知识点掌握度判断与推荐业务方案最终版版

版本：V2.4
日期：2026 年 11 月 4 日

1 核心方案

本方案以“学生 × 原子知识点”为判断对象。AI 日常学练负责帮助学生达到练习标准，智能模考负责验证学生是否真正掌握。

核心判断链路为：

日常学练连续答对规定题量 → 练习达标 → 模考中该知识点至少出现 3 道题且全部正确 → 已掌握

日常学练和智能模考使用同一套知识点体系。掌握度判断与推荐相互独立：掌握度模块输出状态，推荐模块根据状态先选择知识点，再推荐该知识点下的试题或模考。

2 技术架构

3 掌握状态定义

4 知识点认知层级

考纲拆分后的“原子知识点/技能点”是掌握度判断的最小对象。每个知识点配置一个目标认知层级。

本期只使用单选、多选、判断三种客观题。评价和创造层级判断的是客观题可测范围内的方案识别、比较和判断能力。

5 本期掌握度判断规则

5.1 练习达标

日常学练按照知识点认知层级连续出题。学生连续答对规定数量的不同题目后，该知识点进入“练习达标”。

连续题组中出现错误时，连续正确题数清零，从下一道新题重新累计；此前作答继续保留为学习记录和 pyBKT 计算数据。

5.2 模考验证与掌握判断

学生可以随时参加智能模考，不以“练习达标”为参加模考的前置条件。

未达到“练习达标”的知识点参加模考后，模考题按照作答顺序进入连续正确记录。达到对应认知层级的连续正确题量时，只能转为“练习达标”，需要在后续模考中再次满足“至少 3 道且全部正确”后才能转为“已掌握”。同一次模考不同时完成练习达标和掌握验证。

5.3 未掌握后的恢复

“未掌握”知识点重新进入练习，恢复题量与初次练习达标题量保持一致：

连续题组中出现错误时重新累计。达到连续正确题量后，由“未掌握”转为“练习达标”；后续模考中该知识点至少出现 3 道题且全部正确后，再转为“已掌握”。pyBKT掌握概率用于推荐排序和过程观察，不单独改变状态。

5.4 已掌握后的持续练习

• “已掌握”知识点依然可以进入练习或后续智能模考。
• 巩固练习单次答错时保持“已掌握”，系统追加 2 道同认知层级的新题。
• 追加的 2 道题全部正确时继续保持“已掌握”；任意一题错误时转为“未掌握”，重新执行 5.3 的恢复规则。
• 后续模考中该知识点再次答错时，直接转为“未掌握”。

5.5 状态流转

模考不足 3 道时保持“练习达标”；未达练习标准时，模考作答只计入练习记录。

5.6 算法接入方式（可选）

接入掌握度算法后，整体逻辑拆分为“日常练习判断＋智能模考复核”：

未接入算法时，沿用本方案 5.1 的连续答对题量判断“练习达标”；接入算法后，由算法判断替代连续答对规则，模考复核规则保持不变。算法阈值作为后台配置项维护，本方案不展开具体计算过程。

6 本期推荐规则

推荐按“先选知识点，再选试题或学习场景”的顺序执行。

6.1 知识点优先推荐规则

AI 日常学练先确定需要推荐的知识点，再进入试题推荐。基础优先级为：

“练习达标”知识点优先进入智能模考验证；在日常学练的知识点推荐中作为最后一个优先级。

同一状态内按照以下顺序排序：

1.最近模考或练习出现错误的知识点优先； 2. 距离练习达标所差的连续正确题数越少越优先； 3. 距离上次有效练习时间越长越优先； 4. pyBKT掌握概率较低的知识点优先。

6.2 定位知识点后的试题推荐规则

所有推荐题均排除已经计入有效作答的相同题目，历史练错的题可以重复推荐。

所有推荐试题中，不允许连续出现同一个知识点的题（必须间隔出现）。

6.3 日常学练与智能模考推荐

学生可以自主参加模考；以下规则仅用于系统主动推荐。

每套智能模考共 60 道题，推荐按以下方式分配：

• 优先选择 5～15 个“练习达标”的知识点，每个知识点安排 3~5 道题，优先选取“是否推荐模考的标识题；
• 剩余题用于复核“已掌握”知识点和少量未测、证据不足知识点；
• 同一知识点的 3 道验证题使用不同题目，并尽量覆盖三种题型和中、难两个难度；

7 本期最小数据模型

每次产生新的有效作答后，系统更新连续正确题数、知识点状态和推荐结果。