CN114549248A - 一种错因分析方法、装置及电子设备 - Google Patents
一种错因分析方法、装置及电子设备 Download PDFInfo
- Publication number
- CN114549248A CN114549248A CN202210162810.1A CN202210162810A CN114549248A CN 114549248 A CN114549248 A CN 114549248A CN 202210162810 A CN202210162810 A CN 202210162810A CN 114549248 A CN114549248 A CN 114549248A
- Authority
- CN
- China
- Prior art keywords
- knowledge
- atom
- error
- test question
- result
- 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
- 238000004458 analytical method Methods 0.000 title claims abstract description 28
- 238000012360 testing method Methods 0.000 claims abstract description 142
- 238000000034 method Methods 0.000 claims abstract description 114
- 238000012545 processing Methods 0.000 claims description 106
- 238000004590 computer program Methods 0.000 claims description 19
- 238000010276 construction Methods 0.000 claims description 3
- 238000000556 factor analysis Methods 0.000 claims description 3
- 238000010586 diagram Methods 0.000 description 11
- 230000003287 optical effect Effects 0.000 description 5
- 238000004891 communication Methods 0.000 description 4
- 230000006870 function Effects 0.000 description 4
- 230000001360 synchronised effect Effects 0.000 description 4
- 239000002023 wood Substances 0.000 description 4
- 230000005540 biological transmission Effects 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
- 230000000694 effects Effects 0.000 description 3
- 230000002093 peripheral effect Effects 0.000 description 3
- 230000003068 static effect Effects 0.000 description 3
- 208000003443 Unconsciousness Diseases 0.000 description 2
- 238000003491 array Methods 0.000 description 2
- 230000001413 cellular effect Effects 0.000 description 2
- 239000000835 fiber Substances 0.000 description 2
- 230000007774 longterm Effects 0.000 description 2
- 230000001902 propagating effect Effects 0.000 description 2
- 230000011218 segmentation Effects 0.000 description 2
- 239000004065 semiconductor Substances 0.000 description 2
- 238000006467 substitution reaction Methods 0.000 description 2
- 241000282376 Panthera tigris Species 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 238000004519 manufacturing process Methods 0.000 description 1
- 238000010295 mobile communication Methods 0.000 description 1
- 239000013307 optical fiber Substances 0.000 description 1
- 238000012549 training Methods 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
- 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
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
- G06N5/00—Computing arrangements using knowledge-based models
- G06N5/02—Knowledge representation; Symbolic representation
- G06N5/022—Knowledge engineering; Knowledge acquisition
- G06N5/025—Extracting rules from data
Landscapes
- Engineering & Computer Science (AREA)
- Business, Economics & Management (AREA)
- Theoretical Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Engineering & Computer Science (AREA)
- Tourism & Hospitality (AREA)
- Strategic Management (AREA)
- Educational Technology (AREA)
- General Physics & Mathematics (AREA)
- Educational Administration (AREA)
- Mathematical Physics (AREA)
- Health & Medical Sciences (AREA)
- Software Systems (AREA)
- Data Mining & Analysis (AREA)
- Computing Systems (AREA)
- Computational Linguistics (AREA)
- Evolutionary Computation (AREA)
- Artificial Intelligence (AREA)
- Economics (AREA)
- General Health & Medical Sciences (AREA)
- Human Resources & Organizations (AREA)
- Marketing (AREA)
- Primary Health Care (AREA)
- General Business, Economics & Management (AREA)
- Electrically Operated Instructional Devices (AREA)
Abstract
本发明提供了一种错因分析方法、装置及电子设备,其中,该方法包括:确定测试题目的一个或多个知识原子;在至少一个所述知识原子错误的情况下,确定所述测试题目相应的错误解,并生成包含所有所述错误解的错误空间;获取用户解答所述测试题目的解答结果,在所述解答结果与所述错误空间中的目标错误解一致的情况下,确定所述用户未掌握所述目标错误解所对应的错误的所述知识原子。通过本发明实施例提供的错因分析方法、装置及电子设备,利用错误解能够准确定位哪些知识原子未掌握,使得在用户提供的解答结果与某个错误解一致时,能够有针对性地准确定位该用户未掌握的知识原子,从而能够准确地评价用户的能力和素质。
Description
技术领域
本发明涉及教学分析技术领域,具体而言,涉及一种错因分析方法、装置、电子设备及计算机可读存储介质。
背景技术
为了能够知道学生对知识点的掌握程度,提高教学效果,可以基于每道测试题目所测试的知识点,为该测试题目设置知识点标签;若学生没有正确回答该测试题目,则可认为该学生没有掌握该知识点。
在实现本发明的过程中,发明人发现现有的方案中至少存在如下问题:
现有的方案只能比较笼统地判断学生是否掌握某知识点,其判断结果可能并不准确。例如,对于某些复杂的测试题目,学生即使掌握了该知识点,也可能因为疏忽大意而得出错误的结果,仅仅基于学生没有正确回答测试题目,并不能直接得出学生没有掌握相应知识点的结论。现有方案不能准确地判断学生的知识掌握程度。
发明内容
为解决现有存在的技术问题,本发明实施例提供一种错因分析方法、装置、电子设备及计算机可读存储介质。
第一方面,本发明实施例提供了一种错因分析方法,包括:
确定测试题目的一个或多个知识原子,所述知识原子为在解答所述测试题目的过程中所使用的最小单元的学习点;
在至少一个所述知识原子错误的情况下,确定所述测试题目相应的错误解,并生成包含所有所述错误解的错误空间;
获取用户解答所述测试题目的解答结果,在所述解答结果与所述错误空间中的目标错误解一致的情况下,确定所述用户未掌握所述目标错误解所对应的错误的所述知识原子。
第二方面,本发明实施例还提供了一种错因分析装置,包括:
确定模块,用于确定测试题目的一个或多个知识原子,所述知识原子为在解答所述测试题目的过程中所使用的最小单元的学习点;
处理模块,用于在至少一个所述知识原子错误的情况下,确定所述测试题目相应的错误解,并生成包含所有所述错误解的错误空间;
分析模块,用于获取用户解答所述测试题目的解答结果,在所述解答结果与所述错误空间中的目标错误解一致的情况下,确定所述用户未掌握所述目标错误解所对应的错误的所述知识原子。
第三方面,本发明实施例提供了一种电子设备,包括总线、收发器、存储器、处理器及存储在所述存储器上并可在所述处理器上运行的计算机程序,所述收发器、所述存储器和所述处理器通过所述总线相连,所述计算机程序被所述处理器执行时实现上述任意一项所述的错因分析方法中的步骤。
第四方面,本发明实施例还提供了一种计算机可读存储介质,其上存储有计算机程序,所述计算机程序被处理器执行时实现上述任意一项所述的错因分析方法中的步骤。
本发明实施例提供的错因分析方法、装置、电子设备及计算机可读存储介质,用一个或多个知识原子表示解答测试题目的过程所涉及的学习点,并在知识原子错误的情况下确定相应的错误解,该错误解能够准确定位哪些知识原子未掌握,使得在用户提供的解答结果与某个错误解一致时,能够有针对性地准确定位该用户未掌握的知识原子,从而能够准确地评价用户的能力和素质。
附图说明
为了更清楚地说明本发明实施例或背景技术中的技术方案,下面将对本发明实施例或背景技术中所需要使用的附图进行说明。
图1示出了本发明实施例所提供的一种错因分析方法的流程图;
图2示出了本发明实施例所提供的知识原子树的一种结构示意图;
图3示出了本发明实施例所提供的知识原子树的另一种结构示意图;
图4示出了本发明实施例所提供的一种错因分析装置的结构示意图;
图5示出了本发明实施例所提供的一种用于执行错因分析方法的电子设备的结构示意图。
具体实施方式
下面结合本发明实施例中的附图对本发明实施例进行描述。
图1示出了本发明实施例所提供的一种错因分析方法的流程图。如图1所示,该方法包括:
步骤101:确定测试题目的一个或多个知识原子,知识原子为在解答测试题目的过程中所使用的最小单元的学习点。
本发明实施例中,测试题目为用于测试用户(比如学生)是否掌握某个或某些学习点的题目,本实施例并不只是在整体上表示测试题目所测试的知识点,而是按照解答该测试题目的过程,将解答过程分为一个或多个知识原子。其中,该知识原子指的是在解答测试题目的过程中所使用的最小单元的学习点,该学习点是最小单元,其不可再被分割或者不应当再被分割,该学习点具体可以为知识点、考点、解法等任何在解答过程中所使用的内容。
一般情况下,解答测试题目需要经过多个步骤,每个步骤可以对应一个知识原子。例如,对于数学科目中需要列式解答的测试题目,其需要经过多个步骤,其可能涉及多个知识原子。例如,测试题目为“某班有男生20人,男生比女生少5人,女生占全班人数的比例是多少”,解答该测试题目的过程可以分为三个步骤:确定女生人数,确定全班人数,确定女生占全班人数的比例;相应的,可以设置三个知识原子,例如三个知识原子依次为:“正确区分减数和被减数”、“加法运算”、“除法运算”。
可选地,上述步骤101“确定测试题目的一个或多个知识原子”可以包括:
步骤A1:预先录入多个知识原子,构成知识原子空间。
步骤A2:从知识原子空间中选择测试题目对应的一个或多个知识原子。
本发明实施例中,可以预先设置大量测试题目的知识原子,即在解答大量测试题目的过程中所需要的知识原子,形成包含大量知识原子的知识原子空间。在需要确定某个测试题目的知识原子时,从该知识原子空间中选取合适的知识原子即可。
步骤102:在至少一个知识原子错误的情况下,确定测试题目相应的错误解,并生成包含所有错误解的错误空间。
本发明实施例中,在解答测试题目的过程中会涉及一个或多个知识原子,若其中至少一个知识原子错误,一般会导致所得到的最终结果是错误的,即会得到错误解。相反地,若在解答测试题目的过程中,所有知识原子均是正确的,则可以得到正确的最终结果,即正确解。在一个知识原子错误、或者多个知识原子错误的情况下,均对应有相应的错误解;并且,在仅有一个知识原子错误的情况下,可能得到一个错误解,也可能得到多个错误解,具体基于实际情况而定。对于复杂的测试题目,一般会对应多个错误解,本实施例将所确定的所有错误解形成一个集合,即错误空间,以方便后续判断用户的解答结果是否错误、以及属于哪种错误。
可选地,与上述步骤102相似,也可以确定测试题目的正确解以及正确空间;具体地,该方法还可以包括:
步骤B1:在解答测试题目的过程中所使用的所有知识原子均正确的情况下,确定测试题目相应的正确解,并生成包含所有正确解的正确空间。
本发明实施例中,“知识原子错误”指的是因未掌握该知识原子而不能得出正确的结果;相应的,“知识原子正确”指的是因掌握该知识原子而能够得出正确的结果。若未掌握至少一个知识原子,则会导致解答测试题目后得到的结果是错误的,即错误解;若掌握了所有的知识原子,则可以在解答测试题目后得到的正确的结果,即正确解。
步骤103:获取用户解答测试题目的解答结果,在解答结果与错误空间中的目标错误解一致的情况下,确定用户未掌握目标错误解所对应的错误的知识原子。
本发明实施例中,在确定测试题目的错误空间后,即可利用该测试题目对用户(如学生)进行测试,用户通过解答该测试题目可以得出用户的解答结果;若该解答结果错误,则可以将该解答结果与错误空间中的错误解进行对比,若该错误的解答结果与错误空间中的某个错误解一致,则可将该一致的错误解作为目标错误解。并且,由于本实施例以知识原子为单位来描述解答测试题目的过程,所得到错误解会对应其中一个或多个未掌握的知识原子,因此,目标错误解也会对应一个或多个未掌握的知识原子,从而可以准确确定该用户所没有掌握的知识原子。若该用户提供的错误的解答结果与错误空间中的任一错误解均不一致,则说明该用户可能没有掌握相应的知识原子,也可能是因马虎等原因做错,此时需要进一步分析。
可选地,在确定正确空间的情况下,该方法还可以包括:
步骤B2:在解答结果与正确空间中的正确解一致的情况下,确定用户已掌握测试题目对应的知识原子。
例如,测试题目为“某班有男生20人,男生比女生少5人,女生占全班人数的比例是多少”,其女生人数为20+5=25人,全班人数为20+25=45人,女生占全班人数的比例为25/45=5/9。若没有正确掌握第一个知识原子,即知识原子“正确区分减数和被减数”错误,则可能得出女生人数为20-5=15人的结果,此时全班人数为20+15=35人,女生占全班人数的比例为15/35=3/7;若没有正确掌握知识原子“除法运算”,则可能得出25/45=5/8,或者误将男生占全班人数的比例20/45=4/9作为最终结果。此外,若误认为女生人数为20-5=15人,并且误将男生占全班人数的比例作为最终结果,即最终结果为20/35=4/7。此时,可以将所得到的四个错误解“3/7”、“5/8”、“4/9”、“4/7”均作为错误空间中的一个元素。之后,以该测试题目测试学生,若该学生的解答结果为5/9,则说明该学生掌握了那三个知识原子;若该学生的解答结果为3/7,则说明该学生未掌握第一个知识原子“正确区分减数和被减数”;若该学生的解答结果为5/8或4/9,则说明该学生未掌握第三个知识原子“除法运算”;若该学生的解答结果为4/7,则说明该学生未掌握第一个知识原子和第三个知识原子。
本发明实施例提供的一种错因分析方法,用一个或多个知识原子表示解答测试题目的过程所涉及的学习点,并在知识原子错误的情况下确定相应的错误解,该错误解能够准确定位哪些知识原子未掌握,使得在用户提供的解答结果与某个错误解一致时,能够有针对性地准确定位该用户未掌握的知识原子,从而能够准确地评价用户的能力和素质。
在上述任一实施例的基础上,本发明实施例以树结构表示测试题目的知识原子,以方便确定测试题目对应的错误解、正确解。具体地,上述步骤102“在至少一个知识原子错误的情况下,确定测试题目相应的错误解”,包括步骤C1-C2:
步骤C1:构建测试题目的知识原子树,知识原子树用于表示在解答测试题目的过程中所使用的第一个知识原子至最后一个知识原子的解答过程。
本发明实施例中,使用知识原子来表示解答测试题目的过程,由于在解答过程中,对于一个知识原子,可能被分为知识原子正确、知识原子错误两类,即被分为掌握该知识原子、未掌握该知识原子两类,每一类(特别是错误的一类)还可能有多种结果,故本实施例以树结构(例如,二叉树等)来表示所有知识原子对应的解答过程,该解答过程包含错误的解答过程,且错误的解答过程可能不止一个。具体地,该知识原子树包含一个根节点以及至少一个叶子节点,该根节点对应第一个知识原子,叶子节点对应最后一个知识原子,从该根节点到任一叶子节点表示一个解答过程。
步骤C2:将知识原子树中存在至少一个知识原子错误的解答过程对应的解答结果作为测试题目的错误解。
本发明实施例中,从根节点到任一叶子节点均表示一个解答过程,该解答过程可能是正确的,即该解答过程中的所有知识原子均正确,或者,该解答过程也可能是错误的,即该解答过程中存在至少一个知识原子是错误的;相应地,该错误的解答过程对应的最终结果即为该测试题目的一个错误解。本实施例以树结构形式表示测试题目的知识原子,能够比较清晰的表示知识原子的整体结构,方便工作人员构建测试题目的知识原子树。
可选地,上述步骤C1“构建测试题目的知识原子树”包括步骤C11-C13:
步骤C11:确定在解答测试题目的过程中所使用的第一个知识原子。
本发明实施例中,在解答测试题目的过程中,一般是按照某种顺序依次解答的,其会依次用到相应的知识原子,从而可以确定在解答测试题目的过程中所使用的所有知识原子的顺序,进而可以确定第一个知识原子、第二个知识原子、……、最后一个知识原子等。此外,由于在解答测试题目的过程中,也可以采用不同的知识原子顺序,故不同的解答过程对应的第一个知识原子等可能是不同的;为方便描述,本实施例只以知识原子的一种顺序为例进行说明。例如,在解答测试题目的过程中,需要依次用到知识原子a、知识原子b、知识原子c,则该知识原子a即为第一个知识原子,知识原子b为第二个知识原子,知识原子c为第三个知识原子,其也是最后一个知识原子。
步骤C12:确定第一个知识原子的处理结果,第一个知识原子的处理结果包括在第一个知识原子正确的情况下得到的正确结果和/或在第一个知识原子错误的情况下得到的错误结果。
本发明实施例中,在解答测试题目的过程中,当引入相应的知识原子时,需要基于该知识原子进行处理以得到相应的处理结果;若知识原子正确(已掌握该知识原子),则可得到正确结果,相反地,若知识原子错误(未掌握该知识原子),则会得到错误结果。某知识原子的正确结果和错误结果的数量可能为一个,也可能为多个;一般情况下,知识原子的处理结果可以包含一个正确结果,以及一个或多个错误结果。具体地,对于第一个知识原子,基于该第一个知识原子进行处理,可以得到第一个知识原子的处理结果。该第一个知识原子的处理结果可以包括正确结果或错误结果,也可以包括正确结果和错误结果,本实施例对此不做限定。可选地,由于正常情况下一定能够得到正确结果,为了保证能够顺利生成知识原子树,可以限定该处理结果一定包含正确结果。
例如,在解答测试题目的过程中,需要依次用到知识原子a、知识原子b、知识原子c,即知识原子a为第一个知识原子;基于该知识原子a来执行解答该测试题目的部分过程,可以得到正确结果a1和错误结果a2,以树结构表示得到第一个知识原子的处理结果的过程,其可参见图2所示。
步骤C13:循环执行处理过程,直至确定在解答测试题目的过程中所使用的最后一个知识原子的处理结果,得到测试题目的知识原子树。
其中,上述的处理过程包括:
步骤C131:在当前层级的处理结果的基础上,确定当前知识原子的处理结果,当前知识原子的处理结果包括在当前知识原子正确的情况下得到的正确结果和/或在当前知识原子错误的情况下得到的错误结果;当前层级的处理结果的初始值为第一个知识原子的处理结果,当前知识原子为得到当前层级的处理结果所基于的知识原子的下一个知识原子。
步骤C132:在当前知识原子不是在解答测试题目的过程中所使用的最后一个知识原子的情况下,将当前知识原子的处理结果作为当前层级的处理结果。
本发明实施例中,在确定第一个知识原子的处理结果,以该处理结果为基础,依次执行后续其他知识原子对应的处理过程,即循环执行包含上述步骤131-C132的处理过程,直至对最后一个知识原子也执行了该处理结果,即得到最后一个知识原子的处理结果,进而生成知识原子树。
具体地,当前层级的处理结果的初始值为第一个知识原子的处理结果,即首先将第一个知识原子的处理结果作为当前层级的处理结果;此时,该当前层级的处理结果是基于第一个知识原子所得到的,该第一个知识原子的下一个知识原子为第二个知识原子,故此时将第二个知识原子作为当前知识原子,进而在当前层级的处理结果(即第一个知识原子的处理结果)的基础上,确定当前知识原子的处理结果(即第二个知识原子的处理结果)。类似地,该当前知识原子的处理结果也可能包含正确的处理结果(即正确结果),也可能包含错误的处理结果(即错误结果)。
之后,若当前知识原子不是在解答测试题目的过程中所使用的最后一个知识原子,说明该当前知识原子之后还存在其他知识原子需要被处理,故此时再将当前知识原子的处理结果作为当前层级的处理结果,通过重复循环执行上述步骤C131-C132,能够重复将下一个知识原子作为当前知识原子,并确定当前知识原子的处理结果,最终按照知识原子的顺序到所需的处理结果(即正确解或错误解),进而生成知识原子树。
例如,参见图2所示,解答测试题目的过程中需要依次用到知识原子a、知识原子b、知识原子c,在确定第一个知识原子a的处理结果(包括正确结果a1和错误结果a2)之后,即可第一个知识原子a的处理结果作为当前层级的处理结果,当前知识原子为第二个知识原子b。具体地,将正确结果a1作为当前层级的处理结果,并进而确定第二个知识原子b的处理结果,该处理结果包括正确结果b1和错误结果b2;同样地,将错误结果a2作为当前层级的处理结果,同样能够确定第二个知识原子b的处理结果,该处理结果包括正确结果b3和错误结果b4。由于此时的该当前知识原子(即知识原子b)并不是最后一个知识原子,故之后还需要将当前知识原子b的处理结果(包括正确结果b1、错误结果b2、正确结果b3和错误结果b4)重新作为当前层级的处理结果。
在新的一轮的处理过程中,当前知识原子为知识原子b的下一个知识原子,即知识原子c;此时,分别在正确结果b1、错误结果b2、正确结果b3、错误结果b4的基础上,能够分别确定知识原子c的处理结果,四种当前层级的处理结果所对应的当前知识原子c的处理结果依次为:正确结果c1和错误结果c2,正确结果c3和错误结果c4,正确结果c5和错误结果c6,正确结果c7和错误结果c8。由于知识原子c为最后一个知识原子,即此时已经确定最后一个知识原子的处理结果,上述的“处理过程”不需要再循环执行,此时能够得到该测试题目的知识原子树,其一种表现形式可参见图2所示。
本发明实施例中,最后一个知识原子的每个处理结果均对应该测试题目的一个解(正确解或错误解)。具体地,上述步骤C2具体可以为:将从第一个知识原子到最后一个知识原子之间至少存在一个知识原子错误对应的最后一个知识原子的处理结果作为测试题目的错误解。
如图2所示,最后一个知识原子的处理结果包含8个结果,即正确结果c1、错误结果c2、正确结果c3、错误结果c4、正确结果c5、错误结果c6、正确结果c7和错误结果c8。其中,只有正确结果c1所对应的所有知识原子(从第一个知识原子到最后一个知识原子)均正确,即该正确结果c1为测试题目的正确解;而错误结果c2、正确结果c3、错误结果c4、正确结果c5、错误结果c6、正确结果c7和错误结果c8等七个结果均对应有至少一个知识原子是错误的,其均为错误解,即正确空间包含c1,错误空间包含:c2、c3、c4、c5、c6、c7、c8。
并且,基于图2所示的知识原子树,也能够快速确定错误解所对应的错误的知识原子。例如,错误解c2是知识原子c错误,错误解c3是知识原子b错误,……,错误解c8是知识原子a、b、c均错误。相应地,在用该测试题目去测试用户时,若用户提供的解答结果与错误解c2相一致,则说明用户未掌握知识原子c,若解答结果与错误解c3相一致,则说明用户未掌握知识原子b,……,若解答结果与错误解c8相一致,则说明用户未掌握知识原子a、b、c。
此外可选地,由于多个测试题目可能是同一类型的,只是其中已知量的数值不同,为了避免为同类型的测试题目重复设置知识原子树,本发明实施例中,以变量的形式表示知识原子树中的已知量。并且,该方法还包括:为测试题目的知识原子树中的变量赋值。
本发明实施例中,利用x、y、z等变量代替表示测试题目中实际的数值(例如10、15、16等),从而可以以变量描述知识原子树;而通过额外为知识原子树中的变量进行赋值,使得该知识原子树能够适应于同一类型的具有不同数值的测试题目。
本发明实施例以一实际的测试题目详细说明该知识原子树的一种表现形式。
例如,本实施例的测试题目为:李叔叔把一根木头锯成3段要10分钟,那么锯同样的木头成9段要几分钟?其中包含三个已知量,即已知的总时间10分钟、段数3、段数9,本实施例用变量a、b、c分别表示这三个已知量,用M表示最终所求的结果。
对于该测试题目,其涉及三个知识原子:“分割数与段数的关系”、“已知总时间和分割数,求每次分割时间”、“已知分割数和每次分割时间,求总时间”;在解答该测试题目的过程中,需要两次用到知识原子“分割数与段数的关系”,故完整的解答过程包含四个知识原子。
具体地,参见图3所示,解答该测试题目的过程中,首先需要用到知识原子“分割数与段数的关系”,段数为b,实际的分割数X应当为b-1,即正确结果为“X=b-1”;若未掌握该知识原子“分割数与段数的关系”,则可能得出错误结果“X=b”。
之后,需要用到知识原子“已知总时间和分割数,求每次分割时间”,总时间为a、分割数为X,则每次分割时间Y为a/X,即该知识原子正确的处理结果为“Y=a/X”。图3中未涉及该知识原子的错误结果。
之后,需要再次用到知识原子“分割数与段数的关系”;与第一次用到知识原子“分割数与段数的关系”相类似,由于段数为c,其分割数Z应当为c-1,即正确结果为“Z=c-1”,相应地,错误结果为“Z=c”。
之后,用到最后一个知识原子“已知分割数和每次分割时间,求总时间”,分割数为Z,每次分割时间为X,则总时间M为Z×Y,即处理结果为“M=Z×Y”。并且,基于解答过程是否涉及错误的知识原子即可确定,图3中,最左侧的处理结果“M=Z×Y”为正确解,其余三个处理结果“M=Z×Y”均为错误解。
本领域技术人员可以理解,图3中的知识原子“已知总时间和分割数,求每次分割时间”与第二次的知识原子“分割数与段数的关系”可以不分先后,本实施例仅示出了先“已知总时间和分割数,求每次分割时间”、后“分割数与段数的关系”的一种情况,并不限定该测试题目的知识原子树必须按照图3所示的结构构建。
此外,该知识原子树以变量表示其中的参数,需要为其赋值;对于该测试题目,a=10,b=3,c=9。对于同类型的其他测试题目,例如“张三把一根木头锯成5段要10分钟,那么锯同样的木头成15段要几分钟”,其赋值过程为:a=10,b=5,c=15。
本发明实施例中,如图3所示,四个叶子节点“M=Z×Y”对应四个解答过程,其分别为:
X=b-1=3-1=2,Y=a/X=10/2=5,Z=c-1=9-1=8,M=Z×Y=8×5=40。此为正确解。
X=b-1=3-1=2,Y=a/X=10/2=5,Z=c=9,M=Z×Y=9×5=45。此为错误解。
X=b=3,Y=a/X=10/3,Z=c-1=9-1=8,M=Z×Y=8×10/3=80/3。此为错误解。
X=b=3,Y=a/X=10/3,Z=c=9,M=Z×Y=9×10/3=30。此为错误解。
因此,正确空间:{40}。错误空间:{45,80/3,30},该错误空间中的每个错误解均对应其未掌握的知识原子,具体可以用一种错因关系表示。例如,该错因关系的一种表现形式如下:
{45:[分割数与段数的关系(未掌握)],80/3:[分割数与段数的关系(未掌握)],30:[分割数与段数的关系(未掌握)]}
本发明实施例提供的一种错因分析方法,用一个或多个知识原子表示解答测试题目的过程所涉及的学习点,并在知识原子错误的情况下确定相应的错误解,该错误解能够准确定位哪些知识原子未掌握,使得在用户提供的解答结果与某个错误解一致时,能够有针对性地准确定位该用户未掌握的知识原子,从而能够准确地评价用户的能力和素质。以树结构形式表示测试题目的知识原子,能够比较清晰的表示知识原子的整体结构,方便工作人员构建测试题目的知识原子树。并且,构建知识原子树的方式可以直接进行推测分析,不需要数据训练。
上文详细描述了本发明实施例提供的错因分析方法,该方法也可以通过相应的装置实现,下面详细描述本发明实施例提供的错因分析装置。
图4示出了本发明实施例所提供的一种错因分析装置的结构示意图。如图4所示,该错因分析装置包括:
确定模块41,用于确定测试题目的一个或多个知识原子,所述知识原子为在解答所述测试题目的过程中所使用的最小单元的学习点;
处理模块42,用于在至少一个所述知识原子错误的情况下,确定所述测试题目相应的错误解,并生成包含所有所述错误解的错误空间;
分析模块43,用于获取用户解答所述测试题目的解答结果,在所述解答结果与所述错误空间中的目标错误解一致的情况下,确定所述用户未掌握所述目标错误解所对应的错误的所述知识原子。
在一种可能的实现方式中,所述处理模块42包括:
构建单元,用于构建所述测试题目的知识原子树,所述知识原子树用于表示在解答所述测试题目的过程中所使用的第一个知识原子至最后一个知识原子的解答过程;
处理单元,用于将所述知识原子树中存在至少一个所述知识原子错误的解答过程对应的解答结果作为所述测试题目的错误解。
在一种可能的实现方式中,所述构建单元构建所述测试题目的知识原子树,包括:
确定在解答所述测试题目的过程中所使用的第一个知识原子;
确定所述第一个知识原子的处理结果,所述第一个知识原子的处理结果包括在所述第一个知识原子正确的情况下得到的正确结果和/或在所述第一个知识原子错误的情况下得到的错误结果;
循环执行处理过程,直至确定在解答所述测试题目的过程中所使用的最后一个知识原子的处理结果,得到所述测试题目的知识原子树;
其中,所述处理过程包括:
在当前层级的处理结果的基础上,确定当前知识原子的处理结果,所述当前知识原子的处理结果包括在所述当前知识原子正确的情况下得到的正确结果和/或在所述当前知识原子错误的情况下得到的错误结果;所述当前层级的处理结果的初始值为所述第一个知识原子的处理结果,所述当前知识原子为得到所述当前层级的处理结果所基于的知识原子的下一个知识原子;
在所述当前知识原子不是在解答所述测试题目的过程中所使用的最后一个知识原子的情况下,将所述当前知识原子的处理结果作为当前层级的处理结果。
在一种可能的实现方式中,以变量的形式表示所述知识原子树中的已知量;
所述装置还包括:赋值模块,用于为所述测试题目的知识原子树中的变量赋值。
在一种可能的实现方式中,所述确定模块41确定测试题目的一个或多个知识原子,包括:
预先录入多个知识原子,构成知识原子空间;
从所述知识原子空间中选择测试题目对应的一个或多个知识原子。
在一种可能的实现方式中,该处理模块42还用于:
在解答所述测试题目的过程中所使用的所有所述知识原子均正确的情况下,确定所述测试题目相应的正确解,并生成包含所有所述正确解的正确空间;
分析模块43还用于:在所述解答结果与所述正确空间中的正确解一致的情况下,确定所述用户已掌握所述测试题目对应的所述知识原子。
此外,本发明实施例还提供了一种电子设备,包括总线、收发器、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,该收发器、该存储器和处理器分别通过总线相连,计算机程序被处理器执行时实现上述错因分析方法实施例的各个过程,且能达到相同的技术效果,为避免重复,这里不再赘述。
具体的,参见图5所示,本发明实施例还提供了一种电子设备,该电子设备包括总线1110、处理器1120、收发器1130、总线接口1140、存储器1150和用户接口1160。
在本发明实施例中,该电子设备还包括:存储在存储器1150上并可在处理器1120上运行的计算机程序,计算机程序被处理器1120执行时实现上述错因分析方法实施例的各个过程。
收发器1130,用于在处理器1120的控制下接收和发送数据。
本发明实施例中,总线架构(用总线1110来代表),总线1110可以包括任意数量互联的总线和桥,总线1110将包括由处理器1120代表的一个或多个处理器与存储器1150代表的存储器的各种电路连接在一起。
总线1110表示若干类型的总线结构中的任何一种总线结构中的一个或多个,包括存储器总线以及存储器控制器、外围总线、加速图形端口(Accelerate Graphical Port,AGP)、处理器或使用各种总线体系结构中的任意总线结构的局域总线。作为示例而非限制,这样的体系结构包括:工业标准体系结构(Industry Standard Architecture,ISA)总线、微通道体系结构(Micro Channel Architecture,MCA)总线、扩展ISA(Enhanced ISA,EISA)总线、视频电子标准协会(Video Electronics Standards Association,VESA)、外围部件互连(Peripheral Component Interconnect,PCI)总线。
处理器1120可以是一种集成电路芯片,具有信号处理能力。在实现过程中,上述方法实施例的各步骤可以通过处理器中硬件的集成逻辑电路或软件形式的指令完成。上述的处理器包括:通用处理器、中央处理器(Central Processing Unit,CPU)、网络处理器(Network Processor,NP)、数字信号处理器(Digital Signal Processor,DSP)、专用集成电路(Application Specific Integrated Circuit,ASIC)、现场可编程门阵列(FieldProgrammable Gate Array,FPGA)、复杂可编程逻辑器件(Complex Programmable LogicDevice,CPLD)、可编程逻辑阵列(Programmable Logic Array,PLA)、微控制单元(Microcontroller Unit,MCU)或其他可编程逻辑器件、分立门、晶体管逻辑器件、分立硬件组件。可以实现或执行本发明实施例中公开的各方法、步骤及逻辑框图。例如,处理器可以是单核处理器或多核处理器,处理器可以集成于单颗芯片或位于多颗不同的芯片。
处理器1120可以是微处理器或任何常规的处理器。结合本发明实施例所公开的方法步骤可以直接由硬件译码处理器执行完成,或者由译码处理器中的硬件及软件模块组合执行完成。软件模块可以位于随机存取存储器(Random Access Memory,RAM)、闪存(FlashMemory)、只读存储器(Read-Only Memory,ROM)、可编程只读存储器(Programmable ROM,PROM)、可擦除可编程只读存储器(Erasable PROM,EPROM)、寄存器等本领域公知的可读存储介质中。所述可读存储介质位于存储器中,处理器读取存储器中的信息,结合其硬件完成上述方法的步骤。
总线1110还可以将,例如外围设备、稳压器或功率管理电路等各种其他电路连接在一起,总线接口1140在总线1110和收发器1130之间提供接口,这些都是本领域所公知的。因此,本发明实施例不再对其进行进一步描述。
收发器1130可以是一个元件,也可以是多个元件,例如多个接收器和发送器,提供用于在传输介质上与各种其他装置通信的单元。例如:收发器1130从其他设备接收外部数据,收发器1130用于将处理器1120处理后的数据发送给其他设备。取决于计算机系统的性质,还可以提供用户接口1160,例如:触摸屏、物理键盘、显示器、鼠标、扬声器、麦克风、轨迹球、操纵杆、触控笔。
应理解,在本发明实施例中,存储器1150可进一步包括相对于处理器1120远程设置的存储器,这些远程设置的存储器可以通过网络连接至服务器。上述网络的一个或多个部分可以是自组织网络(ad hoc network)、内联网(intranet)、外联网(extranet)、虚拟专用网(VPN)、局域网(LAN)、无线局域网(WLAN)、广域网(WAN)、无线广域网(WWAN)、城域网(MAN)、互联网(Internet)、公共交换电话网(PSTN)、普通老式电话业务网(POTS)、蜂窝电话网、无线网络、无线保真(Wi-Fi)网络以及两个或更多个上述网络的组合。例如,蜂窝电话网和无线网络可以是全球移动通信(GSM)系统、码分多址(CDMA)系统、全球微波互联接入(WiMAX)系统、通用分组无线业务(GPRS)系统、宽带码分多址(WCDMA)系统、长期演进(LTE)系统、LTE频分双工(FDD)系统、LTE时分双工(TDD)系统、先进长期演进(LTE-A)系统、通用移动通信(UMTS)系统、增强移动宽带(Enhance Mobile Broadband,eMBB)系统、海量机器类通信(massive Machine Type of Communication,mMTC)系统、超可靠低时延通信(UltraReliable Low Latency Communications,uRLLC)系统等。
应理解,本发明实施例中的存储器1150可以是易失性存储器或非易失性存储器,或可包括易失性存储器和非易失性存储器两者。其中,非易失性存储器包括:只读存储器(Read-Only Memory,ROM)、可编程只读存储器(Programmable ROM,PROM)、可擦除可编程只读存储器(Erasable PROM,EPROM)、电可擦除可编程只读存储器(Electrically EPROM,EEPROM)或闪存(Flash Memory)。
易失性存储器包括:随机存取存储器(Random Access Memory,RAM),其用作外部高速缓存。通过示例性但不是限制性说明,许多形式的RAM可用,例如:静态随机存取存储器(Static RAM,SRAM)、动态随机存取存储器(Dynamic RAM,DRAM)、同步动态随机存取存储器(Synchronous DRAM,SDRAM)、双倍数据速率同步动态随机存取存储器(Double Data RateSDRAM,DDRSDRAM)、增强型同步动态随机存取存储器(Enhanced SDRAM,ESDRAM)、同步连接动态随机存取存储器(Synchlink DRAM,SLDRAM)和直接内存总线随机存取存储器(DirectRambus RAM,DRRAM)。本发明实施例描述的电子设备的存储器1150包括但不限于上述和任意其他适合类型的存储器。
在本发明实施例中,存储器1150存储了操作系统1151和应用程序1152的如下元素:可执行模块、数据结构,或者其子集,或者其扩展集。
具体而言,操作系统1151包含各种系统程序,例如:框架层、核心库层、驱动层等,用于实现各种基础业务以及处理基于硬件的任务。应用程序1152包含各种应用程序,例如:媒体播放器(Media Player)、浏览器(Browser),用于实现各种应用业务。实现本发明实施例方法的程序可以包含在应用程序1152中。应用程序1152包括:小程序、对象、组件、逻辑、数据结构以及其他执行特定任务或实现特定抽象数据类型的计算机系统可执行指令。
此外,本发明实施例还提供了一种计算机可读存储介质,其上存储有计算机程序,所述计算机程序被处理器执行时实现上述错因分析方法实施例的各个过程,且能达到相同的技术效果,为避免重复,这里不再赘述。
计算机可读存储介质包括:永久性和非永久性、可移动和非可移动媒体,是可以保留和存储供指令执行设备所使用指令的有形设备。计算机可读存储介质包括:电子存储设备、磁存储设备、光存储设备、电磁存储设备、半导体存储设备以及上述任意合适的组合。计算机可读存储介质包括:相变内存(PRAM)、静态随机存取存储器(SRAM)、动态随机存取存储器(DRAM)、其他类型的随机存取存储器(RAM)、只读存储器(ROM)、非易失性随机存取存储器(NVRAM)、电可擦除可编程只读存储器(EEPROM)、快闪记忆体或其他内存技术、光盘只读存储器(CD-ROM)、数字多功能光盘(DVD)或其他光学存储、磁盒式磁带存储、磁带磁盘存储或其他磁性存储设备、记忆棒、机械编码装置(例如在其上记录有指令的凹槽中的穿孔卡或凸起结构)或任何其他非传输介质、可用于存储可以被计算设备访问的信息。按照本发明实施例中的界定,计算机可读存储介质不包括暂时信号本身,例如无线电波或其他自由传播的电磁波、通过波导或其他传输介质传播的电磁波(例如穿过光纤电缆的光脉冲)或通过导线传输的电信号。
在本申请所提供的几个实施例中,应该理解到,所披露的装置、电子设备和方法,可以通过其他的方式实现。例如,以上描述的装置实施例仅仅是示意性的,例如,所述模块或单元的划分,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,例如多个单元或组件可以结合或可以集成到另一个系统,或一些特征可以忽略,或不执行。另外,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接口、装置或单元的间接耦合或通信连接,也可以是电的、机械的或其他的形式连接。
所述作为分离部件说明的单元可以是或也可以不是物理上分开的,作为单元显示的部件可以是或也可以不是物理单元,既可以位于一个位置,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全部单元来解决本发明实施例方案要解决的问题。
另外,在本发明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,也可以是两个或两个以上单元集成在一个单元中。上述集成的单元既可以采用硬件的形式实现,也可以采用软件功能单元的形式实现。
所述集成的单元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,可以存储在一个计算机可读存储介质中。基于这样的理解,本发明实施例的技术方案本质上或者说对现有技术作出贡献的部分,或者该技术方案的全部或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(包括:个人计算机、服务器、数据中心或其他网络设备)执行本发明各个实施例所述方法的全部或部分步骤。而上述存储介质包括如前述所列举的各种可以存储程序代码的介质。
在本发明实施例的描述中,所属技术领域的技术人员应当知道,本发明实施例可以实现为方法、装置、电子设备及计算机可读存储介质。因此,本发明实施例可以具体实现为以下形式:完全的硬件、完全的软件(包括固件、驻留软件、微代码等)、硬件和软件结合的形式。此外,在一些实施例中,本发明实施例还可以实现为在一个或多个计算机可读存储介质中的计算机程序产品的形式,该计算机可读存储介质中包含计算机程序代码。
上述计算机可读存储介质可以采用一个或多个计算机可读存储介质的任意组合。计算机可读存储介质包括:电、磁、光、电磁、红外或半导体的系统、装置或器件,或者以上任意的组合。计算机可读存储介质更具体的例子包括:便携式计算机磁盘、硬盘、随机存取存储器(RAM)、只读存储器(ROM)、可擦除可编程只读存储器(EPROM)、闪存(Flash Memory)、光纤、光盘只读存储器(CD-ROM)、光存储器件、磁存储器件或以上任意组合。在本发明实施例中,计算机可读存储介质可以是任意包含或存储程序的有形介质,该程序可以被指令执行系统、装置、器件使用或与其结合使用。
上述计算机可读存储介质包含的计算机程序代码可以用任意适当的介质传输,包括:无线、电线、光缆、射频(Radio Frequency,RF)或者以上任意合适的组合。
可以以汇编指令、指令集架构(ISA)指令、机器指令、机器相关指令、微代码、固件指令、状态设置数据、集成电路配置数据或以一种或多种程序设计语言或其组合来编写用于执行本发明实施例操作的计算机程序代码,所述程序设计语言包括面向对象的程序设计语言,例如:Java、Smalltalk、C++,还包括常规的过程式程序设计语言,例如:C语言或类似的程序设计语言。计算机程序代码可以完全的在用户计算机上执行、部分的在用户计算机上执行、作为一个独立的软件包执行、部分在用户计算机上部分在远程计算机上执行以及完全在远程计算机或服务器上执行。在涉及远程计算机的情形中,远程计算机可以通过任意种类的网络,包括:局域网(LAN)或广域网(WAN),可以连接到用户计算机,也可以连接到外部计算机。
本发明实施例通过流程图和/或方框图描述所提供的方法、装置、电子设备。
应当理解,流程图和/或方框图的每个方框以及流程图和/或方框图中各方框的组合,都可以由计算机可读程序指令实现。这些计算机可读程序指令可以提供给通用计算机、专用计算机或其他可编程数据处理装置的处理器,从而生产出一种机器,这些计算机可读程序指令通过计算机或其他可编程数据处理装置执行,产生了实现流程图和/或方框图中的方框规定的功能/操作的装置。
也可以将这些计算机可读程序指令存储在能使得计算机或其他可编程数据处理装置以特定方式工作的计算机可读存储介质中。这样,存储在计算机可读存储介质中的指令就产生出一个包括实现流程图和/或方框图中的方框规定的功能/操作的指令装置产品。
也可以将计算机可读程序指令加载到计算机、其他可编程数据处理装置或其他设备上,使得在计算机、其他可编程数据处理装置或其他设备上执行一系列操作步骤,以产生计算机实现的过程,从而使得在计算机或其他可编程数据处理装置上执行的指令能够提供实现流程图和/或方框图中的方框规定的功能/操作的过程。
以上所述,仅为本发明实施例的具体实施方式,但本发明实施例的保护范围并不局限于此,任何熟悉本技术领域的技术人员在本发明实施例披露的技术范围内,可轻易想到变化或替换,都应涵盖在本发明实施例的保护范围之内。因此,本发明实施例的保护范围应以权利要求的保护范围为准。
Claims (10)
1.一种错因分析方法,其特征在于,包括:
确定测试题目的一个或多个知识原子,所述知识原子为在解答所述测试题目的过程中所使用的最小单元的学习点;
在至少一个所述知识原子错误的情况下,确定所述测试题目相应的错误解,并生成包含所有所述错误解的错误空间;
获取用户解答所述测试题目的解答结果,在所述解答结果与所述错误空间中的目标错误解一致的情况下,确定所述用户未掌握所述目标错误解所对应的错误的所述知识原子。
2.根据权利要求1所述的方法,其特征在于,所述在至少一个所述知识原子错误的情况下,确定所述测试题目相应的错误解,包括:
构建所述测试题目的知识原子树,所述知识原子树用于表示在解答所述测试题目的过程中所使用的第一个知识原子至最后一个知识原子的解答过程;
将所述知识原子树中存在至少一个所述知识原子错误的解答过程对应的解答结果作为所述测试题目的错误解。
3.根据权利要求2所述的方法,其特征在于,所述构建所述测试题目的知识原子树,包括:
确定在解答所述测试题目的过程中所使用的第一个知识原子;
确定所述第一个知识原子的处理结果,所述第一个知识原子的处理结果包括在所述第一个知识原子正确的情况下得到的正确结果和/或在所述第一个知识原子错误的情况下得到的错误结果;
循环执行处理过程,直至确定在解答所述测试题目的过程中所使用的最后一个知识原子的处理结果,得到所述测试题目的知识原子树;
其中,所述处理过程包括:
在当前层级的处理结果的基础上,确定当前知识原子的处理结果,所述当前知识原子的处理结果包括在所述当前知识原子正确的情况下得到的正确结果和/或在所述当前知识原子错误的情况下得到的错误结果;所述当前层级的处理结果的初始值为所述第一个知识原子的处理结果,所述当前知识原子为得到所述当前层级的处理结果所基于的知识原子的下一个知识原子;
在所述当前知识原子不是在解答所述测试题目的过程中所使用的最后一个知识原子的情况下,将所述当前知识原子的处理结果作为当前层级的处理结果。
4.根据权利要求2所述的方法,其特征在于,以变量的形式表示所述知识原子树中的已知量;
所述方法还包括:
为所述测试题目的知识原子树中的变量赋值。
5.根据权利要求1所述的方法,其特征在于,所述确定测试题目的一个或多个知识原子,包括:
预先录入多个知识原子,构成知识原子空间;
从所述知识原子空间中选择测试题目对应的一个或多个知识原子。
6.根据权利要求1所述的方法,其特征在于,还包括:
在解答所述测试题目的过程中所使用的所有所述知识原子均正确的情况下,确定所述测试题目相应的正确解,并生成包含所有所述正确解的正确空间;
在所述解答结果与所述正确空间中的正确解一致的情况下,确定所述用户已掌握所述测试题目对应的所述知识原子。
7.一种错因分析装置,其特征在于,包括:
确定模块,用于确定测试题目的一个或多个知识原子,所述知识原子为在解答所述测试题目的过程中所使用的最小单元的学习点;
处理模块,用于在至少一个所述知识原子错误的情况下,确定所述测试题目相应的错误解,并生成包含所有所述错误解的错误空间;
分析模块,用于获取用户解答所述测试题目的解答结果,在所述解答结果与所述错误空间中的目标错误解一致的情况下,确定所述用户未掌握所述目标错误解所对应的错误的所述知识原子。
8.根据权利要求7所述的装置,其特征在于,所述处理模块包括:
构建单元,用于构建所述测试题目的知识原子树,所述知识原子树用于表示在解答所述测试题目的过程中所使用的第一个知识原子至最后一个知识原子的解答过程;
处理单元,用于将所述知识原子树中存在至少一个所述知识原子错误的解答过程对应的解答结果作为所述测试题目的错误解。
9.一种电子设备,包括总线、收发器、存储器、处理器及存储在所述存储器上并可在所述处理器上运行的计算机程序,所述收发器、所述存储器和所述处理器通过所述总线相连,其特征在于,所述计算机程序被所述处理器执行时实现如权利要求1至6中任一项所述的错因分析方法中的步骤。
10.一种计算机可读存储介质,其上存储有计算机程序,其特征在于,所述计算机程序被处理器执行时实现如权利要求1至6中任一项所述的错因分析方法中的步骤。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202210162810.1A CN114549248A (zh) | 2022-02-22 | 2022-02-22 | 一种错因分析方法、装置及电子设备 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202210162810.1A CN114549248A (zh) | 2022-02-22 | 2022-02-22 | 一种错因分析方法、装置及电子设备 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN114549248A true CN114549248A (zh) | 2022-05-27 |
Family
ID=81677903
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202210162810.1A Pending CN114549248A (zh) | 2022-02-22 | 2022-02-22 | 一种错因分析方法、装置及电子设备 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN114549248A (zh) |
Citations (17)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN107644387A (zh) * | 2016-07-21 | 2018-01-30 | 上海莘越软件科技有限公司 | 一种针对初中平面几何思维过程的教学系统 |
CN107657560A (zh) * | 2017-09-18 | 2018-02-02 | 哈尔滨成长科技有限公司 | 知识点强化训练方法、介质和电子设备 |
CN108122444A (zh) * | 2016-11-28 | 2018-06-05 | 北京狸米科技有限公司 | 一种自适应学习系统及方法 |
CN108172050A (zh) * | 2017-12-26 | 2018-06-15 | 科大讯飞股份有限公司 | 数学主观题解答结果批改方法及系统 |
CN108509439A (zh) * | 2017-02-24 | 2018-09-07 | 上海莘越软件科技有限公司 | 一种代数教学系统 |
CN108764640A (zh) * | 2018-04-26 | 2018-11-06 | 浙江商业职业技术学院 | 一种基于大数据的个性化的动态教学诊断与改进系统 |
CN109145159A (zh) * | 2017-06-27 | 2019-01-04 | 北京新唐思创教育科技有限公司 | 一种对数据进行处理的方法和装置 |
CN109949638A (zh) * | 2019-04-22 | 2019-06-28 | 软通智慧科技有限公司 | 知识掌握程度确定方法、装置、终端和介质 |
CN109961146A (zh) * | 2019-03-08 | 2019-07-02 | 科大讯飞股份有限公司 | 数学题解答方法及装置 |
CN110287331A (zh) * | 2019-06-04 | 2019-09-27 | 广州视源电子科技股份有限公司 | 协同作业小组确定方法、装置、设备及存储介质 |
CN111161578A (zh) * | 2020-01-06 | 2020-05-15 | 广东小天才科技有限公司 | 学习互动方法、装置及终端设备 |
CN111159382A (zh) * | 2019-12-27 | 2020-05-15 | 苏州思必驰信息科技有限公司 | 会话系统知识模型的构建和使用方法及装置 |
CN111475627A (zh) * | 2019-01-23 | 2020-07-31 | 北京字节跳动网络技术有限公司 | 解答推导题目的检查方法、装置、电子设备及存储介质 |
CN111639166A (zh) * | 2020-05-11 | 2020-09-08 | 广东小天才科技有限公司 | 数学口算算式结果错因分析方法、装置、设备和存储介质 |
CN112184505A (zh) * | 2020-09-30 | 2021-01-05 | 北京有竹居网络技术有限公司 | 一种信息处理方法、装置及计算机存储介质 |
CN112509404A (zh) * | 2020-11-19 | 2021-03-16 | 江苏乐易学教育科技有限公司 | 一种空间几何思维过程的教学系统及教学方法 |
CN113409174A (zh) * | 2020-09-29 | 2021-09-17 | 腾讯科技(深圳)有限公司 | 知识点测评方法和装置 |
-
2022
- 2022-02-22 CN CN202210162810.1A patent/CN114549248A/zh active Pending
Patent Citations (17)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN107644387A (zh) * | 2016-07-21 | 2018-01-30 | 上海莘越软件科技有限公司 | 一种针对初中平面几何思维过程的教学系统 |
CN108122444A (zh) * | 2016-11-28 | 2018-06-05 | 北京狸米科技有限公司 | 一种自适应学习系统及方法 |
CN108509439A (zh) * | 2017-02-24 | 2018-09-07 | 上海莘越软件科技有限公司 | 一种代数教学系统 |
CN109145159A (zh) * | 2017-06-27 | 2019-01-04 | 北京新唐思创教育科技有限公司 | 一种对数据进行处理的方法和装置 |
CN107657560A (zh) * | 2017-09-18 | 2018-02-02 | 哈尔滨成长科技有限公司 | 知识点强化训练方法、介质和电子设备 |
CN108172050A (zh) * | 2017-12-26 | 2018-06-15 | 科大讯飞股份有限公司 | 数学主观题解答结果批改方法及系统 |
CN108764640A (zh) * | 2018-04-26 | 2018-11-06 | 浙江商业职业技术学院 | 一种基于大数据的个性化的动态教学诊断与改进系统 |
CN111475627A (zh) * | 2019-01-23 | 2020-07-31 | 北京字节跳动网络技术有限公司 | 解答推导题目的检查方法、装置、电子设备及存储介质 |
CN109961146A (zh) * | 2019-03-08 | 2019-07-02 | 科大讯飞股份有限公司 | 数学题解答方法及装置 |
CN109949638A (zh) * | 2019-04-22 | 2019-06-28 | 软通智慧科技有限公司 | 知识掌握程度确定方法、装置、终端和介质 |
CN110287331A (zh) * | 2019-06-04 | 2019-09-27 | 广州视源电子科技股份有限公司 | 协同作业小组确定方法、装置、设备及存储介质 |
CN111159382A (zh) * | 2019-12-27 | 2020-05-15 | 苏州思必驰信息科技有限公司 | 会话系统知识模型的构建和使用方法及装置 |
CN111161578A (zh) * | 2020-01-06 | 2020-05-15 | 广东小天才科技有限公司 | 学习互动方法、装置及终端设备 |
CN111639166A (zh) * | 2020-05-11 | 2020-09-08 | 广东小天才科技有限公司 | 数学口算算式结果错因分析方法、装置、设备和存储介质 |
CN113409174A (zh) * | 2020-09-29 | 2021-09-17 | 腾讯科技(深圳)有限公司 | 知识点测评方法和装置 |
CN112184505A (zh) * | 2020-09-30 | 2021-01-05 | 北京有竹居网络技术有限公司 | 一种信息处理方法、装置及计算机存储介质 |
CN112509404A (zh) * | 2020-11-19 | 2021-03-16 | 江苏乐易学教育科技有限公司 | 一种空间几何思维过程的教学系统及教学方法 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN112966712B (zh) | 语言模型训练方法、装置、电子设备和计算机可读介质 | |
CN111461168B (zh) | 训练样本扩充方法、装置、电子设备及存储介质 | |
CN106502896B (zh) | 一种函数测试代码的生成方法及装置 | |
CN111881991B (zh) | 一种识别欺诈的方法、装置及电子设备 | |
CN115795009A (zh) | 基于生成式多语言模型的跨语言问答系统构建方法和装置 | |
JP2021096813A (ja) | データ処理方法及び装置 | |
WO2019019647A1 (zh) | 应用程序测试范围确定方法、系统、服务器和存储介质 | |
WO2016176004A1 (en) | Confidence estimation and bug prediction for machine translation | |
CN108597538B (zh) | 语音合成系统的评测方法和系统 | |
CN111178512A (zh) | 器件运行神经网络的测试方法及装置 | |
CN112685291A (zh) | 系统联合测试方法及相关装置 | |
CN113096756A (zh) | 病情演变分类方法、装置、电子设备和存储介质 | |
US7360184B1 (en) | Method and apparatus for scenario search based random generation of functional test suites | |
CN114549248A (zh) | 一种错因分析方法、装置及电子设备 | |
Cates et al. | Does code structure affect comprehension? on using and naming intermediate variables | |
KR102232382B1 (ko) | 가상의 과학 실험 방법 | |
US20150364051A1 (en) | Generating a comprehension indicator that indicates how well an individual understood the subject matter covered by a test | |
CN114567386B (zh) | 高精度信道群时延特性拟合与模拟实现方法、系统、存储介质及通信系统 | |
CN112380133B (zh) | 一种指令集模拟器利用功能库仿真的方法及装置 | |
CN112988566B (zh) | 测试覆盖率提高方法、装置、计算机设备及存储介质 | |
US11182265B2 (en) | Method and apparatus for test generation | |
CN114238613B (zh) | 一种确定知识点掌握程度的方法、装置及电子设备 | |
CN112199469A (zh) | 一种情感识别的方法、装置及电子设备 | |
Efimchik et al. | Using automaton model to determine the complexity of algorithmic problems for virtual laboratories | |
CN113282283B (zh) | 一种操作数据库表的方法、装置及电子设备 |
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 |