CN108021613A - 一种试题对相关度在线计算的方法 - Google Patents
一种试题对相关度在线计算的方法 Download PDFInfo
- Publication number
- CN108021613A CN108021613A CN201711066279.3A CN201711066279A CN108021613A CN 108021613 A CN108021613 A CN 108021613A CN 201711066279 A CN201711066279 A CN 201711066279A CN 108021613 A CN108021613 A CN 108021613A
- Authority
- CN
- China
- Prior art keywords
- examination question
- question
- examination
- degree
- wrong
- 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 30
- 238000004364 calculation method Methods 0.000 claims description 5
- 230000035484 reaction time Effects 0.000 claims description 5
- 238000007418 data mining Methods 0.000 description 4
- 238000010219 correlation analysis Methods 0.000 description 3
- 238000004458 analytical method Methods 0.000 description 2
- 238000005516 engineering process Methods 0.000 description 2
- 230000007812 deficiency Effects 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 238000002474 experimental method Methods 0.000 description 1
- 238000003780 insertion Methods 0.000 description 1
- 230000037431 insertion Effects 0.000 description 1
- 238000004519 manufacturing process Methods 0.000 description 1
- 238000005065 mining Methods 0.000 description 1
- 238000012360 testing method Methods 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
- G06F16/20—Information retrieval; Database structures therefor; File system structures therefor of structured data, e.g. relational data
- G06F16/23—Updating
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/20—Information retrieval; Database structures therefor; File system structures therefor of structured data, e.g. relational data
- G06F16/22—Indexing; Data structures therefor; Storage structures
- G06F16/2228—Indexing structures
- G06F16/2255—Hash tables
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/20—Information retrieval; Database structures therefor; File system structures therefor of structured data, e.g. relational data
- G06F16/24—Querying
- G06F16/245—Query processing
- G06F16/2458—Special types of queries, e.g. statistical queries, fuzzy queries or distributed queries
- G06F16/2465—Query processing support for facilitating data mining operations in structured databases
-
- 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
Landscapes
- Engineering & Computer Science (AREA)
- Theoretical Computer Science (AREA)
- Physics & Mathematics (AREA)
- Databases & Information Systems (AREA)
- Business, Economics & Management (AREA)
- General Physics & Mathematics (AREA)
- Data Mining & Analysis (AREA)
- General Engineering & Computer Science (AREA)
- Software Systems (AREA)
- Tourism & Hospitality (AREA)
- Economics (AREA)
- General Health & Medical Sciences (AREA)
- Fuzzy Systems (AREA)
- Educational Administration (AREA)
- Educational Technology (AREA)
- Probability & Statistics with Applications (AREA)
- Mathematical Physics (AREA)
- Computational Linguistics (AREA)
- Health & Medical Sciences (AREA)
- Human Resources & Organizations (AREA)
- Marketing (AREA)
- Primary Health Care (AREA)
- Strategic Management (AREA)
- General Business, Economics & Management (AREA)
- Electrically Operated Instructional Devices (AREA)
Abstract
本发明公开了一种试题对相关度在线计算的方法。它包括如下步骤：1）在数据库新建四张数据表，依次是试题记录表，错题表，试题对表，试题对相关度表，试题记录表。当学生答题时自动更新，其余三表在每天24点时自动更新；2）每次更新错题表只需读取该时刻前24小时内的学生错题记录，利用题号索引去更新错题表；3）每次更新试题对表只需读取该时刻前24小时内的学生错题记录，利用哈希算法去更新试题对表；4）每天24点更新试题对相关度表只需读取试题对表以及错题表中所有数据，然后用试题关联算法求得试题对的相关度并且更新试题对相关度表。本发明采用上述方法，实现了在线计算试题对相关度，通过增量式添加以及哈希算法的使用来提高试题对相关度在线计算的效率。
Description
技术领域
本发明涉及在线学习领域，一种试题对相关度在线计算的方法。
背景技术
随着互联网教育的发展，在互联网上不断涌现出各式各样的在线学习平台。不同于传统教育，网络环境下的在线学习平台，可以记录和跟踪学习者的整个学习过程，包括学习者的输入、反馈、在线学习时间以及所有答题记录，最终形成了海量的学习过程性数据库，其中比较重要的就是学生的做题记录，这就需要用到数据挖掘技术。通过数据挖掘，可以管理学习者的整个网络学习过程，构建有效的学习模式，提供智能化的学习服务以及支持学习者个性化学习。对学习平台中的错题记录进行数据挖掘，可以分析得到试题间的相关性，从而给学生提供一个针对性的学习方法。但是传统上对学生答题记录的挖掘分析都是基于从数据库中导出数据表上操作的，并且每当新增一定量的学生答题记录就要重复操作，这样导致数据挖掘的工作量增大，导致效率低下，不能做到实时更新数据。
因此提出了在线对学生错题记录进行相关性分析的方法，但是当学生产生新的答题记录的时候，每次相关性分析就需要遍历所有答题记录，明显影响计算速度，通过引入增量式添加以及哈希算法来提高整个试题对相关度在线计算过程的效率。
发明内容
为了克服现有技术的不足，实现高效地在线计算试题对相关度，本发明的目的是提供一种试题对相关度在线计算的方法。
一种试题对相关度在线计算的方法，包括如下步骤：
1）在数据库中新建试题记录表，该表用来存放学生答题记录，其中字段包括同一场考试中的所有试题题号以及所有试题答题结果、答题时间，该数据表在学生答题时自动更新；
2) 在数据库中新建错题表，该表用来存放错题信息，其中字段包括所有错题题号以及试题答错次数；
3) 在数据库中新建试题对表，该表用来存放每条答题记录中的错题两两组合形成的所有不重复的试题对信息，其中字段包括试题对中两错题的题号及该试题对出现次数；
4) 在数据库中新建试题对相关度表，该表用来存放所有试题对的相关度，其中字段包括试题对中两错题的题号以及试题对的相关度；
5）每天24点时自动更新错题表，每次更新只需读取该时刻点前24小时内的学生答题记录，然后遍历所有错题记录统计得到错题题号以及试题答错次数，最后利用错题题号索引去更新错题表；
6）每天24点时自动更新试题对表，每次更新只需读取该时刻点前24小时内的学生答题记录，然后对每条错题记录中的试题两两组合形成不重复的试题对，并且统计所有试题对的出现次数，最后利用哈希算法去更新试题对表；
7）每天24点时自动更新试题对相关度表，当试题对中的两试题的答错次数均大于15次并且试题对中的两试题的答题次数均不超过1000次时，读取试题对表以及错题表中所有数据，根据试题关联算法求得试题对相关度并更新试题对相关度表。
所述的步骤7）中，
1）试题对相关度的计算公式如下：
其中，TA为题A的答错次数，TB为题B的答错次数，TAB为A，B共同答错的次数，T为答题记录总条数。
所述的步骤5）中，更新错题表的具体过程如下：当24小时内的错题记录中的错题也存在错题表中时，读取错题表中所有数据，然后利用错题题号索引直接找到对应的试题答错次数，再与24小时内的试题答错次数相加求和即为该试题总的答错次数，最后去更新错题表中对应试题的答错次数，对产生的新错题直接把错题题号以及试题答错次数插入到错题表即可。
所述的步骤6）中，更新试题对表的具体过程如下：
a）哈希算法：构建哈希表，以试题对的两个题号组成的字符串作为关键字，根据试题对字符串找到对应试题对的出现次数。
b）当24小时内的错题记录产生的试题对也存在试题对表中时，利用哈希算法根据试题对直接找到对应的试题对出现次数，再与24小时内的试题对出现次数相加求和即为该试题对总的出现次数，最后去更新试题对表中对应试题对的出现次数，对产生的新试题对直接把试题对题号与试题对出现次数插入到试题对表即可。
所述的步骤7）中，更新试题对相关度表的具体过程如下：读取试题对表中的所有试题对，根据试题对中的两个题号分别找到错题表中对应试题的答错次数，利用试题关联算法求得试题对的相关度，对于试题对相关度表中已经存在的试题对，重新计算并更新试题对相关度表中对应试题对的相关度值即可，对于不存在的试题对，也只需计算试题对相关度并插入试题对相关度表即可。
该发明具有如下有益效果：
一般来说，分析试题间的相关性需要从数据库中导出学生的答题记录，并且随着学生不断在线答题而产生的大量答题记录又会新增到数据库对应的试题记录表中，因此每次更新试题对相关度时就要重新遍历整张试题记录表进行相关度计算。本发明能够实现自动读取数据库中的学生答题记录，只对错题记录进行相关性分析，利用了增量式添加及哈希算法来加快查找速度。通过实验发现，当试题对中两试题的答错次数均大于15次且试题对中两试题答题次数均不超过1000次时，试题对相关度的计算值相对稳定。该发明能够高效地在线计算试题对相关度。
附图说明
图1是一种试题对相关度在线计算方法的流程图。
具体实施方式
下面结合附图和实施例对本发明做进一步阐述和说明。本发明中各个实施方式的技术特征在没有相互冲突的前提下，均可进行相应组合。
一种试题对相关度在线计算方法，包括如下步骤：
1）在数据库中新建试题记录表，该表用来存放学生答题记录，其中字段包括同一场考试中的所有试题题号以及所有试题答题结果、答题时间，该数据表在学生答题时自动更新；
2) 在数据库中新建错题表，该表用来存放错题信息，其中字段包括所有错题题号以及试题答错次数；
3) 在数据库中新建试题对表，该表用来存放每条答题记录中的错题两两组合形成的所有不重复的试题对信息，其中字段包括试题对中两错题的题号及该试题对出现次数；
4) 在数据库中新建试题对相关度表，该表用来存放所有试题对的相关度，其中字段包括试题对中两错题的题号以及试题对的相关度；
5）每天24点时自动更新错题表，每次更新只需读取该时刻点前24小时内的学生答题记录，然后遍历所有错题记录统计得到错题题号以及试题答错次数，最后利用错题题号索引去更新错题表；
6）每天24点时自动更新试题对表，每次更新只需读取该时刻点前24小时内的学生答题记录，然后对每条错题记录中的试题两两组合形成不重复的试题对，并且统计所有试题对的出现次数，最后利用哈希算法去更新试题对表；
7）每天24点时自动更新试题对相关度表，当试题对中的两试题的答错次数均大于15次并且试题对中的两试题的答题次数均不超过1000次时，读取试题对表以及错题表中所有数据，根据试题关联算法求得试题对相关度并更新试题对相关度表。
试题对相关度的计算公式如下：
其中，TA为题A的答错次数，TB为题B的答错次数，TAB为A，B共同答错的次数，T为答题记录总条数。
更新错题表的具体过程如下：当24小时内的错题记录中的错题也存在错题表中时，读取错题表中所有数据，然后利用错题题号索引直接找到对应的试题答错次数，再与24小时内的试题答错次数相加求和即为该试题总的答错次数，最后去更新错题表中对应试题的答错次数，对产生的新错题直接把错题题号以及试题答错次数插入到错题表即可。
更新试题对表的具体过程如下：
1）哈希算法：构建哈希表，以试题对的两个题号组成的字符串作为关键字，根据试题对字符串找到对应试题对的出现次数。
2）当24小时内的错题记录产生的试题对也存在试题对表中时，利用哈希算法根据试题对直接找到对应的试题对出现次数，再与24小时内的试题对出现次数相加求和即为该试题对总的出现次数，最后去更新试题对表中对应试题对的出现次数，对产生的新试题对直接把试题对题号与试题对出现次数插入到试题对表即可。
更新试题对相关度表的具体过程如下：读取试题对表中的所有试题对，根据试题对中的两个题号分别找到错题表中对应试题的答错次数，利用试题关联算法求得试题对的相关度，对于试题对相关度表中已经存在的试题对，重新计算并更新试题对相关度表中对应试题对的相关度值即可，对于不存在的试题对，也只需计算试题对相关度并插入试题对相关度表即可。
实施例
为了便于本领域一般技术人员理解和实现本发明，现给出一种本发明所述方法的具体实施案例。提供试题对相关度在线计算的核心思想是量化试题间的相关性以及采用了增量式添加、哈希算法来加快查找速度，从而为中小型在线学习平台对学生答题记录的相关性在线分析提供了一个具体的实现方案。
本实施例中，要先在数据库中新建四张数据表，首先是存放学生答题记录的试题记录表，该表的字段包括同一场考试中的所有试题题号及所有试题答题结果、答题时间，其次是存放错题的错题表，字段包括所有错题题号及试题答错次数，另外是存放所有试题对的试题对表，字段包括试题对中两错题的题号以及试题对出现次数，最后是存放所有试题对相关度的试题对相关度表，字段包括试题对中两错题的题号及试题对的相关度，下面用一个案例来描述本实施例。
案例的数据来源于某高校的学生在数据结构在线学习平台上过关测试的答题情况，其中，每个学生作答的10道题均来自同一场考试，当学生答题时就会自动更新试题记录表，以下为在24点首次更新试题对表、错题表、试题对相关度表时前24小时内产生的学生答题记录，具体见表1。
表1 学生试题记录表部分数据
其中，Time为学生答题时间，item为同一场考试所有学生答题记录的题号，resp为学生所有对应题号的答题结果，若resp为1则表示学生答对该试题；试题记录表中的试题均为客观题，只有4个选项。若resp为负数则表示用户答错该试题，-1，-2，-3，-4分别代表选择了错误的A，B，C，D选项；若resp为0则表示学生未作答该试题。
试题记录表通过学生答题而自动更新，错题表及试题对表、试题对相关度表在每天24点时自动更新。当首次更新试题对表、错题表、试题对相关度表时，三表均为空，只需读取该时刻前24小时内的答题记录，然后根据错题记录统计得到的所有错题题号以及试题答错次数插入到错题表中，将所有试题对以及试题对出现次数插入到试题对表中即可。
若试题对中两个试题答错次数均超过15次，则读取试题对表中的试题对出现次数以及错题表中试题对对应的两个试题的答错次数后，根据试题关联算法求得试题对的相关度并插入到试题对相关度表中即可。在这里选取试题对表中部分数据展示，如下表2所示，其中Item1，Item2为试题对中两题题号，Group为试题对出现次数。选取错题表中部分数据展示，如下表3所示，其中Item为错题题号，Number为试题答错次数。最后选取试题对相关度表中部分数据展示，如下表4所示，其中Item1，Item2分别为试题对的两个题号，cal_rho为试题对的相关度。
表2 试题对表部分数据
| Item1 | Item2 | Group |
| 18 | 24 | 8 |
| 18 | 30 | 4 |
| 24 | 29 | 3 |
| 24 | 30 | 2 |
| 29 | 30 | 4 |
| 11 | 18 | 4 |
| 11 | 23 | 5 |
| 18 | 23 | 8 |
| 11 | 29 | 3 |
表3 错题表部分数据
| Item | Number |
| 23 | 21 |
| 35 | 24 |
| 18 | 32 |
| 24 | 15 |
| 30 | 18 |
| 37 | 16 |
| 29 | 16 |
| 11 | 18 |
| 45 | 15 |
| 46 | 25 |
| 49 | 39 |
表4 试题对相关度表部分数据
| Item1 | Item2 | cal_rho |
| 18 | 24 | 0.36 |
| 18 | 30 | 0.16 |
| 24 | 29 | 0.19 |
| 24 | 30 | 0.11 |
| 29 | 30 | 0.23 |
| 11 | 18 | 0.16 |
| 11 | 23 | 0.25 |
| 18 | 23 | 0.30 |
| 11 | 29 | 0.17 |
| 11 | 30 | 0.27 |
| 23 | 29 | 0.38 |
接下去每次在24点更新试题对表、错题表、试题对相关度表，也只需读取前24小时内的错题记录，然后统计得到试题对以及试题对出现次数、错题题号以及试题答错次数。当前24小时内错题记录产生的错题也存在于错题表中时，读取错题表中的所有数据，然后根据错题题号索引直接找到对应的试题答错次数，再与24小时内的试题答错次数相加求和即为该试题总的答错次数，并且去更新错题表中该试题的答错次数，对于该24小时内错题记录产生的未存在于错题表中的错题直接插入到错题表中即可。其中Item为错题题号，Number为试题答错次数，在这里展示第二次更新后的部分错题表数据，如下表5所示。
当这些试题对也存在于试题对表中时，读取试题对表中的所有数据，然后利用哈希算法根据试题对直接找到对应的试题对出现次数，再与24小时内的试题对出现次数相加求和即为该试题对总的出现次数，并且去更新试题对表中该试题对的出现次数，对于该24小时内错题记录产生的未存在于试题对表中的试题对直接插入到试题对表中即可。其中Item1，Item2为试题对中两题题号，Group为试题对出现次数，在这里展示第二次更新后部分试题对表数据，如下表6所示。
对于试题对相关度表，同样是每天24点自动更新一次。若试题对中两个试题的答题次数均不超过1000次且两个试题的答错次数均大于15次，则更新该试题对的相关度。读取试题对表中的试题对的出现次数以及错题表中该试题对中两个试题的答错次数，然后根据试题关联算法求得试题对的相关度并去更新试题对相关度表中该试题对的相关度，对于试题对相关度表中未出现的试题对直接计算相关度后插入表中即可，如下表7所示，其中Item1，Item2分别为试题对的两个题号，cal_rho为试题对的相关度，下面展示第二次更新试题对相关度表后的部分数据。
表5 第二次更新错题表后部分数据
| Item | Number |
| 23 | 35 |
| 35 | 45 |
| 18 | 43 |
| 24 | 34 |
| 30 | 30 |
| 37 | 23 |
| 29 | 30 |
| 11 | 30 |
| 45 | 39 |
| 46 | 38 |
| 49 | 56 |
表6 第二次更新试题对表后部分数据
| Item1 | Item2 | Group |
| 18 | 24 | 12 |
| 18 | 30 | 5 |
| 24 | 29 | 8 |
| 24 | 30 | 4 |
| 29 | 30 | 7 |
| 11 | 18 | 5 |
| 11 | 23 | 6 |
| 18 | 23 | 10 |
| 11 | 29 | 4 |
| 11 | 30 | 5 |
| 23 | 29 | 11 |
表7 第二次更新后试题对相关度表部分数据
| Item1 | Item2 | cal_rho |
| 18 | 24 | 0.19 |
| 18 | 30 | 0.09 |
| 24 | 29 | 0.08 |
| 24 | 30 | 0.04 |
| 29 | 30 | 0.12 |
| 11 | 18 | 0.09 |
| 11 | 23 | 0.14 |
| 18 | 23 | 0.19 |
| 11 | 29 | 0.08 |
| 11 | 30 | 0.15 |
| 23 | 29 | 0.20 |
接下去的更新，对于试题记录表而言，只要有学生答题就会自动更新试题记录表，其余三表的更新均和第二次更新过程一样，更新时间也是在24点，直到试题对中两试题的答题次数均超过1000次时不更新该试题对的相关度，保持前一次更新后的试题对相关度。
Claims (5)
1.一种试题对相关度在线计算的方法，其特征在于，包括如下步骤：
1）在数据库中新建试题记录表，该表用来存放学生答题记录，其中字段包括同一场考试中的所有试题题号以及所有试题答题结果、答题时间，该数据表在学生答题时自动更新；
2) 在数据库中新建错题表，该表用来存放错题信息，其中字段包括所有错题题号以及试题答错次数；
3) 在数据库中新建试题对表，该表用来存放每条答题记录中的错题两两组合形成的所有不重复的试题对信息，其中字段包括试题对中两错题的题号及该试题对出现次数；
4) 在数据库中新建试题对相关度表，该表用来存放所有试题对的相关度，其中字段包括试题对中两错题的题号以及试题对的相关度；
5）每天24点时自动更新错题表，每次更新只需读取该时刻点前24小时内的学生答题记录，然后遍历所有错题记录统计得到错题题号以及试题答错次数，最后利用错题题号索引去更新错题表；
6）每天24点时自动更新试题对表，每次更新只需读取该时刻点前24小时内的学生答题记录，然后对每条错题记录中的试题两两组合形成不重复的试题对，并且统计所有试题对的出现次数，最后利用哈希算法去更新试题对表；
7）每天24点时自动更新试题对相关度表，当试题对中的两试题的答错次数均大于15次并且试题对中的两试题的答题次数均不超过1000次时，读取试题对表以及错题表中所有数据，根据试题关联算法求得试题对相关度并更新试题对相关度表。
2.根据权利要求1所述的试题对相关度在线计算的方法，其特征在于，所述的步骤7）中，试题对相关度的计算公式如下：
其中，TA为题A的答错次数，TB为题B的答错次数，TAB为A，B共同答错的次数，T为答题记录总条数。
3.根据权利要求1所述的试题对相关度在线计算的方法，其特征在于，所述的步骤5）中，更新错题表的具体过程如下：当24小时内的错题记录中的错题也存在错题表中时，读取错题表中所有数据，然后利用错题题号索引直接找到对应的试题答错次数，再与24小时内的试题答错次数相加求和即为该试题总的答错次数，最后去更新错题表中对应试题的答错次数，对产生的新错题直接把错题题号以及试题答错次数插入到错题表即可。
4.根据权利要求1所述的试题对相关度在线计算的方法，其特征在于，所述的步骤6）中，更新试题对表的具体过程如下：
1）哈希算法：构建哈希表，以试题对的两个题号组成的字符串作为关键字，根据试题对字符串找到对应试题对的出现次数；
2）当24小时内的错题记录产生的试题对也存在试题对表中时，利用哈希算法根据试题对直接找到对应的试题对出现次数，再与24小时内的试题对出现次数相加求和即为该试题对总的出现次数，最后去更新试题对表中对应试题对的出现次数，对产生的新试题对直接把试题对题号与试题对出现次数插入到试题对表即可。
5.根据权利要求1所述的试题对相关度在线计算的方法，其特征在于，所述的步骤7）中，更新试题对相关度表的具体过程如下：读取试题对表中的所有试题对，根据试题对中的两个题号分别找到错题表中对应试题的答错次数，利用试题关联算法求得试题对的相关度，对于试题对相关度表中已经存在的试题对，重新计算并更新试题对相关度表中对应试题对的相关度值即可，对于不存在的试题对，也只需计算试题对相关度并插入试题对相关度表即可。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201711066279.3A CN108021613A (zh) | 2017-11-02 | 2017-11-02 | 一种试题对相关度在线计算的方法 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201711066279.3A CN108021613A (zh) | 2017-11-02 | 2017-11-02 | 一种试题对相关度在线计算的方法 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| CN108021613A true CN108021613A (zh) | 2018-05-11 |
Family
ID=62080490
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN201711066279.3A Pending CN108021613A (zh) | 2017-11-02 | 2017-11-02 | 一种试题对相关度在线计算的方法 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN108021613A (zh) |
Cited By (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN107742264A (zh) * | 2017-09-06 | 2018-02-27 | 武汉市悠卡互联科技有限公司 | 基于实时更新数据库的监护信息发布管理方法及系统 |
Citations (5)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JP2002287608A (ja) * | 2001-03-27 | 2002-10-04 | Ideia Corporation:Kk | 学習支援システム |
| CN102549634A (zh) * | 2010-09-30 | 2012-07-04 | 株式会社拓人 | 测试题制作服务器、结果表单制作服务器、习题集制作服务器、问题管理服务器、测试题制作程序、结果表单制作程序、习题集制作程序以及问题管理程序 |
| CN102867033A (zh) * | 2012-08-29 | 2013-01-09 | 昆山市万丰制衣有限责任公司 | 旨在实现科学教学的知识点间的定位系统及方法 |
| CN105069097A (zh) * | 2015-08-06 | 2015-11-18 | 苏州百智通信息技术有限公司 | 在线答题错题统计方法及系统 |
| CN105512214A (zh) * | 2015-11-28 | 2016-04-20 | 华中师范大学 | 一种知识数据库、构建方法及学情诊断系统 |
-
2017
- 2017-11-02 CN CN201711066279.3A patent/CN108021613A/zh active Pending
Patent Citations (5)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JP2002287608A (ja) * | 2001-03-27 | 2002-10-04 | Ideia Corporation:Kk | 学習支援システム |
| CN102549634A (zh) * | 2010-09-30 | 2012-07-04 | 株式会社拓人 | 测试题制作服务器、结果表单制作服务器、习题集制作服务器、问题管理服务器、测试题制作程序、结果表单制作程序、习题集制作程序以及问题管理程序 |
| CN102867033A (zh) * | 2012-08-29 | 2013-01-09 | 昆山市万丰制衣有限责任公司 | 旨在实现科学教学的知识点间的定位系统及方法 |
| CN105069097A (zh) * | 2015-08-06 | 2015-11-18 | 苏州百智通信息技术有限公司 | 在线答题错题统计方法及系统 |
| CN105512214A (zh) * | 2015-11-28 | 2016-04-20 | 华中师范大学 | 一种知识数据库、构建方法及学情诊断系统 |
Non-Patent Citations (1)
| Title |
|---|
| 叶军伟: "哈希函数构造方法及其适用情况", 《科技致富向导》 * |
Cited By (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN107742264A (zh) * | 2017-09-06 | 2018-02-27 | 武汉市悠卡互联科技有限公司 | 基于实时更新数据库的监护信息发布管理方法及系统 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN112395403B (zh) | 一种基于知识图谱的问答方法、系统、电子设备及介质 | |
| CN110991645A (zh) | 一种基于知识模型的自适应学习方法、系统及存储介质 | |
| Yang | [Retracted] Piano Performance and Music Automatic Notation Algorithm Teaching System Based on Artificial Intelligence | |
| CN107545791A (zh) | 一种利用课件自动生成课堂教学知识图谱的系统和方法 | |
| CN112506945B (zh) | 基于知识图谱的自适应导学方法及系统 | |
| Dang et al. | MOOC-KG: A MOOC knowledge graph for cross-platform online learning resources | |
| CN108228564A (zh) | 在众包数据上进行对抗学习的命名实体识别方法 | |
| CN106649886A (zh) | 一种利用三元组标签的深度监督散列进行图像检索方法 | |
| Si et al. | What's in a name? answer equivalence for open-domain question answering | |
| CN109948473A (zh) | 一种基于神经网络的提升学生应用题解题能力的方法 | |
| CN113239209A (zh) | 基于RankNet-transformer的知识图谱个性化学习路径推荐方法 | |
| CN113934846B (zh) | 一种联合行为-情感-时序的在线论坛主题建模方法 | |
| CN108021613A (zh) | 一种试题对相关度在线计算的方法 | |
| Liu | The application of data mining technology in the teaching evaluation in colleges and universities | |
| Wu | [Retracted] Analysis and Evaluation of the Impact of Integrating Mental Health Education into the Teaching of University Civics Courses in the Context of Artificial Intelligence | |
| CN111553821B (zh) | 基于教师学生网络和多头解码器的应用题自动解题方法 | |
| CN117150151A (zh) | 一种基于大语言模型的错题分析及试题推荐系统和方法 | |
| CN110334204B (zh) | 一种基于用户记录的习题相似度计算推荐方法 | |
| CN116595188A (zh) | 一种基于人工智能和大数据的教育知识图谱系统 | |
| Shi | [Retracted] Research on the Strategy of Autonomous Learning under the Dual‐Class Model of Ideological and Political Courses Based on the Knowledge Map Route | |
| CN114565486A (zh) | 一种课程学习系统的构建方法 | |
| WO2023010514A1 (en) | Method for establishing knowledge repository for online courses | |
| CN115186073A (zh) | 一种基于混合检索的开放域表格文本问答方法 | |
| Mu | Gated recurrent unit framework for ideological and political teaching system in colleges | |
| CN112286943A (zh) | 基于时事案例优化的思想政治教案展示方法和系统 |
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: 20180511 |