CN112184006B - 一种多维度的试题评估方法、系统及计算机设备 - Google Patents

一种多维度的试题评估方法、系统及计算机设备 Download PDF

Info

Publication number
CN112184006B
CN112184006B CN202011028059.3A CN202011028059A CN112184006B CN 112184006 B CN112184006 B CN 112184006B CN 202011028059 A CN202011028059 A CN 202011028059A CN 112184006 B CN112184006 B CN 112184006B
Authority
CN
China
Prior art keywords
test
question
user
unqualified
questions
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.)
Active
Application number
CN202011028059.3A
Other languages
English (en)
Other versions
CN112184006A (zh
Inventor
曹宝军
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.)
Shenzhen Kuaiyidian Education Science & Technology Co ltd
Original Assignee
Shenzhen Kuaiyidian Education Science & Technology 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 Shenzhen Kuaiyidian Education Science & Technology Co ltd filed Critical Shenzhen Kuaiyidian Education Science & Technology Co ltd
Priority to CN202011028059.3A priority Critical patent/CN112184006B/zh
Publication of CN112184006A publication Critical patent/CN112184006A/zh
Application granted granted Critical
Publication of CN112184006B publication Critical patent/CN112184006B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

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
    • G06Q10/00—Administration; Management
    • G06Q10/06—Resources, workflows, human or project management; Enterprise or organisation planning; Enterprise or organisation modelling
    • G06Q10/063—Operations research, analysis or management
    • G06Q10/0639—Performance analysis of employees; Performance analysis of enterprise or organisation operations
    • G06Q10/06395—Quality analysis or management
    • 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
    • G06F16/21—Design, administration or maintenance of databases
    • G06F16/215—Improving data quality; Data cleansing, e.g. de-duplication, removing invalid entries or correcting typographical errors
    • 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
    • G06F16/2457—Query processing with adaptation to user needs
    • 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
    • G06Q10/00—Administration; Management
    • G06Q10/06—Resources, workflows, human or project management; Enterprise or organisation planning; Enterprise or organisation modelling
    • G06Q10/063—Operations research, analysis or management
    • G06Q10/0639—Performance analysis of employees; Performance analysis of enterprise or organisation operations
    • G06Q10/06393—Score-carding, benchmarking or key performance indicator [KPI] analysis

Landscapes

  • Engineering & Computer Science (AREA)
  • Business, Economics & Management (AREA)
  • Human Resources & Organizations (AREA)
  • Theoretical Computer Science (AREA)
  • General Physics & Mathematics (AREA)
  • Physics & Mathematics (AREA)
  • Economics (AREA)
  • Entrepreneurship & Innovation (AREA)
  • Strategic Management (AREA)
  • Development Economics (AREA)
  • Educational Administration (AREA)
  • Databases & Information Systems (AREA)
  • Quality & Reliability (AREA)
  • General Engineering & Computer Science (AREA)
  • Data Mining & Analysis (AREA)
  • Game Theory and Decision Science (AREA)
  • Marketing (AREA)
  • Operations Research (AREA)
  • Tourism & Hospitality (AREA)
  • General Business, Economics & Management (AREA)
  • Computational Linguistics (AREA)
  • Electrically Operated Instructional Devices (AREA)
  • Management, Administration, Business Operations System, And Electronic Commerce (AREA)

Abstract

本申请涉及一种多维度的试题评估方法、系统及计算机设备，其包括将用户的测试结果进行格式化标记且存储在用户的历史试题库；对所述历史试题库进行审查，根据所述测试结果的格式化标记，提取对应的未达标试题；按照预设的评估标准，对所述未达标试题进行分析，得到所述未达标试题的不合格分；当所述不合格分达到预设值时，将所述未达标试题从用户的试题库中剔除，具体高效地排查试题库中不合格的试题且剔除，保证试题库中试题质量的效果。

Description

一种多维度的试题评估方法、系统及计算机设备
技术领域
本申请涉及教育技术领域，尤其是涉及一种多维度的试题评估方法、系统及计算机设备。
背景技术
随着信息科技的高度开发，电脑软硬件结合日常生活的应用也层出不穷，数码学习便是结合学习与电脑软硬件的一种应用，另外经过数年的发展，中考、高考等考试积累的真题和模拟题数以万计，考生的备考时间往往十分有限，又需要在尽量短的时间内完成有针对性的题目，如何指导考生高效的做题，是在线题库必须完成的任务，也是在线题库相对于纸质题库的优势之一。
现有的在线教育应用程序越来越多，考生每刷完一道题，所对应的历史试题库就会按照考生刷题的先后顺序，将已做过的试题进行存储，以便根据考生的做题记录对考生的能力进行衡量，历史试题库定期更新剔除掉不适合考生的试题。
针对上述的相关技术，发明人认为随着考生做题量逐渐增加，考生的历史试题库会慢慢积累试题，当历史试题库进行更新时，对考生的做题记录逐条排查，存在查找出不合格的试题的效率慢的缺陷。
发明内容
为了高效地排查试题库中不合格的试题且剔除，保证试题题库中试题的质量，本申请提供一种多维度的试题评估方法、系统及计算机设备。
第一方面，本申请提供一种多维度的试题评估方法，采用如下的技术方案：
一种多维度的试题评估方法，包括：
将用户的测试结果进行格式化标记且存储在用户的历史试题库；
对所述历史试题库进行审查，根据所述测试结果的格式化标记，提取对应的未达标试题；
按照预设的评估标准，对所述未达标试题进行分析，得到所述未达标试题的不合格分；
当所述不合格分达到预设值时，将所述未达标试题从用户的试题库中剔除。
通过采用上述技术方案，首先获取用户的测试结果并且进行格式化标记，然后将测试结果存储在用户的历史试题库，对历史试题库进行审查，根据格式化标记，得到未达标试题，按照预设的评估标准，对未达标试题进行分析，得到未达标试题的不合格分，当未达标试题的不合格分达到预设值时，对用户的试题库进行调整，把不合格的试题剔除，本申请具有高效地更新试题题库中不合格的试题，保证试题题库中试题的质量的优点。
进一步的，所述将用户的测试结果进行格式化标记且存储在用户的历史试题库的步骤，包括：
获取用户的测试日期数据；
若当天所述用户的测试结果标记为未达标，则对所述测试日期数据添加标记符；
将所述测试结果存储在测试日期数据，将所述测试日期数据存储在历史试题库。
通过采用上述技术方案，获取用户的测试日期数据并且存储在历史试题库中，再把测试结果存储在测试日期数据中，当测试结果为未达标时，对含有未达标的测试结果的测试日期数据进行标记，将测试日期数据存储在历史试题库，不需要对没有标记符的测试日期数据的测试结果进行排查。
进一步的，将所述测试结果存储在测试日期数据的步骤，包括：
将所述测试日期数据包括未达标数据段和已达标数据段；
若所述测试结果为未达标，则将所述未达标的测试结果存储在所述未达标数据段。
通过采用上述技术方案，将测试日期数据分为未达标数据段和已达标数据段，且将未达标的测试结果存储在未达标数据段，将已达标的测试结果存储在已达标数据段，当对历史试题库进行审查时，只需要对未达标的数据段进行检测，不需要检测已达标的数据段。
进一步的，所述对所述历史试题库进行审查，根据所述测试结果的格式化标记，得到未达标试题的步骤，包括：
查找所述历史测试题中的测试日期数据；
提取含有所述标记符的测试日期数据；
对含有所述标记符的测试日期数据进行审查，提取对应的未达标试题。
通过采用上述技术方案，查找历史测试题的测试日期数据，提取含有标记符的测试日期数据，对含有标记符的测试日期数据的未达标数据段进行审查，提取对应的未达标试题，减少审查工作量。
进一步的，所述按照预设的评估标准，对所述未达标试题进行分析，得到所述试题的不合格分的步骤，包括：
按照试题成分，对所述未达标试题进行逐项拆分，所述未达标试题成分包括：试题题干、考点信息和试题分值；
按照预设的评估标准，对所述未达标试题成分进行逐项评估，得到所述未达标试题的不合格分。
通过采用上述技术方案，将试题进行逐项拆分，拆成试题题干、考点信息以及试题分值，从多个维度对试题进行逐项评估，按照评估标准得到多维度的不合格分，更加客观全面的进行试题的评估。
进一步的，所述将用户的测试结果进行格式化标记且存储在用户的历史试题库的步骤之前，还包括：
按照预设的抽样规则，从试题库中抽取试题，对用户进行测评；
根据用户的测试结果，调整用户在下一阶段的能力水平训练试题。
通过采用上述技术方案，按照预设的抽样规则，从试题库中抽取试题，对用户进行测试，得到测试结果，通过测试结果对用户在下一阶段的能力水平训练试题进行调整。
进一步的，所述按照预设的抽样规则，从试题库中抽取试题的步骤，包括：
按照试题属性，对试题进行逐项划分，所述试题属性包括：知识、能力和方法；
按照预设的抽样标准，抽取所述试题属性与用户匹配的试题。
通过采用上述技术方案，按照试题属性，将试题逐项划分为知识、能力和方法三个维度，当用户进行测试时，用户得到三个维度的分值，从多维度对用户进行考察，按照预设的抽样标准，抽取试题属性与用户匹配的试题，有针对性为用户提供试题进行测试。
第二方面，本申请提供一种多维度的试题评估系统，采用如下的技术方案：
一种多维度的试题评估系统，包括：
试题标记模块，用于将用户的测试结果进行格式化标记且存储在用户的历史试题库；
试题审查模块，用于对所述历史试题库进行审查，根据所述测试结果的格式化标记，提取对应的未达标试题；
试题评估模块，用于按照预设的评估标准，对所述未达标试题进行分析，得到所述未达标试题的不合格分；
试题调整模块，用于当所述不合格分达到预设值时，从所述用户的试题库中将未达标试题剔除。
通过采用上述技术方案，通过试题标记模块获取用户的测试结果并且进行格式化标记，然后将测试结果存储在用户的历史试题库，试题审查模块对历史试题库进行审查，根据格式化标记，得到未达标试题，试题评估模块按照预设的评估标准对未达标试题进行分析，得到未达标试题的不合格分，试题调整模块在未达标试题的不合格分达到预设值时，对用户的试题库进行调整，把不合格的试题剔除，具有高效地更新试题题库中不合格的试题，保证试题题库中试题的质量的优点。
第三方面，本申请提供一种计算机设备，采用如下的技术方案：
一种计算机设备，包括存储器、处理器以及存储在所述存储器中并可在所述处理器上运行的计算机程序，所述处理器执行所述计算机程序时实现上述一种多维度的试题评估方法的步骤。
第四方面，本申请提供一种计算机可读存储介质，采用如下的技术方案：
一种计算机可读存储介质，所述计算机可读存储介质存储有计算机程序，所述计算机程序被处理器执行时实现上述一种多维度的试题评估方法的步骤。
综上所述，本申请包括以下至少一种有益技术效果：
1.首先获取用户的测试结果并且进行格式化标记，然后将测试结果存储在用户的历史试题库，对历史试题库进行审查，根据格式化标记，得到对应的未达标试题，按照预设的评估标准对未达标试题进行分析，得到试题的不合格分，当试题的不合格分达到预设值时，对用户的试题库进行调整，把不合格的试题剔除，本申请具有高效地更新试题题库中不合格的试题，保证试题题库中试题的质量的优点；
2.获取用户的测试日期数据并且存储在历史试题库中，再把测试结果存储在测试日期数据中，当测试结果为未达标时，对含有未达标的测试结果的测试日期数据进行标记，将测试日期数据存储在历史试题库，不需要对没有标记符的测试日期数据的测试结果进行排查；
3.将测试日期数据分为未达标数据段和已达标数据段，且将未达标的测试结果存储在未达标数据段，将已达标的测试结果存储在已达标数据段，当对历史试题库进行审查时，只需要对未达标的数据段进行检测，不需要检测已达标的数据段，减少顺序检测的繁重工作量。
附图说明
图1是本申请其中一实施例的一种多维度的试题评估方法的流程示意图。
图2是本申请其中一实施例的一种多维度的试题评估方法的流程示意图。
图3是本申请其中一实施例的一种多维度的试题评估系统的结构示意图。
具体实施方式
以下结合附图对本申请作进一步详细说明。
本申请实施例公开一种多维度的试题评估方法，如图1所示，其中，一种多维度的试题评估方法基于以下预先处理的步骤：
建立用户的试题库：输入用户的身份信息，并根据用户的身份信息生成身份标识信息，根据用户的身份标识信息在数据库中建立与用户关联的试题库，试题库中存储了用户的试题信息。
一种多维度的试题评估方法的具体步骤包括如下：
S101、将用户的测试结果进行格式化标记且存储在用户的历史试题库。
本实施例中，测试结果包括用户的能力值和达标情况。
获取用户做完的测试结果，对用户的测试结果进行分析，若用户的能力值（能力值是指用户测试完试题的得分分值且试题总分值为100%）低于60%时，对测试结果标记为未达标，然后将用户的测试结果存储在历史试题库中。
进一步的，将用户的测试结果进行格式化标记且存储在用户的历史试题库的步骤，包括：
获取用户的测试日期数据；
若当天用户的测试结果标记为未达标，则对测试日期数据添加标记符；
将测试结果存储在测试日期数据，将测试日期数据存储在历史试题库。
具体的，先获取用户当天进行测试的日期，将测试日期数据存储在历史试题库中，然后将测试结果存储在对应的测试日期数据中，若测试结果标记为未达标，则对测试日期数据添加标记符。
进一步的，将测试结果存储在测试日期数据的步骤，包括：
将测试日期数据包括未达标数据段和已达标数据段；
若测试结果为未达标，则将未达标的测试结果存储在未达标数据段。
具体的，对测试日期数据进行分段，采用二叉树结构分为未达标数据段和已达标数据段，将测试结果按照未达标与已达标划分存储在测试日期数据，未达标数据段和已达标数据段采用链表结构，方便对测试结果进行增删改动，将未达标的测试结果存储在测试日期数据中的未达标数据段，将已达标的测试结果存储在测试日期数据中的已达标数据段。
S102、对历史试题库进行审查，根据测试结果的格式化标记，提取对应的未达标试题。
本实施例中，未达标试题是测试结果为未达标情况所关联的试题。
对历史试题库进行审查，查找测试日期数据是否含有标记符，如果测试日期数据含有标记符，则对测试日期数据的测试结果进行审查，审查测试日期数据的未达标数据段，得到未达标的测试结果，通过未达标的测试结果从试题库中找到关联的未达标试题。
S103、按照预设的评估标准，对未达标试题进行分析，得到未达标试题的不合格分。
在获取到未达标试题后，对未达标试题进行分析评估，得到不合格分值。
进一步的，按照试题成分，对未达标试题进行逐项拆分，未达标试题成分包括：试题题干、考点信息和试题分值。
按照预设的评估标准，对未达标试题成分进行逐项评估，得到未达标试题的不合格分。
具体的，试题由多个成分组成，按照预设的评估标准（预设的评估标准是指预先设定的试题评估标准，如：试题题干中是否存在有错别字，试题题干是否完整清晰，试题的考点信息是否与当前的知识章节匹配，试题的分值是否均衡等），对未达标试题进行逐项评估，保证评估的客观性和全面性。
举例来说，对未达标试题逐项评估，检查题目的题干是否完整，是否存在错别字；当前题目的答案、解析、考点信息是否完整无误；检查题目考查知识点是否与本章节内容对应或者相关联，若试题成分的任一项评估为不合格，则未达标试题的不合格分加1。
S104、当不合格分达到预设值时，从用户的试题库中将未达标试题剔除。
当未达标试题的不合格分达到预设值（预设值是指预先设定的试题不合格分，如：预设值=试题成分总项数*60%）时，调取用户的试题库，从用户的试题库中将不合格分达到预设值的未达标试题剔除，从而不断地提高试题库的质量。
本申请实施例还公开一种多维度的试题评估方法，本实施例与上述实施例的不同之处在于，步骤S101前包括：
在步骤S201中，按照预设的抽样规则，从试题库中抽取试题，对用户进行测评。
在本实施例中，通过对试题库的试题进行抽样，作为用户测试的试题样本。
进一步的，按照预设的抽样规则，从试题库中抽取试题的步骤，包括：
按照试题属性，对试题进行逐项划分，试题属性包括：知识、能力和方法。
按照预设的抽样标准，抽取试题属性与用户匹配的试题。
试题由多个属性组成，对试题进行逐项划分，保证试题拥有多维度的考察标准，对用户进行多维度的衡量，例如：试题的知识维度指试题所包含的知识点，试题的能力维度指试题的难度，试题的方法维度指试题所包含的技巧性等，将划分好的试题存储在用户的试题库，按照预设的抽样标准，预设的抽样标准为当用户初次进行测试时，从试题库中抽取基准试题（基准试题是指测试新用户能力值所预设的试题）且发送给用户进行测试，当用户再次进行测试时，获取用户的能力值，通过用户的能力值获取试题库中试题属性相匹配的试题且发送给用户进行测试。
在步骤S202中，根据用户的测试结果，调整用户在下一阶段的能力水平训练试题。
在本实施例中，测试结果包括用户的能力值和达标情况。
通过对用户进行测试，得到用户的能力值以及达标情况，为用户评定能力水平等级，能力水平等级用于反映用户的真实学习水平。
举例来说，当用户进行测试时，试题属性的三个维度会将用户的得分分为三个维度，即：试题的知识、能力和方法的得分，能力值为用户在试题属性三个方面的得分，其中测试结果可以采用百分比制，当测试结果为最优时，测试结果取值为100%，当用户的能力值低于60%时，则用户的达标情况为未达标，用户所处的能力水平等级为“差”；当用户的能力值在60%-80%时，则用户的达标情况为已达标，用户所处的能力水平等级为“良”， 当用户的能力值在80%-100%时，则用户的达标情况为已达标，用户所处的能力水平等级为“优”。
根据用户当前所处的能力水平等级为用户分配相应的能力水平等级的试题。
举例来说，当用户所处的能力水平等级为“差”时，试题库分配与用户能力水平等级相匹配的基础题（即与用户能力水平等级“差”相匹配的试题），当用户所处的能力水平等级为“良”时，试题库分配与用户能力水平等级相匹配的提高题（即与用户能力水平等级“良”相匹配的试题），当用户所处的能力水平等级为“优”时，试题库分配与用户能力水平等级相匹配的疑难题（即与用户能力水平等级“优”相匹配的试题）。
在步骤S101中，将用户的测试结果进行格式化标记且存储在用户的历史试题库。
在步骤S102中，对历史试题库进行审查，根据测试结果的格式化标记，得到未达标试题。
在步骤S103中，按照预设的评估标准，对未达标试题进行分析，得到未达标试题的不合格分。
在步骤S104中，当不合格分达到预设值时，从用户的试题库中将未达标试题剔除。
在本申请实施例中，步骤S101-S104的实施方式可对应参考前述实施例中步骤S101-S104的描述，在此不再赘述。
举例来说，当新用户进行测试时，从试题库中提取10道基准试题，10道基准试题在知识、能力和方法三个方面的总分分别为100分，新用户做10道基准试题，得到知识分为67分、能力分为72分、方法分为79分，根据新用户的能力值在知识、能力和方法三个方面得分，将新用户的能力水平等级判定为“良”，在该用户再次进行测试时，获取该用户的能力水平等级为“良”，试题库发送试题难度为提高题的试题，随着该用户持续的刷题，若该用户的能力值逐渐提高且超过80分，该用户的能力水平等级晋升为“优”，试题库向该用户发送试题难度为疑难题的试题，帮助该用户逐渐提高能力，若该用户在测试“优”能力水平等级的疑难题，能力值逐渐下降至80分以下，则将用户的能力水平等级退回“良”，试题库向该用户发送试题难度为提高题的试题，当能力值逐渐下降至60分以下，则将用户的能力水平等级退回“差”，并且试题库向该用户发送试题难度为基础题的试题。
本申请实施例还公开一种多维度的试题评估系统，如图3所示，包括：试题标记模块31、试题审查模块32、试题评估模块33以及试题调整模块34，其中：
试题标记模块31，用于将用户的测试结果进行格式化标记且存储在用户的历史试题库。
试题标记模块31获取用户做完的测试结果，对用户的测试结果进行分析标记，对用户的测试结果进行分析，对测试结果标记为已达标或者未达标，然后将用户的测试结果存储在历史试题库中。
进一步的，试题标记模块31包括：日期获取单元311、数据标记单元312和数据分配单元315，其中：
日期获取单元311，用于获取用户的测试日期数据。
数据标记单元312，用于若测试结果为未达标，则对测试日期数据添加标记符。
数据分配单元315，用于将测试结果存储在测试日期数据，将测试日期数据存储在历史试题库。
具体的，日期获取单元311获取用户当天进行测试的日期，若测试结果为未达标情况，则数据标记单元312对测试日期数据添加标记符，数据分配单元315将测试日期数据存储在历史试题库中，然后将测试结果存储在对应的测试日期数据中。
进一步的，数据标记单元312包括：数据分段子单元313和分段存储子单元314，其中：
数据分段子单元313，用于将测试日期数据分为未达标数据段和已达标数据段。
分段存储子单元314，用于若测试结果为未达标，则将未达标的测试结果存储在未达标数据段。
具体的，数据分段子单元313对测试日期数据进行分段，采用二叉树结构分为未达标数据段和已达标数据段，未达标数据段和已达标数据段采用链表结构，方便对测试结果进行增删改动，分段存储子单元314将未达标的测试结果存储在测试日期数据中的未达标数据段，将已达标的测试结果存储在测试日期数据中的已达标数据段。
试题审查模块32，用于对历史试题库进行审查，根据测试结果的格式化标记，得到未达标试题。
试题审查模块32对历史试题库进行审查，根据格式化标记，得到未达标试题。
进一步的，试题审查模块32包括：日期查找单元321、日期提取单元322和日期审查单元323，其中：
日期查找单元321，用于查找历史测试题中的测试日期数据。
日期提取单元322，用于提取含有标记符的测试日期数据。
日期审查单元323，用于对标记符的测试日期数据进行审查，得到未达标试题。
具体的，日期查找单元321查找历史测试题的测试日期数据，日期提取单元322提取含有标记符的测试日期数据，日期审查单元323对含有标记符的测试日期数据的未达标数据段进行审查，得到对应的未达标试题，减少审查工作量。
进一步的，试题评估模块33包括：试题拆分单元331和合格评估单元332，其中：
试题拆分单元331，用于按照试题成分，对试题进行逐项拆分，试题成分包括：试题题干、考点信息和试题分值。
合格评估单元332，用于述试题成分进行逐项评估，得到试题的不合格分。
具体的，试题拆分单元331将试题进行逐项拆分，拆成试题题干、考点信息以及试题分值，合格评估单元332从多个维度对试题进行逐项评估，得到多维度的不合格分，更加客观全面的进行试题的评估。
关于一种多维度的试题评估系统的具体限定可以参见上文中对于一种多维度的试题评估方法的限定，在此不再赘述。上述一种多维度的试题评估系统中的各个模块可全部或部分通过软件、硬件及其组合来实现。上述各模块可以硬件形式内嵌于或独立于计算机设备中的处理器中，也可以以软件形式存储于计算机设备中的存储器中，以便于处理器调用执行以上各个模块对应的操作。
本申请实施例还公开一种计算机设备，包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序，处理器执行计算机程序时实现以下步骤：
S101、将用户的测试结果进行格式化标记且存储在用户的历史试题库。
S102、对历史试题库进行审查，根据测试结果的格式化标记，提取对应的未达标试题。
S103、按照预设的评估标准，对未达标试题进行分析，得到未达标试题的不合格分。
S104、当不合格分达到预设值时，将未达标试题从用户的试题库中剔除。
本申请实施例还公开一种计算机可读存储介质，其上存储有计算机程序，计算机程序被处理器执行时实现以下步骤：
S101、将用户的测试结果进行格式化标记且存储在用户的历史试题库。
S102、对历史试题库进行审查，根据测试结果的格式化标记，提取对应的未达标试题。
S103、按照预设的评估标准，对未达标试题进行分析，得到未达标试题的不合格分。
S104、当不合格分达到预设值时，将未达标试题从用户的试题库中剔除。
本领域普通技术人员可以理解实现上述实施例方法中的全部或部分流程，是可以通过计算机程序来指令相关的硬件来完成的，计算机程序可存储于一非易失性计算机可读存储介质中，该计算机程序在执行时，可包括如上述各方法的实施例的流程。其中，本申请所提供的各实施例中所使用的对存储器、存储、数据库或其他介质的任何引用，均可包括非易失性和/或易失性存储器。非易失性存储器可包括只读存储器（ROM）、可编程ROM（PROM）、电可编程（EPROM）、电可擦除可编程ROM（EEPROM）或闪存。易失性存储器可包括随机存取存储器（RAM）或者外部高速缓冲存储器。作为说明而非局限，RAM以多种形式可得，诸如静态RAM（SRAM）、动态RAM（DRAM）、同步DRAM（SDRAM）、双数据率SDRAM（DDRSDRAM）、增强型SDRAM（ESDRAM）、同步链路（Synchlink）DRAM（SLDRAM）、存储器总线（Rambus）直接RAM（RDRAM）、直接存储器总线动态RAM（DRDRAM）、以及存储器总线动态RAM（RDRAM）等。
所述领域的技术人员可以清楚地了解到，为了描述的方便和简洁，仅以上述各功能单元、模块的划分进行举例说明，实际应用中，可以根据需要而将上述功能分配由不同的功能单元、模块完成，即将装置的内部结构划分成不同的功能单元或模块，以完成以上描述的全部或者部分功能。
本具体实施例仅仅是对本申请的解释，其并不是对本申请的限制，本领域技术人员在阅读完本说明书后可以根据需要对本实施例做出没有创造性贡献的修改，但只要在本申请的权利要求范围内都受到专利法的保护。

Claims (7)

1.一种多维度的试题评估方法，其特征在于，包括：
将用户的测试结果进行格式化标记且存储在用户的历史试题库；
对所述历史试题库进行审查，根据所述测试结果的格式化标记，提取对应的未达标试题；
按照预设的评估标准，对所述未达标试题进行分析，得到所述未达标试题的不合格分；
当所述不合格分达到预设值时，将所述未达标试题从用户的试题库中剔除；
所述将用户的测试结果进行格式化标记且存储在用户的历史试题库的步骤，包括：
获取用户的测试日期数据；
若当天所述用户的测试结果标记为未达标，则对所述测试日期数据添加标记符；
将所述测试结果存储在测试日期数据，将所述测试日期数据存储在历史试题库；
所述将所述测试结果存储在测试日期数据的步骤，包括：
将所述测试日期数据包括未达标数据段和已达标数据段；
若所述测试结果为未达标，则将所述未达标的测试结果存储在所述未达标数据段；
所述按照预设的评估标准，对所述未达标试题进行分析，得到所述未达标试题的不合格分的步骤，包括：
按照试题成分，对所述未达标试题进行逐项拆分，所述未达标试题成分包括：试题题干、考点信息和试题分值；
按照预设的评估标准，对所述未达标试题成分进行逐项评估，得到所述未达标试题的不合格分。
2.根据权利要求1所述的一种多维度的试题评估方法，其特征在于，所述对所述历史试题库进行审查，根据所述测试结果的格式化标记，提取对应的未达标试题的步骤，包括：
查找所述历史测试题中的测试日期数据；
提取含有所述标记符的测试日期数据；
对含有所述标记符的测试日期数据进行审查，提取对应的未达标试题。
3.根据权利要求1所述的一种多维度的试题评估方法，其特征在于，所述将用户的测试结果进行格式化标记且存储在用户的历史试题库的步骤之前，还包括：
按照预设的抽样规则，从试题库中抽取试题，对用户进行测评；
根据用户的测试结果，调整用户在下一阶段的能力水平训练试题。
4.根据权利要求3所述的一种多维度的试题评估方法，其特征在于，所述按照预设的抽样规则，从试题库中抽取试题的步骤，包括：
按照试题属性，对试题进行逐项划分，所述试题属性包括：知识、能力和方法；
按照预设的抽样标准，抽取所述试题属性与用户匹配的试题。
5.一种基于权利要求1所述的多维度的试题评估系统，其特征在于，包括：
试题标记模块，用于将用户的测试结果进行格式化标记且存储在用户的历史试题库；
试题审查模块，用于对所述历史试题库进行审查，根据所述测试结果的格式化标记，提取对应的未达标试题；
试题评估模块，用于按照预设的评估标准，对所述未达标试题进行分析，得到所述未达标试题的不合格分；
试题调整模块，用于当所述不合格分达到预设值时，从所述用户的试题库中将未达标试题剔除。
6.一种计算机设备，其特征在于，包括存储器、处理器以及存储在所述存储器中并可在所述处理器上运行的计算机程序，所述处理器执行所述计算机程序时实现如权利要求1-4任一项所述的一种多维度的试题评估方法的步骤。
7.一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，所述计算机程序被处理器执行时实现如权利要求1-4任一项所述的一种多维度的试题评估方法的步骤。
CN202011028059.3A 2020-09-26 2020-09-26 一种多维度的试题评估方法、系统及计算机设备 Active CN112184006B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202011028059.3A CN112184006B (zh) 2020-09-26 2020-09-26 一种多维度的试题评估方法、系统及计算机设备

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202011028059.3A CN112184006B (zh) 2020-09-26 2020-09-26 一种多维度的试题评估方法、系统及计算机设备

Publications (2)

Publication Number Publication Date
CN112184006A CN112184006A (zh) 2021-01-05
CN112184006B true CN112184006B (zh) 2024-04-16

Family

ID=73944932

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202011028059.3A Active CN112184006B (zh) 2020-09-26 2020-09-26 一种多维度的试题评估方法、系统及计算机设备

Country Status (1)

Country Link
CN (1) CN112184006B (zh)

Families Citing this family (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN112966921A (zh) * 2021-03-01 2021-06-15 上海近屿智能科技有限公司 一种基于编程能力评估的创新能力评估方法

Citations (14)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2012088494A (ja) * 2010-10-19 2012-05-10 Kinki Univ 試験問題評価装置及びその制御方法並びにプログラム及び記録媒体
TW201232493A (en) * 2011-01-25 2012-08-01 Univ Nat Taiwan Normal System for a test questions database with an updating function and method for updating test questions database
CN103942993A (zh) * 2014-03-17 2014-07-23 深圳市承儒科技有限公司 一种基于irt的自适应在线测评系统及其方法
CN104462122A (zh) * 2013-09-18 2015-03-25 国家电网公司 试题数据处理方法及装置
CN104732352A (zh) * 2015-04-02 2015-06-24 张可 一种用于试题库质量评估的方法
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
CN109377806A (zh) * 2018-12-12 2019-02-22 广东小天才科技有限公司 一种基于学习等级的测试题分配方法及学习客户端
CN110135754A (zh) * 2019-05-22 2019-08-16 安徽爱学堂教育科技有限公司 试题评估方法及装置
CN110334223A (zh) * 2019-07-01 2019-10-15 深圳市快易典教育科技有限公司 错题本管理方法及系统
JP2019185388A (ja) * 2018-04-10 2019-10-24 木村情報技術株式会社 人工知能を用いた質疑応答システム、及び、同システムで利用されるｑ＆ａデータベースの構築方法
CN110599839A (zh) * 2019-10-23 2019-12-20 济南盈佳科技有限责任公司 一种基于智能组卷和文本分析评阅的在线考试方法和系统
CN110597806A (zh) * 2019-08-13 2019-12-20 上海建桥学院 一种基于批阅识别的错题集生成与答题统计系统及方法
CN111352941A (zh) * 2018-12-20 2020-06-30 英业达科技有限公司 依据答题结果维护题库品质的系统及方法
CN111680216A (zh) * 2020-05-06 2020-09-18 广州寄锦教育科技有限公司 一种试题推荐方法、系统、介质及设备

Family Cites Families (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20040014016A1 (en) * 2001-07-11 2004-01-22 Howard Popeck Evaluation and assessment system
US20170193834A1 (en) * 2016-01-04 2017-07-06 Tata Consultancy Services Limited Computer implemented network enabled system for structured and progressive online peer-based learning and learning assessment

Patent Citations (14)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2012088494A (ja) * 2010-10-19 2012-05-10 Kinki Univ 試験問題評価装置及びその制御方法並びにプログラム及び記録媒体
TW201232493A (en) * 2011-01-25 2012-08-01 Univ Nat Taiwan Normal System for a test questions database with an updating function and method for updating test questions database
CN104462122A (zh) * 2013-09-18 2015-03-25 国家电网公司 试题数据处理方法及装置
CN103942993A (zh) * 2014-03-17 2014-07-23 深圳市承儒科技有限公司 一种基于irt的自适应在线测评系统及其方法
CN104732352A (zh) * 2015-04-02 2015-06-24 张可 一种用于试题库质量评估的方法
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
JP2019185388A (ja) * 2018-04-10 2019-10-24 木村情報技術株式会社 人工知能を用いた質疑応答システム、及び、同システムで利用されるｑ＆ａデータベースの構築方法
CN109377806A (zh) * 2018-12-12 2019-02-22 广东小天才科技有限公司 一种基于学习等级的测试题分配方法及学习客户端
CN111352941A (zh) * 2018-12-20 2020-06-30 英业达科技有限公司 依据答题结果维护题库品质的系统及方法
CN110135754A (zh) * 2019-05-22 2019-08-16 安徽爱学堂教育科技有限公司 试题评估方法及装置
CN110334223A (zh) * 2019-07-01 2019-10-15 深圳市快易典教育科技有限公司 错题本管理方法及系统
CN110597806A (zh) * 2019-08-13 2019-12-20 上海建桥学院 一种基于批阅识别的错题集生成与答题统计系统及方法
CN110599839A (zh) * 2019-10-23 2019-12-20 济南盈佳科技有限责任公司 一种基于智能组卷和文本分析评阅的在线考试方法和系统
CN111680216A (zh) * 2020-05-06 2020-09-18 广州寄锦教育科技有限公司 一种试题推荐方法、系统、介质及设备

Non-Patent Citations (3)

* Cited by examiner, † Cited by third party
Title
考试系统试题库及组卷方案的设计;刘家文;吴国花;;电脑知识与技术(20);全文 *
苏学伟.高中信息技术自适应学业水平考试系统的开发与应用.《中国优秀硕士学位论文全文数据库 社会科学Ⅱ辑》.2020,(第09期),H130-8. *
高中信息技术自适应学业水平考试系统的开发与应用;苏学伟;《中国优秀硕士学位论文全文数据库 社会科学Ⅱ辑》(第09期);H130-8 *

Also Published As

Publication number Publication date
CN112184006A (zh) 2021-01-05

Similar Documents

Publication Publication Date Title
Duijn et al. Quality questions need quality code: Classifying code fragments on stack overflow
WO2017167069A1 (zh) 简历评估方法和装置
US10891350B2 (en) Method and device for establishing webpage quality model
CN110472209B (zh) 基于深度学习的表格生成方法、装置和计算机设备
CN112184006B (zh) 一种多维度的试题评估方法、系统及计算机设备
CN111723870B (zh) 基于人工智能的数据集获取方法、装置、设备和介质
CN107491536B (zh) 一种试题校验方法、试题校验装置及电子设备
CN110472203A (zh) 一种文章的查重检测方法、装置、设备及存储介质
Cutiva Association between occupational voice use and occurrence of voice disorders: a meta-analysis
CN108986786B (zh) 语音交互设备评级方法、系统、计算机设备和存储介质
CN112613321A (zh) 一种抽取文本中实体属性信息的方法及系统
CN115936658A (zh) 一种电力设备异常检测方法、系统、可读存储介质
Santos et al. Investigating bias in the search phase of Software Engineering secondary studies.
US20110289086A1 (en) System, method and apparatus for data analysis
CN113918471A (zh) 测试用例的处理方法、装置及计算机可读存储介质
CN109344229A (zh) 对话分析评价的方法、装置、计算机设备和存储介质
CN106054857B (zh) 基于维修决策树/词向量的故障远程诊断平台
Arammongkolvichai et al. Improving clone detection precision using machine learning techniques
CN106685926A (zh) 信息系统安全等级测评方法和系统
CN115274113A (zh) 一种基于心理测评量表计分算法的评测系统
CN103869053B (zh) 区域地球化学调查样品分析异常点抽检方法
CN112256576A (zh) 人机对话语料测试方法、装置、设备及存储介质
CN112015830A (zh) 适用于自适应学习的题目存储方法
Banks et al. The meta machine: Using automation to catalyze leaps forward in meta-analytic reviews
CN113569025B (zh) 数据处理的方法和装置、电子设备和存储介质

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