综合知识点掌握情况分析处理方法及系统

技术领域

本发明涉及智能教学的技术领域，特别涉及综合知识点掌握情况分析处理方法及系统。

背景技术

目前，线上学习已经成为智能教学的其中一个重要发展方向，虽然线上学习能够为学生提供不同形式的在线课程以及在线考试，以此提高学生的学习效率，但是这种线上学习模式只能通过考试的方式来确定学生对不同知识点的掌握程度，其无法实现学生对不同知识点掌握程度的量化评价，这样不便于对学生的学习课程进行有针对性的调整。现有技术只能通过学生在考试中对关于知识点的题目的作答得分情况来评价学生的知识点掌握状态，但是这种方式容易受偶然因素的影响而产生较大的误差，从而无法准确地和可靠地确定学生的知识点掌握状态，从而不利于提高学生的学习效率和线上课程教学的人性化程度。

发明内容

针对现有技术存在的缺陷，本发明提供综合知识点掌握情况分析处理方法及系统，其通过记录学生的线上学习历史信息，并对该线上学习历史信息进行识别处理，以此确定该学生在线上学习过程中涉及的所有知识点数据，并对所有知识点数据进行整理，从而获得相应的知识点数据集合，再获取该学生对该知识点数据集合中不同学习时间段学习的知识点数据子集合的考试结果，并根据该考试结果中关于不同知识点的题目的作答正确情况，确定该学生对相应知识点的掌握程度状态和遗忘程度状态，最后根据该学生对相应知识点的该掌握程度状态和该遗忘程度状态，确定该学生对相应知识点的遗忘评判指数，再根据该学生对相应知识点的遗忘评判指数，调整该学生学习相应知识点的课程安排；可见，该综合知识点掌握情况分析处理方法及系统能够从学生的线上学习历史信息中获取学生在线上学习过程中涉及的所有知识点数据，再对该知识点数据对应的考试题目的作答正确情况进行分析，以此确定学生对相应知识点的掌握程度状态和遗忘程度状态，继而确定学生对相应知识点的遗忘评判指数，以此调整学生学习相应知识点的课程安排，这样能够实现学生对不同知识点掌握程度的量化评价和便于对学生的学习课程进行有针对性的调整，从而提高学生的学习效率和线上课程教学的人性化程度。

本发明提供综合知识点掌握情况分析处理方法，其特征在于，其包括如下步骤：

步骤S1，记录学生的线上学习历史信息，并对所述线上学习历史信息进行识别处理，以此确定所述学生在线上学习过程中涉及的所有知识点数据，并对所有知识点数据进行整理，从而获得相应的知识点数据集合；

步骤S2，获取所述学生对所述知识点数据集合中不同学习时间段学习的知识点数据子集合的考试结果，并根据所述考试结果中关于不同知识点的题目的作答正确情况，确定所述学生对相应知识点的掌握程度状态和遗忘程度状态；

步骤S3，根据所述学生对相应知识点的所述掌握程度状态和所述遗忘程度状态，确定所述学生对相应知识点的遗忘评判指数，再根据所述学生对相应知识点的遗忘评判指数，调整所述学生学习相应知识点的课程安排；

进一步，在所述步骤S1中，记录学生的线上学习历史信息，并对所述线上学习历史信息进行识别处理，以此确定所述学生在线上学习过程中涉及的所有知识点数据，并对所有知识点数据进行整理，从而获得相应的知识点数据集合具体包括：

步骤S101，记录学生在线上学习过程中浏览过的视频资料、音频资料和文本资料，以此作为所述线上学习历史信息；

步骤S102，对所述视频资料进行图像识别处理，对所述音频资料进行语音识别处理，对所述文本资料进行文本字符识别处理，从而获得所述视频资料、所述音频资料和所述文本资料各自包含的知识点数据；

步骤S103，按照所述学生线上学习所述知识点数据对应的学习时间段，对识别得到的所有知识点数据进行分类整理，从而获得相应的知识点数据集合，所述知识点数据集合包含若干对应不同学习时间段的知识点数据子集合；

进一步，在所述步骤S2中，获取所述学生对所述知识点数据集合中不同学习时间段学习的知识点数据子集合的考试结果，并根据所述考试结果中关于不同知识点的题目的作答正确情况，确定所述学生对相应知识点的掌握程度状态和遗忘程度状态具体包括：

步骤S201，按照知识点数据的学习先后顺序，依次从预设考试记录数据库中获取所述知识点数据集合的不同学习时间段学习的知识点数据子集合对应的学生考试答卷记录；

步骤S202，将所述学生考试答卷记录中关于不同知识点的题目作答答案与标准答案进行比对，从而确定每个题目的实际答题得分，并利用下面公式(1)，确定所述学生对相应知识点的掌握程度评价值，

在上述公式(1)中，Z(n)表示所述学生对第n个知识点的掌握程度评价值，N表示知识点数据子集包含的知识点数量，s

步骤S203，获取所述学生在相隔预设时间间隔前后对关于同一知识点的同一题目作答后的实际答题得分，并利用下面公式(2)，确定对相应知识点的遗忘程度评价值，

在上述公式(2)中，F表示所述学生对第n个知识点的遗忘程度评价值，exp表示以自然常数e为底的指数函数，T表示所述预设时间间隔、且其取值为15天，Z(n

进一步，在所述步骤S3中，根据所述学生对相应知识点的所述掌握程度状态和所述遗忘程度状态，确定所述学生对相应知识点的遗忘评判指数，再根据所述学生对相应知识点的遗忘评判指数，调整所述学生学习相应知识点的课程安排具体包括：

步骤S301，根据所述掌握程度状态对应的掌握程度评价值和所述遗忘程度状态对应的遗忘程度评价值，并利用下面公式(3)，确定所述学生对相应知识点的遗忘评判指数，

在上述公式(3)，B(n)表示所述学生对第n个知识点的遗忘评判指数，t表示时间单位间隔、且其取值为1s，ε表示预设系数、且其取值范围为0.5-0.8，Z(n)表示所述学生对第n个知识点的掌握程度评价值，F表示所述学生对第n个知识点的遗忘评判指数，Z

步骤S302，将遗忘评判指数B(n)与预设阈值进行比对，若所述遗忘评判指数B(n)小于所述预设阈值，则提高所述学生学习所述第n个知识点的课程安排频率，若所述遗忘评判指数B(n)大于或等于所述预设阈值，保持所述学生学习所述第n个知识点的课程安排频率不变。

本发明还提供综合知识点掌握情况分析处理系统，其特征在于，其包括线上学习历史信息记录模块、知识点数据集合生成模块、知识点掌握程度状态确定模块、知识点遗忘程度状态确定模块和课程安排调整模块；其中，

所述线上学习历史信息记录模块用于记录学生的线上学习历史信息；

所述知识点数据集合生成模块用于对所述线上学习历史信息进行识别处理，以此确定所述学生在线上学习过程中涉及的所有知识点数据，并对所有知识点数据进行整理，从而获得相应的知识点数据集合；

所述知识点掌握程度状态确定模块用于在获取所述学生对所述知识点数据集合中不同学习时间段学习的知识点数据子集合的考试结果后，根据所述考试结果中关于不同知识点的题目的作答正确情况，确定所述学生对相应知识点的掌握程度状态；

所述知识点遗忘程度状态确定模块用于在获取所述学生对所述知识点数据集合中不同学习时间段学习的知识点数据子集合的考试结果后，根据所述考试结果中关于不同知识点的题目的作答正确情况，确定所述学生对相应知识点的遗忘程度状态；

所述课程安排调整模块用于根据所述学生对相应知识点的所述掌握程度状态和所述遗忘程度状态，确定所述学生对相应知识点的遗忘评判指数，再根据所述学生对相应知识点的遗忘评判指数，调整所述学生学习相应知识点的课程安排；

进一步，所述线上学习历史信息记录模块记录学生的线上学习历史信息具体包括：

记录学生在线上学习过程中浏览过的视频资料、音频资料和文本资料，以此作为所述线上学习历史信息；

以及，

所述知识点数据集合生成模块对所述线上学习历史信息进行识别处理，以此确定所述学生在线上学习过程中涉及的所有知识点数据，并对所有知识点数据进行整理，从而获得相应的知识点数据集合具体包括：

对所述视频资料进行图像识别处理，对所述音频资料进行语音识别处理，对所述文本资料进行文本字符识别处理，从而获得所述视频资料、所述音频资料和所述文本资料各自包含的知识点数据；

再按照所述学生线上学习所述知识点数据对应的学习时间段，对识别得到的所有知识点数据进行分类整理，从而获得相应的知识点数据集合，所述知识点数据集合包含若干对应不同学习时间段的知识点数据子集合；

进一步，所述知识点掌握程度状态确定模块在获取所述学生对所述知识点数据集合中不同学习时间段学习的知识点数据子集合的考试结果后，根据所述考试结果中关于不同知识点的题目的作答正确情况，确定所述学生对相应知识点的掌握程度状态具体包括：

按照知识点数据的学习先后顺序，依次从预设考试记录数据库中获取所述知识点数据集合的不同学习时间段学习的知识点数据子集合对应的学生考试答卷记录；

再将所述学生考试答卷记录中关于不同知识点的题目作答答案与标准答案进行比对，从而确定每个题目的实际答题得分，并利用下面公式(1)，确定所述学生对相应知识点的掌握程度评价值，

在上述公式(1)中，Z(n)表示所述学生对第n个知识点的掌握程度评价值，N表示知识点数据子集包含的知识点数量，s

以及，

所述知识点遗忘程度状态确定模块在获取所述学生对所述知识点数据集合中不同学习时间段学习的知识点数据子集合的考试结果后，根据所述考试结果中关于不同知识点的题目的作答正确情况，确定所述学生对相应知识点的遗忘程度状态具体包括：

按照知识点数据的学习先后顺序，依次从预设考试记录数据库中获取所述知识点数据集合的不同学习时间段学习的知识点数据子集合对应的学生考试答卷记录；

再获取所述学生在相隔预设时间间隔前后对关于同一知识点的同一题目作答后的实际答题得分，并利用下面公式(2)，确定对相应知识点的遗忘程度评价值，

在上述公式(2)中，F表示所述学生对第n个知识点的遗忘程度评价值，exp表示以自然常数e为底的指数函数，T表示所述预设时间间隔、且其取值为15天，Z(n

进一步，所述课程安排调整模块根据所述学生对相应知识点的所述掌握程度状态和所述遗忘程度状态，确定所述学生对相应知识点的遗忘评判指数，再根据所述学生对相应知识点的遗忘评判指数，调整所述学生学习相应知识点的课程安排具体包括：

根据所述掌握程度状态对应的掌握程度评价值和所述遗忘程度状态对应的遗忘程度评价值，并利用下面公式(3)，确定所述学生对相应知识点的遗忘评判指数，

在上述公式(3)中，B(n)表示所述学生对第n个知识点的遗忘评判指数，t表示时间单位间隔、且其取值为1s，ε表示预设系数、且其取值范围为0.5-0.8，Z(n)表示所述学生对第n个知识点的掌握程度评价值，F表示所述学生对第n个知识点的遗忘评判指数，Z

再将遗忘评判指数B(n)与预设阈值进行比对，若所述遗忘评判指数B(n)小于所述预设阈值，则提高所述学生学习所述第n个知识点的课程安排频率，若所述遗忘评判指数B(n)大于或等于所述预设阈值，保持所述学生学习所述第n个知识点的课程安排频率不变。

相比于现有技术，该综合知识点掌握情况分析处理方法及系统通过记录学生的线上学习历史信息，并对该线上学习历史信息进行识别处理，以此确定该学生在线上学习过程中涉及的所有知识点数据，并对所有知识点数据进行整理，从而获得相应的知识点数据集合，再获取该学生对该知识点数据集合中不同学习时间段学习的知识点数据子集合的考试结果，并根据该考试结果中关于不同知识点的题目的作答正确情况，确定该学生对相应知识点的掌握程度状态和遗忘程度状态，最后根据该学生对相应知识点的该掌握程度状态和该遗忘程度状态，确定该学生对相应知识点的遗忘评判指数，再根据该学生对相应知识点的遗忘评判指数，调整该学生学习相应知识点的课程安排；可见，该综合知识点掌握情况分析处理方法及系统能够从学生的线上学习历史信息中获取学生在线上学习过程中涉及的所有知识点数据，再对该知识点数据对应的考试题目的作答正确情况进行分析，以此确定学生对相应知识点的掌握程度状态和遗忘程度状态，继而确定学生对相应知识点的遗忘评判指数，以此调整学生学习相应知识点的课程安排，这样能够实现学生对不同知识点掌握程度的量化评价和便于对学生的学习课程进行有针对性的调整，从而提高学生的学习效率和线上课程教学的人性化程度。

本发明的其它特征和优点将在随后的说明书中阐述，并且，部分地从说明书中变得显而易见，或者通过实施本发明而了解。本发明的目的和其他优点可通过在所写的说明书、权利要求书、以及附图中所特别指出的结构来实现和获得。

下面通过附图和实施例，对本发明的技术方案做进一步的详细描述。

附图说明

为了更清楚地说明本发明实施例或现有技术中的技术方案，下面将对实施例或现有技术描述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发明的一些实施例，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。

图1为本发明提供的综合知识点掌握情况分析处理方法的流程示意图。

图2为本发明提供的综合知识点掌握情况分析处理系统的结构示意图。

具体实施方式

下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有作出创造性劳动前提下所获得的所有其他实施例，都属于本发明保护的范围。

参阅图1，为本发明实施例提供的综合知识点掌握情况分析处理方法的流程图示意图。该综合知识点掌握情况分析处理方法包括如下步骤：

步骤S1，记录学生的线上学习历史信息，并对该线上学习历史信息进行识别处理，以此确定该学生在线上学习过程中涉及的所有知识点数据，并对所有知识点数据进行整理，从而获得相应的知识点数据集合；

步骤S2，获取该学生对该知识点数据集合中不同学习时间段学习的知识点数据子集合的考试结果，并根据该考试结果中关于不同知识点的题目的作答正确情况，确定该学生对相应知识点的掌握程度状态和遗忘程度状态；

步骤S3，根据该学生对相应知识点的该掌握程度状态和该遗忘程度状态，确定该学生对相应知识点的遗忘评判指数，再根据该学生对相应知识点的遗忘评判指数，调整该学生学习相应知识点的课程安排。

上述技术方案的有益效果为：该综合知识点掌握情况分析处理方法能够从学生的线上学习历史信息中获取学生在线上学习过程中涉及的所有知识点数据，再对该知识点数据对应的考试题目的作答正确情况进行分析，以此确定学生对相应知识点的掌握程度状态和遗忘程度状态，继而确定学生对相应知识点的遗忘评判指数，以此调整学生学习相应知识点的课程安排，这样能够实现学生对不同知识点掌握程度的量化评价和便于对学生的学习课程进行有针对性的调整，从而提高学生的学习效率和线上课程教学的人性化程度。

优选地，在该步骤S1中，记录学生的线上学习历史信息，并对该线上学习历史信息进行识别处理，以此确定该学生在线上学习过程中涉及的所有知识点数据，并对所有知识点数据进行整理，从而获得相应的知识点数据集合具体包括：

步骤S101，记录学生在线上学习过程中浏览过的视频资料、音频资料和文本资料，以此作为该线上学习历史信息；

步骤S102，对该视频资料进行图像识别处理，对该音频资料进行语音识别处理，对该文本资料进行文本字符识别处理，从而获得该视频资料、该音频资料和该文本资料各自包含的知识点数据；

步骤S103，按照该学生线上学习该知识点数据对应的学习时间段，对识别得到的所有知识点数据进行分类整理，从而获得相应的知识点数据集合，该知识点数据集合包含若干对应不同学习时间段的知识点数据子集合。在实际操作中，按照该学生线上学习该知识点数据对应的学习时间段，对识别得到的所有知识点数据进行分类整理可包括根据该学习时间段的具体日期或者在一天内的具体时刻，将所有知识点数据划分为属于不同日期或者不同具体时刻学习的知识点数据集合。

上述技术方案的有益效果为：由于线上学习能够提供视频形式、音频形式和文本形式的线上课程，通过对线上课程对应的视频资料进行图像识别处理，音频资料进行语音识别处理，文本资料进行文本字符识别处理，能够快速地和全面地确定线上课程所包含的所有知识点数据，从而便于后续根据知识点数据的学习先后进行分类整理，以此提高对知识点数据的处理准确性和可靠性。

优选地，在该步骤S2中，获取该学生对该知识点数据集合中不同学习时间段学习的知识点数据子集合的考试结果，并根据该考试结果中关于不同知识点的题目的作答正确情况，确定该学生对相应知识点的掌握程度状态和遗忘程度状态具体包括：

步骤S201，按照知识点数据的学习先后顺序，依次从预设考试记录数据库中获取该知识点数据集合的不同学习时间段学习的知识点数据子集合对应的学生考试答卷记录；

步骤S202，将该学生考试答卷记录中关于不同知识点的题目作答答案与标准答案进行比对，从而确定每个题目的实际答题得分，并利用下面公式(1)，确定该学生对相应知识点的掌握程度评价值，

在上述公式(1)中，Z(n)表示该学生对第n个知识点的掌握程度评价值，N表示知识点数据子集包含的知识点数量，s

步骤S203，获取该学生在相隔预设时间间隔前后对关于同一知识点的同一题目作答后的实际答题得分，并利用下面公式(2)，确定对相应知识点的遗忘程度评价值，

在上述公式(2)中，F表示该学生对第n个知识点的遗忘程度评价值，exp表示以自然常数e为底的指数函数，T表示该预设时间间隔、且其取值为15天，Z(n

上述技术方案的有益效果为：通过上述公式(1)和(2)，能够实现学生对不同知识点数据的掌握程度状态和遗忘程度状态的量化评价，其相比于现有技术单纯通过考试评分来确定学生对不同知识点的掌握程度状态和遗忘程度状态而言，更能够提高学生对不同知识点掌握程度状态和遗忘程度状态的评价准确性和可靠性。

优选地，在该步骤S3中，根据该学生对相应知识点的该掌握程度状态和该遗忘程度状态，确定该学生对相应知识点的遗忘评判指数，再根据该学生对相应知识点的遗忘评判指数，调整该学生学习相应知识点的课程安排具体包括：

步骤S301，根据该学生对相应知识点的掌握程度评价值和遗忘程度评价值，利用下面公式(3)，确定该学生对相应知识点的遗忘评判指数：

在上述公式(3)，B(n)表示该学生对第n个知识点的遗忘评判指数，t表示时间单位间隔、且其取值为1s，ε表示预设系数、且其取值范围为0.5-0.8，Z(n)表示该学生对第n个知识点的掌握程度评价值，F表示该学生对第n个知识点的遗忘评判指数，Z

步骤S302，将遗忘评判指数B(n)与预设阈值进行比对，若该遗忘评判指数B(n)小于该预设阈值，则提高该学生学习该第n个知识点的课程安排频率，若该遗忘评判指数B(n)大于或等于该预设阈值，保持该学生学习该第n个知识点的课程安排频率不变。

上述技术方案的有益效果为：利用上述公式(3)，能够对学生从初始学习相应知识点的起到完全忘记相应知识点之间随时间推移而对应的知识点的遗忘评判指数，从而为后续调整学生课程安排频率提供可靠的依据，并能够提高学生的学习效率和线上课程教学的人性化程度。

参阅图2，为本发明实施例提供的综合知识点掌握情况分析处理系统的结构示意图。该综合知识点掌握情况分析处理系统包括线上学习历史信息记录模块、知识点数据集合生成模块、知识点掌握程度状态确定模块、知识点遗忘程度状态确定模块和课程安排调整模块；其中，

该线上学习历史信息记录模块用于记录学生的线上学习历史信息；

该知识点数据集合生成模块用于对该线上学习历史信息进行识别处理，以此确定该学生在线上学习过程中涉及的所有知识点数据，并对所有知识点数据进行整理，从而获得相应的知识点数据集合；

该知识点掌握程度状态确定模块用于在获取该学生对该知识点数据集合中不同学习时间段学习的知识点数据子集合的考试结果后，根据该考试结果中关于不同知识点的题目的作答正确情况，确定该学生对相应知识点的掌握程度状态；

该知识点遗忘程度状态确定模块用于在获取该学生对该知识点数据集合中不同学习时间段学习的知识点数据子集合的考试结果后，根据该考试结果中关于不同知识点的题目的作答正确情况，确定该学生对相应知识点的遗忘程度状态；

该课程安排调整模块用于根据该学生对相应知识点的该掌握程度状态和该遗忘程度状态，确定该学生对相应知识点的遗忘评判指数，再根据该学生对相应知识点的遗忘评判指数，调整该学生学习相应知识点的课程安排。

上述技术方案的有益效果为：该综合知识点掌握情况分析处理系统能够从学生的线上学习历史信息中获取学生在线上学习过程中涉及的所有知识点数据，再对该知识点数据对应的考试题目的作答正确情况进行分析，以此确定学生对相应知识点的掌握程度状态和遗忘程度状态，继而确定学生对相应知识点的遗忘评判指数，以此调整学生学习相应知识点的课程安排，这样能够实现学生对不同知识点掌握程度的量化评价和便于对学生的学习课程进行有针对性的调整，从而提高学生的学习效率和线上课程教学的人性化程度。

优选地，该线上学习历史信息记录模块记录学生的线上学习历史信息具体包括：

记录学生在线上学习过程中浏览过的视频资料、音频资料和文本资料，以此作为该线上学习历史信息；

以及，

该知识点数据集合生成模块对该线上学习历史信息进行识别处理，以此确定该学生在线上学习过程中涉及的所有知识点数据，并对所有知识点数据进行整理，从而获得相应的知识点数据集合具体包括：

对该视频资料进行图像识别处理，对该音频资料进行语音识别处理，对该文本资料进行文本字符识别处理，从而获得该视频资料、该音频资料和该文本资料各自包含的知识点数据；

再按照该学生线上学习该知识点数据对应的学习时间段，对识别得到的所有知识点数据进行分类整理，从而获得相应的知识点数据集合，该知识点数据集合包含若干对应不同学习时间段的知识点数据子集合。

上述技术方案的有益效果为：由于线上学习能够提供视频形式、音频形式和文本形式的线上课程，通过对线上课程对应的视频资料进行图像识别处理，音频资料进行语音识别处理，文本资料进行文本字符识别处理，能够快速地和全面地确定线上课程所包含的所有知识点数据，从而便于后续根据知识点数据的学习先后进行分类整理，以此提高对知识点数据的处理准确性和可靠性。

优选地，该知识点掌握程度状态确定模块在获取该学生对该知识点数据集合中不同学习时间段学习的知识点数据子集合的考试结果后，根据该考试结果中关于不同知识点的题目的作答正确情况，确定该学生对相应知识点的掌握程度状态具体包括：

按照知识点数据的学习先后顺序，依次从预设考试记录数据库中获取该知识点数据集合的不同学习时间段学习的知识点数据子集合对应的学生考试答卷记录；

再将该学生考试答卷记录中关于不同知识点的题目作答答案与标准答案进行比对，从而确定每个题目的实际答题得分，并利用下面公式(1)，确定该学生对相应知识点的掌握程度评价值，

在上述公式(1)中，Z(n)表示该学生对第n个知识点的掌握程度评价值，N表示知识点数据子集包含的知识点数量，s

以及，

该知识点遗忘程度状态确定模块在获取该学生对该知识点数据集合中不同学习时间段学习的知识点数据子集合的考试结果后，根据该考试结果中关于不同知识点的题目的作答正确情况，确定该学生对相应知识点的遗忘程度状态具体包括：

按照知识点数据的学习先后顺序，依次从预设考试记录数据库中获取该知识点数据集合的不同学习时间段学习的知识点数据子集合对应的学生考试答卷记录；

再获取该学生在相隔预设时间间隔前后对关于同一知识点的同一题目作答后的实际答题得分，并利用下面公式(2)，确定对相应知识点的遗忘程度评价值，

在上述公式(2)中，F表示该学生对第n个知识点的遗忘程度评价值，exp表示以自然常数e为底的指数函数，T表示该预设时间间隔、且其取值为15天，Z(n

上述技术方案的有益效果为：通过上述公式(1)和(2)，能够实现学生对不同知识点数据的掌握程度状态和遗忘程度状态的量化评价，其相比于现有技术单纯通过考试评分来确定学生对不同知识点的掌握程度状态和遗忘程度状态而言，更能够提高学生对不同知识点掌握程度状态和遗忘程度状态的评价准确性和可靠性。

优选地，该课程安排调整模块根据该学生对相应知识点的该掌握程度状态和该遗忘程度状态，确定该学生对相应知识点的遗忘评判指数，再根据该学生对相应知识点的遗忘评判指数，调整该学生学习相应知识点的课程安排具体包括：

根据该掌握程度状态对应的掌握程度评价值和该遗忘程度状态对应的遗忘程度评价值，并利用下面公式(3)，确定该学生对相应知识点的遗忘评判指数，

在上述公式(3)中，B(n)表示该学生对第n个知识点的遗忘评判指数，t表示时间单位间隔、且其取值为1s，ε表示预设系数、且其取值范围为0.5-0.8，Z(n)表示该学生对第n个知识点的掌握程度评价值，F表示该学生对第n个知识点的遗忘评判指数，Z

再将遗忘评判指数B(n)与预设阈值进行比对，若该遗忘评判指数B(n)小于该预设阈值，则提高该学生学习该第n个知识点的课程安排频率，若该遗忘评判指数B(n)大于或等于该预设阈值，保持该学生学习该第n个知识点的课程安排频率不变。

上述技术方案的有益效果为：利用上述公式(3)，能够对学生从初始学习相应知识点的起到完全忘记相应知识点之间随时间推移而对应的知识点的遗忘评判指数，从而为后续调整学生课程安排频率提供可靠的依据，并能够提高学生的学习效率和线上课程教学的人性化程度。

从上述实施例的内容可知，该综合知识点掌握情况分析处理方法及系统通过记录学生的线上学习历史信息，并对该线上学习历史信息进行识别处理，以此确定该学生在线上学习过程中涉及的所有知识点数据，并对所有知识点数据进行整理，从而获得相应的知识点数据集合，再获取该学生对该知识点数据集合中不同学习时间段学习的知识点数据子集合的考试结果，并根据该考试结果中关于不同知识点的题目的作答正确情况，确定该学生对相应知识点的掌握程度状态和遗忘程度状态，最后根据该学生对相应知识点的该掌握程度状态和该遗忘程度状态，确定该学生对相应知识点的遗忘评判指数，再根据该学生对相应知识点的遗忘评判指数，调整该学生学习相应知识点的课程安排；可见，该综合知识点掌握情况分析处理方法及系统能够从学生的线上学习历史信息中获取学生在线上学习过程中涉及的所有知识点数据，再对该知识点数据对应的考试题目的作答正确情况进行分析，以此确定学生对相应知识点的掌握程度状态和遗忘程度状态，继而确定学生对相应知识点的遗忘评判指数，以此调整学生学习相应知识点的课程安排，这样能够实现学生对不同知识点掌握程度的量化评价和便于对学生的学习课程进行有针对性的调整，从而提高学生的学习效率和线上课程教学的人性化程度。

显然，本领域的技术人员可以对本发明进行各种改动和变型而不脱离本发明的精神和范围。这样，倘若本发明的这些修改和变型属于本发明权利要求及其等同技术的范围之内，则本发明也意图包含这些改动和变型在内。