CN111797124A - 考情分析方法、装置、存储介质及系统 - Google Patents
考情分析方法、装置、存储介质及系统 Download PDFInfo
- Publication number
- CN111797124A CN111797124A CN202010691287.2A CN202010691287A CN111797124A CN 111797124 A CN111797124 A CN 111797124A CN 202010691287 A CN202010691287 A CN 202010691287A CN 111797124 A CN111797124 A CN 111797124A
- Authority
- CN
- China
- Prior art keywords
- examination
- test paper
- types
- analyzed
- search server
- 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
- 238000004458 analytical method Methods 0.000 title claims abstract description 59
- 238000012360 testing method Methods 0.000 claims abstract description 87
- 230000002776 aggregation Effects 0.000 claims abstract description 25
- 238000004220 aggregation Methods 0.000 claims abstract description 25
- 238000000034 method Methods 0.000 claims abstract description 14
- 238000005516 engineering process Methods 0.000 claims abstract description 10
- 238000012216 screening Methods 0.000 claims abstract description 8
- 230000004931 aggregating effect Effects 0.000 claims abstract description 7
- 238000004590 computer program Methods 0.000 claims description 10
- 238000004891 communication Methods 0.000 claims description 6
- 230000008451 emotion Effects 0.000 claims description 6
- 239000000463 material Substances 0.000 abstract description 3
- 238000006116 polymerization reaction Methods 0.000 description 5
- 230000008878 coupling Effects 0.000 description 3
- 238000010168 coupling process Methods 0.000 description 3
- 238000005859 coupling reaction Methods 0.000 description 3
- 238000011160 research Methods 0.000 description 3
- 230000007547 defect Effects 0.000 description 2
- 239000000284 extract Substances 0.000 description 2
- 230000003287 optical effect Effects 0.000 description 2
- 239000002245 particle Substances 0.000 description 2
- 238000012545 processing Methods 0.000 description 2
- 238000012827 research and development Methods 0.000 description 2
- 238000003491 array Methods 0.000 description 1
- 230000005640 de Broglie wave Effects 0.000 description 1
- 238000013461 design Methods 0.000 description 1
- 238000010586 diagram Methods 0.000 description 1
- 238000011156 evaluation Methods 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000012552 review Methods 0.000 description 1
- 238000004088 simulation Methods 0.000 description 1
- 238000006467 substitution reaction 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
- G06F16/2455—Query execution
- G06F16/24553—Query execution of query operations
- G06F16/24554—Unary operations; Data partitioning operations
- G06F16/24556—Aggregation; Duplicate elimination
-
- 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
- G06F16/30—Information retrieval; Database structures therefor; File system structures therefor of unstructured textual data
- G06F16/36—Creation of semantic tools, e.g. ontology or thesauri
- G06F16/367—Ontology
-
- 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)
- Theoretical Computer Science (AREA)
- Physics & Mathematics (AREA)
- Business, Economics & Management (AREA)
- General Physics & Mathematics (AREA)
- Computational Linguistics (AREA)
- Data Mining & Analysis (AREA)
- Databases & Information Systems (AREA)
- General Engineering & Computer Science (AREA)
- Educational Technology (AREA)
- Probability & Statistics with Applications (AREA)
- Educational Administration (AREA)
- Tourism & Hospitality (AREA)
- Strategic Management (AREA)
- Primary Health Care (AREA)
- Health & Medical Sciences (AREA)
- Economics (AREA)
- General Health & Medical Sciences (AREA)
- Human Resources & Organizations (AREA)
- Marketing (AREA)
- Life Sciences & Earth Sciences (AREA)
- General Business, Economics & Management (AREA)
- Animal Behavior & Ethology (AREA)
- Fuzzy Systems (AREA)
- Mathematical Physics (AREA)
- Software Systems (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
本发明实施例公开了一种针对高考中考期中期末考试的考情分析方法及系统，方法包括：获取待分析的目标试卷集，筛选出待分析聚合内容；针对每一张试卷/每一个年份/每一个城市，分别计算各个知识点对应的所有题目的指标数据；根据指标数据的逐渐变化情况生成趋势指标；结合知识图谱，对知识点、考试年份、考试类型、试卷类型和趋势指标进行聚合，以得到聚合结果；将聚合结果存储至搜索服务器。本发明采用了知识图谱和大数据技术，提供了一种高效、准确的考情分析方法及系统，可对教师赋能以提高其在备课和教学上的针对性和效率，节省了人力物力。当将本发明用于在线教育时，可显著提高课堂内的知识点讲解的针对性和授课效率。
Description
技术领域
本发明涉及智能教研教学技术领域，具体涉及一种考情分析方法、装置、存储介质及系统。
背景技术
在教学实践当中，建立对各项考试的考情分析，并准备针对性的学习方案，一直是广受学生和教师重视的课程规划方式。但现有的考情分析往往需要人工对大量试题建立理解，分析不同年份之间考纲和命题的关系，对于一个地区/一项考试的考情分析并不能扩展到其它地区其它考试项目上，费时费力，并受制于教师的教学经验，不一定能够建立起基于全局数据和全面理解。
发明内容
针对现有技术中的技术缺陷，本发明实施例的目的在于提供一种针对中考、高考、期中考和期末考的考情分析方法、装置、存储介质及系统。
为实现上述目的，第一方面，本发明实施例提供了一种考情分析方法，包括：
获取待分析的目标试卷集；所述待分析的目标试卷集包括多个年份、多个学科、多个省份及多种场景的考试试卷，多种场景包括期中考试、期末考试、中考及高考；
根据所述目标试卷集筛选出待分析聚合内容，所述待聚合内容包括题目及其所关联的知识点、考试年份、考试类型和试卷类型；
针对每一张试卷/每一个年份/每一个城市，分别计算各个知识点对应的所有题目的指标数据，所述指标数据包括平均难度、分值及所属题型；
根据所述指标数据的逐渐变化情况生成趋势指标；
结合知识图谱，对知识点、考试年份、考试类型、试卷类型和趋势指标进行聚合，以得到聚合结果；
将所述聚合结果存储至搜索服务器。
作为本申请一种具体的实施方式，获取待分析的目标试卷集之前，所述方法还包括：
基于线上教育的教学内容和教育资源，采用大数据技术采集原始试卷；
剔除所述原始试卷中的模拟考试卷以得到所述待分析的目标试卷集。
进一步地，将所述聚合结果存储至搜索服务器之后，所述方法还包括：
接收客户端发送的查询请求；
根据所述查询请求查询所述搜索服务器以得到查询结果；
将所述查询结果实时发送至所述客户端。
其中，所述查询请求包括省市名称、年份范围、年级、学科、考试类型和试卷类型，根据所述查询请求查询所述搜索服务器以得到查询结果具体包括：
根据所述查询请求查询所述搜索服务器，提取年份范围内每一年的指标信息；
根据每一年的指标信息提取对应的趋势指标信息。
第二方面，本发明实施例提供了一种考情分析装置，包括获取模块和聚合模块，所述获取模块用于：获取待分析的目标试卷集；所述待分析的目标试卷集包括多个年份、多个学科、多个省份及多种场景的考试试卷，多种场景包括期中考试、期末考试、中考及高考；
所述聚合模块用于：
根据所述目标试卷集筛选出待分析聚合内容，所述待聚合内容包括题目及其所关联的知识点、考试年份、考试类型和试卷类型；
针对每一张试卷/每一个年份/每一个城市，分别计算各个知识点对应的所有题目的指标数据，所述指标数据包括平均难度、分值及所属题型；
根据所述指标数据的逐渐变化情况生成趋势指标；
结合知识图谱，对知识点、考试年份、考试类型、试卷类型和趋势指标进行聚合，以得到聚合结果；
将所述聚合结果存储至搜索服务器。
作为本申请一种具体的实施方式，所述装置还包括数据采集模块，用于：
基于线上教育的教学内容和教育资源，采用大数据技术采集原始试卷；
剔除所述原始试卷中的模拟考试卷以得到所述待分析的目标试卷集。
进一步地，所述装置还包括查询模块，用于：
接收客户端发送的查询请求；
根据所述查询请求查询所述搜索服务器以得到查询结果；
将所述查询结果实时发送至所述客户端。
第三方面，本发明实施例提供了另一种考情分析装置，包括处理器、输入设备、输出设备和存储器，所述处理器、输入设备、输出设备和存储器相互连接，其中，所述存储器用于存储计算机程序，所述计算机程序包括程序指令，所述处理器被配置用于调用所述程序指令，执行上述第一方面的方法。
第四方面，本发明实施例提供了一种计算机可读存储介质，存储有计算机程序，所述计算机程序包括程序指令，所述程序指令当被处理器执行时使所述处理器执行上述第一方面的方法。
第五方面，本发明实施例还提供了一种考情分析系统，包括考情分析装置、接口服务器、搜索服务器及客户端，所述接口服务器分别与所述搜索服务器和客户端通信，所述考情分析装置与所述搜索服务器通信。其中，该考情分析装置如上述第三方面所述。
实施本发明实施例，采用了知识图谱和大数据技术，提供了一种高效、准确的考情分析方法及系统，可对教师赋能以提高其在备课和教学上的针对性和效率，并且本实施例整理了一套对任意一种题库场景的命题趋势进行分析和统计的范式，节省了人力物力。当将本发明实施例的考情分析方法及系统应用于在线教育时，可显著提高课堂内的知识点讲解的针对性和授课效率。
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。
图1是本发明实施例提供的考情分析方法的流程示意图；
图2是本发明实施例提供的考情分析系统的结构示意图；
图3是图2所示考情分析装置的一种结构示意图；
图4是考情分析装置的另一种结构示意图。
具体实施方式
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。
本发明的发明构思是：为了克服现有人工考情分析方式的不足，结合线上教育带来的教学内容和教育资源，采用知识图谱和大数据技术，对千万级的题库原始数据进行聚合处理，在保证项目所需统计颗粒度可用的前提下，可显著降低后续查询的目标数据条数，从而实现老师或学生或家长进行考情分析结果的快速查询。
请参考图1，本发明实施例提供的考情分析方法包括：
S101，基于线上教育的教学内容和教育资源，采用大数据技术采集原始试卷。
S102，剔除原始试卷中的模拟考试卷以得到待分析的目标试卷集。
在采集的原始试卷中，包括但不仅限于多个省市、多个年份及多个学科的期中试卷、期末试卷、单元测验试卷、模拟考试试卷、中考试卷及高考试卷等。而本发明实施例主要针对期中试卷、期末试卷、中考试卷及高考试卷进行聚合分析，因此需要剔除除上述四种以外的其他试卷，形成待分析的目标试卷集。
S103，获取待分析的目标试卷集。
根据上述描述可知，所述待分析的目标试卷集包括多个年份、多个学科、多个省份及多种场景的考试试卷，多种场景包括期中考试、期末考试、中考及高考。
S104，根据目标试卷集筛选出待分析聚合内容。
其中，所述待聚合内容包括但不仅限于题目及其所关联的知识点、考试年份、考试类型和试卷类型。
S105，针对每一张试卷/每一个年份/每一个城市，分别计算各个知识点对应的所有题目的指标数据。
其中，所述指标数据包括但不仅限于平均难度、分值及所属题型。
S106，根据指标数据的逐渐变化情况生成趋势指标。
S107，结合知识图谱，对知识点、考试年份、考试类型、试卷类型和趋势指标进行聚合，以得到聚合结果。
具体地，知识图谱信息聚合具体为：根据题目关联的知识点和知识点之前的知识图谱关系，根据题目关联的子级知识点来得到题目关联的不同知识点层级(例如，1级知识点：光学；2级知识点：波粒二象性；3级知识点：粒子的波动性；4级知识点德布罗意波或物质波的概念)。
S108，将聚合结果存储至搜索服务器。
需要说明的是，上述步骤S101至S108可理解为预聚合阶段，后续的步骤S109至S111可理解为聚合查询阶段。经过上述的预聚合处理后，相较于原始的题目数据量，预聚合的数据量显著降低，将最终结果写入搜索服务器Elasticsearch，通过后续的接口调用其对预聚合后的数据进行筛选聚合，提供高性能的查询服务。
进一步地，在上述预聚合阶段，对于知识点在其它时间当中出现，但某份试卷当中没有出现的情况补充0值或者null值，方便后续聚合。
S109，接收客户端发送的查询请求。
S110，根据所述查询请求查询所述搜索服务器以得到查询结果。
S111，将所述查询结果实时发送至所述客户端。
首先，用户在客户端上选择考情分析范围，包括省市、年份范围、年级、学科、考试类型和卷型，客户端将相应的范围请求发送至接口服务器。需要注意的是，此处的范围选择可能是手动的(教师在教研后台做调研分析时使用)也可能是自动的(本地化测评报道中根据学生信息和科目给出相应的本地化教研分析数据)；
进一步地，接口服务器根据分析范围，查询Elasticsearch，提取筛选年份内每一年的指标信息，并根据相应年份提取对应的趋势指标信息，再将查询结果实时地发送至客户端。
最后，客户端根据返回的数据绘制相应的考情报表信息。查询到的结果可以显示在教师的客户端中，帮助老师调研和备课。查询的结果也可以展示给学生和家长，综合平台其它系统了解的学生知识点掌握程度等信息，帮助学生了解其知识的薄弱点和需要突破的重点，为其建立针对的课外辅导和复习方案。
从以上描述可以看出，实施本发明实施例的考情分析方法，采用了知识图谱和大数据技术，提供了一种高效、准确的考情分析方法及系统，可对教师赋能以提高其在备课和教学上的针对性和效率，并且本实施例整理了一套对任意一种题库场景的命题趋势进行分析和统计的范式，节省了人力物力。当将本发明实施例的考情分析方法及系统应用于在线教育时，可显著提高课堂内的知识点讲解的针对性和授课效率。
基于相同的发明构思，本发明实施例提供了一种考情分析系统。如图2所示，该系统包括考情分析装置100、接口服务器200、搜索服务器300及客户端400，所述接口服务器200分别与所述搜索服务器300和客户端400通信，所述考情分析装置100与所述搜索服务器300通信。
进一步地，如图3所示，作为本发明一种优选的实施方式，考情分析装置100包括数据采集模块10、获取模块11、聚合模块12及查询模块13。
其中，数据采集模块10具体用于：
基于线上教育的教学内容和教育资源，采用大数据技术采集原始试卷；
剔除所述原始试卷中的模拟考试卷以得到所述待分析的目标试卷集。
获取模块11具体用于：
获取待分析的目标试卷集；所述待分析的目标试卷集包括但不仅限于多个年份、多个学科、多个省份及多种场景的考试试卷，多种场景包括期中考试、期末考试、中考及高考。
聚合模块12具体用于：
根据所述目标试卷集筛选出待分析聚合内容，所述待聚合内容包括题目及其所关联的知识点、考试年份、考试类型和试卷类型；
针对每一张试卷/每一个年份/每一个城市，分别计算各个知识点对应的所有题目的指标数据，所述指标数据包括平均难度、分值及所属题型；
根据所述指标数据的逐渐变化情况生成趋势指标；
结合知识图谱，对知识点、考试年份、考试类型、试卷类型和趋势指标进行聚合，以得到聚合结果；
将所述聚合结果存储至搜索服务器300。
查询模块13具体用于：
接收客户端400发送的查询请求；
根据查询请求查询搜索服务器300以得到查询结果；
将所述查询结果实时发送至客户端400。
可选地，如图4所示，在本发明的另一优选实施例中，考情分析装置可以包括：一个或多个处理器101、一个或多个输入设备102、一个或多个输出设备103和存储器104，上述处理器101、输入设备102、输出设备103和存储器104通过总线105相互连接。存储器104用于存储计算机程序，所述计算机程序包括程序指令，所述处理器101被配置用于调用所述程序指令执行上述考情分析方法实施例部分的方法。
应当理解，在本发明实施例中，所称处理器101可以是中央处理单元(CentralProcessing Unit，CPU)，该处理器还可以是其他通用处理器、数字信号处理器(DigitalSignal Processor，DSP)、专用集成电路(Application Specific Integrated Circuit，ASIC)、现成可编程门阵列(Field-Programmable Gate Array，FPGA)或者其他可编程逻辑器件、分立门或者晶体管逻辑器件、分立硬件组件等。通用处理器可以是微处理器或者该处理器也可以是任何常规的处理器等。
输入设备102可以包括键盘等，输出设备103可以包括显示器(LCD等)、扬声器等。
该存储器104可以包括只读存储器和随机存取存储器，并向处理器101提供指令和数据。存储器104的一部分还可以包括非易失性随机存取存储器。例如，存储器104还可以存储设备类型的信息。
具体实现中，本发明实施例中所描述的处理器101、输入设备102、输出设备103可执行本发明实施例提供的考情分析方法方法的实施例中所描述的实现方式，在此不再赘述。
需要说明的是，关于本实施例中考情分析系统及装置的更为具体的工作流程，请参考前述方法实施例部分，在此不再赘述。
进一步地，对应于前述方法实施例部分，本发明实施例还提供了一种可读存储介质，存储有计算机程序，所述计算机程序包括程序指令，所述程序指令被处理器执行时实现：上述考情分析方法。
所述计算机可读存储介质可以是前述实施例所述的后台服务器的内部存储单元，例如系统的硬盘或内存。所述计算机可读存储介质也可以是所述系统的外部存储设备，例如所述系统上配备的插接式硬盘，智能存储卡(Smart Media Card,SMC)，安全数字(SecureDigital,SD)卡，闪存卡(Flash Card)等。进一步地，所述计算机可读存储介质还可以既包括所述系统的内部存储单元也包括外部存储设备。所述计算机可读存储介质用于存储所述计算机程序以及所述系统所需的其他程序和数据。所述计算机可读存储介质还可以用于暂时地存储已经输出或者将要输出的数据。
本领域普通技术人员可以意识到，结合本文中所公开的实施例描述的各示例的单元及算法步骤，能够以电子硬件、计算机软件或者二者的结合来实现，为了清楚地说明硬件和软件的可互换性，在上述说明中已经按照功能一般性地描述了各示例的组成及步骤。这些功能究竟以硬件还是软件方式来执行，取决于技术方案的特定应用和设计约束条件。专业技术人员可以对每个特定的应用来使用不同方法来实现所描述的功能，但是这种实现不应认为超出本发明的范围。
在本申请所提供的几个实施例中，应该理解到，所揭露的装置和方法，可以通过其它的方式实现。例如，以上所描述的装置实施例仅仅是示意性的，例如，所述单元的划分，仅仅为一种逻辑功能划分，实际实现时可以有另外的划分方式，例如多个单元或组件可以结合或者可以集成到另一个系统，或一些特征可以忽略，或不执行。另外，所显示或讨论的相互之间的耦合或直接耦合或通信连接可以是通过一些接口、装置或单元的间接耦合或通信连接，也可以是电的，机械的或其它的形式连接。
所述作为分离部件说明的单元可以是或者也可以不是物理上分开的，作为单元显示的部件可以是或者也可以不是物理单元，即可以位于一个地方，或者也可以分布到多个网络单元上。可以根据实际的需要选择其中的部分或者全部单元来实现本发明实施例方案的目的。
另外，在本发明各个实施例中的各功能单元可以集成在一个处理单元中，也可以是各个单元单独物理存在，也可以是两个或两个以上单元集成在一个单元中。上述集成的单元既可以采用硬件的形式实现，也可以采用软件功能单元的形式实现。
所述集成的单元如果以软件功能单元的形式实现并作为独立的产品销售或使用时，可以存储在一个计算机可读取存储介质中。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，或者该技术方案的全部或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中，包括若干指令用以使得一台计算机设备(可以是个人计算机，服务器，或者网络设备等)执行本发明各个实施例所述方法的全部或部分步骤。而前述的存储介质包括：U盘、移动硬盘、只读存储器(ROM，Read-OnlyMemory)、随机存取存储器(RAM，Random Access Memory)、磁碟或者光盘等各种可以存储程序代码的介质。
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，任何熟悉本技术领域的技术人员在本发明揭露的技术范围内，可轻易想到各种等效的修改或替换，这些修改或替换都应涵盖在本发明的保护范围之内。因此，本发明的保护范围应以权利要求的保护范围为准。
Claims (10)
1.一种考勤分析方法，其特征在于，包括：
获取待分析的目标试卷集；所述待分析的目标试卷集包括多个年份、多个学科、多个省份及多种场景的考试试卷，多种场景包括期中考试、期末考试、中考及高考；
根据所述目标试卷集筛选出待分析聚合内容，所述待聚合内容包括题目及其所关联的知识点、考试年份、考试类型和试卷类型；
针对每一张试卷/每一个年份/每一个城市，分别计算各个知识点对应的所有题目的指标数据，所述指标数据包括平均难度、分值及所属题型；
根据所述指标数据的逐渐变化情况生成趋势指标；
结合知识图谱，对知识点、考试年份、考试类型、试卷类型和趋势指标进行聚合，以得到聚合结果；
将所述聚合结果存储至搜索服务器。
2.如权利要求1所述的考情分析方法，其特征在于，获取待分析的目标试卷集之前，所述方法还包括：
基于线上教育的教学内容和教育资源，采用大数据技术采集原始试卷；
剔除所述原始试卷中的模拟考试卷以得到所述待分析的目标试卷集。
3.如权利要求2所述的考情分析方法，其特征在于，将所述聚合结果存储至搜索服务器之后，所述方法还包括：
接收客户端发送的查询请求；
根据所述查询请求查询所述搜索服务器以得到查询结果；
将所述查询结果实时发送至所述客户端。
4.如权利要求3所述的考情分析方法，其特征在于，所述查询请求包括省市名称、年份范围、年级、学科、考试类型和试卷类型，根据所述查询请求查询所述搜索服务器以得到查询结果具体包括：
根据所述查询请求查询所述搜索服务器，提取年份范围内每一年的指标信息；
根据每一年的指标信息提取对应的趋势指标信息。
5.一种考情分析装置，其特征在于，包括获取模块和聚合模块，所述获取模块用于：获取待分析的目标试卷集；所述待分析的目标试卷集包括多个年份、多个学科、多个省份及多种场景的考试试卷，多种场景包括期中考试、期末考试、中考及高考；
所述聚合模块用于：
根据所述目标试卷集筛选出待分析聚合内容，所述待聚合内容包括题目及其所关联的知识点、考试年份、考试类型和试卷类型；
针对每一张试卷/每一个年份/每一个城市，分别计算各个知识点对应的所有题目的指标数据，所述指标数据包括平均难度、分值及所属题型；
根据所述指标数据的逐渐变化情况生成趋势指标；
结合知识图谱，对知识点、考试年份、考试类型、试卷类型和趋势指标进行聚合，以得到聚合结果；
将所述聚合结果存储至搜索服务器。
6.如权利要求5所述的考情分析装置，其特征在于，所述装置还包括数据采集模块，用于：
基于线上教育的教学内容和教育资源，采用大数据技术采集原始试卷；
剔除所述原始试卷中的模拟考试卷以得到所述待分析的目标试卷集。
7.如权利要求6所述的考情分析装置，其特征在于，所述装置还包括查询模块，用于：
接收客户端发送的查询请求；
根据所述查询请求查询所述搜索服务器以得到查询结果；
将所述查询结果实时发送至所述客户端。
8.一种考情分析装置，其特征在于，包括处理器、输入设备、输出设备和存储器，所述处理器、输入设备、输出设备和存储器相互连接，其中，所述存储器用于存储计算机程序，所述计算机程序包括程序指令，所述处理器被配置用于调用所述程序指令，执行如权利要求1至4任一项所述的方法。
9.一种计算机可读存储介质，其特征在于，所述计算机可读存储介质存储有计算机程序，所述计算机程序包括程序指令，所述程序指令当被处理器执行时使所述处理器执行如权利要求1至4任一项所述的方法。
10.一种考情分析系统，包括考情分析装置、接口服务器、搜索服务器及客户端，所述接口服务器分别与所述搜索服务器和客户端通信，所述考情分析装置与所述搜索服务器通信，其特征在于，所述考情分析装置如权利要求8所述。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202010691287.2A CN111797124A (zh) | 2020-07-17 | 2020-07-17 | 考情分析方法、装置、存储介质及系统 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202010691287.2A CN111797124A (zh) | 2020-07-17 | 2020-07-17 | 考情分析方法、装置、存储介质及系统 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| CN111797124A true CN111797124A (zh) | 2020-10-20 |
Family
ID=72807596
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202010691287.2A Pending CN111797124A (zh) | 2020-07-17 | 2020-07-17 | 考情分析方法、装置、存储介质及系统 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN111797124A (zh) |
Citations (6)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN106844384A (zh) * | 2015-12-04 | 2017-06-13 | 北大方正集团有限公司 | 试题标引方法和装置 |
| US20180301049A1 (en) * | 2015-07-20 | 2018-10-18 | Zhengfang Ma | Personalized embedded examination device |
| CN109255031A (zh) * | 2018-09-20 | 2019-01-22 | 苏州友教习亦教育科技有限公司 | 基于知识图谱的数据处理方法 |
| CN110110096A (zh) * | 2019-05-13 | 2019-08-09 | 上海乂学教育科技有限公司 | 人工智能k12知识图谱制作管理系统以及实现方法 |
| CN110334122A (zh) * | 2019-07-11 | 2019-10-15 | 江苏曲速教育科技有限公司 | 教育数据的查询分析方法及系统 |
| CN110413973A (zh) * | 2019-07-26 | 2019-11-05 | 浙江蓝鸽科技有限公司 | 计算机自动生成套卷的方法及其系统 |
-
2020
- 2020-07-17 CN CN202010691287.2A patent/CN111797124A/zh active Pending
Patent Citations (6)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US20180301049A1 (en) * | 2015-07-20 | 2018-10-18 | Zhengfang Ma | Personalized embedded examination device |
| CN106844384A (zh) * | 2015-12-04 | 2017-06-13 | 北大方正集团有限公司 | 试题标引方法和装置 |
| CN109255031A (zh) * | 2018-09-20 | 2019-01-22 | 苏州友教习亦教育科技有限公司 | 基于知识图谱的数据处理方法 |
| CN110110096A (zh) * | 2019-05-13 | 2019-08-09 | 上海乂学教育科技有限公司 | 人工智能k12知识图谱制作管理系统以及实现方法 |
| CN110334122A (zh) * | 2019-07-11 | 2019-10-15 | 江苏曲速教育科技有限公司 | 教育数据的查询分析方法及系统 |
| CN110413973A (zh) * | 2019-07-26 | 2019-11-05 | 浙江蓝鸽科技有限公司 | 计算机自动生成套卷的方法及其系统 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| Konold et al. | Data seen through different lenses | |
| Fielding et al. | Opening up open-ended survey data using qualitative software | |
| Burt et al. | Elementary statistics for geographers | |
| Kotsiantis et al. | Using learning analytics to identify successful learners in a blended learning course | |
| CN106156354B (zh) | 一种学习资源推荐系统 | |
| Molina et al. | Community monitoring interventions to curb corruption and increase access and quality of service delivery in low‐and middle‐income countries: a systematic review | |
| Coman et al. | HIGHLIGHTING THE IMAGE OF THE LOCAL GOVERNMENT INSTITUTIONS IN MASS MEDIA BASED ON THE RESULTS OF THE CONTENT ANALYSIS. | |
| Khan et al. | Perception of students on usage of mobile data by K-mean clustering algorithm | |
| CN114492803A (zh) | 基于知识图谱的问答生成方法及装置、自动考题生成系统 | |
| CN110648086A (zh) | 一种线上教学学生分组方法和装置 | |
| CN112836994A (zh) | 针对在线远程教育的大数据可视化方法及在线教育服务器 | |
| CN113220875A (zh) | 基于行业标签的互联网信息分类方法、系统及电子设备 | |
| Yang et al. | Solidarity mobilization and citizen participation effectiveness in urban area: The case of community recycling program | |
| CN111831919A (zh) | 课程规划方法、装置、存储介质及系统 | |
| CN115984054A (zh) | 一种基于大数据平台的智慧教育方法及系统 | |
| CN110674632A (zh) | 一种确定安全级别的方法及装置、存储介质和设备 | |
| CN111797124A (zh) | 考情分析方法、装置、存储介质及系统 | |
| Katzav et al. | Argument research corpus | |
| Hook | Using course‐subject C o‐occurrence (CSCO) to reveal the structure of an academic discipline: A framework to evaluate different inputs of a domain map | |
| CN113918588A (zh) | 一种基于知识点的错题动态智能管理系统 | |
| CN114971384A (zh) | 一种人工智能机器学习实验技能评分方法及系统 | |
| Alsawalem | Teachers’ attitudes towards use of information communication technology with students with intellectual disability in Saudi Arabian schools | |
| Khanom et al. | The News Crawler: A Big Data Approach to Local Information Ecosystems | |
| CN111143675A (zh) | 一种知识数据推送方法及相关装置 | |
| Zhu et al. | Development and validation of information literacy assessment tool for primary students |
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: 20201020 |