一种多任务自动化配题方法与系统

本发明属于人工智能与认知测评交叉技术领域，公开一种多任务自动化配题方法与系统。核心方法包括：采集用户多任务操作的实时行为数据，经清洗提取标准化特征；构建认知任务特征图谱并通过节点嵌入建立任务关系模型；基于行为数据动态计算个体线程容量阈值，生成个性化资源分配参数；将容量参数注入图谱预测认知冲突强度指标；依据冲突强度筛选安全任务组合，进行时间轴编排与难度平衡生成测验指令集；执行指令集并建立反馈链路实现数据闭环更新。本发明突破传统静态配题的认知资源适配局限，通过动态容量建模与冲突预测技术，实现高危职业复杂场景下多任务组合的精准生成，大幅提升工作绩效预测效度与系统自适应能力。