[发明专利]分数预测系统及预测方法在审

专利信息
申请号: 201811082931.5 申请日: 2018-09-17
公开(公告)号: CN109272160A 公开(公告)日: 2019-01-25
发明(设计)人: 刘舒;沈毅飞;巫庭虎 申请(专利权)人: 广州讯飞易听说网络科技有限公司
主分类号: G06Q10/04 分类号: G06Q10/04;G06Q50/20
代理公司: 重庆强大凯创专利代理事务所(普通合伙) 50217 代理人: 陈家辉
地址: 510335 广东省广州市海珠区阅江西路218、*** 国省代码: 广东;44
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 试题 子节点 学生练习 预测 预测系统 自动化技术领域 题目 终端 覆盖率 函数计算 学生 试题库 正确率 练习 出题 权重 试卷 统计
【权利要求书】:

1.分数预测系统,其特征在于,包括:学生练习终端,学生练习终端用于根据学生做题的规律或试卷出题规律对试题库中的试题进行分数预测节点划分,然后将划分在两个分数预测节点之间的试题组成子节点集,之后统计学生完成对应子节点集中试题的个数生成练习试题数,再根据子节点集和学生练习试题数计算两者之间的占比值,并生成作答覆盖率;再然后根据试题来源的不同对试题不同来源的试题进行权重划分,并根据不同来源试题练习的正确率计算其节点题目分数,根据作答覆盖率、节点题目分数和平滑函数计算学生的子节点集预计获得分数作为预测分数的依据。

2.根据权利要求1所述的分数预测系统,其特征在于:所述学生练习终端包括题目作答覆盖率计算模块,所述题目作答覆盖率计算模块用于根据学生进行试题练习时所完成的试题和子节点集中试题总量之间计算作答覆盖率,计算时一个子节点集中试题总量大于最大预设值时子节点集中试题总量等于最大预设值。

3.根据权利要求2所述的分数预测系统,其特征在于:所述学生练习终端包括父节点集分数计算模块,所述父节点集分数计算模块用于根据各个节点集预计获得的分数以及不同节点集中试题数之间的比例关系计算各个节点之间的预计获得分数,然后生成父节点集预计获得分数作为预测分数的依据。

4.根据权利要求3所述的分数预测系统,其特征在于:所述学生练习终端还包括能力维度得分更新计算模块,能力维度得分更新计算模块用于根据试卷中的不同题型对同一科目的试题库中所有试题进行分类,然后根据学生试题练习正误情况分别统计学生不同题型获得的分数,然后生成能力维度得分作为预测分数的依据;随着学生练习题目的正误情况的改变,能力维度得分将随之被迭代更新。

5.根据权利要求4所述的分数预测系统,其特征在于:所述学生练习终端还包括考试预测分数计算模块,考试预测分数计算模块用于根据能力维度得分和地区能力维度权重系数计算考试预测分数。

6.一种分数预测方法,其特征在于,包括如下步骤:

S1:根据科目考试题型进行分数预测节点划分,并将两个分数预测节点之间的试题个数生成子节点集;

S2:记录学生完成对应子节点集中试题练习的个数生成练习试题数,然后根据练习试题数和子节点集中试题个数之比计算学生的作答覆盖率;

S3:对试题的来源进行分类,然后将不同来源的试题根据对比重要性后进行权重的划分,并生成对应的权重系数,之后根据权重系数和每一个学生对每一种类别题型及知识点的掌握程度计算节点题目分数;

S4:根据作答覆盖率、节点题目分数和平滑函数计算学生在对应子节点集中的子节点集预计获得分数,然后根据子节点集预计获得分数以及不同节点集中试题量c之间的比例关系计算各个节点之间的预计获得分数,并生成父节点集预计获得分数;

S5:根据试卷中的不同题型对同一科目的试题库中所有试题进行分类,然后根据学生试题练习正误情况分别统计学生不同题型获得的分数后生成能力维度得分,随着学生练习题目的正误情况的改变,对能力维度得分进行迭代更新;

S6:根据能力维度得分和地区能力维度权重系数计算考试预测分数。

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广州讯飞易听说网络科技有限公司,未经广州讯飞易听说网络科技有限公司许可,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/201811082931.5/1.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