[发明专利]一种基于题库的智能组卷方法、系统及存储介质在审

专利信息
申请号: 202111502547.8 申请日: 2021-12-10
公开(公告)号: CN116263782A 公开(公告)日: 2023-06-16
发明(设计)人: 曲淳 申请(专利权)人: 上海终身教育科技有限公司
主分类号: G06F16/35 分类号: G06F16/35;G06F16/383;G06F40/194;G06N3/126
代理公司: 上海科盛知识产权代理有限公司 31225 代理人: 蔡彭君
地址: 200436 上海市静安区*** 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: 一种 基于 题库 智能 方法 系统 存储 介质
【权利要求书】:

1.一种基于题库的智能组卷方法,其特征在于,包括构建题库、获取出题策略和组卷;

所述构建题库具体为:

为题库中的试题添加参数信息,所述参数信息包括领域信息、科目信息和题型信息;为各个试题添加至少一个知识点标签;建立知识点之间的学习顺序约束;更新各个试题的难易度评分;

所述获取出题策略具体为:

获取目标领域、目标科目、目标知识点范围、目标难度等级、目标题型以及各个目标题型的目标数量;

所述组卷具体为:

根据目标领域、目标科目和目标题型在题库中检索到多个初步试题,根据目标知识点范围在初步试题中检索得到多个候选试题;基于目标难度等级以及各个目标题型的目标数量,分别完成各个目标题型的选题,得到一张试卷。

2.根据权利要求1所述的一种基于题库的智能组卷方法,其特征在于,根据目标知识点范围在初步试题中检索得到多个候选试题具体为:

分别将各个初步试题与目标知识点范围进行匹配:

如果一个初步试题的所有知识点标签均落入目标知识点范围内,则将该初步试题作为一个候选试题,进行下一个初步试题的匹配;

如果一个初步试题的所有知识点标签均不落入目标知识点范围内,则直接进行下一个初步试题的匹配;

如果一个初步试题的部分知识点标签落入目标知识点范围内,则判断落入目标知识点范围的知识点标签与未落入目标知识点范围的知识点标签是否满足学习顺序约束,若满足,则将该初步试题作为一个候选试题,进行下一个初步试题的匹配,若不满足,则直接进行下一个初步试题的匹配。

3.根据权利要求1所述的一种基于题库的智能组卷方法,其特征在于,建立知识点之间的学习顺序约束具体为:

如果存在学习顺序早晚不同的多个知识点,则将这些知识点划分为一个集群,为集群中的每个知识点添加顺序值,不同的顺序值表示不同的学习顺序。

4.根据权利要求1所述的一种基于题库的智能组卷方法,其特征在于,更新各个试题的难易度评分具体为:

获取该试题导入题库后的回答正确率,根据回答正确率在初始难易度评分的基础上增减分数,得到最新的难易度评分,所述初始难易度评分是试题第一次导入题库时人为手动设置的难易度评分。

5.根据权利要求1所述的一种基于题库的智能组卷方法,其特征在于,完成一个目标题型的选题包括以下步骤:

S1、生成多个候选解组成初始种群,初始化一个为空的全局最优解;其中,每个候选解为目标题型的一种选题,包括k个考试试题,k0,k表示目标题型的目标数量,且任一候选解均优于初始化为空的全局最优解;

S2、计算每个候选解的适应度值,得到当前最优解,更新全局最优解;

S3、判断种群是否收敛,若为是,则输出全局最优解作为目标题型的选题,若为否,则执行步骤S4;

S4、进行选择操作、交叉操作和变异操作,得到新的种群,重复步骤S2。

6.根据权利要求5所述的一种基于题库的智能组卷方法,其特征在于,生成一个候选解包括以下步骤:

S11、获取目标难度等级,基于目标难度等级确定不同难度的题目的比例,再结合目标题型的目标数量,得到目标题型中不同难度的题目的应设个数;

S12、在候选试题中找到目标题型,根据各个候选试题的难易度评分将候选试题进行难度分类;

S13、根据目标题型中不同难度的题目的应设个数,分别在每一个对应的难度分类中选择候选试题,得到一个候选解。

7.根据权利要求6所述的一种基于题库的智能组卷方法,其特征在于,步骤S13中,如果某种难度的题目的应设个数为q,即需要在对应的难度分类中选择q个候选试题,且q1,则在对应的难度分类中选择候选试题包括以下步骤:

S131、随机选择一个候选试题并存储;

S132、随机选择一个候选试题,计算该候选试题与已存储的各个候选试题之间的相似度,若相似度均小于预设置的相似度阈值,则执行步骤S133,否则,重复此步骤;

S133、存储该候选试题,如果已存储的候选试题数量等于q,则完成该分类的候选试题选择,否则,重复步骤S132。

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终身教育科技有限公司,未经上海终身教育科技有限公司许可,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/202111502547.8/1.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