CN105528932B - 一种测评用户识字量的方法与设备 - Google Patents
一种测评用户识字量的方法与设备 Download PDFInfo
- Publication number
- CN105528932B CN105528932B CN201610073898.4A CN201610073898A CN105528932B CN 105528932 B CN105528932 B CN 105528932B CN 201610073898 A CN201610073898 A CN 201610073898A CN 105528932 B CN105528932 B CN 105528932B
- Authority
- CN
- China
- Prior art keywords
- user
- sample test
- spacing value
- answering
- result
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Active
Links
Classifications
-
- G—PHYSICS
- G09—EDUCATION; CRYPTOGRAPHY; DISPLAY; ADVERTISING; SEALS
- G09B—EDUCATIONAL OR DEMONSTRATION APPLIANCES; APPLIANCES FOR TEACHING, OR COMMUNICATING WITH, THE BLIND, DEAF OR MUTE; MODELS; PLANETARIA; GLOBES; MAPS; DIAGRAMS
- G09B7/00—Electrically-operated teaching apparatus or devices working with questions and answers
- G09B7/02—Electrically-operated teaching apparatus or devices working with questions and answers of the type wherein the student is expected to construct an answer to the question which is presented or wherein the machine gives an answer to the question presented by a student
Landscapes
- Engineering & Computer Science (AREA)
- Theoretical Computer Science (AREA)
- Business, Economics & Management (AREA)
- Physics & Mathematics (AREA)
- Educational Administration (AREA)
- Educational Technology (AREA)
- General Physics & Mathematics (AREA)
- Electrically Operated Instructional Devices (AREA)
Abstract
本申请的目的是提供一种测评用户识字量的方法与设备。与现有技术相比,本申请的一个实施例根据用户信息,确定测评的初始抽测间隔值,以根据所述初始抽测间隔值,将从字库中抽取的字发送至所述用户,以基于所述用户返回的作答结果,调整抽测间隔值,并根据调整后的抽测间隔值,将从字库中抽取的字发送至所述用户,根据所述作答结果得到所述用户的识字量测评结果;本申请根据用户信息确定相应的初始抽测间隔值,并基于所述用户返回的作答结果实时调整所述抽测间隔值,从而提高识字量测评的精确度及效率。
Description
技术领域
本申请涉及计算机领域,尤其涉及一种测评用户识字量的技术。
背景技术
随着教育的发展与进步,在小学语文教学中,识字教学是一个很重要的环节。对于学生来讲,识字是阅读、理解和写作的基础,所以了解小学生的识字量对于小学语文教学来讲是十分必要的。同时,了解各年级学生的识字量对于语文教材的编写,教学进度的安排,以及小学生课外读物的选择和教材编写是一个十分重要的依据。目前,测量学生识字量的方法主要有:把所有汉字印成题目,让受测学生逐个确认,或者让受测学生对照生词表逐个指认,然后根据指认情况来判断受测学生的识字量,再或者将汉字按照难度系数进行分级,根据受测学生在样本中的作答情况来估计受测学生的识字量。
中国汉字的数量之大,将所有汉字印成题目,由受测学生逐个确认是不现实的,因而,现有的识字量测评技术主要采用的是后两种方法,即对照生词表或者选择常用的汉字,让受测学生指认,或者选择一定的字库,设定一定的抽样逻辑和算法,由受测学生在选定的样本中的作答情况来估计受测学生的识字量,又或者将汉字按照难度系数分级,由受测学生按照对应的级数来进行测试,根据测试结果来估计受测学生的识字量。
然而,按照第一种方法实现的现有识字量测评技术虽然可以保证测评结果的准确性,但是由于统计及施测都需要人工一对一进行,耗费时间长久、过程繁琐,造成测评效率低下且需耗费大量人力、物力、财力。按照第二种方法实现的现有识字量测评技术,虽然效率有所提高,但是测评结果存在一定的误差,而且同样需要人工在场指导,依旧需要耗费大量人力、物力、财力,同时因年龄、地区的不同,适用范围有一定的局限性。
发明内容
本申请的一个目的是提供一种测评用户识字量的方法与设备。
根据本申请的一个方面,提供了一种测评用户识字量的方法,其中,该方法包括:
a根据用户信息,确定测评的初始抽测间隔值;
b根据所述初始抽测间隔值,将从字库中抽取的字发送至所述用户;
c基于所述用户返回的作答结果,调整抽测间隔值,并根据调整后的抽测间隔值,将从字库中抽取的字发送至所述用户;
d根据所述作答结果得到所述用户的识字量测评结果。
根据本申请的另一个方面,提供了一种测评用户识字量的设备,其中,该设备包括:
第一装置,用于根据用户信息,确定测评的初始抽测间隔值;
第二装置,用于根据所述初始抽测间隔值,将从字库中抽取的字发送至所述用户;
第三装置,用于基于所述用户返回的作答结果,调整抽测间隔值,并根据调整后的抽测间隔值,将从字库中抽取的字发送至所述用户;
第四装置,用于根据所述作答结果得到所述用户的识字量测评结果。
与现有技术相比,本申请的一个实施例根据用户信息,确定测评的初始抽测间隔值,以根据所述初始抽测间隔值,将从字库中抽取的字发送至所述用户,以基于所述用户返回的作答结果,调整抽测间隔值,并根据调整后的抽测间隔值,将从字库中抽取的字发送至所述用户,根据所述作答结果得到所述用户的识字量测评结果;本申请根据用户信息确定相应的初始抽测间隔值,并基于所述用户返回的作答结果实时调整所述抽测间隔值,从而提高识字量测评的精确度及效率。
附图说明
通过阅读参照以下附图所作的对非限制性实施例所作的详细描述,本申请的其它特征、目的和优点将会变得更明显:
图1示出根据本申请一个方面的一种用于测评用户识字量的设备示意图;
图2示出根据本申请一个优选实施例的一种用于测评用户识字量的设备示意图;
图3示出根据本申请另一个方面的一种用于测评用户识字量的方法流程图;
图4示出根据本申请一个优选实施例的一种用于测评用户识字量的方法流程图。
附图中相同或相似的附图标记代表相同或相似的部件。
具体实施方式
下面结合附图对本申请作进一步详细描述。
在本申请一个典型的配置中,终端、服务网络的设备和可信方均包括一个或多个处理器(CPU)、输入/输出接口、网络接口和内存。
内存可能包括计算机可读介质中的非永久性存储器,随机存取存储器(RAM)和/或非易失性内存等形式,如只读存储器(ROM)或闪存(flash RAM)。内存是计算机可读介质的示例。
计算机可读介质包括永久性和非永久性、可移动和非可移动媒体可以由任何方法或技术来实现信息存储。信息可以是计算机可读指令、数据结构、程序的模块或其他数据。计算机的存储介质的例子包括,但不限于相变内存(PRAM)、静态随机存取存储器(SRAM)、动态随机存取存储器(DRAM)、其他类型的随机存取存储器(RAM)、只读存储器(ROM)、电可擦除可编程只读存储器(EEPROM)、快闪记忆体或其他内存技术、只读光盘只读存储器(CD-ROM)、数字多功能光盘(DVD)或其他光学存储、磁盒式磁带,磁带磁盘存储或其他磁性存储设备或任何其他非传输介质,可用于存储可以被计算设备访问的信息。按照本文中的界定,计算机可读介质不包括非暂存电脑可读媒体(transitory media),如调制的数据信号和载波。
图1示出根据本申请一个方面的一种测评用户识字量的设备1的示意图,其中,设备1包括第一装置11、第二装置12、第三装置13和第四装置14。
具体地,所述第一装置11根据用户信息,确定测评的初始抽测间隔值;所述第二装置12根据所述初始抽测间隔值,将从字库中抽取的字发送至所述用户;所述第三装置13基于所述用户返回的作答结果,调整抽测间隔值,并根据调整后的抽测间隔值,将从字库中抽取的字发送至所述用户;所述第四装置14根据所述作答结果得到所述用户的识字量测评结果。
在此,所述设备1包括但不限于用户设备、网络设备、或用户设备与网络设备通过网络相集成所构成的设备。所述用户设备其包括但不限于任何一种可与用户通过触摸板进行人机交互的移动电子产品,例如智能手机、平板电脑等,所述移动电子产品可以采用任意操作系统,如android操作系统、iOS操作系统等。其中,所述网络设备包括一种能够按照事先设定或存储的指令,自动进行数值计算和信息处理的电子设备,其硬件包括但不限于微处理器、专用集成电路(ASIC)、可编程门阵列(FPGA)、数字处理器(DSP)、嵌入式设备等。所述网络设备其包括但不限于计算机、网络主机、单个网络服务器、多个网络服务器集或多个服务器构成的云;在此,云由基于云计算(Cloud Computing)的大量计算机或网络服务器构成,其中,云计算是分布式计算的一种,由一群松散耦合的计算机集组成的一个虚拟超级计算机。所述网络包括但不限于互联网、广域网、城域网、局域网、VPN网络、无线自组织网络(Ad Hoc网络)等。优选地,设备1还可以是运行于所述用户设备、网络设备、或用户设备与网络设备、网络设备、触摸终端或网络设备与触摸终端通过网络相集成所构成的设备上的脚本程序。当然,本领域技术人员应能理解上述设备1仅为举例,其他现有的或今后可能出现的设备1如可适用于本申请,也应包含在本申请保护范围以内,并在此以引用方式包含于此。
所述第一装置11根据用户信息,确定测评的初始抽测间隔值。
例如,第一装置11根据用户信息来确定测评的初始抽测间隔值,也就是说确定从每多少个字中来抽取待测评的字进行测评,比如说,如果根据用户信息确定初始抽测间隔值为30,则初始时在字库从每30字中抽取一个待测评字进行测试;如果根据用户信息确定初始抽测间隔值为40,则初始时在字库从每40字中抽取一个待测评字进行测试。
所述第二装置12根据所述初始抽测间隔值,将从字库中抽取的字发送至所述用户。
例如,第二装置12根据用户信息确定了初始抽测间隔值以后,比如说根据用户信息确定的初始抽测间隔值为30,则在字库从每30字中抽取一个字,并将所抽取这一个字发送至所述用户,由所述用户对所抽取的字进行作答,记录所述用户返回的作答结果。
所述第三装置13基于所述用户返回的作答结果,调整抽测间隔值,并根据调整后的抽测间隔值,将从字库中抽取的字发送至所述用户。
具体地,所述用户对所抽取的字进行作答,提交作答结果以后,在此接收用户返回的作答结果,并对作答结果进行核对,判断是否正确,并根据作答结果连续正确次数,调整抽测间隔值,同时根据调整后的抽测间隔值,在字库中根据相应的间隔值范围抽取待测字发送给所述用户。
优选地,所述第三装置13若所述用户返回的作答结果连续正确的次数达到对应的预设阈值,则增大抽测间隔值;若所述用户返回的作答结果累计错误的次数达到对应的预设阈值,则减小抽测间隔值。
例如,对于根据用户信息确定的初始间隔值为30时,在字库从每30字中抽取一个字由所述用户作答,统计所述用户作答结果连续正确次数、连续错误次数和累计错误次数。当所述用户作答结果连续正确次数达到连续正确次数对应的预设阈值,则增大抽测间隔值;当所述用户作答结果连续或累计错误次数达到连续或累计作答错误对应的预设阈值时,则减少抽测间隔值。比如说,将连续作答正确次数对应的预设阈值设为10,即当所述用户连续作答正确次数达到10次时,增大抽测间隔值,假设说抽测间隔值增大为40,则后续在字库从每40字中抽取待测评字进行测评;又比如说,将连续或累计作答结果错误次数对应的预设阈值设为5,即当用户作答结果连续或累计错误5次时,减少抽测间隔值,假设说抽测间隔值减小为20,则后续在字库从每20字中抽取待测评字进行测评。
需要说明的是,此处的累计作答结果错误次数对应的预设阈值可以设置为1,即当用户作答错误就减少抽测间隔值。
所述第四装置14根据所述作答结果得到所述用户的识字量测评结果。
具体地,所述第四装置14根据所述用户在各个抽测间隔值中的作答结果来统计所述用户的识字量测评结果。
优选地,所述第四装置14根据所述作答结果,通过计算所述用户在各个抽测间隔值下的作答正确率,计算得到所述用户的识字量测评结果。
例如,所述第四装置14根据所述用户在各个抽测间隔值中返回的作答结果,统计所述用户在各个抽测间隔值中作答正确的个数a,累计作答错误的个数b,然后计算出所述用户在对应的抽测间隔值中作答的正确率α,并根据所述用户在各个抽测间隔值中作答的正确率来计算所述用户识字量y。比如说,在抽测间隔值为Mi时,所述第四装置14根据所述用户在抽测间隔值为Mi时的作答结果,统计出所述用户作答正确的个数ai,累计作答错误的个数bi,则根据所述用户作答正确的个数和累计作答错误的个数可计算出抽测次数ni为ai+bi,然后计算出在抽测间隔值为Mi时所述用户的作答正确率αi为ai/ni,并根据所述用户在各个抽测间隔值中作答的正确率,计算出所述用户的识字量y,计算公式为y=∑Mi*ni*αi。
更具体地,比如说在抽测间隔值为50时,统计出所述用户作答正确的个数a1为20个,累计作答错误的个数b1为5个,计算出抽测次数n1为25次,则在抽测间隔值为50时,所述用户的作答正确率α1为0.8;同样的,比如说在抽测间隔值为60时,统计出所述用户作答正确的个数a2为25个,累计作答错误的个数b2为5个,计算出抽测次数n2为30次,则在抽测间隔值为60时,所述用户的作答正确率α2为5/6;同样的,比如说在抽测间隔值为80时,统计出所述用户作答正确的个数a3为20个,累计作答错误的个数b3为10个,计算出抽测次数n3为30次,则在抽测间隔值为80时,所述用户的作答正确率α3为2/3。假设,所述用户在抽测间隔值为80时结束了测评,则所述用户识字量y=∑Mi*ni*αi=50*25*0.8+60*30*5/6+80*30*2/3=4100,即所述用户的识字量为4100个。
优选地,所述第四装置14当所述用户返回的作答结果连续错误的次数达到对应的预设阈值,结束所述测评。
例如,当所述第四装置14统计到所述用户在某一抽测间隔值内返回的作答结果连续错误的次数达到了预先设定的连续错误次数预设阈值时,比如说连续错误次数预设阈值为10,当所述用户在抽测间隔值为18时,连续作答错误10次,则结束所述测评,并根据测评结果计算所述用户的识字量。
图2示出根据本申请一个优选实施例的一种测评用户识字量的设备1,其中,设备1包括第五装置15’、第一装置11’、第二装置12’、第三装置13’和第四装置14’。
在此,所述第一装置11’、第二装置12’、第三装置13’、第四装置14’与图3中第一装置11、第二装置12、第三装置13、第四装置14内容相同或基本相同,为简明起见,不再赘述。
具体地,所述第五装置15’获取用户信息;其中,所述用户信息包括年龄信息。即所获取的用户信息中包括用户的年龄信息,并主要根据用户的年龄信息来确定初始抽测间隔值。例如,如果获取的用户年龄信息为5岁,则根据5岁来确定初始抽测间隔值,假设所确定的初始间隔值为30,即在字库从每30字中抽取待测评字;如果获取的用户年龄信息为6岁,则根据6岁来确定初始抽测间隔值,假设所确定的初始间隔值为40,即在字库从每40字中抽取待测评字。
本领域技术人员应能理解上述所列出的所有抽测间隔数值、用户年龄值、作答正确数值、连续作答错误数值、累计作答错误数值、连续作答正确预设阈值、累计作答错误预设阈值、识字量数值均仅为举例,其他现有的或今后可能出现的所确定的相应数值如可适用于本发明,也应包含在本发明保护范围以内,并在此以引用方式包含于此。
图3示出根据本申请一个方面的一种测评用户识字量的方法流程图。
该方法包括步骤S11、步骤S12、步骤S13和步骤S14。具体地,在步骤S11中,设备1根据用户信息,确定测评的初始抽测间隔值;在步骤S12中,设备1根据所述初始抽测间隔值,将从字库中抽取的字发送至所述用户;在步骤S13中,设备1基于所述用户返回的作答结果,调整抽测间隔值,并根据调整后的抽测间隔值,将从字库中抽取的字发送至所述用户;在步骤S14中,设备1根据所述作答结果得到所述用户的识字量测评结果。
在此,所述设备1包括但不限于用户设备、网络设备、或用户设备与网络设备通过网络相集成所构成的设备。所述用户设备其包括但不限于任何一种可与用户通过触摸板进行人机交互的移动电子产品,例如智能手机、平板电脑等,所述移动电子产品可以采用任意操作系统,如android操作系统、iOS操作系统等。其中,所述网络设备包括一种能够按照事先设定或存储的指令,自动进行数值计算和信息处理的电子设备,其硬件包括但不限于微处理器、专用集成电路(ASIC)、可编程门阵列(FPGA)、数字处理器(DSP)、嵌入式设备等。所述网络设备其包括但不限于计算机、网络主机、单个网络服务器、多个网络服务器集或多个服务器构成的云;在此,云由基于云计算(Cloud Computing)的大量计算机或网络服务器构成,其中,云计算是分布式计算的一种,由一群松散耦合的计算机集组成的一个虚拟超级计算机。所述网络包括但不限于互联网、广域网、城域网、局域网、VPN网络、无线自组织网络(Ad Hoc网络)等。优选地,设备1还可以是运行于所述用户设备、网络设备、或用户设备与网络设备、网络设备、触摸终端或网络设备与触摸终端通过网络相集成所构成的设备上的脚本程序。当然,本领域技术人员应能理解上述设备1仅为举例,其他现有的或今后可能出现的设备1如可适用于本申请,也应包含在本申请保护范围以内,并在此以引用方式包含于此。
在步骤S11中,设备1根据用户信息,确定测评的初始抽测间隔值。
例如,在步骤S11中,设备1根据用户信息来确定测评的初始抽测间隔值,也就是说确定从每多少个字中来抽取待测评的字进行测评,比如说,如果根据用户信息确定初始抽测间隔值为30,则初始时在字库从每30字中抽取一个待测评字进行测试;如果根据用户信息确定初始抽测间隔值为40,则初始时在字库从每40字中抽取一个待测评字进行测试。
在步骤S12中,设备1根据所述初始抽测间隔值,将从字库中抽取的字发送至所述用户。
例如,在步骤S12中,设备1根据用户信息确定了初始抽测间隔值以后,比如说根据用户信息确定的初始抽测间隔值为30,则在字库从每30字中抽取一个字,并将所抽取的这一个字发送至所述用户,由所述用户对所抽取的字进行作答,记录所述用户返回的作答结果。
在步骤S13中,设备1基于所述用户返回的作答结果,调整抽测间隔值,并根据调整后的抽测间隔值,将从字库中抽取的字发送至所述用户。
具体地,所述用户对所抽取的字进行作答,提交作答结果以后,在此接收用户返回的作答结果,并对作答结果进行核对,判断是否正确,并根据作答结果连续正确次数,调整抽测间隔值,同时根据调整后的抽测间隔值,在字库中根据相应的间隔值范围抽取待测字发送给所述用户。
优选地,在步骤S13中,设备1若所述用户返回的作答结果连续正确的次数达到对应的预设阈值,则增大抽测间隔值;若所述用户返回的作答结果累计错误的次数达到对应的预设阈值,则减小抽测间隔值。
例如,对于根据用户信息确定的初始间隔值为30时,在字库从每30字中抽取一个字由所述用户作答,统计所述用户作答结果连续正确次数、连续作答错误次数和累计错误次数。当所述用户作答结果连续正确次数达到连续正确次数对应的预设阈值,则增大抽测间隔值;当所述用户作答结果连续或累计错误次数达到连续或累计作答错误对应的预设阈值时,则减少抽测间隔值。比如说,将连续作答正确次数对应的预设阈值设为10,即当所述用户连续作答正确次数达到10次时,增大抽测间隔值,假设说抽测间隔值增大为40,则后续在字库从每40字中抽取待测评字进行测评;又比如说,将连续或累计作答结果错误次数对应的预设阈值设为5,即当用户作答结果连续或累计错误5次时,减少抽测间隔值,假设说抽测间隔值减小为20,则后续在字库从每20字中抽取待测评字进行测评。
需要说明的是,此处的累计作答结果错误次数对应的预设阈值可以设置为1,即当用户作答错误就减少抽测间隔值。
在步骤S14中,设备1根据所述作答结果得到所述用户的识字量测评结果。
具体地,在步骤S14中,设备1根据所述用户在各个抽测间隔值中的作答结果来统计所述用户的识字量测评结果。
优选地,在步骤S14中,设备1根据所述作答结果,通过计算所述用户在各个抽测间隔值下的作答正确率,计算得到所述用户的识字量测评结果。
例如,在步骤S14中,设备1根据所述用户在各个抽测间隔值中返回的作答结果,统计所述用户在各个抽测间隔值中作答正确的个数a,累计作答错误的个数b,然后计算出所述用户在对应的抽测间隔值中作答的正确率α,并根据所述用户在各个抽测间隔值中作答的正确率来计算所述用户识字量y。比如说,在抽测间隔值为Mi时,设备1根据所述用户在抽测间隔值为Mi时的作答结果,统计出所述用户作答正确的个数ai,累计作答错误的个数bi,则根据所述用户作答正确的个数和累计作答错误的个数可计算出抽测次数ni为ai+bi,然后计算出在抽测间隔值为Mi时所述用户的作答正确率αi为ai/ni,并根据所述用户在各个抽测间隔值中作答的正确率,计算出所述用户的识字量y,计算公式即为y=∑Mi*ni*αi。
更具体地,比如说在抽测间隔值为50时,统计出所述用户作答正确的个数a1为20个,累计作答错误的个数b1为5个,计算出抽测次数n1为25次,则在抽测间隔值为50时,所述用户的作答正确率α1为0.8;同样的,比如说在抽测间隔值为60时,统计出所述用户作答正确的个数a2为25个,累计作答错误的个数b2为5个,计算出抽测次数n2为30次,则在抽测间隔值为60时,所述用户的作答正确率α2为5/6;同样的,比如说在抽测间隔值为80时,统计出所述用户作答正确的个数a3为20个,累计作答错误的个数b3为10个,计算出抽测次数n3为30次,则在抽测间隔值为80时,所述用户的作答正确率α3为2/3。假设,所述用户在抽测间隔值为80时结束了测评,则所述用户识字量y=∑Mi*ni*αi=50*25*0.8+60*30*5/6+80*30*2/3=4100,即所述用户的识字量为4100个。
优选地,在步骤S14中,设备1当所述用户返回的作答结果连续错误的次数达到对应的预设阈值,结束所述测评。
例如,在步骤S14中,当设备1统计到所述用户在某一抽测间隔值内返回的作答结果连续错误的次数达到了预先设定的连续错误次数预设阈值时,比如说连续错误次数预设阈值为10,当所述用户在抽测间隔值为18时,连续作答错误10次,则结束所述测评,并根据测评结果计算所述用户的识字量。
图4示出根据本申请一个优选实施例的一种测评用户识字量的方法流程图。
该方法包括步骤S15’、步骤S11’、步骤S12’、步骤S13’和步骤S14’。在此,所述步骤S11’、步骤S12’、步骤S13’、步骤S14’与图3中步骤S11、步骤S12、步骤S13、步骤S14内容相同或基本相同,为简明起见,不再赘述。
具体地,在步骤S15’中,设备1获取用户信息;其中,所述用户信息包括年龄信息。即所获取的用户信息中包括用户的年龄信息,并主要根据用户的年龄信息来确定初始抽测间隔值。例如,如果获取的用户年龄信息为5岁,则根据5岁来确定初始抽测间隔值,假设所确定的初始间隔值为30,即在字库从每30字中抽取待测评字;如果获取的用户年龄信息为6岁,则根据6岁来确定初始抽测间隔值,假设所确定的初始间隔值为40,即在字库从每40字中抽取待测评字。
本领域技术人员应能理解上述所列出的所有抽测间隔数值、用户年龄值、作答正确数值、连续作答错误数值、累计作答错误数值、连续作答正确预设阈值、累计作答错误预设阈值、识字量数值均仅为举例,其他现有的或今后可能出现的所确定的相应数值如可适用于本发明,也应在本发明保护范围以内,并在此以引用方式包含于此。
与现有技术相比,本申请的一个实施例根据用户信息,确定测评的初始抽测间隔值,以根据所述初始抽测间隔值,将从字库中抽取的字发送至所述用户,以基于所述用户返回的作答结果,调整抽测间隔值,并根据调整后的抽测间隔值,将从字库中抽取的字发送至所述用户,根据所述作答结果得到所述用户的识字量测评结果;本申请根据用户信息确定相应的初始抽测间隔值,并基于所述用户返回的作答结果实时调整所述抽测间隔值,,从而提高识字量测评的精确度及效率。
需要注意的是,本申请可在软件和/或软件与硬件的组合体中被实施,例如,可采用专用集成电路(ASIC)、通用目的计算机或任何其他类似硬件设备来实现。在一个实施例中,本申请的软件程序可以通过处理器执行以实现上文所述步骤或功能。同样地,本申请的软件程序(包括相关的数据结构)可以被存储到计算机可读记录介质中,例如,RAM存储器,磁或光驱动器或软磁盘及类似设备。另外,本申请的一些步骤或功能可采用硬件来实现,例如,作为与处理器配合从而执行各个步骤或功能的电路。
另外,本申请的一部分可被应用为计算机程序产品,例如计算机程序指令,当其被计算机执行时,通过该计算机的操作,可以调用或提供根据本申请的方法和/或技术方案。而调用本申请的方法的程序指令,可能被存储在固定的或可移动的记录介质中,和/或通过广播或其他信号承载媒体中的数据流而被传输,和/或被存储在根据所述程序指令运行的计算机设备的工作存储器中。在此,根据本申请的一个实施例包括一个装置,该装置包括用于存储计算机程序指令的存储器和用于执行程序指令的处理器,其中,当该计算机程序指令被该处理器执行时,触发该装置运行基于前述根据本申请的多个实施例的方法和/或技术方案。
对于本领域技术人员而言,显然本申请不限于上述示范性实施例的细节,而且在不背离本申请的精神或基本特征的情况下,能够以其他的具体形式实现本申请。因此,无论从哪一点来看,均应将实施例看作是示范性的,而且是非限制性的,本申请的范围由所附权利要求而不是上述说明限定,因此旨在将落在权利要求的等同要件的含义和范围内的所有变化涵括在本申请内。不应将权利要求中的任何附图标记视为限制所涉及的权利要求。此外,显然“包括”一词不排除其他单元或步骤,单数不排除复数。装置权利要求中陈述的多个单元或装置也可以由一个单元或装置通过软件或者硬件来实现。第一,第二等词语用来表示名称,而并不表示任何特定的顺序。
Claims (6)
1.一种测评用户识字量的方法,其中,该方法包括:
a根据用户信息,确定测评的初始抽测间隔值;
b根据所述初始抽测间隔值,将从字库中抽取的字发送至所述用户;
c基于所述用户返回的作答结果,调整抽测间隔值,并根据调整后的抽测间隔值,将从字库中抽取的字发送至所述用户,其中,所述步骤c包括:若所述用户返回的作答结果连续正确的次数达到对应的预设阈值,则增大抽测间隔值;若所述用户返回的作答结果累计错误的次数达到对应的预设阈值,则减小抽测间隔值;
d根据所述作答结果得到所述用户的识字量测评结果;
所述方法还包括:
获取用户信息;其中,所述用户信息包括年龄信息。
2.根据权利要求1所述的方法,其中,所述步骤d包括:
根据所述作答结果,通过计算所述用户在各个抽测间隔值下的作答正确率,计算得到所述用户的识字量测评结果。
3.根据权利要求1至2中任一项所述的方法,其中,所述步骤d还包括:
当所述用户返回的作答结果连续错误的次数达到对应的预设阈值,结束所述测评。
4.一种测评用户识字量的设备,其中,该设备包括:
第一装置,用于根据用户信息,确定测评的初始抽测间隔值;
第二装置,用于根据所述初始抽测间隔值,将从字库中抽取的字发送至所述用户;
第三装置,用于基于所述用户返回的作答结果,调整抽测间隔值,并根据调整后的抽测间隔值,将从字库中抽取的字发送至所述用户,其中,所述第三装置用于:若所述用户返回的作答结果连续正确的次数达到对应的预设阈值,则增大抽测间隔值;若所述用户返回的作答结果累计错误的次数达到对应的预设阈值,则减小抽测间隔值;
第四装置,用于根据所述作答结果得到所述用户的识字量测评结果;
所述设备还包括:
第五装置,用于获取用户信息;其中,所述用户信息包括年龄信息。
5.根据权利要求4所述的设备,其中,所述第四装置用于:
根据所述作答结果,通过计算所述用户在各个抽测间隔值下的作答正确率,计算得到所述用户的识字量测评结果。
6.根据权利要求4至5中任一项所述的设备,其中,所述第四装置还用于:
当所述用户返回的作答结果连续错误的次数达到对应的预设阈值,结束所述测评。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201610073898.4A CN105528932B (zh) | 2016-02-02 | 2016-02-02 | 一种测评用户识字量的方法与设备 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201610073898.4A CN105528932B (zh) | 2016-02-02 | 2016-02-02 | 一种测评用户识字量的方法与设备 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN105528932A CN105528932A (zh) | 2016-04-27 |
CN105528932B true CN105528932B (zh) | 2018-06-26 |
Family
ID=55771120
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201610073898.4A Active CN105528932B (zh) | 2016-02-02 | 2016-02-02 | 一种测评用户识字量的方法与设备 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN105528932B (zh) |
Families Citing this family (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN109409527A (zh) * | 2017-08-15 | 2019-03-01 | 北京国双科技有限公司 | 数据处理方法、装置、系统以及存储介质 |
CN112579861A (zh) * | 2020-12-11 | 2021-03-30 | 北京字节跳动网络技术有限公司 | 一种计数方法及装置 |
Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101236617A (zh) * | 2007-02-02 | 2008-08-06 | 李军杰 | 学生识字量快速统计评估技术方案 |
CN101814244A (zh) * | 2009-02-25 | 2010-08-25 | 李军杰 | 以带调拼音支持的多媒体汉语学习机方案 |
CN102236984A (zh) * | 2010-04-26 | 2011-11-09 | 索尼公司 | 信息处理设备、提问倾向设定方法和程序 |
CN102402874A (zh) * | 2010-09-13 | 2012-04-04 | 鸿友科技股份有限公司 | 用于电子书的测验方法与装置 |
Family Cites Families (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JPH01296282A (ja) * | 1988-05-24 | 1989-11-29 | Nec Corp | 語学学習機 |
-
2016
- 2016-02-02 CN CN201610073898.4A patent/CN105528932B/zh active Active
Patent Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101236617A (zh) * | 2007-02-02 | 2008-08-06 | 李军杰 | 学生识字量快速统计评估技术方案 |
CN101814244A (zh) * | 2009-02-25 | 2010-08-25 | 李军杰 | 以带调拼音支持的多媒体汉语学习机方案 |
CN102236984A (zh) * | 2010-04-26 | 2011-11-09 | 索尼公司 | 信息处理设备、提问倾向设定方法和程序 |
CN102402874A (zh) * | 2010-09-13 | 2012-04-04 | 鸿友科技股份有限公司 | 用于电子书的测验方法与装置 |
Also Published As
Publication number | Publication date |
---|---|
CN105528932A (zh) | 2016-04-27 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN109558295B (zh) | 一种性能指标异常检测方法及装置 | |
CN110008080B (zh) | 基于时间序列的业务指标异常检测方法、装置和电子设备 | |
CN108256893A (zh) | 广告投放效果的分析方法及装置 | |
TWI567685B (zh) | 透過線上測驗真實反映出受測者能力的系統、方法以及其儲存媒體 | |
CN107203467A (zh) | 一种分布式环境下监督学习算法的基准测试方法和装置 | |
US8468161B2 (en) | Determining a seasonal effect in temporal data | |
EP3270316A1 (en) | Method and system for user device identification | |
JP2019114158A (ja) | カバレッジテスト支援装置およびカバレッジテスト支援方法 | |
CN106201886A (zh) | 一种实时数据任务的验证的代理方法及装置 | |
CN112287352A (zh) | 软件质量评估方法、设备及存储介质 | |
CN105528932B (zh) | 一种测评用户识字量的方法与设备 | |
CN115841046B (zh) | 基于维纳过程的加速退化试验数据处理方法和装置 | |
EP3859558A1 (en) | Answer marking method for mental calculation questions, device, electronic apparatus, and storage medium | |
CN110580217B (zh) | 软件代码健康度的检测方法、处理方法、装置及电子设备 | |
US20140280182A1 (en) | Method and system for calculating and charting website performance | |
Juddoo et al. | A qualitative assessment of machine learning support for detecting data completeness and accuracy issues to improve data analytics in big data for the healthcare industry | |
CN108845908A (zh) | 一种ssd硬盘测试方法、装置、设备及介质 | |
CN112486808B (zh) | 一种系统测试方法、装置、电子设备及存储介质 | |
WO2019153978A1 (zh) | 终端指纹测试方法、装置、计算机设备和存储介质 | |
CN105513450B (zh) | 一种语音测评用户识字量的方法与设备 | |
Cairns et al. | The diamond ratio: A visual indicator of the extent of heterogeneity in meta‐analysis | |
CN107133328A (zh) | 管线埋深精度检测方法及装置 | |
Sloss et al. | Metrics that matter | |
CN111341418A (zh) | 一种根据社交网络评估学生心理的方法、系统及装置 | |
CN103885716B (zh) | 触摸屏画线测试方法以及画线速度测量装置 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
C06 | Publication | ||
PB01 | Publication | ||
C10 | Entry into substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant |