[发明专利]基于人工智能的预先测试方法

说明书

本申请涉及一种基于人工智能的预先测试方法，学生进入到系统学习的时候，第一个步骤测试之前，先通过预先测试，发现学生在本节课的知识点上的情况，确定在该知识点上是否学过。如果学过该知识点，会进入到后面的学习，如果没有学习过该知识点会进入复习或者预习阶段。测试的第一步会先基于大数据在题库中寻找最适合的题目来进行先测，保证测试的结果准确，再根据测试的结果来选择适合的路径。

技术领域

本申请涉及教育领域，尤其涉及一种基于人工智能的预先测试方法。

背景技术

在教学过程中，经常需要给学生进行测试，以对学生的水平进行评价。测试是否有效，很重要的一点是测试的结果要有足够的辨识度。测试的辨识度与测试内容有重要关系，只有适合被测对象的测试内容才能使得测试结果具有足够的辨识度。如果在一次测试中，被测的学生全都做对或全都做错，这样的测试结果不具有有效的辨识度，无法进行有效的评价。因此，根据被测对象的情况选择合适的测试内容是必要的。在传统教育模式下，同一个测试的对象通常是一批具有相似学习经历的学生，从而也就能够安排相对应的测试内容以对学生的水平进行有辨识度的测试。

发明内容

发明人经过长期的观察和实验发现，在现代教育领域，尤其是随着互联网和人工智能的发展所出现的新兴教育模式下，在给学生进行测试之前，往往由于不知道学生是否学过该知识点，导致无法判断是否应该进行测试或测试是否有足够的辨识度，这在传统的教学模式中几乎不会出现这类问题。在传统的教学模式中，老师所面对的学生通常都具有相似的学习经历，比如同一个年级的学生，大家学过的知识点和没学过的知识点都差不多，所以老师可以比较准确地预估学生的学习情况，从而也就合理地判断哪些内容需要测试，哪些内容不需要测试(比如肯定都学过，或者肯定都没学过)，并可以设计合适的内容和题目对学生进行测试。因此，在传统教育模式下，由于大环境的影响，人们意识不到这类问题。

而测试原本的目的是为了更有效率地进行评价(比如相对于其他的评价方式更节省时间)，但是由于学生未学习这部分知识，在测试过程中几乎全部是错误的，这样的测试没有什么意义，不仅没有节约时间，反而浪费了不少时间。所以在新兴教育模式下，发明人通过大量的观察和实验，创造性地提出，在给学生进行测试之前，采用预先测试流程对学生是否学过该课程内容进行预判，再决定是否要进行本节课内容的测试。由于预判的准确与否会影响到后面的学习，所以找到合适的预先测试的题目很重要，系统会根据大数据找到最有辨识度的题目，来测试学生的情况。而这种预先测试的方式在传统教育模式下可能并没有太大的必要，因此没有人能够意识到这类问题，也就更无法想到类似的解决方案，并且没有大数据的支撑，也难以实现。

有鉴于现有技术的上述缺陷，本申请提供一种基于人工智能的预先测试方法，学生进入到系统学习的时候，第一个步骤测试之前，先通过预先测试，发现学生在本节课的知识点上的情况，确定在该知识点上是否学过。如果学过该知识点，会进入到后面的学习，如果没有学习过该知识点会进入复习或者预习阶段。测试的第一步会先基于大数据在题库中寻找最适合的题目来进行先测，保证测试的结果准确，再根据测试的结果来选择适合的路径。

知识图谱：把当前学习阶段和之前的学习阶段的所有知识点放在一起，制作成具有前置后续关系的知识图谱。前置后续关系：是指知识点b学不会是因为知识点a学不会，可称a 是b的前置知识点，b是a的后续知识点。而知识图谱就是把知识点之间的前置后续关系标记清楚的知识结构。利用大数据的方式将各个科目各个学习阶段的知识点整合在一起，并对每一个知识点标记出前置后续关系，所形成的知识图谱能够显著地促进学生的学习、理解和记忆。而这种利用大数据生成知识图谱的方式，在传统的教育领域是难以想象也无法实现的。或者说在传统的教育领域，由于整体环境的影响和客观条件的制约，根本不会有人想要这样去对所有相关的知识点进行关联和标记。