1.一种音乐基础知识自适应测评方法，其特征在于，所述方法包括：
获取用户的基本信息，根据所述基本信息选择音乐基础知识考级级别；
根据所述考级级别从预设题库中选择预设数量的试题进行测试，得到初步作答情况；
获取所述用户的历史作答情况，综合所述历史作答情况及所述初步作答情况，得到更新作答情况；
根据所述更新作答情况，分析所述用户已答题对应题目类型的能力估计值；
获取所述预设题库中题目的习题难度及习题猜测度，根据所述习题难度、所述习题猜测度及所述能力估计值，利用项目反应理论的测量模型，预测所述用户在各个题目类型中所有未答题目的回答正确率；
根据预设阈值及所述回答正确率，确定所述所有未答题目的推荐分数，将所述推荐分数最高的未答题目作为所述用户的下一道题目，并将所述下一道题目的作答情况更新到所述更新作答情况中，返回所述根据所述更新作答情况，分析所述用户已答题对应题目类型的能力估计值的步骤，适应性推荐下一道题目，直至完成规定数量的题目，得到考级作答情况；
分析所述考级作答情况，得到音乐基础知识考级测评结果。
2.如权利要求1所述的音乐基础知识自适应测评方法，其特征在于，所述根据所述更新作答情况，分析所述用户已答题对应题目类型的能力估计值，包括：
根据所述更新作答情况，统计各个题目类型的做题结果、获取已答题的难易度、统计所述已答题的做题时长及计算所述预设题库中所有题目的区分度；
根据所述做题结果、所述难易度及所述做题时长对所述已答题赋予题目权重；
根据所述题目权重及所述做题结果，利用贝叶斯期望后验参数估计法计算所述用户已答题对应题目类型的能力估计值。
3.如权利要求2所述的音乐基础知识自适应测评方法，其特征在于，所述根据所述题目权重及所述做题结果，利用贝叶斯期望后验估计法计算所述用户已答题对应题目类型的能力估计值，包括：
根据所述做题结果计算出初步估计值；
利用预设项目反应原理模型计算出所述用户的答对应题目类型中任一题目的概率；
统计所述用户的已做题数量，根据所述初步估计值、所述区分度、所述难易度、所述已做题数量及所述答对应题目类型中任一题目的概率，利用贝叶斯期望后验估计法计算所述用户已答题对应题目类型的能力估计值。
4.如权利要求1所述的音乐基础知识自适应测评方法，其特征在于，所述根据所述习题难度、所述习题猜测度及所述能力估计值，利用项目反应理论的测量模型，预测所述用户在各个题目类型中所有未答题目的回答正确率，包括：
根据所述习题难度、所述习题猜测度及所述能力估计值，利用如下项目反应理论的测量模型，预测所述用户在各个题目类型中所有未答题目的回答正确率：
其中，i表示第i个未答题目；pi(θ)表示第i个未答题目的回答正确率；θ表示所述能力估计值；ci表示第i个未答题的习题猜测度；yi表示第i个未答题的区分度；xi表示第i个未答题的难易度；d表示常数。
5.如权利要求1所述的音乐基础知识自适应测评方法，其特征在于，所述分析所述考级作答情况，得到音乐基础知识考级测评结果，包括：
根据所述考级作答情况与所述预设题库中预设答案进行匹配，得到音乐基础知识考级测评分数；
根据所述考级作答情况，分析所述用户的音准识别、节奏识别、符号认识、音程听辨及乐器尝试维度的维度得分，根据所述维度得分绘制维度雷达图；
利用泊松分布公式计算所述用户在各个预设用户画像维度的先验分布值；
根据所述已做题数量、所述先验分布值、所述区分度及所述难易度，利用贝叶斯期望后验估计法计算所述用户在各个预设用户画像维度的匹配估计值；
计算所述匹配估计值的标准差，将所述标准值最接近预设用户画像收敛阈值的维度作为用户画像目标维度；
提取所述考级作答情况及所述基本信息中的关键词，根据所述关键词及所述用户画像目标维度构建用户画像；
综合所述音乐基础知识考级测评分数、所述维度雷达图及所述用户画像，得到音乐基础知识考级测评结果。
6.如权利要求1所述的音乐基础知识自适应测评方法，其特征在于，所述根据所述考级级别从预设题库中选择预设数量的试题进行测试，得到初步作答情况，包括：
对预设题库按照音乐基础知识特性进行分类，得到题目类型；
根据所述考级级别，随机从所述预设题库的各个题目类型中选出预设数量的不重复试题进行测试，得到初步作答情况。
7.如权利要求6所述的音乐基础知识自适应测评方法，其特征在于，所述对预设题库按照音乐基础知识特性进行分类，得到题目类型，包括：
对所述预设题库中题目进行分词及量化处理，得到题目向量序列；
利用预训练完成的Bert模型中Embedding层提取所述题目向量序列的嵌入向量及位置向量；
利用所述预训练完成的Bert模型中Transformer层的自注意力机制调整所述嵌入向量及所述位置向量的权重，得到带权重的嵌入向量及位置向量；
利用所述预训练完成的Bert模型中Transformer层对所述带权重的嵌入向量及位置向量进行矩阵运算，得到注意力文本向量；
利用所述预训练完成的Bert模型中全连接层将所述注意力文本向量进行分类，得到所述预设题库中题目的题目类型。
8.一种音乐基础知识自适应测评装置，其特征在于，所述装置包括：
初步测试模块，用于获取用户的基本信息，根据所述基本信息选择音乐基础知识考级级别；根据所述考级级别从预设题库中选择预设数量的试题进行测试，得到初步作答情况；
能力估计模块，用于获取所述用户的历史作答情况，综合所述历史作答情况及所述初步作答情况，得到更新作答情况；根据所述更新作答情况，分析所述用户已答题对应题目类型的能力估计值；
回答正确率预测模块，用于获取所述预设题库中题目的习题难度及习题猜测度，根据所述习题难度、所述习题猜测度及所述能力估计值，利用项目反应理论的测量模型，预测所述用户在各个题目类型中所有未答题目的回答正确率；
题目推荐模块，用于根据预设阈值及所述回答正确率，确定所述所有未答题目的推荐分数，将所述推荐分数最高的未答题目作为所述用户的下一道题目，并将所述下一道题目的作答情况更新到所述更新作答情况中，返回所述根据所述更新作答情况，分析所述用户已答题对应题目类型的能力估计值的步骤，适应性推荐下一道题目，直至完成规定数量的题目，得到考级作答情况；
考级测评模块，用于分析所述考级作答情况，得到音乐基础知识考级测评结果。
9.一种电子设备，其特征在于，所述电子设备包括：
至少一个处理器；以及，
与所述至少一个处理器通信连接的存储器；其中，
所述存储器存储有可被所述至少一个处理器执行的计算机程序，所述计算机程序被所述至少一个处理器执行，以使所述至少一个处理器能够执行如权利要求1至7中任意一项所述的音乐基础知识自适应测评方法。
10.一种计算机可读存储介质，存储有计算机程序，其特征在于，所述计算机程序被处理器执行时实现如权利要求1至7中任意一项所述的音乐基础知识自适应测评方法。