一终端进行答题；获取第一终端发送的针对显示屏中答题区域的目标笔迹，对目标笔迹进行识别，得到与目标笔迹对应的目标答案，基于目标答案与文档库中的预设答案进行匹配，得到目标匹配结果；将目标笔迹输入目标检测模型，基于目标检测模型对目标笔迹进行检测，得到目标检测结果，将目标匹配结果和目标检测结果发送至第二终端进行管理。通过获取包括第一用户的知识点数据和成绩数据，从文档库中获取与知识点数据以及成绩数据匹配的至少一道题目，将该至少一道题目发送至第一终端进行答题。由于每个用户的知识点数据和成绩数据存在差异，因此基于用户的知识点数据和成绩数据匹配得到的至少一道题目存在差异，即可以实现针对性题目分配，便于用户对薄弱知识点进行提高。进一步地，通过目标检测模型对目标笔迹进行检测，可以确定目标笔迹是否为第一用户的笔迹，避免他人代答题，提高答题安全性。此外，通过自动对目标笔迹进行识别确定目标答案是否正确，可以提高数据处理效率。
61.可选的，请参见图3，图3是本技术实施例提供的另一种数据处理方法的流程示意图。该数据处理方法可以应用于计算机设备；如图3所示，该数据处理方法包括但不限于以下步骤：
62.s201，获取用户数据。
63.s202，从文档库中获取与用户数据匹配的至少一道题目，将至少一道题目发送至第一终端进行答题。
64.s203，获取第一终端发送的针对显示屏中答题区域的目标笔迹，对目标笔迹进行识别，得到与目标笔迹对应的目标答案，基于目标答案与文档库中的预设答案进行匹配，得到目标匹配结果。
65.s204，将目标笔迹输入目标检测模型，基于目标检测模型对目标笔迹进行检测，得到目标检测结果，将目标匹配结果和目标检测结果发送至第二终端进行管理。
66.本技术实施例中，步骤s201～步骤s204的具体实现方式可以参考图2中步骤s101～步骤s104的具体实现方式，此处不再赘述。
67.s205，获取第二终端针对目标答案的评分结果，第一终端针对目标答案的标记信息，以及第一终端与第二终端针对至少一道题目的互动信息。
68.本技术实施例中，计算机设备将目标匹配结果和目标检测结果发送至第二终端之后，第二终端可以基于目标匹配结果和目标检测结果对第一用户进行评分，得到针对目标答案的评分结果，将目标答案的评分结果发送至计算机设备以存储在与计算机设备关联的信息管理库中，后续第一终端和第二终端可以从信息管理库中获取目标答案的评分结果。
69.可选地，第一终端可以对目标答案进行标记，例如第一终端针对目标答案或者目标题目存在的疑问进行标记，得到标记信息。第一终端和第二终端可以针对至少一道题目进行线上交互，得到互动信息，计算机设备可以将标记信息以及互动信息对应存储至信息管理库中。具体地，计算机设备可以接收第二终端发送的连接请求，将该连接请求转发至第一终端，从而建立第一终端和第二终端之间的连接，第一终端的使用者(即第一用户)和第二终端的使用者(即第二用户)可以在线上进行沟通交流，得到互动信息，计算机设备可以将互动信息存储至信息管理库中，后续终端可以随时获取该互动信息进行查看和复习。
70.可选地，若至少一道题目均为客观题，则计算机设备可以基于客观题匹配结果确定评分结果，例如客观题正确则确定对应的分数为第一分数，若客观题错误则确定对应的分数为第二分数。通过对每道题目进行自动评分，基于每道题目的评分结果确定至少一道题目的评分结果，即得到第一用户的分数，通过自动进行评分，可以快速确定评分结果，提高数据处理效率。此外，计算机设备可以将评分结果发送至第一终端和第二终端进行查看，还可以将该评分结果存储至信息管理库中，便于后续第一终端和第二终端查询以及获取。
71.s206，将评分结果、标记信息以及互动信息存储至信息管理库。
72.本技术实施例中，计算机设备通过将评分结果、标记信息以及互动信息存储至信息管理库，后续第一终端或者第二终端可以随时获取评分结果、标记信息以及互动信息，便于后续进行查看或者复习。
73.可选地，计算机设备可以接收第二终端发送的竞赛题目，将竞赛题目发送至第一终端进行答题，并接收第一终端发送的竞赛答案，计算机设备可以自动对竞赛答案进行识别，得到竞赛结果并发送至第一终端和第二终端，第一用户可以通过第一终端查看到自己的此次竞赛排名。进一步地，第一终端可以多次进行答题，计算机设备根据第一终端每次答题结果确定第一用户的竞赛排名，并对第一用户的竞赛排名进行更新，可以实现鼓励第一用户不断检查并修改错误答案，提升用户体验。
74.本技术实施例中，通过获取第二终端针对目标答案的评分结果，第一终端针对目标答案的标记信息，以及第一终端与第二终端针对至少一道题目的互动信息并进行保存，后续第一终端或者第二终端可以对保存的信息进行查看和复习，可以提升用户体验。
75.上面介绍了本技术实施例的方法，下面介绍本技术实施例的装置。
76.参见图4，图4是本技术实施例提供的一种数据处理装置的组成结构示意图，上述数据处理装置可以是运行于计算机设备中的一个计算机程序(包括程序代码)，例如该数据处理装置为一个应用软件；该数据处理装置可以用于执行本技术实施例提供的数据处理方法中的相应步骤。该数据处理装置40包括：
77.数据获取模块41，用于获取用户数据，该用户数据包括第一用户的知识点数据和成绩数据；
78.题目匹配模块42，用于从文档库中获取与该用户数据匹配的至少一道题目，将该至少一道题目发送至第一终端进行答题；
79.答案匹配模块43，用于获取该第一终端发送的针对显示屏中答题区域的目标笔迹，对该目标笔迹进行识别，得到与该目标笔迹对应的目标答案，基于该目标答案与该文档库中的预设答案进行匹配，得到目标匹配结果；
80.笔迹检测模块44，用于将该目标笔迹输入目标检测模型，基于该目标检测模型对该目标笔迹进行检测，得到目标检测结果，将该目标匹配结果和该目标检测结果发送至第二终端进行管理，该目标检测结果用于指示该目标笔迹是否为该第一用户的笔迹。
81.可选地，该笔迹检测模块44，具体用于：
82.基于该目标检测模型对该目标笔迹进行特征提取，得到该目标笔迹的书写水平特征、字体形态特征、字体布局特征、写法特征中的至少一种；
83.获取该水平特征对应的第一权重、该字体形态特征对应的第二权重、该字体布局特征对应的第三权重、以及该写法特征对应的第四权重；
84.基于该第一权重、该书写水平特征、该第二权重、该字体形态特征、该第三权重、该字体布局特征、该第四权重以及该写法特征，确定该目标笔迹特征；
85.基于该目标笔迹特征与模型特征库中该第一用户的预设笔迹特征进行特征匹配，基于该特征匹配结果确定该目标检测结果。
86.可选地，该目标笔迹包括至少一种子笔迹，该目标笔迹特征包括至少一种子笔迹特征；该笔迹检测模块44，具体用于：
87.若存在一种或多种子笔迹特征与该第一用户的预设笔迹特征不匹配，则确定该目标笔迹特征与该第一用户的预设笔迹特征不匹配；
88.对与该第一用户的预设笔迹特征不匹配的子笔迹特征所对应的子笔迹进行标记；
89.将标记后的子笔迹、该目标匹配结果、以及该目标检测结果发送至该第二终端进行管理。
90.可选地，该笔迹检测模块44，具体用于：
91.若该目标笔迹特征与该模型特征库中第一用户的预设笔迹特征匹配，则确定该目标检测结果指示该目标笔迹为该第一用户的笔迹；
92.若该目标笔迹特征与该模型特征库中第一用户的预设笔迹特征不匹配，则确定该目标检测结果指示该目标笔迹不为该第一用户的笔迹。
93.可选地，该答案匹配模块43，具体用于：
94.获取该至少一道题目的题目类型，该题目类型包括客观题类型和主观题类型；
95.基于每道题目的题目类型确定该每道题目对应的答题区域；
96.将该每道题目对应的答题区域中的笔迹作为与该每道题目对应的目标笔迹。
97.可选地，该目标答案包括主观题答案和客观题答案；该答案匹配模块43，具体用于：
98.基于该客观题答案与该文档库中的预设答案进行匹配，得到客观题匹配结果，该客观题匹配结果用于指示该客观题答案是否正确；
99.将该客观题匹配结果和该主观题答案包括的答案内容确定为该目标匹配结果。
100.可选地，该数据处理装置40还包括：
101.信息获取模块45，用于获取该第二终端针对该目标答案的评分结果，该第一终端针对目标答案的标记信息，以及该第一终端与该第二终端针对该至少一道题目的互动信息；
102.信息发送模块46，用于将该评分结果、该标记信息以及该互动信息存储至信息管理库。
103.需要说明的是，图4对应的实施例中未提及的内容可参见方法实施例的描述，这里不再赘述。
104.本技术实施例中，通过获取用户数据，用户数据包括第一用户的知识点数据和成绩数据；从文档库中获取与用户数据匹配的至少一道题目，将至少一道题目发送至第一终端进行答题；获取第一终端发送的针对显示屏中答题区域的目标笔迹，对目标笔迹进行识别，得到与目标笔迹对应的目标答案，基于目标答案与文档库中的预设答案进行匹配，得到目标匹配结果；将目标笔迹输入目标检测模型，基于目标检测模型对目标笔迹进行检测，得到目标检测结果，将目标匹配结果和目标检测结果发送至第二终端进行管理。通过获取包
括第一用户的知识点数据和成绩数据，从文档库中获取与知识点数据以及成绩数据匹配的至少一道题目，将该至少一道题目发送至第一终端进行答题。由于每个用户的知识点数据和成绩数据存在差异，因此基于用户的知识点数据和成绩数据匹配得到的至少一道题目存在差异，即可以实现针对性题目分配，便于用户对薄弱知识点进行提高。进一步地，通过目标检测模型对目标笔迹进行检测，可以确定目标笔迹是否为第一用户的笔迹，避免他人代答题，提高答题安全性。此外，通过自动对目标笔迹进行识别确定目标答案是否正确，可以提高数据处理效率。
105.参见图5，图5是本技术实施例提供的一种计算机设备的组成结构示意图。如图5所示，上述计算机设备50可以包括：处理器501，网络接口504和存储器505，此外，上述计算机设备50还可以包括：用户接口503，和至少一个通信总线502。其中，通信总线502用于实现这些组件之间的连接通信。其中，用户接口503可以包括显示屏(display)、键盘(keyboard)，可选用户接口503还可以包括标准的有线接口、无线接口。网络接口504可选的可以包括标准的有线接口、无线接口(如wi-fi接口)。存储器505可以是高速ram存储器，也可以是非易失性的存储器(non-volatile memory)，例如至少一个磁盘存储器。存储器505可选的还可以是至少一个位于远离前述处理器501的存储装置。如图5所示，作为一种计算机可读存储介质的存储器505中可以包括操作系统、网络通信模块、用户接口模块以及设备控制应用程序。
106.在图5所示的计算机设备50中，网络接口504可提供网络通讯功能；而用户接口503主要用于为用户提供输入的接口；而处理器501可以用于调用存储器505中存储的设备控制应用程序，以实现：
107.获取用户数据，该用户数据包括第一用户的知识点数据和成绩数据；
108.从文档库中获取与该用户数据匹配的至少一道题目，将该至少一道题目发送至第一终端进行答题；
109.获取该第一终端发送的针对显示屏中答题区域的目标笔迹，对该目标笔迹进行识别，得到与该目标笔迹对应的目标答案，基于该目标答案与该文档库中的预设答案进行匹配，得到目标匹配结果；
110.将该目标笔迹输入目标检测模型，基于该目标检测模型对该目标笔迹进行检测，得到目标检测结果，将该目标匹配结果和该目标检测结果发送至第二终端进行管理，该目标检测结果用于指示该目标笔迹是否为该第一用户的笔迹。
111.应当理解，本技术实施例中所描述的计算机设备50可执行前文图2和图3所对应实施例中对上述数据处理方法的描述，也可执行前文图4所对应实施例中对上述数据处理装置的描述，在此不再赘述。另外，对采用相同方法的有益效果描述，也不再进行赘述。
112.本技术实施例中，通过获取用户数据，用户数据包括第一用户的知识点数据和成绩数据；从文档库中获取与用户数据匹配的至少一道题目，将至少一道题目发送至第一终端进行答题；获取第一终端发送的针对显示屏中答题区域的目标笔迹，对目标笔迹进行识别，得到与目标笔迹对应的目标答案，基于目标答案与文档库中的预设答案进行匹配，得到目标匹配结果；将目标笔迹输入目标检测模型，基于目标检测模型对目标笔迹进行检测，得到目标检测结果，将目标匹配结果和目标检测结果发送至第二终端进行管理。通过获取包括第一用户的知识点数据和成绩数据，从文档库中获取与知识点数据以及成绩数据匹配的
至少一道题目，将该至少一道题目发送至第一终端进行答题。由于每个用户的知识点数据和成绩数据存在差异，因此基于用户的知识点数据和成绩数据匹配得到的至少一道题目存在差异，即可以实现针对性题目分配，便于用户对薄弱知识点进行提高。进一步地，通过目标检测模型对目标笔迹进行检测，可以确定目标笔迹是否为第一用户的笔迹，避免他人代答题，提高答题安全性。此外，通过自动对目标笔迹进行识别确定目标答案是否正确，可以提高数据处理效率。
113.本技术实施例还提供一种计算机可读存储介质，该计算机可读存储介质存储有计算机程序，该计算机程序包括程序指令，该程序指令当被计算机执行时使该计算机执行如前述实施例的方法，该计算机可以为上述提到的计算机设备的一部分。例如为上述的处理器501。作为示例，程序指令可被部署在一个计算机设备上执行，或者被部署位于一个地点的多个计算机设备上执行，又或者，在分布在多个地点且通过通信网络互连的多个计算机设备上执行，分布在多个地点且通过通信网络互连的多个计算机设备可以组成区块链网络。
114.本领域普通技术人员可以理解实现上述实施例的方法中的全部或部分流程，是可以通过计算机程序来指令相关的硬件来完成，该的程序可存储于计算机可读取存储介质中，该程序在执行时，可包括如上述各方法的实施例的流程。其中，该的存储介质可为磁碟、光盘、只读存储记忆体(read-only memory，rom)或随机存储记忆体(random access memory，ram)等。
115.以上所揭露的仅为本技术较佳实施例而已，当然不能以此来限定本技术之权利范围，因此依本技术权利要求所作的等同变化，仍属本技术所涵盖的范围。