CN113450006A - 一种自动分配题目生产任务的方法、装置及存储介质 - Google Patents
一种自动分配题目生产任务的方法、装置及存储介质 Download PDFInfo
- Publication number
- CN113450006A CN113450006A CN202110753776.0A CN202110753776A CN113450006A CN 113450006 A CN113450006 A CN 113450006A CN 202110753776 A CN202110753776 A CN 202110753776A CN 113450006 A CN113450006 A CN 113450006A
- Authority
- CN
- China
- Prior art keywords
- production
- question
- topic
- task
- efficiency
- 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
- 238000004519 manufacturing process Methods 0.000 title claims abstract description 318
- 238000000034 method Methods 0.000 title claims abstract description 77
- 238000003860 storage Methods 0.000 title claims abstract description 12
- 238000012545 processing Methods 0.000 claims abstract description 51
- 238000009826 distribution Methods 0.000 claims abstract description 23
- 238000010606 normalization Methods 0.000 claims description 18
- 230000004048 modification Effects 0.000 claims description 6
- 238000012986 modification Methods 0.000 claims description 6
- 238000012216 screening Methods 0.000 claims description 5
- 238000012795 verification Methods 0.000 claims description 4
- 230000000737 periodic effect Effects 0.000 claims description 2
- 238000012360 testing method Methods 0.000 description 14
- 230000008569 process Effects 0.000 description 10
- 238000012550 audit Methods 0.000 description 6
- 238000010586 diagram Methods 0.000 description 5
- 238000011156 evaluation Methods 0.000 description 4
- 230000006870 function Effects 0.000 description 4
- 239000000463 material Substances 0.000 description 4
- 238000011084 recovery Methods 0.000 description 3
- 238000004364 calculation method Methods 0.000 description 2
- 230000008859 change Effects 0.000 description 2
- 238000006243 chemical reaction Methods 0.000 description 2
- 238000004590 computer program Methods 0.000 description 2
- 238000007405 data analysis Methods 0.000 description 2
- 238000007418 data mining Methods 0.000 description 2
- 239000006185 dispersion Substances 0.000 description 2
- 230000003203 everyday effect Effects 0.000 description 2
- 230000002085 persistent effect Effects 0.000 description 2
- 230000000644 propagated effect Effects 0.000 description 2
- 230000009467 reduction Effects 0.000 description 2
- 238000012546 transfer Methods 0.000 description 2
- 230000009466 transformation Effects 0.000 description 2
- 238000002759 z-score normalization Methods 0.000 description 2
- 230000009286 beneficial effect Effects 0.000 description 1
- 230000003993 interaction Effects 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 239000013307 optical fiber Substances 0.000 description 1
- 239000002699 waste material Substances 0.000 description 1
Images
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
- G06Q10/0631—Resource planning, allocation, distributing or scheduling for enterprises or organisations
- G06Q10/06311—Scheduling, planning or task assignment for a person or group
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/90—Details of database functions independent of the retrieved data types
- G06F16/903—Querying
- G06F16/90335—Query processing
-
- 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
- G06Q10/04—Forecasting or optimisation specially adapted for administrative or management purposes, e.g. linear programming or "cutting stock problem"
-
- 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)
- Human Resources & Organizations (AREA)
- Strategic Management (AREA)
- Theoretical Computer Science (AREA)
- Economics (AREA)
- Physics & Mathematics (AREA)
- Tourism & Hospitality (AREA)
- General Physics & Mathematics (AREA)
- General Business, Economics & Management (AREA)
- Marketing (AREA)
- Educational Administration (AREA)
- Entrepreneurship & Innovation (AREA)
- Development Economics (AREA)
- Game Theory and Decision Science (AREA)
- Quality & Reliability (AREA)
- Operations Research (AREA)
- Educational Technology (AREA)
- Databases & Information Systems (AREA)
- Health & Medical Sciences (AREA)
- General Health & Medical Sciences (AREA)
- Primary Health Care (AREA)
- Computational Linguistics (AREA)
- Data Mining & Analysis (AREA)
- General Engineering & Computer Science (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
本发明公开了一种自动分配题目生产任务的方法、装置及存储介质,所述自动分配题目生产任务的方法包括:针对题目资源库中的题目资源进行处理得到题目表,所述的题目表中包含题目难度信息;根据待分配人员的人员效率表及题目难度信息将题目表中的题目进行生产任务分配,所述的人员效率表包含待分配人员的题目生产效率,题目生产效率综合一定时间段内题目生产速率和题目生产通过率计算得到。本发明在生成的题目表中加入了题目难度信息,在进行题目的生产任务分配时引入了人员效率表,根据人员效率表中待分配人员的题目生产效率,再结合题目的难度信息实现题目生产任务更具有针对性的智能分配,可以实现资源的优化分配,提升题目生产的效率。
Description
技术领域
本发明涉及在线教育技术领域,具体的涉及一种自动分配题目生产任务的方法、装置及存储介质。
背景技术
在线教育,通过互联网平台可以将优质教育资源进行共享,极大的方便用户使用,降低教育成本。拍照搜题—一种应用较为普遍的在线教育方式,用户可以通过智能设备(如手机)进行试题拍照上传,云服务器会根据上传的试题照片进行解析、提取以及试题数据库检索等流程获取相关的试题搜索结果,返回给用户,可极大的方便用户对于疑难试题的理解跟掌握。
拍照搜题的搜索结果的匹配程度往往受限于题目数据库,现有的题目数据库内的题目都是通过生产流程生产,并审核通过的符合规定制式的。现有的题目生产过程中将题目资源库中各题目资源中的题目分别存入到题目表中,题目表中包含题目属性信息,比如学科、年级、来源、年份、省份等;然后再将题目表中的题目进行分配,分配给生产人员进行题目生产。
现有的题目分配方式一般都根据生产人员的基本信息(如学科、年级等)进行条件筛选,然后将筛选出的符合条件的题目按照简单规则进行分配,题目分配环节随机性强,不具有针对性和智能性。然而,题目的难度信息以及生产人员的题目生产效率等是影响题目生产的关键性因素,在题目分配时未考虑上述两个因素时,可能会出现持续将难度大的题目分配给题目生产效率低的生产人员,造成题目生产效率更低,而持续将难度小的题目分配给题目生产效率高的生产人员,某种程度上也造成了优质资源的浪费。
有鉴于此,特提出本发明。
发明内容
本发明为了解决现有题目生产任务分配方式简单、随机性强,导致分配资源无法得到有效利用,题目生产效率得不到有效提升的问题,提供一种分配资源利用率高,题目生产任务分配针对性强的智能分配方案,大大提升了题目生产的效率,具体如下:
本发明提出了一种自动分配题目生产任务的方法,包括:
针对题目资源库中的题目资源进行处理得到题目表,所述的题目表中包含题目难度信息;
根据待分配人员的人员效率表及题目难度信息将题目表中的题目进行生产任务分配,所述的人员效率表包含待分配人员的题目生产效率,题目生产效率综合一定时间段内题目生产速率和题目生产质量计算得到。
作为本发明的可选实施方式,所述根据待分配人员的人员效率表及题目难度信息将题目表中的题目进行生产任务分配包括:
所述题目表中包含题目属性信息,根据题目属性信息匹配对应的待分配人员;
综合题目表中的题目难度信息和匹配出的待分配人员的人员效率表中的题目生产效率信息进行题目生产任务的自动分配;
可选地,所述的人员效率表中包含人员生产题目的学科、和/或年级,所述题目属性信息包括学科、和/或年级、和/或年份、和/或城市、和/或来源,根据题目表中的学科、和/或年级信息在人员效率表中匹配对应的待分配人员。
作为本发明的可选实施方式,所述综合题目表中的题目难度信息和匹配出的待分配人员的人员效率表中的题目生产效率信息进行题目生产的自动分配包括:
将题目表中的题目难度大的题目向人员效率表中题目生产效率高的待分配人员进行倾向性分配;
可选地,设定各人员可分配题目难度大的题目的限额配比,在进行所述倾向性分配时需要判断待分配人员的当前题目难度大的题目数量是否满足限额配比,若判断结果为是,则停止进行题目难度大的题目的倾向性分配,若判断结果为否,则进行题目难度大的题目的倾向性分配;
可选地,所述的题目表中还包含题目的优先级信息,将题目表中优先级高的题目向人员效率表中题目生产效率高的待分配人员进行倾向性分配。
作为本发明的可选实施方式,所述人员效率表中各人员的题目生产效率定期更新,包括:
统计设定时间段内各人员在生产题目任务过程中的题目生产时间和生产的题目被审核通过的题目生产通过率;
汇总计算各人员的题目生产时间和题目生产通过率得到题目生产效率,并进行人员效率表的同步更新;
可选地,所述的题目生产时间包括单个题目由投产到提交审核的时间,和题目审核不通过被驳回后再次进行题目生产修改的时间;
所述的题目生产通过率包括单个题目生产完成一次性通过审核且未被修改则记为1,单个题目生产完成后经过一次审核修改后通过或者经过多次审核后通过则记为0。
作为本发明的可选实施方式,所述汇总计算各人员的题目生产时间和题目生产通过率得到题目生产效率包括:
汇总单个人员在设定时间段内完成各题目生产任务的题目生产时间,进行归一化处理得到题目生产速率x;
汇总单个人员在设定时间段内完成各题目生产任务的题目生产通过率,进行归一化处理得到题目生产质量y;
所述人员的题目生产效率n=x*k1+y*k2,其中k1、k2为设定的权重配比;
可选地,所述的k1=k2=50%。
作为本发明的可选实施方式,所述题目表中的题目难度信息包括题目难度值,所述的题目难度值的获取方法包括:
提取题目表中题目中的关键字/词在当前题目检索数据库中进行题目检索;
将检索到的相关题目按照相关性进行排序;
获取相关性大于设定值的top-N个相关题目的难度值;
针对top-N个相关题目进行难度加权平均值计算,得到题目难度值。
作为本发明的可选实施方式,所述针对题目资源库中的题目资源进行处理得到题目表包括:
将题目资源库中的题目资源进行拆题处理获取多道题目;
在当前题目检索数据库中针对各个题目进行查重检索,筛选出非重复题目;
将非重复题目按照设定格式保存为含有题目属性信息、题目优先级信息以及题目难度信息的题目表。
作为本发明的可选实施方式,所述根据待分配人员的人员效率表将题目表中的题目进行生产分配得到任务表,按照任务表进行题目生产的任务分配;
当任务表中的题目生产任务在设定期限内未被完成时,则将该题目回收至题目表重新进行题目生产的任务分配;
可选地,所述的任务表中包含任务处理状态信息,所述的题目表中包含题目是否被分配的题目分配状态信息。
本发明同时提供一种自动分配题目生产任务的装置,包括:
题目表生成模块,针对题目资源库中的题目资源进行处理得到题目表,所述的题目表中包含题目难度信息;
题目分配模块,根据待分配人员的人员效率表及题目难度信息将题目表中的题目进行生产任务分配,所述的人员效率表包含待分配人员的题目生产效率,题目生产效率综合一定时间段内题目生产速率和题目生产质量计算得到。
本发明还提供了一种存储介质,存储有计算机可执行程序,所述计算机可执行程序被执行时,实现所述的一种自动分配题目生产任务的方法。
与现有技术相比,本发明的有益效果:
本发明的自动分配题目生产任务的方法在生成的题目表中加入了题目难度信息,在进行题目的生产任务分配时引入了人员效率表,根据人员效率表中待分配人员的题目生产效率,再结合题目的难度信息实现题目生产任务更具有针对性的智能分配,可以实现资源的优化分配,提升题目生产的效率。
附图说明:
图1本发明自动分配题目生产任务的方法的整体处理流程图;
图2本发明自动分配题目生产任务的方法的流程框图一;
图3本发明自动分配题目生产任务的方法的流程框图二;
图4本发明自动分配题目生产任务的方法的流程框图三;
图5本发明自动分配题目生产任务的方法的流程框图四;
图6本发明自动分配题目生产任务的方法的流程框图五;
图7本发明自动分配题目生产任务的方法的流程框图六;
图8本发明自动分配题目生产任务的方法的流程框图七。
具体实施方式
为使本发明实施例的目的、技术方案和优点更加清楚,下面将结合附图,对本发明实施例中的技术方案进行清楚、完整的描述。显然,所描述的实施例是本发明的一部分实施例,而不是全部的实施例。
因此,以下对本发明的实施例的详细描述并非旨在限制要求保护的本发明的范围,而是仅仅表示本发明的部分实施例。基于本发明中的实施例,本领域普通技术人员在没有作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。
需要说明的是,在不冲突的情况下,本发明中的实施例及实施例中的特征和技术方案可以相互组合。
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。
在本发明的描述中,需要说明的是,术语“上”、“下”等指示的方位或位置关系为基于附图所示的方位或位置关系,或者是该发明产品使用时惯常摆放的方位或位置关系,或者是本领域技术人员惯常理解的方位或位置关系,这类术语仅是为了便于描述本发明和简化描述,而不是指示或暗示所指的装置或元件必须具有特定的方位、以特定的方位构造和操作,因此不能理解为对本发明的限制。此外,术语“第一”、“第二”等仅用于区分描述,而不能理解为指示或暗示相对重要性。
参见图1及图2所示,本实施例提供一种自动分配题目生产任务的方法,包括:
服务器针对题目资源库中的题目资源进行处理得到题目表,所述的题目表中包含题目难度信息;
服务器根据待分配人员的人员效率表及题目难度信息将题目表中的题目进行生产任务分配,所述的人员效率表包含待分配人员的题目生产效率,题目生产效率综合一定时间段内题目生产速率和题目生产质量计算得到。
本实施例的自动分配题目生产任务的方法中服务器在生成的题目表中加入了题目难度信息,在进行题目的生产任务分配时引入了人员效率表,根据人员效率表中待分配人员的题目生产效率,再结合题目的难度信息实现题目生产任务更具有针对性的智能分配,可以实现资源的优化分配,提升题目生产的效率。
因此,本实施例的自动分配题目生产任务的方法相较于传统的人工指派,自动分配方法可以根据题目信息(年级、学科、项目重要性、投产时间、交付时间等)智能分派题目任务,可以最大可能地均衡题目分配的指向性和随机性。
本实施例的题目资源库中的题目资源一般为试卷、教材以及教辅资料等,题目资源的获取方式可以自动获取,如通过订阅或者购买自动抓取试卷资源,也可以接收人工上传的试卷资源(如图片、文档等)。
进一步地,参见图1及图3所示,本实施例的自动分配题目生产任务的方法中所述服务器根据待分配人员的人员效率表及题目难度信息将题目表中的题目进行生产任务分配包括:
所述题目表中包含题目属性信息,根据题目属性信息匹配对应的待分配人员;
服务器综合题目表中的题目难度信息和匹配出的待分配人员的人员效率表中的题目生产效率信息进行题目生产任务的自动分配。
本实施例的自动分配题目生产任务的方法中服务器先将题目表中的题目进行待分配人员的匹配,根据学科或者年级匹配对应的待分配人员,确保题目分配后能够被生产处理,在这个基础前提下,综合题目表中的题目难度信息和匹配出的待分配人员的人员效率表中的题目生产效率信息进行题目生产任务的自动分配,使得题目分配更加智能化,充分利用了当前条件下的人员资源,可以大大提升题目生产的效率。
可选地,本实施例所述的人员效率表中包含人员生产题目的学科、和/或年级,所述题目属性信息包括学科、和/或年级、和/或年份、和/或城市、和/或来源,根据题目表中的学科、和/或年级信息在人员效率表中匹配对应的待分配人员。
作为本实施例的可选实施方式,参见图1及图3所示,本实施例所述的一种自动分配题目生产任务的方法中服务器综合题目表中的题目难度信息和匹配出的待分配人员的人员效率表中的题目生产效率信息进行题目生产的自动分配包括:
服务器将题目表中的题目难度大的题目向人员效率表中题目生产效率高的待分配人员进行倾向性分配。
需要说明的是,在相同处理能力下,题目难度大的题目处理时间会更长,而在相同题目难度下,题目生产效率高的人员其处理能力自然也更强,因此,本实施例将题目生产效率作为处理能力的表征,将题目难度大的题目倾向性的分配给题目生产效率高的待分配人员,而将题目难度小一点的题目分配给题目生产效率低的待分配人员,从而同步提升题目的生产效率。
进一步地,本实施例的自动分配题目生产任务的方法中服务器在进行题目倾向性分配时还需要考虑题目分配的均衡性,避免持续性给题目生产效率高的人员分配高难度题目,加大题目生产的负担,而且由于题目生产效率是定时更新的,若持续性给题目生产效率高的人员分配高难度题目有可能会导致题目生产效率降低,本实施例的自动分配题目生产任务的方法是为了均衡利用已有资源,提升题目生产的效率,本实施例的倾向性分配方法是相对于待分配人员的处理能力而言,将题目难度与题目生产效率作为分配参考因素,而非唯一的因素。
因此,本实施例的自动分配题目生产任务的方法中,设定各人员可分配题目难度大的题目的限额配比,服务器在进行所述倾向性分配时需要判断待分配人员的当前题目难度大的题目数量是否满足限额配比,若判断结果为是,则停止进行题目难度大的题目的倾向性分配,若判断结果为否,则进行题目难度大的题目的倾向性分配。
本实施例的限额配比针对不同题目生产效率的人员是不同的,题目生产效率越高,限额配比越大,主要是为了充分利用人员资源,而且对于题目生产效率低的人员而言难度较高的题目,对于题目生产效率高的人员而言难度可能就是一般或者没有难度。
作为本实施例的可选实施方式,本实施例所述的题目表中还包含题目的优先级信息,服务器将题目表中优先级高的题目向人员效率表中题目生产效率高的待分配人员进行倾向性分配。由于高优先级的题目需要更快的生产时效,将其倾向性分配给生产效率高的待分配人员,可以满足高优先级题目的处理要求。
作为本实施例的可选实施方式,参见图1及图4所示,本实施例的自动分配题目生产任务的方法中所述人员效率表中各人员的题目生产效率定期更新,包括:
统计设定时间段内各人员在生产题目任务过程中的题目生产时间和生产的题目被审核通过的题目生产通过率;
服务器汇总计算各人员的题目生产时间和题目生产通过率得到题目生产效率,并进行人员效率表的同步更新。
本实施例的人员效率表中题目生产效率按照一定的周期进行更新,具体的所述的更新周期可以是天级、周级或者是月级,本实施例的更新周期为天级更新,即每日更新人员7天内的效率值。可选地,所述的题目生产时间包括单个题目由投产到提交审核的时间,和题目审核不通过被驳回后再次进行题目生产修改的时间。
所述的题目生产通过率包括单个题目生产完成一次性通过审核且未被修改则记为1,单个题目生产完成后经过一次审核修改后通过或者经过多次审核后通过则记为0。
本实施例汇总计算各人员的题目生产时间和题目生产通过率得到题目生产效率的方法可以是多种,此处涉及对于题目生产时间和题目生产通过率做出的统计处理得出可以表征题目生产效率的参数值即可。
作为本实施例的可选实施方式,参见图1及图5所示,所述服务器汇总计算各人员的题目生产时间和题目生产通过率得到题目生产效率包括:
汇总单个人员在设定时间段内完成各题目生产任务的题目生产时间,进行归一化处理得到题目生产速率x;
汇总单个人员在设定时间段内完成各题目生产任务的题目生产通过率,进行归一化处理得到题目生产质量y;
所述人员的题目生产效率n=x*k1+y*k2,其中k1、k2为设定的权重配比。
可选地,所述的k1=k2=50%。
数据归一化处理是数据挖掘的一项基础工作,不同评价指标(题目生产时间、题目生产通过率)往往具有不同的量纲和量纲单位,这样的情况会影响到数据分析的结果,为了消除指标之间的量纲影响,需要进行数据标准化处理,以解决数据指标之间的可比性。原始数据经过数据标准化处理后,各指标处于同一数量级,适合进行综合对比评价。
以下是两种常用的归一化方法:
一、min-max标准化(Min-Max Normalization)
也称为离差标准化,是对原始数据的线性变换,使结果值映射到[0-1]之间。转换函数如下:
其中max为样本数据的最大值,min为样本数据的最小值。这种方法有个缺陷就是当有新数据加入时,可能导致max和min的变化,需要重新定义。
二、Z-score标准化方法
这种方法给予原始数据的均值(mean)和标准差(standard deviation)进行数据的标准化。经过处理的数据符合标准正态分布,即均值为0,标准差为1,转化函数为:
其中μ为所有样本数据的均值,σ为所有样本数据的标准差。
参见图1及图6所示,本实施例的自动分配题目生产任务的方法中所述题目表中的题目难度信息包括题目难度值,所述的题目难度值的获取方法包括:
提取题目表中题目中的关键字/词在当前题目检索数据库中进行题目检索;
将检索到的相关题目按照相关性进行排序;
获取相关性大于设定值的top-N个相关题目的难度值;
针对top-N个相关题目进行难度加权平均值计算,得到题目难度值。
加权平均值即将各数值乘以相应的权重,然后加总求和得到总体值,再除以总的单位数。加权平均值的大小不仅取决于总体中各单位的数值(变数值)的大小,而且取决于各数值的权重,因此,本实施例在计算题目难度值时根据检索到的top-N个相关题目的难度值进行加权平均计算,相关性越高的题目权重越大。
参见图1及图7所示,本实施例的自动分配题目生产任务的方法中所述针对题目资源库中的题目资源进行处理得到题目表包括:
将题目资源库中的题目资源进行拆题处理获取多道题目;
在当前题目检索数据库中针对各个题目进行查重检索,筛选出非重复题目;
将非重复题目按照设定格式保存为含有题目属性信息、题目优先级信息以及题目难度信息的题目表。
本实施例的拆题处理是指将题目资源(如试卷)中的题目拆分出来的过程,拆分的题目在进行题目表保存时还需要保存与题目资源(如试卷)相关联的题目属性信息,如题目的年份、省份等信息。
参见图1及图8所示,本实施例的自动分配题目生产任务的方法,所述根据待分配人员的人员效率表将题目表中的题目进行生产分配得到任务表,按照任务表进行题目生产的任务分配;
当任务表中的题目生产任务在设定期限内未被完成时,则将该题目回收至题目表重新进行题目生产的任务分配。
本实施例针对已分配的题目生产任务进行监控,若已分配的题目生产任务长时间未完成,为了确保题目生产的效率,本实施例加入了题目回收流程,将已分配的题目回收至题目表中进行重新分配。
具体地,所述的任务表中包含任务处理状态信息,处理状态信息包括未处理、处理中、审核中、处理完成等处理状态,所述的题目表中包含题目是否被分配的题目分配状态信息,题目分配状态信息包括待分配、已分配和暂停分配等信息,当任务表中题目生产任务处于未处理状态的时间超过设定期限,则将对应的题目进行回收,返回至题目表中将回收题目的题目分配状态信息由已分配修改为待分配,重新进行题目分配流程。
进一步地,本实施例对于任务表中题目生产任务的执行过程进行监控,采集题目生产任务过程中题目的生产时间和审核通过率,用于计算更新人员的题目生产效率。
本实施例题目生产任务完成后生产的题目被加入到题目检索数据库,用作拍照搜题的检索数据,也同时可用于本实施例在计算题目难度值之前在题目检索数据库进行的top-N个相关题目的检索,还可用于本实施例在当前题目检索数据库中针对各个题目进行查重检索,筛选出非重复题目。
本实施例的题目生产任务是将通过各个途径获取的题目资源中的题目按照固定格式进行加工生产,得到统一格式(如包括题干、答案、解析、知识点、年份、省份、学科、年级、难度标签、其它标签等)的题目数据,加入到当前的题目检索数据库中。
本实施例同时提供一种自动分配题目生产任务的装置,包括:
题目表生成模块,针对题目资源库中的题目资源进行处理得到题目表,所述的题目表中包含题目难度信息;
题目分配模块,根据待分配人员的人员效率表及题目难度信息将题目表中的题目进行生产分配,所述的人员效率表包含待分配人员的题目生产效率,题目生产效率综合一定时间段内题目生产速率和题目生产质量计算得到。
本实施例的自动分配题目生产任务的装置,题目表生成模块在生成的题目表中加入了题目难度信息,题目分配模块在进行题目的生产任务分配时引入了人员效率表,根据人员效率表中待分配人员的题目生产效率,再结合题目的难度信息实现题目生产任务更具有针对性的智能分配,可以实现资源的优化分配,提升题目生产的效率。
本实施例的题目资源库中的题目资源一般为试卷、教材以及教辅资料等,题目资源的获取方式可以自动获取,如自动抓取试卷资源,也可以人工上传得到。
进一步地,本实施例的题目分配模块包括:
匹配单元,所述题目表中包含题目属性信息,根据题目表中的题目属性信息匹配对应的待分配人员;
分配单元,综合题目表中的题目难度信息和匹配出的待分配人员的人员效率表中的题目生产效率信息进行题目生产任务的自动分配。
本实施例的自动分配题目生产任务的装置,匹配单元先将题目表中的题目进行待分配人员的匹配,根据学科或者年级匹配对应的待分配人员,确保题目分配后能够被生产处理,在这个基础前提下,分配单元综合题目表中的题目难度信息和匹配出的待分配人员的人员效率表中的题目生产效率信息进行题目生产任务的自动分配,使得题目分配更加智能化,充分利用了当前条件下的人员资源,可以大大提升题目生产的效率。
可选地,本实施例所述的人员效率表中包含人员生产题目的学科、和/或年级,所述题目属性信息包括学科、和/或年级、和/或年份、和/或城市、和/或来源,根据题目表中的学科、和/或年级信息在人员效率表中匹配对应的待分配人员。
作为本实施例的可选实施方式,本实施例的分配单元综合题目表中的题目难度信息和匹配出的待分配人员的人员效率表中的题目生产效率信息进行题目生产的自动分配包括:
将题目表中的题目难度大的题目向人员效率表中题目生产效率高的待分配人员进行倾向性分配。
需要说明的是,在相同处理能力下,题目难度大的题目处理时间会更长,而在相同题目难度下,题目生产效率高的人员其处理能力自然也更强,因此,本实施例将题目生产效率作为处理能力的表征,将题目难度大的题目倾向性的分配给题目生产效率高的待分配人员,而将题目难度小一点的题目分配给题目生产效率低的待分配人员,从而同步提升题目的生产效率。
进一步地,本实施例的分配单元在进行题目倾向性分配时还需要考虑题目分配的均衡性,避免持续性给题目生产效率高的人员分配高难度题目,加大题目生产的负担,而且由于题目生产效率是定时更新的,若持续性给题目生产效率高的人员分配高难度题目有可能会导致题目生产效率降低,本实施例的自动分配题目生产任务的装置是为了均衡利用已有资源,提升题目生产的效率,本实施例的倾向性分配方法是相对于待分配人员的处理能力而言,将题目难度与题目生产效率作为分配参考因素,而非唯一的因素。
因此,本实施例的题目分配模块包括:
配置单元,设定各人员可分配题目难度大的题目的限额配比,分配单元在进行所述倾向性分配时需要判断待分配人员的当前题目难度大的题目数量是否满足限额配比,若判断结果为是,则停止进行题目难度大的题目的倾向性分配,若判断结果为否,则进行题目难度大的题目的倾向性分配。
本实施例的限额配比针对不同题目生产效率的人员是不同的,题目生产效率越高,限额配比越大,主要是为了充分利用人员资源,而且对于题目生产效率低的人员而言难度较高的题目,对于题目生产效率高的人员而言难度可能就是一般或者没有难度。
作为本实施例的可选实施方式,本实施例所述的题目表中还包含题目的优先级信息,将题目表中优先级高的题目向人员效率表中题目生产效率高的待分配人员进行倾向性分配。由于高优先级的题目需要更快的生产时效,将其倾向性分配给生产效率高的待分配人员,可以满足高优先级题目的处理要求。
作为本实施例的可选实施方式,本实施例的自动分配题目生产任务的装置包括:
更新模块,定期更新所述人员效率表中各人员的题目生产效率,包括:
更新模块统计设定时间段内各人员在生产题目任务过程中的题目生产时间和生产的题目被审核通过的题目生产通过率;
更新模块汇总计算各人员的题目生产时间和题目生产通过率得到题目生产效率,并进行人员效率表的同步更新。
本实施例的更新模块按照一定的周期更新人员效率表中题目生产效率,具体的所述的更新周期可以是天级、周级或者是月级,本实施例的更新周期为天级更新,即每日更新人员7天内的效率值。。
可选地,所述的题目生产时间包括单个题目由投产到提交审核的时间,和题目审核不通过被驳回后再次进行题目生产修改的时间。
所述的题目生产通过率包括单个题目生产完成一次性通过审核且未被修改则记为1,单个题目生产完成后经过一次审核修改后通过或者经过多次审核后通过则记为0。
本实施例更新模块汇总计算各人员的题目生产时间和题目生产通过率得到题目生产效率的方法可以是多种,此处涉及对于题目生产时间和题目生产通过率做出的统计处理得出可以表征题目生产效率的参数值即可。
作为本实施例的可选实施方式,更新模块汇总计算各人员的题目生产时间和题目生产通过率得到题目生产效率包括:
汇总单个人员在设定时间段内完成各题目生产任务的题目生产时间,进行归一化处理得到题目生产速率x;
汇总单个人员在设定时间段内完成各题目生产任务的题目生产通过率,进行归一化处理得到题目生产质量y;
所述人员的题目生产效率n=x*k1+y*k2,其中k1、k2为设定的权重配比。
可选地,所述的k1=k2=50%。
数据归一化处理是数据挖掘的一项基础工作,不同评价指标(题目生产时间、题目生产通过率)往往具有不同的量纲和量纲单位,这样的情况会影响到数据分析的结果,为了消除指标之间的量纲影响,需要进行数据标准化处理,以解决数据指标之间的可比性。原始数据经过数据标准化处理后,各指标处于同一数量级,适合进行综合对比评价。
以下是两种常用的归一化方法:
一、min-max标准化(Min-Max Normalization)
也称为离差标准化,是对原始数据的线性变换,使结果值映射到[0-1]之间。转换函数如下:
其中max为样本数据的最大值,min为样本数据的最小值。这种方法有个缺陷就是当有新数据加入时,可能导致max和min的变化,需要重新定义。
二、Z-score标准化方法
这种方法给予原始数据的均值(mean)和标准差(standard deviation)进行数据的标准化。经过处理的数据符合标准正态分布,即均值为0,标准差为1,转化函数为:
其中μ为所有样本数据的均值,σ为所有样本数据的标准差。
本实施例的自动分配题目生产任务的装置,包括:
题目难度获取模块,用于计算得到所述题目表中的题目难度值,所述的题目难度值的获取方法包括:
提取题目表中题目中的关键字/词在当前题目检索数据库中进行题目检索;
将检索到的相关题目按照相关性进行排序;
获取相关性大于设定值的top-N个相关题目的难度值;
针对top-N个相关题目进行难度加权平均值计算,得到题目难度值。
加权平均值即将各数值乘以相应的权重,然后加总求和得到总体值,再除以总的单位数。加权平均值的大小不仅取决于总体中各单位的数值(变数值)的大小,而且取决于各数值的权重,因此,本实施例在计算题目难度值时根据检索到的top-N个相关题目的难度值进行加权平均计算,相关性越高的题目权重越大。
本实施例的题目表生成模块包括:
拆题单元,将题目资源库中的题目资源进行拆题处理获取多道题目;
检索单元,在当前题目检索数据库中针对各个题目进行查重检索,筛选出非重复题目;
题目表单元,将非重复题目按照设定格式保存为含有题目属性信息、题目优先级信息以及题目难度信息的题目表。
本实施例的拆题单元将题目资源(如试卷)中的题目拆分出来的过程,拆分的题目在进行题目表保存时还需要保存与题目资源(如试卷)相关联的题目属性信息,如题目的年份、省份等信息。
本实施例的自动分配题目生产任务的装置包括:
题目回收模块,用于当任务表中的题目生产任务在设定期限内未被完成时,将该题目回收至题目表重新进行题目生产的任务分配。
本实施例针对已分配的题目生产任务进行监控,若已分配的题目生产任务长时间未完成,为了确保题目生产的效率,本实施例加入了题目回收流程,将已分配的题目回收至题目表中进行重新分配。
具体地,所述的任务表中包含任务处理状态信息,处理状态信息包括未处理、处理中、审核中、处理完成等处理状态,所述的题目表中包含题目是否被分配的题目分配状态信息,题目分配状态信息包括待分配、已分配和暂停分配等信息,当任务表中题目生产任务处于未处理状态的时间超过设定期限,则将对应的题目进行回收,返回至题目表中将回收题目的题目分配状态信息由已分配修改为待分配,重新进行题目分配流程。
进一步地,本实施例对于任务表中题目生产任务的执行过程进行监控,采集题目生产任务过程中题目的生产时间和审核通过率,用于计算更新人员的题目生产效率。
本实施例题目生产任务完成后生产的题目被加入到题目检索数据库,用作拍照搜题的检索数据,也同时可用于本实施例在计算题目难度值之前在题目检索数据库进行的top-N个相关题目的检索,还可用于本实施例在当前题目检索数据库中针对各个题目进行查重检索,筛选出非重复题目。
本实施例的题目生产任务是将通过各个途径获取的题目资源中的题目按照固定格式进行加工生产,得到统一格式(如包括题干、答案、解析、知识点、年份、省份、学科、年级、难度标签、其它标签等)的题目数据,加入到当前的题目检索数据库中。
本实施例还提供一种存储介质,存储有计算机可执行程序,所述计算机可执行程序被执行时,实现所述的一种自动分配题目生产任务的方法。
本实施例所述存储介质可以包括在基带中或者作为载波一部分传播的数据信号,其中承载了可读程序代码。这种传播的数据信号可以采用多种形式,包括但不限于电磁信号、光信号或上述的任意合适的组合。可读存储介质还可以是可读存储介质以外的任何可读介质,该可读介质可以发送、传播或者传输用于由指令执行系统、装置或者器件使用或者与其结合使用的程序。可读存储介质上包含的程序代码可以用任何适当的介质传输,包括但不限于无线、有线、光缆、RF等等,或者上述的任意合适的组合。
本实施例还提供了一种电子设备,包括处理器和存储器,所述存储器用于存储计算机可执行程序,当所述计算机程序被所述处理器执行时,所述处理器执行所述的一种自动分配题目生产任务的方法。
电子设备以通用计算设备的形式表现。其中处理器可以是一个,也可以是多个并且协同工作。本发明也不排除进行分布式处理,即处理器可以分散在不同的实体设备中。本发明的电子设备并不限于单一实体,也可以是多个实体设备的总和。
所述存储器存储有计算机可执行程序,通常是机器可读的代码。所述计算机可读程序可以被所述处理器执行,以使得电子设备能够执行本发明的方法,或者方法中的至少部分步骤。
所述存储器包括易失性存储器,例如随机存取存储单元(RAM)和/或高速缓存存储单元,还可以是非易失性存储器,如只读存储单元(ROM)。
应当理解,本发明的电子设备中还可以包括上述示例中未示出的元件或组件。例如,有些电子设备中还包括有显示屏等显示单元,有些电子设备还包括人机交互元件,例如按扭、键盘等。只要该电子设备能够执行存储器中的计算机可读程序以实现本发明方法或方法的至少部分步骤,均可认为是本发明所涵盖的电子设备。
通过以上对实施方式的描述,本领域的技术人员易于理解,本发明可以由能够执行特定计算机程序的硬件来实现,例如本发明的系统,以及系统中包含的电子处理单元、服务器、客户端、手机、控制单元、处理器等。本发明也可以由执行本发明的方法的计算机软件来实现,例如由微处理器、电子控制单元,客户端、服务器端等执行的控制软件来实现。但需要说明的是,执行本发明的方法的计算机软件并不限于由一个或特定个的硬件实体中执行,其也可以是由不特定具体硬件的以分布式的方式来实现。对于计算机软件,软件产品可以存储在一个计算机可读的存储介质(可以是CD-ROM,U盘,移动硬盘等)中,也可以分布式存储于网络上,只要其能使得电子设备执行根据本发明的方法。
以上实施例仅用以说明本发明而并非限制本发明所描述的技术方案,尽管本说明书参照上述的各个实施例对本发明已进行了详细的说明,但本发明不局限于上述具体实施方式,因此任何对本发明进行修改或等同替换;而一切不脱离发明的精神和范围的技术方案及其改进,其均涵盖在本发明的权利要求范围当中。
Claims (10)
1.一种自动分配题目生产任务的方法,其特征在于,包括:
针对题目资源库中的题目资源进行处理得到题目表,所述的题目表中包含题目难度信息;
根据待分配人员的人员效率表及题目难度信息将题目表中的题目进行生产任务分配,所述的人员效率表包含待分配人员的题目生产效率,题目生产效率综合一定时间段内题目生产速率和题目生产质量计算得到。
2.根据权利要求1所述的一种自动分配题目生产任务的方法,其特征在于,所述根据待分配人员的人员效率表及题目难度信息将题目表中的题目进行生产任务分配包括:
所述题目表中包含题目属性信息,根据题目属性信息匹配对应的待分配人员;
综合题目表中的题目难度信息和匹配出的待分配人员的人员效率表中的题目生产效率信息进行题目生产任务的自动分配;
可选地,所述的人员效率表中包含人员生产题目的学科、和/或年级,所述题目属性信息包括学科、和/或年级、和/或年份、和/或城市、和/或来源,根据题目表中的学科、和/或年级信息在人员效率表中匹配对应的待分配人员。
3.根据权利要求2所述的一种自动分配题目生产任务的方法,其特征在于,所述综合题目表中的题目难度信息和匹配出的待分配人员的人员效率表中的题目生产效率信息进行题目生产的自动分配包括:
将题目表中的题目难度大的题目向人员效率表中题目生产效率高的待分配人员进行倾向性分配;
可选地,设定各人员可分配题目难度大的题目的限额配比,在进行所述倾向性分配时需要判断待分配人员的当前题目难度大的题目数量是否满足限额配比,若判断结果为是,则停止进行题目难度大的题目的倾向性分配,若判断结果为否,则进行题目难度大的题目的倾向性分配;
可选地,所述的题目表中还包含题目的优先级信息,将题目表中优先级高的题目向人员效率表中题目生产效率高的待分配人员进行倾向性分配。
4.根据权利要求1-3任意一项所述的一种自动分配题目生产任务的方法,其特征在于,所述人员效率表中各人员的题目生产效率定期更新,包括:
统计设定时间段内各人员在生产题目任务过程中的题目生产时间和生产的题目被审核通过的题目生产通过率;
汇总计算各人员的题目生产时间和题目生产通过率得到题目生产效率,并进行人员效率表的同步更新;
可选地,所述的题目生产时间包括单个题目由投产到提交审核的时间,和题目审核不通过被驳回后再次进行题目生产修改的时间;
所述的题目生产通过率包括单个题目生产完成一次性通过审核且未被修改则记为1,单个题目生产完成后经过一次审核修改后通过或者经过多次审核后通过则记为0。
5.根据权利要求4所述的一种自动分配题目生产任务的方法,其特征在于,所述汇总计算各人员的题目生产时间和题目生产通过率得到题目生产效率包括:
汇总单个人员在设定时间段内完成各题目生产任务的题目生产时间,进行归一化处理得到题目生产速率x;
汇总单个人员在设定时间段内完成各题目生产任务的题目生产通过率,进行归一化处理得到题目生产质量y;
所述人员的题目生产效率n=x*k1+y*k2,其中k1、k2为设定的权重配比;
可选地,所述的k1=k2=50%。
6.根据权利要求1所述的一种自动分配题目生产任务的方法,其特征在于,所述题目表中的题目难度信息包括题目难度值,所述的题目难度值的获取方法包括:
提取题目表中题目中的关键字/词在当前题目检索数据库中进行题目检索;
将检索到的相关题目按照相关性进行排序;
获取相关性大于设定值的top-N个相关题目的难度值;
针对top-N个相关题目进行难度加权平均值计算,得到题目难度值。
7.根据权利要求1所述的一种自动分配题目生产任务的方法,其特征在于,所述针对题目资源库中的题目资源进行处理得到题目表包括:
将题目资源库中的题目资源进行拆题处理获取多道题目;
在当前题目检索数据库中针对各个题目进行查重检索,筛选出非重复题目;
将非重复题目按照设定格式保存为含有题目属性信息、题目优先级信息以及题目难度信息的题目表。
8.根据权利要求1所述的一种自动分配题目生产任务的方法,其特征在于,所述根据待分配人员的人员效率表将题目表中的题目进行生产分配得到任务表,按照任务表进行题目生产的任务分配;
当任务表中的题目生产任务在设定期限内未被完成时,则将该题目回收至题目表重新进行题目生产的任务分配;
可选地,所述的任务表中包含任务处理状态信息,所述的题目表中包含题目是否被分配的题目分配状态信息。
9.一种自动分配题目生产任务的装置,其特征在于,包括:
题目表生成模块,针对题目资源库中的题目资源进行处理得到题目表,所述的题目表中包含题目难度信息;
题目分配模块,根据待分配人员的人员效率表及题目难度信息将题目表中的题目进行生产任务分配,所述的人员效率表包含待分配人员的题目生产效率,题目生产效率综合一定时间段内题目生产速率和题目生产质量计算得到。
10.一种存储介质,其特征在于,存储有计算机可执行程序,所述计算机可执行程序被执行时,实现如权利要求1-8中任意一项所述的一种自动分配题目生产任务的方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110753776.0A CN113450006A (zh) | 2021-07-02 | 2021-07-02 | 一种自动分配题目生产任务的方法、装置及存储介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110753776.0A CN113450006A (zh) | 2021-07-02 | 2021-07-02 | 一种自动分配题目生产任务的方法、装置及存储介质 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN113450006A true CN113450006A (zh) | 2021-09-28 |
Family
ID=77814930
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202110753776.0A Pending CN113450006A (zh) | 2021-07-02 | 2021-07-02 | 一种自动分配题目生产任务的方法、装置及存储介质 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN113450006A (zh) |
Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2018094925A1 (zh) * | 2016-11-22 | 2018-05-31 | 深圳市鹰硕技术有限公司 | 一种填空题试题的生成和判卷的方法及系统 |
CN108510140A (zh) * | 2017-08-16 | 2018-09-07 | 平安科技(深圳)有限公司 | 一种工作量分配方法、存储介质和服务器 |
CN111507573A (zh) * | 2020-03-18 | 2020-08-07 | 威比网络科技(上海)有限公司 | 业务员考核方法、系统、设备及存储介质 |
CN112598547A (zh) * | 2020-12-22 | 2021-04-02 | 作业帮教育科技(北京)有限公司 | 基于自动生产线的教育题目生成方法、装置和电子设备 |
-
2021
- 2021-07-02 CN CN202110753776.0A patent/CN113450006A/zh active Pending
Patent Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2018094925A1 (zh) * | 2016-11-22 | 2018-05-31 | 深圳市鹰硕技术有限公司 | 一种填空题试题的生成和判卷的方法及系统 |
CN108510140A (zh) * | 2017-08-16 | 2018-09-07 | 平安科技(深圳)有限公司 | 一种工作量分配方法、存储介质和服务器 |
CN111507573A (zh) * | 2020-03-18 | 2020-08-07 | 威比网络科技(上海)有限公司 | 业务员考核方法、系统、设备及存储介质 |
CN112598547A (zh) * | 2020-12-22 | 2021-04-02 | 作业帮教育科技(北京)有限公司 | 基于自动生产线的教育题目生成方法、装置和电子设备 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN100359854C (zh) | 通过合作筛选的信息传输系统、信息处理设备以及程序 | |
CN109033408B (zh) | 信息推送方法及装置、计算机可读存储介质、电子设备 | |
CN108681970A (zh) | 基于大数据的理财产品推送方法、系统及计算机存储介质 | |
CN108229924A (zh) | 招聘信息匹配方法、装置以及计算机可读存储介质 | |
CN113610239A (zh) | 针对机器学习的特征处理方法及特征处理系统 | |
CN111798106B (zh) | 项目管理方法及系统 | |
CN111489201A (zh) | 一种客户价值分析的方法、设备、存储介质 | |
CN111581486B (zh) | 一种信息分配方法及装置 | |
CN110489142B (zh) | 设备软件升级的评估方法及装置、存储介质、终端 | |
CN113988221A (zh) | 一种保险用户分类模型建立方法、分类方法、装置及设备 | |
CN109460299B (zh) | 一种分布式并行多源社交网络数据采集系统和方法 | |
CN114240639A (zh) | 催收案件分案方法、装置、设备及存储介质 | |
CN116402391B (zh) | 基于大数据的综合能力评价方法及系统 | |
CN113032671A (zh) | 内容处理方法、装置、电子设备和存储介质 | |
JP3185167B2 (ja) | データ加工システム | |
CN113450006A (zh) | 一种自动分配题目生产任务的方法、装置及存储介质 | |
CN111882113A (zh) | 一种企业手机银行用户的预测方法和装置 | |
CN109558887A (zh) | 一种预测行为的方法和装置 | |
CN117312637A (zh) | 一种基于数据关联识别的自然资源数据体系建设方法 | |
CN114626735A (zh) | 催收案件分配方法、装置、设备及计算机可读存储介质 | |
CN113986989A (zh) | 表单项推荐方法、装置、计算机设备和存储介质 | |
CN113033938B (zh) | 确定资源分配策略的方法、装置、终端设备及存储介质 | |
US9239867B2 (en) | System and method for fast identification of variable roles during initial data exploration | |
CN114841165A (zh) | 用户数据分析及展示方法、装置、电子设备及存储介质 | |
CN117390455B (zh) | 数据处理方法和装置、存储介质及电子设备 |
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 | ||
TA01 | Transfer of patent application right | ||
TA01 | Transfer of patent application right |
Effective date of registration: 20230616 Address after: 6001, 6th Floor, No.1 Kaifeng Road, Shangdi Information Industry Base, Haidian District, Beijing, 100085 Applicant after: Beijing Baige Feichi Technology Co.,Ltd. Address before: 100085 4002, 4th floor, No.1 Kaifa Road, Shangdi Information Industry base, Haidian District, Beijing Applicant before: ZUOYEBANG EDUCATION TECHNOLOGY (BEIJING) CO.,LTD. |