[发明专利]出题方法以及装置、服务器在审

专利信息
申请号: 201910889540.2 申请日: 2019-09-19
公开(公告)号: CN110704503A 公开(公告)日: 2020-01-17
发明(设计)人: 徐涛;吴峰;郭伟 申请(专利权)人: 上海易点时空网络有限公司
主分类号: G06F16/2458 分类号: G06F16/2458;G06F16/28;G06Q50/20;G09B7/04
代理公司: 11541 北京卓唐知识产权代理有限公司 代理人: 唐海力
地址: 200125 上海市浦东*** 国省代码: 上海;31
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 知识点 出题 申请 抽取 划分结果 统计数据 用户历史 统计分析 大数据 相关度 正确率 练习 预测 服务器 科目 应用 保证
【权利要求书】:

1.一种出题方法,其特征在于,用于驾考科目的出题,包括:

根据试题知识点和已做过的试题,在用户历史做题练习的统计数据中划分得到不同类试题;

根据不同类试题划分结果抽取第一类试题,并判断对所述第一类试题的作答结果;

如果作答结果正确,则通过预测分值判断所述试题知识点的掌握程度;

如果作答结果不正确,则继续抽取与答错试题的相关度最低的第二类试题。

2.根据权利要求1所述的出题方法,其特征在于,如果作答结果正确,则通过预测分值判断所述试题知识点的掌握程度之后,还包括:

如果预测分值不小于阈值,则判断已掌握所述试题知识点;

如果预测分值大于阈值,则判断还未掌握所述试题知识点。

3.根据权利要求1所述的出题方法,其特征在于,如果作答结果不正确,则继续抽取与答错试题的相关度最低的第二类试题包括:

如果作答结果不正确,则继续抽取与答错试题的相关度最低的第二类试题,

其中所述试题中的试题Q1与试题Q2的相关度=同时答对试题Q1、试题Q2人数/(答对试题Q1人数*答对试题Q2人数);

根据所述试题Q1与试题Q2的相关度和所述历史数据,确定与答错试题相关度最低的试题。

4.根据权利要求1所述的出题方法,其特征在于,如果作答结果正确,则通过预测分值判断所述试题知识点的掌握程度包括:

预测分值=(答对试题与该知识点未完成的每个试题相关度之和/该知识点未完成试题数量)*100。

5.根据权利要求1所述的出题方法,其特征在于,根据试题知识点和已做过的试题,在用户历史做题练习的统计数据中划分得到不同类试题包括:

根据试题知识点和已做过的试题得到不同分类的试题,

其中所述第一类试题是指答题正确率越高的越容易被选中的类型;

所述第二类试题是指答题错误率越高的越容易被选中的类型。

6.根据权利要求1所述的出题方法,其特征在于,如果作答结果不正确,则继续抽取与答错试题的相关度最低的第二类试题之后还包括:

如果作答结果不正确,则继续抽取与答错试题的相关度最低的第三类试题,

其中所述试题中的试题Q1与试题Q2的相关度=同时答对试题Q1、试题Q2人数/(答对试题Q1人数*答对试题Q2人数);

根据所述试题Q1与试题Q2的相关度和所述历史数据,确定与答错试题相关度最低的试题。

7.一种出题装置,其特征在于,用于驾考科目的出题,包括:

试题划分模块,用于根据试题知识点和已做过的试题,在用户历史做题练习的统计数据中划分得到不同类试题;

判断模块,用于根据不同类试题划分结果抽取第一类试题,并判断对所述第一类试题的作答结果;

分值预测模块,用于在作答结果正确时,预测分值判断所述试题知识点的掌握程度;

抽取模块,用于在作答结果不正确时,继续抽取与答错试题的相关度最低的第二类试题。

8.根据权利要求7所述的出题装置,其特征在于,还包括知识点掌握模块,用于

如果预测分值不小于阈值,则判断已掌握所述试题知识点;

如果预测分值大于阈值,则判断还未掌握所述试题知识点。

9.根据权利要求7所述的出题装置,其特征在于,还包括:分值预测模块,用于计算预测分值=(答对试题与该知识点未完成的每个试题相关度之和/该知识点未完成试题数量)*100。

10.根据权利要求7所述的出题装置,其特征在于,所述试题划分模块,用于

根据试题知识点和已做过的试题得到不同分类的试题,

其中所述第一类试题是指答题正确率越高的越容易被选中的类型;

所述第二类试题是指答题错误率越高的越容易被选中的类型。

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上海易点时空网络有限公司,未经上海易点时空网络有限公司许可,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/201910889540.2/1.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