本发明涉及人工智能技术，其实施例提供了基于改进IRT结构的答题序列预测方法，该方法包括以下步骤：分别对历史答题记录信息进行向量化处理得到携带方向的答题序列输入向量，将所有携带方向的答题序列输入向量输入至LSTM中进行处理得到用户能力向量，对题目难度数据和题目区分度数据进行向量化处理得到题目难度向量和题目区分向量，通过IRT对用户能力向量、题目难度向量和题目区分向量进行计算得到当前题目的答对概率，根据答对概率确定目标推荐题目。通过将用户能力、题目难度、题目区分度向量化，能够精确的描绘用户水平和题目水平，减少信息损失的同时通过改进LSTM结构，解决用户答错题目，用户能力反而上升的情况，从而提高预测的准确率。