CN106776804A - 一种试题难度量化方法及系统 - Google Patents

一种试题难度量化方法及系统 Download PDF

Info

Publication number
CN106776804A
CN106776804A CN201611050331.1A CN201611050331A CN106776804A CN 106776804 A CN106776804 A CN 106776804A CN 201611050331 A CN201611050331 A CN 201611050331A CN 106776804 A CN106776804 A CN 106776804A
Authority
CN
China
Prior art keywords
examination question
group
error rate
difficulty
answer
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
Application number
CN201611050331.1A
Other languages
English (en)
Inventor
龙安忠
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Guangdong Genius Technology Co Ltd
Original Assignee
Guangdong Genius Technology Co Ltd
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by Guangdong Genius Technology Co Ltd filed Critical Guangdong Genius Technology Co Ltd
Priority to CN201611050331.1A priority Critical patent/CN106776804A/zh
Publication of CN106776804A publication Critical patent/CN106776804A/zh
Pending legal-status Critical Current

Links

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
    • G06F16/90—Details of database functions independent of the retrieved data types
    • G06F16/95—Retrieval from the web
    • G06F16/953—Querying, e.g. by the use of web search engines
    • G06F16/9535—Search customisation based on user profiles and personalisation
    • 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

  • Engineering & Computer Science (AREA)
  • Business, Economics & Management (AREA)
  • Theoretical Computer Science (AREA)
  • Databases & Information Systems (AREA)
  • Strategic Management (AREA)
  • Tourism & Hospitality (AREA)
  • General Physics & Mathematics (AREA)
  • Physics & Mathematics (AREA)
  • Educational Administration (AREA)
  • Educational Technology (AREA)
  • Economics (AREA)
  • Data Mining & Analysis (AREA)
  • Health & Medical Sciences (AREA)
  • General Engineering & Computer Science (AREA)
  • General Health & Medical Sciences (AREA)
  • Human Resources & Organizations (AREA)
  • Marketing (AREA)
  • Primary Health Care (AREA)
  • General Business, Economics & Management (AREA)
  • Electrically Operated Instructional Devices (AREA)
  • Management, Administration, Business Operations System, And Electronic Commerce (AREA)

Abstract

本发明适用计算机技术领域，提供了一种试题难度量化方法及系统，所述方法包括：获取待量化难度的试题，对答题者按照预设的分组比例分成三组答题者；计算各组答题者解答所述试题的错误率；根据所述各组答题者解答所述试题的错误率，计算得到所述试题的试题难度值。本发明通过对答题者按照预设的分组比例进行分组，并计算各组答题者解答试题的错误率，计算得到试题的试题难度值，在学生用户的角度客观地计算出试题难度值，从而避免了老师主观性的给出试题难度，更加客观地反应出试题的真实难度，在出题训练时，更加贴合学生用户的实际能力，尽可能做到试题难度与学生的实际能力相匹配，实现个性化学习，提升用户体验。

Description

一种试题难度量化方法及系统
技术领域
本发明属于计算机技术领域，尤其涉及一种试题难度量化方法及系统。
背景技术
目前通过题库类应用软件进行出题或者组卷的时候，会根据学生用户的能力水平出难度对应的试题。但由于试题本身的限制，很多试题的难度没有进行客观的量化，而是通过题库中由老师预先标注的试题难度作为出题的依据，老师在标注题目时，一般是将试题分为三等：简单、一般、较难，但在实际应用中，根据试题难度出题是没有办法根据用户的实际情况，客观地给出符合学生用户能力的试题。
发明内容
本发明的目的在于提供一种试题难度量化方法及系统，旨在解决由于现有技术中依赖老师人为标注试题难度，导致试题难度划分主观性较强，不能符合学生实际能力的问题。
一方面，本发明提供了一种试题难度量化方法，所述方法包括下述步骤：
获取待量化难度的试题，对答题者按照预设的分组比例分成三组答题者；
计算各组答题者解答所述试题的错误率；
根据所述各组答题者解答所述试题的错误率，计算得到所述试题的试题难度值。
另一方面，本发明提供了一种试题难度量化系统，所述系统包括：
分组单元，用于获取待量化难度的试题，对答题者按照预设的分组比例分成三组答题者；
错误率计算单元，用于计算各组答题者解答所述试题的错误率；以及
试题难度值计算单元，用于根据所述各组答题者解答所述试题的错误率，计算得到所述试题的试题难度值。
在本发明实施例通过对答题者按照预设的分组比例进行分组，并计算各组答题者解答试题的错误率，计算得到试题的试题难度值，在学生用户的角度客观地计算出试题难度值，从而避免了老师主观性的给出试题难度，更加客观地反应出试题的真实难度，在出题训练时，更加贴合学生用户的实际能力，尽可能做到试题难度与学生的实际能力相匹配，实现个性化学习，提升用户体验。
附图说明
图1是本发明实施例一提供的试题难度量化方法的实现流程图；以及
图2是本发明实施例二提供的试题难度量化系统的结构示意图。
具体实施方式
为了使本发明的目的、技术方案及优点更加清楚明白，以下结合附图及实施例，对本发明进行进一步详细说明。应当理解，此处所描述的具体实施例仅仅用以解释本发明，并不用于限定本发明。
以下结合具体实施例对本发明的具体实现进行详细描述：
实施例一：
图1示出了本发明实施例一提供的试题难度量化方法的实现流程图，为了便于说明，仅示出了与本发明实施例相关的部分，详述如下：
在步骤S101中，获取待量化难度的试题，对答题者按照预设的分组比例分成三组答题者。
在本发明实施例中，对于试题难度需要进行客观地量化，在进行试题难度值量化之前，可以对所有的试题赋予初始值，此时，所有的试题之间没有区分，试题难度值均为初始值。通常将预设试题难度值区间定义为[0,10]的闭区间，试题难度值从0到10依次递增。对于待量化难度的试题，取预设试题难度值区间的中间值，将该试题的试题难度值赋予5，表示不难也不容易。
在本发明实施例中，在试题训练时有多位答题者参与，需要对多位答题者按照预设的分组比例进行分组，该预设的分组比例为1:2:1。
在步骤S102中，计算各组答题者解答试题的错误率。
在本发明实施例中，当试题被训练过，这道试题就会对应产生试题的错误率，各组答题者每次训练数据都可能改变试题的错误率，但在大量的训练数据下错误率会固定为某一数值，该数值从侧面反应了试题的难度。通过大量的实验数据，可以确定预设答题次数，计算在该预设答题次数下各组答题者解答试题的错误率，由此，可以得到较为准确的错误率。
在本发明实施例中，每组答题者解答试题的错误率为该组解答试题错误的人数除以该组答题者的人数。具体地，每组答题者解答试题的错误率Pi的计算式为
在步骤S103中，根据各组答题者解答所述试题的错误率，计算得到试题的试题难度值。
在本发明实施例中，试题的试题难度值p的计算式为
在本发明实施例通过对答题者按照预设的分组比例进行分组，并计算各组答题者解答试题的错误率，计算得到试题的试题难度值，在学生用户的角度客观地计算出试题难度值，从而避免了老师主观性的给出试题难度，更加客观地反应出试题的真实难度，在出题训练时，更加贴合学生用户的实际能力，尽可能做到试题难度与学生的实际能力相匹配，实现个性化学习，提升用户体验。
本领域普通技术人员可以理解实现上述实施例方法中的全部或部分步骤是可以通过程序来指令相关的硬件来完成，所述的程序可以存储于一计算机可读取存储介质中，所述的存储介质，如ROM/RAM、磁盘、光盘等。
实施例二：
图2示出了本发明实施例二提供的试题难度量化系统的结构示意图，为了便于说明，仅示出了与本发明实施例相关的部分。在本发明实施例中，试题难度量化系统包括：分组单元21、错误率计算单元22以及试题难度值计算单元23，其中：
分组单元21，用于获取待量化难度的试题，对答题者按照预设的分组比例分成三组答题者。
在本发明实施例中，对于试题难度需要进行客观地量化，在进行试题难度值量化之前，可以对所有的试题赋予初始值，此时，所有的试题之间没有区分，试题难度值均为初始值。通常将预设试题难度值区间定义为[0,10]的闭区间，试题难度值从0到10依次递增。对于待量化难度的试题，取预设试题难度值区间的中间值，将该试题的试题难度值赋予5，表示不难也不容易。
在本发明实施例中，在试题训练时有多位答题者参与，需要对多位答题者按照预设的分组比例进行分组，该预设的分组比例为1:2:1。
错误率计算单元22，用于计算各组答题者解答试题的错误率。
在本发明实施例中，当试题被训练过，这道试题就会对应产生试题的错误率，各组答题者每次训练数据都可能改变试题的错误率，但在大量的训练数据下错误率会固定为某一数值，该数值从侧面反应了试题的难度。通过大量的实验数据，可以确定预设答题次数，计算在该预设答题次数下各组答题者解答试题的错误率，由此，可以得到较为准确的错误率。
在本发明实施例中，每组答题者解答试题的错误率为该组解答试题错误的人数除以该组答题者的人数。具体地，每组答题者解答试题的错误率Pi的计算式为
试题难度值计算单元23，用于根据各组答题者解答试题的错误率，计算得到试题的试题难度值。
在本发明实施例中，试题的试题难度值p的计算式为
在本发明实施例通过对答题者按照预设的分组比例进行分组，并计算各组答题者解答试题的错误率，计算得到试题的试题难度值，在学生用户的角度客观地计算出试题难度值，从而避免了老师主观性的给出试题难度，更加客观地反应出试题的真实难度，在出题训练时，更加贴合学生用户的实际能力，尽可能做到试题难度与学生的实际能力相匹配，实现个性化学习，提升用户体验。
在本发明实施例中，试题难度量化系统的各单元可由相应的硬件或软件单元实现，各单元可以为独立的软、硬件单元，也可以集成为一个软、硬件单元，在此不用以限制本发明。该系统各单元的实施方式具体可参考前述实施例一的描述，在此不再赘述。
以上所述仅为本发明的较佳实施例而已，并不用以限制本发明，凡在本发明的精神和原则之内所作的任何修改、等同替换和改进等，均应包含在本发明的保护范围之内。

Claims (10)

1.一种试题难度量化方法，其特征在于，所述方法包括下述步骤：
获取待量化难度的试题，对答题者按照预设的分组比例分成三组答题者；
计算各组答题者解答所述试题的错误率；
根据所述各组答题者解答所述试题的错误率，计算得到所述试题的试题难度值。
2.如权利要求1所述的方法，其特征在于，所述预设的分组比例为1:2:1。
3.如权利要求1所述的方法，其特征在于，所述每组答题者解答所述试题的错误率为该组解答所述试题错误的人数除以该组答题者的人数。
4.如权利要求1所述的方法，其特征在于，所述每组答题者解答所述试题的错误率Pi的计算式为
5.如权利要求1所述的方法，其特征在于，所述试题的试题难度值p的计算式为
6.一种试题难度量化系统，其特征在于，所述系统包括：
分组单元，用于获取待量化难度的试题，对答题者按照预设的分组比例分成三组答题者；
错误率计算单元，用于计算各组答题者解答所述试题的错误率；以及
试题难度值计算单元，用于根据所述各组答题者解答所述试题的错误率，计算得到所述试题的试题难度值。
7.如权利要求6所述的系统，其特征在于，所述预设的分组比例为1:2:1。
8.如权利要求6所述的系统，其特征在于，所述每组答题者解答所述试题的错误率为该组解答所述试题错误的人数除以该组答题者的人数。
9.如权利要求6所述的系统，其特征在于，所述每组答题者解答所述试题的错误率Pi的计算式为
10.如权利要求6所述的系统，其特征在于，所述试题的试题难度值p的计算式为
CN201611050331.1A 2016-11-22 2016-11-22 一种试题难度量化方法及系统 Pending CN106776804A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201611050331.1A CN106776804A (zh) 2016-11-22 2016-11-22 一种试题难度量化方法及系统

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201611050331.1A CN106776804A (zh) 2016-11-22 2016-11-22 一种试题难度量化方法及系统

Publications (1)

Publication Number Publication Date
CN106776804A true CN106776804A (zh) 2017-05-31

Family

ID=58911224

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201611050331.1A Pending CN106776804A (zh) 2016-11-22 2016-11-22 一种试题难度量化方法及系统

Country Status (1)

Country Link
CN (1) CN106776804A (zh)

Cited By (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN109544414A (zh) * 2018-10-23 2019-03-29 平安医疗健康管理股份有限公司 数据处理方法、装置、服务器及计算机可读存储介质
CN110211441A (zh) * 2019-05-31 2019-09-06 上海乂学教育科技有限公司 自动标记试题难度自动标记、推送方法及系统
CN110458735A (zh) * 2019-07-05 2019-11-15 黄河水利职业技术学院 一种智能考场管理系统及方法
CN111352941A (zh) * 2018-12-20 2020-06-30 英业达科技有限公司 依据答题结果维护题库品质的系统及方法
CN112131349A (zh) * 2020-09-30 2020-12-25 上海松鼠课堂人工智能科技有限公司 对知识点掌握状态进行测量的方法
CN112232657A (zh) * 2020-10-14 2021-01-15 高岩峰 一种多功能智能题库系统

Cited By (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN109544414A (zh) * 2018-10-23 2019-03-29 平安医疗健康管理股份有限公司 数据处理方法、装置、服务器及计算机可读存储介质
CN111352941A (zh) * 2018-12-20 2020-06-30 英业达科技有限公司 依据答题结果维护题库品质的系统及方法
CN110211441A (zh) * 2019-05-31 2019-09-06 上海乂学教育科技有限公司 自动标记试题难度自动标记、推送方法及系统
CN110458735A (zh) * 2019-07-05 2019-11-15 黄河水利职业技术学院 一种智能考场管理系统及方法
CN112131349A (zh) * 2020-09-30 2020-12-25 上海松鼠课堂人工智能科技有限公司 对知识点掌握状态进行测量的方法
CN112232657A (zh) * 2020-10-14 2021-01-15 高岩峰 一种多功能智能题库系统

Similar Documents

Publication Publication Date Title
CN106776804A (zh) 一种试题难度量化方法及系统
Weisskirch Grit, self-esteem, learning strategies and attitudes and estimated and achieved course grades among college students
Ragoonaden et al. Culturally responsive pedagogy: Indigenizing curriculum.
CN105976282A (zh) 一种试题难度量化方法及系统
Rossing et al. iLearning: The future of higher education? Student perceptions on learning with mobile tablets
Wang et al. The politeness effect: Pedagogical agents and learning outcomes
Nelson et al. Research methods in sports coaching
Thompson et al. Online interactive teaching modules enhance quantitative proficiency of introductory biology students
Arroyo et al. Web-based intelligent multimedia tutoring for high stakes achievement tests
Gordon What's wrong with college algebra?
Frantzen Is technology a one-size-fits-all solution to improving student performance? A comparison of online, hybrid and face-to-face courses
Glasswell et al. Let's start leveling about leveling
Sortkær Feedback for everybody? Exploring the relationship between students’ perceptions of feedback and students’ socioeconomic status
Stephens et al. Use of physics simulations in whole class and small group settings: Comparative case studies
CN107067853A (zh) 一种基于网络的在线互动语言学习系统
Alvarez-Marinelli et al. Computer assisted English language learning in Costa Rican elementary schools: An experimental study
Mayer The role of metacognition in STEM games and simulations
Sanchez et al. Defining motivation in video game‐based training: Exploring the differences between measures of motivation
Figueiredo et al. MILAGE APP–Mobile Learning of Mathematics
CN110826796A (zh) 成绩预测方法
Perumal The quality of interactive e-learning for students to understand the course material
Kloeppel et al. Physical education teachers' fidelity to and perspectives of a standardized curricular model
CN111179135A (zh) 一种基于学习风格模型的自适应式虚拟现实教学方法及系统
Bayerl et al. Evaluating serious game trainings
Norvell Improving Mathematical Understanding: The Effects of Delivery Modes in Pre-Engineering Math Classes

Legal Events

Date Code Title Description
PB01 Publication
PB01 Publication
SE01 Entry into force of request for substantive examination
SE01 Entry into force of request for substantive examination
RJ01 Rejection of invention patent application after publication
RJ01 Rejection of invention patent application after publication

Application publication date: 20170531