本发明属于网络通讯，具体的为一种基于深度学习的个性化试题推荐方法和系统，适用于英语等现有各类学科的在线学习、交易与评价，是一种功能强大的综合技术。
背景技术：
1、英语是世界上最广泛使用的第二语言，是欧盟和许多国际组织与英联邦国家的官方语言之一，也是联合国的工作语言之一，英语的母语使用者数量位居世界第三，少于汉语和西班牙语，但上两个世纪英国和美国在文化、经济、军事、科学上的领先地位使得英语成为一种国际语言，如今许多国际场合都使用英语作为沟通的媒介，英语也是与电脑联系最密切的语言，大多数编程语言都与英语有联系，而且随着网络使用，使英文使用更为普及。
2、由于线上试题推荐打破了时间和空间的限制，且实现成本不高，使得试题推荐资源得到了广泛的传播，促进了教育公平。同时，相较于传统的填鸭式试题推荐方式，线上试题推荐更加自由，这使得线上试题推荐的受众从学生扩展到都市白领等群体。除去资源广泛传播、学习时间空间自由、受众群体广大等特点，线上试题推荐还成功保留了传统试题推荐具有的试题推荐优势，即师生互动。在相关技术中，几乎所有试题推荐平台都具有师生互动的功能，如视频直播、在线文本试题推荐等。
3、然而，传统试题推荐因其严格的教师资格认证、线下面对面试题推荐、教务主任巡查等特点的存在，可以一定程度上保证教师的试题推荐质量，但线上试题推荐则并不具备这些特点，因此不能得到有效的监管，无法保证试题推荐质量。
技术实现思路
1、为了解决当前英语试题推荐的便捷性差的问题，本发明请求保护一种基于深度学习的个性化试题推荐方法和系统。
2、根据本发明第一方面，本发明请求保护一种基于深度学习的个性化试题推荐方法，包括：
3、采集试题推荐对象的试题推荐任务的已完成试题推荐指令的评价值；
4、对所述已完成试题推荐指令执行解析，采集所述已完成试题推荐指令包含的各试题推荐项目和所述已完成试题推荐指令与各试题推荐项目的相关度；
5、将所述已完成试题推荐指令的评价值、所述已完成试题推荐指令与试题推荐项目的相关度代入第一评价表达式中，以计算获得所述已完成试题推荐指令与试题推荐项目熟练度的试题推荐项目评价值；
6、根据数据库中的每个试题推荐任务包含的试题推荐项目，以及所述试题推荐对象对于所述试题推荐项目的熟练度的试题推荐项目评价值，计算每个所述试题推荐任务的评价值；所述试题推荐任务的评价值与用户对所述试题推荐任务的熟练程度成正比，所述数据库中存储有所述试题推荐任务的子试题推荐任务；
7、根据所述数据库中每个所述试题推荐任务的评价值，确定所述试题推荐对象的当前试题推荐语音集，所述当前试题推荐语音集中包括多个所述试题推荐任务的子试题推荐任务。
8、所述对所述已完成试题推荐指令执行解析，采集所述已完成试题推荐指令包含的各试题推荐项目和所述已完成试题推荐指令与各试题推荐项目的相关度包括：
9、对所述已完成试题推荐指令执行解析，采集所述已完成试题推荐指令包含的各试题推荐项目；
10、计算每个所述试题推荐项目与所述已完成试题推荐指令的相关度；
11、所述计算每个所述试题推荐项目与所述已完成试题推荐指令的相关度包括：
12、统计所述数据库中包含所述试题推荐项目的任务总数，以及所述试题推荐对象对所述试题推荐项目的试题推荐次数；
13、将所述试题推荐对象对所述试题推荐项目的试题推荐次数、包含所述试题推荐项目的任务总数和所述数据库中的所有任务总数代入第二评价表达式中，以计算获得每个所述试题推荐项目与所述已完成试题推荐指令的相关度；
14、所述根据数据库中的每个试题推荐任务包含的试题推荐项目，以及所述试题推荐对象对于所述试题推荐项目的熟练度的试题推荐项目评价值，计算每个所述试题推荐任务的评价值包括：
15、采集所述数据库中每个所述试题推荐任务的完成度；
16、将所述试题推荐对象的试题推荐工龄、所述数据库中所有试题推荐任务中所有试题推荐项目的最高完成度和每个所述试题推荐任务中包含的试题推荐项目的最高完成度代入第五评价表达式中，以计算获得每个所述试题推荐任务的第三评价值；
17、将每个所述试题推荐任务的完成度和所述试题推荐任务的第三评价值的和，作为所述试题推荐任务的评价值。
18、所述采集所述数据库中每个所述试题推荐任务的完成度包括：
19、统计所述试题推荐对象对所述数据库中每个所述试题推荐任务包含的每个试题推荐项目的试题推荐次数，根据第三评价表达式，确定所述试题推荐对象对所述数据库中每个所述试题推荐任务包含的每个试题推荐项目的第一评价值，将所述试题推荐对象对所述试题推荐任务包含的所有试题推荐项目的第一评价值的叠加，作为所述试题推荐任务的第一评价值；
20、统计所述试题推荐对象对所述数据库中每个所述试题推荐任务下所有试题推荐项目的第二评价值的平均值，作为每个所述试题推荐任务的第二评价值；
21、所述试题推荐项目的第二评价值通过第四评价表达式计算获得。
22、所述根据所述数据库中每个所述试题推荐任务的评价值，确定所述试题推荐对象的当前试题推荐语音集包括：
23、采集所述数据库中所述试题推荐任务的评价值前m大的试题推荐任务作为所述试题推荐对象的当前试题推荐语音集中的试题推荐任务；
24、根据采集的m个试题推荐任务的完成度，对采集的m个试题推荐任务按照预设顺序排列，以获得所述试题推荐对象的当前试题推荐语音集；
25、所述预设顺序为完成度由低到高，再由高到低的顺序。
26、所述根据所述数据库中每个所述试题推荐任务的评价值，确定所述试题推荐对象的当前试题推荐语音集之前还包括：
27、采集所述试题推荐对象的历史平均试题推荐周期和历史总试题推荐周期；
28、将所述试题推荐对象的历史平均试题推荐周期代入第六评价表达式中，以计算获得推荐任务数量，并将所述推荐任务数量作为所述试题推荐对象的当前试题推荐语音集中包含的任务数量。
29、根据本发明第二方面，本发明请求保护一种基于深度学习的个性化试题推荐系统，包括：
30、评价值采集模块，用于采集试题推荐对象的试题推荐任务的已完成试题推荐指令的评价值；
31、评价值计算模块，用于对所述已完成试题推荐指令执行解析，采集所述已完成试题推荐指令包含的各试题推荐项目和所述已完成试题推荐指令与各试题推荐项目的相关度；将所述已完成试题推荐指令的评价值、所述已完成试题推荐指令与试题推荐项目的相关度代入第一评价表达式中，以计算获得所述已完成试题推荐指令与试题推荐项目熟练度的试题推荐项目评价值；
32、评价值计算模块，用于根据数据库中的每个试题推荐任务包含的试题推荐项目，以及所述试题推荐对象对于所述试题推荐项目的熟练度的试题推荐项目评价值，计算每个所述试题推荐任务的评价值；所述试题推荐任务的评价值与用户对所述试题推荐任务的熟练程度成正比，所述数据库中存储有所述试题推荐任务的子试题推荐任务；
33、任务确定模块，用于根据所述数据库中每个所述试题推荐任务的评价值，确定所述试题推荐对象的当前试题推荐语音集，所述当前试题推荐语音集中包括多个所述试题推荐任务的子试题推荐任务。
34、本发明请求保护一种基于深度学习的个性化试题推荐方法和系统，响应于目标对象针对试题推荐任务的试题推荐指令，基于试题推荐指令获取试题推荐数据；其中，目标对象属于英语课程的试题推荐项目对应的对象集合，试题推荐项目包括多个数据处理步骤对应的语音交互任务集，试题推荐任务为语音交互任务集中与多个数据处理步骤中的至少一个数据处理步骤对应的语音交互任务，试题推荐指令用于执行试题推荐任务或试题推荐任务的子任务；根据试题推荐数据获取目标对象执行试题推荐任务的评价信息。本发明实施例所提供的技术方案克服了现有的线上试题推荐系统交互操作较为复杂的问题，简化了学生端的操作，更适合中职学生使用，还原了线下试题推荐的互动逻辑，具有更好的试题推荐效果。
1.一种基于深度学习的个性化试题推荐方法，其特征在于，包括：
2.根据权利要求1所述的方法，其特征在于，所述对所述已完成试题推荐指令执行解析，采集所述已完成试题推荐指令包含的各试题推荐项目和所述已完成试题推荐指令与各试题推荐项目的相关度包括：
3.根据权利要求2所述的方法，其特征在于，所述采集所述数据库中每个所述试题推荐任务的完成度包括：
4.根据权利要求3所述的方法，其特征在于，所述根据所述数据库中每个所述试题推荐任务的评价值，确定所述试题推荐对象的当前试题推荐语音集包括：
5.根据权利要求1所述的方法，其特征在于，所述根据所述数据库中每个所述试题推荐任务的评价值，确定所述试题推荐对象的当前试题推荐语音集之前还包括：
6.一种基于深度学习的个性化试题推荐系统，其特征在于，包括：
