CN113377942A - 一种试卷生成方法、装置、计算机设备及存储介质 - Google Patents
一种试卷生成方法、装置、计算机设备及存储介质 Download PDFInfo
- Publication number
- CN113377942A CN113377942A CN202110784324.9A CN202110784324A CN113377942A CN 113377942 A CN113377942 A CN 113377942A CN 202110784324 A CN202110784324 A CN 202110784324A CN 113377942 A CN113377942 A CN 113377942A
- Authority
- CN
- China
- Prior art keywords
- test paper
- target
- student
- question
- information
- 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
- 238000012360 testing method Methods 0.000 title claims abstract description 264
- 238000000034 method Methods 0.000 title claims abstract description 60
- 238000004590 computer program Methods 0.000 claims description 11
- 230000004044 response Effects 0.000 claims description 9
- 238000004364 calculation method Methods 0.000 description 10
- 230000008569 process Effects 0.000 description 7
- 238000012887 quadratic function Methods 0.000 description 7
- 238000010586 diagram Methods 0.000 description 5
- 230000000694 effects Effects 0.000 description 5
- 230000006870 function Effects 0.000 description 5
- 238000012549 training Methods 0.000 description 5
- 238000012795 verification Methods 0.000 description 4
- 238000004458 analytical method Methods 0.000 description 3
- 230000008901 benefit Effects 0.000 description 3
- 238000004891 communication Methods 0.000 description 3
- 230000008878 coupling Effects 0.000 description 3
- 238000010168 coupling process Methods 0.000 description 3
- 238000005859 coupling reaction Methods 0.000 description 3
- 238000012545 processing Methods 0.000 description 3
- 238000004422 calculation algorithm Methods 0.000 description 2
- 238000001514 detection method Methods 0.000 description 2
- 238000011156 evaluation Methods 0.000 description 2
- 238000011160 research Methods 0.000 description 2
- 230000002159 abnormal effect Effects 0.000 description 1
- 238000013528 artificial neural network Methods 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 230000001413 cellular effect Effects 0.000 description 1
- 238000006243 chemical reaction Methods 0.000 description 1
- 238000007405 data analysis Methods 0.000 description 1
- 238000013461 design Methods 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 238000000605 extraction Methods 0.000 description 1
- 238000013100 final test Methods 0.000 description 1
- 230000014509 gene expression Effects 0.000 description 1
- 230000006872 improvement Effects 0.000 description 1
- 230000003993 interaction Effects 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 239000000047 product Substances 0.000 description 1
- 230000001172 regenerating effect Effects 0.000 description 1
- 238000009877 rendering Methods 0.000 description 1
- 230000000717 retained effect Effects 0.000 description 1
- 238000012552 review Methods 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
- 239000013589 supplement Substances 0.000 description 1
- 230000001960 triggered effect Effects 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
- G06F16/30—Information retrieval; Database structures therefor; File system structures therefor of unstructured textual data
- G06F16/33—Querying
- G06F16/332—Query formulation
- G06F16/3329—Natural language query formulation or dialogue systems
-
- 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
- G06F16/33—Querying
- G06F16/3331—Query processing
- G06F16/334—Query execution
- G06F16/3344—Query execution using natural language analysis
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F40/00—Handling natural language data
- G06F40/10—Text processing
- G06F40/166—Editing, e.g. inserting or deleting
- G06F40/186—Templates
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F40/00—Handling natural language data
- G06F40/20—Natural language analysis
- G06F40/258—Heading extraction; Automatic titling; Numbering
Landscapes
- Engineering & Computer Science (AREA)
- Theoretical Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Artificial Intelligence (AREA)
- Computational Linguistics (AREA)
- General Engineering & Computer Science (AREA)
- Databases & Information Systems (AREA)
- Data Mining & Analysis (AREA)
- Health & Medical Sciences (AREA)
- Audiology, Speech & Language Pathology (AREA)
- General Health & Medical Sciences (AREA)
- Mathematical Physics (AREA)
- Human Computer Interaction (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
- Electrically Operated Instructional Devices (AREA)
Abstract
本公开提供了一种试卷生成方法、装置、计算机设备及存储介质，其中，该方法包括：接收试卷生成指令，其中，所述试卷生成指令中携带有试卷模板的标识信息，所述试卷模板用于描述试卷的各个题目对应的属性信息；获取目标学生的历史作答信息，并基于所述试卷模板和所述历史作答信息，生成针对所述目标学生的目标试卷；将所述目标试卷发送至所述目标学生对应的学生端。
Description
技术领域
本公开涉及计算机技术领域，具体而言，涉及一种试卷生成方法、装置、计算机设备及存储介质。
背景技术
近年来，学生的教育问题越来越受到各方面的重视，在学习过程中，通常需要通过练习大量题目来掌握相关知识点，如果通过教师进行人工出题则会导致出题效率低下，尤其是在出多套试卷时，会消耗教师大量的精力，基于此，现有的解决方案是教师为多名同学出相同的试卷，通过试卷的反复利用减轻教师的出题压力。
然而由于不同学生的学习情况是不一样的，因此这种出题方法无法适用于不同的学生，满足不了每个学生的学习需求。
发明内容
本公开实施例至少提供一种试卷生成方法、装置、计算机设备及存储介质。
第一方面，本公开实施例提供了一种试卷生成方法，包括：
接收试卷生成指令，其中，所述试卷生成指令中携带有试卷模板的标识信息，所述试卷模板用于描述试卷的各个题目对应的属性信息；
获取目标学生的历史作答信息，并基于所述试卷模板和所述历史作答信息，生成针对所述目标学生的目标试卷；
将所述目标试卷发送至所述目标学生对应的学生端。
一种可能的实施方式中，所述试卷模板包括：
至少一种题目的类型信息、每种类型的题目的个数、至少一个题目对应的知识点。
一种可能的实施方式中，所述获取目标学生的历史作答信息，包括：
获取所述目标学生针对所述至少一个题目对应的知识点的历史作答信息。
一种可能的实施方式中，所述基于所述试卷模板和所述历史作答信息，生成针对所述目标学生的目标试卷，包括：
基于所述目标学生针对所述至少一个题目对应的知识点的历史作答信息，确定所述知识点对应的与所述目标学生匹配的目标难度等级；
基于所述知识点对应的目标难度等级和所述试卷模板，生成针对所述目标学生的目标试卷。
一种可能的实施方式中，在将所述目标试卷发送至所述目标学生对应的学生端之前，所述方法还包括：
对所述目标试卷进行校验。
一种可能的实施方式中，所述对所述目标试卷进行校验，包括：
在检测到所述目标试卷中包括多个相同的第一题目的情况下，保留所述第一题目中的任一题目，并删除其他第一题目；
基于删除的第一题目对应的属性信息，生成区别于删除的第一题目的题目。
一种可能的实施方式中，所述对所述目标试卷进行校验，包括：
基于所述目标学生的历史正确作答信息，确定所述目标试卷中与所述目标学生的历史正确作答信息相同的第二题目；
删除所述目标试卷中的所述第二题目，并基于删除的所述第二题目对应的属性信息，生成区别于删除的第二题目的题目。
第二方面，本公开实施例还提供一种试卷生成装置，包括：
接收模块，用于接收试卷生成指令，其中，所述试卷生成指令中携带有试卷模板的标识信息，所述试卷模板用于描述试卷的各个题目对应的属性信息；
生成模块，用于获取目标学生的历史作答信息，并基于所述试卷模板和所述历史作答信息，生成针对所述目标学生的目标试卷；
发送模块，用于将所述目标试卷发送至所述目标学生对应的学生端。
一种可能的实施方式中，所述试卷模板包括：
至少一种题目的类型信息、每种类型的题目的个数、至少一个题目对应的知识点。
一种可能的实施方式中，所述生成模块，在获取目标学生的历史作答信息时，用于：
获取所述目标学生针对所述至少一个题目对应的知识点的历史作答信息。
一种可能的实施方式中，所述生成模块，在基于所述试卷模板和所述历史作答信息，生成针对所述目标学生的目标试卷时，用于：
基于所述目标学生针对所述至少一个题目对应的知识点的历史作答信息，确定所述知识点对应的与所述目标学生匹配的目标难度等级；
基于所述知识点对应的目标难度等级和所述试卷模板，生成针对所述目标学生的目标试卷。
一种可能的实施方式中，所述装置还包括校验模块，在将所述目标试卷发送至所述目标学生对应的学生端之前，用于：
对所述目标试卷进行校验。
一种可能的实施方式中，所述校验模块，在对所述目标试卷进行校验时，用于：
在检测到所述目标试卷中包括多个相同的第一题目的情况下，保留所述第一题目中的任一题目，并删除其他第一题目；
基于删除的第一题目对应的属性信息，生成区别于删除的第一题目的题目。
一种可能的实施方式中，所述校验模块，在对所述目标试卷进行校验时，用于：
基于所述目标学生的历史正确作答信息，确定所述目标试卷中与所述目标学生的历史正确作答信息相同的第二题目；
删除所述目标试卷中的所述第二题目，并基于删除的所述第二题目对应的属性信息，生成区别于删除的第二题目的题目。
第三方面，本公开实施例还提供一种计算机设备，包括：处理器、存储器和总线，所述存储器存储有所述处理器可执行的机器可读指令，当计算机设备运行时，所述处理器与所述存储器之间通过总线通信，所述机器可读指令被所述处理器执行时执行上述第一方面，或第一方面中任一种可能的实施方式中的步骤。
第四方面，本公开实施例还提供一种计算机可读存储介质，该计算机可读存储介质上存储有计算机程序，该计算机程序被处理器运行时执行上述第一方面，或第一方面中任一种可能的实施方式中的步骤。
本公开实施例提供的试卷生成方法、装置、计算机设备及存储介质，通过接收携带有试卷模板的标识信息的试卷生成指令，其中，所述试卷模板用于描述试卷的各个题目对应的属性信息；获取目标学生的历史作答信息，并基于所述试卷模板和所述历史作答信息，生成针对所述目标学生的目标试卷，再将所述目标试卷发送至所述目标学生对应的学生端。这样，使得生成的目标试卷是符合目标学生当前的学习情况，从而可以提高学生进行练习时的练习效果，同时也可以减轻教师的教学负担。
为使本公开的上述目的、特征和优点能更明显易懂，下文特举较佳实施例，并配合所附附图，作详细说明如下。
附图说明
为了更清楚地说明本公开实施例的技术方案，下面将对实施例中所需要使用的附图作简单地介绍，此处的附图被并入说明书中并构成本说明书中的一部分，这些附图示出了符合本公开的实施例，并与说明书一起用于说明本公开的技术方案。应当理解，以下附图仅示出了本公开的某些实施例，因此不应被看作是对范围的限定，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他相关的附图。
图1示出了本公开实施例所提供的一种试卷生成方法的流程图；
图2示出了本公开实施例所提供的试卷生成方法中，教师端的操作页面的示意图；
图3示出了本公开实施例所提供的试卷生成方法中，生成针对所述目标学生的目标试卷的具体方法的流程图；
图4示出了本公开实施例所提供的试卷生成方法中，一种对目标试卷进行校验的具体方法的流程图；
图5示出了本公开实施例所提供的试卷生成方法中，另一种对目标试卷进行校验的具体方法的流程图；
图6示出了本公开实施例所提供的一种试卷生成装置的架构示意图；
图7示出了本公开实施例所提供的一种计算机设备的结构示意图。
具体实施方式
为使本公开实施例的目的、技术方案和优点更加清楚，下面将结合本公开实施例中附图，对本公开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公开一部分实施例，而不是全部的实施例。通常在此处附图中描述和示出的本公开实施例的组件可以以各种不同的配置来布置和设计。因此，以下对在附图中提供的本公开的实施例的详细描述并非旨在限制要求保护的本公开的范围，而是仅仅表示本公开的选定实施例。基于本公开的实施例，本领域技术人员在没有做出创造性劳动的前提下所获得的所有其他实施例，都属于本公开保护的范围。
应注意到：相似的标号和字母在下面的附图中表示类似项，因此，一旦某一项在一个附图中被定义，则在随后的附图中不需要对其进行进一步定义和解释。
本文中术语“和/或”，仅仅是描述一种关联关系，表示可以存在三种关系，例如，A和/或B，可以表示：单独存在A，同时存在A和B，单独存在B这三种情况。另外，本文中术语“至少一种”表示多种中的任意一种或多种中的至少两种的任意组合，例如，包括A、B、C中的至少一种，可以表示包括从A、B和C构成的集合中选择的任意一个或多个元素。
经研究发现，在学习过程中，通常需要通过练习大量题目来掌握相关知识点，如果通过教师进行人工出题则会导致出题效率低下，尤其是在出多套试卷时，会消耗教师大量的精力，基于此，现有的解决方案是教师为多名同学出相同的试卷，通过试卷的反复利用减轻教师的出题压力。然而由于不同学生的学习情况是不一样的，因此这种出题方法无法适用于不同的学生，满足不了每个学生的学习需求。
基于上述研究，本公开提供了一种试卷生成方法、装置、计算机设备及存储介质，通过接收携带有试卷模板的标识信息的试卷生成指令，其中，所述试卷模板用于描述试卷的各个题目对应的属性信息；获取目标学生的历史作答信息，并基于所述试卷模板和所述历史作答信息，生成针对所述目标学生的目标试卷，再将所述目标试卷发送至所述目标学生对应的学生端。这样，使得生成的目标试卷是符合目标学生当前的学习情况，从而可以提高学生进行练习时的练习效果，同时也可以减轻教师的教学负担。
为便于对本实施例进行理解，首先对本公开实施例所公开的一种试卷生成方法进行详细介绍，本公开实施例所提供的试卷生成方法的执行主体一般为具有一定计算能力的计算机设备，该计算机设备例如包括：终端设备或服务器或其它处理设备，终端设备可以为用户设备(User Equipment，UE)、移动设备、用户终端、终端、蜂窝电话、无绳电话、个人数字助理(Personal Digital Assistant，PDA)、手持设备、计算设备、车载设备、可穿戴设备等。在一些可能的实现方式中，该试卷生成方法可以通过处理器调用存储器中存储的计算机可读指令的方式来实现。
参见图1所示，为本公开实施例提供的试卷生成方法的流程图，所述方法包括步骤S101～S103，其中：
S101：接收试卷生成指令，其中，所述试卷生成指令中携带有试卷模板的标识信息，所述试卷模板用于描述试卷的各个题目对应的属性信息。
S102：获取目标学生的历史作答信息，并基于所述试卷模板和所述历史作答信息，生成针对所述目标学生的目标试卷。
S103：将所述目标试卷发送至所述目标学生对应的学生端。
下面是针对各步骤的详细描述。
针对S101，所述试卷生成指令可以是用户端的生成按钮被触发之后生成的，所述用户端可以是教师端、家长端、甚至学生端等，所述试卷模板包括至少一种题目的类型信息、每种类型的题目的个数、至少一个题目对应的知识点，其中，所述题目的类型信息可以是选择题、填空题、判断题、计算题、应用题、阅读题、简答题等；所述每种类型的题目的个数即为用户想要生成的每种上述类型信息的题目的个数，比如3道选择题等；所述至少一个题目对应的知识点可以是为所生成的试卷设置一个相同的知识点，或者也可以是为每道题目设置一个知识点，比如在章节测试模式中，可以为整个试卷设置一个相同的知识点三角函数，而在期中/末考试模式中，可以为试卷中的每道题目都设置各自对应的知识点，从而使得所生成的试卷可以同时考察多个知识点。
另外，试卷模板还可包括目标试卷的排版、布局、渲染方式、呈现方式等，以更贴合每个学生的喜好，例如根据学生信息，得知学生喜欢的颜色为绿色，则整体目标试卷可渲染成绿色基调；学生喜欢选择题，则目标试卷可包括大量的选择题；学生习惯使用电脑答题，则目标试卷可以呈现为适合电脑显示器的排版方式等，对此不做赘述。
具体的，所述试卷模板可以提前进行配置并存储，在用户端的操作页面中，用户可以根据所述试卷模板对应的标识信息，从多个预先配置好的试卷模板中选择目标试卷模板，这样，可以节约用户重复配置试卷模板的时间，从而提高试卷生成效率；或者，所述试卷模板也可以是在用户端的操作页面中实时进行配置的，通过对试卷模板的个性化配置，可以使得选择的试卷模板能够满足不同用户的个性化需求。
示例性的，以应用场景为教育类应用程序为例(当然，也可以为嵌入在应用程序中的小程序、公众号或者网页链接、网页落地页等)，教师端的操作页面可以如图2所示，图2中教师通过触发对应的“选择”按钮，选择了期中/末考试模式(即每道题可设置一个对应的知识点)，选择题目数量为6，并为试卷模板中的6道题目分别选择了题目类型以及对应的知识点，分别为题目1-选择题-三角函数、题目2-选择题-多项式混合运算、题目3-填空题-二元一次方程组、题目4-填空题-全等三角形、题目5-计算题-概率问题、题目6-计算题-数据分析。进一步的，教师在对各个题目对应的题目类型以及对应的知识点进行选择之后，可以通过触发预设的生成按钮，生成所述试卷生成指令。
需要说明的是，在设定题目的同时或者之后，还可为各个题目设置相对应的分数，例如根据每种题型或者知识点的难易程度，设置不同梯度的分数，对此不做赘述。
此外，在所述用户端为家长端的情况下，家长可以在没有教师的情况下为学生出题以辅导学生进行学习，从而可以减轻家长的辅导负担。
实际应用中，由于学科特性，一个知识点中往往会包含多个子知识点，而各个子知识点的难度不一，为了能够让学生更好的掌握相关知识点，需要使用大量与某一知识点相关的练习题对学生进行训练，而一旦学生掌握该知识点中的某一子知识点之后，再对该学生使用同一子知识点对应的练习题进行重复训练无疑会浪费学生的时间；另一方面，在针对学生的日常练习题训练中，得到更高的分数往往没有查漏补缺更有益于学生的进步，因此为每个学生设计适合其能力水平的试卷显得尤为重要。
S102：获取目标学生的历史作答信息，并基于所述试卷模板和所述历史作答信息，生成针对所述目标学生的目标试卷。
需要说明的是，在目标学生还未进行任何作答历史时，可以将所述目标学生注册时的测评信息作为其历史作答信息，也就是说，通常情况下，在用户初次使用本申请的方法时，例如下载相应的APP、打开相应的链接时，可以先向用户提供一系列题型，例如可由难到易、或者由易到难，逐步测试出目标学生的大概水平；或者，在目标学生连测评信息都没有做时，可以将用户所属年级、学科、地域等各属性的平均水平所对应的学生的平均水平作为所述目标学生的大概水平，以预测所述目标学生的实际情况，并将其作为所述目标学生的历史作答信息，对此不做赘述。
这里，在获取目标学生的历史作答信息时，可以获取所述目标学生针对所述至少一个题目对应的知识点的历史作答信息，所述历史作答信息包括根据学生历史作答结果进行统计得到的信息，比如学生针对题目1对应的知识点1的作答次数为5次，正确率为80％。甚至，还可以包括知识点的掌握趋势，例如作答次数5次，首次答错、其余四次均答对，此时，可以认为该知识点已经被掌握。
一种可能的实施方式中，如图3所示，可以通过以下步骤生成针对所述目标学生的目标试卷：
S301：基于所述目标学生针对所述至少一个题目对应的知识点的历史作答信息，确定所述知识点对应的与所述目标学生匹配的目标难度等级。
在一种可能的实施方式中，每个知识点可以包括多个子知识点，不同子知识点的难度等级不同，(例如教师可以提前将各个子知识点的难度等级进行标记，或者通过训练好的神经网络进行标记)，根据所述历史作答信息中的正确率和/或正确作答次数，可以确定出该学生对该知识点的掌握情况，从而可以针对性的根据所述正确率和/或正确作答次数确定与该学生匹配的目标难度等级，这里，所述与目标学生匹配的目标难度等级可以是指子知识点的难度等级。
比如所述知识点为二次函数，其所包含的子知识点有二次函数的概念、表达式及相关基本知识，这些关于二次函数概念性知识的难度等级可以标记为简单；所述二次函数的子知识点还包含二次函数图像的性质以及各项系数的作用，这些知识点相较于基本知识具有一定的抽象性，因此难度等级可以标记为一般；所述二次函数的子知识点还包含二次函数在不同取值范围内的最值问题，由于具有一定的计算量和针对多种情况的分析过程，因此难度等级可以标记为困难。
具体实施中，可以预先为每个知识点的不同难度等级配置不同的正确率范围，针对任一知识点，可以基于目标学生针对该知识点的正确率，确定目标难度等级，然后基于目标难度等级确定对应的目标子知识点，再基于目标子知识点生成对应的题目。
示例性的，知识点1包含有简单的子知识点1a和1b，中等难度的子知识点1c和1d，难度较高的子知识点1e，当针对知识点1的正确率范围为0～60％时，认为该学生对知识点1的掌握较为薄弱，应先从简单的子知识点开始进行训练，则对应的目标难度等级为简单(对应简单的子知识点1a和1b)，并基于子知识点1a和/或1b生成题目；当针对知识点1的正确率范围为60％～80％时，认为该学生对知识点1有一定的认识，但还不够充分，则可以从中等难度的子知识点开始进行训练，则对应的目标难度等级为一般(对应中等难度的子知识点1c和1d)，并基于子知识点1c和/或1d生成题目；当针对知识点1的正确率范围为80％～100％时，认为该学生对知识点1的掌握较为熟练，此时可以重点进行一些高难度训练，已完成对该知识点从熟练到精通的转变，则对应的目标难度等级为困难(对应难度较高的子知识点1e)，并基于子知识点1e生成题目。
需要说明的是，所述历史作答信息中的正确率为基于正确作答次数与总的作答次数相除得到的，当所述总的作答次数为0，也即该学生从未进行与该知识点相关的练习时，此时对应的目标难度等级为简单(对应简单的子知识点1a和1b)，针对任一学生的出题思路为，随着对某一知识点练习次数的提升，当正确率达到一定程度即可认为目前阶段的难度等级已经无法有效的为该学生带来提升，从而需要进行更高难度等级的练习，符合学生在学习新知识点时由易到难的学习规律，此外，在难度等级为最高难度等级之后，若学生的正确率仍能保持较高水平(比如正确率达到95％以上)，则可以认为学生对该知识点已经完全掌握，后续在根据所述历史作答信息匹配目标难度等级时，则可以进行随机匹配以进行知识点的巩固，即随着对知识点掌握程度的加深，难度等级的变化为简单-一般-困难-随机(复习)。
这样，可以使得基于每个知识点进行出题时，各个题目是针对学生对该知识点的实际掌握情况个性化生成的，从而使得生成的试卷能够更匹配学生的实际能力，能够通过针对性练习为学生带来更好的练习效果。
S302：基于所述知识点对应的目标难度等级和所述试卷模板，生成针对所述目标学生的目标试卷。
实际应用中，在生成所述目标试卷时所用到的题目可以是实时自动生成的，也可以是从预设的题库中抽取的，下面将分别对这两种方式进行详细介绍：
方式一、自动生成题目
在自动生成题目时，若题目类型为计算题，则可以根据所述试卷模板中各个题目的目标难度等级，确定各个题目对应的子知识点，然后根据各个子知识点所对应的题目模板生成目标题目，其中，所述题目模板为针对各个子知识点预先设置的模板。
具体的，所述题目模板中包括题干要求，所述题干要求包括运算参数要求和运算符号要求，比如子知识点为简单的除法运算，则对应的题目模板可以为A÷B，其中运算参数要求为A和B为0～10内的整数，运算符号要求为相除，则通过为A和B按照要求进行随机赋值，再结合运算符号，即可生成所述目标题目。
此外，所述题目模板中还可以包括答案要求，所述答案要求用于表征所述计算题的计算结果需要符合的要求，在根据各个子知识点所对应的题目模板生成目标题目时，可以先根据所述题目模板中的题干要求生成待筛选题目，并通过所述答案要求对待筛选题目进行筛选，确定符合所述答案要求的题目为所述目标题目。
示例性的，以自动生成的题目类型为计算题，子知识点为一般的除法运算为例，则对应的题目模板可以为A÷B，其中运算参数要求为A和B为0～10内的整数，运算符号要求为相除，答案要求为运算结果C为三位小数，则通过为A和B按照要求进行随机赋值，再结合运算符号，可以生成待筛选题目，并验证随机生成的待筛选题目的计算结果是否满足所述答案要求(相除得到的商为三位小数)，当满足答案要求时即可确定此时生成的待筛选题目即为目标题目，比如可以生成计算题3÷8，其结果为0.375，符合运算结果为三位小数的答案要求，则确定该题目为所述目标题目。
方式二、从预设的题库中抽取
具体的，可以预先设置包含有多个题目的题库，所述题库中的各个题目都对应有匹配的知识点、难度等级以及题目类型，在生成所述目标试卷时，可以根据所述知识点对应的目标难度等级和所述试卷模板从所述题库中选取合适的题目作为目标题目，并基于所述目标题目生成所述目标试卷。
示例性的，题库中存储有1000道选择题，其中100道选择题与知识点1相关，1a、1b、1c、1d、1e为所述知识点1的5个子知识点，其对应的题目数依次为35、25、15、15、10，其对应的难度等级依次为简单、简单、一般、一般、困难，则可以基于所述知识点对应的目标难度等级和所述试卷模板，从知识点1e对应的10道题目中抽取1道题目作为所述目标题目。
此外，所述题目的难度等级也可以是老师预先标注的，比如教师可以提前为1000道与所述知识点1相关的题目进行标注，标注其中500道为简单、350道为一般、150道为困难，当所述目标学生匹配的难度等级为一般时，即可从所述350道难度为一般的题目中抽取目标题目。
实际应用中，采用方式一(自动生成题目)所需花费的时间较长且消耗的计算资源较大，但生成后无需占用大量的存储空间；采用方式二(从预设的题库中抽取)需要提前准备包含大量题目的题库，因此需要占用一定的存储空间，但在生成试卷时花费时间较短。采用上述何种方式进行目标试卷的生成可以根据实际需要进行选用，本公开实施例对此不做限定，而不论是自动生成的题目还是从题库中抽取的，都有一定的概率与之前选取的题目重复，题目重复可以分为与所述目标试卷中的题目重复和与目标学生之前做过的题目重复。
此外，在试卷生成过程中，也可能会出现试题生成错误的情况，因此为了确保最终生成的目标试卷的试卷质量，可以在将所述目标试卷发送至所述目标学生对应的学生端之前，对所述目标试卷进行校验，以确保所述目标试卷中不存在题目重复、题目错误、或者题目超纲等异常情况。例如，前述题目模板可以为A÷B，其中运算参数要求为A和B为0～10内的整数，但是B为分母，不可取0。
一种可能的实施方式中，如图4所示，可以通过以下步骤对目标试卷进行校验：
S401：在检测到所述目标试卷中包括多个相同的第一题目的情况下，保留所述第一题目中的任一题目，并删除其他第一题目。
这里，所述目标题目在确定之后，可以生成与该目标题目唯一对应的标识信息，这样在进行检测时，可以通过检测各个题目所对应的标识信息以确定是否重复，其中，所述标识信息可以是基于所述目标题目的题干和预设加密算法生成的。比如，所述标识信息可以是基于题目题干和消息摘要算法(Message Digest Algorithm，MD5)生成的MD5值，每当生成一个目标题目时即可确定该目标题目对应的MD5值，当所述MD5值相同时，即可确定对应的目标题目为相同的所述第一题目，此时可以仅保留其中的任意一个，删除重复的第一题目。
示例性的，通过上述题目自动生成的方式，得到了5个目标题目，分别为题目1、题目2、题目3、题目4、题目5，各个题目依次对应的MD5值为A、B、B、C、C，通过识别MD5值可以得知题目2和题目3为相同的题目，题目4和题目5为相同的题目，则可以将所述题目2和题目4进行删除。
S402：基于删除的第一题目对应的属性信息，生成区别于删除的第一题目的题目。
承接上例，在对所述题目2和题目4进行删除之后，还需要对应的进行补充，以使整体题目数量符合要求，可以根据删除的题目2和题目4各自对应的属性信息，重新生成对应的题目A和题目B，并进行验证，检测是否重复，直至所述目标试卷中不存在重复的题目。
需要说明的是，采用删除题目的属性信息生成信息的题目，是为了保证整个目标试卷更满足用户的需求，使得新生成的题目和已删除的题目都为同一属性，例如为同一个知识点、同一种题型等；当然，此时除了可基于删除题目的属性信息之外，也可直接根据试卷模板生成新的题目，只要保证新题目和已经生成的题目不重复即可。
另一种可能的实施方式中，如图5所示，可以通过以下步骤对目标试卷进行校验：
S501：基于所述目标学生的历史正确作答信息，确定所述目标试卷中与所述目标学生的历史正确作答信息相同的第二题目。
S502：删除所述目标试卷中的所述第二题目，并基于删除的所述第二题目对应的属性信息，生成区别于删除的第二题目的题目。
这里，在确定所述目标试卷中与所述目标学生的历史正确作答信息相同的第二题目时，也可以采用上述MD5值的检测方法，当所述检测到所述目标试卷中的题目对应的MD5值，与所述历史正确作答信息中的题目所对应的MD5值相同时，即可将该题目确定为所述第二题目。
在基于删除的所述第二题目对应的属性信息，重新生成对应的题目时的具体步骤可以参照上述生成题目的具体描述，在此不再赘述。
此外，在对所述目标试卷进行校验，以判断所述目标试卷中是否存在题目错误时，可以使用预设的解题程序对所述目标试卷中的目标题目进行解析，并根据解析结果确定所述目标题目是否为错误题目。
示例性的，以所述目标题目为“(3+2×5”为例，在题目生成过程，由于程序错误等原因，在生成“(3+2)”时缺失了“)”，通过运行解题程序可以解析到所述目标题目无法计算，从而可以确定所述目标题目为错误题目。或者，目标题目为3-5，但是目标学生仅为2年级，因此，该题目可被认为超纲。当然，以上问题还可直接备注配置在试卷模板中，对此不做赘述。
进一步的，在根据所述解析结果确定所述目标题目为错误题目后，还可以根据所述错误题目对应的属性信息，重新生成对应的题目，重新生成对应的题目时的具体步骤可以参照上述生成题目的具体描述，在此不再赘述。
S103：将所述目标试卷发送至所述目标学生对应的学生端。
这里，在将所述目标试卷发送至所述目标学生对应的学生端之后，还可以在预设时长内对所述学生端的作答信息进行回收，并对所述学生端的作答信息进行识别，确定所述学生端的分数，并统计所述学生端的作答情况生成作答情况统计信息，以更新至历史作答信息中，方便未来进行精准推算。
示例性的，教师可以通过教师端页面，为班级内15名学生选择本次测试的包含20道题目的试卷，各个试卷的完成试卷设置为60分钟，在将所述目标试卷发送给对应的学生端60分钟之后，接收15个学生端发送的作答信息，并将各个学生端的作答信息与正确答案进行对比，确定各个学生端的作答情况和分数，统计之后生成作答情况统计信息，以供教师对学生近期学习情况进行参考。
其中，所述正确答案可以是在上述自动出题阶段确定的，或者也可以是从所述题库中获取的，在此不再展开说明。
本公开实施例提供的试卷生成方法，通过接收携带有试卷模板的标识信息的试卷生成指令，其中，所述试卷模板用于描述试卷的各个题目对应的属性信息；获取目标学生的历史作答信息，并基于所述试卷模板和所述历史作答信息，生成针对所述目标学生的目标试卷，再将所述目标试卷发送至所述目标学生对应的学生端。这样，使得生成的目标试卷是符合目标学生当前的学习情况，从而可以提高学生进行练习时的练习效果，同时也可以减轻教师的教学负担。
本领域技术人员可以理解，在具体实施方式的上述方法中，各步骤的撰写顺序并不意味着严格的执行顺序而对实施过程构成任何限定，各步骤的具体执行顺序应当以其功能和可能的内在逻辑确定。
基于同一发明构思，本公开实施例中还提供了与试卷生成方法对应的试卷生成装置，由于本公开实施例中的装置解决问题的原理与本公开实施例上述试卷生成方法相似，因此装置的实施可以参见方法的实施，重复之处不再赘述。
参照图6所示，为本公开实施例提供的一种试卷生成装置的架构示意图，所述装置包括：接收模块601、生成模块602、发送模块603；其中，
接收模块601，用于接收试卷生成指令，其中，所述试卷生成指令中携带有试卷模板的标识信息，所述试卷模板用于描述试卷的各个题目对应的属性信息；
生成模块602，用于获取目标学生的历史作答信息，并基于所述试卷模板和所述历史作答信息，生成针对所述目标学生的目标试卷；
发送模块603，用于将所述目标试卷发送至所述目标学生对应的学生端。
一种可能的实施方式中，所述试卷模板包括：
至少一种题目的类型信息、每种类型的题目的个数、至少一个题目对应的知识点。
一种可能的实施方式中，所述生成模块602，在获取目标学生的历史作答信息时，用于：
获取所述目标学生针对所述至少一个题目对应的知识点的历史作答信息。
一种可能的实施方式中，所述生成模块602，在基于所述试卷模板和所述历史作答信息，生成针对所述目标学生的目标试卷时，用于：
基于所述目标学生针对所述至少一个题目对应的知识点的历史作答信息，确定所述知识点对应的与所述目标学生匹配的目标难度等级；
基于所述知识点对应的目标难度等级和所述试卷模板，生成针对所述目标学生的目标试卷。
一种可能的实施方式中，所述装置还包括校验模块604，在将所述目标试卷发送至所述目标学生对应的学生端之前，用于：
对所述目标试卷进行校验。
一种可能的实施方式中，所述校验模块604，在对所述目标试卷进行校验时，用于：
在检测到所述目标试卷中包括多个相同的第一题目的情况下，保留所述第一题目中的任一题目，并删除其他第一题目；
基于删除的第一题目对应的属性信息，生成区别于删除的第一题目的题目。
一种可能的实施方式中，所述校验模块604，在对所述目标试卷进行校验时，用于：
基于所述目标学生的历史正确作答信息，确定所述目标试卷中与所述目标学生的历史正确作答信息相同的第二题目；
删除所述目标试卷中的所述第二题目，并基于删除的所述第二题目对应的属性信息，生成区别于删除的第二题目的题目。
本公开实施例提供的试卷生成装置，通过接收携带有试卷模板的标识信息的试卷生成指令，其中，所述试卷模板用于描述试卷的各个题目对应的属性信息；获取目标学生的历史作答信息，并基于所述试卷模板和所述历史作答信息，生成针对所述目标学生的目标试卷，再将所述目标试卷发送至所述目标学生对应的学生端。这样，使得生成的目标试卷是符合目标学生当前的学习情况，从而可以提高学生进行练习时的练习效果，同时也可以减轻教师的教学负担。
关于装置中的各模块的处理流程、以及各模块之间的交互流程的描述可以参照上述方法实施例中的相关说明，这里不再详述。
基于同一技术构思，本公开实施例还提供了一种计算机设备。参照图7所示，为本公开实施例提供的计算机设备700的结构示意图，包括处理器701、存储器702、和总线703。其中，存储器702用于存储执行指令，包括内存7021和外部存储器7022；这里的内存7021也称内存储器，用于暂时存放处理器701中的运算数据，以及与硬盘等外部存储器7022交换的数据，处理器701通过内存7021与外部存储器7022进行数据交换，当计算机设备700运行时，处理器701与存储器702之间通过总线703通信，使得处理器701在执行以下指令：
接收试卷生成指令，其中，所述试卷生成指令中携带有试卷模板的标识信息，所述试卷模板用于描述试卷的各个题目对应的属性信息；
获取目标学生的历史作答信息，并基于所述试卷模板和所述历史作答信息，生成针对所述目标学生的目标试卷；
将所述目标试卷发送至所述目标学生对应的学生端。
一种可能的实施方式中，所述处理器701的指令中，所述试卷模板包括：
至少一种题目的类型信息、每种类型的题目的个数、至少一个题目对应的知识点。
一种可能的实施方式中，所述处理器701的指令中，所述获取目标学生的历史作答信息，包括：
获取所述目标学生针对所述至少一个题目对应的知识点的历史作答信息。
一种可能的实施方式中，所述处理器701的指令中，所述基于所述试卷模板和所述历史作答信息，生成针对所述目标学生的目标试卷，包括：
基于所述目标学生针对所述至少一个题目对应的知识点的历史作答信息，确定所述知识点对应的与所述目标学生匹配的目标难度等级；
基于所述知识点对应的目标难度等级和所述试卷模板，生成针对所述目标学生的目标试卷。
一种可能的实施方式中，所述处理器701的指令中，在将所述目标试卷发送至所述目标学生对应的学生端之前，还包括：
对所述目标试卷进行校验。
一种可能的实施方式中，所述处理器701的指令中，所述对所述目标试卷进行校验，包括：
在检测到所述目标试卷中包括多个相同的第一题目的情况下，保留所述第一题目中的任一题目，并删除其他第一题目；
基于删除的第一题目对应的属性信息，生成区别于删除的第一题目的题目。
一种可能的实施方式中，所述处理器701的指令中，所述对所述目标试卷进行校验，包括：
基于所述目标学生的历史正确作答信息，确定所述目标试卷中与所述目标学生的历史正确作答信息相同的第二题目；
删除所述目标试卷中的所述第二题目，并基于删除的所述第二题目对应的属性信息，生成区别于删除的第二题目的题目。
本公开实施例还提供一种计算机可读存储介质，该计算机可读存储介质上存储有计算机程序，该计算机程序被处理器运行时执行上述方法实施例中所述的试卷生成方法的步骤。其中，该存储介质可以是易失性或非易失的计算机可读取存储介质。
本公开实施例还提供一种计算机程序产品，该计算机程序产品承载有程序代码，所述程序代码包括的指令可用于执行上述方法实施例中所述的试卷生成方法的步骤，具体可参见上述方法实施例，在此不再赘述。
其中，上述计算机程序产品可以具体通过硬件、软件或其结合的方式实现。在一个可选实施例中，所述计算机程序产品具体体现为计算机存储介质，在另一个可选实施例中，计算机程序产品具体体现为软件产品，例如软件开发包(Software Development Kit，SDK)等等。
所属领域的技术人员可以清楚地了解到，为描述的方便和简洁，上述描述的装置的具体工作过程，可以参考前述方法实施例中的对应过程，在此不再赘述。在本公开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。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，又例如，一些特征可以忽略，或不执行。另一点，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通信接口，装置或单元的间接耦合或通信连接，可以是电性，机械或其它的形式。
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实施例方案的目的。
另外，在本公开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，也可以两个或两个以上单元集成在一个单元中。
所述功能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，可以存储在一个处理器可执行的非易失的计算机可读取存储介质中。基于这样的理解，本公开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)执行本公开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(Read-OnlyMemory，ROM)、随机存取存储器(Random Access Memory，RAM)、磁碟或者光盘等各种可以存储程序代码的介质。
最后应说明的是：以上所述实施例，仅为本公开的具体实施方式，用以说明本公开的技术方案，而非对其限制，本公开的保护范围并不局限于此，尽管参照前述实施例对本公开进行了详细的说明，本领域的普通技术人员应当理解：任何熟悉本技术领域的技术人员在本公开揭露的技术范围内，其依然可以对前述实施例所记载的技术方案进行修改或可轻易想到变化，或者对其中部分技术特征进行等同替换；而这些修改、变化或者替换，并不使相应技术方案的本质脱离本公开实施例技术方案的精神和范围，都应涵盖在本公开的保护范围之内。因此，本公开的保护范围应所述以权利要求的保护范围为准。
Claims (10)
1.一种试卷生成方法，其特征在于，包括：
接收试卷生成指令，其中，所述试卷生成指令中携带有试卷模板的标识信息，所述试卷模板用于描述试卷的各个题目对应的属性信息；
获取目标学生的历史作答信息，并基于所述试卷模板和所述历史作答信息，生成针对所述目标学生的目标试卷；
将所述目标试卷发送至所述目标学生对应的学生端。
2.根据权利要求1所述的方法，其特征在于，所述试卷模板包括：
至少一种题目的类型信息、每种类型的题目的个数、至少一个题目对应的知识点。
3.根据权利要求2所述的方法，其特征在于，所述获取目标学生的历史作答信息，包括：
获取所述目标学生针对所述至少一个题目对应的知识点的历史作答信息。
4.根据权利要求3所述的方法，其特征在于，所述基于所述试卷模板和所述历史作答信息，生成针对所述目标学生的目标试卷，包括：
基于所述目标学生针对所述至少一个题目对应的知识点的历史作答信息，确定所述知识点对应的与所述目标学生匹配的目标难度等级；
基于所述知识点对应的目标难度等级和所述试卷模板，生成针对所述目标学生的目标试卷。
5.根据权利要求1所述的方法，其特征在于，在将所述目标试卷发送至所述目标学生对应的学生端之前，所述方法还包括：
对所述目标试卷进行校验。
6.根据权利要求5所述的方法，其特征在于，所述对所述目标试卷进行校验，包括：
在检测到所述目标试卷中包括多个相同的第一题目的情况下，保留所述第一题目中的任一题目，并删除其他第一题目；
基于删除的第一题目对应的属性信息，生成区别于删除的第一题目的题目。
7.根据权利要求5所述的方法，其特征在于，所述对所述目标试卷进行校验，包括：
基于所述目标学生的历史正确作答信息，确定所述目标试卷中与所述目标学生的历史正确作答信息相同的第二题目；
删除所述目标试卷中的所述第二题目，并基于删除的所述第二题目对应的属性信息，生成区别于删除的第二题目的题目。
8.一种试卷生成装置，其特征在于，包括：
接收模块，用于接收试卷生成指令，其中，所述试卷生成指令中携带有试卷模板的标识信息，所述试卷模板用于描述试卷的各个题目对应的属性信息；
生成模块，用于获取目标学生的历史作答信息，并基于所述试卷模板和所述历史作答信息，生成针对所述目标学生的目标试卷；
发送模块，用于将所述目标试卷发送至所述目标学生对应的学生端。
9.一种计算机设备，其特征在于，包括：处理器、存储器和总线，所述存储器存储有所述处理器可执行的机器可读指令，当计算机设备运行时，所述处理器与所述存储器之间通过总线通信，所述机器可读指令被所述处理器执行时执行如权利要求1至7任一所述的试卷生成方法的步骤。
10.一种计算机可读存储介质，其特征在于，该计算机可读存储介质上存储有计算机程序，该计算机程序被处理器运行时执行如权利要求1至7任一所述的试卷生成方法的步骤。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202110784324.9A CN113377942A (zh) | 2021-07-12 | 2021-07-12 | 一种试卷生成方法、装置、计算机设备及存储介质 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202110784324.9A CN113377942A (zh) | 2021-07-12 | 2021-07-12 | 一种试卷生成方法、装置、计算机设备及存储介质 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| CN113377942A true CN113377942A (zh) | 2021-09-10 |
Family
ID=77581744
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202110784324.9A Pending CN113377942A (zh) | 2021-07-12 | 2021-07-12 | 一种试卷生成方法、装置、计算机设备及存储介质 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN113377942A (zh) |
Cited By (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN114238620A (zh) * | 2022-02-23 | 2022-03-25 | 北京一起航帆科技有限公司 | 一种向用户推荐作业题目的方法、装置和电子设备 |
| CN114677865A (zh) * | 2022-03-16 | 2022-06-28 | 石家庄丁斗科技有限公司 | 一种数学出题器的运算方法 |
| 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 |
Citations (11)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| 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 |
| CN106407237A (zh) * | 2015-08-03 | 2017-02-15 | 科大讯飞股份有限公司 | 在线学习试题推荐方法及系统 |
| 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 |
| CN109800256A (zh) * | 2019-01-07 | 2019-05-24 | 深圳中兴网信科技有限公司 | 试卷生成方法、试卷生成系统及计算机可读存储介质 |
| CN111552796A (zh) * | 2020-04-26 | 2020-08-18 | 北京易真学思教育科技有限公司 | 组卷方法、电子设备及计算机可读介质 |
| CN112131407A (zh) * | 2020-09-29 | 2020-12-25 | 四川宇德中创信息科技有限公司 | 一种基于知识图谱的智能组卷系统及方法 |
| CN112465329A (zh) * | 2020-11-23 | 2021-03-09 | 广东电网有限责任公司佛山供电局 | 一种基于电力知识点的资质考试智能组卷系统 |
| CN112508334A (zh) * | 2020-11-06 | 2021-03-16 | 华中师范大学 | 融合认知特性及试题文本信息的个性化组卷方法及系统 |
| CN112614034A (zh) * | 2021-03-05 | 2021-04-06 | 北京世纪好未来教育科技有限公司 | 一种试题推荐方法、装置、电子设备和可读存储介质 |
| CN112669006A (zh) * | 2020-12-28 | 2021-04-16 | 广东国粒教育技术有限公司 | 一种基于学生知识点诊断的智能组卷的方法 |
| CN112818025A (zh) * | 2021-02-20 | 2021-05-18 | 胡润宇 | 试题生成方法、装置和系统、计算机存储介质和程序产品 |
-
2021
- 2021-07-12 CN CN202110784324.9A patent/CN113377942A/zh active Pending
Patent Citations (11)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN106407237A (zh) * | 2015-08-03 | 2017-02-15 | 科大讯飞股份有限公司 | 在线学习试题推荐方法及系统 |
| 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 |
| 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 |
| CN109800256A (zh) * | 2019-01-07 | 2019-05-24 | 深圳中兴网信科技有限公司 | 试卷生成方法、试卷生成系统及计算机可读存储介质 |
| CN111552796A (zh) * | 2020-04-26 | 2020-08-18 | 北京易真学思教育科技有限公司 | 组卷方法、电子设备及计算机可读介质 |
| CN112131407A (zh) * | 2020-09-29 | 2020-12-25 | 四川宇德中创信息科技有限公司 | 一种基于知识图谱的智能组卷系统及方法 |
| CN112508334A (zh) * | 2020-11-06 | 2021-03-16 | 华中师范大学 | 融合认知特性及试题文本信息的个性化组卷方法及系统 |
| CN112465329A (zh) * | 2020-11-23 | 2021-03-09 | 广东电网有限责任公司佛山供电局 | 一种基于电力知识点的资质考试智能组卷系统 |
| CN112669006A (zh) * | 2020-12-28 | 2021-04-16 | 广东国粒教育技术有限公司 | 一种基于学生知识点诊断的智能组卷的方法 |
| CN112818025A (zh) * | 2021-02-20 | 2021-05-18 | 胡润宇 | 试题生成方法、装置和系统、计算机存储介质和程序产品 |
| CN112614034A (zh) * | 2021-03-05 | 2021-04-06 | 北京世纪好未来教育科技有限公司 | 一种试题推荐方法、装置、电子设备和可读存储介质 |
Cited By (5)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN114238620A (zh) * | 2022-02-23 | 2022-03-25 | 北京一起航帆科技有限公司 | 一种向用户推荐作业题目的方法、装置和电子设备 |
| CN114238620B (zh) * | 2022-02-23 | 2022-05-27 | 北京一起航帆科技有限公司 | 一种向用户推荐作业题目的方法、装置和电子设备 |
| CN114677865A (zh) * | 2022-03-16 | 2022-06-28 | 石家庄丁斗科技有限公司 | 一种数学出题器的运算方法 |
| CN114677865B (zh) * | 2022-03-16 | 2024-06-04 | 石家庄丁斗科技有限公司 | 一种数学出题器的运算方法 |
| 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 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN113377942A (zh) | 一种试卷生成方法、装置、计算机设备及存储介质 | |
| KR102104660B1 (ko) | 사용자 맞춤형 학습 컨텐츠 제공 시스템 및 방법 | |
| CN109903617B (zh) | 个性化练习方法和系统 | |
| CN108806341B (zh) | 一种最优个性化学习路径规划方法 | |
| EP2575123A1 (en) | Customized question paper generation | |
| CN107203514A (zh) | 智能教学习题生成方法、装置及计算机可读存储介质 | |
| CN109933763A (zh) | 无纸化考试方法、系统及装置 | |
| CN108446768A (zh) | 一种学生建模的方法和装置 | |
| CN110909035A (zh) | 个性化复习题集生成方法、装置、电子设备及存储介质 | |
| CN110390616A (zh) | 作业批改方法、电子设备及存储介质 | |
| Bell et al. | 5 Unplugging Computer Science | |
| US11961416B2 (en) | Systems and methods for testing skills capability using technologically-enhanced questions in a computerized environment | |
| CN115358897B (zh) | 一种基于电子学生证的学生管理方法、系统、终端及存储介质 | |
| CN116383481B (zh) | 一种基于学生画像的个性化试题推荐方法及系统 | |
| US20170076622A1 (en) | Modular system for the real time assessment of critical thinking skills | |
| CN116541538A (zh) | 基于大数据的智慧学习知识点挖掘方法及系统 | |
| CN113177071A (zh) | 一种用户匹配方法、装置、计算机设备及存储介质 | |
| CN115050039A (zh) | 自动化试卷分析方法、系统、电子设备、存储介质 | |
| Arlinwibowo et al. | Developing mathematical exercise software for visually impaired students | |
| CN112381291A (zh) | 行为预测、信息推送方法及装置、电子设备及存储介质 | |
| KR101996247B1 (ko) | 진단 검사 방법 및 장치 | |
| JP2002287608A (ja) | 学習支援システム | |
| CN114943032A (zh) | 信息处理方法、装置、电子设备及计算机可读存储介质 | |
| CN113256457A (zh) | 一种基于人工智能的在线学习诊断方法及装置 | |
| CN117726082B (zh) | 一种教学资源推荐方法、装置、电子设备及可读存储介质 |
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 |