[发明专利]答题数据评估和学习图像构建方法、装置及存储介质

权利要求书

1.一种答题数据评估方法，其特征在于，包括：

获取答题数据，所述答题数据包括多种答题参数；

利用至少部分所述答题参数计算至少一种置信度估计值；

利用所述置信度估计值评估所述答题数据的置信度；

其中所述置信度估计值包括获取途径置信度估计值、题目类型置信度估计值、答题时间置信度估计值、相似记录置信度估计值和学习画像置信度估计值中的至少一种。

2.根据权利要求1所述的方法，其特征在于，

所述置信度估计值包括获取途径置信度估计值，所述利用至少部分所述答题参数计算至少一种置信度估计值包括：

基于所述答题数据中的获取途径从预设的第一置信度估计值集合中选出对应的所述获取途径置信度估计值，所述获取途径包括考试、线下答题或线上答题。

3.根据权利要求1所述的方法，其特征在于，

所述置信度估计值包括题目类型置信度估计值，所述利用至少部分所述答题参数计算至少一种置信度估计值包括：

基于所述答题数据中的题目类型从预设的第二置信度估计值集合中选出对应的所述题目类型置信度估计值，所述题目类型包括主观题、填空题、多选题、单选题、判断题中的至少一种。

4.根据权利要求1所述的方法，其特征在于，

所述置信度估计值包括答题时间置信度估计值，所述利用至少部分所述答题参数计算至少一种置信度估计值包括：

将答题时间代入第一分布函数计算出对应的同水平人数，所述第一分布函数以答题时间为自变量，人数为因变量；

计算所述同水平人数与期望人数的比值作为所述答题时间置信度估计值，所述期望人数为将题目的期望答题时间代入所述第一分布函数而得到的。

5.根据权利要求4所述的方法，其特征在于，

所述第一分布函数服从于第一正态分布函数，所述第一正态分布函数的期望为基准期望与第一修正系数的乘积，标准差为基准标准差与第二修正系数的乘积；

所述第一修正系数包括题目复杂度系数、题目难度系数、学生水平系数中的至少一种，所述第二修正系数包括评估难度系数。

6.根据权利要求1所述的方法，其特征在于，

所述置信度估计值包括相似记录置信度估计值，所述利用至少部分所述答题参数计算至少一种置信度估计值包括：

利用相似记录的置信度对基础置信度进行修正得到所述相似记录置信度估计值。

7.根据权利要求6所述的方法，其特征在于，

所述利用相似记录的置信度对基础置信度进行修正得到所述相似记录置信度估计值包括：

计算相似记录的得分与当前得分之间的误差；

若所述误差在预设范围内，则利用所述相似记录的置信度对所述基础置信度进行正向修正；

若所述误差不在所述预设范围内，则利用所述相似记录的置信度对所述基础置信度进行反向修正。

8.根据权利要求1所述的方法，其特征在于，

所述置信度估计值包括学习画像置信度估计值，所述利用至少部分所述答题参数计算至少一种置信度估计值包括：

计算利用所述学习画像预测得到的知识点得分率与题目难度系数的比值作为预测得分率；

利用所述预测得分率构建第二分布函数，所述第二分布函数服从于期望值为所述预测得分率，标准差为1的正态分布；

将答题得分率代入所述第二分布函数计算出对应的所述学习画像置信度估计值。

9.根据权利要求1所述的方法，其特征在于，

所述利用所述置信度估计值评估所述答题数据的置信度包括：

计算所有所述置信度估计值的指数修正值的加权乘积作为所述答题数据的置信度。

10.一种学习图像构建方法，其特征在于，包括：

获取答题数据，所述答题数据包括多种答题参数；

利用权利要求1-9任一项所述的方法评估所述答题数据的置信度；

利用所述答题数据及其置信度构建学习图像。