CN112905660B - 一种中高职及本科人才培养管理系统及方法 - Google Patents

一种中高职及本科人才培养管理系统及方法 Download PDF

Info

Publication number
CN112905660B
CN112905660B CN202110164114.XA CN202110164114A CN112905660B CN 112905660 B CN112905660 B CN 112905660B CN 202110164114 A CN202110164114 A CN 202110164114A CN 112905660 B CN112905660 B CN 112905660B
Authority
CN
China
Prior art keywords
test
test question
knowledge point
questions
library
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
CN202110164114.XA
Other languages
English (en)
Other versions
CN112905660A (zh
Inventor
陈惠娥
李捷
汤雅连
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.)
Guangdong University Of Finance
Original Assignee
Guangdong University Of Finance
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 Guangdong University Of Finance filed Critical Guangdong University Of Finance
Priority to CN202110164114.XA priority Critical patent/CN112905660B/zh
Publication of CN112905660A publication Critical patent/CN112905660A/zh
Application granted granted Critical
Publication of CN112905660B publication Critical patent/CN112905660B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

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
    • G06F16/2462—Approximate or statistical 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
    • G06Q50/2057—Career enhancement or continuing education service

Landscapes

  • Engineering & Computer Science (AREA)
  • Business, Economics & Management (AREA)
  • Physics & Mathematics (AREA)
  • Educational Administration (AREA)
  • Educational Technology (AREA)
  • Theoretical Computer Science (AREA)
  • Tourism & Hospitality (AREA)
  • Strategic Management (AREA)
  • Probability & Statistics with Applications (AREA)
  • Human Resources & Organizations (AREA)
  • General Physics & Mathematics (AREA)
  • Primary Health Care (AREA)
  • Mathematical Physics (AREA)
  • General Business, Economics & Management (AREA)
  • Marketing (AREA)
  • General Health & Medical Sciences (AREA)
  • Economics (AREA)
  • Fuzzy Systems (AREA)
  • Health & Medical Sciences (AREA)
  • Software Systems (AREA)
  • Computational Linguistics (AREA)
  • Data Mining & Analysis (AREA)
  • Databases & Information Systems (AREA)
  • General Engineering & Computer Science (AREA)
  • Management, Administration, Business Operations System, And Electronic Commerce (AREA)
  • Electrically Operated Instructional Devices (AREA)

Abstract

本发明提供了一种中高职及本科人才培养管理系统，包括服务器以及多个客户端，服务器包括知识点数据库、第一学习资源推荐模块以及多个试题库，试题库中的试题与知识点数据库中的知识点数据一一关联，第一学习资源推荐模块用于计算多个试题库的知识点数据难度系数并将知识点数据难度系数大于第一预设阈值的知识点数据发送至相应的客户端。本发明可以对不同学生对不同知识点熟悉度进行鉴别而采取有针对性的强化训练，为解决目前中职、高职专科与高职本科教育衔接中所存在的课程设置不衔接、中高职以及本科学生基础课程薄弱问题提供一个行之有效的技术方案。相应地，本发明还提供中高职及本科人才培养管理方法。

Description

一种中高职及本科人才培养管理系统及方法
技术领域
本发明涉及数据分析技术领域，具体而言，涉及一种中高职及本科人才培养管理系统及方法。
背景技术
目前中职、高职专科与高职本科教育衔接中存在的首要问题便是课程设置不衔接，中高职以及本科学生的基础课程薄弱。中职生升入高职和本科院校以及高职学生专升本后，对基础课的学习普遍感到困难，尤其是数学、英语、经济学等基础性课程。
而现有的人才培养管理系统一般只能利用题库以相关知识点来对加深学生对基础课程知识的理解，无法针对不同学生对不同知识点熟悉度进行鉴别而采取有针对性的强化训练。
发明内容
基于此，为了解决现有的人才培养管理系统无法针对不同学生对不同知识点熟悉度进行鉴别而采取有针对性的强化训练的问题，本发明提供了一种中高职及本科人才培养管理系统及方法，其具体技术方案如下：
一种中高职及本科人才培养管理系统，包括服务器以及多个客户端，所述服务器包括知识点数据库、第一学习资源推荐模块以及多个试题库，多个所述试题库与多个客户端一一对应且相互绑定，所述试题库中的试题与所述知识点数据库中的知识点数据一一关联，所述第一学习资源推荐模块用于计算多个所述试题库的知识点数据难度系数并将所述知识点数据难度系数大于第一预设阈值的知识点数据发送至相应的客户端；
其中，知识点数据难度系数R＝eT*S×(1-P)，
Figure GDA0002996915390000021
e为自然常数，T是以天为基本单位的遗忘时间，P表示某一个所述试题库中某一道试题的正确率，S表示某一试题的整体难度系数，B表示多个试题库中同一道试题的总解答次数，A表示多个试题库中同一道试题的正确解答次数，D表示多个试题库中同一道试题的总得分，C表示多个试题库中同一道试题的平均得分，T＝T1-T0，T1当前日期，T0为做对某一道试题的日期。
根据多个试题库中同一道试题的总解答次数与相应试题的正确解答次数之间以及多个试题库中同一道试题的总得分与相应试题的平均得分之间比例来计算某一道试题的整体难度系数，然后根据某一道试题的整体难度系数、某一个所述试题库中某一道试题的正确率、遗忘时间以及自然常数来计算知识点数据难度系数，最后所述知识点数据难度系数大于第一预设阈值的知识点数据发送至相应的客户端，可以对不同学生对不同知识点熟悉度进行鉴别而采取有针对性的强化训练，针对不同层次的学生进行差异化教学，为解决目前中职、高职专科与高职本科教育衔接中所存在的课程设置不衔接、中高职以及本科学生基础课程薄弱问题提供一个行之有效的技术方案。
进一步地，多个所述试题库包括中职试题库、高职试题库以及本科试题库。
进一步地，所述服务器还包括第二学习资源推荐模块，所述第二学习资源推荐模块用于计算某一个中职试题库中所有试题的平均正确率，将所述某一个中职试题库中所有试题的平均正确率大于第二预设阈值的所述中职试题库相对应的客户端与随机选择的一个高职试题库绑定并向所述某一个中职试题库中所有试题的平均正确率大于第二预设阈值的所述中职试题库相对应的客户端发送所述随机选择的一个高职试题库的试题和/或与所述随机选择的一个高职试题库的试题相关联的知识点数据。
进一步地，所述服务器还包括第三学习资源推荐模块，所述第三学习资源推荐模块用于计算某一个高职试题库中所有试题的平均正确率，将所述某一个高职试题库中所有试题的平均正确率大于第三预设阈值的所述高职试题库相对应的客户端与随机选择的一个本科试题库绑定并向所述某一个高职试题库中所有试题的平均正确率大于第三预设阈值的所述高职试题库相对应的客户端发送所述随机选择的一个本科试题库的试题和/或与所述随机选择的一个本科试题库的试题相关联的知识点数据。
进一步地，所述服务器还包括第四学习资源推荐模块，所述第四学习资源推荐模块用于将所述知识点数据难度系数大于第四预设阈值的知识点数据相关联的试题发送至相应的客户端。
相应地，本发明提供一种中高职及本科人才培养管理方法，包括如下步骤：
计算多个试题库的知识点数据难度系数；
将所述知识点数据难度系数大于第一预设阈值的知识点数据发送至相应的客户端；
其中，多个所述试题库与多个客户端一一对应且相互绑定，所述试题库中的试题与所述知识点数据库中的知识点数据一一关联，知识点数据难度系数R＝eT*S×(1-P)，
Figure GDA0002996915390000031
e为自然常数，T是以天为基本单位的遗忘时间，S表示某一试题的整体难度系数，P表示某一个所述试题库中某一道试题的正确率，B表示多个试题库中同一道试题的总解答次数，A表示多个试题库中同一道试题的正确解答次数，D表示多个试题库中同一道试题的总得分，C表示多个试题库中同一道试题的平均得分，T＝T1-T0，T1当前日期，T0为做对某一道试题的日期。
进一步地，所述中高职及本科人才培养管理方法还包括如下步骤：
计算某一个中职试题库中所有试题的平均正确率；
将所述某一个中职试题库中所有试题的平均正确率大于第二预设阈值的所述中职试题库相对应的客户端与随机选择的一个高职试题库绑定；
向所述某一个中职试题库中所有试题的平均正确率大于第二预设阈值的所述中职试题库相对应的客户端发送所述随机选择的一个高职试题库的试题和/或与所述随机选择的一个高职试题库的试题相关联的知识点数据。
进一步地，所述中高职及本科人才培养管理方法还包括如下步骤：
计算某一个高职试题库中所有试题的平均正确率；
将所述某一个高职试题库中所有试题的平均正确率大于第三预设阈值的所述高职试题库相对应的客户端与随机选择的一个本科试题库绑定；
向所述某一个高职试题库中所有试题的平均正确率大于第三预设阈值的所述高职试题库相对应的客户端发送所述随机选择的一个本科试题库的试题和/或与所述随机选择的一个本科试题库的试题相关联的知识点数据。
进一步地，所述中高职及本科人才培养管理方法还包括如下步骤：将所述知识点数据难度系数大于第四预设阈值的知识点数据相关联的试题发送至相应的客户端。
相应地，本发明提供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，当所述计算机程序被处理器执行时实现如上述所述的中高职及本科人才培养管理方法。
附图说明
从以下结合附图的描述可以进一步理解本发明。图中的部件不一定按比例绘制，而是将重点放在示出实施例的原理上。在不同的视图中，相同的附图标记指定对应的部分。
图1是本发明一实施例中一种中高职及本科人才培养管理系统的整体结构示意图；
图2是本发明一实施例中一种中高职及本科人才培养管理方法的整体流程示意图。
具体实施方式
为了使得本发明的目的、技术方案及优点更加清楚明白，以下结合其实施例，对本发明进行进一步详细说明。应当理解的是，此处所描述的具体实施方式仅用以解释本发明，并不限定本发明的保护范围。
需要说明的是，当元件被称为“固定于”另一个元件，它可以直接在另一个元件上或者也可以存在居中的元件。当一个元件被认为是“连接”另一个元件，它可以是直接连接到另一个元件或者可能同时存在居中元件。本文所使用的术语“垂直的”、“水平的”、“左”、“右”以及类似的表述只是为了说明的目的，并不表示是唯一的实施方式。
除非另有定义，本文所使用的所有的技术和科学术语与属于本发明的技术领域的技术人员通常理解的含义相同。本文中在本发明的说明书中所使用的术语只是为了描述具体的实施方式的目的，不是旨在于限制本发明。本文所使用的术语“及/或”包括一个或多个相关的所列项目的任意的和所有的组合。
本发明中所述“第一”、“第二”不代表具体的数量及顺序，仅仅是用于名称的区分。
如图1所示，本发明一实施例中的一种中高职及本科人才培养管理系统，包括服务器以及多个客户端，所述服务器包括知识点数据库、第一学习资源推荐模块以及多个试题库，多个所述试题库与多个客户端一一对应且相互绑定，所述试题库中的试题与所述知识点数据库中的知识点数据一一关联，所述第一学习资源推荐模块用于计算多个所述试题库的知识点数据难度系数并将所述知识点数据难度系数大于第一预设阈值的知识点数据发送至相应的客户端；
其中，知识点数据难度系数R＝eT*S×(1-P)，
Figure GDA0002996915390000061
e为自然常数，T是以天为基本单位的遗忘时间，P表示某一个所述试题库中某一道试题的正确率，S表示某一试题的整体难度系数，B表示多个试题库中同一道试题的总解答次数，A表示多个试题库中同一道试题的正确解答次数，D表示多个试题库中同一道试题的总得分，C表示多个试题库中同一道试题的平均得分，T＝T1-T0，T1当前日期，T0为做对某一道试题的日期。
不同的客户端匹配不同的试题库，学生通过客户端可访问服务器，调取相应的试题库以及知识点数据库，而相同教育程度的学生所能调取的试题库以及知识点数据库相同，所述试题库包括试题、与所述试题相对应的正确率以及与所述试题相对应的遗忘时间。即是说，通过公式R＝eT*S×(1-P)，可以计算出任意一个试题库中任意一道试题的知识点数据难度系数，然后根据所述知识点难度系数鉴别不同教育程度学生对于某一知识点的熟悉度。
根据多个试题库中同一道试题的总解答次数与相应试题的正确解答次数之间以及多个试题库中同一道试题的总得分与相应试题的平均得分之间比例来计算某一道试题的整体难度系数，然后根据某一道试题的整体难度系数、某一个所述试题库中某一道试题的正确率、遗忘时间以及自然常数来计算知识点数据难度系数，最后所述知识点数据难度系数大于第一预设阈值的知识点数据发送至相应的客户端，可以对不同学生对不同知识点熟悉度进行鉴别而采取有针对性的强化训练，针对不同层次的学生进行差异化教学，为解决目前中职、高职专科与高职本科教育衔接中所存在的课程设置不衔接、中高职以及本科学生基础课程薄弱问题提供一个行之有效的技术方案。
在其中一个实施例中，多个所述试题库包括中职试题库、高职试题库以及本科试题库。即是说，不同学生可通过客户端匹配到与自身教育程度相适应的试题库。
在其中一个实施例中，所述服务器还包括第二学习资源推荐模块，所述第二学习资源推荐模块用于计算某一个中职试题库中所有试题的平均正确率，将所述某一个中职试题库中所有试题的平均正确率大于第二预设阈值的所述中职试题库相对应的客户端与随机选择的一个高职试题库绑定，并向所述某一个中职试题库中所有试题的平均正确率大于第二预设阈值的所述中职试题库相对应的客户端发送所述随机选择的一个高职试题库的试题和/或与所述随机选择的一个高职试题库的试题相关联的知识点数据。
在其中一个实施例中，所述服务器还包括第三学习资源推荐模块，所述第三学习资源推荐模块用于计算某一个高职试题库中所有试题的平均正确率，将所述某一个高职试题库中所有试题的平均正确率大于第三预设阈值的所述高职试题库相对应的客户端与随机选择的一个本科试题库绑定，并向所述某一个高职试题库中所有试题的平均正确率大于第三预设阈值的所述高职试题库相对应的客户端发送所述随机选择的一个本科试题库的试题和/或与所述随机选择的一个本科试题库的试题相关联的知识点数据。
在其中一个实施例中，所述服务器还包括第四学习资源推荐模块，所述第四学习资源推荐模块用于将所述知识点数据难度系数大于第四预设阈值的知识点数据相关联的试题发送至相应的客户端。
在其中一个实施例中，如图2所示，本发明提供一种中高职及本科人才培养管理方法，包括如下步骤：
计算多个试题库的知识点数据难度系数；
将所述知识点数据难度系数大于第一预设阈值的知识点数据发送至相应的客户端；
其中，多个所述试题库与多个客户端一一对应且相互绑定，所述试题库中的试题与所述知识点数据库中的知识点数据一一关联，知识点数据难度系数R＝eT*S×(1-P)，
Figure GDA0002996915390000081
e为自然常数，T是以天为基本单位的遗忘时间，S表示某一试题的整体难度系数，P表示某一个所述试题库中某一道试题的正确率，B表示多个试题库中同一道试题的总解答次数，A表示多个试题库中同一道试题的正确解答次数，D表示多个试题库中同一道试题的总得分，C表示多个试题库中同一道试题的平均得分，T＝T1-T0，T1当前日期，T0为做对某一道试题的日期。
根据多个试题库中同一道试题的总解答次数与相应试题的正确解答次数之间以及多个试题库中同一道试题的总得分与相应试题的平均得分之间比例来计算某一道试题的整体难度系数，可以更加综合客观地判别某一道试题的难易程度，使得所述知识点数据难度系数更加的贴合实际情况，避免出现向学生推送已掌握知识点数据的问题。
所述某一试题的整体难度系数与遗忘时间结合，可以根据艾宾浩斯记忆遗忘先快后慢的规律来调整学生基础知识的复习时间，使学生快速地熟悉掌握相关知识点数据。
在其中一个实施例中，所述中高职及本科人才培养管理方法还包括如下步骤：
计算某一个中职试题库中所有试题的平均正确率；
将所述某一个中职试题库中所有试题的平均正确率大于第二预设阈值的所述中职试题库相对应的客户端与随机选择的一个高职试题库绑定；
向所述某一个中职试题库中所有试题的平均正确率大于第二预设阈值的所述中职试题库相对应的客户端发送所述随机选择的一个高职试题库的试题和/或与所述随机选择的一个高职试题库的试题相关联的知识点数据。
通过向所述某一个中职试题库中所有试题的平均正确率大于第二预设阈值的所述中职试题库相对应的客户端发送所述随机选择的一个高职试题库的试题和/或与所述随机选择的一个高职试题库的试题相关联的知识点数据，在中职学生熟练掌握相应数据库的知识点数据后，自动推送高职试题库和/或高职基础课程知识，可以解决中职-高职学生专业以及课程对接问题，有助于中职学生深入学习和再教育，可以有效解决中职生升入高职后，对基础课程的学习普遍感到困难的问题。
在其中一个实施例中，所述中高职及本科人才培养管理方法还包括如下步骤：
计算某一个高职试题库中所有试题的平均正确率；
将所述某一个高职试题库中所有试题的平均正确率大于第三预设阈值的所述高职试题库相对应的客户端与随机选择的一个本科试题库绑定；
向所述某一个高职试题库中所有试题的平均正确率大于第三预设阈值的所述高职试题库相对应的客户端发送所述随机选择的一个本科试题库的试题和/或与所述随机选择的一个本科试题库的试题相关联的知识点数据。
通过向所述某一个高职试题库中所有试题的平均正确率大于第三预设阈值的所述高职试题库相对应的客户端发送所述随机选择的一个本科试题库的试题和/或与所述随机选择的一个本科试题库的试题相关联的知识点数据，在高职学生熟练掌握相应数据库的知识点数据后，自动推送本科职试题库和/或本科基础课程知识，可以解决高职-本科学生专业以及课程对接问题，有助于高职学生深入学习和再教育，可以有效解决高职生升入本科后，对基础课程的学习普遍感到困难的问题。
在其中一个实施例中，所述中高职及本科人才培养管理方法还包括如下步骤：将所述知识点数据难度系数大于第四预设阈值的知识点数据相关联的试题发送至相应的客户端。
将所述知识点数据难度系数大于第四预设阈值的知识点数据相关联的试题发送至相应的客户端，可以通过试题加强学生对知识点数据的记忆强度。
由于所述第一预设阈值、第二预设阈值、第三预设阈值以及第四预设阈值均可以根据实际情况进行设定，故而在此不再赘述。
在其中一个实施例中，本发明提供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，当所述计算机程序被处理器执行时实现如上述所述的中高职及本科人才培养管理方法。
以上所述实施例的各技术特征可以进行任意的组合，为使描述简洁，未对上述实施例中的各个技术特征所有可能的组合都进行描述，然而，只要这些技术特征的组合不存在矛盾，都应当认为是本说明书记载的范围。
以上所述实施例仅表达了本发明的几种实施方式，其描述较为具体和详细，但并不能因此而理解为对发明专利范围的限制。应当指出的是，对于本领域的普通技术人员来说，在不脱离本发明构思的前提下，还可以做出若干变形和改进，这些都属于本发明的保护范围。因此，本发明专利的保护范围应以所附权利要求为准。

Claims (8)

1.一种中高职及本科人才培养管理系统，包括服务器以及多个客户端，其特征在于，所述服务器包括知识点数据库、第一学习资源推荐模块以及多个试题库，多个所述试题库与多个客户端一一对应且相互绑定，所述试题库中的试题与所述知识点数据库中的知识点数据一一关联，所述第一学习资源推荐模块用于计算多个所述试题库的知识点数据难度系数并将所述知识点数据难度系数大于第一预设阈值的知识点数据发送至相应的客户端；
其中，知识点数据难度系数R＝eT*S×(1-P)，
Figure FDA0003856364960000011
e为自然常数，T是以天为基本单位的遗忘时间，S表示某一试题的整体难度系数，P表示某一个所述试题库中某一道试题的正确率，B表示多个试题库中同一道试题的总解答次数，A表示多个试题库中同一道试题的正确解答次数，D表示多个试题库中同一道试题的总得分，C表示多个试题库中同一道试题的平均得分，T＝T1-T0，T1当前日期，T0为做对某一道试题的日期；
所述服务器还包括第二学习资源推荐模块，所述第二学习资源推荐模块用于计算某一个中职试题库中所有试题的平均正确率，将所述某一个中职试题库中所有试题的平均正确率大于第二预设阈值的所述中职试题库相对应的客户端与随机选择的一个高职试题库绑定并向所述某一个中职试题库中所有试题的平均正确率大于第二预设阈值的所述中职试题库相对应的客户端发送所述随机选择的一个高职试题库的试题和/或与所述随机选择的一个高职试题库的试题相关联的知识点数据。
2.如权利要求1所述的一种中高职及本科人才培养管理系统，其特征在于，多个所述试题库包括中职试题库、高职试题库以及本科试题库。
3.如权利要求2所述的一种中高职及本科人才培养管理系统，其特征在于，所述服务器还包括第三学习资源推荐模块，所述第三学习资源推荐模块用于计算某一个高职试题库中所有试题的平均正确率，将所述某一个高职试题库中所有试题的平均正确率大于第三预设阈值的所述高职试题库相对应的客户端与随机选择的一个本科试题库绑定并向所述某一个高职试题库中所有试题的平均正确率大于第三预设阈值的所述高职试题库相对应的客户端发送所述随机选择的一个本科试题库的试题和/或与所述随机选择的一个本科试题库的试题相关联的知识点数据。
4.如权利要求3所述的一种中高职及本科人才培养管理系统，其特征在于，所述服务器还包括第四学习资源推荐模块，所述第四学习资源推荐模块用于将所述知识点数据难度系数大于第四预设阈值的知识点数据相关联的试题发送至相应的客户端。
5.一种中高职及本科人才培养管理方法，其特征在于，包括如下步骤：
计算多个试题库的知识点数据难度系数；
将所述知识点数据难度系数大于第一预设阈值的知识点数据发送至相应的客户端；
其中，多个所述试题库与多个客户端一一对应且相互绑定，所述试题库中的试题与所述知识点数据库中的知识点数据一一关联，知识点数据难度系数R＝eT*S×(1-P)，
Figure FDA0003856364960000021
e为自然常数，T是以天为基本单位的遗忘时间，S表示某一试题的整体难度系数，P表示某一个所述试题库中某一道试题的正确率，B表示多个试题库中同一道试题的总解答次数，A表示多个试题库中同一道试题的正确解答次数，D表示多个试题库中同一道试题的总得分，C表示多个试题库中同一道试题的平均得分，T＝T1-T0，T1当前日期，T0为做对某一道试题的日期；
还包括如下步骤：
计算某一个中职试题库中所有试题的平均正确率；
将所述某一个中职试题库中所有试题的平均正确率大于第二预设阈值的所述中职试题库相对应的客户端与随机选择的一个高职试题库绑定；
向所述某一个中职试题库中所有试题的平均正确率大于第二预设阈值的所述中职试题库相对应的客户端发送所述随机选择的一个高职试题库的试题和/或与所述随机选择的一个高职试题库的试题相关联的知识点数据。
6.如权利要求5所述的一种中高职及本科人才培养管理方法，其特征在于，还包括如下步骤：
计算某一个高职试题库中所有试题的平均正确率；
将所述某一个高职试题库中所有试题的平均正确率大于第三预设阈值的所述高职试题库相对应的客户端与随机选择的一个本科试题库绑定；
向所述某一个高职试题库中所有试题的平均正确率大于第三预设阈值的所述高职试题库相对应的客户端发送所述随机选择的一个本科试题库的试题和/或与所述随机选择的一个本科试题库的试题相关联的知识点数据。
7.如权利要求6所述的一种中高职及本科人才培养管理方法，其特征在于，还包括如下步骤：将所述知识点数据难度系数大于第四预设阈值的知识点数据相关联的试题发送至相应的客户端。
8.一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，当所述计算机程序被处理器执行时实现如上述权利要求5至7中任意一项所述的中高职及本科人才培养管理方法。
CN202110164114.XA 2021-02-05 2021-02-05 一种中高职及本科人才培养管理系统及方法 Active CN112905660B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202110164114.XA CN112905660B (zh) 2021-02-05 2021-02-05 一种中高职及本科人才培养管理系统及方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202110164114.XA CN112905660B (zh) 2021-02-05 2021-02-05 一种中高职及本科人才培养管理系统及方法

Publications (2)

Publication Number Publication Date
CN112905660A CN112905660A (zh) 2021-06-04
CN112905660B true CN112905660B (zh) 2022-12-20

Family

ID=76123270

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202110164114.XA Active CN112905660B (zh) 2021-02-05 2021-02-05 一种中高职及本科人才培养管理系统及方法

Country Status (1)

Country Link
CN (1) CN112905660B (zh)

Citations (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN105512214A (zh) * 2015-11-28 2016-04-20 华中师范大学 一种知识数据库、构建方法及学情诊断系统
CN105787839A (zh) * 2016-03-23 2016-07-20 成都准星云学科技有限公司 一种学习资源推送方法和装置
CN106599999A (zh) * 2016-12-09 2017-04-26 北京爱论答科技有限公司 少量题目精准探测学生细分薄弱知识点的测评方法及系统
CN107832410A (zh) * 2017-11-03 2018-03-23 四川文轩教育科技有限公司 一种基于知识网络学习路径的推荐方法
WO2018223529A1 (zh) * 2017-06-08 2018-12-13 深圳市鹰硕技术有限公司 一种基于互联网的录播课程跟随学习系统和方法
CN110704746A (zh) * 2019-10-10 2020-01-17 江苏曲速教育科技有限公司 根据强弱知识点分析结果进行推荐测试题方法和系统
CN111831831A (zh) * 2020-07-17 2020-10-27 广东金融学院 一种基于知识图谱的个性化学习平台及其构建方法

Family Cites Families (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20100005413A1 (en) * 2008-07-07 2010-01-07 Changnian Liang User Interface for Individualized Education
CN112258355A (zh) * 2020-10-27 2021-01-22 广州宏途教育网络科技有限公司 一种基于中小学信息平台的教师资料管理系统

Patent Citations (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN105512214A (zh) * 2015-11-28 2016-04-20 华中师范大学 一种知识数据库、构建方法及学情诊断系统
CN105787839A (zh) * 2016-03-23 2016-07-20 成都准星云学科技有限公司 一种学习资源推送方法和装置
CN106599999A (zh) * 2016-12-09 2017-04-26 北京爱论答科技有限公司 少量题目精准探测学生细分薄弱知识点的测评方法及系统
WO2018223529A1 (zh) * 2017-06-08 2018-12-13 深圳市鹰硕技术有限公司 一种基于互联网的录播课程跟随学习系统和方法
CN107832410A (zh) * 2017-11-03 2018-03-23 四川文轩教育科技有限公司 一种基于知识网络学习路径的推荐方法
CN110704746A (zh) * 2019-10-10 2020-01-17 江苏曲速教育科技有限公司 根据强弱知识点分析结果进行推荐测试题方法和系统
CN111831831A (zh) * 2020-07-17 2020-10-27 广东金融学院 一种基于知识图谱的个性化学习平台及其构建方法

Also Published As

Publication number Publication date
CN112905660A (zh) 2021-06-04

Similar Documents

Publication Publication Date Title
Steinberg et al. The sensitivity of teacher performance ratings to the design of teacher evaluation systems
Lee et al. A cognitive diagnostic modeling of attribute mastery in Massachusetts, Minnesota, and the US national sample using the TIMSS 2007
Merk et al. Pre-service teachers’ perceived value of general pedagogical knowledge for practice: Relations with epistemic beliefs and source beliefs
Blömeke et al. Homogeneity or heterogeneity? Profiles of opportunities to learn in primary teacher education and their relationship to cultural context and outcomes
Kalender et al. An assessment of factors related to science achievement of Turkish students
Shepherd Learn to teach, teach to learn: A within-pupil across-subject approach to estimating the impact of teacher subject knowledge on South African grade 6 performance
Tanaka et al. Milestone learning trajectories of residents at five anesthesiology residency programs
Coffman et al. Relating children’s early elementary classroom experiences to later skilled remembering and study skills
Luyten et al. Assessing school effects without controlling for prior achievement?
Yiğit Özüdoğru et al. Developing a geographic inquiry process skills scale
CN106408470A (zh) 一种教学质量评估装置
Ilgan et al. Comparing Turkish and Pakistani teachers’ professionalism
CN112905660B (zh) 一种中高职及本科人才培养管理系统及方法
Selpiyani et al. The effect of workplace discipline and working conditions on teacher performance at MTS Negeri 2 OKU Timur
Fox Teacher self-efficacy, content and pedagogical knowledge, and their relationship to student achievement in Algebra I
Altimentova et al. Adaptive models of computer training
Perez et al. Implementation of a test constructor utilizing a calibrated item bank using 3PL-IRT model
Asempapa Developing an Instrument to Assess Teachers? Knowledge of the Nature of Mathematical Modeling and Their Attitude Toward Such Modeling
Wolfe A correlational analysis of servant leadership and secondary school climate
Rashied et al. The impact of the student-to-supervisor ratio on research proficiency in postgraduate economics’
Al Shemmari Information and communication technology acceptance model for empirically testing primary science teachers’ use of ICT in Kuwait
Sargent An investigation of research-based teaching practices through the teacher evaluations in Indiana public schools
Cumberland Examining General Educators’ Instructional Practices Teaching Mathematics to K-8 Students with Disabilities
Gitau Staff retooling practices: Effects of information service delivery in selected private university libraries in Kenya
Ford Building relational trust within comprehensive school reform models: Exploring the relationship between trust and instructional improvement

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