CN111427925A - 组卷方法、装置、设备及存储介质 - Google Patents
组卷方法、装置、设备及存储介质 Download PDFInfo
- Publication number
- CN111427925A CN111427925A CN202010200478.4A CN202010200478A CN111427925A CN 111427925 A CN111427925 A CN 111427925A CN 202010200478 A CN202010200478 A CN 202010200478A CN 111427925 A CN111427925 A CN 111427925A
- Authority
- CN
- China
- Prior art keywords
- group
- knowledge point
- test question
- volume
- paper
- 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.)
- Granted
Links
- 238000000034 method Methods 0.000 title claims abstract description 71
- 238000012360 testing method Methods 0.000 claims abstract description 474
- 238000005457 optimization Methods 0.000 claims description 16
- 238000002922 simulated annealing Methods 0.000 claims description 14
- 230000008569 process Effects 0.000 claims description 10
- 239000011159 matrix material Substances 0.000 claims description 7
- 239000000203 mixture Substances 0.000 description 48
- 230000006872 improvement Effects 0.000 description 43
- 230000009467 reduction Effects 0.000 description 27
- 238000007596 consolidation process Methods 0.000 description 25
- 239000013598 vector Substances 0.000 description 19
- 238000004891 communication Methods 0.000 description 12
- 238000005728 strengthening Methods 0.000 description 10
- 238000012986 modification Methods 0.000 description 7
- 230000004048 modification Effects 0.000 description 7
- 230000015572 biosynthetic process Effects 0.000 description 6
- 238000010276 construction Methods 0.000 description 5
- 230000006870 function Effects 0.000 description 4
- 230000002068 genetic effect Effects 0.000 description 4
- 239000002245 particle Substances 0.000 description 4
- 238000004364 calculation method Methods 0.000 description 3
- 230000000694 effects Effects 0.000 description 3
- 238000012545 processing Methods 0.000 description 3
- 230000003247 decreasing effect Effects 0.000 description 2
- 238000010586 diagram Methods 0.000 description 2
- 230000002349 favourable effect Effects 0.000 description 2
- 238000013101 initial test Methods 0.000 description 2
- 230000002787 reinforcement Effects 0.000 description 2
- 238000003491 array Methods 0.000 description 1
- 230000008859 change Effects 0.000 description 1
- 230000008909 emotion recognition Effects 0.000 description 1
- 238000011156 evaluation Methods 0.000 description 1
- 238000005259 measurement Methods 0.000 description 1
- 238000004804 winding Methods 0.000 description 1
Images
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
-
- 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
- Engineering & Computer Science (AREA)
- Business, Economics & Management (AREA)
- Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Tourism & Hospitality (AREA)
- Strategic Management (AREA)
- Educational Technology (AREA)
- Educational Administration (AREA)
- Computational Linguistics (AREA)
- Economics (AREA)
- Databases & Information Systems (AREA)
- Data Mining & Analysis (AREA)
- Software Systems (AREA)
- Probability & Statistics with Applications (AREA)
- Mathematical Physics (AREA)
- Fuzzy Systems (AREA)
- Health & Medical Sciences (AREA)
- General Engineering & Computer Science (AREA)
- General Health & Medical Sciences (AREA)
- Human Resources & Organizations (AREA)
- Marketing (AREA)
- Primary Health Care (AREA)
- General Business, Economics & Management (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
- Electrically Operated Instructional Devices (AREA)
Abstract
本发明实施例提供了一种组卷方法、装置、设备及存储介质,其中,组卷方法包括:获取初始组卷参数、待组卷学生的知识点掌握程度以及所述待组卷学生的组卷目标,所述初始组卷参数包括以下至少一个子参数:知识点和试题难度;根据所述初始组卷参数、所述知识点掌握程度、组卷目标和预设的知识点掌握程度阈值调整所述初始组卷参数,得到第二组卷参数;根据所述第二组卷参数从试题库中获取试题,得到组卷试题集合,使得组卷试题集合能够满足用户的多样化组卷目标提高用户的使用体验和学生的学习效率。
Description
技术领域
本发明实施例涉及计算机领域,尤其涉及一种组卷方法、装置、设备及存储介质。
背景技术
在教育领域中,考试是整个教学过程中的重要环节,它是对学生所学知识及能力的一种评价,也是衡量教师教学效果优劣的一种教育测量手段。随着教学内容的不断深化和对教学要求的不断提高,以及对学生知识掌握整体程度的考核需要的增强,这就对试卷质量的要求逐渐提高。
然而,大多数组卷方案都局限在单个组卷需求上,即根据用户给出的组卷参数,设计一个组合优化方法来对试题进行组合,不能够满足用户的多样化组卷目标需求,用户使用体验不佳。
因此,获取满足用户的多样化组卷目标的组卷试题集合,以提高用户的使用体验和学生的学习效率,成为亟需解决的技术问题。
发明内容
本发明实施例解决的技术问题是获取满足用户的多样化组卷目标的组卷试题集合,以提高用户的使用体验和学生的学习效率。
为解决上述问题,本发明实施例提供一种组卷方法,包括:
获取初始组卷参数、待组卷学生的知识点掌握程度以及所述待组卷学生的组卷目标,所述初始组卷参数包括以下至少一个子参数:知识点和试题难度;
根据所述初始组卷参数、所述知识点掌握程度、组卷目标和预设的知识点掌握程度阈值调整所述初始组卷参数,得到第二组卷参数;
根据所述第二组卷参数从试题库中获取试题,得到组卷试题集合。
为解决上述问题,本发明实施例还提供一种组卷装置,包括:
组卷数据获取单元,适于获取初始组卷参数、待组卷学生的知识点掌握程度以及所述待组卷学生的组卷目标,所述初始组卷参数包括以下至少一个子参数:知识点和试题难度;
第二组卷参数获取单元,适于根据所述初始组卷参数、所述知识点掌握程度、组卷目标和预设的知识点掌握程度阈值调整所述初始组卷参数,得到第二组卷参数;
组卷试题获取单元,适于根据所述第二组卷参数从试题库中获取试题,得到组卷试题集合。
为解决上述问题,本发明实施例还提供一种设备,包括至少一个存储器和至少一个处理器;所述存储器存储有程序,所述处理器调用所述程序,以执行前述的组卷方法。
为解决上述问题,本发明实施例还提供一种存储介质,存储有适于组卷的程序,以实现前述的组卷方法。
与现有技术相比,本发明的技术方案具有以下优点:
本发明实施例所提供的组卷方法,首先获取初始组卷参数、待组卷学生的知识点掌握程度以及所述待组卷学生的组卷目标,然后根据所述初始组卷参数、所述知识点掌握程度、组卷目标和预设的知识点掌握程度阈值调整所述初始组卷参数,得到第二组卷参数,最后根据所述第二组卷参数从试题库中获取试题,得到组卷试题集合。可见,本发明实施例所提供的组卷方法,在进行组卷之前,先基于组卷目标和待组卷学生的知识点掌握程度以及预设的知识点掌握程度阈值自动调整初始组卷参数,获取第二组卷参数,从而使第二组卷参数更适合待组卷学生的具体情况,同时更能满足组卷目标,然后基于第二组卷参数得到组卷试题集合,从而使得基于第二组卷参数所获取的组卷试题集合能够基于要求满足不同的组卷目标,进而能够满足用户的多样化组卷目标,提高用户的使用体验,同时,由于组卷目标考虑了待组卷学生的各个知识点的知识点掌握程度,最终的组卷试题集合能够契合待组卷学生的具体情况,从而提升学生的学习效率。
可选方案中,本发明实施例所提供的组卷方法,基于模拟退火算法根据所述第二组卷参数生成组卷试题集合,因模拟退火算法能够在可接受的时间范围内大概率地找到全局最优解,从而采用模拟退火算法进行组卷能够在可接受的时间范围内获得全局最优的组卷试题集合,提高了组卷的准确性。
附图说明
图1是本发明实施例所提供的组卷方法的一流程示意图;
图2是本发明实施例所提供的组卷方法的获取第二组卷参数步骤的流程示意图;
图3是本发明实施例所提供的组卷方法的获取第二组卷参数步骤的另一流程示意图;
图4是本发明实施例所提供的组卷方法的获取第二组卷参数步骤的另一流程示意图;
图5是本发明实施例所提供的组卷方法的获取第二组卷参数步骤的另一流程示意图;
图6是本发明实施例所提供的组卷方法的获取组卷试题集合步骤的流程示意图;
图7是本发明实施例所提供的组卷方法的获取组卷试题集合步骤的又一流程示意图;
图8是本发明实施例所提供的组卷装置的框图;
图9是本发明实施例提供的设备一种可选硬件设备架构。
具体实施方式
现有技术中,组卷方案不能满足用户的多样化组卷目标需求,导致用户使用体验不佳。
为了生成满足用户的多样化组卷目标的试卷,本发明实施例提供了一种组卷方法,包括:
获取初始组卷参数、待组卷学生的知识点掌握程度以及所述待组卷学生的组卷目标,所述初始组卷参数包括以下至少一个子参数:知识点和试题难度;
根据所述初始组卷参数、所述知识点掌握程度、组卷目标和预设的知识点掌握程度阈值调整所述初始组卷参数,得到第二组卷参数;
根据所述第二组卷参数从试题库中获取试题,得到组卷试题集合。
本发明实施例所提供的组卷方法,首先获取初始组卷参数、待组卷学生的知识点掌握程度以及所述待组卷学生的组卷目标,然后根据所述初始组卷参数、所述知识点掌握程度、组卷目标和预设的知识点掌握程度阈值调整所述初始组卷参数,得到第二组卷参数,最后根据所述第二组卷参数从试题库中获取试题,得到组卷试题集合。
可见,本发明实施例所提供的组卷方法,在进行组卷之前,先基于组卷目标和待组卷学生的知识点掌握程度以及预设的知识点掌握程度阈值自动调整初始组卷参数,获取第二组卷参数,从而使第二组卷参数更适合待组卷学生的具体情况,同时更能满足组卷目标,然后基于第二组卷参数得到组卷试题集合,从而使得基于第二组卷参数所获取的组卷试题集合能够基于要求满足不同的组卷目标,进而能够满足用户的多样化组卷目标,提高用户的使用体验,同时,由于组卷目标考虑了待组卷学生的各个知识点的知识点掌握程度,最终的组卷试题集合能够契合待组卷学生的具体情况,从而提升学生的学习效率。
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,所描述的实施例仅仅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。
作为一种可选实现,图1示出了本发明实施例所提供的组卷方法的一流程示意图。参照图1,本发明实施例所提供的组卷方法可以包括:
步骤S10:获取初始组卷参数、待组卷学生的知识点掌握程度以及所述待组卷学生的组卷目标。
初始组卷参数主要指本次组卷的试题相关的约束条件,可以理解的是,初始组卷参数可以包括以下至少一个子参数:知识点和试题难度。
为了使组卷结果多元化,在一种具体实施例中,所述初始组卷参数可以包括知识点的试题难度比例、题型比例以及知识点比例。为便于描述,将初始组卷参数记为c=(c1,c2,c3)。其中,c1表示知识点的试题难度比例,指的是每个知识点的试题在各个难度等级上的试题数量比例;c2表示题型比例,指的是各个题型的试题数量比例;c3表示知识点比例,指的是在各个知识点上的试题比例。
待组卷学生的知识点掌握程度是指待组卷学生对知识点的掌握情况,主要来自于学生的实际考试情况,取值范围为0到1之间,值越大代表待组卷学生对该知识点的掌握程度越高。为便于表述,可以采用学生知识点掌握程度向量来表示待组卷学生的知识点掌握程度,学生知识点掌握程度向量可以记为θ=(θ1,θ2,…,θK),其中,K表示知识点的数量,θK指的是待组卷学生在第K个知识点的掌握程度。
组卷目标是指待组卷学生对本次组卷试题集合所期望达到的学习效果,可以理解的是,在实际组卷应用中,用户的组卷目标是多种多样的,而不仅仅是现有技术方案的中单一组卷目标(即直接根据给定的初始组卷参数来组卷),比如,用户希望本次组卷能够强化已学的知识点,有的时候用户希望能够拔高现学的知识点,而有的时候用户则希望尝试做一些可以预习的知识点的相关题目。
基于此,本发明实施例提供的组卷方法还需获取待组卷学生所期望达到的组卷目标。组卷目标可以包括知识点巩固目标,知识点提高目标,知识点难度降低目标,知识点难度提升目标以及知识点强化目标。
知识点巩固目标指的是本次组卷的目的是对待组卷学生所学的知识点进行巩固,针对某个知识点掌握程度较低的知识点,还需要对该知识点的前置知识点进行学习。如果一个知识点是否有能力掌握依赖于另一个或另一些知识点的掌握情况,则该另一个或另一些知识点是该一个知识点的前置知识点,举例来说,若学生只有在掌握了知识点a的情况下,才能够掌握知识点b,则知识点a为知识点b的前置知识点,知识点b是知识点a的后置知识点。
知识点提高目标指的是本次组卷的目的是提高待组卷学生的对知识点的掌握程度,基于现有的知识点掌握程度,针对某个知识点掌握程度较高的知识点,开始做后续可学的知识点或后置知识点相关的题目。
知识点难度提升目标指的是本次组卷的目的是对待组卷学生所学知识点的难度等级进行加强,针对知识点掌握程度在特定阈值的知识点,在现有知识点掌握程度的基础之上,难度等级需要提高一个层次。
同理,知识点难度降低目标指的是本次组卷的目的是对待组卷学生所学知识点的难度等级进行降低,针对知识点掌握程度在特定阈值的知识点,在现有知识点掌握程度的基础之上,难度等级需要降低一个层次。
知识点强化目标指的是本次组卷的目的是针对初始组卷参数对应的知识点进行强化练习。
为了规整数据,可以将组卷目标中的知识点巩固目标用0表示,知识点提高目标用1表示,知识点难度降低目标用2表示,知识点难度提升目标用3来表示,知识点强化目标用4来表示。
步骤S20:根据所述初始组卷参数、所述知识点掌握程度、组卷目标和预设的知识点掌握程度阈值调整所述初始组卷参数,得到第二组卷参数。
在一种具体实施例中,首先可以根据所述初始组卷参数和所述知识点掌握程度,得到用于表征初始组卷参数中各知识点掌握程度的待组卷知识点掌握程度。
具体地,从θ=(θ1,θ2,…,θK)中查找c3=(<k1,r31>,<k2,r32>,…,<kl,r3l>中每个知识点的掌握程度,表示为其中,k1表示第一个知识点的ID号,r31表示知识点ID为k1的试题比例,表示用户在知识点k1上的掌握程度,其他知识点依此类推,从而能够得到用于表征初始组卷参数中各知识点掌握程度的待组卷知识点掌握程度,即用户对初始组卷参数中的知识点的掌握程度。然后,基于所述组卷目标、所述待组卷知识点掌握程度和预设的知识点掌握程度阈值调整所述初始组卷参数,得到第二组卷参数。
需要说明的是,预设的知识点掌握程度阈值对应各组卷目标的参数调整规则。预设的知识点掌握程度阈值包括知识点巩固目标设定阈值、知识点提高目标设定阈值、知识点难度提升目标设定阈值,知识点难度降低目标设定阈值以及知识点强化目标阈值。
知识点巩固目标的第一参数调整规则为待组卷学生的知识点掌握程度小于知识点巩固目标设定阈值,比如:知识点巩固目标设定阈值为0.5,当待组卷学生的待组卷知识点掌握程度中存在某个知识点的掌握程度小于0.5,则认为初始组卷参数中对应的该知识点满足第一参数调整规则。
知识点提高目标的第二参数调整规则为待组卷学生的知识点掌握程度大于知识点提高目标设定阈值,比如,知识点提高目标设定阈值为0.8,当待组卷学生的待组卷知识点掌握程度中存在某个知识点的掌握程度大于0.8时,则认为初始组卷参数中对应的该知识点满足第二参数调整规则。
知识点难度提升目标的第三参数调整规则为待组卷学生的知识点掌握程度高于知识点难度提升目标设定阈值。比如,知识点难度提升目标设定阈值为0.5,当待组卷学生的待组卷知识点掌握程度中存在某个知识点的掌握程度大于0.5时,则认为初始组卷参数中对应的该知识点满足第三参数调整规则。
同理,知识点难度降低目标的第四参数调整规则为待组卷学生的知识点掌握程度低于知识点难度降低目标设定阈值。比如,知识点难度降低目标设定阈值为0.5,当待组卷学生的待组卷知识点掌握程度中存在某个知识点的掌握程度小于0.5时,则认为初始组卷参数中对应的该知识点满足第四参数调整规则。
知识点强化目标的第五参数调整规则为将所述初始组卷参数作为所述第二组卷参数。
需要说明的是,知识点巩固目标设定阈值、知识点提高目标设定阈值、知识点难度降低目标设定阈值以及知识点难度降低目标设定阈值的取值可以相同,也可以不同,具体可以根据组卷实际情况设定。
为了获取第二组卷参数,在一种具体实施例中,所述基于所述组卷目标、所述待组卷知识点掌握程度和预设的知识点掌握程度阈值调整所述初始组卷参数包括:
获取所述组卷目标对应的第一参数调整规则,并基于知识点关联矩阵,将待组卷知识点掌握程度中低于第一预设知识点掌握程度阈值的至少一个第一知识点替换为所述第一知识点对应的前置知识点。
需要说明的是,知识点关联矩阵包含至少一个关联参数,每个关联参数用于指示两个知识点之间的关联性,关联参数的取值可以是[0,1]之间,当然也可以是其他数值之间,本发明不做限定。关联参数越大,表示两个知识点之间关联越紧密。具体的,关联参数也可以具有方向性,如,取值[-1,1]之间。
具体地,请参考图2,图2是本发明实施例所提供的组卷方法的获取第二组卷参数的流程示意图。如图所示,所述基于所述组卷目标、所述待组卷知识点掌握程度和预设的知识点掌握程度阈值调整所述初始组卷参数,获取第二组卷参数的步骤包括:
步骤S201:根据所述组卷目标获取与所述组卷目标相对应的第一参数调整规则以及结合待组卷知识点掌握程度,确定所述初始组卷参数的各第一知识点,第一知识点即各待调整知识点。
具体地,当所述组卷目标为知识点巩固目标时,根据前述内容可知,第一参数调整规则为待组卷学生的知识点掌握程度低于第一预设知识点掌握程度阈值,第一预设知识点掌握程度阈值指的是基于教学情况所设定一个知识点掌握程度阈值,当待组卷学生的待组卷知识点掌握程度中的某个知识点的掌握程度小于第一预设知识点掌握程度阈值时,那么将初始组卷参数中对应的该知识点作为待调整知识点,通过遍历初始组卷参数的所有知识点,最终能够确定各个待调整知识点。
例如,待组卷学生在A知识点上的知识点掌握程度为0.1,在B知识点上的掌握程度为0.5。如果第一预设知识点掌握程度阈值为0.5,则A知识点的知识点掌握程度小于第一预设知识点掌握程度阈值0.5,那么,当学生选择的组卷目标是知识点巩固时,确定A知识点为第一知识点,即待调整知识点。
步骤S202:将至少一个第一知识点替换为所述第一知识点对应的前置知识点。
前置知识点指的是待调整知识点的在先学习知识点,在学习过程中,知识点的学习顺序为在先学习知识点-当前学习知识点-在后学习知识点,通常而言,学习过在先学习知识点(即前置知识点)之后,才会进行当前学习知识点的学习。
如此,可以得到一个第二组卷参数,也就是相比于初始组卷参数中的c3,将其中的待调整知识点替换成了其对应的前置知识点,而试题比例保持不变,更新后的c3记为c′3,其他两个组卷参数即试题难度比例和题型比例无需发生改变,即c′1=c1,c′2=c2。
需要说明的是,前置知识点的知识点掌握程度可以满足第一参数调整规则,也可以不满足所述组卷目标的第一参数调整规则。
当待调整知识点(第一知识点)替换成其对应的前置知识点后,在一种实施例中,可以默认前置知识点已达到知识点掌握程度阈值。在其他实施例中,也可以是将该第一知识点替换成它的前置知识点后,判断前置知识点的掌握程度是否达到知识点掌握程度阈值,若是,则替换为前置知识点,若否,则将前置知识点替换为前置知识点的前置知识点,直至替换后的知识点满足知识点掌握程度阈值。当然,知识点掌握程度阈值的数值不做限定,可以依据实际情况设置。
通过根据第一预设知识点掌握程度阈值来获取符合知识点巩固目标的第二组卷参数,能够保证后续基于第二组卷参数得到的组卷试题集合更加适合待组卷学生的自身学习情况,起到巩固知识点的目的,有利于提高待组卷学生的学习效率。
为了获取第二组卷参数,在另一种具体实施例中,所述基于所述组卷目标、所述待组卷知识点掌握程度和预设的知识点掌握程度阈值调整所述初始组卷参数包括:
获取所述组卷目标对应的第二参数调整规则,并基于知识点关联矩阵,将待组卷知识点掌握程度中高于第二预设知识点掌握程度阈值的至少一个第二知识点替换为所述第二知识点对应的后置知识点。
具体地,请参考图3,图3是本发明实施例所提供的组卷方法的获取第二组卷参数步骤的另一流程示意图。如图中所示,所述基于所述组卷目标、所述待组卷知识点掌握程度和预设的知识点掌握程度阈值调整所述初始组卷参数的步骤可以包括:
步骤S211:根据所述组卷目标获取与所述组卷目标相对应的第二参数调整规则以及结合待组卷知识点掌握程度,确定所述初始组卷参数的各第二知识点,第二知识点即各待调整知识点。
具体地,当所述组卷目标为知识点提高目标时,根据前述内容可知,第二参数调整规则为待组卷学生的知识点掌握程度大于第二预设知识点掌握程度阈值,第二预设知识点掌握程度阈值指的是基于教学情况设定一个知识点掌握程度阈值,当待组卷学生的待组卷知识点掌握程度中的某个知识点的掌握程度大于第二预设知识点掌握程度阈值时,将初始组卷参数中对应的该知识点作为待调整知识点,通过遍历满足初始组卷参数的所有知识点,最终能够确定各个待调整知识点。
例如,待组卷学生在A知识点上的知识点掌握程度为0.8,在B知识点上的知识点掌握程度为0.5,如果第二预设知识点掌握程度阈值为0.7,则A知识点的知识点掌握程度大于第二预设知识点掌握程度阈值0.7,那么,当待组卷学生选择的组卷目标是知识点提高时,确定A知识点为第二知识点,即待调整知识点。
步骤S212:将至少一个第二知识点替换为所述第二知识点对应的后置知识点。
后置知识点是待调整知识点的在后学习知识点,只有学习了当前学习知识点之后,才会进行在后学习知识点(即后置知识点)的学习。
当所述组卷目标为知识点提高目标,且各所述待调整知识点(第二知识点)的知识点掌握程度满足所述知识点提高目标的第二参数调整规则时,表示需要对待调整知识点的后置知识点进行学习,将各所述待调整知识点调整为所述后置知识点,而非用户直接给定的知识点试题比例参数c3;当某知识点不满足知识点巩固目标的第二参数调整规则时,该知识点保持不变。例如,待组卷学生在A知识点上的知识点掌握程度为0.8,在B知识点上的知识点掌握程度为0.5,第二预设知识点掌握程度阈值为0.7,A知识点为待调整知识点,将A知识点修改为A知识点的后置知识点,B知识点会保持不变。
如此,可以得到一个第二组卷参数,也就是相比于初始组卷参数中的c3,将其中的待调整知识点替换成了其对应的后置知识点,而试题比例保持不变,更新后的c3记为c″3,其他两个组卷参数即试题难度比例和题型比例无需发生改变,即c″1=c1,c″2=c2。
通过根据第二预设知识点掌握程度阈值来获取符合知识点提高目标的第二组卷参数,能够保证后续基于第二组卷参数得到的组卷试题集合更加适合待组卷学生的自身学习情况,起到预习知识点的目的,有利于提高待组卷学生的学习效率。
为了获取第二组卷参数,在另一种具体实施例中,所述基于所述组卷目标、所述待组卷知识点掌握程度和预设的知识点掌握程度阈值调整所述初始组卷参数包括:
获取所述组卷目标对应的第三参数调整规则,将待组卷知识点掌握程度中高于第三预设知识点掌握程度阈值的至少一个第三知识点的第一试题难度按第一预设比例调整为第二试题难度,所述第二试题难度的难度等级高于所述第一试题难度。
具体地,请参考图4,图4是本发明实施例所提供的组卷方法的获取第二组卷参数步骤的另一流程示意图。
如图4所示,获取第二组卷参数的步骤包括:
步骤S221:根据所述组卷目标获取与所述组卷目标相对应的第三参数调整规则以及结合待组卷知识点掌握程度,确定所述初始组卷参数的各第三知识点,第三知识点即各难度比例待调整知识点。
具体地,当所述组卷目标为知识点难度提升目标时,根据前述内容可知,第三参数调整规则为待组卷学生的知识点掌握程度高于第三预设知识点掌握程度阈值。第三预设知识点掌握程度阈值指的是基于教学情况设定一个知识点掌握程度阈值,当待组卷学生的待组卷知识点掌握程度中的某个知识点的掌握程度高于第三预设知识点掌握程度阈值时,将初始组卷参数中对应的该知识点作为第三知识点,即难度比例待调整知识点,通过遍历满足初始组卷参数的所有知识点,最终能够确定各个难度比例待调整知识点。
例如,待组卷学生在A知识点上的知识点掌握程度为0.6,在B知识点上的知识点掌握程度为0.8,在C知识点上的知识点掌握程度为0.4,如果第三预设知识点掌握程度阈值范围为([0.5,0.7]),B知识点的知识点掌握程度大于第三预设知识点掌握程度阈值,那么,当待组卷学生选择的组卷目标是知识点难度提升时,B知识点确定为为第三知识点,即B为难度比例待调整知识点。
步骤S222:将至少一个第三知识点的第一试题难度按第一预设比例调整为第二试题难度,所述第二试题难度的难度等级高于所述第一试题难度,得到所述第二组卷参数。
具体地,当所述组卷目标为知识点难度提升目标时,将各所述难度比例待调整知识点的难度等级较高的试题比例增加,表示学生需要针对知识点掌握程度大于第三预设知识点掌握程度阈值范围的知识点做下一个难度层级的题目,基于此,对组卷参数的c1进行修改。对于初始组卷参数中的知识点掌握程度没有达到知识点难度提升目标设定阈值的知识点,该知识点的试题难度比例保持不变。
在一种具体实施例中,知识点难度等级共有3种难度等级,分别用难度等级1,难度等级2和难度等级3表示,数值越大表示难度越大。第一预设比例可以设置为20%,将难度比例待调整知识点的难度为2的试题比例保持不变,难度为3的试题比例可以整体增加20%,难度为1的试题比例可以整体减少20%,调整后的试题难度比例记为cn1。初始组卷参数中的不满足第三参数调整规则的知识点的试题难度比例依然为c1。基于此,可以将知识点的试题难度比例分为两部分,难度比例待调整知识点的试题难度比例为cn1,难度比例无需被调整的知识点的试题难度比例依然为c1,则记
例如,当待组卷学生在A知识点上的知识点掌握程度为0.6,在B知识点上的知识点掌握程度为0.8,在C知识点上的知识点掌握程度为0.4,且第三预设知识点掌握程度阈值范围为([0.5,0.7])时,如果待组卷学生选择的组卷目标是知识点难度提升,那么,B知识点的试题难度比例进行修改,使得高难度等级的试题比例增加,低难度等级的试题比例降低,A知识点和C知识点的试题难度比例不变。
需要说明的是,难度比例待调整知识点的第一预设比例的具体数值不作限定,在其他实施例中,第二预设比例的具体数值可以根据实际情况确定。
通过根据第三预设知识点掌握程度阈值来获取符合知识点难度提升目标的第二组卷参数,能够保证后续基于第二组卷参数得到的组卷试题集合更加适合待组卷学生的自身学习情况,起到拓宽知识点理解的目的,有利于提高待组卷学生的学习效率。
为了获取第二组卷参数,在另一具体实施例中,所述基于所述组卷目标、所述待组卷知识点掌握程度和预设的知识点掌握程度阈值调整所述初始组卷参数包括:
获取所述组卷目标对应的第四参数调整规则,将待组卷知识点掌握程度中低于第四预设知识点掌握程度阈值的至少一个第四知识点的第三试题难度按第二预设比例调整为第四试题难度,所述第四试题难度的难度等级低于所述第三试题难度。
具体地,请参考图5,图5是本发明实施例所提供的组卷方法的获取第二组卷参数步骤的另一流程示意图。
如图5所示,所述基于所述组卷目标、所述待组卷知识点掌握程度和预设的知识点掌握程度阈值调整所述初始组卷参数,获取第二组卷参数的步骤可以包括:
步骤S231:根据所述组卷目标获取与所述组卷目标相对应的第四参数调整规则以及结合待组卷知识点掌握程度,确定所述初始组卷参数的各第四知识点,第四知识点即各难度比例待调整知识点。
当所述组卷目标为知识点难度降低目标时,知识点难度降低目标的第四参数调整规则为待组卷学生的知识点掌握程度低于第四预设知识点掌握程度阈值。第四预设知识点掌握程度阈值指的是基于教学情况设定一个知识点掌握程度阈值,当待组卷学生的待组卷知识点掌握程度中的某个知识点的掌握程度低于第四预设知识点掌握程度阈值时,将初始组卷参数中对应的该知识点作为第四知识点,即难度比例待调整知识点,通过遍历满足初始组卷参数的所有知识点,最终能够确定各个难度比例待调整知识点。
步骤S232:将至少一个第四知识点的第三试题难度按第二预设比例调整为第四试题难度,所述第四试题难度的难度等级低于所述第三试题难度。
当所述组卷目标为知识点难度降低目标时,将各所述难度比例待调整知识点的难度等级较高的试题比例降低,表示学生需要针对知识点掌握程度小于第四预设知识点掌握程度阈值的知识点做上一个难度层级的题目,基于此,对组卷参数的c1进行修改。对于初始组卷参数中的知识点掌握程度不低于第四预设知识点掌握程度阈值的知识点,该知识点的试题难度比例保持不变。
在一种具体实施例中,知识点难度等级共有3种难度等级,分别用难度等级1,难度等级2和难度等级3表示,数值越大表示难度越大。将第二预设比例设置为20%,则将难度比例待调整知识点的难度为2的试题比例保持不变,难度为3的试题比例可以整体降低20%,难度为1的试题比例可以整体增加20%,调整后的试题难度比例记为c′n1。初始组卷参数中的不满足所述知识点难度降低目标的目标调整标准的的知识点的试题难度比例依然为c1。基于此,可以将知识点的试题难度比例分为两部分,难度比例待调整知识点的试题难度比例为cn1,难度比例无需被调整的知识点的试题难度比例依然为c1,则记 其他两个组卷参数即题型比例和知识点比例无需发生改变,即c″″2=c2,c″″3=c3。
需要说明的是,难度比例待调整知识点的第二预设比例的具体数值不作限定,在其他实施例中,第二预设比例的具体数值可以根据实际情况确定。
通过基于知识点掌握程度和组卷目标来更改初始组卷参数,能够基于用户选定的组卷目标,自动根据用户的知识点掌握程度调整初始组卷参数c=(c1,c2,c3),得到第二组卷参数,第二组卷参数充分考虑待组卷学生的知识点掌握程度和组卷目标,能够更好地匹配用户的个性化学习能力和个性化学习需求,降低了用户的操作成本,保证了后续组卷的精度和灵活性以及用户的使用体验。
在另一具体实施例中,所述基于所述组卷目标、所述待组卷知识点掌握程度和预设的知识点掌握程度阈值调整所述初始组卷参数包括:
获取所述组卷目标对应的第五参数调整规则,将所述初始组卷参数作为所述第二组卷参数。
当所述组卷目标为知识点强化目标时,知识点强化目标的第五参数调整规则为将所述初始组卷参数作为所述第二组卷参数。
目前试题的题库数量越来越大,有的甚至达到百万量级。在实际的组卷过程中,如果对题库中的所有试题都进行运算,不管是采用基于规则的方法,还是采用基于进化的算法(如遗传算法、粒子群算法等),运算代价会过于巨大,使得运算时间都难以达到实际的应用需求。
基于此,为了在不损失组卷精度的前提下,大幅度提高后续的组卷效率,在一种具体实施例中,获取组卷试题集合的步骤请参考图6,图6是本发明实施例所提供的组卷方法的获取组卷试题集合步骤的流程示意图。
如图6所示,所述根据所述第二组卷参数从试题库中获取试题,得到组卷试题集合的步骤包括:
步骤S601:计算所述试题库中各试题的试题特征参数与所述第二组卷参数的第二匹配度。
根据所述第二组卷参数计算所述试题库中各试题与所述第二组卷参数的第二匹配度,得到所有试题的第二匹配度集合。
具体地,所述试题库中各试题与所述第二组卷参数的第二匹配度越大,该道题被组卷的概率越大,从而可以转化为根据所述第二组卷参数计算某道试题被选择的概率,得到所有试题被选择的概率集合,该概率集合即为各试题的第二匹配度集合。
比如,在组卷目标为知识点提高时,第二组卷参数c′=(c′1,c′2,c′3),某道试题q1被选择的概率可以被形式化为求解条件概率p(q1|c′1,c′2,c′3)。即在第二组卷参数为c′=(c′1,c′2,c′3)时,试题q1被选择的概率大小。
具体地,试题q1被选择的概率可以根据欧几里得距离公式计算所述试题库中各试题与所述第二组卷参数的匹配值。当然,在其他实施例中,也可以通过其他方法计算试题q1被选择的概率。
为了方便获取匹配试题集合,将直接以归一化后的欧几里得距离作为条件概率p(q1|c′1,c′2,c′3),简写为p1。具体计算公式如下:
其中,N表示将第二组卷参数c′1,c′2,c′3拼接后的向量长度,c1N表示第二组卷参数向量第N位相应的具体值,q1N表示试题q1特征向量第N位相应的具体值。min(pn)表示所有试题中的最小欧几里得距离。
接下来给出第二组卷参数向量和试题特征向量的具体构建方式。
第二组卷参数向量的构建:直接将第二组卷参数c′1,c′2,c′3的向量拼接成一个整体的向量c′=(c11,c12,…,c1N)。举例而言,假设试题难度总共有3种难度等级,而本次组卷的试题难度比例为(0.4,0.2,0.4),即难度等级为1的试题比例为40%、难度等级为2的试题比例为20%、难度等级为3的试题比例为40%。题型总共有4种,而本次组卷的题型比例分布为(0.1,0.5,0.2,0.2),即题型1的试题比例为10%、题型2的试题比例为50%、题型3的试题比例为20%、题型4的试题比例为20%。知识点总共只有4个(实际会远远多于这个数,这里为了举例简洁,只使用了4个),本次组卷的知识点上的试题比例为第一个知识点50%、第二个知识点50%、其他两个知识点都为0,则知识点比例为(0.5,0.5,0,0)。那么最终可以得到一个11维的组卷参数向量:c=(0.4,0.2,0.4,0.1,0.5,0.2,0.2,0.5,0.5,0,0),N等于11。
试题特征向量的构建:与组卷参数向量相对应,构建一个同为N维的试题向量q=(q11,q12,…,q1N)。具体的取值方式依据试题本身的属性而定,举例而言,假设该道题难度为2,则q11=0,q12=1,q13=0。题型与知识点的构建方式与试题难度等级的构建类似,在此不在赘述。
基于在组卷参数c′下的试题条件概率计算公式(1),可以得到所有试题的概率,记为p=(p1,p2,…,pm,…,pM),其中,pm表示第m道题的概率值,值越大,则表示与组卷参数越为接近,在组卷中被选择的概率就越大。M表示总的试题数量,从而得到所有试题的第二匹配度集合。
同理,当换为其他组卷目标时,采用相应的第二组卷参数求解条件概率。
步骤S602:根据各试题的第二匹配度以及第一预设试题数量,确定匹配试题集合。
根据每道试题的匹配值确定第一预设试题数量的匹配试题,得到匹配试题集合。
基于步骤S601得出的所有试题的概率向量p=(p1,p2,…,pm,…,pM)和基于实际业务给定的第一预设试题数量M0对p中的试题概率进行排序,当以归一化后的欧几里得距离计算时,选择排在前面的M0个试题,得到过滤后的试题概率列表向量,记为从而得到试题数量为M0的匹配试题集合。
需要注意的是,第一预设试题数量M0的值远远小于M,一般取500左右即可。
需要说明的是,在其他实施例中,当欧几里得距离未归一化时,选择倒数前M0个试题,得到匹配试题集合。
步骤S603:根据所述第二组卷参数从所述匹配试题集合中获取试题,得到所述组卷试题集合。
本发明实施例所提供的组卷方法,通过根据第二组卷参数c′=(c11,c12,…,c1N)计算每道题应该被选择的概率大小,并基于该概率的大小对试题进行过滤,显著降低了后续参与组卷的试题规模,一方面可以提到组卷的精度,因为过滤掉大量不相关的试题后,可以减少后续组卷输入的噪声;另一方面,显而易见的可以提高组卷的效率,因为将参与组卷的试题从百万规模直接降低到百位规模,从而在不损失组卷精度的前提下,大幅度提高后续的组卷效率。
为了进一步提高组卷准确率,且在可接受的时间范围内大概率地找到全局最优解,在一种具体实施例中,所述根据所述第二组卷参数从试题库中获取试题,得到组卷试题集合的步骤包括:
基于模拟退火算法根据所述第二组卷参数生成组卷试题集合。
当然,在其他实施例中,也可以通过其它算法(比如,遗传算法或者粒子群算法)来进行组卷。
请参考图7,图7是本发明实施例所提供的组卷方法的获取组卷试题集合步骤的又一流程示意图。
如图7所示,所述基于模拟退火算法根据所述第二组卷参数生成组卷试题集合的包括:
S301:根据所述第二组卷参数的题型比例以及预设组卷试题数量获得当前试题集合。
预设组卷试题数量指的是一套试卷中所包含的试题总量,试题总量可依据实际教学情况确定。
基于组卷目标和知识点掌握程度确定第二组卷参数后,根据第二组卷参数,从试题库中选取满足第二组卷参数中题型比例要求的预设组卷试题数量的试题,得到当前试题集合。
首先对试卷初始化。主要以题型来构建试卷,获得当前试题集合。假如本次组卷的要求是构建三个题型的试卷,题型比例为2:2:1,假如预设组卷试题数量为25道,则试卷试题构成分别是填空10道、选择10道、问答题5道。那么当前试题集合则分别从匹配试题集合里面随机选择10道填空题、10道选择题和5道问答题作为试卷的初始解tp0,则当前试题集合tpk=tp0。
S302:选取所述第二组卷参数中的各知识点的试题难度比例或各知识点的知识点比例作为优化目标。
在一种具体实施例中,可以是随机选取所述第二组卷参数中的各知识点的试题难度比例或各知识点的知识点比例作为优化目标。
首先,以同等的概率选择本次循环的优化方向。由于题型的约束已经通过步骤S301的初始化方式得到100%的满足,剩下的两个优化目标主要是试题难度比例和知识点比例。即在每次循环开始之前,都从试题难度比例和知识点比例中随机选择一个作为本次循环的优化方向,记为wayk。
S303:替换所述当前试题集合中的任一试题获得多个更新试题集合,计算各所述更新试题集合在所述优化目标方面与所述第二组卷参数的第一匹配度。
在一种具体实施例中,可以是随机替换所述当前试题集合中的某一试题获得多个更新试题集合,计算所述更新试题集合在所述优化目标方面与所述第二组卷参数的第一匹配度,得到各个具有所述第一匹配度的更新试题集合。
当优化方向为试题难度比例时,第一匹配度指的是试题难度比例匹配度,当优化方向为知识点比例时,第一匹配度指的是知识点比例匹配度。
基于选择出的优化方向wayk,随机替换当前试题集合temk中某一道试题得到更新试题集合,并计算更新试题集合v的优化方向得分scorek,v,得分越高,表示与所述第二组卷参数的第一匹配度越高,得分计算公式可以为更新试题集合里试题的优化目标比例与第二组卷参数中的优化目标比例之间的余弦相似度,相似度值越大,表明第一匹配度越高,即更新试题集合的组卷质量越高。
如果本次循环的优化方向wayk为试题难度比例,那么会计算更新试题集合的试题难度比例与第二组卷参数中试题难度比例之间的余弦相似度;如果本次循环的优化方向wayk为知识点比例,则直接计算更新试题集合的知识点比例与第二组卷参数中知识点比例之间的余弦相似度。重复该步骤一定的次数(如1000次),能够得到大量具有优化方向得分scorek,v的更新试题集合,即得到各个具有所述第一匹配度的更新试题集合。
具体地,当选取所述第二组卷参数中的知识点比例作为优化目标时,随机替换所述初始试题集合中的某一试题获得更新试题集合,计算所述更新试题集合在所述各知识点的知识点比例上与所述第二组卷参数的知识点比例匹配度,得到各个具有知识点比例匹配度的更新试题集合。
同理,当选取所述第二组卷参数中的各知识点的试题难度比例作为优化目标时,随机替换所述初始试题集合中的某一试题获得更新试题集合,计算所述更新试题集合在所述各知识点的试题难度比例上与所述第二组卷参数的试题难度比例匹配度,得到各个具有试题难度比例匹配度的更新试题集合。
步骤S304:根据各所述更新试题集合的第一匹配度,采用轮盘赌的方式从各所述更新试题集合中选取一套更新试题集合,得到第一随机试题集合。
基于各个具有所述第一匹配度的更新试题集合的优化方向得分scorek,v,采用轮盘赌的方式从中选择一个第一随机试题集合tpnew。
通过计算优化方向得分,一方面能够很好地考虑第二组卷参数与组卷试题集合的相关性,另一方面能够有效地指引搜索的方向,提高组卷的优化效率。
步骤S305:判断所述随机试题集合与所述第二组卷参数的综合目标匹配度是否大于或等于所述当前试题集合与所述第二组卷参数的综合目标匹配度。若是,执行步骤S306;若否,执行步骤S309。
具体地,计算第一随机试题集合tpnew和当前试题集合tpk之间目标函数上的差值,Δfk,new=f(tpnew)-f(tpk)。
如果Δfk,new>0,则以试卷tpnew为当前试题集合tpk,即tpk=tpnew;这里的物理含义为,当第一随机试题集合tpnew优于当前试题集合tpk时,则将选择出的第一随机试题集合作为当前试题集合。
目标函数的计算公式如下:
f(tpk)=(cosineSimilarity(c′1,tpk,1)+cosineSimilarity(c′3,tpk,3))/2,
其中,cosineSimilarity(c′1,tpk,1)表示第二组卷参数中的试题难度比例与试卷k上试题难度比例(tpk,1)之间的余弦相似度,cosineSimilarity(c′3,tpk,3)表示第二组卷参数中的知识点比例与试卷k上知识点比例(tpk,3)之间的余弦相似度。
需要注意的是:若组卷目标为知识点难度提升或者知识点难度降低时,cosineSimilarity(c′1,tpk,1)需要被调整成如下公式:
其中,cosineSimilarity(c1,tp1 k,1)表示试卷k的难度比例无需被调整的知识点的试题难度比例(tp1 k,1)与组卷参数c1之间的余弦相似度,cosineSimilarity(cn1,tp2 k,1)表示试卷k的难度比例待调整知识点的试题难度比例(tp1 k,1)与组卷参数cn1之间的余弦相似度。
步骤S306:判断所述第一随机试题集合与所述第二组卷参数的综合目标匹配度与所述当前试题集合与所述第二组卷参数的综合目标匹配度的差值是否达到差值阈值或所述试题集合更换次数是否达到预定次数。若是,执行步骤S307,若否,执行步骤S308。
综合目标匹配度指的是同时与第二组卷参数中的知识点比例和试题难度比例相比较的匹配度。
具体地,判断是否达到循环停止条件,如果达到循环停止条件,则结束本次循环,如果未达到循环停止条件,则继续执行步骤S308。循环停止条件有两种,第一种是设定特定的循环次数,如果超过该次数就停止循环;第二种是观察循环前后几次生成的试卷上目标函数值f(tpk)的变化,如果f(tpk)的变化在给定的范围之内,则停止循环。
步骤S307:将最后得到的新的随机试题集合作为所述组卷试题集合。
步骤S308:试题集合更换次数加1,将所述随机试题集合作为当前试题集合。
当所述第一随机试题集合与所述第二组卷参数的综合目标匹配度与所述当前试题集合与所述第二组卷参数的综合目标匹配度的差值没有达到差值阈值或所述试题集合更换次数没有达到预定次数时,试题集合更换次数加1,将所述随机试题集合作为当前试题集合。
步骤S309:计算所述随机试题集合被确定为所述当前试题集合的概率,基于所述概率将所述随机试题集合作为所述当前试题集合。
当所述随机试题集合与所述第二组卷参数的综合目标匹配度小于所述当前试题集合与所述第二组卷参数的综合目标匹配度时,计算所述第一随机试题集合被确定为所述当前试题集合的概率,基于所述概率将所述第一随机试题集合作为所述当前试题集合。
如果Δfk,new≤0,则以的概率选择tpnew作为当前试题集合tpk。这里的物理含义为,当所选择的第一随机试题集合tpnew差于当前试题集合tpk时,则以的可能性接受该较差的解,这一步的目的就是为了让算法具备避免陷入局部最优解的能力。
其中,temk指的是当前温度。当前温度用于后续组卷过程中调整接受较差解的可能性。
在模拟退火算法中,一般都会选择一个较大值来作为初始温度tem0,如设tem0=10000。因此,当将最后得到的新的随机试题集合作为所述组卷试题集合后,还需要对温度进行下降,进而能够调整接受较差解的可能性。即此时,temk=δ*temk。其中,δ为温度衰减因子,一般取0.95到0.99之间的某个小数。
模拟退火过程的终止条件同样有两种,第一种是当温度下降到一定的值时,一般取当temk=0.000009等(即取一个接近于0的小数)时,停止模拟退火过程;另一种是当最后几次循环的结果的变化在某个阈值之内时,停止模拟退火过程。
本发明实施例所提供的组卷方法可以在接受的时间范围内以较大的可能性获得全局最优解,即能够满足组卷参数约束的全局最优试卷。尤为重要的是,很好地满足了模拟退火算法中的邻域选择的构建需求,一方面能够很好地考虑第二组卷参数与组卷试题集合的相关性;另一方面能够有效地指引搜索的方向,从而降低搜索次数,提高组卷效率。
步骤S30:根据所述第二组卷参数从试题库中获取试题,得到组卷试题集合。
通过基于知识点掌握程度和组卷目标来更改初始组卷参数,得到第二组卷参数,基于该第二组卷参数,可以得到组卷试题集合。
当所述初始组卷参数的知识点的知识点掌握程度不满足所述组卷目标的参数调整规则时,即所述初始组卷参数的知识点的知识点掌握程度与组卷目标相匹配,则可以直接基于获取的初始组卷参数来组卷即可。
本发明实施例所提供的组卷方法,首先获取初始组卷参数、待组卷学生的知识点掌握程度以及所述待组卷学生的组卷目标,然后根据所述初始组卷参数、所述知识点掌握程度、组卷目标和预设的知识点掌握程度阈值调整所述初始组卷参数,得到第二组卷参数,最后根据所述第二组卷参数从试题库中获取试题,得到组卷试题集合。
可见,本发明实施例所提供的组卷方法,在进行组卷之前,先基于组卷目标和待组卷学生的知识点掌握程度以及预设的知识点掌握程度阈值自动调整初始组卷参数,获取第二组卷参数,从而使第二组卷参数更适合待组卷学生的具体情况,同时更能满足组卷目标,然后基于第二组卷参数得到组卷试题集合,从而使得基于第二组卷参数所获取的组卷试题集合能够基于要求满足不同的组卷目标,进而能够满足用户的多样化组卷目标,提高用户的使用体验,同时,由于组卷目标考虑了待组卷学生的各个知识点的知识点掌握程度,最终的组卷试题集合能够契合待组卷学生的具体情况,从而提升学生的学习效率
下面对本发明实施例提供的组卷装置进行介绍,下文描述的组卷装置可以认为是,电子设备(如:PC)为分别实现本发明实施例提供的组卷方法所需设置的功能模块架构。下文描述的组卷装置的内容,可分别与上文描述的组卷方法的内容相互对应参照。
图8是本发明实施例所提供的组卷装置的一框图,该组卷装置即可应用于客户端,也可应用于服务器端,参考图8,该组卷装置可以包括:
组卷数据获取单元100,适于获取初始组卷参数、待组卷学生的知识点掌握程度以及所述待组卷学生的组卷目标;
第二组卷参数获取单元200,适于根据所述初始组卷参数、所述知识点掌握程度、组卷目标和预设的知识点掌握程度阈值调整所述初始组卷参数,得到第二组卷参数;
组卷试题获取单元300,适于根据所述第二组卷参数从试题库中获取试题,得到组卷试题集合。
初始组卷参数主要指本次组卷的试题相关的约束条件,可以理解的是,所述初始组卷参数包括以下至少一个子参数:知识点和试题难度。
为了使组卷结果多元化,在一种具体实施例中,所述初始组卷参数可以包括知识点的试题难度比例、题型比例以及知识点比例。为便于描述,将初始组卷参数记为c=(c1,c2,c3)。其中,c1表示知识点的试题难度比例,指的是每个知识点的试题在各个难度等级上的试题数量比例;c2表示题型比例,指的是各个题型的试题数量比例;c3表示知识点比例,指的是在各个知识点上的试题比例。
待组卷学生的知识点掌握程度是指待组卷学生对知识点的掌握情况,主要来自于学生的实际考试情况,取值范围为0到1之间,值越大代表待组卷学生对该知识点的掌握程度越高。为便于表述,可以采用学生知识点掌握程度向量来表示待组卷学生的知识点掌握程度,学生知识点掌握程度向量可以记为θ=(θ1,θ2,…,θK),其中,K表示知识点的数量,θK指的是待组卷学生在第K个知识点的掌握程度。
组卷目标是指待组卷学生对本次组卷试题集合所期望达到的学习效果,可以理解的是,在实际组卷应用中,用户的组卷目标是多种多样的,而不仅仅是现有技术方案的中单一组卷目标(即直接根据给定的初始组卷参数来组卷),比如,用户希望本次组卷能够强化已学的知识点,有的时候用户希望能够拔高现学的知识点,而有的时候用户则希望尝试做一些部分可以预习的知识点的相关题目。
组卷目标可以包括知识点巩固目标,知识点提高目标,知识点难度降低目标,知识点难度提升目标以及知识点强化目标。
知识点巩固目标指的是本次组卷的目的是对待组卷学生所学的知识点进行巩固,针对某个知识点掌握程度较低的知识点,还需要对该知识点的前置知识点进行学习。如果一个知识点是否有能力掌握依赖于另一个或另一些知识点的掌握情况,则该另一个或另一些知识点是该一个知识点的前置知识点,举例来说,若学生只有在掌握了知识点a的情况下,才能够掌握知识点b,则知识点a为知识点b的前置知识点,知识点b是知识点a的后置知识点。
知识点提高目标指的是本次组卷的目的是提高待组卷学生的对知识点的掌握程度,基于现有的知识点掌握程度,针对某个知识点掌握程度较高的知识点,开始做后续可学的知识点或后置知识点相关的题目。
知识点难度提升目标指的是本次组卷的目的是对待组卷学生所学知识点的难度等级进行加强,针对知识点掌握程度在特定阈值的知识点,在现有知识点掌握程度的基础之上,难度等级需要提高一个层次。
同理,知识点难度降低目标指的是本次组卷的目的是对待组卷学生所学知识点的难度等级进行降低,针对知识点掌握程度在特定阈值的知识点,在现有知识点掌握程度的基础之上,难度等级需要降低一个层次。
知识点巩固目标指的是本次组卷的目的是对待组卷学生所学的知识点进行巩固,针对某个知识点掌握程度较低的知识点,还需要对该知识点的在先学习知识点进行学习。
知识点提高目标指的是本次组卷的目的是提高待组卷学生的对知识点的掌握程度,基于现有的知识点掌握程度,针对某个知识点掌握程度较高的知识点,开始做后续可学的知识点相关的题目。
知识点难度提升目标指的是本次组卷的目的是对待组卷学生所学知识点的难度等级进行加强,针对知识点掌握程度在特定阈值的知识点,在现有知识点掌握程度的基础之上,难度等级需要提高一个层次。
同理,知识点难度降低目标指的是本次组卷的目的是对待组卷学生所学知识点的难度等级进行降低,针对知识点掌握程度在特定阈值的知识点,在现有知识点掌握程度的基础之上,难度等级需要降低一个层次。
知识点强化目标指的是本次组卷的目的是针对初始组卷参数对应的知识点进行强化练习。
需要说明的是,知识点巩固目标设定阈值、知识点提高目标设定阈值、知识点难度降低目标设定阈值以及知识点难度降低目标设定阈值的取值可以相同,也可以不同,具体可以根据组卷实际情况设定。
在一种具体实施例中,组卷数据获取单元100适于根据所述初始组卷参数和所述知识点掌握程度,得到用于表征初始组卷参数中各知识点掌握程度的待组卷知识点掌握程度。
然后,第二组卷参数获取单元200适于基于所述组卷目标、所述待组卷知识点掌握程度和预设的知识点掌握程度阈值调整所述初始组卷参数,得到第二组卷参数。
需要说明的是,预设的知识点掌握程度阈值对应各组卷目标的参数调整规则。预设的知识点掌握程度阈值包括知识点巩固目标设定阈值、知识点提高目标设定阈值、知识点难度提升目标设定阈值,知识点难度降低目标设定阈值以及知识点强化目标阈值。
知识点巩固目标的第一参数调整规则为待组卷学生的知识点掌握程度小于知识点巩固目标设定阈值,比如:知识点巩固目标设定阈值为0.5,当待组卷学生的待组卷知识点掌握程度中存在某个知识点的掌握程度小于0.5,则认为初始组卷参数中对应的该知识点满足第一参数调整规则。
知识点提高目标的第二参数调整规则为待组卷学生的知识点掌握程度大于知识点提高目标设定阈值,比如,知识点提高目标设定阈值为0.8,当待组卷学生的待组卷知识点掌握程度中存在某个知识点的掌握程度大于0.8时,则认为初始组卷参数中对应的该知识点满足第二参数调整规则。
知识点难度提升目标的第三参数调整规则为待组卷学生的知识点掌握程度高于知识点难度提升目标设定阈值。比如,知识点难度提升目标设定阈值为0.5,当待组卷学生的待组卷知识点掌握程度中存在某个知识点的掌握程度大于0.5时,则认为初始组卷参数中对应的该知识点满足第三参数调整规则。
同理,知识点难度降低目标的第四参数调整规则为待组卷学生的知识点掌握程度低于知识点难度降低目标设定阈值。比如,知识点难度降低目标设定阈值为0.5,当待组卷学生的待组卷知识点掌握程度中存在某个知识点的掌握程度小于0.5时,则认为初始组卷参数中对应的该知识点满足第四参数调整规则。
知识点强化目标的第五参数调整规则为将所述初始组卷参数作为所述第二组卷参数。
需要说明的是,知识点巩固目标设定阈值、知识点提高目标设定阈值、知识点难度降低目标设定阈值以及知识点难度降低目标设定阈值的取值可以相同,也可以不同,具体可以根据组卷实际情况设定。
在一种具体实施例中,第二组卷参数获取单元200适于获取所述组卷目标对应的第一参数调整规则,并基于知识点关联矩阵,将待组卷知识点掌握程度中低于第一预设知识点掌握程度阈值的至少一个第一知识点替换为所述第一知识点对应的前置知识点。
第二组卷参数获取单元200适于根据所述组卷目标获取与所述组卷目标相对应的第一参数调整规则以及结合待组卷知识点掌握程度,确定所述初始组卷参数的各第一知识点,第一知识点即各待调整知识点。
具体地,当所述组卷目标为知识点巩固目标时,根据前述内容可知,第一参数调整规则为待组卷学生的知识点掌握程度低于第一预设知识点掌握程度阈值,第一预设知识点掌握程度阈值指的是基于教学情况所设定一个知识点掌握程度阈值,当待组卷学生的待组卷知识点掌握程度中的某个知识点的掌握程度小于第一预设知识点掌握程度阈值时,那么将初始组卷参数中对应的该知识点作为待调整知识点,通过遍历初始组卷参数的所有知识点,最终能够确定各个待调整知识点。
例如,待组卷学生在A知识点上的知识点掌握程度为0.1,在B知识点上的掌握程度为0.5。如果知识点巩固目标的第一预设知识点掌握程度阈值为0.5,则A知识点的知识点掌握程度小于第一预设知识点掌握程度阈值0.5,那么,当学生选择的组卷目标是知识点巩固时,确定A知识点为第一知识点,即待调整知识点。
第二组卷参数获取单元200还适于根据将至少一个第一知识点替换为所述第一知识点对应的前置知识点。
前置知识点指的是待调整知识点的在先学习知识点,在学习过程中,知识点的学习顺序为在先学习知识点-当前学习知识点-在后学习知识点,通常而言,学习过在先学习知识点(即前置知识点)之后,才会进行当前学习知识点的学习。
如此,可以得到一个第二组卷参数,也就是相比于初始组卷参数中的c3,将其中的待调整知识点替换成了其对应的前置知识点,而试题比例保持不变,更新后的c3记为c′3,其他两个组卷参数即试题难度比例和题型比例无需发生改变,即c′1=c1,c′2=c2。
需要说明的是,前置知识点的知识点掌握程度可以满足第一参数调整规则,也可以不满足所述组卷目标的第一参数调整规则。
当待调整知识点(第一知识点)替换成其对应的前置知识点后,在一种实施例中,可以默认前置知识点已达到知识点掌握程度阈值。在其他实施例中,也可以是将该第一知识点替换成它的前置知识点后,判断前置知识点的掌握程度是否达到知识点掌握程度阈值,若是,则替换为前置知识点,若否,则将前置知识点替换为前置知识点的前置知识点,直至替换后的知识点满足知识点掌握程度阈值。当然,知识点掌握程度阈值的数值不做限定,可以依据实际情况设置。
通过根据第一预设知识点掌握程度阈值来获取符合知识点巩固目标的第二组卷参数,能够保证后续基于第二组卷参数得到的组卷试题集合更加适合待组卷学生的自身学习情况,起到巩固知识点的目的,有利于提高待组卷学生的学习效率。
为了获取第二组卷参数,在另一种具体实施例中,第二组卷参数获取单元200适于获取所述组卷目标对应的第二参数调整规则,并基于知识点关联矩阵,将待组卷知识点掌握程度中高于第二预设知识点掌握程度阈值的至少一个第二知识点替换为所述第二知识点对应的后置知识点。
第二组卷参数获取单元200适于根据所述组卷目标获取与所述组卷目标相对应的第二参数调整规则以及结合待组卷知识点掌握程度,确定所述初始组卷参数的各第二知识点,第二知识点即各待调整知识点。
具体地,当所述组卷目标为知识点提高目标时,根据前述内容可知,第二参数调整规则为待组卷学生的知识点掌握程度大于第二预设知识点掌握程度阈值,第二预设知识点掌握程度阈值指的是基于教学情况设定一个知识点掌握程度阈值,当待组卷学生的待组卷知识点掌握程度中的某个知识点的掌握程度大于第二预设知识点掌握程度阈值时,将初始组卷参数中对应的该知识点作为待调整知识点,通过遍历满足初始组卷参数的所有知识点,最终能够确定各个待调整知识点。
例如,待组卷学生在A知识点上的知识点掌握程度为0.8,在B知识点上的知识点掌握程度为0.5,如果第二预设知识点掌握程度阈值为0.7,则A知识点的知识点掌握程度大于第二预设知识点掌握程度阈值0.7,那么,当待组卷学生选择的组卷目标是知识点提高时,确定A知识点为第二知识点,即待调整知识点。
第二组卷参数获取单元200还适于将至少一个第二知识点替换为所述第二知识点对应的后置知识点。
后置知识点是待调整知识点(第二知识点)的在后学习知识点,只有学习了当前学习知识点之后,才会进行在后学习知识点(即后置知识点)的学习。
具体地,当所述组卷目标为知识点提高目标,且各所述待调整知识点(第二知识点)的知识点掌握程度满足所述知识点提高目标的第二参数调整规则时,表示需要对待调整知识点的后置知识点进行学习,将各所述待调整知识点调整为所述后置知识点,而非用户直接给定的知识点试题比例参数c3;当某知识点不满足知识点巩固目标的第二参数调整规则时,该知识点保持不变。例如,待组卷学生在A知识点上的知识点掌握程度为0.8,在B知识点上的知识点掌握程度为0.5,第二预设知识点掌握程度阈值为0.7,A知识点为待调整知识点,将A知识点修改为A知识点的后置知识点,B知识点会保持不变。
如此,可以得到一个第二组卷参数,也就是相比于初始组卷参数中的c3,将其中的待调整知识点替换成了其对应的后置知识点,而试题比例保持不变,更新后的c3记为c″3,其他两个组卷参数即试题难度比例和题型比例无需发生改变,即c″1=c1,c″2=c2。
通过根据第二预设知识点掌握程度阈值来获取符合知识点提高目标的第二组卷参数,能够保证后续基于第二组卷参数得到的组卷试题集合更加适合待组卷学生的自身学习情况,起到预习知识点的目的,有利于提高待组卷学生的学习效率。
为了获取第二组卷参数,在另一种具体实施例中,第二组卷参数获取单元200适于获取所述组卷目标对应的第三参数调整规则,将待组卷知识点掌握程度中高于第三预设知识点掌握程度阈值的至少一个第三知识点的第一试题难度按第一预设比例调整为第二试题难度,所述第二试题难度的难度等级高于所述第一试题难度。
第二组卷参数获取单元200适于根据所述组卷目标获取与所述组卷目标相对应的第三参数调整规则以及结合待组卷知识点掌握程度,确定所述初始组卷参数的各第三知识点,第三知识点即各难度比例待调整知识点。
具体地,当所述组卷目标为知识点难度提升目标时,根据前述内容可知,第三参数调整规则为待组卷学生的知识点掌握程度高于第三预设知识点掌握程度阈值。第三预设知识点掌握程度阈值指的是基于教学情况设定一个知识点掌握程度阈值,当待组卷学生的待组卷知识点掌握程度中的某个知识点的掌握程度高于第三预设知识点掌握程度阈值时,将初始组卷参数中对应的该知识点作为第三知识点,即难度比例待调整知识点,通过遍历满足初始组卷参数的所有知识点,最终能够确定各个难度比例待调整知识点。
例如,待组卷学生在A知识点上的知识点掌握程度为0.6,在B知识点上的知识点掌握程度为0.8,在C知识点上的知识点掌握程度为0.4,如果第三预设知识点掌握程度阈值范围为([0.5,0.7]),B知识点的知识点掌握程度大于第三预设知识点掌握程度阈值,那么,当待组卷学生选择的组卷目标是知识点难度提升时,B知识点确定为为第三知识点,即B为难度比例待调整知识点。
第二组卷参数获取单元200适于将至少一个第三知识点的第一试题难度按第一预设比例调整为第二试题难度,所述第二试题难度的难度等级高于所述第一试题难度,得到所述第二组卷参数。
具体地,当所述组卷目标为知识点难度提升目标时,将各所述难度比例待调整知识点的难度等级较高的试题比例增加,表示学生需要针对知识点掌握程度大于第三预设知识点掌握程度阈值范围的知识点做下一个难度层级的题目,基于此,对组卷参数的c1进行修改。对于初始组卷参数中的知识点掌握程度没有达到知识点难度提升目标设定阈值的知识点,该知识点的试题难度比例保持不变。
在一种具体实施例中,知识点难度等级共有3种难度等级,分别用难度等级1,难度等级2和难度等级3表示,数值越大表示难度越大。第一预设比例可以设置为20%,将难度比例待调整知识点的难度为2的试题比例保持不变,难度为3的试题比例可以整体增加20%,难度为1的试题比例可以整体减少20%,调整后的试题难度比例记为cn1。初始组卷参数中的不满足第三参数调整规则的知识点的试题难度比例依然为c1。基于此,可以将知识点的试题难度比例分为两部分,难度比例待调整知识点的试题难度比例为cn1,难度比例无需被调整的知识点的试题难度比例依然为c1,则记
例如,当待组卷学生在A知识点上的知识点掌握程度为0.6,在B知识点上的知识点掌握程度为0.8,在C知识点上的知识点掌握程度为0.4,且第三预设知识点掌握程度阈值范围为([0.5,0.7])时,如果待组卷学生选择的组卷目标是知识点难度提升,那么,B知识点的试题难度比例进行修改,使得高难度等级的试题比例增加,低难度等级的试题比例降低,A知识点和C知识点的试题难度比例不变。
需要说明的是,难度比例待调整知识点的第一预设比例的具体数值不作限定,在其他实施例中,第一预设比例的具体数值可以根据实际情况确定。
通过根据第三预设知识点掌握程度阈值来获取符合知识点难度提升目标的第二组卷参数,能够保证后续基于第二组卷参数得到的组卷试题集合更加适合待组卷学生的自身学习情况,起到拓宽知识点理解的目的,有利于提高待组卷学生的学习效率。
为了获取第二组卷参数,在另一具体实施例中,第二组卷参数获取单元200适于获取所述组卷目标对应的第四参数调整规则,将待组卷知识点掌握程度中低于第四预设知识点掌握程度阈值的至少一个第四知识点的第三试题难度按第二预设比例调整为第四试题难度,所述第四试题难度的难度等级低于所述第三试题难度。
第二组卷参数获取单元200适于根据所述组卷目标获取与所述组卷目标相对应的第四参数调整规则以及结合待组卷知识点掌握程度,确定所述初始组卷参数的各第四知识点,第四知识点即各难度比例待调整知识点。
当所述组卷目标为知识点难度降低目标时,知识点难度降低目标的第四参数调整规则为待组卷学生的知识点掌握程度低于第四预设知识点掌握程度阈值。第四预设知识点掌握程度阈值指的是基于教学情况设定一个知识点掌握程度阈值,当待组卷学生的待组卷知识点掌握程度中的某个知识点的掌握程度低于第四预设知识点掌握程度阈值时,将初始组卷参数中对应的该知识点作为第四知识点,即难度比例待调整知识点,通过遍历满足初始组卷参数的所有知识点,最终能够确定各个难度比例待调整知识点。
第二组卷参数获取单元200还适于将至少一个第四知识点的第三试题难度按第二预设比例调整为第四试题难度,所述第四试题难度的难度等级低于所述第三试题难度。
当所述组卷目标为知识点难度降低目标时,将各所述难度比例待调整知识点的难度等级较高的试题比例降低,表示学生需要针对知识点掌握程度小于第四预设知识点掌握程度阈值的知识点做上一个难度层级的题目,基于此,对组卷参数的c1进行修改。对于初始组卷参数中的知识点掌握程度不低于第四预设知识点掌握程度阈值的知识点,该知识点的试题难度比例保持不变。
在一种具体实施例中,知识点难度等级共有3种难度等级,分别用难度等级1,难度等级2和难度等级3表示,数值越大表示难度越大。将第二预设比例设置为20%,则将难度比例待调整知识点的难度为2的试题比例保持不变,难度为3的试题比例可以整体降低20%,难度为1的试题比例可以整体增加20%,调整后的试题难度比例记为c′n1。初始组卷参数中的不满足所述知识点难度降低目标的目标调整标准的的知识点的试题难度比例依然为c1。基于此,可以将知识点的试题难度比例分为两部分,难度比例待调整知识点的试题难度比例为cn1,难度比例无需被调整的知识点的试题难度比例依然为c1,则记 其他两个组卷参数即题型比例和知识点比例无需发生改变,即c″″2=c2,c″″3=c3。
需要说明的是,难度比例待调整知识点的第二预设比例的具体数值不作限定,在其他实施例中,第二预设比例的具体数值可以根据实际情况确定。
通过基于知识点掌握程度和组卷目标来更改初始组卷参数,能够基于用户选定的组卷目标,自动根据用户的知识点掌握程度调整初始组卷参数c=(c1,c2,c3),得到第二组卷参数,第二组卷参数充分考虑待组卷学生的知识点掌握程度和组卷目标,能够更好地匹配用户的个性化学习能力和个性化学习需求,降低了用户的操作成本,保证了后续组卷的精度和灵活性以及用户的使用体验。
为了获取第二组卷参数,在另一具体实施例中,第二组卷参数获取单元200适于获取所述组卷目标对应的第五参数调整规则,将所述初始组卷参数作为所述第二组卷参数。
目前试题的题库数量越来越大,有的甚至达到百万量级。在实际的组卷过程中,如果对题库中的所有试题都进行运算,不管是采用基于规则的方法,还是采用基于进化的算法(如遗传算法、粒子群算法等),运算代价会过于巨大,使得运算时间都难以达到实际的应用需求。
基于此,为了在不损失组卷精度的前提下,大幅度提高后续的组卷效率,在一种具体实施例中,组卷试题获取单元300适于根据所述第二组卷参数从试题库中获取试题,得到组卷试题集合。
具体地,组卷试题获取单元300适于计算所述试题库中各试题的试题特征参数与所述第二组卷参数的第二匹配度。
根据所述第二组卷参数计算所述试题库中各试题与所述第二组卷参数的匹配值,得到所有试题的匹配值集合;
具体地,所述试题库中各试题与所述第二组卷参数的第二匹配度越大,该道题被组卷的概率越大,从而可以转化为根据所述第二组卷参数计算某道试题被选择的概率,得到所有试题被选择的概率集合,该概率集合即为各试题的第二匹配度集合。
比如,在组卷目标为知识点提高时,第二组卷参数c′=(c′1,c′2,c′3),某道试题q1被选择的概率可以被形式化为求解条件概率p(q1|c′1,c′2,c′3)。即在第二组卷参数为c′=(c′1,c′2,c′3)时,试题q1被选择的概率大小。
组卷试题获取单元300还适于根据各试题的第二匹配度以及第一预设试题数量,确定匹配试题集合
根据每道试题的匹配值确定预定数量的匹配试题,得到匹配试题集合;
组卷试题获取单元300还适于根据所述第二组卷参数从所述匹配试题集合中获取试题,得到所述组卷试题集合。
通过根据第二组卷参数c′=(c11,c12,…,c1N)计算每道题应该被选择的概率大小,并基于该概率的大小对试题进行过滤,显著降低了后续参与组卷的试题规模,一方面可以提到组卷的精度,因为过滤掉大量不相关的试题后,可以减少后续组卷输入的噪声;另一方面,显而易见的可以提高组卷的效率,因为将参与组卷的试题从百万规模直接降低到百位规模,从而在不损失组卷精度的前提下,大幅度提高后续的组卷效率。
为了进一步提高组卷准确率,且在可接受的时间范围内大概率地找到全局最优解,在一种具体实施例中,组卷试题获取单元300适于基于模拟退火算法根据所述第二组卷参数生成组卷试题集合。
当然,在其他实施例中,组卷试题获取单元300也适于通过其它算法(比如,遗传算法或者粒子群算法)来进行组卷。
本发明实施例所提供的的组卷装置,在进行组卷时,通过组卷数据获取单元获取初始组卷参数、待组卷学生的知识点掌握程度以及所述待组卷学生的组卷目标,然后采用第二组卷参数获取单元根据所述组卷目标和各个所述知识点的知识点掌握程度调整所述初始组卷参数,得到第二组卷参数,最后采用组卷试题获取单元根据所述第二组卷参数从试题库中获取试题,得到组卷试题集合。可见,本发明实施例所提供的组卷装置,在进行组卷之前,第二组卷参数获取单元先基于组卷目标和待组卷学生的知识点掌握程度自动调整初始组卷参数,获取第二组卷参数,从而使第二组卷参数更适合待组卷学生的具体情况,同时更能满足组卷目标,然后组卷试题获取单元基于第二组卷参数得到组卷试题集合,从而使得基于第二组卷参数所获取的组卷试题集合能够基于要求满足不同的组卷目标,进而能够满足用户的多样化组卷目标,提高用户的使用体验,同时,由于组卷目标考虑了待组卷学生的各个知识点的知识点掌握程度,最终的组卷试题集合能够契合待组卷学生的具体情况,从而提升学生的学习效率。
当然,本发明实施例还提供一种设备,本发明实施例提供的设备可以通过程序形式装载上述所述的程序模块架构,以实现本发明实施例提供的组卷方法;该硬件设备可以应用于具体数据处理能力的电子设备,该电子设备可以为:例如终端设备或者服务器设备。
可选的,图9示出了本发明实施例提供的设备一种可选硬件设备架构,可以包括:至少一个存储器3和至少一个处理器1;所述存储器存储有程序,所述处理器调用所述程序,以执行前述的学习路径规划方法,另外,至少一个通信接口2和至少一个通信总线4;处理器1和存储器3可以位于同一电子设备,例如处理器1和存储器3可以位于服务器设备或者终端设备;处理器1和存储器3也可以位于不同的电子设备。
作为本发明实施例公开内容的一种可选实现,存储器3可以存储程序,处理器1可调用所述程序,以执行本发明上述实施例提供的学习路径规划方法。
本发明实施例中,电子设备可以是能够进行情感识别的平板电脑、笔记本电脑等设备。
在本发明实施例中,处理器1、通信接口2、存储器3、通信总线4的数量为至少一个,且处理器1、通信接口2、存储器3通过通信总线4完成相互间的通信;显然,图9所示的处理器1、通信接口2、存储器3和通信总线4的通信连接示意仅是可选的一种方式;
可选的,通信接口2可以为通信模块的接口,如GSM模块的接口;
处理器1可能是中央处理器CPU,或者是特定集成电路ASIC(ApplicationSpecific Integrated Circuit),或者是被配置成实施本发明实施例的一个或多个集成电路。
存储器3可能包含高速RAM存储器,也可能还包括非易失性存储器(non-volatilememory),例如至少一个磁盘存储器。
需要说明的是,上述的设备还可以包括与本发明实施例公开内容可能并不是必需的其他器件(未示出);鉴于这些其他器件对于理解本发明实施例公开内容可能并不是必需,本发明实施例对此不进行逐一介绍。
本发明实施例还提供一种计算机可读存储介质,计算机可读存储介质存储有计算机可执行指令,当该指令被处理器执行时可以实现如上所述组卷方法。
上述本发明的实施方式是本发明的元件和特征的组合。除非另外提及,否则所述元件或特征可被视为选择性的。各个元件或特征可在不与其它元件或特征组合的情况下实践。另外,本发明的实施方式可通过组合部分元件和/或特征来构造。本发明的实施方式中所描述的操作顺序可重新排列。任一实施方式的一些构造可被包括在另一实施方式中,并且可用另一实施方式的对应构造代替。对于本领域技术人员而言明显的是,所附权利要求中彼此没有明确引用关系的权利要求可组合成本发明的实施方式,或者可在提交本申请之后的修改中作为新的权利要求包括。
本发明的实施方式可通过例如硬件、固件、软件或其组合的各种手段来实现。在硬件配置方式中,根据本发明示例性实施方式的方法可通过一个或更多个专用集成电路(ASIC)、数字信号处理器(DSP)、数字信号处理器件(DSPD)、可编程逻辑器件(PLD)、现场可编程门阵列(FPGA)、处理器、控制器、微控制器、微处理器等来实现。
在固件或软件配置方式中,本发明的实施方式可以模块、过程、功能等形式实现。软件代码可存储在存储器单元中并由处理器执行。存储器单元位于处理器的内部或外部,并可经由各种己知手段向处理器发送数据以及从处理器接收数据。
对所公开的实施例的上述说明,使本领域技术人员能够实现或使用本发明。对这些实施例的多种修改对本领域技术人员来说将是显而易见的,本文中所定义的一般原理可以在不脱离本发明的精神或范围的情况下,在其他实施例中实现。因此,本发明将不会被限制于本文所示的这些实施例,而是符合与本文所公开的原理和新颖特点相一致的最宽的范围。
虽然本发明实施例披露如上,但本发明并非限定于此。任何本领域技术人员,在不脱离本发明的精神和范围内,均可作各种变动与修改,因此本发明的保护范围应当以权利要求所限定的范围为准。
Claims (11)
1.一种组卷方法,其特征在于,包括:
获取初始组卷参数、待组卷学生的知识点掌握程度以及所述待组卷学生的组卷目标,所述初始组卷参数包括以下至少一个子参数:知识点和试题难度;
根据所述初始组卷参数、所述知识点掌握程度、组卷目标和预设的知识点掌握程度阈值调整所述初始组卷参数,得到第二组卷参数;
根据所述第二组卷参数从试题库中获取试题,得到组卷试题集合。
2.如权利要求1所述的组卷方法,其特征在于,所述根据所述初始组卷参数、所述知识点掌握程度、组卷目标和预设的知识点掌握程度阈值调整所述初始组卷参数,得到第二组卷参数包括:
根据所述初始组卷参数和所述知识点掌握程度,得到用于表征初始组卷参数中各知识点掌握程度的待组卷知识点掌握程度;
基于所述组卷目标、所述待组卷知识点掌握程度和预设的知识点掌握程度阈值调整所述初始组卷参数,得到第二组卷参数。
3.如权利要求2所述的组卷方法,其特征在于,所述基于所述组卷目标、所述待组卷知识点掌握程度和预设的知识点掌握程度阈值调整所述初始组卷参数包括:
获取所述组卷目标对应的第一参数调整规则,并基于知识点关联矩阵,将待组卷知识点掌握程度中低于第一预设知识点掌握程度阈值的至少一个第一知识点替换为所述第一知识点对应的前置知识点;或,
获取所述组卷目标对应的第二参数调整规则,并基于知识点关联矩阵,将待组卷知识点掌握程度中高于第二预设知识点掌握程度阈值的至少一个第二知识点替换为所述第二知识点对应的后置知识点;或,
获取所述组卷目标对应的第三参数调整规则,将待组卷知识点掌握程度中高于第三预设知识点掌握程度阈值的至少一个第三知识点的第一试题难度按第一预设比例调整为第二试题难度,所述第二试题难度的难度等级高于所述第一试题难度;或,
获取所述组卷目标对应的第四参数调整规则,将待组卷知识点掌握程度中低于第四预设知识点掌握程度阈值的至少一个第四知识点的第三试题难度按第二预设比例调整为第四试题难度,所述第四试题难度的难度等级低于所述第三试题难度;或,
获取所述组卷目标对应的第五参数调整规则,将所述初始组卷参数作为所述第二组卷参数。
4.如权利要求1-3任一项所述的组卷方法,其特征在于,所述根据所述第二组卷参数从试题库中获取试题,得到组卷试题集合的步骤包括:
基于模拟退火算法根据所述第二组卷参数生成组卷试题集合。
5.如权利要求4所述的组卷方法,其特征在于,所述初始组卷参数还包括题型比例;
所述基于模拟退火算法根据所述第二组卷参数生成组卷试题集合的步骤包括:
根据所述第二组卷参数的题型比例以及预设组卷试题数量获得当前试题集合;
选取所述第二组卷参数中的各知识点的试题难度比例或各知识点的知识点比例作为优化目标;
替换所述当前试题集合中的任一试题获得多个更新试题集合,计算各所述更新试题集合在所述优化目标方面与所述第二组卷参数的第一匹配度;
根据各所述更新试题集合的第一匹配度,采用轮盘赌的方式从各所述更新试题集合中选取一套更新试题集合,得到第一随机试题集合;
当所述第一随机试题集合与所述第二组卷参数的综合目标匹配度大于或等于所述当前试题集合与所述第二组卷参数的综合目标匹配度时,将所述第一随机试题集合作为下一个当前试题集合,并重复第一随机试题集合的选取过程,得到新的随机试题集合,以及重新确定下一个当前试题集合,直至所述第一随机试题集合与所述第二组卷参数的综合目标匹配度与所述当前试题集合与所述第二组卷参数的综合目标匹配度的差值达到差值阈值或所述第一随机试题集合的选取次数达到预定次数,将最后得到的新的当前试题集合作为所述组卷试题集合。
6.如权利要求5所述的组卷方法,其特征在于,所述基于模拟退火算法根据所述第二组卷参数生成组卷试题集合的步骤还包括:
当所述第一随机试题集合与所述第二组卷参数的综合目标匹配度小于所述当前试题集合与所述第二组卷参数的综合目标匹配度时,计算所述第一随机试题集合被确定为所述当前试题集合的概率,基于所述概率将所述第一随机试题集合作为下一个所述当前试题集合,并根据所述第一匹配度,采用轮盘赌的方式从各具有第一匹配度的更新试题集合中更换一套试题集合,得到新的第一随机试题集合,以及重新确定下一个当前试题集合,直至所述第一随机试题集合与所述第二组卷参数的综合目标匹配度与所述当前试题集合与所述第二组卷参数的综合目标匹配度的差值达到差值阈值或所述第一随机试题集合的选取次数达到预定次数,将最后得到的新的当前试题集合作为所述组卷试题集合。
7.如权利要求1-3任一项所述的组卷方法,其特征在于,所述根据所述第二组卷参数从试题库中获取试题,得到组卷试题集合的步骤包括:
计算所述试题库中各试题的试题特征参数与所述第二组卷参数的第二匹配度;
根据各试题的第二匹配度以及第一预设试题数量,确定匹配试题集合;
根据所述第二组卷参数从所述匹配试题集合中获取试题,得到所述组卷试题集合。
8.如权利要求7所述的组卷方法,其特征在于,所述计算所述试题库中各试题的试题特征参数与所述第二组卷参数的第二匹配度包括:
根据欧几里得距离公式计算所述试题库中各试题与所述第二组卷参数的第二匹配度。
9.一种组卷装置,其特征在于,包括:
组卷数据获取单元,适于获取初始组卷参数、待组卷学生的知识点掌握程度以及所述待组卷学生的组卷目标,所述初始组卷参数包括以下至少一个子参数:知识点和试题难度;
第二组卷参数获取单元,适于根据所述初始组卷参数、所述知识点掌握程度、组卷目标和预设的知识点掌握程度阈值调整所述初始组卷参数,得到第二组卷参数;
组卷试题获取单元,适于根据所述第二组卷参数从试题库中获取试题,得到组卷试题集合。
10.一种设备,其特征在于,包括至少一个存储器和至少一个处理器;所述存储器存储有程序,所述处理器调用所述程序,以执行如权利要求1-8任一项所述的组卷方法。
11.一种介质,其特征在于,存储有适于组卷的程序,以实现如权利要求1-8任一项所述的组卷方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010200478.4A CN111427925B (zh) | 2020-03-20 | 2020-03-20 | 组卷方法、装置、设备及存储介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010200478.4A CN111427925B (zh) | 2020-03-20 | 2020-03-20 | 组卷方法、装置、设备及存储介质 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN111427925A true CN111427925A (zh) | 2020-07-17 |
CN111427925B CN111427925B (zh) | 2022-08-12 |
Family
ID=71553503
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202010200478.4A Active CN111427925B (zh) | 2020-03-20 | 2020-03-20 | 组卷方法、装置、设备及存储介质 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN111427925B (zh) |
Cited By (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN112182172A (zh) * | 2020-09-23 | 2021-01-05 | 华南师范大学 | 基于粒子群遗传算法的组卷方法、系统、装置及介质 |
CN113282765A (zh) * | 2021-06-17 | 2021-08-20 | 东莞市亚太未来软件有限公司 | 一种动态复习试题生成方法及系统 |
CN115658928A (zh) * | 2022-12-14 | 2023-01-31 | 成都泰盟软件有限公司 | 一种组卷试卷的方法、装置、计算机设备及存储介质 |
CN116910274A (zh) * | 2023-09-08 | 2023-10-20 | 广州市南方人力资源评价中心有限公司 | 基于知识图谱和预测模型的试题生成方法及系统 |
Citations (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20130084554A1 (en) * | 2011-09-30 | 2013-04-04 | Viral Prakash SHAH | Customized question paper generation |
CN105825270A (zh) * | 2016-03-03 | 2016-08-03 | 云南电网有限责任公司教育培训评价中心 | 利用遗传算法针对题库中的试题进行自动组卷的方法 |
CN105824896A (zh) * | 2016-03-14 | 2016-08-03 | 成都爱易佰网络科技有限公司 | 一种基于知识点的多维度智能组卷系统及方法 |
CN106897767A (zh) * | 2017-03-03 | 2017-06-27 | 盐城工学院 | 自动组卷方法及装置 |
CN107563924A (zh) * | 2017-09-18 | 2018-01-09 | 哈尔滨成长科技有限公司 | 试卷生成方法、介质和电子设备 |
CN107590247A (zh) * | 2017-09-18 | 2018-01-16 | 杭州博世数据网络有限公司 | 一种基于群体知识诊断的智能组卷方法 |
CN109783601A (zh) * | 2018-11-23 | 2019-05-21 | 浙江蓝鸽科技有限公司 | 基于测试知识点的计算机智能组卷方法及其系统 |
CN110533974A (zh) * | 2018-05-24 | 2019-12-03 | 中国移动通信集团有限公司 | 一种智能组卷方法、系统和计算机可读存储介质 |
-
2020
- 2020-03-20 CN CN202010200478.4A patent/CN111427925B/zh active Active
Patent Citations (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20130084554A1 (en) * | 2011-09-30 | 2013-04-04 | Viral Prakash SHAH | Customized question paper generation |
CN105825270A (zh) * | 2016-03-03 | 2016-08-03 | 云南电网有限责任公司教育培训评价中心 | 利用遗传算法针对题库中的试题进行自动组卷的方法 |
CN105824896A (zh) * | 2016-03-14 | 2016-08-03 | 成都爱易佰网络科技有限公司 | 一种基于知识点的多维度智能组卷系统及方法 |
CN106897767A (zh) * | 2017-03-03 | 2017-06-27 | 盐城工学院 | 自动组卷方法及装置 |
CN107563924A (zh) * | 2017-09-18 | 2018-01-09 | 哈尔滨成长科技有限公司 | 试卷生成方法、介质和电子设备 |
CN107590247A (zh) * | 2017-09-18 | 2018-01-16 | 杭州博世数据网络有限公司 | 一种基于群体知识诊断的智能组卷方法 |
CN110533974A (zh) * | 2018-05-24 | 2019-12-03 | 中国移动通信集团有限公司 | 一种智能组卷方法、系统和计算机可读存储介质 |
CN109783601A (zh) * | 2018-11-23 | 2019-05-21 | 浙江蓝鸽科技有限公司 | 基于测试知识点的计算机智能组卷方法及其系统 |
Cited By (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN112182172A (zh) * | 2020-09-23 | 2021-01-05 | 华南师范大学 | 基于粒子群遗传算法的组卷方法、系统、装置及介质 |
CN112182172B (zh) * | 2020-09-23 | 2024-05-31 | 华南师范大学 | 基于粒子群遗传算法的组卷方法、系统、装置及介质 |
CN113282765A (zh) * | 2021-06-17 | 2021-08-20 | 东莞市亚太未来软件有限公司 | 一种动态复习试题生成方法及系统 |
CN115658928A (zh) * | 2022-12-14 | 2023-01-31 | 成都泰盟软件有限公司 | 一种组卷试卷的方法、装置、计算机设备及存储介质 |
CN116910274A (zh) * | 2023-09-08 | 2023-10-20 | 广州市南方人力资源评价中心有限公司 | 基于知识图谱和预测模型的试题生成方法及系统 |
CN116910274B (zh) * | 2023-09-08 | 2023-12-05 | 广州市南方人力资源评价中心有限公司 | 基于知识图谱和预测模型的试题生成方法及系统 |
Also Published As
Publication number | Publication date |
---|---|
CN111427925B (zh) | 2022-08-12 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN111427925B (zh) | 组卷方法、装置、设备及存储介质 | |
CN110929515B (zh) | 基于协同注意力和自适应调整的阅读理解方法及系统 | |
US20210019599A1 (en) | Adaptive neural architecture search | |
CN110597878B (zh) | 一种多模态数据的跨模态检索方法、装置、设备及介质 | |
US11048875B2 (en) | Skimming data sequences using recurrent neural networks | |
US11803731B2 (en) | Neural architecture search with weight sharing | |
CN109886343B (zh) | 图像分类方法及装置、设备、存储介质 | |
CN112529153A (zh) | 基于卷积神经网络的bert模型的微调方法及装置 | |
WO2022052484A1 (zh) | 文本情绪识别方法、装置、终端设备和存储介质 | |
CN111126067B (zh) | 实体关系抽取方法及装置 | |
US20210158296A1 (en) | System and method for job profile matching | |
CN111767393A (zh) | 一种文本核心内容提取方法及装置 | |
CN114996464B (zh) | 一种利用有序信息的文本分级方法及装置 | |
CN116204714A (zh) | 推荐方法、装置、电子设备及存储介质 | |
CN114528391A (zh) | 问答对评分模型的训练方法、装置、设备及存储介质 | |
CN116822633B (zh) | 基于自我认知的模型推理方法、装置及电子设备 | |
CN117539977A (zh) | 一种语言模型的训练方法及装置 | |
CN116955559A (zh) | 问答匹配方法、装置、电子设备及存储介质 | |
WO2023009766A1 (en) | Evaluating output sequences using an auto-regressive language model neural network | |
CN115394295A (zh) | 分段处理方法、装置、设备及存储介质 | |
CN113392213A (zh) | 事件抽取方法以及电子设备、存储装置 | |
CN117764054B (zh) | 一种基于自动构建提示工程的自然语言理解方法及系统 | |
CN116431779B (zh) | 法律领域faq问答的匹配方法、装置、存储介质及电子装置 | |
CN112183663A (zh) | 一种图像分类方法、装置、电子设备及存储介质 | |
CN116204444A (zh) | 测试案例处理方法、装置、计算机设备和存储介质 |
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 | ||
GR01 | Patent grant | ||
GR01 | Patent grant |