1.一种基于个性知识图谱的知识盲点分类推荐方法，其特征在于：包括：采集单元：获取目标用户的历史题集数据；

所述历史题集数据包括习题类型、习题分数、以及习题分值；

分析单元：根据目标用户的历史题集数据，分析并形成错题数据；

构建单元：根据错题数据和历史题集数据，分别构建错题知识图谱和题库知识图谱；

推送单元：根据错题知识图谱和题库知识图谱，向目标用户推送习题进行练习。

2.根据权利要求1所述的基于个性知识图谱的知识盲点分类推荐方法，其特征在于：所述根据目标用户的历史题集数据，分析并形成错题数据，具体为：获取目标用户的历史题集数据；

提取历史题集数据中，每个题目的习题分数，记为Z；

提取历史题集数据中，每个题目的习题分值，记为Y；

设定判定值；

若习题分值Y‑习题分数Z＝判定值，则判定为第一正确数据，并设定历史正确集合；

将历史题集数据中，所有判定为第一正确数据的题目列入历史正确集合；

若习题分值Y‑习题分数Z＞判定值，则判定为第一错误数据，并设定历史错误集合；

将历史题集数据中，所有判定为第一错误数据的题目列入历史错误集合；

将历史错误集合中的题目，定为目标错题。

3.根据权利要求2所述的基于个性知识图谱的知识盲点分类推荐方法，其特征在于：所述根据错题数据和历史题集数据，分别构建错题知识图谱和题库知识图谱，具体为：获取所有目标错题的习题类型，将该习题类型定为错题类型；

获取所有的错题类型的数量；

根据错题类型，将目标错题分别整合为若干错题类型三元组，其中，错题类型三元组的数量为错题类型的数量，即<错题，包括，错题类型>；

对每个错题类型三元组，分别形成若干错题三元组，即<错题类型，包括，目标错题>；

将错题类型三元组和错题三元组整合，构建形成错题知识图谱。

4.根据权利要求3所述的基于个性知识图谱的知识盲点分类推荐方法，其特征在于：所述根据错题数据和历史题集数据，分别构建错题知识图谱和题库知识图谱，还包括：获取历史题集数据中的所有的题目及其习题类型；

获取所有习题类型的数量；

根据习题类型，将所有题目分别整合为若干习题类型三元组，其中，习题类型三元组的数量为习题类型的数量，即<习题，包括，习题类型>；

对每个习题类型三元组，分别形成若干习题三元组，即<习题类型，包括，题目>；

将习题类型三元组和习题三元组整合，构建形成第一题库知识图谱。

5.根据权利要求4所述的基于个性知识图谱的知识盲点分类推荐方法，其特征在于：所述根据错题数据和历史题集数据，分别构建错题知识图谱和题库知识图谱，还包括：获取历史题集数据中的所有习题类型，并定为目标搜索习题类型；

获取互联网中的目标搜索习题类型的所有题目，将该题目定为搜索习题；

获取所有目标搜索习题类型的数量；

根据目标搜索习题类型，将所有搜索习题分别整合为若干搜索类型三元组，其中，搜索类型三元组的数量为目标搜索习题类型的数量，即<习题，包括，目标搜索习题类型>；

对每个搜索类型三元组，分别形成若干搜索习题三元组，即<目标搜索习题类型，包括，搜索习题>；

将搜索类型三元组和搜索习题三元组整合，构建形成第二题库知识图谱；

将第一题库知识图谱和第二题库知识图谱中的习题类型三元组和搜索类型三元组合并，形成目标类型三元组；

将第一题库知识图谱和第二题库知识图谱中的所有习题三元组和搜索习题三元组，合并形成目标习题三元组；

将目标类型三元组和目标习题三元组整合，构建形成题库知识图谱。

6.根据权利要求5所述的基于个性知识图谱的知识盲点分类推荐方法，其特征在于：所述根据错题知识图谱和题库知识图谱，向目标用户推送习题进行练习，具体包括：获取错题知识图谱；

获取题库知识图谱；

提取错题知识图谱中的错题类型和目标错题；

提取错题类型在题库知识图谱中对应的习题类型，将该习题类型定为目标练习习题类型；

提取目标练习习题类型在题库知识图谱中所对应的目标习题三元组；

执行错题练习推送策略。

7.根据权利要求6所述的基于个性知识图谱的知识盲点分类推荐方法，其特征在于：所述错题练习推送策略，具体为：S1、获取目标用户的历史做题间隔时间；

S2、获取历史错误集合内各目标错题的答题时间，将该时间定为推送起始时间点；

S3、计算推送终止时间点，推送终止时间点＝推送起始时间点+历史做题间隔时间；

S4、设定初始推送时间区间，所述初始推送时间区间以推送起始时间点为起始时间点，以推送终止时间点为终止时间点的时间区间；

S5、在初始推送时间区间内，执行抽题推送策略；

S6、获取目标推送习题的习题分值，记为X；

S7、获取目标用户对目标推送习题答题后的习题分数，记为W；

S8、若习题分值X‑习题分数W＝判定值，则执行第一推送策略；

S9、若习题分值X‑习题分数W＞判定值，则执行第二推送策略。

8.根据权利要求7所述的基于个性知识图谱的知识盲点分类推荐方法，其特征在于：所述执行抽题推送策略，具体包括：获取历史错误集合中目标错题的数量，记为B；

设定习题推送数量，习题推送数量＝设定倍数×数量B；

获取错题知识图谱；

提取错题类型；

提取每个错题类型下目标错题的数量，记为C(C1，...，Cn)；

分别计算每个错题类型的习题推送比值，习题推送比值＝数量C÷数量B；

获取目标习题三元组；

根据错题类型、习题推送比值、以及习题推送数量，分别计算在目标习题三元组中每个错题类型的习题推送数量，将该推送数量定为目标习题推送数量，目标习题推送数量＝习题推送数量×习题推送比值；

在目标习题三元组中随机提取目标习题推送数量的错题类型的题目向目标用户推送，将该题目定为目标推送习题。

9.根据权利要求8所述的基于个性知识图谱的知识盲点分类推荐方法，其特征在于：所述执行第一推送策略，具体包括：S20、获取初始推送时间区间；

S21、提取目标推送习题所对应的习题类型，将该习题类型定为目标习题类型；

S22、提取目标习题类型对应的错题类型，将该错题类型定为目标错题类型；

S23、提取目标错题类型下的所有目标错题，将该目标错题定为目标推送错题；

S24、获取目标推送习题和第二题库知识图谱；

S25、设定题库已做集合和题库未做集合；

S26、将所有习题分值X‑习题分数W＝判定值的目标推送习题列入题库已做集合；

S27、将去除所有目标推送习题后的第二题库知识图谱中的所有习题以及习题分值X‑习题分数W＞判定值的目标推送习题列入题库未做集合；

S28、达到推送终止时间点，对目标用户推送目标推送错题；

S29、获取目标推送错题的习题分值和习题分数，分别记为V和U；

S30、若习题分值V‑习题分数U＝判定值，则延长对目标习题类型下目标推送习题以及目标推送错题的推送练习的初始推送时间区间，将延长后的初始推送时间定为延长推送时间区间，延长推送时间区间＝2×初始推送时间区间；

S31、达到延长推送时间区间的终止时间点，再次向目标用户推送目标推送错题以及题库未做集合中目标错题类型的任意一题，并对应执行步骤S29以及S6‑S9，将题库未做集合中目标错题类型的任意一题定为未做目标推送习题；

S32、若习题分值V‑习题分数U＞判定值，则设定缩短推送时间区间，缩短推送时间区间＝初始推送时间区间÷2；

S33、达到缩短推送时间区间的终止时间点，再次向目标用户推送目标推送错题以及未做目标推送习题，并对应执行步骤S29以及S6‑S9；

S34、设定答对阈值；

S35、获取目标用户对目标推送错题以及未做目标推送习题回答正确的次数，记为A；

S36、若次数A＝答对阈值，则不再推送该目标推送错题以及未做目标推送习题；

S37、若次数A＜答对阈值，则执行步骤S20‑S36。

10.根据权利要求9所述的基于个性知识图谱的知识盲点分类推荐方法，其特征在于：所述执行第二推送策略，具体包括：

提取目标推送习题所对应的习题类型，将该习题类型定为目标习题类型；

提取目标习题类型对应的错题类型，将该错题类型定为目标错题类型；

提取目标错题类型下的所有目标错题，任意提取一个目标错题定为目标推送错题；

立即推送目标推送错题；

执行步骤S29；

若目标推送错题回答正确，则逐步执行步骤S30‑S31以及步骤S34‑S37；

若目标推送错题回答错误，则执行步骤S32‑S37。