[发明专利]一种知识数据库、构建方法及学情诊断系统在审

专利信息
申请号: 201510853487.2 申请日: 2015-11-28
公开(公告)号: CN105512214A 公开(公告)日: 2016-04-20
发明(设计)人: 黄涛;刘三女牙;杨宗凯;张浩;杨华利 申请(专利权)人: 华中师范大学
主分类号: G06F17/30 分类号: G06F17/30;G06Q50/20
代理公司: 华中科技大学专利中心 42201 代理人: 李智
地址: 430079 *** 国省代码: 湖北;42
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 一种 知识 数据库 构建 方法 诊断 系统
【权利要求书】:

1.一种知识数据库构建方法,其特征在于,包括以下步骤:

(1)构建数据表:

构建学科库数据表、知识点库数据表、试题库数据表、资源库数据表、 学生信息库数据表、测试库数据表、测试学生库数据表和测试成绩库数据 表;其中,

学科库数据表包括的属性字段有:学科编号、学科名和学段;

知识点库数据表包括的属性字段有:知识点编号、学科编号、知识点 名称、知识点权重、先备知识点和后继知识点;

试题库数据表包括的属性字段有:试题号、试题题干、试题选项、题 型、试题答案、知识点编号、试题解析、试题难度和试题备注;

所述资源库数据表包括的属性字段有:资源编号、资源名称、知识点 编号、资源用途、资源类型和资源描述;

学生信息库数据表包括的属性字段有:学生学号、学生名字和学生班 级;

测试库数据表包括的属性字段有:测试号、测试名称、测试时长、测 试总分、测试班级、测试分数、测试诊断报告和测试备注;

测试学生库数据表包括的属性字段有:测试学生号、测试号、学生学 号、测试总分、测试分数、测试诊断报告和测试备注;

测试答案成绩库数据表包括的属性字段有:ID号、测试学生号、试题 号、学生答案、学生答案阅卷得分;

(2)建立数据表关系:

学科库数据表与知识点库数据表通过学科编号字段建立关联;

试题库数据表与知识点库数据表通过知识点编号字段建立关联;

资源库数据表与知识点库数据表通过知识点编号字段建立关联;

测试学生库与测试库数据表通过测试号字段建立关联,测试学生库与 学生信息库数据表通过学生学号字段建立关联;

测试答案成绩库数据表与测试学生库通过测试学生号字段关联,测试 答案成绩库数据表与试题库数据表通过试题号关联;

(3)录入数据:

将学科、知识点、试题、资源、学生信息、测试信息、测试学生信息 和测试成绩信息作为记录分别录入相应的数据表。

2.按照权利要求1所述的知识数据库构建方法得到的数据库。

3.一种基于权利要求2所述知识数据库的学情诊断系统,其特征在于, 包括知识数据库、测试模块、诊断模块和补救模块;

知识数据库,包括学科库数据表、知识点库数据表、试题库数据表、 资源库数据表、学生信息库数据表、测试库数据表、测试学生库数据表和 测试成绩库数据表;

测试模块,用于根据待测知识点从试题库数据表中筛选试题发布给测 试学生作答,接收测试学生的答题信息,更新知识数据库;

诊断模块,包括阅卷子模块,用于对测试学生答题进行阅卷;薄弱知 识关联图生成子模块,用于查找出错误答题关联的薄弱知识点,并进一步 以薄弱知识点的先备知识点和后继知识点为关联诊断依据,诊断出可能引 发该知识点没被掌握的先备知识点和可能导致后续难以掌握的后续知识点, 形成以薄弱知识点为核心的薄弱知识关联图;知识水平判定子模块,用于 对关联同一薄弱知识点的不同试题进行难度统计分析,由此确定测试学生 关于这一薄弱知识点的知识水平级别;诊断输出子模块,用于生成并输出 包含薄弱知识关联图和知识水平级别信息的测试诊断报告,更新知识数据 库

补救模块,包括答题解析子模块,用于呈现试题解析;试题推荐子模 块,用于根据薄弱知识关联图生成知识点巩固路线图,为知识点巩固路线 图中的每一个知识点节点推荐与知识水平级别匹配的试题集;资源推荐子 模块,用于根据薄弱知识关联图生成知识点巩固路线图,为知识点巩固路 线图中的每一个知识点节点推荐与知识水平级别匹配的资源集。

4.根据权利要求3所述的学情诊断系统,其特征在于,所述测试模块 包括:

组卷子模块,包括自动组卷子模块,用于根据待测知识点从试题库数 据表中筛选出试题;交互式组卷子模块,用于提供交互式界面以供用户输 入试题,对输入的试题按照试题库数据表的属性字段进行标记,将输入的 试题作为一条新的纪录写入试题库数据表;

线上测试子模块,用于执行线上测试,将线上测试数据写入知识数据 库;

线下测试子模块,用于打印试题以实施线下测试,将线下测试数据电 子化处理,将电子化处理数据写入知识数据库。

下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。

该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于华中师范大学,未经华中师范大学许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服

本文链接:http://www.vipzhuanli.com/pat/books/201510853487.2/1.html,转载请声明来源钻瓜专利网。

×

专利文献下载

说明:

1、专利原文基于中国国家知识产权局专利说明书;

2、支持发明专利 、实用新型专利、外观设计专利(升级中);

3、专利数据每周两次同步更新,支持Adobe PDF格式;

4、内容包括专利技术的结构示意图流程工艺图技术构造图

5、已全新升级为极速版,下载速度显著提升!欢迎使用!

请您登陆后,进行下载,点击【登陆】 【注册】

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top