本发明涉及智能机器人技术领域，尤其涉及一种精准定位学习难度的施教方法及教育机器人。

背景技术：

近年来国家对教育事业越发重视，随着教育教学形式的多样化，教育机器人也逐步走入人们的生活。教育机器人是以激发学生学习兴趣、培养学生综合能力为目标的产品。它除了包括机器人机体本身之外，还有相应的控制软件和教学课本等。教育机器人引导着学生学会观察，学会表达，学会思考，学会创新，对学生科学素养的培养和提高起到了积极的作用，在众多中小学学校得以推广，如何运用教育机器人开展教育已经成为中小学教育领域的新课题。

目前，现有的教育机器人多是将需要讲述的课程简单进行集成，当学生想要通过教育机器人进行具体课程的学习时，首先，需要在教育机器人中进行查阅，找到相关的具体课程，然后，自主进行选择学习。但是，目前该年龄段的大多数用户对自身知识储备以及知识点的认知程度均没有达到一准确的认识。在自主学习时经常会出现两种状况：第一种情况，选择的知识点较为困难，用户很难做出正确的解答；第二种情况，选择的知识点较为容易，用户从解答过程中无法得到提升。这样，学生在利用教育机器人进行学习时，因无法精准定位自身需要的学习难度而使教育机器人很难发挥出其最佳效果，最终导致大大削减了学生用户对学习兴趣。

技术实现要素：

本发明的目的在于提供一种精准定位学习难度的施教方法，精确定位学生用户对学习难度的掌握情况，并制定相应的学习任务，进而增强学生用户对学习的积极性。

本发明公开的一种精准定位学习难度的施教方法所采用的技术方案是:

一种精准定位学习难度的施教方法，所述方法包括如下步骤：

获取用户每一次的学习任务以及用户做出的答案进行绑定，生成第一评判因素，并存入数据库中。

每隔一定的时间间隔对数据库中该时间间隔内的第一评判因素进行汇总，获取用户做出答案的准确率百分比。

将该时间间隔的准确率百分比与预先设定好的阈值进行比对，如高于预先设定好的阈值则提升今后学习任务的难度，如低于预先设定的阈值则维持今后学习任务的难度直至下一时间间隔截止时刻。

作为优选方案，在所述获取用户每一次的学习任务以及用户做出的答案进行绑定，生成第一评判因素，并存入数据库中步骤之前还包括，获取用户个人信息进行绑定，绑定信息包括年龄、性别、兴趣爱好等。

作为优选方案，所述绑定信息还包括用户所在的学校、年级、班级、学号信息。

作为优选方案，所述获取用户每一次的学习任务以及用户做出的答案进行绑定，生成第一评判因素，并存入数据库中步骤还包括，获取该用户学校对应的课后作业系统内对应该用户的课后作业以及用户做出的答案进行绑定，生成第二判定因素，并存入数据库中，用于定期生成第一辅助准确率百分比以作学习任务难度提升或降低的辅助评判标准。

作为优选方案，所述获取用户每一次的学习任务以及用户做出的答案进行绑定时，同时获取用户解题时间长短，并绑定至第一评判因素中。

作为优选方案，当所述用户准确率百分比连续多次高于预先设定好的阈值时，则对应今后的学习任务难度将穿插部分未来提升两次后的学习任务难度的题目。

作为优选方案，所述获取数据库中用户的历史做题，并将其不定期穿插进当前用户的学习任务中。

作为优选方案，所述每隔一定的时间间隔对数据库中该时间间隔内的第一评判因素进行汇总步骤之前还包括，对用户在该阶段的知识进行考核作为生成第三判定因素，并存入数据库中，作为第二辅助准确率百分比进行学习任务难度提升或降低的辅助评判标准。

作为优选方案，所述每隔一定的时间间隔对数据库中该时间间隔内的第一评判因素进行汇总步骤时，其对应的评判因素数量低于预设评判因素数量的阈值时，则对应延长该阶段的时间间隔时长直至判定因素数量到达预设评判因素数量的阈值。

本技术方案还提供一种教育机器人，包括：

一个或多个处理器；

存储器，用于存储一个或多个程序；

当所述一个或多个程序被所述一个或多个处理器执行时，使得所述一个或多个处理器实现如前述中任一所述的方法。

本发明公开的一种精准定位学习难度的施教方法的有益效果是：获取用户每一次的学习任务以及用户做出的答案进行绑定，生成第一评判因素，并存入数据库中；每隔一定的时间间隔对数据库中该时间间隔内的第一评判因素进行汇总，获取用户做出答案的准确率百分比；将该时间间隔的准确率百分比与预先设定好的阈值进行比对，如高于预先设定好的阈值则提升今后学习任务的难度，如低于预先设定的阈值则维持今后学习任务的难度直至下一时间间隔截止时刻；通过用户自身日常的解题准确率，客观的体现出用户自身知识储备以及知识点的认知程度，进而教育机器人精确定位学生用户对学习难度的掌握情况，并制定相应的学习任务，以增强用户对学习的积极性的同时提升用户的学识素养。

附图说明

图1是本发明一种精准定位学习难度的施教方法的流程图。

具体实施方式

下面结合具体实施例和说明书附图对本发明做进一步阐述和说明:

请参考图1，一种精准定位学习难度的施教方法，方法包括如下步骤：

步骤S100：获取用户每一次的学习任务以及用户做出的答案进行绑定，生成第一评判因素，并存入数据库中。

具体的，教育机器人为用户制定学习任务，并显示给用户以供其解答练习。用户将答案输入给教育机器人，随即教育机器人会显示该题目的正确答案。与此同时，教育机器人将会采集其制定学习任务的题目以及用户对应的解答答案生成一条字段作为第一判定因素存入数据库中。

步骤S200：每隔一定的时间间隔对数据库中该时间间隔内的第一评判因素进行汇总，获取用户做出答案的准确率百分比。

具体的，教育机器人每隔一定的时间间隔对数据库中该时间间隔内的第一评判因素进行汇总。该时间段可以根据用户需求进行设定，如半个月、一个月、两个月等。教育机器人将该时间段内第一评判因素的用户解答答案提取出来，做准确率百分比统计计算。

步骤S300：将该时间间隔的准确率百分比与预先设定好的阈值进行比对，如高于预先设定好的阈值则提升今后学习任务的难度，如低于预先设定的阈值则维持今后学习任务的难度直至下一时间间隔截止时刻。

具体的，教育机器人预先会设定一准确率百分比阈值，如准确率为80%。将步骤S200中计算得出该时间间隔的准确率百分比与预设阈值：80%进行对比。

当用户在步骤S200中计算得出该时间间隔的准确率大于等于80%，则教育机器人判定用户对该时间段的知识理解程度基本已经达标，随即将会对用户今后的学习任务难度逐渐提升。如用户该时间间隔学习的乘除运算，其准确率百分比大于等于80%，教育机器人将会为用户制定加减乘除运算的学习任务。

进一步，如用户该时间间隔内准确率百分比在80%至90%之间，教育机器人则对用户的学习任务难度进行混合提升，即将乘除运算题目(纯乘除运算)和加减乘除运算题目分别提供给用户作为下一时间间隔的学习任务；如用户该时间间隔内准确率百分比在90%以上，教育机器人则对用户的学习任务进行全面提升，即将完全提供加减乘除运算题目给用户作为下一时间间隔的学习任务。

当用户在步骤S200中计算得出该时间间隔的准确率小于80%，则教育机器人判定用户对该时间段的知识理解不及格，随即将会对用户今后保持该学习任务进行难度。如用户该时间间隔学习的乘除运算，其准确率小于80%，教育机器人将会为用户继续制定乘除运算的学习任务。

进一步，如用户该时间间隔内准确率百分比在60%至80%之间，教育机器人则对用户保持该难度的学习任务，即将完全提供乘除运算题目给用户作为下一时间间隔的学习任务；如用户该时间间隔内准确率百分比在60%以下，教育机器人则对用户的学习任务难度进行混合降低，即将乘除运算题目(纯乘除运算)和加减运算题目(纯加减运算)分别提供给用户作为下一时间间隔的学习任务。

通过用户自身日常的解题准确率，客观的体现出用户自身知识储备以及知识点的认知程度，进而教育机器人精确定位学生用户对学习难度的掌握情况，并制定相应的学习任务，以增强用户对学习的积极性的同时提升用户的学识素养。

在步骤S100之前还包括，获取用户个人信息进行绑定，绑定信息包括年龄、性别、兴趣爱好等。首先，教育机器人将会根据用户年龄判断为用户提供同龄人所具备的基本学识题目，如用户年龄在5至7岁为用户提供学习拼音的学习任务；其次，根据用户的性别提供不同思维模式下的题目；最后，根据用户兴趣爱好为用户提供该兴趣爱好相关联的题目，注重其兴趣的培养，增强用户的学习兴趣。

绑定信息还包括用户所在的学校、年级、班级、学号信息。通过绑定上述信息可以粗略的定位该用户的学识水平，可以为其对应指定学习任务。

步骤S100结合绑定用户的学校信息，可以用过互联网访问该用户所在学校的课后作业系统，获取该用户课后作业以及用户做出的答案进行绑定，生成第二判定因素，并存入数据库中。重复步骤S200获得该用户第一辅助准确率百分比。再重复步骤S300(预设辅助准确率百分比阈值)，以作学习任务难度提升或降低的辅助评判标准。具体的将准确率百分比与第一辅助准确率百分比进行比重划分，如准确率百分比占60%，第一辅助准确率百分比占40%。根据其综合比重进行学习任务的安排。

获取用户每一次的学习任务以及用户做出的答案进行绑定时，同时获取用户解题时间长短，并绑定至第一评判因素中。教育机器人通过采集解题时间的长短进行整合分析，可以客观的获取该用户对该难度的题目的理解程度。进而合理的安排后期学习任务难度提升幅度或者难度降低幅度。

当用户准确率百分比连续多次高于预先设定好的阈值时，教育机器人则会认定该用户在该学科具有良好的天赋。则对应今后的学习任务难度将穿插部分未来提升两次后的学习任务难度的题目。为其适当设定提升自身素质的题目，使用户在该学科的才华充分体现，并快速提升。

教育机器人将获取数据库中用户的历史做题，并将其不定期穿插进当前用户的学习任务中。如以前写错的字词，将会出现在该时间间隔内的学习任务中。用户通过多次巩固训练学习，则会对写错的字词有着较深的记忆。

教育机器人在步骤S200之前，对用户在该阶段的知识进行考核作为生成第三判定因素，并存入数据库中，作为第二辅助准确率百分比进行学习任务难度提升或降低的辅助评判标准。本实施例中的第二辅助准确率百分比与上述第一辅助准确率百分比的效果相同，均为准确率百分比按比重划分，具体比重划分本实施例不做表述。

当教育机器人执行步骤S200时，其对应的评判因素数量低于预设评判因素数量的阈值时，则对应延长该阶段的时间间隔时长直至判定因素数量到达预设评判因素数量的阈值。通过多次平均值进行判断可以更精确的获取用户在该学习难度的掌握水平，有效避免个别特殊因素影响对用户学习难度掌握程度的判断，进而避免安排错误的学习任务。

本申请还提供了一种教育机器人，该教育机器人可以配置有一个或多个处理器；存储器，用于存储一个或多个程序，一个或多个程序中可以包含用以执行上述方法步骤中描述的操作的指令。当一个或多个程序被一个或多个处理器执行时，使得一个或多个处理器执行上述方法步骤中描述的操作。

本发明提供一种精准定位学习难度的施教方法，获取用户每一次的学习任务以及用户做出的答案进行绑定，生成第一评判因素，并存入数据库中；每隔一定的时间间隔对数据库中该时间间隔内的第一评判因素进行汇总，获取用户做出答案的准确率百分比；将该时间间隔的准确率百分比与预先设定好的阈值进行比对，如高于预先设定好的阈值则提升今后学习任务的难度，如低于预先设定的阈值则维持今后学习任务的难度直至下一时间间隔截止时刻；通过用户自身日常的解题准确率，客观的体现出用户自身知识储备以及知识点的认知程度，进而教育机器人精确定位学生用户对学习难度的掌握情况，并制定相应的学习任务，以增强用户对学习的积极性的同时提升用户的学识素养。

最后应当说明的是，以上实施例仅用以说明本发明的技术方案，而非对本发明保护范围的限制，尽管参照较佳实施例对本发明作了详细地说明，本领域的普通技术人员应当理解，可以对本发明的技术方案进行修改或者等同替换，而不脱离本发明技术方案的实质和范围。