近日，从国家知识产权局传来喜讯，由京科互联科技发展集团研发的《一种基于lightGBM的学生答题准确率智能分类预估方案》和《基于深度学习的肺部血塞识别平台V1.0》两项软件获得国家计算机软件著作权证书，为我司科技创新再添新彩。
一种基于lightGBM的学生答题准确率智能分类预估方案
缩略语和关键术语定义
LightGBM（LightGradientBoostingMachine）：是一款基于决策树算法的分布式梯度提升框架。为了满足工业界缩短模型计算时间的需求，LightGBM的设计思路主要是两点：
1.减小数据对内存的使用，保证单个机器在不牺牲速度的情况下，尽可能地用上更多的数据；减小通信的代价，提升多机并行时的效率，实现在计算上的线性加速。
2.LightGBM的设计初衷就是提供一个快速高效、低内存占用、高准确度、支持并行和大规模数据处理的数据科学工具。
学生答题准确率：在智能教育领域，学生群体的答题准确率是对学生进行评价和设计订制性学习方案的起点。
学生特征信息表达：基于收集的学生历史答题信息进行特征处理，通过特征交互，特征编码生成可以应用于机器学习算法的学生因子。
学生分类：应用于对学生在对应领域内的题目预估之后，进一步将学生的薄弱和优势环节分类，匹配对应的课程辅导方案
本发明专利概述
本发明专利提出一种通过分析学生的历史答题行为和学生基本属性信息的学生答题准确率系统，做到自主感知学生的答题准确率，提前分层分级学生能力的方案，可以有效判断学生对于不同类型的问题的准确率，有利于定制加强学生对于薄弱环节的课程和辅导，提高学生的能力适应性。
在实际业务中，提前获知学生对于不同种类题目的答题准确率是必要和有价值的。主要原因在于不同的答题错误率代表学生的不同类别题目的能力，比如金融类科目，课程特点主要是概念繁多，公示复杂，不同学生在不同章节的答题适应性上存在误差，统一设置的大班科目可能对学生的答题能力和失误评估是十分有偏差的，通过答题准确率预估，可以分析学生的不同差异，针对性辅导，提高和巩固学习效果。
背景技术介绍
现有的技术对于学生的答题准确率多集中于客户的基本属性信息和人工经验，每次学生复购课程以后，需要由对应的销售同事划定范围后进行重复查看分类。这样导致的结果是过度的使用了人力，而且人力可能会过度疲劳导致出错，耗时耗力。
使用本学生答题准确率预估系统后，可以将学生的历史答题信息和基本属性信息自动生成学生的特征因子，便可以使用lightgbm算法对学生样本进行分类，对比如数学差，微积分薄弱，英语完形填空能力差。模型判断出学生的准确率后，便可以接入目前的分类分级系统，新系统上线后可以批量自动化分类，进一步提供学生分类系统效率和精度。
本发明所要解决的技术问题
1.本系统能够学习已有的学生答题准确率数据，对已有学生答题准确率进行精准判断。能代替人工分析，从而得到精准的学生分级方案。
2.本系统能够代替人工经验对学生信息的处理，通过把学生基本信息向量化和历史答题信息向量化避免费时费力的人工分析。
3.本系统除了基本的学生答题准确率分析，还能使用学生时间序列信息来对学生进行实践维度上的达，进一步提高学生对于答题准确率的刻画，进一步可用于学生分级分类。
本发明技术方案带来的有益效果
本发明通过使用lightGBM结合学生的基本信息和历史答题能力对学生在不同题目的答题准确率进行预测。通过预测学生的答题准确率，得到学生在后续不同题目上的准确率预测，之后可以把学生划分在不同的科目答题能力级别，结合学生的分类级别可以针对性提供教辅方案和课程方案，针对性的提高学生的薄弱环节。
京科互联的研究成果涵盖AI、大数据、图像识别等多个技术领域。
自公司成立以来，京科互联科技发展集团持续加大对互联网科技探索的投入力度，积极开展技术创新工作。科技成果的取得为公司开拓创新积蓄了充沛动能，也为公司下一步申报相关资质提供了必要条件，成为公司发展强有力的科技支撑。