CN106780205A - 一种应用于考试批阅的大数据采集和分析方法 - Google Patents
一种应用于考试批阅的大数据采集和分析方法 Download PDFInfo
- Publication number
- CN106780205A CN106780205A CN201611033061.3A CN201611033061A CN106780205A CN 106780205 A CN106780205 A CN 106780205A CN 201611033061 A CN201611033061 A CN 201611033061A CN 106780205 A CN106780205 A CN 106780205A
- Authority
- CN
- China
- Prior art keywords
- paper
- parsing
- automatic
- examination
- check post
- 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
- 238000004458 analytical method Methods 0.000 title claims abstract description 11
- 238000013480 data collection Methods 0.000 title claims abstract description 11
- 238000012360 testing method Methods 0.000 claims abstract description 16
- 238000000605 extraction Methods 0.000 claims description 3
- 238000000034 method Methods 0.000 abstract description 8
- 238000005516 engineering process Methods 0.000 description 4
- 230000000694 effects Effects 0.000 description 3
- 238000007405 data analysis Methods 0.000 description 2
- 230000009286 beneficial effect Effects 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000002360 preparation method 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
- 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
-
- 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
- G06F16/903—Querying
- G06F16/90335—Query processing
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V10/00—Arrangements for image or video recognition or understanding
- G06V10/20—Image preprocessing
- G06V10/22—Image preprocessing by selection of a specific region containing or referencing a pattern; Locating or processing of specific regions to guide the detection or recognition
- G06V10/225—Image preprocessing by selection of a specific region containing or referencing a pattern; Locating or processing of specific regions to guide the detection or recognition based on a marking or identifier characterising the area
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V30/00—Character recognition; Recognising digital ink; Document-oriented image-based pattern recognition
- G06V30/40—Document-oriented image-based pattern recognition
Landscapes
- Engineering & Computer Science (AREA)
- Business, Economics & Management (AREA)
- Theoretical Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Educational Administration (AREA)
- Educational Technology (AREA)
- Strategic Management (AREA)
- Tourism & Hospitality (AREA)
- Multimedia (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Databases & Information Systems (AREA)
- Health & Medical Sciences (AREA)
- General Business, Economics & Management (AREA)
- Primary Health Care (AREA)
- Marketing (AREA)
- Computational Linguistics (AREA)
- Human Resources & Organizations (AREA)
- Data Mining & Analysis (AREA)
- General Engineering & Computer Science (AREA)
- Artificial Intelligence (AREA)
- General Health & Medical Sciences (AREA)
- Economics (AREA)
- Electrically Operated Instructional Devices (AREA)
Abstract
本发明公开了一种应用于考试批阅的大数据采集和分析方法后台服务器存储有题库;从题库中多维度提取试题,自动组卷,生成用于印刷的标准化试卷的电子试卷,试卷生成时自动生成验证点位,并且每份试卷生成解析说明书;采用扫描仪采集试卷图像,自动阅卷机得到试卷图像,自动阅卷机根据解析说明书上的解析寻找试卷上的验证点位,验证点位匹配后自动解析试卷信息;自动解析试卷信息时,与后台服务器的题库答案进行匹配,匹配成功后,直接反馈批阅结果;自动记录批阅痕迹,自动收藏错题,和订正错题答案。本发明使用简便,组卷灵活方便,高效的图像采集过程,系统自动分析。
Description
技术领域
本发明涉及大数据分析领域,具体涉及一种应用于考试批阅的大数据采集和分析方法。
背景技术
如今,电子阅卷技术得到普遍应用,相比于传统的人工阅卷方式,电子阅卷在大幅提高阅卷速度的同时,能够有效地避免人为失误导致的错误。现在常用的电子阅卷大多采用试卷与答题卡分离的形式,应试者将试题答案填涂在一张单独的答题卡,通过专用的读卡机读取答题卡上的信息进行评分。
现在的自动阅卷多数仅支持在线作答,或是只针对选择题题型,主观题目无法批阅分析,或者虽然能够提供线上批阅的方式批阅主观题,但是无法批阅留痕迹,不利于错题的收藏和订正。
发明内容
本发明的目的在于克服现有技术存在的以上问题,提供一种应用于考试批阅的大数据采集和分析的方法,本发明的方法解决了传统的阅卷方式主观题批阅的问题。
为实现上述技术目的,达到上述技术效果,本发明通过以下技术方案实现:
一种应用于考试批阅的大数据采集和分析方法,其包括以下步骤:
S1后台服务器存储有题库,题库中存储有海量试题和解析;
S2从题库中多维度提取试题,自动组卷,生成用于印刷的标准化试卷的电子试卷,试卷生成时自动生成验证点位,并且每份试卷生成解析说明书;
S3自动阅卷:采用扫描仪采集试卷图像,自动阅卷机得到试卷图像,自动阅卷机根据解析说明书上的解析寻找试卷上的验证点位,验证点位匹配后自动解析试卷信息;
S4自动解析试卷信息时,与后台服务器的题库答案进行匹配,匹配成功后,直接反馈批阅结果;
S5自动记录批阅痕迹,自动收藏错题,和订正错题答案。
优选地,S2中自动组卷的方式包括:以章节目录组卷、以知识点组卷、以试卷整体组卷。
优选地,S2中的验证点位包括:试卷标记点、试题标记点、二维码。
优选地,S3的步骤包括:
S301对图像进行滤波、二值化预处理;
S302获取试卷各个页面的图像,分别对获取的各个页面图像进行验证点位和图像切割标志点的提取,然后分别对提取的验证点位和图像切割标志点进行区别,然后根据各个页面的图像页面标志点对试卷所有页面图像的验证点位进行排列;
S303对页面图像上的验证点位和解析说明书上解析的验证点位相匹配,匹配后的验证点位,标志着试卷上的试题与解析匹配成功。
优选地,页面图像的验证点位包括:页码标志点、题目标志点、选项标志点、解析标志点、答案标志点、图像切割标志点。
本发明的有益效果是:
本发明通过大数据采集,提供了海量题库,多维度组卷,组卷方便快捷,能够自动生成用于印刷的标准化试卷电子档,并且每份试卷生成解析说明书,在试卷生成的过程中自动生成验证点位,在批阅操作时,系统根据点位对试卷及题目进行自动解析;使用简便,组卷灵活方便,高效的图像采集过程,系统自动分析。
本发明扫描后的试卷图像,根据解析说明书自动解析,并与本地后台题库答案进行匹配,直接反应批阅结果,无需后台人工批阅,大幅度提升批阅效果。
上述说明仅是本发明技术方案的概述,为了能够更清楚了解本发明的技术手段,并可依照说明书的内容予以实施,以下以本发明的较佳实施例并配合附图详细说明如后。本发明的具体实施方式由以下实施例及其附图详细给出。
附图说明
为了更清楚地说明本发明实施例技术中的技术方案,下面将对实施例技术描述中所需要使用的附图作简单地介绍,显而易见地,下面描述中的附图仅仅是本发明的一些实施例,对于本领域普通技术人员来讲,在不付出创造性劳动的前提下,还可以根据这些附图获得其他的附图。
图1是本发明的方法流程图。
具体实施方式
下面将结合本发明实施例中的附图,对本发明实施例中的技术方案进行清楚、完整地描述,显然,所描述的实施例仅仅是本发明一部分实施例,而不是全部的实施例。基于本发明中的实施例,本领域普通技术人员在没有作出创造性劳动前提下所获得的所有其他实施例,都属于本发明保护的范围。
实施例
参照图1所示,本实施例中公开了一种应用于考试批阅的大数据采集和分析方法,其包括以下步骤:
S1后台服务器存储有题库,题库中存储有海量试题和解析。
S2从题库中多维度提取试题,自动组卷,生成用于印刷的标准化试卷的电子试卷,试卷生成时自动生成验证点位,并且每份试卷生成解析说明书。
其中,S2中自动组卷的方式包括:以章节目录组卷、以知识点组卷、以试卷整体组卷。S2中的验证点位包括:试卷标记点、试题标记点、二维码。
S3自动阅卷:采用扫描仪采集试卷图像,自动阅卷机得到试卷图像,自动阅卷机根据解析说明书上的解析寻找试卷上的验证点位,验证点位匹配后自动解析试卷信息。
具体的,S3的步骤包括:
S301对图像进行滤波、二值化预处理;
S302获取试卷各个页面的图像,分别对获取的各个页面图像进行验证点位和图像切割标志点的提取,然后分别对提取的验证点位和图像切割标志点进行区别,然后根据各个页面的图像页面标志点对试卷所有页面图像的验证点位进行排列;
S303对页面图像上的验证点位和解析说明书上解析的验证点位相匹配,匹配后的验证点位,标志着试卷上的试题与解析匹配成功。
上述页面图像的验证点位包括:页码标志点、题目标志点、选项标志点、解析标志点、答案标志点、图像切割标志点。
S4自动解析试卷信息时,与后台服务器的题库答案进行匹配,匹配成功后,直接反馈批阅结果。
S5自动记录批阅痕迹,自动收藏错题,和订正错题答案。
通过大数据采集,提供了海量题库,多维度组卷,组卷方便快捷,能够自动生成用于印刷的标准化试卷电子档,并且每份试卷生成解析说明书,在试卷生成的过程中自动生成验证点位,在批阅操作时,系统根据点位对试卷及题目进行自动解析;使用简便,组卷灵活方便,高效的图像采集过程,系统自动分析。
扫描后的试卷图像,根据解析说明书自动解析,并与本地后台题库答案进行匹配,直接反应批阅结果,无需后台人工批阅,大幅度提升批阅效果。
对所公开的实施例的上述说明,使本领域专业技术人员能够实现或使用本发明。对这些实施例的多种修改对本领域的专业技术人员来说将是显而易见的,本文中所定义的一般原理可以在不脱离本发明的精神或范围的情况下,在其它实施例中实现。因此,本发明将不会被限制于本文所示的这些实施例,而是要符合与本文所公开的原理和新颖特点相一致的最宽的范围。
Claims (5)
1.一种应用于考试批阅的大数据采集和分析方法,其特征在于,其包括以下步骤:
S 1后台服务器存储有题库,题库中存储有海量试题和解析;
S 2从题库中多维度提取试题,自动组卷,生成用于印刷的标准化试卷的电子试卷,试卷生成时自动生成验证点位,并且每份试卷生成解析说明书;
S 3自动阅卷:采用扫描仪采集试卷图像,自动阅卷机得到试卷图像,自动阅卷机根据解析说明书上的解析寻找试卷上的验证点位,验证点位匹配后自动解析试卷信息;
S 4自动解析试卷信息时,与后台服务器的题库答案进行匹配,匹配成功后,直接反馈批阅结果;
S 5自动记录批阅痕迹,自动收藏错题,和订正错题答案。
2.根据权利要求1所述的一种应用于考试批阅的大数据采集和分析方法,其特征在于,S 2中自动组卷的方式包括:以章节目录组卷、以知识点组卷、以试卷整体组卷。
3.根据权利要求1或2所述的一种应用于考试批阅的大数据采集和分析方法,其特征在于,S 2中的验证点位包括:试卷标记点、试题标记点、二维码。
4.根据权利要求1所述的一种应用于考试批阅的大数据采集和分析方法,其特征在于,S 3的步骤包括:
S 301对图像进行滤波、二值化预处理;
S 302获取试卷各个页面的图像,分别对获取的各个页面图像进行验证点位和图像切割标志点的提取,然后分别对提取的验证点位和图像切割标志点进行区别,然后根据各个页面的图像页面标志点对试卷所有页面图像的验证点位进行排列;
S 303对页面图像上的验证点位和解析说明书上解析的验证点位相匹配,匹配后的验证点位,标志着试卷上的试题与解析匹配成功。
5.根据权利要求4所述的一种应用于考试批阅的大数据采集和分析方法,其特征在于,页面图像的验证点位包括:页码标志点、题目标志点、选项标志点、解析标志点、答案标志点、图像切割标志点。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201611033061.3A CN106780205A (zh) | 2016-11-22 | 2016-11-22 | 一种应用于考试批阅的大数据采集和分析方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201611033061.3A CN106780205A (zh) | 2016-11-22 | 2016-11-22 | 一种应用于考试批阅的大数据采集和分析方法 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN106780205A true CN106780205A (zh) | 2017-05-31 |
Family
ID=58970328
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201611033061.3A Pending CN106780205A (zh) | 2016-11-22 | 2016-11-22 | 一种应用于考试批阅的大数据采集和分析方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN106780205A (zh) |
Cited By (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN107622463A (zh) * | 2017-09-27 | 2018-01-23 | 张鹏 | 一种出卷及自动阅卷系统及方法 |
CN109101202A (zh) * | 2018-07-16 | 2018-12-28 | 杭州谱诚博阅科技有限公司 | 一种原卷留痕的阅卷机及阅卷方法 |
CN109326161A (zh) * | 2018-12-05 | 2019-02-12 | 杭州大拿科技股份有限公司 | 一种试卷批改一体机 |
CN110222146A (zh) * | 2019-04-30 | 2019-09-10 | 宜春宜联科技有限公司 | 作业批改方法、系统、移动终端及存储介质 |
CN110659584A (zh) * | 2019-08-30 | 2020-01-07 | 石家庄云松信息科技有限公司 | 一种基于图像识别的智能留痕阅卷系统 |
CN111192490A (zh) * | 2019-12-31 | 2020-05-22 | 浙江天鹏教育科技有限公司 | 智慧教育学生端作业系统及其操作方法 |
CN113570019A (zh) * | 2021-07-28 | 2021-10-29 | 杭州三汇数字信息技术有限公司 | 一种数据载体、筛选有效数据载体的方法以及系统 |
Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN104217310A (zh) * | 2014-09-27 | 2014-12-17 | 昆明钢铁集团有限责任公司 | 一种智能无纸化考试系统与方法 |
CN104820835A (zh) * | 2015-04-29 | 2015-08-05 | 岭南师范学院 | 一种试卷自动阅卷方法 |
CN104900101A (zh) * | 2015-06-19 | 2015-09-09 | 北京天奇健教育科技有限公司 | 终端考试测评系统及使用终端考试测评系统的评测方法 |
-
2016
- 2016-11-22 CN CN201611033061.3A patent/CN106780205A/zh active Pending
Patent Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN104217310A (zh) * | 2014-09-27 | 2014-12-17 | 昆明钢铁集团有限责任公司 | 一种智能无纸化考试系统与方法 |
CN104820835A (zh) * | 2015-04-29 | 2015-08-05 | 岭南师范学院 | 一种试卷自动阅卷方法 |
CN104900101A (zh) * | 2015-06-19 | 2015-09-09 | 北京天奇健教育科技有限公司 | 终端考试测评系统及使用终端考试测评系统的评测方法 |
Cited By (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN107622463A (zh) * | 2017-09-27 | 2018-01-23 | 张鹏 | 一种出卷及自动阅卷系统及方法 |
CN109101202A (zh) * | 2018-07-16 | 2018-12-28 | 杭州谱诚博阅科技有限公司 | 一种原卷留痕的阅卷机及阅卷方法 |
CN109326161A (zh) * | 2018-12-05 | 2019-02-12 | 杭州大拿科技股份有限公司 | 一种试卷批改一体机 |
CN110222146A (zh) * | 2019-04-30 | 2019-09-10 | 宜春宜联科技有限公司 | 作业批改方法、系统、移动终端及存储介质 |
CN110659584A (zh) * | 2019-08-30 | 2020-01-07 | 石家庄云松信息科技有限公司 | 一种基于图像识别的智能留痕阅卷系统 |
CN111192490A (zh) * | 2019-12-31 | 2020-05-22 | 浙江天鹏教育科技有限公司 | 智慧教育学生端作业系统及其操作方法 |
CN113570019A (zh) * | 2021-07-28 | 2021-10-29 | 杭州三汇数字信息技术有限公司 | 一种数据载体、筛选有效数据载体的方法以及系统 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN106780205A (zh) | 一种应用于考试批阅的大数据采集和分析方法 | |
CN110322379A (zh) | 试卷处理方法和试卷处理系统 | |
CN108764201A (zh) | 一种智能批改方法 | |
CN101866415A (zh) | 一种计算机阅卷系统的答题卡识别装置及方法 | |
CN109670494B (zh) | 一种附带识别置信度的文本检测方法及系统 | |
CN104376315B (zh) | 一种基于计算机图像处理和模式识别的检测方法及应用 | |
CN106599887B (zh) | 试卷答题区域识别及试题评阅方法、系统 | |
CN101685482A (zh) | 一种自动识别处理批阅结果的电子阅卷系统及方法 | |
CN109740436A (zh) | 一种智能化阅卷系统 | |
CN101901338A (zh) | 一种试卷分数统计方法及系统 | |
CN109101202A (zh) | 一种原卷留痕的阅卷机及阅卷方法 | |
CN106142889A (zh) | 一种用于自动化扫描阅卷的答题卡及其应用方法 | |
CN110334292B (zh) | 页面处理方法、装置及设备 | |
CN106952359B (zh) | 一种全面防作弊考务系统 | |
CN106373447A (zh) | 一种智能阅卷系统及方法 | |
CN110689013A (zh) | 一种基于特征识别的自动阅卷方法及系统 | |
CN101840648A (zh) | 自动盲文阅卷系统 | |
CN111092832B (zh) | 莫尔斯电码深度学习训练数据制作方法 | |
CN104851329B (zh) | 一种视频展台电子阅卷的方法及系统 | |
CN102012975A (zh) | 自动批改作业的装置 | |
CN106778718A (zh) | 一种基于大数据的自动阅卷机 | |
CN104915666A (zh) | 一种基于纸质图像扫描的信息卡信息定位采集方法 | |
CN105160958A (zh) | 智能笔答题系统及方法 | |
CN211294357U (zh) | 一种网上阅卷结果打印装置 | |
CN201654789U (zh) | 一种评卷机 |
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 |
Application publication date: 20170531 |
|
RJ01 | Rejection of invention patent application after publication |