CN106909682A - 题库设计方法及系统 - Google Patents
题库设计方法及系统 Download PDFInfo
- Publication number
- CN106909682A CN106909682A CN201710123908.5A CN201710123908A CN106909682A CN 106909682 A CN106909682 A CN 106909682A CN 201710123908 A CN201710123908 A CN 201710123908A CN 106909682 A CN106909682 A CN 106909682A
- Authority
- CN
- China
- Prior art keywords
- wrong
- topic
- examination question
- wrong topic
- picture
- 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 47
- 238000002898 library design Methods 0.000 title claims abstract description 37
- 238000012360 testing method Methods 0.000 title claims abstract description 37
- 238000012549 training Methods 0.000 claims abstract description 10
- 239000000284 extract Substances 0.000 claims abstract description 6
- 230000000875 corresponding effect Effects 0.000 claims description 81
- 238000004891 communication Methods 0.000 claims description 14
- 230000002596 correlated effect Effects 0.000 claims description 10
- 238000000605 extraction Methods 0.000 claims 3
- 230000015654 memory Effects 0.000 description 21
- 238000012545 processing Methods 0.000 description 11
- 230000006870 function Effects 0.000 description 7
- 230000008569 process Effects 0.000 description 6
- 238000012552 review Methods 0.000 description 6
- 238000010586 diagram Methods 0.000 description 5
- 238000005516 engineering process Methods 0.000 description 4
- 238000003860 storage Methods 0.000 description 4
- 238000006243 chemical reaction Methods 0.000 description 3
- 230000005540 biological transmission Effects 0.000 description 2
- 230000008859 change Effects 0.000 description 2
- 238000012937 correction Methods 0.000 description 2
- 230000003993 interaction Effects 0.000 description 2
- 238000002203 pretreatment Methods 0.000 description 2
- 238000012546 transfer Methods 0.000 description 2
- 238000004364 calculation method Methods 0.000 description 1
- 238000004590 computer program Methods 0.000 description 1
- 230000007812 deficiency Effects 0.000 description 1
- 238000013461 design Methods 0.000 description 1
- 238000007689 inspection Methods 0.000 description 1
- 238000004519 manufacturing process Methods 0.000 description 1
- 238000007781 pre-processing Methods 0.000 description 1
- 238000002360 preparation method Methods 0.000 description 1
- 238000007639 printing Methods 0.000 description 1
- 238000004549 pulsed laser deposition Methods 0.000 description 1
- 230000009467 reduction Effects 0.000 description 1
- 230000003252 repetitive effect Effects 0.000 description 1
- 230000003442 weekly effect Effects 0.000 description 1
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
-
- 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
- G06V30/10—Character recognition
Landscapes
- Engineering & Computer Science (AREA)
- Business, Economics & Management (AREA)
- Theoretical Computer Science (AREA)
- Physics & Mathematics (AREA)
- Databases & Information Systems (AREA)
- General Physics & Mathematics (AREA)
- Tourism & Hospitality (AREA)
- Strategic Management (AREA)
- Educational Administration (AREA)
- Educational Technology (AREA)
- Marketing (AREA)
- Primary Health Care (AREA)
- Health & Medical Sciences (AREA)
- General Business, Economics & Management (AREA)
- Economics (AREA)
- Human Resources & Organizations (AREA)
- General Health & Medical Sciences (AREA)
- Data Mining & Analysis (AREA)
- General Engineering & Computer Science (AREA)
- Multimedia (AREA)
- Electrically Operated Instructional Devices (AREA)
Abstract
本发明实施例提供一种题库设计方法及系统,涉及信息化教育技术领域。该方法通过从错题图片中提取关键字信息,将所述关键字信息与云端题库中的试题进行匹配,获取到与所述关键字信息对应的试题后,根据所述对应的试题、所述对应的试题对应的关联信息、所述对应的试题的错题原因以及已被记录的次数,向用户终端推荐训练试题。本发明能够根据错题的关键字对用户进行个性化地复习推荐,针对用户的薄弱环节进行针对性地试题推荐,提高了用户的学习效率,减少了出题人员的工作量。
Description
技术领域
本发明涉及信息化教育技术领域,具体而言,涉及一种题库设计方法及系统。
背景技术
目前,题库设计是由老师或专业出题人员根据自身经验精心挑选试题组织的,工作效率较低;而且,由于老师或专业出题人员的是根据自身经验进行题库设计,由他们提供的试卷质量并不能有效针对每一个学生的薄弱环节,使得学生的学习重复率高,学习效率低,没有针对学生的个人情况进行题库设计。
发明内容
为了克服现有技术中的上述不足,本发明的目的在于提供一种题库设计方法及系统,该方法能够根据错题的关键字对用户进行个性化地复习推荐,针对用户的薄弱环节进行针对性地试题推荐,提高了用户的学习效率,减少了出题人员的工作量。
为了实现上述目的,本发明较佳实施例采用的技术方案如下:
本发明较佳实施例提供一种题库设计方法,应用于题库设计系统。所述题库设计系统包括相互之间通信连接的用户终端及服务器。所述服务器包括一存储有云端题库、错题库、各个错题已被记录的次数及各个错题的错题原因的数据库。其中,所述云端题库中包括有多个试题及每个试题的关联信息。所述方法包括:
所述用户终端获取错题图片,并将所述错题图片发送给所述服务器;
所述服务器接收所述错题图片,对所述错题图片进行图像处理,提取所述错题图片中的关键字信息;
将所述关键字信息与所述云端题库中的试题进行匹配,若匹配到与所述关键字信息对应的试题,则将所述对应的试题添加到所述错题库中。其中,所述对应的试题包括与错题相同的试题和与错题相似的错试题;
从所述云端题库中获取与所述对应的试题的关联信息,并将所述关联信息添加至所述错题库中。其中,所述关联信息包括与所述错题的知识点相关的试题、与所述错题的解题技巧相同的试题、所述错题的相关知识点内容、相关知识点内容解析和/或所述错题的解题技巧;
获取所述对应的试题已被记录的次数及错题原因;
根据所述对应的试题、所述对应的试题对应的关联信息、所述对应的试题的错题原因以及已被记录的次数,向用户终端推荐训练试题。
在本发明较佳实施例中,所述方法还包括:
若没有匹配到的试题,则下发将所述错题图片中的错题进行发送的通知给所述用户终端;
所述用户终端响应向所述服务器发送所述错题图片中的错题的请求,向所述服务器发送所述错题图片中的错题;
所述服务器接收所述错题图片中的错题,并将所述错题添加至所述错题库中和/或所述云端题库中。
在本发明较佳实施例中,所述提取所述错题图片中的关键字信息的方式包括:
采用光学字符识别技术对所述错题图片进行处理,解析出所述错题图片中的关键字信息。
在本发明较佳实施例中,所述关键字信息包括所述错题图片中的关键字和与所述关键字相关联的同义词。
在本发明较佳实施例中,所述根据所述对应的试题、所述对应的试题对应的关联信息、所述对应的试题的错题原因以及已被记录的次数,向用户终端推荐训练试题的步骤包括:
若所述对应的试题中的错题已被记录的次数超过第一预设次数,则推荐所述错题及所述错题的关联信息;
若所述对应的试题中同一知识点的错题已被记录的次数超过第二预设次数,则推荐所述知识点下的错题;
若同一错题原因的错题已被记录的次数超过第三预设次数,则推荐所述错题原因下的错题。
本发明较佳实施例还一种题库设计系统,所述题库设计系统包括相互之间通信连接的用户终端及服务器。所述服务器包括一存储有云端题库、错题库、各个错题已被记录的次数及各个错题的错题原因的数据库。其中,所述云端题库中包括有多个试题及每个试题的关联信息:
所述用户终端,用于获取错题图片,并将所述错题图片发送给所述服务器;
所述服务器,用于接收所述错题图片,对所述错题图片进行图像处理,提取所述错题图片中的关键字信息。将所述关键字信息与所述云端题库中的试题进行匹配,若匹配到与所述关键字信息对应的试题,则将所述对应的试题添加到所述错题库中。其中,所述对应的试题包括与错题相同的试题和与错题相似的错试题。从所述云端题库中获取与所述对应的试题的关联信息,并将所述关联信息添加至所述错题库中。其中,所述关联信息包括与所述错题的知识点相关的试题、与所述错题的解题技巧相同的试题、所述错题的相关知识点内容、相关知识点内容解析和/或所述错题的解题技巧。获取所述对应的试题已被记录的次数及错题原因。根据所述对应的试题、所述对应的试题对应的关联信息、所述对应的试题的错题原因以及已被记录的次数,向用户终端推荐训练试题。
相对于现有技术而言,本发明具有以下有益效果:
本发明提供的题库设计方法及系统,该方法通过从错题图片中提取关键字信息,将所述关键字信息与云端题库中的试题进行匹配,获取到与所述关键字信息对应的试题后,根据所述对应的试题、所述对应的试题对应的关联信息、所述对应的试题的错题原因以及已被记录的次数,向用户终端推荐训练试题。本发明能够根据错题的关键字对用户进行个性化地复习推荐,针对用户的薄弱环节进行针对性地试题推荐,提高了用户的学习效率,减少了出题人员的工作量。
附图说明
为了更清楚地说明本发明实施例的技术方案,下面将对实施例中所需要使用的附图作简单地介绍,应当理解,以下附图仅示出了本发明的某些实施例,因此不应被看作是对范围的限定,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相关的附图。
图1为本发明较佳实施例提供的题库设计系统的结构框图;
图2为本发明较佳实施例提供的用户终端的结构框图;
图3为本发明较佳实施例提供的服务器的结构框图;
图4为本发明较佳实施例提供的题库设计方法的一种流程示意图;
图5为图4中步骤S160包括的子步骤的流程示意图;
图6为本发明较佳实施例提供的题库设计方法的另一种流程示意图。
图标:10-题库设计系统;100-用户终端;200-服务器;110-第一存储器;120-第一处理器;130-第一通信单元;140-图像采集装置;210-第二存储器;220-第二处理器;230-第二通信单元。
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,所描述的实施例是本发明一部分实施例,而不是全部的实施例。通常在此处附图中描述和示出的本发明实施例的组件可以以各种不同的配置来布置和设计。因此,以下对在附图中提供的本发明的实施例的详细描述并非旨在限制要求保护的本发明的范围,而是仅仅表示本发明的选定实施例。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。
应注意到:相似的标号和字母在下面的附图中表示类似项,因此,一旦某一项在一个附图中被定义,则在随后的附图中不需要对其进行进一步定义和解释。同时,在本发明的描述中,术语“第一”、“第二”等仅用于区分描述,而不能理解为指示或暗示相对重要性。
下面结合附图,对本发明的一些实施方式作详细说明。在不冲突的情况下,下述的实施例及实施例中的特征可以相互组合。
请参阅图1,图1是本发明较佳实施例提供的题库设计系统10的结构框图。所述题库设计系统10可以包括相互之间通信连接的用户终端100和服务器200。
所述用户终端100可以用于获取错题图片,并将所述错题图片发送给所述服务器200。本实施例中,所述用户终端100可以是,但不限于,智能手机、个人电脑(PersonalComputer,PC)、平板电脑、个人数字助理(Personal Digital Assistant,PDA)、移动上网设备(Mobile Internet Device,MID)等。所述用户终端100的操作系统可以是,但不限于,安卓(Android)系统、iOS(iPhone Operating System)系统、Windows Phone系统、Windows系统等。
所述服务器200可以用于所述错题图片,对所述错题图片进行图像处理,提取所述错题图片中的关键字信息。
可以理解,图1所述的结构仅为示意,所述题库设计系统10还可包括比图1中所示更多或者更少的组件,或者具有与图1所示不同的配置。
进一步地,所述用户终端100的具体结构请参阅图2,所述用户终端100可以包括第一存储器110、第一处理器120、第一通信单元130以及图像采集装置140。所述第一存储器110、第一处理器120、第一通信单元130以及图像采集装置140相互之间直接或间接地电性连接,以实现数据的传输或交互。例如,这些元件相互之间可通过一条或多条通讯总线或信号线实现电性连接。
其中,所述第一存储器110可以是,但不限于,随机存取存储器(Random AccessMemory,RAM),只读存储器(Read Only Memory,ROM),可编程只读存储器(ProgrammableRead-Only Memory,PROM),可擦除只读存储器(Erasable Programmable Read-OnlyMemory,EPROM),电可擦除只读存储器(Electric Erasable Programmable Read-OnlyMemory,EEPROM)等。其中,第一存储器110用于存储程序,所述第一处理器120在接收到执行指令后,执行所述程序。进一步地,第一通信单元130将各种输入/输入装置耦合至第一处理器120以及第一存储器110,上述第一存储器110内的软件程序以及模块还可包括操作系统,其可包括各种用于管理系统任务(例如内存管理、存储设备控制、电源管理等)的软件组件和/或驱动,并可与各种硬件或软件组件相互通讯,从而提供其他软件组件的运行环境。
所述第一处理器120可以是一种集成电路芯片,具有信号的处理能力。上述的第一处理器120可以是通用处理器,包括中央处理器(Central Processing Unit,CPU)、网络处理器(Network Processor,NP)等。还可以是数字信号处理器(DSP)、专用集成电路(ASIC)、现场可编程门阵列(FPGA)或者其他可编程逻辑器件、分立门或者晶体管逻辑器件、分立硬件组件。可以实现或者执行本发明实施例中的公开的各方法、步骤及逻辑框图。通用处理器可以是微处理器或者该处理器也可以是任何常规处理器等。
所述第一通信单元130可以用于建立所述用户终端100与所述服务器200二者之间的通信连接,以实现所述用户终端100与所述服务器200之间的数据传输。
所述图像采集装置140可以用于对错题图片进行采集。
所述服务器200的具体结构请参阅图3,所述服务器200可以包括第二存储器210、第二处理器220以及第二通信单元230。所述第二存储器210、第二处理器220以及第二通信单元230相互之间直接或间接地电性连接,以实现数据的传输或交互。例如,这些元件相互之间可通过一条或多条通讯总线或信号线实现电性连接。
所述第二存储器210可以采用与所述第一存储器110相同的配置,在此不再赘述。
其中,所述第二存储器210包括一数据库,所述数据库中存储有云端题库、错题库、各个错题已被记录的次数及各个错题的错题原因的数据库,其中,所述云端题库中包括有多个试题及每个试题的关联信息。
所述第二处理器220可以采用与所述第一处理器120相同的配置,在此不再赘述。
所述第二通信单元230可以用于建立所述服务器200与所述用户终端100二者之间的通信连接,以实现所述服务器200与所述用户终端100之间的数据传输。
可以理解,图2和图3所述的结构仅为示意,所述用户终端100以及所述服务器200还可包括比图2和图3中所示更多或者更少的组件,或者具有与图2和图3所示不同的配置。图2和图3中所示的各组件可以采用硬件、软件或其组合实现。
请参阅图4,图4为本发明较佳实施例提供的题库设计方法的一种流程示意图。所述方法应用于题库设计系统10。所应说明的是,本发明提供的题库设计方法不以图4及以下所述的具体顺序为限制。所述方法的具体流程如下:
步骤S110,用户终端100获取错题图片,并将所述错题图片发送给所述服务器200。
本实施例中,所述用户终端100可以通过图像采集装置140(例如,摄像头)对错题图片进行拍照。所述“错题”可以是纸质书本、习题册、试卷等上的错题,本实施例对此不作具体限制。当然,应当理解,所述“错题”应看作广义概念,即所述“错题”可以是指已存在错误的试题,也可以是指用户认为可能会犯错的试题。
步骤S120,所述服务器200接收所述错题图片,对所述错题图片进行图像处理,提取所述错题图片中的关键字信息。
在本实施例中,首先需要对所述错题图片进行图像预处理,预处理步骤可以包括图像二值化、噪声去除、倾斜校正等步骤。具体步骤如下:
图像二值化:由于所述错题图片为彩色图像,所含信息量过于巨大,在对图像中印刷体字符进行识别处理前,需要对图像进行二值化处理,使图像只包含黑色的前景信息和白色的背景信息,提升识别处理的效率和精确度。
图像降噪:由于图像的品质受限于输入设备、环境、以及试卷的印刷质量,在对图像中印刷体字符进行识别处理前,需要根据噪声的特征对待识别图像进行去噪处理,提升识别处理的精确度。
倾斜校正:由于扫描和拍照过程涉及人工操作,所述服务器200接收到的图像或多或少都会存在一些倾斜,在对图像中印刷体字符进行识别处理前,就需要进行图像方向检测,并校正图像方向。
经过上述的预处理步骤之后,对预处理后的错题图片中关键字信息进行识别。具体地,本实施例可以采用光学字符识别技术对所述错题图片进行分析处理,解析出所述错题图片中的关键字信息。
所述光学字符识别技术可以对扫描、拍照等得到的照片的图片信息进行处理转换成文字信息,在转化得到的文字信息中解析出错题的关键字信息,此步骤能够有效的将错题图片转换为文字信息,因而有利于帮助提高错题的录入效率。此外还可以采用其他的字符识别技术对所述图片进行字符识别,本实施例对采用的字符识别技术不做具体限定。
应当注意的是,所述关键字信息可以包括所述错题图片中的关键字,也可以包括与所述关键字相关联的同义词,还可以是用户自定义的关键字。
步骤S130,将所述关键字信息与所述云端题库中的试题进行匹配,若匹配到与所述关键字信息对应的试题,则将所述对应的试题添加到所述错题库中。
具体地,使用所述关键字和与所述关键字相关联的同义词对云端题库的试题进行匹配,即匹配时不仅仅使用关键字进行匹配,同时还使用与关键字相关联的同义词进行匹配。此外,在匹配过程中也可以对所述关键字进行修改,并使用修改后的关键字对所述云端题库的试题进行匹配。上述使用多种关键字的匹配方式提高了从云端题库中匹配到与错题相同或相似的试题的概率,能够有效提高错题录入的效率。
匹配到与所述关键字对应的试题后,将所述对应的试题从所述云端题库添加至所述错题库中。其中,所述对应的试题可以包括与错题相同的试题和与错题相似的错试题。
步骤S140,从所述云端题库中获取与所述对应的试题的关联信息,并将所述关联信息添加至所述错题库中。
其中,所述关联信息可以包括与所述错题的知识点相关的试题、与所述错题的解题技巧相同的试题、所述错题的相关知识点内容、相关知识点内容解析和/或所述错题的解题技巧。
步骤S150,获取所述对应的试题已被记录的次数及错题原因。
本实施例中,在获取到所述对应的试题后,可以对所述对应的试题进行试题分类。例如,可以根据试题的属性进行分类,所述错题属性可以包括年级、班级、试题科目、知识点。根据错题的年级、班级、试题科目、知识点对错题进行归类。例如,若录入了一道几何证明题,所属几何证明题为高中二年级,第二学期,数学科目,第三章第二单元,有关解析几何的试题,则将该试题归类到年级为高中二年级,学期为第二学期,科目为数学,章节为第三章第二单元,知识点为解析几何的归类目录下。若再次录入的试题还是与解析几何相关的试题则同样归类该归类目录下,在日后查找中则可以在归类目录下能够快速找到该相应年级的所有试题、或相应年级相应科目的所有试题、或相应年级相应科目相应知识点的所有试题,根据在使用时的选择具体读取被选择的试题进行复习推荐。
此外,还可以从云端题库中获得所述对应的试题已被记录的次数,所述已被记录的次数可以是指同一错题在云端题库中被匹配到并录入错题库的次数,从而用户可以知道自己录入的错题在所有用户中错误率,从而对录入的错题进行选择性的学习,如果录入错题的错题率较高,例如用户认为错题率在高于30%的试题属于普遍容易出错的题目,需要重点复习,则会根据用户的需求对这一部分试题进行重点标注。
同时,还可以获取所述对应的试题中所有错题的错题原因,用户可以通过查阅每道试题的错题原因进行针对性的练习,以避免日后在练习时出现相同的错误,提高了学习效率。
步骤S160,根据所述对应的试题、所述对应的试题对应的关联信息、所述对应的试题的错题原因以及已被记录的次数,向用户终端100推荐训练试题。
具体地,请参阅图5,所述步骤S160可以包括子步骤S161、子步骤S162以及子步骤S163。所述步骤S160包括的各个子步骤的具体流程如下:
子步骤S161,若所述对应的试题中的错题已被记录的次数超过第一预设次数,则推荐所述错题及所述错题的关联信息。
子步骤S162,若所述对应的试题中同一知识点的错题已被记录的次数超过第二预设次数,则推荐所述知识点下的错题。
子步骤S163,若同一错题原因的错题已被记录的次数超过第三预设次数,则推荐所述错题原因下的错题。
本实施例中,所述第一预设次数、第二预设次数及第三预设次数没有具体的限制,即所述第一预设次数、第二预设次数及第三预设次数可以都相同,也可以都不同,也可以是其中两者相同。
具体地,用户可以根据自己的学习强度,学习频率或学习能力等情况进行对所述第一预设次数、第二预设次数及第三预设次数进行设定。例如,用户在学习某一章节(知识点)时,若设置第一预设次数为3次、5次、7次或10次,当错题的频次超过了3次、5次、7次或10次则认为该错题的频次过高,对于错题的频次过高的错题及错题的关联内容就会重复进行复习推荐;若设置第二预设次数为2次、4次、6次或8次,当同一知识点的错题的频次超过了2次、4次、6次或8次,则认为该知识点掌握不牢固,对于该知识点以及该知识点对应的试题就会重复进行复习推荐;若设置第三预设次数为3次、5次、7次或10次,当同一错题原因的错题的频次超过了3次、5次、7次或10次则认为是频次过高,对于同一错题原因的错题的关联内容就会重复进行复习推荐。
此外,在本实施例的其它实施方式中,还可以根据用户的需求定期进行复习推荐,例如每周推荐一次,或每月推荐一次,具体推荐周期根据用户的需求可以进行设置。
进一步地,请参阅图6,所述方法还可以包括:
步骤S170,若没有匹配到的试题,则下发将所述错题图片中的错题进行发送的通知给所述用户终端100。
步骤S180,所述用户终端100响应向所述服务器200发送所述错题图片中的错题的请求,向所述服务器200发送所述错题图片中的错题。
步骤S190,所述服务器200接收所述错题图片中的错题,并将所述错题添加至所述错题库中和/或所述云端题库中。
本实施例中,若没有匹配到的试题,则应当理解的是,所述云端题库中未记录所述错题,此时则需要将所述错题直接添加至所述错题库中,此外,作为一种实施方式,还可以对所述云端题库进行扩充,将该错题添加至所述云端题库中。
综上所述,本发明提供的题库设计方法及系统,该方法通过从错题图片中提取关键字信息,将所述关键字信息与云端题库中的试题进行匹配,获取到与所述关键字信息对应的试题后,根据所述对应的试题、所述对应的试题对应的关联信息、所述对应的试题的错题原因以及已被记录的次数,向用户终端100推荐训练试题。本发明能够根据错题的关键字对用户进行个性化地复习推荐,针对用户的薄弱环节进行针对性地试题推荐,提高了用户的学习效率,减少了出题人员的工作量。
在本发明实施例所提供的几个实施例中,应该理解到,所揭露的系统和方法,也可以通过其它的方式实现。以上所描述的系统和方法实施例仅仅是示意性的,例如,附图中的流程图和框图显示了根据本发明的多个实施例的系统、方法和计算机程序产品的可能实现的体系架构、功能和操作。在这点上,流程图或框图中的每个方框可以代表一个装置、程序段或代码的一部分,所述装置、程序段或代码的一部分包含一个或多个用于实现规定的逻辑功能的可执行指令。也应当注意,在有些作为替换的实现方式中,方框中所标注的功能也可以以不同于附图中所标注的顺序发生。例如,两个连续的方框实际上可以基本并行地执行,它们有时也可以按相反的顺序执行,这依所涉及的功能而定。也要注意的是,框图和/或流程图中的每个方框、以及框图和/或流程图中的方框的组合,可以用执行规定的功能或动作的专用的基于硬件的系统来实现,或者可以用专用硬件与计算机指令的组合来实现。
另外,在本发明各个实施例中的各功能装置可以集成在一起形成一个独立的部分,也可以是各个装置单独存在,也可以两个或两个以上装置集成形成一个独立的部分。
所述功能如果以软件功能装置的形式实现并作为独立的产品销售或使用时,可以存储在一个计算机可读取存储介质中。基于这样的理解,本发明的技术方案本质上或者说对现有技术做出贡献的部分或者该技术方案的部分可以以软件产品的形式体现出来,该计算机软件产品存储在一个存储介质中,包括若干指令用以使得一台计算设备(可以是个人计算机,电子设备,或者网络设备等)执行本发明各个实施例所述方法的全部或部分步骤。
需要说明的是,在本文中,术语“包括”、“包含”或者其任何其他变体意在涵盖非排他性的包含,从而使得包括一系列要素的过程、方法、物品或者设备不仅包括那些要素,而且还包括没有明确列出的其他要素,或者是还包括为这种过程、方法、物品或者设备所固有的要素。在没有更多限制的情况下,由语句“包括一个……”限定的要素,并不排除在包括所述要素的过程、方法、物品或者设备中还存在另外的相同要素。
以上所述,仅为本发明的具体实施方式,但本发明的保护范围并不局限于此,任何熟悉本技术领域的技术人员在本发明揭露的技术范围内,可轻易想到变化或替换,都应涵盖在本发明的保护范围之内。因此,本发明的保护范围应所述以权利要求的保护范围为准。
对于本领域技术人员而言,显然本发明不限于上述示范性实施例的细节,而且在不背离本发明的精神或基本特征的情况下,能够以其他的具体形式实现本发明。因此,无论从哪一点来看,均应将实施例看作是示范性的,而且是非限制性的,本发明的范围由所附权利要求而不是上述说明限定,因此旨在将落在权利要求的等同要件的含义和范围内的所有变化囊括在本发明内。不应将权利要求中的任何附图标记视为限制所涉及的权利要求。
Claims (10)
1.一种题库设计方法,应用于题库设计系统,所述题库设计系统包括相互之间通信连接的用户终端及服务器,所述服务器包括一存储有云端题库、错题库、各个错题已被记录的次数及各个错题的错题原因的数据库,其中,所述云端题库中包括有多个试题及每个试题的关联信息,其特征在于,所述方法包括:
所述用户终端获取错题图片,并将所述错题图片发送给所述服务器;
所述服务器接收所述错题图片,对所述错题图片进行图像处理,提取所述错题图片中的关键字信息;
将所述关键字信息与所述云端题库中的试题进行匹配,若匹配到与所述关键字信息对应的试题,则将所述对应的试题添加到所述错题库中,其中,所述对应的试题包括与错题相同的试题和与错题相似的错试题;
从所述云端题库中获取与所述对应的试题的关联信息,并将所述关联信息添加至所述错题库中,其中,所述关联信息包括与所述错题的知识点相关的试题、与所述错题的解题技巧相同的试题、所述错题的相关知识点内容、相关知识点内容解析和/或所述错题的解题技巧;
获取所述对应的试题已被记录的次数及错题原因;
根据所述对应的试题、所述对应的试题对应的关联信息、所述对应的试题的错题原因以及已被记录的次数,向用户终端推荐训练试题。
2.根据权利要求1所述的题库设计方法,其特征在于,所述方法还包括:
若没有匹配到的试题,则下发将所述错题图片中的错题进行发送的通知给所述用户终端;
所述用户终端响应向所述服务器发送所述错题图片中的错题的请求,向所述服务器发送所述错题图片中的错题;
所述服务器接收所述错题图片中的错题,并将所述错题添加至所述错题库中和/或所述云端题库中。
3.根据权利要求1所述的题库设计方法,其特征在于,所述提取所述错题图片中的关键字信息的方式包括:
采用光学字符识别技术对所述错题图片进行处理,解析出所述错题图片中的关键字信息。
4.根据权利要求1所述的题库设计方法,其特征在于,所述关键字信息包括所述错题图片中的关键字和与所述关键字相关联的同义词。
5.根据权利要求1所述的题库设计方法,其特征在于,所述根据所述对应的试题、所述对应的试题对应的关联信息、所述对应的试题的错题原因以及已被记录的次数,向用户终端推荐训练试题的步骤包括:
若所述对应的试题中的错题已被记录的次数超过第一预设次数,则推荐所述错题及所述错题的关联信息;
若所述对应的试题中同一知识点的错题已被记录的次数超过第二预设次数,则推荐所述知识点下的错题;
若同一错题原因的错题已被记录的次数超过第三预设次数,则推荐所述错题原因下的错题。
6.一种题库设计系统,所述题库设计系统包括相互之间通信连接的用户终端及服务器,所述服务器包括一存储有云端题库、错题库、各个错题已被记录的次数及各个错题的错题原因的数据库,其中,所述云端题库中包括有多个试题及每个试题的关联信息,其特征在于:
所述用户终端,用于获取错题图片,并将所述错题图片发送给所述服务器;
所述服务器,用于接收所述错题图片,对所述错题图片进行图像处理,提取所述错题图片中的关键字信息;将所述关键字信息与所述云端题库中的试题进行匹配,若匹配到与所述关键字信息对应的试题,则将所述对应的试题添加到所述错题库中,其中,所述对应的试题包括与错题相同的试题和与错题相似的错试题;从所述云端题库中获取与所述对应的试题的关联信息,并将所述关联信息添加至所述错题库中,其中,所述关联信息包括与所述错题的知识点相关的试题、与所述错题的解题技巧相同的试题、所述错题的相关知识点内容、相关知识点内容解析和/或所述错题的解题技巧;获取所述对应的试题已被记录的次数及错题原因;根据所述对应的试题、所述对应的试题对应的关联信息、所述对应的试题的错题原因以及已被记录的次数,向用户终端推荐训练试题。
7.根据权利要求6所述的题库设计系统,其特征在于:
所述服务器,还用于若没有匹配到的试题,则下发将所述错题图片中的错题进行发送的通知给所述用户终端;
所述用户终端,还用于响应向所述服务器发送所述错题图片中的错题的请求,向所述服务器发送所述错题图片中的错题;
所述服务器,还用于接收所述错题图片中的错题,并将所述错题添加至所述错题库中和/或所述云端题库中。
8.根据权利要求6所述的题库设计系统,其特征在于,所述提取所述错题图片中的关键字信息的方式包括:
采用光学字符识别技术对所述错题图片进行处理,解析出所述错题图片中的关键字信息。
9.根据权利要求6所述的题库设计系统,其特征在于,所述关键字信息包括所述错题图片中的关键字和与所述关键字相关联的同义词。
10.根据权利要求6所述的题库设计系统,其特征在于:
所述服务器,还用于若所述对应的试题中的错题已被记录的次数超过第一预设次数,则推荐所述错题及所述错题的关联信息;若所述对应的试题中同一知识点的错题已被记录的次数超过第二预设次数,则推荐所述知识点下的错题;若同一错题原因的错题已被记录的次数超过第三预设次数,则推荐所述错题原因下的错题。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201710123908.5A CN106909682A (zh) | 2017-03-03 | 2017-03-03 | 题库设计方法及系统 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201710123908.5A CN106909682A (zh) | 2017-03-03 | 2017-03-03 | 题库设计方法及系统 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN106909682A true CN106909682A (zh) | 2017-06-30 |
Family
ID=59187672
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201710123908.5A Pending CN106909682A (zh) | 2017-03-03 | 2017-03-03 | 题库设计方法及系统 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN106909682A (zh) |
Cited By (19)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN107578659A (zh) * | 2017-09-27 | 2018-01-12 | 广东小天才科技有限公司 | 电子题目的生成方法、生成装置及终端 |
CN107679213A (zh) * | 2017-10-18 | 2018-02-09 | 广东小天才科技有限公司 | 一种习题搜索方法、系统及终端设备 |
CN107729492A (zh) * | 2017-10-18 | 2018-02-23 | 广东小天才科技有限公司 | 一种习题的推送方法、系统及终端设备 |
CN107862024A (zh) * | 2017-10-31 | 2018-03-30 | 广东小天才科技有限公司 | 一种汉字的学习方法及电子设备 |
CN107862927A (zh) * | 2017-11-23 | 2018-03-30 | 北京青果时代教育科技有限公司 | 一种错题整理方法及装置 |
CN107909873A (zh) * | 2017-11-23 | 2018-04-13 | 北京青果时代教育科技有限公司 | 一种错题管理方法及装置 |
CN108133039A (zh) * | 2018-01-10 | 2018-06-08 | 广州视源电子科技股份有限公司 | 图像数据的处理方法、装置、电子设备及存储介质 |
CN108363807A (zh) * | 2018-03-01 | 2018-08-03 | 北京峰趣互联网信息服务有限公司 | 题目分发方法以及装置、介质、服务器 |
CN109410676A (zh) * | 2018-11-28 | 2019-03-01 | 国家电网公司 | 一种安全资格认证考试方法、系统及设备 |
CN109767663A (zh) * | 2019-03-22 | 2019-05-17 | 河南城建学院 | 一种线性代数考试题出题系统 |
CN110059184A (zh) * | 2019-03-28 | 2019-07-26 | 莆田学院 | 一种作业错题收集分析方法及系统 |
CN110349061A (zh) * | 2019-07-15 | 2019-10-18 | 联想(北京)有限公司 | 处理方法、处理装置和电子设备 |
CN110688574A (zh) * | 2019-09-25 | 2020-01-14 | 湖南新云网科技有限公司 | 一种学习内容推荐的方法、系统、设备及可读存储介质 |
CN111723576A (zh) * | 2019-03-18 | 2020-09-29 | 云南尚途科技有限公司 | 一种云端学习用错题管理及纠正系统 |
CN112069295A (zh) * | 2020-09-18 | 2020-12-11 | 科大讯飞股份有限公司 | 相似题推荐方法、装置、电子设备和存储介质 |
CN112558893A (zh) * | 2020-12-22 | 2021-03-26 | 厦门喵宝科技有限公司 | 一种便携式智能打印装置及其控制方法 |
CN112699298A (zh) * | 2020-12-28 | 2021-04-23 | 科大讯飞股份有限公司 | 一种试题推荐方法、电子设备及存储装置 |
CN113851021A (zh) * | 2021-09-18 | 2021-12-28 | 读书郎教育科技有限公司 | 一种基于错题本的推荐学习系统及方法 |
CN114202978A (zh) * | 2021-12-15 | 2022-03-18 | 潘浩栋 | 一种基于大数据的智能培训方法及系统 |
Citations (9)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20070031802A1 (en) * | 2005-08-02 | 2007-02-08 | Fuji Xerox Co., Ltd. | Educational material processing apparatus, educational material processing method, educational material processing program and computer-readable recording medium |
US20070067293A1 (en) * | 2005-06-30 | 2007-03-22 | Hong Yu | System and methods for automatically identifying answerable questions |
CN101075232A (zh) * | 2006-05-15 | 2007-11-21 | 中国传媒大学 | 一种用于语音评测的自动命题系统与方法 |
CN101105854A (zh) * | 2007-08-23 | 2008-01-16 | 上海交通大学 | 基于决策树的远程教育环境中学生情况在线检测方法 |
CN101477755A (zh) * | 2009-01-06 | 2009-07-08 | 陈诗周 | 学生错题库系统 |
CN101661589A (zh) * | 2009-09-09 | 2010-03-03 | 上海一佳一网络科技有限公司 | 基于能力素质模型和知识管理的学习管理系统 |
CN101916327A (zh) * | 2010-07-09 | 2010-12-15 | 北京商纳科技有限公司 | 一种生成错题本的方法及系统 |
CN104281625A (zh) * | 2013-07-12 | 2015-01-14 | 曲昊 | 一种自动从数据库中获取试题信息的方法和装置 |
CN105224665A (zh) * | 2015-09-30 | 2016-01-06 | 广东小天才科技有限公司 | 一种错题管理方法及系统 |
-
2017
- 2017-03-03 CN CN201710123908.5A patent/CN106909682A/zh active Pending
Patent Citations (9)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20070067293A1 (en) * | 2005-06-30 | 2007-03-22 | Hong Yu | System and methods for automatically identifying answerable questions |
US20070031802A1 (en) * | 2005-08-02 | 2007-02-08 | Fuji Xerox Co., Ltd. | Educational material processing apparatus, educational material processing method, educational material processing program and computer-readable recording medium |
CN101075232A (zh) * | 2006-05-15 | 2007-11-21 | 中国传媒大学 | 一种用于语音评测的自动命题系统与方法 |
CN101105854A (zh) * | 2007-08-23 | 2008-01-16 | 上海交通大学 | 基于决策树的远程教育环境中学生情况在线检测方法 |
CN101477755A (zh) * | 2009-01-06 | 2009-07-08 | 陈诗周 | 学生错题库系统 |
CN101661589A (zh) * | 2009-09-09 | 2010-03-03 | 上海一佳一网络科技有限公司 | 基于能力素质模型和知识管理的学习管理系统 |
CN101916327A (zh) * | 2010-07-09 | 2010-12-15 | 北京商纳科技有限公司 | 一种生成错题本的方法及系统 |
CN104281625A (zh) * | 2013-07-12 | 2015-01-14 | 曲昊 | 一种自动从数据库中获取试题信息的方法和装置 |
CN105224665A (zh) * | 2015-09-30 | 2016-01-06 | 广东小天才科技有限公司 | 一种错题管理方法及系统 |
Cited By (19)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN107578659A (zh) * | 2017-09-27 | 2018-01-12 | 广东小天才科技有限公司 | 电子题目的生成方法、生成装置及终端 |
CN107679213A (zh) * | 2017-10-18 | 2018-02-09 | 广东小天才科技有限公司 | 一种习题搜索方法、系统及终端设备 |
CN107729492A (zh) * | 2017-10-18 | 2018-02-23 | 广东小天才科技有限公司 | 一种习题的推送方法、系统及终端设备 |
CN107862024A (zh) * | 2017-10-31 | 2018-03-30 | 广东小天才科技有限公司 | 一种汉字的学习方法及电子设备 |
CN107862927A (zh) * | 2017-11-23 | 2018-03-30 | 北京青果时代教育科技有限公司 | 一种错题整理方法及装置 |
CN107909873A (zh) * | 2017-11-23 | 2018-04-13 | 北京青果时代教育科技有限公司 | 一种错题管理方法及装置 |
CN108133039A (zh) * | 2018-01-10 | 2018-06-08 | 广州视源电子科技股份有限公司 | 图像数据的处理方法、装置、电子设备及存储介质 |
CN108363807A (zh) * | 2018-03-01 | 2018-08-03 | 北京峰趣互联网信息服务有限公司 | 题目分发方法以及装置、介质、服务器 |
CN109410676A (zh) * | 2018-11-28 | 2019-03-01 | 国家电网公司 | 一种安全资格认证考试方法、系统及设备 |
CN111723576A (zh) * | 2019-03-18 | 2020-09-29 | 云南尚途科技有限公司 | 一种云端学习用错题管理及纠正系统 |
CN109767663A (zh) * | 2019-03-22 | 2019-05-17 | 河南城建学院 | 一种线性代数考试题出题系统 |
CN110059184A (zh) * | 2019-03-28 | 2019-07-26 | 莆田学院 | 一种作业错题收集分析方法及系统 |
CN110349061A (zh) * | 2019-07-15 | 2019-10-18 | 联想(北京)有限公司 | 处理方法、处理装置和电子设备 |
CN110688574A (zh) * | 2019-09-25 | 2020-01-14 | 湖南新云网科技有限公司 | 一种学习内容推荐的方法、系统、设备及可读存储介质 |
CN112069295A (zh) * | 2020-09-18 | 2020-12-11 | 科大讯飞股份有限公司 | 相似题推荐方法、装置、电子设备和存储介质 |
CN112558893A (zh) * | 2020-12-22 | 2021-03-26 | 厦门喵宝科技有限公司 | 一种便携式智能打印装置及其控制方法 |
CN112699298A (zh) * | 2020-12-28 | 2021-04-23 | 科大讯飞股份有限公司 | 一种试题推荐方法、电子设备及存储装置 |
CN113851021A (zh) * | 2021-09-18 | 2021-12-28 | 读书郎教育科技有限公司 | 一种基于错题本的推荐学习系统及方法 |
CN114202978A (zh) * | 2021-12-15 | 2022-03-18 | 潘浩栋 | 一种基于大数据的智能培训方法及系统 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN106909682A (zh) | 题库设计方法及系统 | |
US11790641B2 (en) | Answer evaluation method, answer evaluation system, electronic device, and medium | |
CN105224665B (zh) | 一种错题管理方法及系统 | |
KR101671693B1 (ko) | 오답 및 문제 분석 정보의 재가공을 통한 맞춤형 학습 서비스 방법 | |
CN108234610A (zh) | 一种课堂互动和反馈系统 | |
US9514412B2 (en) | Techniques for detecting deceptive answers to user questions based on user preference relationships | |
CN111144079B (zh) | 一种智能获取学习资源的方法、装置、打印机和存储介质 | |
CN109815955A (zh) | 题目辅助方法及系统 | |
Fujita et al. | Overview of todai robot project and evaluation framework of its nlp-based problem solving | |
CN106383875A (zh) | 基于人工智能的人机交互方法和装置 | |
Schmidt-Crawford et al. | Understanding teachers' TPACK through observation | |
CN105225563A (zh) | 一种学习数据推荐方法、装置及穿戴式学习设备 | |
CN111369980A (zh) | 语音检测方法、装置、电子设备及存储介质 | |
CN111192171A (zh) | 辅助教学方法、装置、设备和存储介质 | |
CN112884304A (zh) | 一种基于大数据的在线远程教育系统 | |
CN113505786A (zh) | 试题拍照评判方法、装置及电子设备 | |
Ma et al. | Latexify math: Mathematical formula markup revision to assist collaborative editing in math Q&A sites | |
KR101607128B1 (ko) | 오답과 관련된 연관문제 제공방법 | |
CN115081965B (zh) | 一种学情大数据分析系统及学情服务器 | |
CN106339965A (zh) | 一种学情分析方法 | |
CN110852131A (zh) | 一种考试卡的信息采集方法、系统及终端 | |
CN110059184A (zh) | 一种作业错题收集分析方法及系统 | |
CN113934922A (zh) | 一种智能推荐的方法、装置、设备及计算机存储介质 | |
Kankhar et al. | Word level similarity auto-evaluation for an online question answering system | |
CN117891940B (zh) | 多模态讽刺检测方法、装置、计算机设备以及存储介质 |
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: 20170630 |