[发明专利]自动更新的在线题库难度智能分级方法及系统在审

专利信息
申请号: 201811391912.0 申请日: 2018-11-21
公开(公告)号: CN109584122A 公开(公告)日: 2019-04-05
发明(设计)人: 张延光;朱毅;崔小龙;朱旭;范建军;鲁力 申请(专利权)人: 杭州博世数据网络有限公司
主分类号: G06Q50/20 分类号: G06Q50/20;G09B7/00
代理公司: 杭州华鼎知识产权代理事务所(普通合伙) 33217 代理人: 项军
地址: 310000 浙江省杭州*** 国省代码: 浙江;33
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 题库 映射关系 正确率 答题 习题 智能分级 自动更新 题目 数据量分析 动态调整 预设 验证 预测 分析 学生
【权利要求书】:

1.自动更新的在线题库难度智能分级方法,由在线题库智能系统处理,其特征在于包括如下步骤:

S1,难度初始分级,题库编辑人员在后台将习题录入在线题库智能系统时,根据自身对习题的判断,为习题设置难度分级;

S2,样本学生自动挑选,在线题库智能系统收集历年用户在习题库中随机练习所保留的习题练习正误数据,采集练习习题数量超过1000题以上的学生数据,筛选出正确率在A%-B%之间的学生作为样本学生,其中,65≤A≤70,85≤B≤90;

S3,预设若干难度区间,在线题库智能系统根据习题练习正确率数据,预设若干难度区间,每个难度区间划分为困难、中等、简单三个难度等级;

S4,样本学生习题练习数据自动收集,让样本学生参与习题练习,在线题库智能系统记录样本学生在习题练习过程中各道习题的正误情况;

S5,推测难度自动计算,根据习题的预设难度与该习题的正确率,并导入难度区间,在线题库智能系统自动计算获得该习题的推测难度;

S6,难度赋值,对困难、中等、简单分别赋值,在线题库智能系统自动计算获得该习题预设难度及推测难度的难度赋值;

S7,难度区间自动选择,在线题库智能系统将预设难度与各区间推测难度进行方差计算,选择方差最小的难度区间作为结果;

S8,难度自动分级,当一道习题被1000位以上学生首次作答,则根据题目的总正确率将其归类在相应的难度区间。

2.根据权利要求1所述的自动更新的在线题库难度智能分级方法,其特征在于:步骤S2中,随机选择1000位学生,根据历史答题正确率按高低进行排序,各去掉头尾25%的学生,保留中间50%的学生,然后看中间部分的学生最低正确率X%与最高正确率Y%是多少,然后取正确率在X%-Y%之间的学生作为样本学生。

3.根据权利要求1所述的自动更新的在线题库难度智能分级方法,其特征在于:步骤S2中,筛选出正确率在70%-90%之间的学生作为样本学生。

4.根据权利要求3所述的自动更新的在线题库难度智能分级方法,其特征在于:步骤S3中,预设A、B、C三个难度区间:

【A区间】

100%≥正确率>90%简单

90%≥正确率>60%中等

60%≥正确率>0%困难

【B区间】

100%≥正确率>80%简单

80%≥正确率>60%中等

60%≥正确率>0%困难

【C区间】

100%≥正确率>80%简单

80%≥正确率>50%中等

50%≥正确率>0%困难。

5.根据权利要求1至4中任意一项所述的自动更新的在线题库难度智能分级方法,其特征在于:还包括习题难度动态更新步骤,一直统计该习题的总正确率,并根据新的答题正确率,将习题难度更新。

6.自动更新的在线题库难度智能分级系统,其特征在于包括:

难度初始分级自动记忆装置,记录题库编辑人员在后台将习题录入在线题库时为习题设置的难度分级;

样本学生自动挑选装置,收集历年用户在习题库中随机练习所保留的习题练习正误数据,采集练习习题数量超过1000题以上的学生数据,筛选出正确率在A%-B%之间的学生作为样本学生,其中,65≤A≤70,85≤B≤90;

难度区间预设装置,根据习题练习正确率数据,预设若干难度区间,每个难度区间划分为困难、中等、简单三个难度等级;

样本学生习题练习数据自动收集装置,记录样本学生参与无难度分级的习题练习各道习题的正误数据;

推测难度自动计算装置,根据习题的预设难度与该习题的正确率,并导入难度区间,自动计算获得该习题的推测难度;

难度赋值装置,对困难、中等、简单分别赋值,并自动计算获得该习题预设难度及推测难度的难度赋值;

难度区间自动选择装置,将预设难度与各区间推测难度进行方差计算,选择方差最小的难度区间作为结果;

难度自动计算装置,当一道习题被1000位以上学生首次作答,则根据题目的总正确率将其归类在相应的难度区间。

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杭州博世数据网络有限公司,未经杭州博世数据网络有限公司许可,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/201811391912.0/1.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