CN109523439A - 在线题库难度智能分级方法及系统 - Google Patents
在线题库难度智能分级方法及系统 Download PDFInfo
- Publication number
- CN109523439A CN109523439A CN201811391015.XA CN201811391015A CN109523439A CN 109523439 A CN109523439 A CN 109523439A CN 201811391015 A CN201811391015 A CN 201811391015A CN 109523439 A CN109523439 A CN 109523439A
- Authority
- CN
- China
- Prior art keywords
- exercise
- difficulty
- student
- accuracy
- exam pool
- 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
- 230000000717 retained effect Effects 0.000 claims description 5
- 238000000034 method Methods 0.000 claims description 2
- 240000007817 Olea europaea Species 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 238000007596 consolidation process Methods 0.000 description 1
- 230000006870 function Effects 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 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
Landscapes
- Business, Economics & Management (AREA)
- Engineering & Computer Science (AREA)
- Educational Administration (AREA)
- Educational Technology (AREA)
- Strategic Management (AREA)
- Tourism & Hospitality (AREA)
- Health & Medical Sciences (AREA)
- Economics (AREA)
- General Health & Medical Sciences (AREA)
- Human Resources & Organizations (AREA)
- Marketing (AREA)
- Primary Health Care (AREA)
- Physics & Mathematics (AREA)
- General Business, Economics & Management (AREA)
- General Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
本发明公开了一种在线题库难度智能分级方法及系统，由在线题库智能系统处理，包括如下步骤：S1，样本学生自动挑选；S2，样本学生习题练习数据自动收集；S3，难度智能分级。本发明用中等水平的学生作为样本学生，更具客观性与公平性，当一道习题被样本学生练习1000次以上后，基于最终的正确率为习题设置难度，使题库中习题难度更加客观和准确。
Description
技术领域
本发明涉及在线教育技术领域，具体涉及为在线题库的习题自动且智能地添加难度的技术。
背景技术
互联网技术的不断发展以及与教育产业的不断融合，使得在线教育这种模式已经越来越普及于学校教学之中，对教学模式的变革、教学效果的提升具有重要的意义。
目前，在学校中，教师往往会在每节课为学生讲授具体知识之后布置相关练习作为课后巩固。通过在线作业工具，教师布置作业、收作业以及作业的统计与批改上可以省下不少工作量，甚至借助于第三方在线教育平台，教师可以直接选用第三方平台题库内的习题资源作为学生的作业内容。但是，在通过题库类产品进行作业布置的过程中，教师普遍会面临两个问题：
1、鉴于在相同年级教授相同科目的各位授课教师的学历、教学年限等多个方面的综合素质互有不同，所选择的习题往往带着较强的主观色彩，其对题目的难度的把控可能与学生实际感受有较大的出入。从而导致所布置的作业对学生来说难度过大或者过于简单，不利于对学习成果的巩固。
2、部分在线题库目前已经实现了对题目的难度分级。题目分级后，教师可以自定义挑选若干道困难题、若干道普通题、若干道简单题组成一份难度适中的在线作业。但是现实情况中，题库产品中的习题难度也是由题库录入人员主观判断并录入的，因此也并不一定符合学生实际的感受。
发明内容
本发明所要解决的技术问题就是提供一种在线题库难度智能分级方法，基于自动分析和计算，使题库中习题难度更加客观和准确。
为解决上述技术问题，本发明采用如下技术方案：
在线题库难度智能分级方法，由在线题库智能系统处理，包括如下步骤：
S1，样本学生自动挑选，在线题库智能系统收集历年用户在习题库中随机练习所保留的习题练习正误数据，采集练习习题数量超过1000题以上的学生数据，筛选出正确率在A％-B％之间的学生作为样本学生，其中，65≤A≤70，85≤B≤90；
S2，样本学生习题练习数据自动收集，让样本学生参与无难度分级的习题练习，在线题库智能系统记录样本学生在习题练习过程中各道习题的正误情况；
S3，难度智能分级，当一道习题被样本学生练习1000次以上后，在线题库智能系统基于最终的正确率为习题设置难度，其中正确率与习题难度的关系分别为：正确率≥90％为简单
90％＞正确率≥70％为中等
70％＞正确率≥50％为较难
50％＞正确率为极难。
优选的，步骤S1中，随机选择1000位学生，根据历史答题正确率按高低进行排序，各去掉头尾25％的学生，保留中间50％的学生，然后看中间部分的学生最低正确率X％与最高正确率Y％是多少，然后取正确率在X％-Y％之间的学生作为样本学生。
优选的，步骤S1中，筛选出正确率在70％-90％之间的学生作为样本学生。
优选的，还包括习题难度动态调整步骤，设置习题难度后，在线题库智能系统依旧实时记录该习题的答题正确率，统计一年后，若答题正确率一直稳定在该习题难度所对应的正确率区间内，则继续保持该难度，若不在该难度区间内，且与该区间的正确率偏差在1％以上，则判断前期设置的习题难度不合理，系统将重新累计1000次答题的数据，并根据新的答题正确率，将习题难度更新。
本发明还提供了一种在线题库难度智能分级系统，包括：
样本学生自动挑选装置，收集历年用户在习题库中随机练习所保留的习题练习正误数据，采集练习习题数量超过1000题以上的学生数据，筛选出正确率在A％-B％之间的学生作为样本学生，其中，65≤A≤70，85≤B≤90；
样本学生习题练习数据自动收集装置，记录样本学生参与无难度分级的习题练习各道习题的正误数据；
难度智能分级装置，当一道习题被样本学生练习1000次以上后，基于最终的正确率为习题设置难度。
本发明采用上述技术方案，具有如下有益效果：
1、采集练习习题数量超过1000题以上的学生数据作为选择样本学生的依据，根据统计基数足够多，其统计结果无限趋近实际结果的特点，练习1000题左右后，学生的实际掌握水平与其答题正确率基本可以挂钩，此时通过学生的答题准确率即可判断学生的水平。
2、筛选出正确率在70％-90％之间的学生作为样本学生，由于这部分学生的准确率基本等同于中等水平的学生，而这部分的学生在学生群体中是占大多数的，因此更有说服力。用中等水平的学生作为样本学生，更具客观性与公平性。
3、当一道习题被样本学生练习1000次以上后，基于最终的正确率为习题设置难度，使题库中习题难度更加客观和准确。
4、为题目设置难度后，题库仍将根据实际情况为题目动态调整难度，使题库中习题难度更加客观和准确。
具体实施方式
在线题库难度智能分级方法，由在线题库智能系统处理，包括如下步骤：
S1，样本学生自动挑选，在线题库智能系统收集历年用户在习题库中随机练习所保留的习题练习正误数据，采集练习习题数量超过1000题以上的学生数据，筛选出正确率在A％-B％之间的学生作为样本学生，其中，65≤A≤70，85≤B≤90；S2，样本学生习题练习数据自动收集，让样本学生参与无难度分级的习题练习，在线题库智能系统记录样本学生在习题练习过程中各道习题的正误情况；
S3，难度智能分级，当一道习题被样本学生练习1000次以上后，在线题库智能系统基于最终的正确率为习题设置难度，其中正确率与习题难度的关系分别为：正确率≥90％为简单
90％＞正确率≥70％为中等
70％＞正确率≥50％为较难
50％＞正确率为极难。
学生群体往往呈“橄榄形”的格局分布，中等生人数偏多，尖子生与差生的人数偏少，目标的样本学生是选取这些中等生。因此，步骤S1中，随机选择1000位学生，根据历史答题正确率按高低进行排序，各去掉头尾25％的学生，保留中间50％的学生，然后看中间部分的学生最低正确率X％与最高正确率Y％是多少，然后取正确率在X％-Y％之间的学生作为样本学生。本实施例中，筛选出正确率在70％-90％之间的学生作为样本学生。
另外，还包括习题难度动态调整步骤，设置习题难度后，在线题库智能系统依旧实时记录该习题的答题正确率，统计一年后，若答题正确率一直稳定在该习题难度所对应的正确率区间内，则继续保持该难度，若不在该难度区间内，且与该区间的正确率偏差在1％以上，则判断前期设置的习题难度不合理，系统将重新累计1000次答题的数据，并根据新的答题正确率，将习题难度更新。
之所以将正确率偏差设定在1％以上，是因为在答题基数很大的情况下，总正确率即使仅偏差1％，就足以说明后面新统计的题目的正确率与总正确率偏差很大，需要进行难度更新。
同时，根据上述分级方法，提出在线题库难度智能分级系统，包括：
样本学生自动挑选装置，收集历年用户在习题库中随机练习所保留的习题练习正误数据，采集练习习题数量超过1000题以上的学生数据，筛选出正确率在A％-B％之间的学生作为样本学生，其中，65≤A≤70，85≤B≤90；
样本学生习题练习数据自动收集装置，记录样本学生参与无难度分级的习题练习各道习题的正误数据；
难度智能分级装置，当一道习题被样本学生练习1000次以上后，基于最终的正确率为习题设置难度。
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，熟悉该本领域的技术人员应该明白本发明包括但不限于上面具体实施方式中描述的内容。任何不偏离本发明的功能和结构原理的修改都将包括在权利要求书的范围中。
Claims (5)
1.在线题库难度智能分级方法，由在线题库智能系统处理，其特征在于包括如下步骤：
S1，样本学生自动挑选，在线题库智能系统收集历年用户在习题库中随机练习所保留的习题练习正误数据，采集练习习题数量超过1000题以上的学生数据，筛选出正确率在A％-B％之间的学生作为样本学生，其中，65≤A≤70，85≤B≤90；
S2，样本学生习题练习数据自动收集，让样本学生参与无难度分级的习题练习，在线题库智能系统记录样本学生在习题练习过程中各道习题的正误情况；
S3，难度智能分级，当一道习题被样本学生练习1000次以上后，在线题库智能系统基于最终的正确率为习题设置难度，其中正确率与习题难度的关系分别为：正确率≥90％为简单
90％＞正确率≥70％为中等
70％＞正确率≥50％为较难
50％＞正确率为极难。
2.根据权利要求1所述的在线题库难度智能分级方法，其特征在于：步骤S1中，随机选择1000位学生，根据历史答题正确率按高低进行排序，各去掉头尾25％的学生，保留中间50％的学生，然后看中间部分的学生最低正确率X％与最高正确率Y％是多少，然后取正确率在X％-Y％之间的学生作为样本学生。
3.根据权利要求1所述的在线题库难度智能分级方法，其特征在于：步骤S1中，筛选出正确率在70％-90％之间的学生作为样本学生。
4.根据权利要求1所述的在线题库难度智能分级方法，其特征在于：还包括习题难度动态调整步骤，设置习题难度后，在线题库智能系统依旧实时记录该习题的答题正确率，统计一年后，若答题正确率一直稳定在该习题难度所对应的正确率区间内，则继续保持该难度，若不在该难度区间内，且与该区间的正确率偏差在1％以上，则判断前期设置的习题难度不合理，系统将重新累计1000次答题的数据，并根据新的答题正确率，将习题难度更新。
5.在线题库难度智能分级系统，其特征在于包括：
样本学生自动挑选装置，收集历年用户在习题库中随机练习所保留的习题练习正误数据，采集练习习题数量超过1000题以上的学生数据，筛选出正确率在A％-B％之间的学生作为样本学生，其中，65≤A≤70，85≤B≤90；
样本学生习题练习数据自动收集装置，记录样本学生参与无难度分级的习题练习各道习题的正误数据；
难度智能分级装置，当一道习题被样本学生练习1000次以上后，基于最终的正确率为习题设置难度。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201811391015.XA CN109523439A (zh) | 2018-11-21 | 2018-11-21 | 在线题库难度智能分级方法及系统 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201811391015.XA CN109523439A (zh) | 2018-11-21 | 2018-11-21 | 在线题库难度智能分级方法及系统 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| CN109523439A true CN109523439A (zh) | 2019-03-26 |
Family
ID=65777720
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN201811391015.XA Pending CN109523439A (zh) | 2018-11-21 | 2018-11-21 | 在线题库难度智能分级方法及系统 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN109523439A (zh) |
Cited By (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN111081081A (zh) * | 2019-07-02 | 2020-04-28 | 广东小天才科技有限公司 | 一种听写报读方法及电子设备 |
| CN112364123A (zh) * | 2020-11-10 | 2021-02-12 | 上海凌立健康管理股份有限公司 | 一种题库自动组题及难易度实时更新方法 |
| CN112506855A (zh) * | 2020-12-24 | 2021-03-16 | 贵州树精英教育科技有限责任公司 | 一种基于认知层次的题库构建方法 |
| CN113936515A (zh) * | 2021-08-25 | 2022-01-14 | 国网浙江省电力有限公司培训中心 | 一种避雷器试验实训考核系统 |
Citations (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN105976282A (zh) * | 2016-05-05 | 2016-09-28 | 广东小天才科技有限公司 | 一种试题难度量化方法及系统 |
| CN106781785A (zh) * | 2017-01-04 | 2017-05-31 | 广东小天才科技有限公司 | 一种基于大数据的题目难度构建方法及装置、服务设备 |
| CN107992595A (zh) * | 2017-12-12 | 2018-05-04 | 广东小天才科技有限公司 | 一种学习内容推荐方法、装置及智能设备 |
| CN108389147A (zh) * | 2018-02-26 | 2018-08-10 | 浙江创课教育科技有限公司 | 试题难度分级处理方法及系统 |
-
2018
- 2018-11-21 CN CN201811391015.XA patent/CN109523439A/zh active Pending
Patent Citations (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN105976282A (zh) * | 2016-05-05 | 2016-09-28 | 广东小天才科技有限公司 | 一种试题难度量化方法及系统 |
| CN106781785A (zh) * | 2017-01-04 | 2017-05-31 | 广东小天才科技有限公司 | 一种基于大数据的题目难度构建方法及装置、服务设备 |
| CN107992595A (zh) * | 2017-12-12 | 2018-05-04 | 广东小天才科技有限公司 | 一种学习内容推荐方法、装置及智能设备 |
| CN108389147A (zh) * | 2018-02-26 | 2018-08-10 | 浙江创课教育科技有限公司 | 试题难度分级处理方法及系统 |
Cited By (5)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN111081081A (zh) * | 2019-07-02 | 2020-04-28 | 广东小天才科技有限公司 | 一种听写报读方法及电子设备 |
| CN111081081B (zh) * | 2019-07-02 | 2021-12-21 | 广东小天才科技有限公司 | 一种听写报读方法及电子设备 |
| CN112364123A (zh) * | 2020-11-10 | 2021-02-12 | 上海凌立健康管理股份有限公司 | 一种题库自动组题及难易度实时更新方法 |
| CN112506855A (zh) * | 2020-12-24 | 2021-03-16 | 贵州树精英教育科技有限责任公司 | 一种基于认知层次的题库构建方法 |
| CN113936515A (zh) * | 2021-08-25 | 2022-01-14 | 国网浙江省电力有限公司培训中心 | 一种避雷器试验实训考核系统 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN109523439A (zh) | 在线题库难度智能分级方法及系统 | |
| CN109584122A (zh) | 自动更新的在线题库难度智能分级方法及系统 | |
| Johnson | The design of the national assessment of educational progress | |
| Huang et al. | Chinese parenting styles and children's self-regulated learning | |
| CN106875769A (zh) | 一种数学练习用出题系统 | |
| Walker et al. | Race/gender/age differences in college mathematics students | |
| Stadnicka et al. | A gamification approach application to facilitate lean manufacturing knowledge acquisition | |
| Scanlon | Response to intervention as an assessment approach | |
| Grant et al. | Teacher feedback intervention, motor-on-task behavior, and successful task performance | |
| Amalia et al. | Students’ critical thinking skills in modeling based learning | |
| Jaafar et al. | Assessment strategy for an outcome based education | |
| CN116629708B (zh) | 一种基于数据分析的专业模拟实训管理系统 | |
| Ferguson | Computer-Assisted Criterion-Referenced Measurement. | |
| Guerrero | From children to parents: The role of performance shifts in private tutoring enrollment by social origins. The South Korean case | |
| Fenger et al. | The studio approach in public administration teaching: Bringing coherence and practice into the curriculum | |
| Vitale et al. | Explaining student performance in an undergraduate agricultural economics classroom | |
| Chen | Teaching problem solving and database skills that transfer | |
| Boughan | New approaches to the analysis of academic outcomes: Modeling student performance at a community college | |
| McMahon et al. | Factors influencing built environment apprenticeship completion rates: A systematic literature review | |
| CN109242305B (zh) | 基于学习行为的教学设计质量评价方法 | |
| CN112907411A (zh) | 一种智慧课堂依据掌握程度推荐学习路径的方法及系统 | |
| MEIRMANOVICH | The Style Of Organization Of Independent Work Of Academic High School Students | |
| Long et al. | Research on the Quality Management System of Dissertation for Professional Degree Students | |
| Reynvoet et al. | Take it of your shoulders: Providing scaffolds leads to better performance on mathematical word problems in secondary school children with developmental coordination disorder | |
| Zelin | An Exploration of the Effectiveness of an Audit Simulation Tool in a Classroom Setting. |
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: 20190326 |
|
| RJ01 | Rejection of invention patent application after publication |