基于知识图谱驱动的大模型个性化习题推荐方法及相关装置

本申请公开了一种基于知识图谱驱动的大模型个性化习题推荐方法及相关装置，涉及数字化教育技术领域，该方法包括：构建融合习题难度和学生类型的改进贝叶斯知识追踪DP‑BKT模型，动态计算学生对知识点的掌握程度指数；基于掌握程度指数设计学生个人画像知识图谱，存储学生与知识点、习题的关联关系；整合知识图谱、习题数据库及大语言模型LLM，通过薄弱知识点确定、向量索引与规则匹配、大模型推理及综合多维度评分重排序优化，生成个性化习题推荐序列。本申请解决了传统推荐系统中“信息迷航”及传统贝叶斯知识追踪模型无法关联习题难度的问题，实现了知识点与习题的语义级对齐及动态演进推荐，提升学习效率。