1.一种试题资源推荐方法，其特征在于，包括：对多项课程中以往试题的答题表现数据和以往试题的考核知识点，采用训练后的知识水平预测模型进行知识水平预测，得到考核知识点的知识掌握水平；

对待推荐试题进行考核知识点的标注和考核难度的标注，得到试题资源库；

对试题资源库进行考核知识点的聚类，得到不同考核知识点的试题簇；

对不同考核知识点的试题簇根据考核难度进行聚类，得到试题资源库的分层聚类结果；

根据考核知识点的知识掌握水平和试题资源库的分层聚类结果，进行试题资源的推荐，得到试题集合；

根据试题集合中考核知识点间的关系构建试题图，对试题图进行最优路径的选择，得到最优做题路径。

2.如权利要求1所述的一种试题资源推荐方法，其特征在于，所述答题表现数据包括考核知识点和得分信息。

3.如权利要求1所述的一种试题资源推荐方法，其特征在于，对答题表现数据进行数据预处理，所述数据预处理包括：噪声数据的删除、空缺项的补全和稀疏数据的剔除。

4.如权利要求1所述的一种试题资源推荐方法，其特征在于，所述知识水平预测模型基于时序神经网络构建，对所述知识水平预测模型进行训练时，学习两方面的信息，包括对每项课程中考核知识点的知识掌握水平以及粗心和猜测的隐状态变量。

5.如权利要求4所述的一种试题资源推荐方法，其特征在于，对所述知识水平预测模型进行训练时还包括引入元认知能力评估结果。

6.如权利要求4所述的一种试题资源推荐方法，其特征在于，所述粗心和猜测的隐状态变量的值根据考核知识点和该考核知识点下试题的得分概率而确定。

7.如权利要求1所述的一种试题资源推荐方法，其特征在于，所述试题图为以试题集合中的试题为顶点，试题间考核知识点的关系为边，而构建的有向无环图。

8.如权利要求1所述的一种试题资源推荐方法，其特征在于，对试题图进行最优路径的选择的过程包括，基于最短路径算法，对试题集合生成最优做题路径。

9.如权利要求8所述的一种试题资源推荐方法，其特征在于，所述最短路径算法包括迪杰斯特拉算法、最短路径快速算法或弗洛伊德算法。

10.一种试题资源推荐系统，其特征在于，包括：水平预测模块，被配置为对多项课程中以往试题的答题表现数据和以往试题的考核知识点，采用训练后的知识水平预测模型进行知识水平预测，得到考核知识点的知识掌握水平；

标注模块，被配置为对待推荐试题进行考核知识点的标注和考核难度的标注，得到试题资源库；

第一聚类模块，被配置为对试题资源库进行考核知识点的聚类，得到不同考核知识点的试题簇；

第二聚类模块，被配置为对不同考核知识点的试题簇根据考核难度进行聚类，得到试题资源库的分层聚类结果；

推荐模块，被配置为根据考核知识点的知识掌握水平和试题资源库的分层聚类结果，进行试题资源的推荐，得到试题集合；

路径确定模块，被配置为根据试题集合中考核知识点间的关系构建试题图，对试题图进行最优路径的选择，得到最优做题路径。