CN105654190A - 基于考试概率指数和考试要素细目表的考试考点预测方法及系统 - Google Patents

Abstract

本发明涉及教育教学智能应用技术领域，尤其涉及一种基于考试概率指数和考试要素细目表的考试考点预测方法及系统。本发明的考试考点预测方法包括创建考试要素细目表、调用历年试题及模拟试题及计算考试概率指数等三个步骤。本发明的考试考点预测系统包括安装在学员智能手机上的APP客户端以及后台服务器。本发明能够指导学员进行针对性较强的备考复习，节省备考复习时间，提高学习效率。

Description

基于考试概率指数和考试要素细目表的考试考点预测方法及系统

技术领域

本发明涉及教育教学智能应用技术领域，尤其涉及一种基于考试概率指数和考试要素细目表的考试考点预测方法及系统。

背景技术

职业资格是对从事某一职业所必备的学识、技术和能力的基本要求。职业资格包括从业资格和执业资格。从业资格是指从事某一专业(工种)学识、技术和能力的起点标准，通过学历认定或考试取得。执业资格是指政府对某些责任较大，社会通用性强，关系公共利益的专业(工种)实行准入控制，是依法独立开业或从事某一特定专业(工种)学识、技术和能力的必备标准。职业资格分别由国务院劳动、人事行政部门通过学历认定、资格考试、专家评定、职业技能鉴定等方式进行评价，对合格者授予国家职业资格证书，执业资格通过考试方法取得。职业无贵贱之分，但有难易以及社会责任大小之分，因此国家会采取职业资格准入制度。

目前社会对于各类职业资格考试的需求不断增多，如医学类资格考试、司法类资格考试、建筑类资格考试等。大部分学员仅仅依靠教科书进行学习和备考，有条件的可报名参加培训班进行针对性更强的学习和备考准备。但是职业资格考试培训班一般价格非常昂贵。另外，缺少合适的试题练习也为学员的备考造成了一定障碍。很多学员本身已具备从事该行业的职业业务能力，但是由于缺少针对性强的试题和考点练习，迟迟不能拿到职业资格证书，不利于行业持久健康发展和学员个人职业规划。

发明内容

本发明提供了基于考试概率指数和考试要素细目表的考试考点预测方法及系统，能够指导学员进行针对性较强的备考复习，节省备考复习时间，提高学习效率。本发明利用考试大纲编写考试要素细目表，结合考试大纲及考试要素细目表中的考点计算试题考试概率指数G，按照考试概率指数倒序排列的顺序将试题呈现给学员，以帮助学员优先学习易考考点。

本发明的技术方案为：

基于考试概率指数和考试要素细目表的考试考点预测方法，包括以下步骤：

(I)创建考试要素细目表

按照职业、等级、科目、章、节和考点的目录层级对考试大纲进行编号以创建考试要素细目表，考试要素细目表中的一个大纲编号即一个考点。将历年试题及模拟试题逐一与所述考试要素细目表相匹配，使得每一道历年试题或模拟试题对应一个大纲编号，即对应一个考点。按照年、月和卷顺序的目录层级对历年试题及模拟试题进行划分。

(II)根据考试要素细目表中的大纲编号调用历年试题及模拟试题。

(III)计算试题及其所属考点的考试概率指数

按照公式(1)计算试题及其所属考点的考试概率指数G：

$G=\frac{({\mathrm{\α}}_1\·A_1+{\mathrm{\α}}_2\·A_2+{\mathrm{\α}}_3\·A_3+{\mathrm{\α}}_4\·A_4+{\mathrm{\α}}_5\·A_5+{\mathrm{\α}}_6\·A_6)}{10}\×100\%---\left(1\right)$

公式(1)中，A₁为试题所属考点的分值参数，A₁为试题所属考点所在章包括的试题的分数之和与全部试题总分数的比值；A₂为试题所属考点的重要程度参数，将考试大纲中规定学习程度为“了解”的考点的考点重要程度参数设定为1/3，将考试大纲中规定学习程度为“理解”的考点的考点重要程度参数设定为2/3，将考试大纲中规定学习程度为“熟悉”的考点的考点重要程度参数设定为1；A₃为试题错误率参数，A₃为试题做错的次数与试题练习的总次数的比值，将主观试题和未做过的试题的试题错误率参数设定为1/2；A₄为试题所属考点的频率参数，A₄为试题所属考点出现的次数与考试总次数的比值；A₅为试题练习程度参数，A₅为试题练习次数与试题所属考点下各个试题练习总次数的比值；A₆为试题所属考点的命题趋势参数，将判定为“不考”的考点的命题趋势参数设定为0，将判定为“可能考”的考点的命题趋势参数设定为1/2，将判定为“必考”的考点的命题趋势参数设定为1；α₁,α₂…α₆为权重，满足公式(2)。

α₁+α₂+α₃+α₄+α₅+α₆＝10(2)

(IV)按照考试概率指数的倒序将历年试题及模拟试题排序。

具体的，依据考试考点预测方法的考试考点预测系统包括安装在学员智能手机上的APP客户端以及后台服务器。APP客户端用于学员实时向后台服务器获取试题及其所属考点的考试概率指数。

本发明的有益效果：本发明将考试大纲划分为考点并与历年试题对应，针对考点和试题在历年考试中出现的情况(包括试题所属考点的分值参数A₁、试题错误率参数A₃、试题所属考点的频率参数A₄和试题所属考点的命题趋势参数A₆)、学员的复习备考情况(即试题练习程度参数A₅)以及考试大纲的规定(即试题所属考点的重要程度参数A₂)，计算试题及其所属考点的考试概率指数。经计算，该概率数值越高的考点或试题，在今后考试中再次命题的可能性越高，考生以该概率为参考进行针对性较强的备考复习，节省备考复习时间，提高学习效率。

本发明的考试考点预测系统利用APP客户端和后台服务器帮助学员实时查询试题及其所属考点的考试概率指数，保证每个使用该APP客户端的学员能够方便快捷地得到最新的试题、考点和考试概率指数。

具体实施方式

实施例采用本发明的考试考点预测方法计算试题及其所属考点的考试概率指数，包括以下步骤：

(I)创建考试要素细目表

按照职业、等级、科目、章、节和考点的目录层级对考试大纲进行编号以创建考试要素细目表，所述考试要素细目表中的一个大纲编号即一个考点；将历年试题及模拟试题逐一与所述考试要素细目表相匹配，使得每一道历年试题或模拟试题对应一个大纲编号，即对应一个考点；按照年、月和卷顺序的目录层级对历年试题及模拟试题进行划分；

(II)根据所述考试要素细目表中的大纲编号调用历年试题及模拟试题；

(III)计算试题及其所属考点的考试概率指数

按照公式(1)计算试题及其所属考点的考试概率指数G：

$G=\frac{({\mathrm{\α}}_1\·A_1+{\mathrm{\α}}_2\·A_2+{\mathrm{\α}}_3\·A_3+{\mathrm{\α}}_4\·A_4+{\mathrm{\α}}_5\·A_5+{\mathrm{\α}}_6\·A_6)}{10}\×100\%---\left(1\right)$

公式(1)中，A₁为试题所属考点的分值参数，A₁为试题所属考点所在章包括的试题的分数之和与全部试题总分数的比值；A₂为试题所属考点的重要程度参数，将考试大纲中规定学习程度为“了解”的考点的考点重要程度参数设定为1/3，将考试大纲中规定学习程度为“理解”的考点的考点重要程度参数设定为2/3，将考试大纲中规定学习程度为“熟悉”的考点的考点重要程度参数设定为1；A₃为试题错误率参数，A₃为试题做错的次数与试题练习的总次数的比值，将主观试题和未做过的试题的试题错误率参数设定为1/2；A₄为试题所属考点的频率参数，A₄为试题所属考点出现的次数与考试总次数的比值；A₅为试题练习程度参数，A₅为试题练习次数与试题所属考点下各个试题练习总次数的比值；A₆为试题所属考点的命题趋势参数，将判定为“不考”的考点的命题趋势参数设定为0，将判定为“可能考”的考点的命题趋势参数设定为1/2，将判定为“必考”的考点的命题趋势参数设定为1；α₁,α₂…α₆为权重，满足公式(2)。

α₁+α₂+α₃+α₄+α₅+α₆＝10(2)

经反复试验和计算，本实施例中各个权重的取值为α₁＝2，α₂＝1.5，α₃＝1.5，α₄＝2，α₅＝1，α₆＝2。以上权重α₁,α₂…α₆的取值，一方面充分考虑到影响考点和试题预测的两个主要因素(即考点和试题在历年考试中出现的情况和考试大纲的规定，对应权重α₁、α₂、α₃、α₄、和α₆)，另一方面顾及到学员的实际学习情况(即学员的复习备考情况，对应权重α₅)，再一方面均衡分配了各个影响因素的权重，最终实现了较高的考试考点预测准确度。

本实施例的考试考点预测系统由安装在学员智能手机上的APP客户端以及后台服务器组成。APP客户端用于学员实时向后台服务器获取试题及其所属考点的考试概率指数。后台服务器使用LNMP(开源系统)支撑上述考试考点预测方法的运行，形成完整的流程。本发明通过预测每一道试题自然形成的考试概率指数，以考试概率指数倒序排列的方式在客户端呈现各考题，即将考试概率指数较大的试题优先进行推送，以帮助学员优先联系，节省备考时间。

上述实施方式仅为本发明的优选实施例，而并非本发明可行实施的穷举。对于本领域一般技术人员而言，在不背离本发明原理和精神的前提下对其所作出的任何显而易见的改动，都应当被认为包含在本发明的权利要求保护范围之内。

Claims (2)

1.基于考试概率指数和考试要素细目表的考试考点预测方法，其特征在于其包括以下步骤：

(I)创建考试要素细目表

按照职业、等级、科目、章、节和考点的目录层级对考试大纲进行编号以创建考试要素细目表，所述考试要素细目表中的一个大纲编号即一个考点；将历年试题及模拟试题逐一与所述考试要素细目表相匹配，使得每一道历年试题或模拟试题对应一个大纲编号，即对应一个考点；按照年、月和卷顺序的目录层级对历年试题及模拟试题进行划分；

(II)根据所述考试要素细目表中的大纲编号调用历年试题及模拟试题；

(III)计算试题及其所属考点的考试概率指数

按照公式(1)计算试题及其所属考点的考试概率指数G：

公式(1)中，A₁为试题所属考点的分值参数，A₁为试题所属考点所在章包括的试题的分数之和与全部试题总分数的比值；A₂为试题所属考点的重要程度参数，将考试大纲中规定学习程度为“了解”的考点的考点重要程度参数设定为1/3，将考试大纲中规定学习程度为“理解”的考点的考点重要程度参数设定为2/3，将考试大纲中规定学习程度为“熟悉”的考点的考点重要程度参数设定为1；A₃为试题错误率参数，A₃为试题做错的次数与试题练习的总次数的比值，将主观试题和未做过的试题的试题错误率参数设定为1/2；A₄为试题所属考点的频率参数，A₄为试题所属考点出现的次数与考试总次数的比值；A₅为试题练习程度参数，A₅为试题练习次数与试题所属考点下各个试题练习总次数的比值；A₆为试题所属考点的命题趋势参数，将判定为“不考”的考点的命题趋势参数设定为0，将判定为“可能考”的考点的命题趋势参数设定为1/2，将判定为“必考”的考点的命题趋势参数设定为1；α₁,α₂…α₆为权重，满足公式(2)；

α₁+α₂+α₃+α₄+α₅+α₆＝10(2)

(IV)按照所述考试概率指数的倒序将历年试题及模拟试题排序。

2.根据权利要求1所述的考试考点预测方法的考试考点预测系统，其特征在于其包括安装在学员智能手机上的APP客户端以及后台服务器，所述APP客户端用于学员实时向后台服务器获取试题及其所属考点的考试概率指数。