CN110297963A - 测试题目的生成方法及装置、存储介质、电子设备 - Google Patents

测试题目的生成方法及装置、存储介质、电子设备 Download PDF

Info

Publication number
CN110297963A
CN110297963A CN201910589907.9A CN201910589907A CN110297963A CN 110297963 A CN110297963 A CN 110297963A CN 201910589907 A CN201910589907 A CN 201910589907A CN 110297963 A CN110297963 A CN 110297963A
Authority
CN
China
Prior art keywords
topic
target object
test
wrong
mistake
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
Application number
CN201910589907.9A
Other languages
English (en)
Inventor
贾永科
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Haier Uplus Intelligent Technology Beijing Co Ltd
Original Assignee
Haier Uplus Intelligent Technology Beijing Co Ltd
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by Haier Uplus Intelligent Technology Beijing Co Ltd filed Critical Haier Uplus Intelligent Technology Beijing Co Ltd
Priority to CN201910589907.9A priority Critical patent/CN110297963A/zh
Publication of CN110297963A publication Critical patent/CN110297963A/zh
Pending legal-status Critical Current

Links

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
    • G06F16/24—Querying
    • G06F16/245—Query processing
    • G06F16/2458—Special types of queries, e.g. statistical queries, fuzzy queries or distributed queries
    • G06F16/2462—Approximate or statistical queries
    • 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
    • G—PHYSICS
    • G09—EDUCATION; CRYPTOGRAPHY; DISPLAY; ADVERTISING; SEALS
    • G09B—EDUCATIONAL OR DEMONSTRATION APPLIANCES; APPLIANCES FOR TEACHING, OR COMMUNICATING WITH, THE BLIND, DEAF OR MUTE; MODELS; PLANETARIA; GLOBES; MAPS; DIAGRAMS
    • G09B7/00—Electrically-operated teaching apparatus or devices working with questions and answers

Landscapes

  • Engineering & Computer Science (AREA)
  • Theoretical Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • Databases & Information Systems (AREA)
  • General Physics & Mathematics (AREA)
  • Data Mining & Analysis (AREA)
  • Probability & Statistics with Applications (AREA)
  • General Engineering & Computer Science (AREA)
  • Educational Administration (AREA)
  • Educational Technology (AREA)
  • Business, Economics & Management (AREA)
  • Fuzzy Systems (AREA)
  • Mathematical Physics (AREA)
  • Software Systems (AREA)
  • Computational Linguistics (AREA)
  • Information Retrieval, Db Structures And Fs Structures Therefor (AREA)

Abstract

本发明提供了一种测试题目的生成方法及装置、存储介质、电子设备，其中，上述方法包括：获取目标对象在指定数量的题目中的第一错误题目，其中，所述第一错误题目至少包括以下之一：所述目标对象做错误的题目，所述目标对象标记的指定题目；根据所述第一错误题目的关键词信息在网络中搜索与所述第一错误题目的匹配度超过阈值的第一目标题目；根据所述第一目标题目生成所述目标对象使用的第一测试题目，采用上述技术方案，解决了相关技术中所有学生所做的测试题目是相同的，无法针对每个同学的具体问题进行针对性训练等问题。

Description

测试题目的生成方法及装置、存储介质、电子设备
技术领域
本发明涉及计算机领域，具体而言，涉及一种测试题目的生成方法及装置、存储介质、电子设备。
背景技术
现在的学生平时的学习，很多是报各种补习班等方式，无论哪种方式，老师给学生提供的练习题大多数是统一的，固定不变的，就是说，所有学生做的习题都是相同的，且针对的也是大多数学生的普遍问题，那么就无法针对每个同学的特有问题针对性的进行训练，无法关注到每个同学的具体问题，即老师对很多学生出题，只能解决通用的问题，个性的问题不能解决。
针对相关技术中，所有学生所做的测试题目是相同的，无法针对每个同学的具体问题进行针对性训练等问题，目前尚未存在有效的解决方案。
发明内容
本发明实施例提供了一种测试题目的生成方法及装置、存储介质、电子设备，以解决相关技术中所有学生所做的测试题目是相同的，无法针对每个同学的具体问题进行针对性训练等问题。
根据本发明的一个实施例，提供了一种测试题目的生成方法，包括：获取目标对象在指定数量的题目中的第一错误题目，其中，所述第一错误题目至少包括以下之一：所述目标对象做错误的题目，所述目标对象标记的指定题目；根据所述第一错误题目的关键词信息在网络中搜索与所述第一错误题目的匹配度超过阈值的第一目标题目；根据所述第一目标题目生成所述目标对象使用的第一测试题目。
在本发明的一个可选实施例中，根据所述目标题目生成所述目标对象使用的第一测试题目之后，所述方法还包括：从所述第一测试题目中获取第二错误题目，其中，所述第二错误题目至少包括以下之一：所述目标对象做错误的题目，所述目标对象标记的指定题目；根据所述第二错误题目的关键词信息在网络中搜索与所述第二错误题目的匹配度超过阈值的第二目标题目；根据所述第二目标题目生成所述目标对象使用的第二测试题目。
在本发明的一个可选实施例中，获取目标对象在指定数量的题目中的第一错误题目之前，所述方法还包括：至少获取以下之一参数信息：所述目标对象所处的年级，所述目标对象待测的题目类型，所述目标对象待测的知识点；根据所述参数信息生成所述指定数量的题目。
在本发明的一个可选实施例中，根据所述参数信息生成所述指定数量的题目，包括：根据所述参数信息在网络中通过爬取技术生成所述指定数量的题目。
在本发明的一个可选实施例中，所述方法还包括：设置生成所述目标对象使用的第一测试题目的训练周期，其中，在每一个训练周期对应生成一套第一测试题目；以所述训练周期为间隔，为所述目标对象生成N次第一测试题目，其中，N为正整数，且所述目标对象做第N次生成的第一测试题目的准确率大于第一阈值。
在本发明的一个可选实施例中，所述方法还包括：在N-1对应的数值大于第二阈值时，对于第1次生成的第一测试题目到所述第N-1次生成的第一测试题目中获取相同的错误题目，并在所述网络中获取与所述错误题目对应的知识点讲解教程。
在本发明的一个可选实施例中，所述方法还包括：在N-1对应的数值大于第二阈值时，向所述目标对象的监管对象发送提示信息，其中，所述提示信息用于指示所述监管对象需要对所述目标对象执行以下操作：对第1次生成的第一测试题目到所述第N-1次生成的第一测试题目中获取到的相同的错误题目进行学习。
根据本发明的另一个实施例，还提供了一种测试题目的生成装置，包括：第一获取模块，用于获取目标对象在指定数量的题目中的第一错误题目，其中，所述第一错误题目至少包括以下之一：所述目标对象做错误的题目，所述目标对象标记的指定题目；第一搜索模块，用于根据所述第一错误题目的关键词信息在网络中搜索与所述第一错误题目的匹配度超过阈值的第一目标题目；第一生成模块，用于根据所述第一目标题目生成所述目标对象使用的第一测试题目。
根据本发明的又一个实施例，还提供了一种存储介质，所述存储介质中存储有计算机程序，其中，所述计算机程序被设置为运行时执行上述任一项方法实施例中的步骤。
根据本发明的又一个实施例，还提供了一种电子设备，包括存储器和处理器，所述存储器中存储有计算机程序，所述处理器被设置为运行所述计算机程序以执行上述任一项方法实施例中的步骤。
通过本发明，获取目标对象在指定数量的题目中的第一错误题目，其中，所述第一错误题目至少包括以下之一：所述目标对象做错误的题目，所述目标对象标记的指定题目；根据所述第一错误题目的关键词信息在网络中搜索与所述第一错误题目的匹配度超过阈值的第一目标题目；根据所述第一目标题目生成所述目标对象使用的第一测试题目，解决了相关技术中，所有学生所做的测试题目是相同的，无法针对每个同学的具体问题进行针对性训练等问题，进而能够针对性的对每个目标对象的错误题目进行训练。
附图说明
此处所说明的附图用来提供对本发明的进一步理解，构成本申请的一部分，本发明的示意性实施例及其说明用于解释本发明，并不构成对本发明的不当限定。在附图中：
图1是本发明实施例的一种测试题目的生成方法的移动终端的硬件结构框图；
图2是根据本发明实施例的一种可选的测试题目的生成方法的流程图；
图3是根据本发明实施例的一种可选的测试题目的生成装置的结构框图；
图4是根据本发明实施例的一种可选的测试题目的生成装置的另一结构框图；
图5为根据本发明优选实施例的一种可选的测试题目的生成过程示意图。
具体实施方式
下文中将参考附图并结合实施例来详细说明本发明。需要说明的是，在不冲突的情况下，本申请中的实施例及实施例中的特征可以相互组合。
需要说明的是，本发明的说明书和权利要求书及上述附图中的术语“第一”、“第二”等是用于区别类似的对象，而不必用于描述特定的顺序或先后次序。
实施例1
本申请实施例1所提供的方法实施例可以在移动终端中执行。以运行在终端上为例，图1是本发明实施例的一种测试题目的生成方法的移动终端的硬件结构框图。如图1所示，移动终端10可以包括一个或多个(图1中仅示出一个)处理器102(处理器102可以包括但不限于微处理器MCU或可编程逻辑器件FPGA等的处理装置)和用于存储数据的存储器104，可选地，上述终端还可以包括用于通信功能的传输设备106以及输入输出设备108。本领域普通技术人员可以理解，图1所示的结构仅为示意，其并不对上述终端的结构造成限定。例如，移动终端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所示等同功能或比图1所示功能更多的不同的配置。
存储器104可用于存储计算机程序，例如，应用软件的软件程序以及模块，如本发明实施例中的网约车的导航方法对应的计算机程序，处理器102通过运行存储在存储器104内的计算机程序，从而执行各种功能应用以及数据处理，即实现上述的方法。存储器104可包括高速随机存储器，还可包括非易失性存储器，如一个或者多个磁性存储装置、闪存、或者其他非易失性固态存储器。在一些实例中，存储器104可进一步包括相对于处理器102远程设置的存储器，这些远程存储器可以通过网络连接至终端10。上述网络的实例包括但不限于互联网、企业内部网、局域网、移动通信网及其组合。
传输装置106用于经由一个网络接收或者发送数据。上述的网络具体实例可包括终端10的通信供应商提供的无线网络。在一个实例中，传输装置106包括一个网络适配器(Network Interface Controller，简称为NIC)，其可通过基站与其他网络设备相连从而可与互联网进行通讯。在一个实例中，传输装置106可以为射频(Radio Frequency，简称为RF)模块，其用于通过无线方式与互联网进行通讯。
在本实施例中提供了一种运行于移动终端的测试题目的生成方法，图2是根据本发明实施例的一种可选的测试题目的生成方法的流程图，如图2所示，该流程包括如下步骤：
步骤S202，获取目标对象在指定数量的题目中的第一错误题目，其中，所述第一错误题目至少包括以下之一：所述目标对象做错误的题目，所述目标对象标记的指定题目；
需要说明的是，目标对象标记的指定题目可以是目标对象觉得重要的题目，对其进行标记。
步骤S204，根据所述第一错误题目的关键词信息在网络中搜索与所述第一错误题目的匹配度超过阈值的第一目标题目；
可选地，该步骤通过对第一错误题目进行大数据分析，进而在网络中搜索与第一错误题目的匹配度超过阈值的第一目标题目。
步骤S206，根据所述第一目标题目生成所述目标对象使用的第一测试题目。
通过上述技术方案，获取目标对象在指定数量的题目中的第一错误题目，其中，所述第一错误题目包括：所述目标对象做错误的题目，所述目标对象标记的指定题目；根据所述第一错误题目的关键词信息在网络中搜索与所述第一错误题目的匹配度超过阈值的第一目标题目；根据所述第一目标题目生成所述目标对象使用的第一测试题目，解决了相关技术中，所有学生所做的测试题目是相同的，无法针对每个同学的具体问题进行针对性训练等问题，进而能够针对性的对每个目标对象的错误题目进行训练。
为了针对性的对目标对象进行训练，根据所述目标题目生成所述目标对象使用的第一测试题目之后，所述方法还包括：从所述第一测试题目中获取第二错误题目，其中，所述第二错误题目包括：所述目标对象做错误的题目，所述目标对象标记的指定题目；根据所述第二错误题目的关键词信息在网络中搜索与所述第二错误题目的匹配度超过阈值的第二目标题目；根据所述第二目标题目生成所述目标对象使用的第二测试题目。
实际操作过程中，生成的第一测试题目需要和目标对象的个人信息相一致，进而第一测试题目才能够更好的为所述目标对象提供训练样本，那么获取目标对象在指定数量的题目中的第一错误题目之前，所述方法还包括：至少获取以下之一参数信息：所述目标对象所处的年级，所述目标对象待测的题目类型，所述目标对象待测的知识点；根据所述参数信息生成所述指定数量的题目，具体地，可以根据所述参数信息在网络中通过爬取技术生成所述指定数量的题目。
对于相同的第一测试题目，为了达到巩固训练的目的，可以设置生成所述目标对象使用的第一测试题目的训练周期，其中，在每一个训练周期对应生成一套第一测试题目；以所述训练周期为间隔，为所述目标对象生成N次第一测试题目，其中，N为正整数，且所述目标对象做第N次生成的第一测试题目的准确率大于第一阈值，例如，按照人的记忆曲线，如果一个星期左右是对记忆的最低值，那么设置生成第一测试题目的周期为7天，每隔7天，就会为目标对象生成一次第一测试题目，可以生成N次，如果目标对象做第N次生成的第一测试题目的准确率大于第一阈值时，那么本次生成了N次的测试题目可以不再继续生成，可以看出N的取值根据目标对象的不同会有差别。
进一步地，在N-1对应的数值大于第二阈值时，对于第1次生成的第一测试题目到所述第N-1次生成的第一测试题目中获取相同的错误题目，并在所述网络中获取与所述错误题目对应的知识点讲解教程，即在本发明实施例中，由于第N次生成的第一测试题目的准确率才高于第一阈值，那么如果N-1对应的数据过多(大于第二阈值)，那么就可以针对重复错误的题目从网络中搜索讲解教程，可以是文字讲解，也可以是图片讲解，也可以使视频讲解，还可以使上述三种中的组合讲解方式。
此外，在N-1对应的数值大于第二阈值时，向所述目标对象的监管对象发送提示信息，其中，所述提示信息用于指示所述监管对象需要对所述目标对象执行以下操作：对第1次生成的第一测试题目到所述第N-1次生成的第一测试题目中获取到的相同的错误题目进行学习，即如果N-1对应的数据过多(大于第二阈值)，不仅可以从网络中搜索教程，还可以提示给监管对象(例如，老师和家长)，需要对重复错误题目所对应的知识点进行学习。
可选地，获取目标对象在指定数量的题目中的第一错误题目之后，所述方法还包括：获取所述目标对象对所述指定数量的题目的测试结果；并展示所述测试结果。
通过以上的实施方式的描述，本领域的技术人员可以清楚地了解到根据上述实施例的方法可借助软件加必需的通用硬件平台的方式来实现，当然也可以通过硬件，但很多情况下前者是更佳的实施方式。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(如ROM/RAM、磁碟、光盘)中，包括若干指令用以使得一台终端设备(可以是手机，计算机，服务器，或者网络设备等)执行本发明各个实施例所述的方法。
实施例2
在本实施例中还提供了一种测试题目的生成装置，该装置用于实现上述实施例及优选实施方式，已经进行过说明的不再赘述。如以下所使用的，术语“模块”可以实现预定功能的软件和/或硬件的组合。尽管以下实施例所描述的装置较佳地以软件来实现，但是硬件，或者软件和硬件的组合的实现也是可能并被构想的。
图3是根据本发明实施例的一种可选的测试题目的生成装置的结构框图，如图3所示，该装置包括：
第一获取模块30，用于获取目标对象在指定数量的题目中的第一错误题目，其中，所述第一错误题目至少包括以下之一：所述目标对象做错误的题目，所述目标对象标记的指定题目；
第一搜索模块32，用于根据所述第一错误题目的关键词信息在网络中搜索与所述第一错误题目的匹配度超过阈值的第一目标题目；
第一生成模块34，用于根据所述第一目标题目生成所述目标对象使用的第一测试题目。
通过上述技术方案，获取目标对象在指定数量的题目中的第一错误题目，其中，所述第一错误题目包括：所述目标对象做错误的题目，所述目标对象标记的指定题目；根据所述第一错误题目的关键词信息在网络中搜索与所述第一错误题目的匹配度超过阈值的第一目标题目；根据所述第一目标题目生成所述目标对象使用的第一测试题目，解决了相关技术中，所有学生所做的测试题目是相同的，无法针对每个同学的具体问题进行针对性训练等问题，进而能够针对性的对每个目标对象的错误题目进行训练。
图4是根据本发明实施例的一种可选的测试题目的生成装置的另一结构框图，如图4所示，该装置包括：
第二获取模块36，用于从所述第一测试题目中获取第二错误题目，其中，所述第二错误题目至少包括以下之一：所述目标对象做错误的题目，所述目标对象标记的指定题目；
第二搜索模块38，用于根据所述第二错误题目的关键词信息在网络中搜索与所述第二错误题目的匹配度超过阈值的第二目标题目；
第二生成模块40，用于根据所述第二目标题目生成所述目标对象使用的第二测试题目。
在本发明的一个可选实施例中，所述第一获取模块30，还用于至少获取以下之一参数信息：所述目标对象所处的年级，所述目标对象待测的题目类型，所述目标对象待测的知识点；所述第一生成模块34，还用于根据所述参数信息生成所述指定数量的题目。
在本发明的一个可选实施例中，如图4所示，所述装置包括：第三获取模块42，用于获取所述目标对象对所述指定数量的题目的测试结果；展示模块44，用于展示所述测试结果。
实际操作过程中，生成的第一测试题目需要和目标对象的个人信息相一致，进而第一测试题目才能够更好的为所述目标对象提供训练样本，第一获取模块30，还用于至少获取以下之一参数信息：所述目标对象所处的年级，所述目标对象待测的题目类型，所述目标对象待测的知识点；根据所述参数信息生成所述指定数量的题目，具体地，可以根据所述参数信息在网络中通过爬取技术生成所述指定数量的题目。
对于相同的第一测试题目，为了达到巩固训练的目的，第一生成模块34，还用于设置生成所述目标对象使用的第一测试题目的训练周期，其中，在每一个训练周期对应生成一套第一测试题目；以所述训练周期为间隔，为所述目标对象生成N次第一测试题目，其中，N为正整数，且所述目标对象做第N次生成的第一测试题目的准确率大于第一阈值，例如，按照人的记忆曲线，如果一个星期左右是对记忆的最低值，那么设置生成第一测试题目的周期为7天，每隔7天，就会为目标对象生成一次第一测试题目，可以生成N次，如果目标对象做第N次生成的第一测试题目的准确率大于第一阈值时，那么本次生成了N次的测试题目可以不再继续生成，可以看出N的取值根据目标对象的不同会有差别。
进一步地，在N-1对应的数值大于第二阈值时，对于第1次生成的第一测试题目到所述第N-1次生成的第一测试题目中获取相同的错误题目，第一获取模块30，还用于在所述网络中获取与所述错误题目对应的知识点讲解教程，即在本发明实施例中，由于第N次生成的第一测试题目的准确率才高于第一阈值，那么如果N-1对应的数据过多(大于第二阈值)，那么就可以针对重复错误的题目从网络中搜索讲解教程，可以是文字讲解，也可以是图片讲解，也可以使视频讲解，还可以使上述三种中的组合讲解方式。
此外，在N-1对应的数值大于第二阈值时，所述装置还包括:发送模块46，用于向所述目标对象的监管对象发送提示信息，其中，所述提示信息用于指示所述监管对象需要对所述目标对象执行以下操作：对第1次生成的第一测试题目到所述第N-1次生成的第一测试题目中获取到的相同的错误题目进行学习，即如果N-1对应的数据过多(大于第二阈值)，不仅可以从网络中搜索教程，还可以提示给监管对象(例如，老师和家长)，需要对重复错误题目所对应的知识点进行学习。
需要说明的是，上述各个模块是可以通过软件或硬件来实现的，对于后者，可以通过以下方式实现，但不限于此：上述模块均位于同一处理器中；或者，上述各个模块以任意组合的形式分别位于不同的处理器中。
为了更好的理解上述测试题目的生成流程，以下结合优选实施例对上述技术方案进行解释说明，但不用于限定本发明实施例的技术方案。
本发明优选实施例可以根据学生的具体情况，自动生成针对性的练习题，帮助解决个性化的学习问题。
图5为根据本发明优选实施例的一种可选的测试题目的生成过程示意图，如图5所示，包括以下步骤：
步骤S502：学生(相当于上述实施例中的目标对象)首先选择课程，比如数学；选择年级，比如初一，选择题型，比如几何证明；还可以选择具体的知识点，比如平行线的证明，学生还可以选择其他参数信息，此处不一一列举。
步骤S504：系统通过爬虫技术，从网络上找到大量的初一数学几何证明平行线的题目，而从网上搜索题目，可以覆盖范围广。比补习班的题库覆盖更广。
需要说明的是，爬虫技术，指的是从网络上搜索具体内容的技术，先随机生成一份练习题，然后，根据学生的成绩，把学生的错题类似的题，通过爬虫从网上找类似的问题，进行练习，从而有针对性的提高学生成绩，爬虫技术考虑的参数可以是题型，关键字，文档日期等信息。
步骤S506：系统随机出若干个题目，让学生解答。
步骤S508：学生解答完成，系统根据学生的解答结果，首先把正确的结果告诉学生，当然也可以同时把错误的结果告知学生。
步骤S510：根据错误的题目的关键词，再去爬取相关的试题，给学生出相关的试题。
需要说明的是，通过大数据分析技术针对学生的错题，通过大数据分析出错题的关键字，再根据关键字爬取相关的试题。
步骤S512：学生继续解答，如果解答正确；继续随机出题。
步骤S514：如果解答错误，给学生正确答案；并根据错题，继续爬取试题，继续出题。
步骤S516：确定是否结束，如果不结束，则可以继续执行步骤S512或步骤S514。
采用上述技术方案，针对补习班的方案不能照顾每个学生的具体问题，本发明优选实施例针对每个学生的解题答案，照顾到具体学生的具体问题，还可以有针对性的再去查找相关的练习题来加强练习，比如某个学生的英语阅读成绩不好，补习班只能随机找阅读试题。而该系统会分析，该学生的阅读成绩不好的原因是，哪个主题的阅读不好，找类似主题的题目来做。直到该主题的题目都做正确。更有针对性；针对补习班方案的题库长期不变，本发明优选实施例，可以从网络上实时查找最新的练习题，能够覆盖最新的内容，覆盖面更广，知识更新，比如数学成绩不好，该系统会根据错题的类型，找有相似类型的题目来做，把所有的变化都接触到。
本发明的实施例还提供了一种存储介质，该存储介质中存储有计算机程序，其中，该计算机程序被设置为运行时执行上述任一项方法实施例中的步骤。
可选地，在本实施例中，上述存储介质可以被设置为存储用于执行以下步骤的计算机程序：
S1，获取目标对象在指定数量的题目中的第一错误题目，其中，所述第一错误题目至少包括以下之一：所述目标对象做错误的题目，所述目标对象标记的指定题目；
S2，根据所述第一错误题目的关键词信息在网络中搜索与所述第一错误题目的匹配度超过阈值的第一目标题目；
S3，根据所述第一目标题目生成所述目标对象使用的第一测试题目。
可选地，在本实施例中，上述存储介质可以包括但不限于：U盘、只读存储器(Read-Only Memory，简称为ROM)、随机存取存储器(Random Access Memory，简称为RAM)、移动硬盘、磁碟或者光盘等各种可以存储计算机程序的介质。
本发明的实施例还提供了一种电子设备，包括存储器和处理器，该存储器中存储有计算机程序，该处理器被设置为运行计算机程序以执行上述任一项方法实施例中的步骤。
可选地，上述电子设备还可以包括传输设备以及输入输出设备，其中，该传输设备和上述处理器连接，该输入输出设备和上述处理器连接。
可选地，在本实施例中，上述处理器可以被设置为通过计算机程序执行以下步骤：
S1，获取目标对象在指定数量的题目中的第一错误题目，其中，所述第一错误题目至少包括以下之一：所述目标对象做错误的题目，所述目标对象标记的指定题目；
S2，根据所述第一错误题目的关键词信息在网络中搜索与所述第一错误题目的匹配度超过阈值的第一目标题目；
S3，根据所述第一目标题目生成所述目标对象使用的第一测试题目。
可选地，本实施例中的具体示例可以参考上述实施例及可选实施方式中所描述的示例，本实施例在此不再赘述。
显然，本领域的技术人员应该明白，上述的本发明的各模块或各步骤可以用通用的计算装置来实现，它们可以集中在单个的计算装置上，或者分布在多个计算装置所组成的网络上，可选地，它们可以用计算装置可执行的程序代码来实现，从而，可以将它们存储在存储装置中由计算装置来执行，并且在某些情况下，可以以不同于此处的顺序执行所示出或描述的步骤，或者将它们分别制作成各个集成电路模块，或者将它们中的多个模块或步骤制作成单个集成电路模块来实现。这样，本发明不限制于任何特定的硬件和软件结合。
以上所述仅为本发明的优选实施例而已，并不用于限制本发明，对于本领域的技术人员来说，本发明可以有各种更改和变化。凡在本发明的原则之内，所作的任何修改、等同替换、改进等，均应包含在本发明的保护范围之内。

Claims (10)

1.一种测试题目的生成方法，其特征在于，包括：
获取目标对象在指定数量的题目中的第一错误题目，其中，所述第一错误题目至少包括以下之一：所述目标对象做错误的题目，及所述目标对象标记的指定题目；
根据所述第一错误题目的关键词信息在网络中搜索与所述第一错误题目的匹配度超过阈值的第一目标题目；
根据所述第一目标题目生成所述目标对象使用的第一测试题目。
2.根据权利要求1所述的方法，其特征在于，根据所述目标题目生成所述目标对象使用的第一测试题目之后，所述方法还包括：
从所述第一测试题目中获取第二错误题目，其中，所述第二错误题目至少包括以下之一：所述目标对象做错误的题目，及所述目标对象标记的指定题目；
根据所述第二错误题目的关键词信息在网络中搜索与所述第二错误题目的匹配度超过阈值的第二目标题目；
根据所述第二目标题目生成所述目标对象使用的第二测试题目。
3.根据权利要求1所述的方法，其特征在于，获取目标对象在指定数量的题目中的第一错误题目之前，所述方法还包括：
至少获取以下之一参数信息：所述目标对象所处的年级，所述目标对象待测的题目类型，所述目标对象待测的知识点；
根据所述参数信息生成所述指定数量的题目。
4.根据权利要求3所述的方法，其特征在于，根据所述参数信息生成所述指定数量的题目，包括：
根据所述参数信息在网络中通过爬取技术生成所述指定数量的题目。
5.根据权利要求1所述的方法，其特征在于，所述方法还包括：
设置生成所述目标对象使用的第一测试题目的训练周期，其中，在每一个训练周期对应生成一套第一测试题目；
以所述训练周期为间隔，为所述目标对象生成N次第一测试题目，其中，N为正整数，且所述目标对象做第N次生成的第一测试题目的准确率大于第一阈值。
6.根据权利要求5所述的方法，其特征在于，所述方法还包括：
在N-1对应的数值大于第二阈值时，对于第1次生成的第一测试题目到所述第N-1次生成的第一测试题目中获取相同的错误题目，并在所述网络中获取与所述错误题目对应的知识点讲解教程。
7.根据权利要求5所述的方法，其特征在于，所述方法还包括：
在N-1对应的数值大于第二阈值时，向所述目标对象的监管对象发送提示信息，其中，所述提示信息用于指示所述监管对象需要对所述目标对象执行以下操作：对第1次生成的第一测试题目到所述第N-1次生成的第一测试题目中获取到的相同的错误题目进行学习。
8.一种测试题目的生成装置，其特征在于，包括：
第一获取模块，用于获取目标对象在指定数量的题目中的第一错误题目，其中，所述第一错误题目至少包括以下之一：所述目标对象做错误的题目，所述目标对象标记的指定题目；
第一搜索模块，用于根据所述第一错误题目的关键词信息在网络中搜索与所述第一错误题目的匹配度超过阈值的第一目标题目；
第一生成模块，用于根据所述第一目标题目生成所述目标对象使用的第一测试题目。
9.一种存储介质，其特征在于，所述存储介质中存储有计算机程序，其中，所述计算机程序被设置为运行时执行所述权利要求1至7中任一项中所述的方法。
10.一种电子设备，包括存储器和处理器，其特征在于，所述存储器中存储有计算机程序，所述处理器被设置为运行所述计算机程序以执行所述权利要求1至7任一项中所述的测试题目的生成方法。
CN201910589907.9A 2019-07-02 2019-07-02 测试题目的生成方法及装置、存储介质、电子设备 Pending CN110297963A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201910589907.9A CN110297963A (zh) 2019-07-02 2019-07-02 测试题目的生成方法及装置、存储介质、电子设备

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201910589907.9A CN110297963A (zh) 2019-07-02 2019-07-02 测试题目的生成方法及装置、存储介质、电子设备

Publications (1)

Publication Number Publication Date
CN110297963A true CN110297963A (zh) 2019-10-01

Family

ID=68029988

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201910589907.9A Pending CN110297963A (zh) 2019-07-02 2019-07-02 测试题目的生成方法及装置、存储介质、电子设备

Country Status (1)

Country Link
CN (1) CN110297963A (zh)

Cited By (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN111383147A (zh) * 2020-03-26 2020-07-07 广州市润心教育咨询有限公司 一种教育培训管理方法及系统
CN111627275A (zh) * 2020-04-23 2020-09-04 完美世界控股集团有限公司 语言表征信息测试的处理方法及装置、存储介质、终端
CN111782796A (zh) * 2020-06-28 2020-10-16 上海松鼠课堂人工智能科技有限公司 智能题目生成系统
CN112308946A (zh) * 2020-11-09 2021-02-02 电子科技大学中山学院 题目生成方法、装置、电子设备及可读存储介质
CN112579735A (zh) * 2020-12-09 2021-03-30 北京字节跳动网络技术有限公司 一种题目生成方法、装置、计算机设备及存储介质

Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN102289962A (zh) * 2011-08-29 2011-12-21 北京华乐思软件科技有限公司 信息处理方法和装置
CN103870463A (zh) * 2012-12-10 2014-06-18 中国电信股份有限公司 测试题目的选择方法与系统
CN109670999A (zh) * 2018-12-29 2019-04-23 重庆工商职业学院 翻转课堂教学管理系统
CN109903619A (zh) * 2019-04-15 2019-06-18 江苏师范大学 一种基于云计算反馈的练习设备及使用方法
CN111477051A (zh) * 2019-01-23 2020-07-31 北京字节跳动网络技术有限公司 一种测评方法、装置、电子设备及存储介质

Patent Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN102289962A (zh) * 2011-08-29 2011-12-21 北京华乐思软件科技有限公司 信息处理方法和装置
CN103870463A (zh) * 2012-12-10 2014-06-18 中国电信股份有限公司 测试题目的选择方法与系统
CN109670999A (zh) * 2018-12-29 2019-04-23 重庆工商职业学院 翻转课堂教学管理系统
CN111477051A (zh) * 2019-01-23 2020-07-31 北京字节跳动网络技术有限公司 一种测评方法、装置、电子设备及存储介质
CN109903619A (zh) * 2019-04-15 2019-06-18 江苏师范大学 一种基于云计算反馈的练习设备及使用方法

Cited By (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN111383147A (zh) * 2020-03-26 2020-07-07 广州市润心教育咨询有限公司 一种教育培训管理方法及系统
CN111627275A (zh) * 2020-04-23 2020-09-04 完美世界控股集团有限公司 语言表征信息测试的处理方法及装置、存储介质、终端
CN111627275B (zh) * 2020-04-23 2022-05-31 完美世界控股集团有限公司 语言表征信息测试的处理方法及装置、存储介质、终端
CN111782796A (zh) * 2020-06-28 2020-10-16 上海松鼠课堂人工智能科技有限公司 智能题目生成系统
CN112308946A (zh) * 2020-11-09 2021-02-02 电子科技大学中山学院 题目生成方法、装置、电子设备及可读存储介质
CN112308946B (zh) * 2020-11-09 2023-08-18 电子科技大学中山学院 题目生成方法、装置、电子设备及可读存储介质
CN112579735A (zh) * 2020-12-09 2021-03-30 北京字节跳动网络技术有限公司 一种题目生成方法、装置、计算机设备及存储介质

Similar Documents

Publication Publication Date Title
CN110297963A (zh) 测试题目的生成方法及装置、存储介质、电子设备
Bano et al. Mobile learning for science and mathematics school education: A systematic review of empirical evidence
Islam et al. Development of smartphone-based student attendance system
Jamie Using computer simulation methods to teach statistics: A review of the literature
CN105184520A (zh) 教师职业能力测评方法及装置
Aanensen et al. EpiCollect+: linking smartphones to web applications for complex data collection projects
CN103534743A (zh) 用于自适应知识评估与学习的系统与方法
Muhammad et al. Research On Students’ Mathematical Ability In Learning Mathematics In The Last Decade: A Bibliometric Review
Cai et al. Developing an early-alert system to promote student visits to tutor center
Holme Assessment and quality control in chemistry education
Theobald et al. Women learn more from local than global examples of the biological impacts of climate change
Dimić et al. Association analysis of moodle e‐tests in blended learning educational environment
Norling et al. Informal approaches to developing simulation models
Teig et al. A systematic review of studies investigating science teaching and learning: over two decades of TIMSS and PISA
Arbula et al. Pymote: High level python library for event-based simulation and evaluation of distributed algorithms
Wong Success in mobile and ubiquitous learning: Indicators of effectiveness
Wan et al. Pedagogical interventions in SPOCs: Learning behavior dashboards and knowledge tracing support exercise recommendation
Settele et al. Atlas of biodiversity risk
CN111950852A (zh) 一种用户行为分析与指导方法、装置、电子设备和可读存储装置
CN116228361A (zh) 基于特征匹配的课程推荐方法、装置、设备和存储介质
Jerez et al. Improving Motivation in Learning Programming Skills for EngineeringStudents
Pingel Using web maps to analyze the construction of global scale cognitive maps
Vorholzer et al. Explicit instruction on procedural and epistemic knowledge–is it happening? A video-based exploration of classroom practice
CN113704493A (zh) 展示信息确定方法、装置、设备及计算机可读存储介质
Gabrys Sensing the air and experimenting with environmental citizenship

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: 20191001