CN106846962A - 一种基于学生错题及精准推荐的错题本生成方法 - Google Patents

Abstract

一种基于学生错题及精准推荐的错题本生成方法，涉及教学及信息处理技术领域，其特征在于：包括以下步骤，1)基于学生历次考试答题卷，获取学生各科错题数据；2)计算学生各科每道错题在全体参考人中的错误率、难度系数；3)采用知识发现技术获取每个学生各科错题的知识点分布数据；4)依据平台积累的考试数据，形成各年级各科目的错题库；5)采用推荐系统为学生的每道错题匹配最佳的优质练习题；6)利用排版算法将学生的错题和配套练习题按科目生成PDF。本发明方法合理、操作方便、效果良好。

Description

一种基于学生错题及精准推荐的错题本生成方法

技术领域：

本发明涉及涉及教学及信息处理技术领域，具体涉及一种基于学生错题及精准推荐的错题本生成方法。

背景技术：

错题本对学生快速掌握薄弱知识点、优化学习路径以及复习中一直扮演着至关重要的角色。针对错题本的生成已经存在相当规模的专利。《一种自动生成错题本的方法及系统》能够根据电子版试题图片生成不包含手写体字符的试题图片，进而自动生成错题本(申请号：201110428840.4)；《一种错题本》则强调错题本的生成样式，主要涉及面板、底板和装订于面板与底板之间的错题本内页(申请号：201620115771.X)；同样《实用性错题本》也在强调错题本最终呈现的样式(申请号：201220523010.X)。目前，关于错题本生成的专利基本都在围绕着错题本最终呈现的样式开展的，而忽略一个重要的问题。错题本中最重要的环节不是最终的呈现样式，而是错题本的内容。没有个性化的错题和优质的配套练习题的错题本对学生来说只是一个普通的练习本，对学生优化学习路径没有太多的帮助。

本专利将通过知识发现和精准化推荐系统为每一个学生生成个性化错题本，并为错题本中的每个错题推荐高质量、优质的配套练习题。再将已经生成的数据按知识点排版，固定排版结果生成错题本，帮助学生快速掌握薄弱知识点、优化学习路径。

发明内容：

本发明所要解决的技术问题在于克服现有的技术缺陷提供一种方法合理、操作方便、效果良好的一种基于学生错题及精准推荐的错题本生成方法。

本发明所要解决的技术问题采用以下的技术方案来实现：

一种基于学生错题及精准推荐的错题本生成方法，其特征在于：包括以下步骤，

1)基于学生历次考试答题卷，获取学生各科错题数据；

2)计算学生各科每道错题在全体参考人中的错误率、难度系数；

3)采用知识发现技术获取每个学生各科错题的知识点分布数据；

4)依据平台积累的考试数据，形成各年级各科目的错题库；

5)采用推荐系统为学生的每道错题匹配最佳的优质练习题；

6)利用排版算法将学生的错题和配套练习题按科目生成PDF；

以下作为进一步的优选技术方案：

步骤1)的具体步骤是：将学校每次的考试答卷通过扫描仪扫描入库，通过图片切割技术将答卷按小题进行切割。基于公司独立开发的网阅系统，教师在线对试卷进行评阅，针对评阅结果，获取学生各科错题数据；

步骤2)的具体步骤是：通过每道题的做错人数除以全体参考人数得到每道题的错误率，通过每个学生的每道题的得分除以该题的总分得到得分率，利用上述得分率求出该题在全体参考学生中的平均得分率，将平均得分率转换到1到10的整数上即为该题的难度系数；

步骤3)的具体步骤是：利用每道错题的知识点数据和前期已经形成的K12领域的知识点图谱，统计每个学生各科错题的知识点分布数据；

步骤4)的具体步骤是：从平台中积累的历史考试数据中，获取每道错题的考试时间、考试名称、科目、年级、错误率、知识点、难度系数及错题题干，并将这些数据记录到数据库中，形成各年级各科目的错题库；

步骤5)的具体步骤是：根据学生的每道错题的知识点、难度系数、错误率以及该知识点的历史错题数等数据和错题库数据，利用混合协同过滤算法为每道错题推荐若干优秀练习题。从推荐结果中过滤掉该学生已经参加过的考试的试题，再从过滤后的结果中选择5到10道优质习题作为最终推荐结果；

步骤6)的具体步骤是：首先将学生选择生成错题本范围内的错题数据按知识点形成章节，每个章节内的每道错题数据(包括：考试名称、时间、知识点、题干、本人作答、推荐试题)按固定格式生成排版结果，章节依次类推，并生成前言、目录以及个性化封面。

本发明的有益效果为：1)采用知识发现技术生成学生错题的知识点分布数据，学生可以清晰发现自己在每个科目中的薄弱知识点及历次考试的错题；

2)采用定制推荐系统为每个学生每道错题匹配最佳的优质练习题，学生可以通过个性化推荐的与错题难度系数相当的优质练习题对薄弱知识点进行加强巩固练习；让学生从泛滥的题海中解放出来，制定学习计划有的放矢，优化学习路径，提高学习效率。

附图说明：

图1为本发明的错题本生成步骤示意图。

图2为本发明数据源生成流程图。

具体实施方式：

为了使本发明实现的技术手段、创作特征、达成目的与功效易于明白了解，下面结合具体图示，进一步阐述本发明。

如图1以及图2所示，一种基于学生错题及精准推荐的错题本生成方法，其特征在于：包括以下步骤，

1)基于学生历次考试答题卷，获取学生各科错题数据；

2)计算学生各科每道错题在全体参考人中的错误率、难度系数；

3)采用知识发现技术获取每个学生各科错题的知识点分布数据；

4)依据平台积累的考试数据，形成各年级各科目的错题库；

5)采用推荐系统为学生的每道错题匹配最佳的优质练习题；

6)利用排版算法将学生的错题和配套练习题按科目生成PDF；

以下作为进一步的优选技术方案：

步骤1)的具体步骤是：将学校每次的考试答卷通过扫描仪扫描入库，通过图片切割技术将答卷按小题进行切割。基于公司独立开发的网阅系统，教师在线对试卷进行评阅，针对评阅结果，获取学生各科错题数据；

步骤2)的具体步骤是：通过每道题的做错人数除以全体参考人数得到每道题的错误率，通过每个学生的每道题的得分除以该题的总分得到得分率，利用上述得分率求出该题在全体参考学生中的平均得分率，将平均得分率转换到1到10的整数上即为该题的难度系数；

步骤3)的具体步骤是：利用每道错题的知识点数据和前期已经形成的K12领域的知识点图谱，统计每个学生各科错题的知识点分布数据；

步骤4)的具体步骤是：从平台中积累的历史考试数据中，获取每道错题的考试时间、考试名称、科目、年级、错误率、知识点、难度系数及错题题干，并将这些数据记录到数据库中，形成各年级各科目的错题库；

步骤5)的具体步骤是：根据学生的每道错题的知识点、难度系数、错误率以及该知识点的历史错题数等数据和错题库数据，利用混合协同过滤算法为每道错题推荐若干优秀练习题。从推荐结果中过滤掉该学生已经参加过的考试的试题，再从过滤后的结果中选择5到10道优质习题作为最终推荐结果；

步骤6)的具体步骤是：首先将学生选择生成错题本范围内的错题数据按知识点形成章节，每个章节内的每道错题数据(包括：考试名称、时间、知识点、题干、本人作答、推荐试题)按固定格式生成排版结果，章节依次类推，并生成前言、目录以及个性化封面。

以上显示和描述了本发明的基本原理和主要特征和本发明的优点。本行业的技术人员应该了解，本发明不受上述实施例的限制，上述实施例和说明书中描述的只是说明本发明的原理，在不脱离本发明精神和范围的前提下，本发明还会有各种变化和改进，这些变化和改进都落入要求保护的本发明范围内。本发明要求保护范围由所附的权利要求书及其等效物界定。

Claims (2)

1.一种基于学生错题及精准推荐的错题本生成方法，其特征在于：包括以下步骤，

1)基于学生历次考试答题卷，获取学生各科错题数据；

2)计算学生各科每道错题在全体参考人中的错误率、难度系数；

3)采用知识发现技术获取每个学生各科错题的知识点分布数据；

4)依据平台积累的考试数据，形成各年级各科目的错题库；

5)采用推荐系统为学生的每道错题匹配最佳的优质练习题；

6)利用排版算法将学生的错题和配套练习题按科目生成PDF。

2.根据权利要求1所述的一种基于学生错题及精准推荐的错题本生成方法，其特征在于：以下作为进一步的优选技术方案：

步骤1)的具体步骤是：将学校每次的考试答卷通过扫描仪扫描入库，通过图片切割技术将答卷按小题进行切割。基于公司独立开发的网阅系统，教师在线对试卷进行评阅，针对评阅结果，获取学生各科错题数据；

步骤2)的具体步骤是：通过每道题的做错人数除以全体参考人数得到每道题的错误率，通过每个学生的每道题的得分除以该题的总分得到得分率，利用上述得分率求出该题在全体参考学生中的平均得分率，将平均得分率转换到1到10的整数上即为该题的难度系数；

步骤3)的具体步骤是：利用每道错题的知识点数据和前期已经形成的K12领域的知识点图谱，统计每个学生各科错题的知识点分布数据；

步骤4)的具体步骤是：从平台中积累的历史考试数据中，获取每道错题的考试时间、考试名称、科目、年级、错误率、知识点、难度系数及错题题干，并将这些数据记录到数据库中，形成各年级各科目的错题库；

步骤5)的具体步骤是：根据学生的每道错题的知识点、难度系数、错误率以及该知识点的历史错题数等数据和错题库数据，利用混合协同过滤算法为每道错题推荐若干优秀练习题。从推荐结果中过滤掉该学生已经参加过的考试的试题，再从过滤后的结果中选择5到10道优质习题作为最终推荐结果；

步骤6)的具体步骤是：首先将学生选择生成错题本范围内的错题数据按知识点形成章节，每个章节内的每道错题数据(包括：考试名称、时间、知识点、题干、本人作答、推荐试题)按固定格式生成排版结果，章节依次类推，并生成前言、目录以及个性化封面。