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
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 Download PDFInfo
- Publication number
- CN105654190A CN105654190A CN201510983337.3A CN201510983337A CN105654190A CN 105654190 A CN105654190 A CN 105654190A CN 201510983337 A CN201510983337 A CN 201510983337A CN 105654190 A CN105654190 A CN 105654190A
- Authority
- CN
- China
- Prior art keywords
- examination
- point
- question
- examination question
- detail table
- 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.)
- Pending
Links
- 238000000034 method Methods 0.000 title claims abstract description 14
- 238000004088 simulation Methods 0.000 claims description 14
- PEDCQBHIVMGVHV-UHFFFAOYSA-N Glycerine Chemical compound OCC(O)CO PEDCQBHIVMGVHV-UHFFFAOYSA-N 0.000 claims description 3
- 238000012797 qualification Methods 0.000 description 8
- 238000012552 review Methods 0.000 description 4
- 230000001755 vocal effect Effects 0.000 description 4
- 238000012360 testing method Methods 0.000 description 3
- 238000012549 training Methods 0.000 description 2
- 230000009286 beneficial effect Effects 0.000 description 1
- 230000015572 biosynthetic process Effects 0.000 description 1
- 239000003814 drug Substances 0.000 description 1
- 238000011156 evaluation Methods 0.000 description 1
- 238000012795 verification Methods 0.000 description 1
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q10/00—Administration; Management
- G06Q10/04—Forecasting or optimisation specially adapted for administrative or management purposes, e.g. linear programming or "cutting stock problem"
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q50/00—Information and communication technology [ICT] specially adapted for implementation of business processes of specific business sectors, e.g. utilities or tourism
- G06Q50/10—Services
- G06Q50/20—Education
- G06Q50/205—Education administration or guidance
Landscapes
- Business, Economics & Management (AREA)
- Engineering & Computer Science (AREA)
- Strategic Management (AREA)
- Economics (AREA)
- Tourism & Hospitality (AREA)
- Human Resources & Organizations (AREA)
- Theoretical Computer Science (AREA)
- Educational Administration (AREA)
- Marketing (AREA)
- Educational Technology (AREA)
- General Physics & Mathematics (AREA)
- General Business, Economics & Management (AREA)
- Physics & Mathematics (AREA)
- Game Theory and Decision Science (AREA)
- Quality & Reliability (AREA)
- Development Economics (AREA)
- Entrepreneurship & Innovation (AREA)
- Operations Research (AREA)
- Health & Medical Sciences (AREA)
- General Health & Medical Sciences (AREA)
- Primary Health Care (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
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
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:
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:
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。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201510983337.3A CN105654190A (zh) | 2015-12-24 | 2015-12-24 | 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 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201510983337.3A CN105654190A (zh) | 2015-12-24 | 2015-12-24 | 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 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN105654190A true CN105654190A (zh) | 2016-06-08 |
Family
ID=56476678
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201510983337.3A Pending CN105654190A (zh) | 2015-12-24 | 2015-12-24 | 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 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN105654190A (zh) |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN109543920A (zh) * | 2018-12-07 | 2019-03-29 | 广东小天才科技有限公司 | 一种考点预测方法及电子设备 |
CN110175282A (zh) * | 2019-04-18 | 2019-08-27 | 北京嗨学网教育科技股份有限公司 | 智能推荐测试题的方法及装置、存储介质 |
-
2015
- 2015-12-24 CN CN201510983337.3A patent/CN105654190A/zh active Pending
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN109543920A (zh) * | 2018-12-07 | 2019-03-29 | 广东小天才科技有限公司 | 一种考点预测方法及电子设备 |
CN110175282A (zh) * | 2019-04-18 | 2019-08-27 | 北京嗨学网教育科技股份有限公司 | 智能推荐测试题的方法及装置、存储介质 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
Cannon et al. | Perceived teaching and learning professional development needs of Idaho secondary career and technical education teachers | |
Oducado et al. | Predictors of academic performance in professional nursing courses in a private nursing school in Kalibo, Aklan, Philippines | |
Ntawiha | Educational Inputs and their implications for output in public secondary schools in Nyarugenge and Nyamasheke districts, Rwanda | |
Reckase | Converting boundaries between National Assessment Governing Board performance categories to points on the National Assessment of Educational Progress score scale: The 1996 science NAEP process | |
CN105654190A (zh) | 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 | |
Bañez et al. | Licensure examination performance of BSEd-biological and physical science graduates in a state university in Northern Philippines | |
Khan et al. | An evaluation of national professional standards of public sector school teachers at primary level in district Peshawar | |
Kelly et al. | The relationship between student grade point average, principal internship mentor's assessment scores and school leaders licensure assessment scores | |
Tatto et al. | Scale development and reporting: Opportunities to learn, beliefs, and mathematics knowledge for teaching | |
Terang et al. | Weightage factor analysis between programme Outcomes and course Outcomes: A case study | |
Mushi et al. | Instructional leadership practices for developing the 21st century competencies of undergraduate students at public universities in Tanzania | |
Anderson | Attitudes toward Mathematics Integration and Related Professional Development Needs of Outstanding Agricultural Education Instructors. | |
Abdur-Rafiu et al. | Correlation between Continuous Assessment and Students' Performance in Islamic Studies. | |
CN108549997A (zh) | 一种数学课堂教学效果评价系统 | |
Ahmed | TECHNICAL AND VOCATIONAL EDUCATION AND TRAINING (TVET) IN SAUDI ARABIA AS STRATEGIC KEY IN THE OVERALL INDUSTRIAL DEVELOPMENT PROCESSES. | |
León et al. | Analysis of Colombia’s Saber Pro results 2019 for natural science and environmental teachers training: Reflections and challenges in a higher education based in competences | |
Assimonye et al. | EFFECT OF CLASSROOM CLIMATE ON STUDENTS’ACHIEVEMENT IN LANGUAGE AND COMMUNICATION SKILLS IN FEDERAL COLLEGES OF EDUCATION IN SOUTH EAST NIGERIA | |
Otu et al. | Demographic Variables and Instructional Effectiveness in Senior Secondary Schools in Cross River State. | |
Islamiyah et al. | DEVELOPMENT OF SCIENCE LITERACY ASSESSMENT INSTRUMENTS IN SCIENCE LEARNING USING CONTEXTUAL LEARNING MODELS FOR JUNIOR HIGH SCHOOL | |
Rosi | Competence and Morale on the Performance of Employees | |
El Kadhi et al. | Assessment methodologies for ABET accreditation: Success factors and challenges | |
Sobarna | THE MINDSET OF PHYSICAL EXERCISE (PE) TEACHERS IN DISTRICT 134 UNPAS ON THEIR UNDERSTANDING OF PHYSICAL EDUCATION AFTER COMPLETING IN-SERVICE TEACHER EDUCATION AND PROFESSIONAL TRAINING (PLPG) | |
Gao et al. | Construction of Refined Assessment System for Practical Education of Engineering Majors under the Perspective of Craftsmanship:--A Case for Fire Engineering | |
Agyei | Using Cooperative Learning Model to Enhance Academic Performance of Teacher Trainees in Some Selected Topics in Integrated Science at Saint Monica’s College Of Education | |
Cheng | The Influence of Academic Achievements on the Quality of Employment for Undergraduates of Private Higher Education in China |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
C06 | Publication | ||
PB01 | Publication | ||
C10 | Entry into substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
RJ01 | Rejection of invention patent application after publication |
Application publication date: 20160608 |
|
RJ01 | Rejection of invention patent application after publication |