CN113934839A - 一种根据知识点进行组卷的方法、设备及存储介质 - Google Patents

一种根据知识点进行组卷的方法、设备及存储介质 Download PDF

Info

Publication number
CN113934839A
CN113934839A CN202111235575.8A CN202111235575A CN113934839A CN 113934839 A CN113934839 A CN 113934839A CN 202111235575 A CN202111235575 A CN 202111235575A CN 113934839 A CN113934839 A CN 113934839A
Authority
CN
China
Prior art keywords
question
test
questions
group
knowledge points
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
Application number
CN202111235575.8A
Other languages
English (en)
Inventor
谭伟
黄波
吴涛
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.)
Wuhan Huagong Zhiyun Technology Co ltd
Original Assignee
Wuhan Huagong Zhiyun 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 Wuhan Huagong Zhiyun Technology Co ltd filed Critical Wuhan Huagong Zhiyun Technology Co ltd
Priority to CN202111235575.8A priority Critical patent/CN113934839A/zh
Publication of CN113934839A publication Critical patent/CN113934839A/zh
Pending legal-status Critical Current

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
    • G06F16/30—Information retrieval; Database structures therefor; File system structures therefor of unstructured textual data
    • G06F16/33—Querying
    • G06F16/335—Filtering based on additional data, e.g. user or group profiles
    • 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
    • G06F16/335—Filtering based on additional data, e.g. user or group profiles
    • G06F16/337—Profile generation, learning or modification
    • 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
    • G06F16/35—Clustering; Classification
    • G06F16/353—Clustering; Classification into predefined classes
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
    • G06Q50/00—Information and communication technology [ICT] specially adapted for implementation of business processes of specific business sectors, e.g. utilities or tourism
    • G06Q50/10—Services
    • G06Q50/20—Education
    • G06Q50/205—Education administration or guidance

Landscapes

  • Engineering & Computer Science (AREA)
  • Theoretical Computer Science (AREA)
  • Business, Economics & Management (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Data Mining & Analysis (AREA)
  • Databases & Information Systems (AREA)
  • General Engineering & Computer Science (AREA)
  • Educational Technology (AREA)
  • Educational Administration (AREA)
  • Computational Linguistics (AREA)
  • Strategic Management (AREA)
  • Tourism & Hospitality (AREA)
  • Health & Medical Sciences (AREA)
  • Economics (AREA)
  • General Health & Medical Sciences (AREA)
  • Human Resources & Organizations (AREA)
  • Marketing (AREA)
  • Primary Health Care (AREA)
  • General Business, Economics & Management (AREA)
  • Information Retrieval, Db Structures And Fs Structures Therefor (AREA)

Abstract

本发明公开一种根据知识点进行组卷的方法、设备及存储介质，方法包括：获取当前考试的试卷配置信息以及题库，其中，所述题库包含了所述考试的所有试题；根据试题所属的知识点以及题型，将所述题库中的所有试题进行分类处理，以建立一结构体，其中，所述结构体由若干个题型组组成，每个题型组由若干个率属于不同知识点的试题组组成；根据所述试卷配置信息，从各个题型组中的各个试题组中选取若干个试题进行组合，以生成试卷。本发明解决了现有技术中自动组卷时无法合理的对知识点进行考核的技术问题。

Description

一种根据知识点进行组卷的方法、设备及存储介质
技术领域
本发明涉及在线教育技术领域，具体涉及一种根据知识点进行组卷的方法、设备及存储介质。
背景技术
随着国内互联网教育行业的兴起，在线教育学习考试已不断普及。因此，在考试板块更加合理和便捷的组卷方式，不仅能提升人力成本，更能够合理公平的产生学员考试试卷。
自动组卷根据题库试题的类型来组卷技术已很成熟。目前的组卷即使一般只是根据题库类型来组卷，选择的维度过于单一，因为试卷根据题库类型随机获取，导致试卷不能合理的覆盖知识点，因此，每张考卷的考试的知识点都会有偏差，可能出现一些考卷知识点相对容易、且单一，而另一些考卷知识点复杂、且知识点较多的问题，因此，现有的组卷方法无法合理的实现对知识点的考核，不能真正公平的对学员进行考核。
发明内容
本发明的目的在于克服上述技术不足，提供一种根据知识点进行组卷的方法、设备及存储介质，解决现有技术中自动组卷时无法合理的对知识点进行考核的技术问题。
为达到上述技术目的，本发明采取了以下技术方案：
第一方面，本发明提供一种根据知识点进行组卷的方法，包括如下步骤：
获取当前考试的试卷配置信息以及题库，其中，所述题库包含了所述考试的所有试题；
根据试题所属的知识点以及题型，将所述题库中的所有试题进行分类处理，以建立一结构体，其中，所述结构体由若干个题型组组成，每个题型组由若干个率属于不同知识点的试题组组成；
根据所述试卷配置信息，从各个题型组中的各个试题组中选取若干个试题进行组合，以生成试卷。
优选的，所述的根据知识点进行组卷的方法中，所述试卷配置信息至少包括考试时间、考试总分、考试题型、题型数量、各个题型考核的知识点、各个题型考核的各个知识点的题目数量以及单题分数。
优选的，所述的根据知识点进行组卷的方法中，所述根据试题所属的知识点以及题型，将所述题库中的所有试题进行分类处理，以建立一结构体具体包括：
获取所有试题的试题类型，根据所有试题的试题类型，将各个试题进行分组，以得到若干个类型不同的题型组；
获取各个题型组中的各个试题所属的知识点，根据各个试题所属的知识点，对各个题型组中的各个试题进行分组，以将各个题型组分为若干个率属于不同知识点的试题组。
优选的，所述的根据知识点进行组卷的方法中，所述根据所述试卷配置信息，从各个题型组中的各个试题组中选取若干个试题进行组合，以生成试卷具体包括：
根据所述考试题型，从所述结构体中选取与所述考试题型对应的题型组；
根据所述题型数量、各个题型考核的知识点以及各个题型考核的各个知识点的题目数量，从选取出的各个题型组中的各个试题组中选取出若干个试题，并进行组合，以生成试卷。
优选的，所述的根据知识点进行组卷的方法中，所述根据所述题型数量、各个题型考核的知识点以及各个题型考核的各个知识点的题目数量，从选取出的各个题型组中的各个试题组中选取出若干个试题，并进行组合，以生成试卷具体包括：
根据所述题型数量，确定各个题型组中需要选取的题目的数量；
根据各个题型组中需要选取的题目的数量、各个题型考核的知识点以及各个题型考核的各个知识点的题目数量，确定各个题型组中的各个试题组中需要选取的题目的数量；
根据各个题型组中的各个试题组中需要选取的题目的数量，从各个题型组中的各个试题组中随机选取若干个题目，并对选取出的若干个题目进行组合，以生成试卷。
优选的，所述的根据知识点进行组卷的方法中，采用简单随机抽样法从各个题型组中的各个试题组中随机选取若干个题目。
优选的，所述的根据知识点进行组卷的方法中，当某一题型组中的某一试题组中的题目数量少于该题型考核的该试题组所属的知识点的题目数量时，从当前题型组中的其它试题组中随机抽取若干个试题，以使该试题组的题目数量达到要求。
第二方面，本发明还提供一种根据知识点进行组卷的装置，包括：
信息获取模块，用于获取当前考试的试卷配置信息以及题库，其中，所述题库包含了所述考试的所有试题；
结构体建立模块，用于根据试题所属的知识点以及题型，将所述题库中的所有试题进行分类处理，以建立一结构体，其中，所述结构体由若干个题型组组成，每个题型组由若干个率属于不同知识点的试题组组成；
试卷生成模块，用于根据所述试卷配置信息，从各个题型组中的各个试题组中选取若干个试题进行组合，以生成试卷。
第三方面，本发明还提供一种根据知识点进行组卷的设备，包括：处理器和存储器；
所述存储器上存储有可被所述处理器执行的计算机可读程序；
所述处理器执行所述计算机可读程序时实现如上所述的根据知识点进行组卷的方法中的步骤。
第四方面，本发明还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一个或者多个程序，所述一个或者多个程序可被一个或者多个处理器执行，以实现如上所述的根据知识点进行组卷的方法中的步骤。
与现有技术相比，本发明提供的根据知识点进行组卷的方法、设备及存储介质，首先获取考试的试卷配置信息以及题库，然后根据题库中试题的知识点以及题型，将所有试题按照两个维度进行划分，第一维度是试题类型，第二维度是试题所属的知识点，进而建立起一个具有两个维度的结构体，之后再根据试卷配置信息，从结构体中选取合适数量的率属于不同知识点的题型出来，并组成形成试卷，从而实现了根据题目知识点来进行组卷，避免了随机选取试题进行组卷而产生的出题考核知识点相差巨大的情况发生，使试卷的组成更加合理和公平，更能够筛选和考核出优秀的学员。
附图说明
图1是本发明提供的根据知识点进行组卷的方法的一较佳实施例的流程图；
图2是本发明提供的根据知识点进行组卷的装置的一较佳实施例的结构框图；
图3是本发明根据知识点进行组卷的程序的较佳实施例的运行环境示意图。
具体实施方式
为了使本发明的目的、技术方案及优点更加清楚明白，以下结合附图及实施例，对本发明进行进一步详细说明。应当理解，此处所描述的具体实施例仅仅用以解释本发明，并不用于限定本发明。
请参阅图1，本发明实施例提供的根据知识点进行组卷的方法，包括如下步骤：
S100、获取当前考试的试卷配置信息以及题库，其中，所述题库包含了所述考试的所有试题；
S200、根据试题所属的知识点以及题型，将所述题库中的所有试题进行分类处理，以建立一结构体，其中，所述结构体由若干个题型组组成，每个题型组由若干个率属于不同知识点的试题组组成；
S300、根据所述试卷配置信息，从各个题型组中的各个试题组中选取若干个试题进行组合，以生成试卷。
本实施例中，首先获取考试的试卷配置信息以及题库，然后根据题库中试题的知识点以及题型，将所有试题按照两个维度进行划分，第一维度是试题类型，第二维度是试题所属的知识点，进而建立起一个具有两个维度的结构体，之后再根据试卷配置信息，从结构体中选取合适数量的率属于不同知识点的题型出来，并组成形成试卷，从而实现了根据题目知识点来进行组卷，避免了随机选取试题进行组卷而产生的出题考核知识点相差巨大的情况发生，使试卷的组成更加合理和公平，更能够筛选和考核出优秀的学员。
所述步骤S100中，所述试卷配置信息作为试卷生成的参考文件，在后台即被配置好，具体的，所述试卷配置信息至少包括考试时间、考试总分、考试题型、题型数量、各个题型考核的知识点、各个题型考核的各个知识点的题目数量以及单题分数。其中，考试时间可直接设定，例如将考试时间设置为120分钟；考试总分也可根据实际情况设定，例如将考试总分设定为150分；考试题型用于确定考试由几种题型组成，例如将试卷配置为由选择题、填空题和应用题组成；题型数量用于确定每种题型的具体数量，例如将试卷配置为选择题为20道、填空题为10道、应用题为3道；各个题型考核的知识点用于确定每种题型的知识点考核范围，例如在选择题中考核“中国专利申请号”、“无效”、“创造性”等知识点，在填空题中考核“专利缴费”、“专利申请类型”等知识点，在应用题中考核“审查意见答复”等知识点，从而实现对知识点的全面覆盖，避免出题过于单一；各个题型考核的各个知识点的题目数量用于确定各个题型中考核的各个知识点的题数，例如选择题中，“中国专利申请号”考核的题目数量为3题，“无效”考核的题目数量为10题，“创造性”考核的题目数量为5题；单题分数用于确定各个题目的分数，其可以直接根据题型来确定分数，亦可根据不同的知识点来确定各个题目的分数，例如，将每道选择题都配置为2分，将填空题配置为每题2分，将应用题配置为每题10分，此外，还可进一步进行细分，例如将选择题中“中国专利申请号”配置为1分，“无效”以及“创造性”都配置为2分等等，其具体配置可根据实际情况而定，本发明对此不作限定。当试卷配置信息配置完成后，即可根据试卷配置信息来进行组卷。
进一步的，所述题库可以通过人工输入获得，也可以通过现有的固定题库获得。其中，优选方案为通过固定题库获得题目模板，该方式能够在较少人工干预的情况下实现题目模板的扩充和更新，减少人力成本。其中，所述题库中的每一道试题均具有至少两个标签，其中一个标签用于标识试题所属的知识点，例如“中国专利申请号”、“无效”、“创造性”，另外一个标签用于标识试题的类型，例如选择题、填空题、应用题。两个所述标签由出题老师在出题时直接给定，然后在题库中保存，方便后续对题目的分类处理。
所述步骤S200中，为了根据题目难易程度进行组卷，将各个试题进行分类处理，得到一结构体，所述结构体将各个试题按照两个维度进行分类，第一维度为题型，第二维度为知识点，从而方便后续的选题。在一个优选的实施例中，所述步骤S200具体包括：
获取所有试题的试题类型，根据所有试题的试题类型，将各个试题进行分组，以得到若干个类型不同的题型组；
获取各个题型组中的各个试题所属的知识点，根据各个试题所属的知识点，对各个题型组中的各个试题进行分组，以将各个题型组分为若干个率属于不同知识点的试题组。
本实施例中，结构体由一个二维数组组成，二维数组的第一维是题型，在此维度下，题库中的所有试题按照题型被分类处理，例如，所有试题被分类为选择题组、填空题组以及应用题组，二维数组的第二维是知识点，每个题型组按照题目所属的知识点，被分割为若干个率属于不同知识点的试题组，例如“中国专利申请号试题组”、“无效试题组”、“创造性试题组”等等，多种隶属于不同知识点的试题组组成各个题型组，进而使所述结构体呈现为二维数组结构，方便后续题目的选择。
所述步骤S300用于实现组卷，在一个优选的实施例中，所述步骤S300具体包括：
根据所述考试题型，从所述结构体中选取与所述考试题型对应的题型组；
根据所述题型数量、各个题型考核的知识点以及各个题型考核的各个知识点的题目数量，从选取出的各个题型组中的各个试题组中选取出若干个试题，并进行组合，以生成试卷。
本实施例中，首先根据考试题型，筛选出需要进行题目选取的题型组，然后对各个题型组进行循环，根据题型数量、各个题型考核的知识点以及各个题型考核的各个知识点的题目数量，从各个题型组中的各个试题组中选取出若干个试题组卷，从而生成一个全面覆盖多个知识点的试卷，使试卷考核的知识点满足出题要求，且每套试卷考核的知识点的数量一致，进而保证考试的公平性。例如，考试题型包括选择题、填空题和应用题，因此首先筛选出选择题组、填空题组和应用题组，然后再根据题型数量、各个题型考核的知识点以及各个题型考核的各个知识点的题目数量，从各个试题组中选取若干个试题，完成组卷。
具体的，所述根据所述题型数量、各个题型考核的知识点以及各个题型考核的各个知识点的题目数量，从选取出的各个题型组中的各个试题组中选取出若干个试题，并进行组合，以生成试卷具体包括：
根据所述题型数量，确定各个题型组中需要选取的题目的数量；
根据各个题型组中需要选取的题目的数量、各个题型考核的知识点以及各个题型考核的各个知识点的题目数量，确定各个题型组中的各个试题组中需要选取的题目的数量；
根据各个题型组中的各个试题组中需要选取的题目的数量，从各个题型组中的各个试题组中随机选取若干个题目，并对选取出的若干个题目进行组合，以生成试卷。
本实施例中，首先根据题型数量确定各个题型组中需要选取的题目的数量，例如题型数量被配置为选择题20道、填空题10道、应用题3道，则各个题型组中需要选取的题目为：选择题组20道、填空题组10道、应用题组3道。然后根据各个题型组中需要选取的题目的数量、各个题型考核的知识点以及各个题型考核的各个知识点的题目数量，进行试题选取数量的确定，例如，选择题组被配置为考核中国专利申请号”、“无效”、“创造性”三个知识点，且“中国专利申请号”知识点考核的题目数量为5题，“无效”知识点考核的题目数量为10题，“创造性”知识点考核的题目数量为5题，则选择题组下的各个试题组中需要选取的题目的数量为：“中国专利申请号试题组”5题、“无效试题组”10题、“创造性试题组”5题，同样的，填空题组和应用题组亦可根据上述分析进行配置。当得到了各个题型组中的各个试题组中需要选取的题目的数量，即可在各个试题中进行题目的随机选取，本实施例中，采用简单随机抽样法从各个题型组中的各个试题组中随机选取若干个题目，可以保证每个试题组中各道题目被选取的概率相同，从而保证公平性。
进一步的，当某一题型组中的某一试题组中的题目数量少于该题型考核的该试题组所属的知识点的题目数量时，从当前题型组中的其它试题组中随机抽取若干个试题，以使该试题组的题目数量达到要求。具体来说，由于有些知识点较为简单，题目数量较少，因此，在进行试卷配置信息的配置时，可能出现该知识点考核的题目数量多于题库中保存的该知识点所在的试题组中试题的数量，此时，为了保证试题数量的一致性，则从对应题型的其它知识点中选取试题进行补全。例如，试卷配置信息中，在选择题题型中“中国专利申请号”知识点需要考核5道题，但是在题库中的“选择题题型组”中的“中国专利申请号试题组”中只有3道题，此时不能满足要求，因此，此时，从题库中的“选择题题型组”中的其它知识点随机抽取两道题目进行补全，例如从“无效试题组”和“创造性试题组”均抽取一道题进行补全，其中抽取为随机抽取，只需保证不和之前抽取的题目重复即可，在具体实施时，采用简单随机抽样法从各个题型组中的各个试题组中随机选取若干个题目，可以保证每个试题组中各道题目被选取的概率相同，从而保证公平性。
基于上述根据知识点进行组卷的方法，请参阅图2，本发明实施例还相应的提供一种根据知识点进行组卷的装置400，包括：
信息获取模块410，用于获取当前考试的试卷配置信息以及题库，其中，所述题库包含了所述考试的所有试题；
结构体建立模块420，用于根据试题所属的知识点以及题型，将所述题库中的所有试题进行分类处理，以建立一结构体，其中，所述结构体由若干个题型组组成，每个题型组由若干个率属于不同知识点的试题组组成；
试卷生成模块430，用于根据所述试卷配置信息，从各个题型组中的各个试题组中选取若干个试题进行组合，以生成试卷。
综上所述，本发明提供的根据知识点进行组卷的方法、设备及存储介质，首先获取考试的试卷配置信息以及题库，然后根据题库中试题的知识点以及题型，将所有试题按照两个维度进行划分，第一维度是试题类型，第二维度是试题所属的知识点，进而建立起一个具有两个维度的结构体，之后再根据试卷配置信息，从结构体中选取合适数量的率属于不同知识点的题型出来，并组成形成试卷，从而实现了根据题目知识点来进行组卷，避免了随机选取试题进行组卷而产生的出题考核知识点相差巨大的情况发生，使试卷的组成更加合理和公平，更能够筛选和考核出优秀的学员。
本实施例中，首先获取考试的试卷配置信息以及题库，然后根据题库中试题的知识点以及题型，将所有试题按照两个维度进行划分，第一维度是试题类型，第二维度是试题所属的知识点，进而建立起一个具有两个维度的结构体，之后再根据试卷配置信息，从结构体中选取合适数量的率属于不同知识点的题型出来，并组成形成试卷，从而实现了根据题目知识点来进行组卷，避免了随机选取试题进行组卷而产生的出题考核知识点相差巨大的情况发生，使试卷的组成更加合理和公平，更能够筛选和考核出优秀的学员。
由于上文已对根据知识点进行组卷的方法进行详细描述，在此不再赘述。
如图3所示，基于上述根据知识点进行组卷的方法，本发明还相应提供了一种根据知识点进行组卷的设备，所述根据知识点进行组卷的设备可以是移动终端、桌上型计算机、笔记本、掌上电脑及服务器等计算设备。该根据知识点进行组卷的设备包括处理器10、存储器20及显示器30。图3仅示出了根据知识点进行组卷的设备的部分组件，但是应理解的是，并不要求实施所有示出的组件，可以替代的实施更多或者更少的组件。
所述存储器20在一些实施例中可以是所述根据知识点进行组卷的设备的内部存储单元，例如根据知识点进行组卷的设备的硬盘或内存。所述存储器20在另一些实施例中也可以是所述根据知识点进行组卷的设备的外部存储设备，例如所述根据知识点进行组卷的设备上配备的插接式硬盘，智能存储卡(Smart Media Card,SMC)，安全数字(SecureDigital,SD)卡，闪存卡(Flash Card)等。进一步地，所述存储器20还可以既包括根据知识点进行组卷的设备的内部存储单元也包括外部存储设备。所述存储器20用于存储安装于所述根据知识点进行组卷的设备的应用软件及各类数据，例如所述安装根据知识点进行组卷的设备的程序代码等。所述存储器20还可以用于暂时地存储已经输出或者将要输出的数据。在一实施例中，存储器20上存储有根据知识点进行组卷的程序40，该根据知识点进行组卷的程序40可被处理器10所执行，从而实现本申请各实施例的根据知识点进行组卷的方法。
所述处理器10在一些实施例中可以是一中央处理器(Central Processing Unit,CPU)，微处理器或其他数据处理芯片，用于运行所述存储器20中存储的程序代码或处理数据，例如执行所述根据知识点进行组卷的方法等。
所述显示器30在一些实施例中可以是LED显示器、液晶显示器、触控式液晶显示器以及OLED(Organic Light-Emitting Diode，有机发光二极管)触摸器等。所述显示器30用于显示在所述根据知识点进行组卷的设备的信息以及用于显示可视化的用户界面。所述根据知识点进行组卷的设备的部件10-30通过系统总线相互通信。
在一实施例中，当处理器10执行所述存储器20中根据知识点进行组卷的程序40时实现如上所述的根据知识点进行组卷的方法中的步骤。
当然，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硬件(如处理器，控制器等)来完成，所述的程序可存储于一计算机可读取的存储介质中，该程序在执行时可包括如上述各方法实施例的流程。其中所述的存储介质可为存储器、磁碟、光盘等。
以上所述本发明的具体实施方式，并不构成对本发明保护范围的限定。任何根据本发明的技术构思所做出的各种其他相应的改变与变形，均应包含在本发明权利要求的保护范围内。

Claims (10)

1.一种根据知识点进行组卷的方法，其特征在于，包括如下步骤：
获取当前考试的试卷配置信息以及题库，其中，所述题库包含了所述考试的所有试题；
根据试题所属的知识点以及题型，将所述题库中的所有试题进行分类处理，以建立一结构体，其中，所述结构体由若干个题型组组成，每个题型组由若干个率属于不同知识点的试题组组成；
根据所述试卷配置信息，从各个题型组中的各个试题组中选取若干个试题进行组合，以生成试卷。
2.根据权利要求1所述的根据知识点进行组卷的方法，其特征在于，所述试卷配置信息至少包括考试时间、考试总分、考试题型、题型数量、各个题型考核的知识点、各个题型考核的各个知识点的题目数量以及单题分数。
3.根据权利要求2所述的根据知识点进行组卷的方法，其特征在于，所述根据试题所属的知识点以及题型，将所述题库中的所有试题进行分类处理，以建立一结构体具体包括：
获取所有试题的试题类型，根据所有试题的试题类型，将各个试题进行分组，以得到若干个类型不同的题型组；
获取各个题型组中的各个试题所属的知识点，根据各个试题所属的知识点，对各个题型组中的各个试题进行分组，以将各个题型组分为若干个率属于不同知识点的试题组。
4.根据权利要求2所述的根据知识点进行组卷的方法，其特征在于，所述根据所述试卷配置信息，从各个题型组中的各个试题组中选取若干个试题进行组合，以生成试卷具体包括：
根据所述考试题型，从所述结构体中选取与所述考试题型对应的题型组；
根据所述题型数量、各个题型考核的知识点以及各个题型考核的各个知识点的题目数量，从选取出的各个题型组中的各个试题组中选取出若干个试题，并进行组合，以生成试卷。
5.根据权利要求4所述的根据知识点进行组卷的方法，其特征在于，所述根据所述题型数量、各个题型考核的知识点以及各个题型考核的各个知识点的题目数量，从选取出的各个题型组中的各个试题组中选取出若干个试题，并进行组合，以生成试卷具体包括：
根据所述题型数量，确定各个题型组中需要选取的题目的数量；
根据各个题型组中需要选取的题目的数量、各个题型考核的知识点以及各个题型考核的各个知识点的题目数量，确定各个题型组中的各个试题组中需要选取的题目的数量；
根据各个题型组中的各个试题组中需要选取的题目的数量，从各个题型组中的各个试题组中随机选取若干个题目，并对选取出的若干个题目进行组合，以生成试卷。
6.根据权利要求5所述的根据知识点进行组卷的方法，其特征在于，采用简单随机抽样法从各个题型组中的各个试题组中随机选取若干个题目。
7.根据权利要求5所述的根据知识点进行组卷的方法，其特征在于，当某一题型组中的某一试题组中的题目数量少于该题型考核的该试题组所属的知识点的题目数量时，从当前题型组中的其它试题组中随机抽取若干个试题，以使该试题组的题目数量达到要求。
8.一种根据知识点进行组卷的装置，其特征在于，包括：
信息获取模块，用于获取当前考试的试卷配置信息以及题库，其中，所述题库包含了所述考试的所有试题；
结构体建立模块，用于根据试题所属的知识点以及题型，将所述题库中的所有试题进行分类处理，以建立一结构体，其中，所述结构体由若干个题型组组成，每个题型组由若干个率属于不同知识点的试题组组成；
试卷生成模块，用于根据所述试卷配置信息，从各个题型组中的各个试题组中选取若干个试题进行组合，以生成试卷。
9.一种根据知识点进行组卷的设备，其特征在于，包括：处理器和存储器；
所述存储器上存储有可被所述处理器执行的计算机可读程序；
所述处理器执行所述计算机可读程序时实现如权利要求1-7任意一项所述的根据知识点进行组卷的方法中的步骤。
10.一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一个或者多个程序，所述一个或者多个程序可被一个或者多个处理器执行，以实现如权利要求1-7任意一项所述的根据知识点进行组卷的方法中的步骤。
CN202111235575.8A 2021-10-22 2021-10-22 一种根据知识点进行组卷的方法、设备及存储介质 Pending CN113934839A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202111235575.8A CN113934839A (zh) 2021-10-22 2021-10-22 一种根据知识点进行组卷的方法、设备及存储介质

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202111235575.8A CN113934839A (zh) 2021-10-22 2021-10-22 一种根据知识点进行组卷的方法、设备及存储介质

Publications (1)

Publication Number Publication Date
CN113934839A true CN113934839A (zh) 2022-01-14

Family

ID=79283721

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202111235575.8A Pending CN113934839A (zh) 2021-10-22 2021-10-22 一种根据知识点进行组卷的方法、设备及存储介质

Country Status (1)

Country Link
CN (1) CN113934839A (zh)

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN116578695A (zh) * 2023-07-07 2023-08-11 中教畅享(北京)科技有限公司 一种基于dfs算法的出题组卷方法及系统
CN117151070A (zh) * 2023-10-31 2023-12-01 联城科技(河北)股份有限公司 试卷组题方法、装置、设备及计算机可读存储介质

Cited By (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN116578695A (zh) * 2023-07-07 2023-08-11 中教畅享(北京)科技有限公司 一种基于dfs算法的出题组卷方法及系统
CN116578695B (zh) * 2023-07-07 2023-09-22 中教畅享(北京)科技有限公司 一种基于dfs算法的出题组卷方法及系统
CN117151070A (zh) * 2023-10-31 2023-12-01 联城科技(河北)股份有限公司 试卷组题方法、装置、设备及计算机可读存储介质
CN117151070B (zh) * 2023-10-31 2024-01-23 联城科技(河北)股份有限公司 试卷组题方法、装置、设备及计算机可读存储介质

Similar Documents

Publication Publication Date Title
CN109388712A (zh) 一种基于机器学习的行业分类方法及终端设备
CN113934839A (zh) 一种根据知识点进行组卷的方法、设备及存储介质
Rahman et al. Educational data mining to support programming learning using problem-solving data
CN111651676B (zh) 基于能力模型进行职业推荐的方法、装置、设备和介质
CN107193467B (zh) 用于展示智能笔书写内容的方法及设备
CN111400473A (zh) 意图识别模型的训练方法及装置、存储介质及电子设备
CN113961473A (zh) 数据测试方法、装置、电子设备及计算机可读存储介质
CN113268665A (zh) 基于随机森林的信息推荐方法、装置、设备及存储介质
CN114862140A (zh) 基于行为分析的潜力评估方法、装置、设备及存储介质
CN114048816B (zh) 一种图神经网络数据采样方法、装置、设备及存储介质
CN110648086A (zh) 一种线上教学学生分组方法和装置
CN106599291A (zh) 数据分组方法及装置
CN114492803A (zh) 基于知识图谱的问答生成方法及装置、自动考题生成系统
CN111597023B (zh) 一种基于学习状态的集群智能调度方法及装置
Nance et al. The methodology roles in the realization of a model development environment
CN116483948A (zh) 基于云计算的SaaS运维管理方法、系统、装置及存储介质
CN113934838A (zh) 一种根据题目难易程度组卷的方法、设备及存储介质
US20220300836A1 (en) Machine Learning Techniques for Generating Visualization Recommendations
CN115794621A (zh) 代码覆盖测试方法、装置、设备及存储介质
Quinn et al. Human computation: Charting the growth of a burgeoning field
CN114722789A (zh) 数据报表集成方法、装置、电子设备及存储介质
CN114841165A (zh) 用户数据分析及展示方法、装置、电子设备及存储介质
CN111859985A (zh) Ai客服模型测试方法、装置、电子设备及存储介质
CN113628077A (zh) 生成不重复考题的方法、终端及可读存储介质
CN112445711A (zh) 一种基于Web网页可视化拖拽生成模拟测试场景的测试方法

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