[发明专利]一种基于个体训练特征的智能选题系统有效

专利信息
申请号: 201910247293.6 申请日: 2019-03-29
公开(公告)号: CN110020203B 公开(公告)日: 2023-03-21
发明(设计)人: 刘丹;牟建明;刘可心 申请(专利权)人: 电子科技大学
主分类号: G06F16/9535 分类号: G06F16/9535;G06F16/954
代理公司: 电子科技大学专利中心 51203 代理人: 周刘英
地址: 611731 四川省成*** 国省代码: 四川;51
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 基于 个体 训练 特征 智能 选题 系统
【权利要求书】:

1.基于个体训练特征的智能选题系统,其特征在于,包括客户端、推荐匹配处理模块和数据库;

其中,所述数据库包括用户信息数据库,个体特征库和特征题库;

所述客户端包括用户的试题显示界面,试题导入接口以及个性化特征测试界面;

所述用户的试题显示界面用于用户录入个体特征并传输给推荐匹配处理模块;

所述个体特征包括针对不同的知识点知识遗忘度Vl,间接分析能力Ud,综合分析能力Us,计算能力Uc,抽象理解能力Ua

知识遗忘度Vl,用于标志对标号为l的知识的遗忘程度度量,用n表示用户在最近的一段历史训练时间内对知识l进行训练的次数,且每次训练i对应训练题的综合度为Dsi,间接度为Dsi,则对应的当前知识点l的遗忘度为:ki取值为该次训练从最近计算是第几次训练,B变量为布尔取值,若训练成功,B=0,训练失败,B=1;

间接分析能力Ud,对于某知识点,当训练题的间接度达到或超过Ud时,训练者会失败,其中,间接度的表达式为:Z1表示题目涉及到的知识点集合,Z2表示题目答案涉及到的知识点集合,NZ表示下标表示的集合Z中元素的个数;

综合分析能力Us,对于某知识点,当训练题的综合度达到或超过Us时,训练者会失败,所述综合度用于表征题目所涉及的知识点数目;

计算能力Uc,对于某知识点,当训练题的计算复杂度达到或超过Uc时,训练者会失败,所述计算复杂度的表达式为:k表示加减法总次数,N表示乘除法总次数,mi表示第i次乘法的m因子的位数,ni表示第i次乘法中n因子的位数;

抽象理解能力Ua,表示对于某知识点当训练题的抽象度达到或超过Ua时,训练者会失败,所述抽象度的表达式为:T表示解答题目的参考完成时间,T表示用户个体实际解答题目完成时间,X表示题目参考正确率,B为布尔值,取值为1时表示用户个体解答错误,取值为0表示用户个体解答正确;

所述试题导入接口用于向数据库中的标准题库提供试题数据;

所述推荐匹配处理模块包括用户管理、个体特征分析、习题管理和标准题库和推荐匹配处理模块;

其中,所述用户管理模块用于对用户注册的信息行管理和维护,并基于用户的注册信息形成用户信息数据库并存入数据库中;

习题管理模块用于对智能选题系统的管理人员输入的训练习题进行管理和维护;

个体特征分析模块根据客户端传输的个体特征信息,为每个用户构建个体特征库并存入数据库中;所述个体特征库按照每个知识点为单位,分别从知识遗忘度Vl,间接分析能力Ud,综合分析能力Us,计算能力Uc,和抽象理解能力Ua进行表征;

标准题库用于存储历年来的各类考试题,并对各类考试题进行知识特征标注,形成特征题库并存入数据库中;所述特征题库的结构化标签包括:标识号,训练题内容,所属学科,各知识点的标识号,各知识点的属性,以及间接度Dd、综合度Ds、抽象度Da和计算复杂度Dc,其中,综合度Ds用于表征题目所涉及的知识点数目,其值越高则题目内容组合复杂度越高;

推荐匹配处理模块从数据库中读取当前用户的个体特征库,并基于数据库中的特征题库为当前用户匹配对应的训练试题集合并反馈给客户端,供用户在客户端的试题显示界面中就反馈的训练试题集合进行试题在线训练;同时,每次在线训练完成后,试题显示界面会采集对应的个体特征并发送给推荐匹配处理模块的个体特征分析模块,更新用户的个体特征库;

其中,推荐匹配处理模块为当前用户匹配对应的训练试题集具体为:

对每个知识点,根据训练者单特征进行试题遴选,具体如下:

在特征题库Ω中,选择间接度满足特征的训练子集Ωd={Ω|Dd≥Ud};

在特征题库Ω中,选择综合度满足特征的训练子集Ωs={Ω|Ds≥Us};

在特征题库Ω中,选择计算复杂度满足特征的训练子集Ωc={Ω|Dc≥Uc};

在特征题库Ω中,选择抽象度满足特征的训练子集Ωa={Ω|Da≥Ua};

对每个知识点,根据训练者双特征进行试题遴选,具体如下:

在特征题库Ω中,选择间接度和综合度满足特征的训练子集Ωds

Ωds={Ω|Dd≥Ud2且Ds≥Us2};

在特征题库Ω中,选择间接度和计算复杂度满足特征的训练子集Ωdc

Ωdc={Ω|Dd≥Ud2且Dc≥Uc2};

在特征题库Ω中,选择间接度和抽象度满足特征的训练子集Ωda

Ωda={Ω|Dd≥Ud2且Da≥Ua2};

在特征题库Ω中,选择综合度和计算复杂度特征的训练子集Ωsc

Ωsc={Ω|Ds≥Us2且Dc≥Uc2};

在特征题库Ω中,选择综合度和抽象度满足特征的训练子集Ωsa

Ωsa={Ω|Ds≥Us2且Da≥Ua2};

在特征题库Ω中,选择计算复杂度和抽象度特征的训练子集Ωca

Ωca={Ω|Dc≥Uc2且Da≥Ua2};

对每个知识点,根据训练者三特征进行试题遴选,具体如下:

在特征题库Ω中,选择满足综合度、计算复杂度和抽象度特征的训练子集~Ωd

~Ωd={Ω|Ds≥Us3且Dc≥Uc3且Da≥Ua3};

在特征题库Ω中,选择满足间接度计算复杂度和抽象度特征的训练子集~Ωs

~Ωs={Ω|Dd≥Ud3且Dc≥Uc3且Da≥Ua3};

在特征题库Ω中,选择满足间接度、综合度和抽象度特征的训练子集~Ωc

~Ωc={Ω|Dd≥Ud3且Ds≥Us3且Da≥Ua3};

在特征题库Ω中,选择满足间接度、综合度和计算复杂度特征的训练子集~Ωa

~Ωa={Ω|Dd≥Ud3且Ds≥Us3且Dc≥Uc3};

对每个知识点,根据训练者全特征进行试题遴选,具体如下:

在特征题库Ω中,选择满足间接度、综合度、计算复杂度、抽象度特征的训练子集Ω4:Ω4={Ω|Dd≥Ud4且Ds≥Us4且Dc≥Uc4且Da≥Ua4};

设置当前用户匹配对应的训练试题集为Ωall

Ωall=Ωd∪Ωs∪Ωc∪Ωa∪Ωds∪Ωdc∪Ωda∪Ωsc∪Ωsa∪Ωca∪~Ωd∪~Ωds∪~Ωc∪~Ωa∪Ω4

2.如权利要求1所述的系统,其特征在于,用户的初始个体特征信息基于预设的录入提示信息输入对应的个体特征信息。

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电子科技大学,未经电子科技大学许可,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/201910247293.6/1.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