本發(fā)明涉及教育領(lǐng)域，具體而言，涉及一種習(xí)題生成方法、裝置、服務(wù)器與系統(tǒng)。

背景技術(shù)：

當(dāng)人處于高效學(xué)習(xí)、低效學(xué)習(xí)及瞌睡等不同狀態(tài)時，人體的生理數(shù)據(jù)特征也不同。例如，根據(jù)頻率，腦電波可以按頻率由低到高分為δ波、θ波、α波、β波等。當(dāng)頻率于8-13hz的α波段為優(yōu)勢腦電波時，人體進(jìn)入放松性警覺狀態(tài)，主意力高度集中，記憶效果好，創(chuàng)造力強(qiáng)，是學(xué)習(xí)的最佳狀態(tài)。當(dāng)頻率于13-25hz的β波為優(yōu)勢腦電波時時，人體處于緊張狀態(tài)，此時往往課堂氣氛過于緊張或壓力過大，學(xué)生感到厭煩或恐懼。此時大腦過于興奮或緊張，注意力難于集中，記憶力下降，不容易產(chǎn)生創(chuàng)意，學(xué)習(xí)能力受到壓抑。頻率于4-8hz的θ波為優(yōu)勢腦電波時，人體處于半醒半睡的朦朧狀態(tài)，學(xué)習(xí)效率非常低。頻率于4hz以下的δ波為優(yōu)勢腦電波時，人體處于深度睡眠，無法學(xué)習(xí)。

上課時，學(xué)生在長時間的聽課過程中難以始終保持的最佳學(xué)習(xí)狀態(tài)。大腦經(jīng)歷從能夠高效學(xué)習(xí)的高效期，再到思考、學(xué)習(xí)狀態(tài)差的低效期。學(xué)生往往難以在理解、記憶低效期時教師所講授的內(nèi)容，因而產(chǎn)生知識盲點(diǎn)。教師為了檢驗(yàn)學(xué)生的學(xué)習(xí)情況，幫助學(xué)生鞏固課堂講授的知識點(diǎn)，常常會布置統(tǒng)一的課后作業(yè)。然后，所有學(xué)生的課后作業(yè)基本一樣，學(xué)生只能通過題海戰(zhàn)術(shù)去發(fā)現(xiàn)學(xué)習(xí)中的薄弱環(huán)節(jié)，耗費(fèi)時間長，效率低。而學(xué)生在上課時學(xué)習(xí)狀態(tài)差的低效期所形成的知識盲點(diǎn)，往往被過多的習(xí)題所淹沒，沒有引起充分重視。

針對上述現(xiàn)有技術(shù)教師往往沒有針對學(xué)生的薄弱環(huán)節(jié)布置習(xí)題，學(xué)生作題效率低的問題，目前尚未提出有效的解決方案。

技術(shù)實(shí)現(xiàn)要素：

本發(fā)明旨在至少在一定程度上解決上述技術(shù)問題。

本發(fā)明實(shí)施例提供了一種習(xí)題生成方法、裝置、服務(wù)器與系統(tǒng)，以解決現(xiàn)有技術(shù)中技術(shù)教師往往沒有針對學(xué)生的薄弱環(huán)節(jié)布置習(xí)題，學(xué)生作題效率低的技術(shù)問題。

根據(jù)本發(fā)明實(shí)施例的一個方面，提供了一種習(xí)題生成方法，包括：

s110：采集生理數(shù)據(jù)；

s120：記錄頁面演示的時間；

s130：根據(jù)生理數(shù)據(jù)獲取演示所述頁面的學(xué)習(xí)狀態(tài)；

s140：計算頁面內(nèi)容與題目的相關(guān)度；

s150：根據(jù)頁面的學(xué)習(xí)狀態(tài)及所述題目的相關(guān)度生成習(xí)題。

在一種優(yōu)選的方案中，所述根據(jù)生理數(shù)據(jù)獲取演示所述頁面的學(xué)習(xí)狀態(tài)步驟還包括：

s131：根據(jù)演示所述頁面的時間劃分生理數(shù)據(jù)的每頁狀態(tài)判斷時間；

s132：對狀態(tài)判斷時間內(nèi)所采集的生理數(shù)據(jù)進(jìn)行預(yù)處理；

s133：提取所述經(jīng)預(yù)處理的生理數(shù)據(jù)的特征信息；

s134：根據(jù)所述特征信息判斷所述頁面的學(xué)習(xí)狀態(tài)。

在一種優(yōu)選的方案中，所述根據(jù)所述特征信息判斷所述頁面的學(xué)習(xí)狀態(tài)步驟還包括：

s135：確定采樣周期的優(yōu)勢波段；

s136：計算狀態(tài)判斷時間內(nèi)低效學(xué)習(xí)波段比例p及睡眠波段比例q；

s137：根據(jù)低效學(xué)習(xí)波段比例p及睡眠波段比例q判斷狀態(tài)判斷時間內(nèi)的學(xué)習(xí)狀態(tài)。

具體地，根據(jù)低效學(xué)習(xí)波段比例p及睡眠波段比例q判斷狀態(tài)判斷時間內(nèi)的學(xué)習(xí)狀態(tài)級別步驟包括：

當(dāng)?shù)托W(xué)習(xí)波段比例p小于或等于第一閾值時，則判斷狀態(tài)判斷時間內(nèi)學(xué)習(xí)狀態(tài)處于高效學(xué)習(xí)期；

當(dāng)?shù)托W(xué)習(xí)波段比例p大于第一閾值，且睡眠波段比例q小于第二閾值時，則判斷狀態(tài)判斷時間內(nèi)學(xué)習(xí)狀態(tài)處于低效學(xué)習(xí)期；

當(dāng)?shù)托W(xué)習(xí)波段比例p大于第一閾值，且睡眠波段比例q大于第二閾值時，則判斷狀態(tài)判斷時間內(nèi)學(xué)習(xí)狀態(tài)處于瞌睡期。

在一種優(yōu)選的方案中，所述計算頁面與題目的相關(guān)度步驟包括：

s141：根據(jù)所述頁面中的文本提取關(guān)鍵詞；

s142：根據(jù)所述關(guān)鍵詞獲取匹配題目；

s143：計算所述頁面內(nèi)容與所述匹配題目的相關(guān)度；

s144：根據(jù)相關(guān)度對匹配題目排序。

在一種優(yōu)選的方案中，所述根據(jù)頁面的學(xué)習(xí)狀態(tài)及所述題目的相關(guān)度生成習(xí)題步驟前包括：

s149：設(shè)置總習(xí)題數(shù)。

在一種優(yōu)選的方案中，所述根據(jù)頁面的學(xué)習(xí)狀態(tài)及所述題目的相關(guān)度生成習(xí)題步驟包括：

s151：根據(jù)頁面的學(xué)習(xí)狀態(tài)確定每頁習(xí)題數(shù)；

s152：根據(jù)匹配題目的排序選取該頁面的候選題目，所述頁面的候選題目的個數(shù)等于所述該頁習(xí)題數(shù)；

s153：組合所有頁面的候選題目生成習(xí)題。

根據(jù)本發(fā)明實(shí)施例的一個方面，提供了一種習(xí)題生成裝置，包括：

采集模塊，用于采集生理數(shù)據(jù)；

記錄模塊，用于記錄頁面演示的時間；

狀態(tài)模塊，用于根據(jù)生理數(shù)據(jù)獲取演示所述頁面的學(xué)習(xí)狀態(tài)；

相關(guān)模塊，用于計算頁面內(nèi)容與題目的相關(guān)度；

生成模塊，用于根據(jù)頁面的學(xué)習(xí)狀態(tài)及所述題目的相關(guān)度生成習(xí)題。

在一種優(yōu)選的方案中，所述狀態(tài)模塊包括：

時間單元，用于根據(jù)演示所述頁面的時間劃分生理數(shù)據(jù)的每頁狀態(tài)判斷時間；

預(yù)處理單元，用于對狀態(tài)判斷時間內(nèi)所采集的生理數(shù)據(jù)進(jìn)行預(yù)處理；

特征提取單元，用于提取所述經(jīng)預(yù)處理的生理數(shù)據(jù)的特征信息；

狀態(tài)判斷單元，用于根據(jù)所述特征信息判斷所述頁面的學(xué)習(xí)狀態(tài)。

在一種優(yōu)選的方案中，所述狀態(tài)模塊還包括：

確定單元，用于確定采樣周期的優(yōu)勢波段；

計算單元，用于計算狀態(tài)判斷時間內(nèi)低效學(xué)習(xí)波段比例p及睡眠波段比例q；

判斷單元，用于根據(jù)低效學(xué)習(xí)波段比例p及睡眠波段比例q判斷狀態(tài)判斷時間內(nèi)的學(xué)習(xí)狀態(tài)。

在一種優(yōu)選的方案中，所述狀態(tài)模塊還包括：

第一判斷單元，用于當(dāng)?shù)托W(xué)習(xí)波段比例p小于或等于第一閾值時，判斷狀態(tài)判斷時間內(nèi)學(xué)習(xí)狀態(tài)處于高效學(xué)習(xí)期；

第二判斷單元，用于當(dāng)?shù)托W(xué)習(xí)波段比例p大于第一閾值，且睡眠波段比例q小于第二閾值時，判斷狀態(tài)判斷時間內(nèi)學(xué)習(xí)狀態(tài)處于低效學(xué)習(xí)期；

第三判斷單元，用于當(dāng)?shù)托W(xué)習(xí)波段比例p大于第一閾值，且睡眠波段比例q大于第二閾值時，判斷狀態(tài)判斷時間內(nèi)學(xué)習(xí)狀態(tài)處于瞌睡期。

在一種優(yōu)選的方案中，所述相關(guān)模塊包括：

提取單元，用于根據(jù)所述頁面中的文本提取關(guān)鍵詞；

獲取單元，用于根據(jù)所述關(guān)鍵詞獲取匹配題目；

相關(guān)計算單元，用于計算所述頁面內(nèi)容與所述匹配題目的相關(guān)度；

排序單元，用于根據(jù)相關(guān)度對匹配題目排序。

在一種優(yōu)選的方案中，所述裝置還包括：

設(shè)置模塊，用于設(shè)置總習(xí)題數(shù)。

在一種優(yōu)選的方案中，所述生成模塊包括：

題目單元，用于根據(jù)頁面的學(xué)習(xí)狀態(tài)確定每頁習(xí)題數(shù)；

選取單元，用于根據(jù)匹配題目的排序選取該頁面的候選題目，所述頁面的候選題目的個數(shù)等于所述該頁習(xí)題數(shù)；

組合單元，用于組合所有頁面的候選題目生成習(xí)題。

與現(xiàn)有技術(shù)相比，本發(fā)明技術(shù)方案的優(yōu)點(diǎn)有：

1、通過計算和對比低效學(xué)習(xí)波段比例p和睡眠波段比例q，可以判斷出各個頁面演示時間中，用戶的學(xué)習(xí)狀態(tài)，從而可以清楚地發(fā)現(xiàn)用戶可能存在的學(xué)習(xí)盲點(diǎn)；

2、教師可以設(shè)置統(tǒng)一的總習(xí)題數(shù)，也可以根據(jù)學(xué)生的歷史數(shù)據(jù)、上課時的學(xué)習(xí)狀態(tài)動態(tài)設(shè)置總習(xí)題數(shù)，從而實(shí)現(xiàn)因材施教，為不同基礎(chǔ)的學(xué)生提供不同數(shù)量的習(xí)題，使學(xué)生能夠更有效率地學(xué)習(xí)；

3、對不同學(xué)習(xí)狀態(tài)設(shè)置不同的題目權(quán)重，可以重點(diǎn)突出用戶學(xué)習(xí)狀態(tài)差時候的知識點(diǎn)相關(guān)的題目，題目針對性強(qiáng)，有利于學(xué)生發(fā)現(xiàn)學(xué)習(xí)的薄弱環(huán)節(jié)；

4、對不同頁面設(shè)置不同的權(quán)重系數(shù)，可以排除一些沒有知識點(diǎn)的頁面，如標(biāo)題、背景介紹等頁面的干擾，聚焦于知識點(diǎn)較多，重要程度高的頁面，使重要頁面的題目數(shù)量多，有利于學(xué)生掌握重點(diǎn)；

5、可以針對學(xué)生處于低學(xué)習(xí)效率狀態(tài)下的頁面，提供個性化的習(xí)題，重點(diǎn)突出，避免了統(tǒng)一布置作業(yè)時完成作業(yè)耗費(fèi)時間長，針對性不強(qiáng)，效率低的問題；

6、可以根據(jù)包括腦電波、心電、肌電、脈博、心率、皮溫、皮電、肌電、人臉圖像、血壓及血氧中的一種或多種的組合的生理數(shù)據(jù)判斷學(xué)生的學(xué)習(xí)狀態(tài)。多種生理數(shù)據(jù)的組合可以更加精確地把握人體狀態(tài)。

本發(fā)明解決現(xiàn)有技術(shù)中教師往往沒有針對學(xué)生的薄弱環(huán)節(jié)布置習(xí)題，學(xué)生作題效率低的技術(shù)問題，提供一種能夠節(jié)省作題時間，突出復(fù)習(xí)重點(diǎn)的習(xí)題生成方法、裝置、服務(wù)器與系統(tǒng)。

附圖說明

圖1為本發(fā)明實(shí)施例的一種習(xí)題生成方法流程圖。

圖2為本發(fā)明實(shí)施例的一種習(xí)題生成方法根據(jù)生理數(shù)據(jù)獲取演示所述頁面的學(xué)習(xí)狀態(tài)步驟流程圖。

圖3為本發(fā)明實(shí)施例的一種習(xí)題生成方法根據(jù)所述特征信息判斷所述頁面的學(xué)習(xí)狀態(tài)步驟流程圖。

圖4為本發(fā)明實(shí)施例的一種習(xí)題生成方法計算頁面與題目的相關(guān)度步驟流程圖。

圖5為本發(fā)明實(shí)施例的一種習(xí)題生成方法據(jù)頁面的學(xué)習(xí)狀態(tài)及所述題目的相關(guān)度生成習(xí)題步驟流程圖。

圖6為本發(fā)明實(shí)施例的一種習(xí)題生成裝置結(jié)構(gòu)示意圖。

圖7為本發(fā)明實(shí)施例的一種習(xí)題生成裝置狀態(tài)模塊結(jié)構(gòu)示意圖。

圖8為本發(fā)明實(shí)施例的一種習(xí)題生成裝置相關(guān)模塊結(jié)構(gòu)示意圖。

圖9為本發(fā)明實(shí)施例的一種習(xí)題生成裝置生成模塊結(jié)構(gòu)示意圖。

圖10為本發(fā)明實(shí)施例的一種習(xí)題生成服務(wù)器結(jié)構(gòu)示意圖。

圖11為本發(fā)明實(shí)施例的一種習(xí)題生成系統(tǒng)結(jié)構(gòu)示意圖。

圖12為本發(fā)明實(shí)施例的一種生理數(shù)據(jù)采集終端結(jié)構(gòu)示意圖。

其中：2、習(xí)題生成裝置；3、習(xí)題生成服務(wù)器；210、采集模塊；220、記錄模塊；230、狀態(tài)模塊；231、見附件單元；232、預(yù)處理單元；233、特征提取單元；234、狀態(tài)判斷單元；235、確定單元；236、計算單元；237、判斷單元；238、第一判斷單元；239、第二判斷單元；2310、第三判斷單元；240、相關(guān)模塊；241、提取單元；242、獲取單元；243、相關(guān)計算單元；244、排序單元；250、查詢模塊；251、題目單元；252、選取單元；253、組合單元；260、設(shè)置模塊；322、中央處理器；326、電源；330、存儲介質(zhì)；332、存儲器；341、操作系統(tǒng)；342、應(yīng)用程序；344、數(shù)據(jù)；350、有線或無線網(wǎng)絡(luò)接口；356、鍵盤；358、輸入輸出接口；410、演示終端；420生理數(shù)據(jù)采集終端；430、用戶終端。

具體實(shí)施方式

附圖僅用于示例性說明，不能理解為對本專利的限制。

下面結(jié)合附圖和實(shí)施例對本發(fā)明的技術(shù)方案做進(jìn)一步的說明。

實(shí)施例1

如圖1所示，本發(fā)明實(shí)施例提供了一種習(xí)題生成方法，包括：

s110：采集生理數(shù)據(jù)；

s120：記錄頁面演示的時間；

s130：根據(jù)生理數(shù)據(jù)獲取演示所述頁面的學(xué)習(xí)狀態(tài)；

s140：計算頁面內(nèi)容與題目的相關(guān)度；

s150：根據(jù)頁面的學(xué)習(xí)狀態(tài)及所述題目的相關(guān)度生成習(xí)題。

具體地，所述的生理數(shù)據(jù)可以包括腦電波、心電、肌電、脈博、心率、皮溫、皮電、肌電、人臉圖像、血壓及血氧中的一種或多種的組合。多種生理數(shù)據(jù)的組合可以更加精確地把握人體狀態(tài)。

在一種示例性實(shí)施例中，采集生理數(shù)據(jù)的采樣間隔為1至3秒，采樣長度為5至10秒。

具體地，在所述根據(jù)生理數(shù)據(jù)獲取演示所述頁面的學(xué)習(xí)狀態(tài)步驟前，使生理數(shù)據(jù)時間與音頻時間同步，從而使生理數(shù)據(jù)的時間與視頻中的時間關(guān)聯(lián)起來。

具體地，記錄頁面演示的時間步驟中，在演示ppt、pdf等頁面時，自動記錄每頁的開始時間和結(jié)束時間。

在具體實(shí)施過程中，如圖2所示，所述根據(jù)生理數(shù)據(jù)獲取演示所述頁面的學(xué)習(xí)狀態(tài)步驟還包括：

s131：根據(jù)演示所述頁面的時間劃分生理數(shù)據(jù)的每頁狀態(tài)判斷時間；

s132：對狀態(tài)判斷時間內(nèi)所采集的生理數(shù)據(jù)進(jìn)行預(yù)處理；

s133：提取所述經(jīng)預(yù)處理的生理數(shù)據(jù)的特征信息；

s134：根據(jù)所述特征信息判斷所述頁面的學(xué)習(xí)狀態(tài)。

具體地，根據(jù)演示所述頁面的時間劃分生理數(shù)據(jù)的每頁狀態(tài)判斷時間步驟中，可以將頁面的開始時間和結(jié)束時間設(shè)為該頁的狀態(tài)判斷時間。如第1頁是上午9：00到9：10分期間演示的，則該頁的狀態(tài)判斷時間為9：00-9：10。

在一種優(yōu)選的實(shí)施例中，所述的生理數(shù)據(jù)為腦電波數(shù)據(jù)，以下以腦電波為例進(jìn)一步說明本發(fā)明實(shí)施例的內(nèi)容。

具體地，由于腦電信號比較弱，在采集、傳輸過程中容易受到影響，因此需要對所采集的腦電波進(jìn)行預(yù)處理，進(jìn)行降噪、去偽跡，預(yù)處理的方法包括：采用時域分析方法、頻域分析方法、小波變換或小波包變換等方法。

在一種示例性實(shí)施例中，利用小波包變換，可以提取所述經(jīng)小波包變換預(yù)處理后的腦電波的特征信息。選取db4作為小波基，根據(jù)腦電波的輸出頻率，及腦電波的頻率劃分，小波包的分解層數(shù)優(yōu)選為6層，利用小波包分解系數(shù)作為特征可以提取到δ波、θ波、α波及β波的功率譜。

在具體實(shí)施過程中，如圖3所示，所述根據(jù)所述特征信息判斷所述頁面的學(xué)習(xí)狀態(tài)步驟還包括：

s135：確定采樣周期的優(yōu)勢波段；

s136：計算狀態(tài)判斷時間內(nèi)低效學(xué)習(xí)波段比例p及睡眠波段比例q；

s137：根據(jù)低效學(xué)習(xí)波段比例p及睡眠波段比例q判斷狀態(tài)判斷時間內(nèi)的學(xué)習(xí)狀態(tài)。

具體地，確定采樣周期的優(yōu)勢波段步驟中，比較每個采樣周期中對應(yīng)的特征信息中δ波、θ波、α波及β波的能量分布情況，確定能量占比最大的波段為該采樣周期的優(yōu)勢波段。

具體地，計算狀態(tài)判斷時間內(nèi)低效學(xué)習(xí)波段比例p及睡眠波段比例q步驟中，根據(jù)由若干個連續(xù)腦電波采樣周期組成的狀態(tài)判斷時間內(nèi)，δ波、θ波、α波及β波占優(yōu)勢波段的采樣周期的數(shù)量，計算學(xué)習(xí)波段比例p及睡眠波段比例q。

所述低效學(xué)習(xí)波段比例p的計算公式為：

。

所述睡眠波段比例q的計算公式為：

。

其中：

m為狀態(tài)判斷時間內(nèi)，當(dāng)前優(yōu)勢波段為α波時的采樣周期數(shù)量；

n為狀態(tài)判斷時間內(nèi)，當(dāng)前優(yōu)勢波段為β波時的采樣周期數(shù)量；

l為狀態(tài)判斷時間內(nèi)，當(dāng)前優(yōu)勢波段為δ波或θ波時的采樣周期數(shù)量。

具體地，根據(jù)低效學(xué)習(xí)波段比例p及睡眠波段比例q判斷狀態(tài)判斷時間內(nèi)的學(xué)習(xí)狀態(tài)級別步驟包括：

當(dāng)?shù)托W(xué)習(xí)波段比例p小于或等于第一閾值時，則判斷狀態(tài)判斷時間內(nèi)學(xué)習(xí)狀態(tài)處于高效學(xué)習(xí)期；

當(dāng)?shù)托W(xué)習(xí)波段比例p大于第一閾值，且睡眠波段比例q小于第二閾值時，則判斷狀態(tài)判斷時間內(nèi)學(xué)習(xí)狀態(tài)處于低效學(xué)習(xí)期；

當(dāng)?shù)托W(xué)習(xí)波段比例p大于第一閾值，且睡眠波段比例q大于第二閾值時，則判斷狀態(tài)判斷時間內(nèi)學(xué)習(xí)狀態(tài)處于瞌睡期。

在一種示例性實(shí)施例中，所述第一閾值為0.4。

在一種示例性實(shí)施例中，所述第二閾值為0.5。

例如，t21（10點(diǎn)55分10秒-10點(diǎn)55分15秒）、t22（10點(diǎn)55分16秒-10點(diǎn)55分21秒）、t23（10點(diǎn)55分22秒-10點(diǎn)55分27秒）、t24（10點(diǎn)55分28秒-10點(diǎn)55分33秒）、t25（10點(diǎn)55分34秒-10點(diǎn)55分39秒）為ppt講至第2頁的狀態(tài)判斷時間，其中t21、t22為α波占優(yōu)勢波段、t25為β波占優(yōu)勢波段，t24、t23為優(yōu)勢波段為δ波或θ波。則按照低效學(xué)習(xí)波段比例p的計算公式可得p=0.6，大于第一閾值為0.4；按照睡眠波段比例q的計算公式可得q=0.66，大于第二閾值0.5。因此，第2頁對應(yīng)的學(xué)習(xí)狀態(tài)為瞌睡期。

通過計算和對比低效學(xué)習(xí)波段比例p和睡眠波段比例q，可以判斷出各個頁面演示時間中，用戶的學(xué)習(xí)狀態(tài)，從而可以清楚地發(fā)現(xiàn)用戶可能存在的學(xué)習(xí)盲點(diǎn)。

在具體實(shí)施過程中，如圖4所示，所述計算頁面與題目的相關(guān)度步驟包括：

s141：根據(jù)所述頁面中的文本提取關(guān)鍵詞；

s142：根據(jù)所述關(guān)鍵詞獲取匹配題目；

s143：計算所述頁面內(nèi)容與所述匹配題目的相關(guān)度；

s144：根據(jù)相關(guān)度對匹配題目排序。

具體地，根據(jù)所述頁面中的文本提取關(guān)鍵詞步驟中，獲取頁面中的文本內(nèi)容，再提取文本內(nèi)容中的關(guān)鍵詞。提取關(guān)鍵詞的主要方法包括：基于統(tǒng)計特征的方法，基于詞語網(wǎng)絡(luò)的方法和基于語義分析的方法，由于其為本領(lǐng)域技術(shù)人員的常規(guī)技術(shù)手段，故此處不再贅述。

具體地，根據(jù)所述關(guān)鍵詞獲取匹配題目步驟中，所述題目可以從用戶預(yù)設(shè)置的題庫中查找。從題庫中查找題目，可以有效控制題目的范圍，使題目與相關(guān)知識點(diǎn)匹配度更高。所述題目也可以根據(jù)關(guān)鍵詞自動在網(wǎng)絡(luò)中查詢題目。通如，在上高中物理的歐姆定律這節(jié)課時，根據(jù)ppt第2頁的內(nèi)容，提取到了關(guān)鍵詞“歐姆定律”、“電流”及“電阻”，則可以根據(jù)這些關(guān)鍵詞查詢用戶預(yù)設(shè)置的高中物理題庫，也可以根據(jù)這些關(guān)鍵詞在網(wǎng)絡(luò)上查找相關(guān)題目，得到對應(yīng)于這些關(guān)鍵詞的匹配題目。所述的匹配題目數(shù)量不少于一個。

具體地，計算所述頁面內(nèi)容與所述匹配題目的相關(guān)度步驟中，將每個題目中的文本與所述頁面內(nèi)容的文本進(jìn)行相關(guān)度計算，所述相關(guān)度計算方法包括：基于語義詞典的方法、基于語料庫的方法、基于維基百科的方法以及基于搜索引擎的方法等，但不限于所舉示例，具體實(shí)現(xiàn)可以參考現(xiàn)有的一些算法。計算完成后，得到每個匹配題目的相關(guān)度。通過相關(guān)度計算，可以清楚題目與頁面內(nèi)容的匹配程度。

具體地，根據(jù)相關(guān)度對匹配題目排序步驟中，比較匹配題目的相關(guān)度，按匹配度大到小進(jìn)行排序。例如，第2頁的匹配題目有6個（以下簡稱t1-t6），t21匹配度為0.2，t22匹配度為0.7，t23匹配度為0.8，t24匹配度為0.5，t25匹配度為0.1，t26匹配度為0.3，則根據(jù)相關(guān)度進(jìn)行從大到小排序后，所述匹配題目排序?yàn)椋簍3、t2、t4、t6、t1、t5。

在具體實(shí)施過程中，如圖5所示，所述根據(jù)頁面的學(xué)習(xí)狀態(tài)及所述題目的相關(guān)度生成習(xí)題步驟前包括：

s149：設(shè)置總習(xí)題數(shù)。

具體地，教師可以設(shè)置統(tǒng)一的總習(xí)題數(shù)，也可以根據(jù)學(xué)生的歷史數(shù)據(jù)、上課時的學(xué)習(xí)狀態(tài)動態(tài)設(shè)置總習(xí)題數(shù)，從而實(shí)現(xiàn)因材施教，為不同基礎(chǔ)的學(xué)生提供不同數(shù)量的習(xí)題，使學(xué)生能夠更有效率地學(xué)習(xí)。

在具體實(shí)施過程中，如圖5所示，所述根據(jù)頁面的學(xué)習(xí)狀態(tài)及所述題目的相關(guān)度生成習(xí)題步驟包括：

s151：根據(jù)頁面的學(xué)習(xí)狀態(tài)確定每頁習(xí)題數(shù)；

s152：根據(jù)匹配題目的排序選取該頁面的候選題目，所述頁面的候選題目的個數(shù)等于所述該頁習(xí)題數(shù)；

s153：組合所有頁面的候選題目生成習(xí)題。

具體地，在根據(jù)頁面的學(xué)習(xí)狀態(tài)確定每頁習(xí)題數(shù)步驟中，如果在演示到該頁面時處于瞌睡期，則學(xué)生在該時間段內(nèi)可能忽略的知識點(diǎn)更多，因此分配更多的題目；如果在該頁面時處于低效學(xué)習(xí)期，則學(xué)生在該時間段內(nèi)學(xué)習(xí)效率較低，需要分配比瞌睡期少，但比高效學(xué)期期多的習(xí)題數(shù)；如果在該頁面時處于高效學(xué)習(xí)期，則只需要少數(shù)題目來鞏固學(xué)習(xí)效果即可。在示范性實(shí)施例中，為不同學(xué)習(xí)狀態(tài)設(shè)置不同的權(quán)重。每頁習(xí)題數(shù)計算公式為：

。

其中，ttotal為總習(xí)題數(shù)；

tn為第n頁習(xí)題數(shù)；

xn為第n頁對應(yīng)學(xué)習(xí)狀態(tài)所對應(yīng)的權(quán)重；

∑xi為所有頁的權(quán)重之和；

在示例性實(shí)施例中，設(shè)置瞌睡期、低效學(xué)期期、高效學(xué)期的題目權(quán)重分別為4：2：1。例如，如果演示頁面總有5頁，總習(xí)題數(shù)預(yù)設(shè)為18，且第1頁、第2頁、第3頁時處于高效學(xué)習(xí)期，第4頁處于低效學(xué)習(xí)期，第5頁處于瞌睡期，則根據(jù)比例，得出第1到第5頁的權(quán)重為1：1：1：2：4，則第1頁到第3頁每頁的習(xí)題數(shù)分別為18×1/(1+1+1+2+4)=2，第4頁習(xí)題數(shù)為18×2/(1+1+1+2+4)=4，第5頁習(xí)題數(shù)為18×4/(1+1+1+2+4)=8。

對不同學(xué)習(xí)狀態(tài)設(shè)置不同的題目權(quán)重，可以重點(diǎn)突出用戶學(xué)習(xí)狀態(tài)差時候的知識點(diǎn)相關(guān)的題目，題目針對性強(qiáng)，有利于學(xué)生發(fā)現(xiàn)學(xué)習(xí)的薄弱環(huán)節(jié)。

具體地，在根據(jù)頁面的學(xué)習(xí)狀態(tài)確定每頁習(xí)題數(shù)步驟前，設(shè)置每頁的權(quán)重系數(shù)；在根據(jù)頁面的學(xué)習(xí)狀態(tài)確定每頁習(xí)題數(shù)步驟中，每頁習(xí)題數(shù)計算公式為：

。

其中，ttotal為總習(xí)題數(shù)；

tn為第n頁習(xí)題數(shù)；

xxn為第n頁學(xué)習(xí)狀態(tài)所對應(yīng)的權(quán)重；

xi為第i頁學(xué)習(xí)狀態(tài)所對應(yīng)的權(quán)重；

pi為第i頁的權(quán)重系數(shù)

∑pixi為所有頁的權(quán)重與權(quán)重系數(shù)乘積之和；

在示例性實(shí)施例中，設(shè)置瞌睡期、低效學(xué)期期、高效學(xué)期的題目權(quán)重分別為4：2：1。例如，頁面總有5頁，總習(xí)題數(shù)預(yù)設(shè)為18，設(shè)置第1到第5頁的權(quán)重系數(shù)為0：1：1：2：1。且在演示頁面時，甲學(xué)生在第1頁、第2頁、第3頁時處于高效學(xué)習(xí)期，第4頁處于低效學(xué)習(xí)期，第5頁處于瞌睡期，則根據(jù)比例，得出第1到第5頁的權(quán)重為1：1：1：2：4，第1到第5頁的權(quán)重與權(quán)重系數(shù)乘積之和分別為：0：1：1：4：4，則第1頁習(xí)題數(shù)為18×0/(0+1+1+4+4)=0，第2頁習(xí)題數(shù)為18×1/(0+1+1+4+4)=1.8，第3頁習(xí)題數(shù)為18×1/(0+1+1+4+4)=1.8，第4頁習(xí)題數(shù)為18×4/(0+1+1+4+4)=7.2，第5頁習(xí)題數(shù)為18×4/(0+1+1+4+4)=7.2。故得到第1到第5頁的習(xí)題數(shù)分別為0、2、2、7、7。

對不同頁面設(shè)置不同的權(quán)重系數(shù)，可以排除一些沒有知識點(diǎn)的頁面，如標(biāo)題、背景介紹等頁面的干擾，聚焦于知識點(diǎn)較多，重要程度高的頁面，使重要頁面的題目數(shù)量多，有利于學(xué)生掌握重點(diǎn)。

具體地，根據(jù)匹配題目的排序選取該頁面的候選題目步驟中，所述頁面的候選題目的個數(shù)等于所述該頁習(xí)題數(shù)。例如，第2頁按相關(guān)度從大到小排序后，匹配題目排序?yàn)椋簍23、t22、t24、t26、t21、t25，而第2頁習(xí)題數(shù)為2，則取排序?yàn)榍?的題目作為候選題目，即t23、t22。

具體地，組合所有頁面的候選題目生成習(xí)題步驟中，將每個頁面的候選題目組合，即可得到針對每個學(xué)生的個性化習(xí)題。例如，第1頁候選題題目為0，第2頁的候選題目為t23、t22，第3頁候選題目為t31、t32，第4頁候選題目為t44、t42、t47、t49、t41、t48、t46，第4頁候選題目為t59、t51、t58、t56、t54、t52、t57，則生成的習(xí)題包括：｛t23、t22、t31、t32、t44、t42、t47、t49、t41、t48、t46、t59、t51、t58、t56、t54、t52、t57｝。

在具體實(shí)施過程中，組合所有頁面的候選題目生成習(xí)題步驟后，還包括：發(fā)送習(xí)題到用戶終端。

通過本發(fā)明實(shí)施例的習(xí)題生成方法，可以針對學(xué)生處于低學(xué)習(xí)效率狀態(tài)下的頁面，提供個性化的習(xí)題，重點(diǎn)突出，避免了統(tǒng)一布置作業(yè)時耗費(fèi)時間長，效率低的問題。

本發(fā)明實(shí)施例解決現(xiàn)有技術(shù)中教師往往沒有針對學(xué)生的薄弱環(huán)節(jié)布置習(xí)題，學(xué)生作題效率低的技術(shù)問題，提供一種能夠節(jié)省作題時間，突出復(fù)習(xí)重點(diǎn)的習(xí)題生成方法。

實(shí)施例2

如圖6所示，本發(fā)明實(shí)施例提供了一種習(xí)題生成裝置2，包括：

采集模塊210，用于采集生理數(shù)據(jù)；

記錄模塊220，用于記錄頁面演示的時間；

狀態(tài)模塊230，用于根據(jù)生理數(shù)據(jù)獲取演示所述頁面的學(xué)習(xí)狀態(tài)；

相關(guān)模塊240，用于計算頁面內(nèi)容與題目的相關(guān)度；

生成模塊250，用于根據(jù)頁面的學(xué)習(xí)狀態(tài)及所述題目的相關(guān)度生成習(xí)題。

在具體實(shí)施過程中，所述的生理數(shù)據(jù)可以包括腦電波、心電、肌電、脈博、心率、皮溫、皮電、肌電、人臉圖像、血壓及血氧中的一種或多種的組合。

在具體實(shí)施過程中，如圖7所示，所述狀態(tài)模塊230還包括：

時間單元231，用于根據(jù)演示所述頁面的時間劃分生理數(shù)據(jù)的每頁狀態(tài)判斷時間；

預(yù)處理單元232，用于對狀態(tài)判斷時間內(nèi)所采集的生理數(shù)據(jù)進(jìn)行預(yù)處理；

特征提取單元233，用于提取所述經(jīng)預(yù)處理的生理數(shù)據(jù)的特征信息；

狀態(tài)判斷單元234，用于根據(jù)所述特征信息判斷所述頁面的學(xué)習(xí)狀態(tài)。

在一種優(yōu)選的實(shí)施例中，所述的生理數(shù)據(jù)為腦電波數(shù)據(jù)，以下以腦電波為例進(jìn)一步說明本發(fā)明實(shí)施例狀態(tài)模塊的內(nèi)容。

在具體實(shí)施過程中，如圖7所示，所述狀態(tài)模塊230還包括：

確定單元235，用于確定采樣周期的優(yōu)勢波段；

計算單元236，用于計算狀態(tài)判斷時間內(nèi)低效學(xué)習(xí)波段比例p及睡眠波段比例q；

判斷單元237，用于根據(jù)低效學(xué)習(xí)波段比例p及睡眠波段比例q判斷狀態(tài)判斷時間內(nèi)的學(xué)習(xí)狀態(tài)。

具體地，確定單元235用于比較每個采樣周期中對應(yīng)的特征信息中δ波、θ波、α波及β波的能量分布情況，確定能量占比最大的波段為該采樣周期的優(yōu)勢波段。

具體地，計算單元236用于根據(jù)由若干個連續(xù)腦電波采樣周期組成的狀態(tài)判斷時間內(nèi)，δ波、θ波、α波及β波占優(yōu)勢波段的采樣周期的數(shù)量，計算學(xué)習(xí)波段比例p及睡眠波段比例q。

所述低效學(xué)習(xí)波段比例p的計算公式為：

。

所述睡眠波段比例q的計算公式為：

。

其中：

m為狀態(tài)判斷時間內(nèi)，當(dāng)前優(yōu)勢波段為α波時的采樣周期數(shù)量；

n為狀態(tài)判斷時間內(nèi)，當(dāng)前優(yōu)勢波段為β波時的采樣周期數(shù)量；

l為狀態(tài)判斷時間內(nèi)，當(dāng)前優(yōu)勢波段為δ波或θ波時的采樣周期數(shù)量。

在具體實(shí)施過程中，如圖7所示，所述狀態(tài)模塊230還包括：

第一判斷單元238，用于當(dāng)?shù)托W(xué)習(xí)波段比例p小于或等于第一閾值時，判斷狀態(tài)判斷時間內(nèi)學(xué)習(xí)狀態(tài)處于高效學(xué)習(xí)期；

第二判斷單元239，用于當(dāng)?shù)托W(xué)習(xí)波段比例p大于第一閾值，且睡眠波段比例q小于第二閾值時，判斷狀態(tài)判斷時間內(nèi)學(xué)習(xí)狀態(tài)處于低效學(xué)習(xí)期；

第三判斷單元2310，用于當(dāng)?shù)托W(xué)習(xí)波段比例p大于第一閾值，且睡眠波段比例q大于第二閾值時，判斷狀態(tài)判斷時間內(nèi)學(xué)習(xí)狀態(tài)處于瞌睡期。

在具體實(shí)施過程中，如圖8所示，所述相關(guān)模塊240包括：

提取單元241，用于根據(jù)所述頁面中的文本提取關(guān)鍵詞；

獲取單元242，用于根據(jù)所述關(guān)鍵詞獲取匹配題目；

相關(guān)計算單元243，用于計算所述頁面內(nèi)容與所述匹配題目的相關(guān)度；

排序單元244，用于根據(jù)相關(guān)度對匹配題目排序。

在具體實(shí)施過程中，如圖6所示，所述裝置2還包括：

設(shè)置模塊260，用于設(shè)置總習(xí)題數(shù)。

在具體實(shí)施過程中，如圖9所示，所述生成模塊250包括：

題目單元251，用于根據(jù)頁面的學(xué)習(xí)狀態(tài)確定每頁習(xí)題數(shù)；

選取單元252，用于根據(jù)匹配題目的排序選取該頁面的候選題目，所述頁面的候選題目的個數(shù)等于所述該頁習(xí)題數(shù)；

組合單元253，用于組合所有頁面的候選題目生成習(xí)題。

本發(fā)明實(shí)施例解決現(xiàn)有技術(shù)中教師往往沒有針對學(xué)生的薄弱環(huán)節(jié)布置習(xí)題，學(xué)生作題效率低的技術(shù)問題，提供一種能夠節(jié)省作題時間，突出復(fù)習(xí)重點(diǎn)的習(xí)題生成裝置。

實(shí)施例3

圖10是本發(fā)明實(shí)施例中習(xí)題生成服務(wù)器的結(jié)構(gòu)示意圖。該習(xí)題生成服務(wù)器3可因配置或性能不同而產(chǎn)生比較大的差異，可以包括一個或一個以上中央處理器（centralprocessingunits，cpu）322（例如，一個或一個以上處理器）和存儲器332，一個或一個以上存儲應(yīng)用程序342或數(shù)據(jù)344的存儲介質(zhì)330（例如一個或一個以上海量存儲設(shè)備）。其中，存儲器332和存儲介質(zhì)330可以是短暫存儲或持久存儲。存儲在存儲介質(zhì)330的程序可以包括一個或一個以上模塊（圖示沒標(biāo)出），每個模塊可以包括對服務(wù)器中的一系列指令操作。更進(jìn)一步地，中央處理器322可以設(shè)置為與存儲介質(zhì)330通信，在習(xí)題生成服務(wù)器3上執(zhí)行存儲介質(zhì)330中的一系列指令操作。所述中央處理器322用于運(yùn)行應(yīng)用程序342，其中，在所述應(yīng)用程序342運(yùn)行時執(zhí)行上述方法的全部或部分步驟。

習(xí)題生成服務(wù)器3還可以包括一個或一個以上電源326，一個或一個以上有線或無線網(wǎng)絡(luò)接口350，一個或一個以上輸入輸出接口358，一個或一個以上鍵盤356，和/或，一個或一個以上操作系統(tǒng)341，例如windowsservertm，macosxtm，unixtm,linuxtm，freebsdtm等等。

本發(fā)明實(shí)施例解決現(xiàn)有技術(shù)中教師往往沒有針對學(xué)生的薄弱環(huán)節(jié)布置習(xí)題，學(xué)生作題效率低的技術(shù)問題，提供一種能夠節(jié)省作題時間，突出復(fù)習(xí)重點(diǎn)的習(xí)題生成服務(wù)器。

實(shí)施例4

如圖11所示，本實(shí)施例提供了一種習(xí)題生成系統(tǒng)，包括：

演示終端410、生理數(shù)據(jù)采集終端420、用戶終端430及根據(jù)實(shí)施例3所述的習(xí)題生成服務(wù)器3。

演示終端410用于演示頁面，記錄演示時間并傳輸?shù)搅?xí)題生成服務(wù)器3。

生理數(shù)據(jù)采集終端420用于采集生理數(shù)據(jù)信號，并傳輸?shù)搅?xí)題生成服務(wù)器。在一種示例性實(shí)施例中，如圖12所示，生理數(shù)據(jù)采集終端420包括thinkgearam模塊，該模塊通過前額電極和耳垂處的電位獲得腦電波。通過生理數(shù)據(jù)采集終端捕獲腦電波信號，處理后篩選出腦波頻譜、腦電信號質(zhì)量、原始腦電波等數(shù)據(jù)，傳輸?shù)搅?xí)題生成服務(wù)器。生理數(shù)據(jù)采集終端420也包括可以檢測腦電波、心電、肌電、脈博、心率、皮溫、皮電、肌電、人臉圖像、血壓及血氧中的一種或多種的組合的可穿載設(shè)備，如智能手環(huán)。在具體實(shí)施過程中，如圖11所示，生理數(shù)據(jù)采集終端420可以直接通過網(wǎng)絡(luò)連接到習(xí)題生成服務(wù)器；如圖12所示，也可以連接到用戶終端430，由用戶終端430將生理數(shù)據(jù)傳輸?shù)搅?xí)題生成服務(wù)器。

用戶終端430用于接收習(xí)題生成服務(wù)器所生成的習(xí)題，并展示到介質(zhì)上。用戶終端430可以是帶有顯示屏和通信模塊的智能設(shè)備，如智能手機(jī)、平板電腦、個人電腦等智能終端設(shè)備，也可以是帶網(wǎng)絡(luò)通信功能的電子紙、電子書。在一種示范性實(shí)施例中，用戶終端430可以是帶有網(wǎng)絡(luò)打印功能的打印機(jī)，用于接收習(xí)題生成服務(wù)器所生成的習(xí)題，并打印到紙上。

演示終端410、生理數(shù)據(jù)采集終端420、用戶終端430及習(xí)題生成服務(wù)器3之間通過網(wǎng)絡(luò)相連接，所述網(wǎng)絡(luò)可以是基于通信標(biāo)準(zhǔn)的無線網(wǎng)絡(luò)，如wifi，2g、3g或5g，nb-iot或它們的組合，還可以包括超寬帶（uwb）技術(shù)，藍(lán)牙（bt）技術(shù)和其他技術(shù)來實(shí)現(xiàn)。

本發(fā)明實(shí)施例解決現(xiàn)有技術(shù)中教師往往沒有針對學(xué)生的薄弱環(huán)節(jié)布置習(xí)題，學(xué)生作題效率低的技術(shù)問題，提供一種能夠節(jié)省作題時間，突出復(fù)習(xí)重點(diǎn)的習(xí)題生成系統(tǒng)。

顯然，本發(fā)明的上述實(shí)施例僅僅是為清楚地說明本發(fā)明所作的舉例，而并非是對本發(fā)明的實(shí)施方式的限定。對于所屬領(lǐng)域的普通技術(shù)人員來說，在上述說明的基礎(chǔ)上還可以做出其它不同形式的變化或變動。這里無需也無法對所有的實(shí)施方式予以窮舉。凡在本發(fā)明的精神和原則之內(nèi)所作的任何修改、等同替換和改進(jìn)等，均應(yīng)包含在本發(fā)明權(quán)利要求的保護(hù)范圍之內(nèi)。