基于改进的LSTM神经网络模型的试题推荐判定方法

摘要

本发明涉及一种基于改进的LSTM神经网络模型的中小学试题推荐方法，通过采集的真实试题数据；对历史试题的详细数据进行预处理获取试题信息，对试题信息处理得到试题关系数据，将试题信息按比例分成训练、测试的样本数据；对训练样本数据进行处理，并通过LSTM神经网络对处理后的训练样本进行训练得到LSTM试题推荐模型；通过参数调整来优化LSTM神经网络模型使其得到更高的准确率；最终将目标试题信息数据和试题关系数据作为LSTM模型的输入数据，模型输出得到预测的结果。本发明能够提高对试题是否进行推荐的判定效率和准确度，具有高泛化能力。