[发明专利]试题高阶属性挖掘方法及系统有效
| 申请号： | 201610425977.7 | 申请日： | 2016-06-14 |
| 公开（公告）号： | CN107506359B | 公开（公告）日： | 2020-02-07 |
| 发明（设计）人： | 苏喻;张丹;刘青文;邓晓栋;陈志刚;魏思;胡郁 | 申请（专利权）人： | 科大讯飞股份有限公司 |
| 主分类号： | G06F16/2458 | 分类号： | G06F16/2458;G06F16/35 |
| 代理公司： | 11252 北京维澳专利代理有限公司 | 代理人： | 刘路尧;逢京喜 |
| 地址： | 230088 安徽省*** | 国省代码： | 安徽;34 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 本发明公开了一种试题高阶属性挖掘方法及系统，该方法包括：获取试题的低阶属性及学生历史答题信息，所述低阶属性包括试题的知识点或技能；对不同低阶属性进行组合，形成预估高阶属性；基于所述低阶属性及学生历史答题信息，确定学生能力；根据所述学生能力和学生历史答题信息，确定各预估高阶属性上的学生能力在每个试题中的权重；统计权重大于设定阈值的学生能力对应的各预估高阶属性的个数；如果所述个数大于设定值，则将对应的预估高阶属性作为试题的高阶属性。利用本发明，可以高效、准确地确定试题的高阶属性。 | ||
| 搜索关键词： | 试题 属性 挖掘 方法 系统 | ||
【主权项】：
1.一种试题高阶属性挖掘方法，其特征在于，包括：/n获取试题的低阶属性及学生历史答题信息，所述低阶属性包括试题的知识点或技能；/n对不同低阶属性进行组合，形成预估高阶属性；/n基于所述低阶属性及学生历史答题信息，确定学生能力；/n根据以所述预估高阶属性为标注的所述学生能力和学生历史答题信息构建回归模型，训练该回归模型以确定各预估高阶属性上的学生能力在每个试题中的权重；/n统计权重大于设定阈值的学生能力对应的各预估高阶属性的个数；/n如果所述个数大于设定值，则将对应的预估高阶属性作为试题的高阶属性。/n
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科大讯飞股份有限公司，未经科大讯飞股份有限公司许可，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/patent/201610425977.7/，转载请声明来源钻瓜专利网。
