CN109492090A - 学习信息的处理方法、装置、计算机设备及存储介质 - Google Patents
学习信息的处理方法、装置、计算机设备及存储介质 Download PDFInfo
- Publication number
- CN109492090A CN109492090A CN201811354756.0A CN201811354756A CN109492090A CN 109492090 A CN109492090 A CN 109492090A CN 201811354756 A CN201811354756 A CN 201811354756A CN 109492090 A CN109492090 A CN 109492090A
- Authority
- CN
- China
- Prior art keywords
- examination
- request
- result
- answer
- study
- 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
- 238000003672 processing method Methods 0.000 title claims abstract description 21
- 238000000034 method Methods 0.000 claims abstract description 17
- 230000008569 process Effects 0.000 claims abstract description 8
- 239000000463 material Substances 0.000 claims description 13
- 238000012545 processing Methods 0.000 claims description 11
- 238000004590 computer program Methods 0.000 claims description 9
- 230000005540 biological transmission Effects 0.000 claims description 6
- 230000035790 physiological processes and functions Effects 0.000 description 6
- 230000001965 increasing effect Effects 0.000 description 5
- 230000003442 weekly effect Effects 0.000 description 4
- 238000010586 diagram Methods 0.000 description 3
- 230000006870 function Effects 0.000 description 3
- 210000000952 spleen Anatomy 0.000 description 3
- 238000004891 communication Methods 0.000 description 2
- 238000011161 development Methods 0.000 description 2
- 235000005911 diet Nutrition 0.000 description 2
- 230000037213 diet Effects 0.000 description 2
- 229940079593 drug Drugs 0.000 description 2
- 239000003814 drug Substances 0.000 description 2
- 235000013305 food Nutrition 0.000 description 2
- 230000008676 import Effects 0.000 description 2
- 235000015097 nutrients Nutrition 0.000 description 2
- 230000003068 static effect Effects 0.000 description 2
- 238000010521 absorption reaction Methods 0.000 description 1
- 238000004458 analytical method Methods 0.000 description 1
- 230000001174 ascending effect Effects 0.000 description 1
- 230000008901 benefit Effects 0.000 description 1
- 239000008280 blood Substances 0.000 description 1
- 210000004369 blood Anatomy 0.000 description 1
- 230000008859 change Effects 0.000 description 1
- 239000012141 concentrate Substances 0.000 description 1
- 230000029087 digestion Effects 0.000 description 1
- 239000006185 dispersion Substances 0.000 description 1
- 235000013399 edible fruits Nutrition 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 230000002708 enhancing effect Effects 0.000 description 1
- 230000036541 health Effects 0.000 description 1
- 230000007246 mechanism Effects 0.000 description 1
- 230000021332 multicellular organism growth Effects 0.000 description 1
- 230000008447 perception Effects 0.000 description 1
- 230000035479 physiological effects, processes and functions Effects 0.000 description 1
- 238000012360 testing method Methods 0.000 description 1
- 238000012546 transfer Methods 0.000 description 1
- 230000009466 transformation Effects 0.000 description 1
- 210000001835 viscera Anatomy 0.000 description 1
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Substances O XLYOFNOQVPJJNP-UHFFFAOYSA-N 0.000 description 1
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F9/00—Arrangements for program control, e.g. control units
- G06F9/06—Arrangements for program control, e.g. control units using stored programs, i.e. using an internal store of processing equipment to receive or retain programs
- G06F9/46—Multiprogramming arrangements
- G06F9/54—Interprogram communication
- G06F9/546—Message passing systems or structures, e.g. queues
-
- 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)
- Business, Economics & Management (AREA)
- Theoretical Computer Science (AREA)
- Physics & Mathematics (AREA)
- Tourism & Hospitality (AREA)
- Software Systems (AREA)
- General Physics & Mathematics (AREA)
- Primary Health Care (AREA)
- Human Resources & Organizations (AREA)
- Marketing (AREA)
- General Health & Medical Sciences (AREA)
- Strategic Management (AREA)
- Educational Technology (AREA)
- General Business, Economics & Management (AREA)
- Economics (AREA)
- Educational Administration (AREA)
- Health & Medical Sciences (AREA)
- General Engineering & Computer Science (AREA)
- Electrically Operated Instructional Devices (AREA)
Abstract
本发明公开了一种学习信息的处理方法、装置、计算机设备及存储介质,其中方法包括:接收客户端发送的学习请求;判断学习请求是考试请求,还是练习请求;当学习请求是考试请求时,接收客户端的考试结果,将考试结果直接存入到数据库中;当学习请求是练习请求时,接收客户端发送的答题结果;按照时间顺序将答题结果依次放入到消息队列中;利用预设的服务进程依次从消息队列中取出答题结果,并写入数据库。通过针对不同的学习场景灵活地选择对应的结果入库方式,在不影响服务器的访问速度的同时,降低服务器压力。
Description
技术领域
本发明涉及教育领域,具体涉及一种学习信息的处理方法、装置、计算机设备及存储介质。
背景技术
随着互联网以及通信技术的不断发展,各大传统行业均发生了显著变化。对于教育领域,人们所能够采取的学习方式逐渐多样化。越来越多的人选择互联网在线学习的方式,以满足随时随地高效地学习。例如,随着人们对健康意识的不断增强,对医、护、药等相关领域专业人才的需求也在不断增加,因此参加此类资格考试的人也越来越多,他们都希望在更短的时间内提高分数并顺利考过。采用网络在线学习成为了最受欢迎的学习方式。
然而,对于提供网络学习的服务方而言,当大量用户使用在线学习方式刷题练习时,由于会产生大并发的网络访问,往往会对后台服务器造成巨大压力,存在宕机的风险。
发明内容
本发明要解决现有技术中由于大量用户在线刷题对后台服务器造成巨大压力的问题,从而提供一种学习信息的处理方法、装置、计算机设备及存储介质。
本发明的一方面,提供了一种学习信息的处理方法,包括:接收客户端发送的学习请求;判断所述学习请求是考试请求,还是练习请求;其中,所述考试请求用于请求在规定时长内答完考卷试题并在答完后一次性提交答题结果的考试场景,所述练习请求用于请求在答完每道题之后提交答题结果的练习场景;当所述学习请求是考试请求时,接收所述客户端的考试结果,将所述考试结果直接存入到数据库中;当所述学习请求是练习请求时,接收所述客户端发送的答题结果;按照时间顺序将所述答题结果依次放入到消息队列中;利用预设的服务进程依次从所述消息队列中取出所述答题结果,并写入数据库。
可选地,还包括:按照教材中对知识点的分类来对试题进行知识类型分类。
可选地,按照教材中对知识点的分类来对试题进行知识类型分类包括:建立知识树,并导入到数据库中,所述知识树中每个节点对应所述教材中的一个知识点;根据所述试题中所体现的知识点建立所述知识树中各节点与所述试题的对应关系。
可选地,所述考试请求携带有用于反映考点及考点占比的考试提纲,当所述学习请求是考试请求时,还包括:确定所述考试提纲中考点在所述知识树中对应的知识点;获取所述知识点对应的试题;根据所述考点占比从获取的所述知识点对应的试题中选择试题;利用选择的试题生成考试试卷。
可选地,利用选择的试题生成考试试卷之后,还包括:将所述考试试卷发送至所述客户端;将所述考试试卷存入到缓存中。
可选地,还包括:统计预设时间段内用户的学习内容;根据统计的内容生成报告,发送至所述客户端。
可选地,根据统计的内容生成报告包括:对统计的练习结果和考试结果进行分析,确定出答错的试题;确定所述答错的试题对应的知识点,得到所述用户的薄弱知识点;生成所述薄弱知识点的统计结果。
本发明的另一方面,提供了一种学习信息的处理装置,包括:第一接收单元,用于接收客户端发送的学习请求;判断单元,用于判断所述学习请求是考试请求,还是练习请求;其中,所述考试请求用于请求在规定时长内答完考卷试题并在答完后一次性提交答题结果的考试场景,所述练习请求用于请求在答完每道题之后提交答题结果的练习场景;第二接收单元,用于当所述学习请求是考试请求时,接收所述客户端的考试结果,将所述考试结果直接存入到数据库中;第二接收单元,用于当所述学习请求是练习请求时,接收所述客户端发送的答题结果;获取单元,用于按照时间顺序将所述答题结果依次放入到消息队列中;存储单元,利用预设的服务进程依次从所述消息队列中取出所述答题结果,并写入数据库。
本发明的另一方面,还提供了一种计算机设备,包括存储器、处理器以及存储在存储器上并可在处理器上运行的计算机程序,所述处理器执行所述计算机程序时实现所述学习信息的处理方法的步骤。
本发明的另一方面,还提供了一种计算机可读存储介质,其上存储有计算机程序,所述计算机程序被处理器执行时实现所述学习信息的处理方法的步骤。
根据本发明实施例,先根据客户端发送的学习请求确定出具体的学习场景,针对考试场景,采用考试结果实时存入数据库的方式;针对答题练习场景,则采通过建立消息队列,通过消息队列依次处理答题结果,从而降低服务器压力。通过针对不同的学习场景灵活地选择对应的结果入库方式,在不影响服务器的访问速度的同时,降低服务器压力。
附图说明
为了更清楚地说明本发明具体实施方式或现有技术中的技术方案,下面将对具体实施方式或现有技术描述中所需要使用的附图作简单地介绍,显而易见地,下面描述中的附图是本发明的一些实施方式,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为本发明实施例中学习信息的处理方法的流程图;
图2为本发明实施例中消息队列的示意图;
图3为本发明实施例中学习信息的处理装置的示意图;
图4为本发明实施例计算机设备的硬件结构示意图。
具体实施方式
下面将结合附图对本发明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。基于本发明中的实施例,本领域普通技术人员在没有做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。
在本发明的描述中,需要说明的是,术语“第一”、“第二”、“第三”仅用于描述目的,而不能理解为指示或暗示相对重要性。
此外,下面所描述的本发明不同实施方式中所涉及的技术特征只要彼此之间未构成冲突就可以相互结合。
本发明实施例提供了一种学习信息的处理方法,如图1所示,方法包括:
步骤S101,接收客户端发送的学习请求。客户端可以是计算机应用程序(APP),也可以是指终端,通过WEB网页进行在线学习。当用户通过在线学习时,会向服务器发送学习请求,例如,进行考试的请求、进行答题练习的请求、在线视频学习的请求等等。
步骤S102,判断学习请求是考试请求,还是练习请求;其中,考试请求用于请求在规定时长内答完考卷试题并在答完后一次性提交答题结果的考试场景,练习请求用于请求在答完每道题之后提交答题结果的练习场景。
步骤S103,当学习请求是考试请求时,接收客户端的考试结果,将考试结果直接存入到数据库中。
在考试场景下,用户从进入考试到最后交卷需要一定的时长,再加之每个人用时不同,这样即使用户很多,对服务器的访问也是比较“分散”的,因次这时可以对用户提交数据采取的是实时存储,也即是接收到考试结果之后直接存入到数据库中。如果出现最后时刻集中交卷,这种情况也是可以预见的,可以采取相应的应对方案,比如临时增加服务器。
然而,在练习场景下,由于用户是每题一提交答案,即使用户不是很多,但提交的频繁性,也会对服务器带来很大的压力,随着用户的增多,服务器的压力会越来越大,尤其是数据库服务器的压力,不采取必要的措施,可能会崩掉。
步骤S104,当学习请求是练习请求时,接收客户端发送的答题结果。
步骤S105,按照时间顺序将答题结果依次放入到消息队列中。
步骤S106,利用预设的服务进程依次从消息队列中取出答题结果,并写入数据库。
因此,本发明实施例中,采用数据非实时落库方式,具体如图2所示:搭建了一套基于Redis集群的轻量级MQ机制,将用户的频繁访问放入Redis消息队列,再由运行的服务定时取出队列中的消息信息写入数据库,这样即可减轻服务器的压力,同时也可以使得客户端请求加快,增加用户体验。
根据本发明实施例,先根据客户端发送的学习请求确定出具体的学习场景,针对考试场景,采用考试结果实时存入数据库的方式;针对答题练习场景,则采通过建立消息队列,通过消息队列依次处理答题结果,从而降低服务器压力。通过针对不同的学习场景灵活地选择对应的结果入库方式,在不影响服务器的访问速度的同时,降低服务器压力。
作为一种可选实施方式,本发明实施例的学习信息的处理方法还可以包括:按照教材中对知识点的分类来对试题进行知识类型分类。
本发明实施例所述的教材可以相应领域内的任意一种可供学员学习的教学材料,例如,中医基础理论、会计论等,非特指某一种教材。该教材中将对应学科的知识点系统地进行分类。本发明实施例中,按照试题所涉及的知识点来对其进行知识类型分类。当然,本发明实施例的方法还可以对试题的题目类型进行分类,例如,选择题、填空题、问答题等。
具体地,按照教材中对知识点的分类来对试题进行知识类型分类包括:建立知识树,并导入到数据库中,知识树中每个节点对应教材中的一个知识点;根据试题中所体现的知识点建立知识树中各节点与试题的对应关系。
具体地,先建立知识树(该知识树可以在后台进行增、删、改、查等操作),把知识树导入数据库,建立起知识树上的节点与试题所体现的知识点的对应关系,也即是将试题与具体的科目、章、节对应,每道试题都有对应的知识点和知识树的节点匹配,前期导入的试题通过知识点和知识树的对应关系,就可以被分配到相应的科目、章、节、知识点下,后期录入的试题可以通过选择知识点建立起对应关系。一种知识树的建立如表1所示:
表1
具体的试题如下:
下列各项,属脾主运化生理功能的是()
A腐熟水谷
B统摄血液
C运输精微
D升清降浊
E喜燥恶湿
【答案】C
【解析】运化食物和运化水液,是脾主运化的两个方面,二者是同时进行的。饮食的消化及其精微的吸收、转输都有脾所主。脾气不但将饮食无话为水谷精微,而且能够将水谷精微吸收并转输至全身促进人体的生长发育,是维持人体生命活动的根本,故称为“后天之本”。因此该题选择C项。
【知识点】中医理论基础-五脏-五脏的生理机能与特性-脾的生理机能与特性-主运化。
本发明实施例中,通过将试题与知识点形成对应,可以方便后续自动生成试卷和输出学习情况报告。
作为一种可选的实施方式,本发明实施例中,考试请求携带有用于反映考点及考点占比的考试提纲,考试提纲可以是一张列举有考点以及各考点在考试内容中占比的列表,其中,考点可以用于选择对应知识点的试题,考点占比则用于确定选择对应知识点的试题的数量。本发明实施例中,当学习请求是考试请求时,方法还包括:
步骤S1,确定考试提纲中考点在知识树中对应的知识点。
步骤S2,获取知识点对应的试题。由于预先建立有知识点与试题之间的对应关系,当确定出考点内容之后,获取对应的指示点所对应的试题,以作为生成试卷的基础。
步骤S3,根据考点占比从获取的知识点对应的试题中选择试题。
步骤S4,利用选择的试题生成考试试卷。
对于只有一种试题类型的考试试卷,可以直接根据考点占比来确定试题的数量,然后随机选择对应数量的试题。例如,考试试卷要求100道选择题,其中,考点“心的生理机能与特性”的占比为10%,那么可以直接从考点“心的生理机能与特性”对应的试题中随机选择10道题。
如果试题类型为多样的,那么考点占比可以以分值来进行计算选取。例如,考试试卷要求50道选择题,每题1分,25道填空题,每题1分,5道问答题,每题5分,总分100分;其中,考点“心的生理机能与特性”的占比为10%,也即是10分。由于考点“心的生理机能与特性”对应的试题中包含填空题、选择题和问答题,因此,可以根据公式S=xA+yB+zC来随机选择满足该公式的试题,其中,S表示总分值,其值为10,A表示选择题,B表示填空题,C表示问答题,由此公式x/y/z依次表示选择题、填空题和问答题,由此得出多项x/y/z的组合,然后随机选取一种组合,再根据该组合中各题的数量,随机选择对应的试题。
本发明实施例在,利用选择的试题生成考试试卷之后,将考试试卷发送至客户端;将考试试卷存入到缓存中。
由于试卷一旦生成后,改动的可能性是非常小的,所以客户端在第一次读取试卷后,可以把试卷信息放到Redis缓存中,其他用户在读取试卷信息时直接从缓存中读取,加快加载速度,此外客户端端用户在进行练习/考试时也会对数据进行本地缓存,用户练习/考试结束后即时呈现结果。
另一方面,本发明实施例还可以对用户的学习情况进行统计,具体地,方法还包括:统计预设时间段内用户的学习内容;根据统计的内容生成报告,发送至客户端。
预设时间段可以是以周为单位,也是每周统计用户的学习内容,然后生成周报,发送至客户端供用户进行浏览。用户周报数据来源可以包括章节练习、模拟考试、视频观看等,根据用户一周提交的数据进行分析汇总,并且按考试种类分类形成周报,以便更好的跟踪用户在相关领域知识的掌握情况,给出合理建议。
进一步地,可以根据用户的学习情况,确定出用户的薄弱知识点,以提醒用户,具体地,根据统计的内容生成报告包括:对统计的练习结果和考试结果进行分析,确定出答错的试题;确定答错的试题对应的知识点,得到用户的薄弱知识点;生成薄弱知识点的统计结果。
本发明实施例所述的薄弱知识点,主要是指用户在答题或者学习过程中出现错误或者问题的知识点。通过生成学习报告以及对薄弱知识点的确定和统计,可以让用户针对性的进行学习,以提高其学习效率。
本发明实施例还提供了一种学习信息的处理装置,该装置可以用于执行本发明实施例所述的学习信息的处理方法。如图3所示,该装置包括:
第一接收单元301,用于接收客户端发送的学习请求;
判断单元302,用于判断学习请求是考试请求,还是练习请求;其中,考试请求用于请求在规定时长内答完考卷试题并在答完后一次性提交答题结果的考试场景,练习请求用于请求在答完每道题之后提交答题结果的练习场景;
第二接收单元303,用于当学习请求是考试请求时,接收客户端的考试结果,将考试结果直接存入到数据库中;
第二接收单元304,用于当学习请求是练习请求时,接收客户端发送的答题结果;
获取单元305,用于按照时间顺序将答题结果依次放入到消息队列中;
存储单元306,利用预设的服务进程依次从消息队列中取出答题结果,并写入数据库。
根据本发明实施例,先根据客户端发送的学习请求确定出具体的学习场景,针对考试场景,采用考试结果实时存入数据库的方式;针对答题练习场景,则采通过建立消息队列,通过消息队列依次处理答题结果,从而降低服务器压力。通过针对不同的学习场景灵活地选择对应的结果入库方式,在不影响服务器的访问速度的同时,降低服务器压力。
具体描述参见上述方法实施例,这里不再赘述。
本实施例还提供一种计算机设备,如可以执行程序的台式计算机、机架式服务器、刀片式服务器、塔式服务器或机柜式服务器(包括独立的服务器,或者多个服务器所组成的服务器集群)等。本实施例的计算机设备20至少包括但不限于:可通过系统总线相互通信连接的存储器21、处理器22,如图4所示。需要指出的是,图4仅示出了具有组件21-22的计算机设备20,但是应理解的是,并不要求实施所有示出的组件,可以替代的实施更多或者更少的组件。
本实施例中,存储器21(即可读存储介质)包括闪存、硬盘、多媒体卡、卡型存储器(例如,SD或DX存储器等)、随机访问存储器(RAM)、静态随机访问存储器(SRAM)、只读存储器(ROM)、电可擦除可编程只读存储器(EEPROM)、可编程只读存储器(PROM)、磁性存储器、磁盘、光盘等。在一些实施例中,存储器21可以是计算机设备20的内部存储单元,例如该计算机设备20的硬盘或内存。在另一些实施例中,存储器21也可以是计算机设备20的外部存储设备,例如该计算机设备20上配备的插接式硬盘,智能存储卡(Smart Media Card,SMC),安全数字(Secure Digital,SD)卡,闪存卡(Flash Card)等。当然,存储器21还可以既包括计算机设备20的内部存储单元也包括其外部存储设备。本实施例中,存储器21通常用于存储安装于计算机设备20的操作系统和各类应用软件,例如实施例所述的学习信息的处理装置的程序代码等。此外,存储器21还可以用于暂时地存储已经输出或者将要输出的各类数据。
处理器22在一些实施例中可以是中央处理器(Central Processing Unit,CPU)、控制器、微控制器、微处理器、或其他数据处理芯片。该处理器22通常用于控制计算机设备20的总体操作。本实施例中,处理器22用于运行存储器21中存储的程序代码或者处理数据,例如运行学习信息的处理装置,以实现实施例的学习信息的处理方法。
本实施例还提供一种计算机可读存储介质,如闪存、硬盘、多媒体卡、卡型存储器(例如,SD或DX存储器等)、随机访问存储器(RAM)、静态随机访问存储器(SRAM)、只读存储器(ROM)、电可擦除可编程只读存储器(EEPROM)、可编程只读存储器(PROM)、磁性存储器、磁盘、光盘、服务器、App应用商城等等,其上存储有计算机程序,程序被处理器执行时实现相应功能。本实施例的计算机可读存储介质用于存储学习信息的处理装置,被处理器执行时实现实施例的学习信息的处理方法。
显然,上述实施例仅仅是为清楚地说明所作的举例,而并非对实施方式的限定。对于所属领域的普通技术人员来说,在上述说明的基础上还可以做出其它不同形式的变化或变动。这里无需也无法对所有的实施方式予以穷举。而由此所引伸出的显而易见的变化或变动仍处于本申请的保护范围之中。
Claims (10)
1.一种学习信息的处理方法,其特征在于,包括:
接收客户端发送的学习请求;
判断所述学习请求是考试请求,还是练习请求;其中,所述考试请求用于请求在规定时长内答完考卷试题并在答完后一次性提交答题结果的考试场景,所述练习请求用于请求在答完每道题之后提交答题结果的练习场景;
当所述学习请求是考试请求时,接收所述客户端的考试结果,将所述考试结果直接存入到数据库中;
当所述学习请求是练习请求时,接收所述客户端发送的答题结果;
按照时间顺序将所述答题结果依次放入到消息队列中;
利用预设的服务进程依次从所述消息队列中取出所述答题结果,并写入数据库。
2.根据权利要求1所述的学习信息的处理方法,其特征在于,还包括:
按照教材中对知识点的分类来对试题进行知识类型分类。
3.根据权利要求2所述的学习信息的处理方法,其特征在于,按照教材中对知识点的分类来对试题进行知识类型分类包括:
建立知识树,并导入到数据库中,所述知识树中每个节点对应所述教材中的一个知识点;
根据所述试题中所体现的知识点建立所述知识树中各节点与所述试题的对应关系。
4.根据权利要求3所述的学习信息的处理方法,其特征在于,所述考试请求携带有用于反映考点及考点占比的考试提纲,当所述学习请求是考试请求时,还包括:
确定所述考试提纲中考点在所述知识树中对应的知识点;
获取所述知识点对应的试题;
根据所述考点占比从获取的所述知识点对应的试题中选择试题;
利用选择的试题生成考试试卷。
5.根据权利要求4所述的学习信息的处理方法,其特征在于,利用选择的试题生成考试试卷之后,还包括:
将所述考试试卷发送至所述客户端;
将所述考试试卷存入到缓存中。
6.根据权利要求1所述的学习信息的处理方法,其特征在于,还包括:
统计预设时间段内用户的学习内容;
根据统计的内容生成报告,发送至所述客户端。
7.根据权利要求6所述的学习信息的处理方法,其特征在于,根据统计的内容生成报告包括:
对统计的练习结果和考试结果进行分析,确定出答错的试题;
确定所述答错的试题对应的知识点,得到所述用户的薄弱知识点;
生成所述薄弱知识点的统计结果。
8.一种学习信息的处理装置,其特征在于,包括:
第一接收单元,用于接收客户端发送的学习请求;
判断单元,用于判断所述学习请求是考试请求,还是练习请求;其中,所述考试请求用于请求在规定时长内答完考卷试题并在答完后一次性提交答题结果的考试场景,所述练习请求用于请求在答完每道题之后提交答题结果的练习场景;
第二接收单元,用于当所述学习请求是考试请求时,接收所述客户端的考试结果,将所述考试结果直接存入到数据库中;
第二接收单元,用于当所述学习请求是练习请求时,接收所述客户端发送的答题结果;
获取单元,用于按照时间顺序将所述答题结果依次放入到消息队列中;
存储单元,利用预设的服务进程依次从所述消息队列中取出所述答题结果,并写入数据库。
9.一种计算机设备,其特征在于,包括存储器、处理器以及存储在存储器上并可在处理器上运行的计算机程序,所述处理器执行所述计算机程序时实现权利要求1至7任一项所述方法的步骤。
10.一种计算机可读存储介质,其上存储有计算机程序,其特征在于:所述计算机程序被处理器执行时实现权利要求1至7任一项所述方法的步骤。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201811354756.0A CN109492090A (zh) | 2018-11-14 | 2018-11-14 | 学习信息的处理方法、装置、计算机设备及存储介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201811354756.0A CN109492090A (zh) | 2018-11-14 | 2018-11-14 | 学习信息的处理方法、装置、计算机设备及存储介质 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN109492090A true CN109492090A (zh) | 2019-03-19 |
Family
ID=65695882
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201811354756.0A Pending CN109492090A (zh) | 2018-11-14 | 2018-11-14 | 学习信息的处理方法、装置、计算机设备及存储介质 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN109492090A (zh) |
Cited By (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN110688465A (zh) * | 2019-10-15 | 2020-01-14 | 上海乂学教育科技有限公司 | 自测学习系统 |
CN110941653A (zh) * | 2019-12-19 | 2020-03-31 | 北京大米未来科技有限公司 | 数据处理方法、装置、存储介质和终端 |
CN112364028A (zh) * | 2020-12-25 | 2021-02-12 | 北京弘远博学科技有限公司 | 提高在线考试系统并发能力的方法、装置及电子设备 |
CN112395115A (zh) * | 2020-12-25 | 2021-02-23 | 北京弘远博学科技有限公司 | 实时成绩处理方法、装置、电子设备及计算机可读介质 |
Citations (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102346976A (zh) * | 2011-03-03 | 2012-02-08 | 郭华 | 基于知识结构及效果反馈的电子设备辅助学习方法 |
CN107483397A (zh) * | 2017-06-19 | 2017-12-15 | 上海高顿教育培训有限公司 | 一种基于bs架构的考生自我测评方法 |
-
2018
- 2018-11-14 CN CN201811354756.0A patent/CN109492090A/zh active Pending
Patent Citations (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102346976A (zh) * | 2011-03-03 | 2012-02-08 | 郭华 | 基于知识结构及效果反馈的电子设备辅助学习方法 |
CN107483397A (zh) * | 2017-06-19 | 2017-12-15 | 上海高顿教育培训有限公司 | 一种基于bs架构的考生自我测评方法 |
Non-Patent Citations (1)
Title |
---|
你大爷2015: "在线考试(试题练习)系统-建设方案", 《HTTPS://WENKU.BAIDU.COM/VIEW/95C1FF892AF90242A995E576.HTML》 * |
Cited By (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN110688465A (zh) * | 2019-10-15 | 2020-01-14 | 上海乂学教育科技有限公司 | 自测学习系统 |
CN110941653A (zh) * | 2019-12-19 | 2020-03-31 | 北京大米未来科技有限公司 | 数据处理方法、装置、存储介质和终端 |
CN112364028A (zh) * | 2020-12-25 | 2021-02-12 | 北京弘远博学科技有限公司 | 提高在线考试系统并发能力的方法、装置及电子设备 |
CN112395115A (zh) * | 2020-12-25 | 2021-02-23 | 北京弘远博学科技有限公司 | 实时成绩处理方法、装置、电子设备及计算机可读介质 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN109492090A (zh) | 学习信息的处理方法、装置、计算机设备及存储介质 | |
Stuhlmacher et al. | The impact of time pressure in negotiation: A meta‐analysis | |
Chambers | An introduction to meta-analysis with articles from the journal of educational research (1992-2002) | |
US9773044B2 (en) | Multi-dimensional feature merging for supporting evidence in a question and answering system | |
Wills et al. | Research productivity of accounting academics in changing and challenging times | |
Marra | A review of research methods for assessing content of computer-mediated discussion forums | |
Greene et al. | A two-tiered approach to analyzing self-regulated learning data to inform the design of hypermedia learning environments | |
Dur et al. | The secure Boston mechanism: Theory and experiments | |
CN103970753B (zh) | 关联知识的推送方法和装置 | |
US20200074509A1 (en) | Business data promotion method, device, terminal and computer-readable storage medium | |
Zinn et al. | The effect of medical education on primary care orientation: results of two national surveys of students' and residents' perspectives | |
CN110135799A (zh) | 职业匹配度的测评方法、电子装置、计算机设备 | |
Reed et al. | Duration and mutual entrainment of changes in parenting practices engendered by behavioral parent training targeting recently separated mothers. | |
Hernández-Orallo et al. | Turing Tests with Turing Machines. | |
CN106599291A (zh) | 数据分组方法及装置 | |
CN109993315A (zh) | 一种数据处理方法、装置及电子设备 | |
US11361032B2 (en) | Computer driven question identification and understanding within a commercial tender document for automated bid processing for rapid bid submission and win rate enhancement | |
CN107451920A (zh) | 计算服务器、动态收益处理方法及存储介质 | |
Matczak et al. | Intelligent index tuning using reinforcement learning | |
Miller | GroupLens: An open architecture for collaborative filtering | |
Ludwig | Agent-based assistant for e-negotiations | |
CN108830569A (zh) | 数据加工方法及装置 | |
McKenney et al. | Stock trading strategy creation using GP on GPU | |
CN113688119B (zh) | 基于人工智能的医疗数据库构建方法及相关设备 | |
CN116450364B (zh) | 基于cpu并行计算的序列比对方法、系统、存储介质及终端 |
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: 20190319 |
|
RJ01 | Rejection of invention patent application after publication |