[发明专利]一种基于CO-MIRT算法模型的测评方法和装置有效

专利信息
申请号: 202010247084.4 申请日: 2020-03-31
公开(公告)号: CN111554143B 公开(公告)日: 2021-08-27
发明(设计)人: 孙雄飞;刘学 申请(专利权)人: 北京课程帮科技有限公司
主分类号: G09B7/02 分类号: G09B7/02
代理公司: 北京知呱呱知识产权代理有限公司 11577 代理人: 丁彦峰
地址: 100013 北京市朝阳区*** 国省代码: 北京;11
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 co mirt 算法 模型 测评 方法 装置
【权利要求书】:

1.一种基于CO-MIRT算法模型的测评方法,其特征在于,包括:

获得测评事件的基本参数信息;

将所述基本参数信息编制为知识点层级集合和试题信息集合;

根据所述知识点层级集合和所述试题信息集合设置相应的试题ID列表、学生答案列表;

在目标对象完成答题后,采用预设的CO-MIRT算法模型基于输入的试题ID列表、学生答案列表进行测评分析,输出测评分析结果;

所述CO-MIRT算法模型包括:基于邻接矩阵而构建的前馈层、针对单层知识点而构建的全连接层、接入预设的MIRT模型的输出层以及基于预设算法设计的控制层;

所述CO-MIRT算法模型还包括基于预设算法设计的伸缩层。

2.根据权利要求1所述的基于CO-MIRT算法模型的测评方法,其特征在于,所述基本参数信息包括:包含多级别知识点的知识图谱、待测知识点集合、试题池、试题参数;其中,所述试题池中的每道题目至少测量一项待测知识点;所述试题参数包括试题Q矩阵参数、区分度参数以及难度参数中的至少一种。

3.根据权利要求2所述的基于CO-MIRT算法模型的测评方法,其特征在于,所述知识点层级集合是对所述知识图谱中的每一层知识点及所述每一层知识点的下属知识点绘制为邻接矩阵,并按照层级顺序进行排放;所述试题信息集合中的试题Q矩阵、区分度、难度按照试题ID进行排序。

4.根据权利要求1所述的基于CO-MIRT算法模型的测评方法,其特征在于,所述试题ID列表记录当前目标对象所答过的所有试题的ID;所述答案列表记录当前目标对象对每一道题目的答对或答错的结果。

5.根据权利要求2所述的基于CO-MIRT算法模型的测评方法,其特征在于,所述知识图谱的底层知识点、所述待测知识点集合以及试题Q矩阵参数所包含的知识点内容一致。

6.一种基于CO-MIRT算法模型的测评装置,其特征在于,包括:

参数信息获得单元,用于获得测评事件的基本参数信息;

参数信息编制单元,用于将所述基本参数信息编制为知识点层级集合和试题信息集合;

设置列表单元,用于根据知识点层级集合和所述试题信息集合,设置试题ID列表、学生答案列表;

测评分析单元,用于在目标对象完成答题后,采用预设的CO-MIRT算法模型基于输入的试题ID列表、学生答案列表进行测评分析,输出测评分析结果;

所述CO-MIRT算法模型包括:基于邻接矩阵而构建的前馈层、针对单层知识点而构建的全连接层、接入预设的MIRT模型的输出层以及基于预设算法设计的控制层;

所述CO-MIRT算法模型还包括基于预设算法设计的伸缩层。

7.一种电子设备,其特征在于,包括:

处理器;以及

存储器,用于存储基于CO-MIRT算法模型的测评方法的程序,该电子设备通电并通过所述处理器运行加载该基于CO-MIRT算法模型的测评方法的程序后,执行上述权利要求1-4任意一项所述的基于CO-MIRT算法模型的测评方法的操作。

8.一种计算机可读存储介质,其特征在于,所述计算机可读存储介质中包含一个或多个程序指令,所述一个或多个程序指令用于执行如权利要求1-4任一项所述的基于CO-MIRT算法模型的测评方法。

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北京课程帮科技有限公司,未经北京课程帮科技有限公司许可,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/202010247084.4/1.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