[发明专利]基于用户历史行为分析的智能试卷算法

说明书

本发明提供一种基于用户历史行为分析的智能试卷算法，包括以下步骤：1)、获取所需题目数据；2)、将所需题目数据和历史考试习题数据输入到数据仓库中进行智能，得到智能分析结果；3)、对于智能分析结果利用卷积神经网络模型进行处理，得到考题习题数据；4)、根据所需题目数据，从历史考试习题数据中选择部分题目，生成考试习题数据。在步骤1中：所需题目数据是人为输入，所需题目数据具体包括分值和题目类别。本发明基于用户历史行为分析的智能试卷算法，可以通过学习过程从历史考试习题数据中选取部分题目，生成考题习题数据，作为试卷的题目。

技术领域

本发明涉及教学及信息处理技术领域，具体涉及一种基于用户历史行为分析的智能试卷算法。

背景技术

随着计算机应用技术和网络技术的不断发展，计算机考试系统已经成为广为使用的一种考试系统，并逐渐取代传统的考试模式。计算机考试系统具有随机组卷、考试时间控制规范、系统自动评分、有效防止舞弊的优点，由此使得考务工作自动化，也保证了出卷、考试和考生管理各阶段的正常和有序，使考试更趋于客观、合理和公证。

与传统考试模式一样，在计算机考试系统的应用中，对于测试者所完成的试卷进行分析也是在考试完成后所需要进行的，由此来获取测试者在考试过程中的整体答题情况以及对知识点的掌控情况。但是现有技术中对于试卷分析通常只包括：本次考试中整份试卷各个分数段的测试者人数、相对频率、最高分、最低分、平均分以及及格率。可见，该试卷分析仅仅使考察方获取了对一次考试中测试者分数分布情况的概况，而对于试卷的试题合理性分布以及试题难度的选定并没有给出任何有指导意义的或者提示性的建议。

因此，需要对现有技术进行改进。

发明内容

本发明要解决的技术问题是提供一种高效的基于用户历史行为分析的智能试卷算法。

为解决上述技术问题，本发明提供一种基于用户历史行为分析的智能试卷算法，包括以下步骤：

1)、获取所需题目数据；

2)、将所需题目数据和历史考试习题数据输入到数据仓库中进行智能，得到智能分析结果；

3)、对于智能分析结果利用卷积神经网络模型进行处理，得到考题习题数据；

4)、根据所需题目数据，从历史考试习题数据中选择部分题目，生成考试习题数据。

作为对本发明基于用户历史行为分析的智能试卷算法的改进：

在步骤1中：

所需题目数据是人为输入，所需题目数据具体包括分值和题目类别。

作为对本发明基于用户历史行为分析的智能试卷算法的改进：

在步骤2中：

智能分析包括对题目特征、难易度、全局错误率和单独错误率进行分析，以此作为卷积神经网络的输入特征学习深度表示特征。

作为对本发明基于用户历史行为分析的智能试卷算法的改进：

在步骤2中：

题目特征包括区分度、猜测参数、分值等，同一知识点下的题目可以具有不同的难度系数，能力估计值较低的用户作答难度系数较高的问题的正确率相对较低；

难易度是题目复杂程度，分为1-5共五级；项目反应理论认为用户成功解答某一问题的可能性与用户特征有一定的关系；在用户能力估计值一定的情况下，难易度提高则答题正确率降低；区分度是指在能力估计值的改变对正确率的变化的影响，如果区分度高，则能力估计值的微小改变可能造成答题正确率的较大变化；猜测参数是指当用户的能力估计值极低的情况下仍然能够正确解答问题的概率；可以结合项目反应理论，基于该些数据确定用于向用户推荐的题目；