寻找失散多年的兄弟——利用知识点标注数据来推荐相似题

 

文章均从个人微信公众号“ AI牛逼顿”转载，文末扫码，欢迎关注！

---

八月份的尾巴，是“秋老虎”~~眼瞅着就要夺取抗“日”的伟大胜利了，这才擦了擦汗，更新一篇关于试题相似性分析的原创帖。这里先感谢同事Miss杨提供的标注数据，否则也是巧妇难为无米之炊呀。

https://blog.csdn.net/weixin_43917778/article/details/100140848

所有试题最多只标注5个知识点，试题重点考察的知识点优先标注

 

 

随机抽查了50道原题，其中有一题的知识点标注有误，不予考虑。每道原题给出5道最相似的推荐题，统计结果如下图。左边纵轴表示推荐题的数量；右边纵轴表示相似率；横轴表示原题里标注的知识点个数。

 

 

抽检样本数量有限，图线变化的规律有待深入探索。但是只包含单个知识点的试题，其推荐效果较差，在实验题里表现得尤为突出。很大原因在于知识体系里，实验部分的知识点分类比较笼统。

其他的发现还有待进一步挖掘，这里就不再叙述。另外要指出的是，标注知识点本身就有很大的主观性；其次，分析两道试题是否相似，也是妥妥滴主观判断。所以在不同人眼中，结果有些差异在所难免。毕竟，所有的客观都是主观，所有的意见都是偏见。

 

 

后记：文中涉及的真实数据具有保密性，所以不上传。文末给出的代码链接里，会附上和真实数据表有相同格式的测试数据，内容肯定是瞎编啦。只用于代码的运行。

千里之行始于足下！定期分享人工智能的干货，通俗展现原理和案例实现，并探索案例在中学物理教育过程中的使用。还有各种有趣的物理科普哟。坚持原创分享！坚持理解并吸收后的转发分享！欢迎大家的关注与交流。

下载链接：https://download.csdn.net/download/weixin_43917778/11637617