CN116739438B - 用于虚拟现实的安全教育学习成果测试方法及系统 - Google Patents
用于虚拟现实的安全教育学习成果测试方法及系统 Download PDFInfo
- Publication number
- CN116739438B CN116739438B CN202311000026.1A CN202311000026A CN116739438B CN 116739438 B CN116739438 B CN 116739438B CN 202311000026 A CN202311000026 A CN 202311000026A CN 116739438 B CN116739438 B CN 116739438B
- Authority
- CN
- China
- Prior art keywords
- knowledge point
- level
- case
- mastery
- knowledge
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Active
Links
- 238000012360 testing method Methods 0.000 title claims abstract description 61
- 238000000605 extraction Methods 0.000 claims abstract description 49
- 238000000034 method Methods 0.000 claims abstract description 30
- 238000004458 analytical method Methods 0.000 claims description 24
- 230000006870 function Effects 0.000 claims description 22
- 238000012216 screening Methods 0.000 claims description 20
- 238000010276 construction Methods 0.000 claims description 9
- 238000007621 cluster analysis Methods 0.000 claims description 4
- 238000010998 test method Methods 0.000 claims description 2
- 238000012549 training Methods 0.000 claims description 2
- 230000000694 effects Effects 0.000 abstract description 10
- 238000012545 processing Methods 0.000 abstract description 2
- 238000004088 simulation Methods 0.000 description 3
- 238000013459 approach Methods 0.000 description 2
- 238000010586 diagram Methods 0.000 description 2
- 238000005516 engineering process Methods 0.000 description 2
- 238000011156 evaluation Methods 0.000 description 2
- 238000012986 modification Methods 0.000 description 2
- 230000004048 modification Effects 0.000 description 2
- 230000002776 aggregation Effects 0.000 description 1
- 238000004220 aggregation Methods 0.000 description 1
- 230000004075 alteration Effects 0.000 description 1
- 230000006399 behavior Effects 0.000 description 1
- 238000007417 hierarchical cluster analysis Methods 0.000 description 1
- 230000006872 improvement Effects 0.000 description 1
- 230000008569 process Effects 0.000 description 1
- 238000003672 processing method Methods 0.000 description 1
- 238000005728 strengthening Methods 0.000 description 1
- 239000013589 supplement Substances 0.000 description 1
Classifications
-
- G—PHYSICS
- G09—EDUCATION; CRYPTOGRAPHY; DISPLAY; ADVERTISING; SEALS
- G09B—EDUCATIONAL OR DEMONSTRATION APPLIANCES; APPLIANCES FOR TEACHING, OR COMMUNICATING WITH, THE BLIND, DEAF OR MUTE; MODELS; PLANETARIA; GLOBES; MAPS; DIAGRAMS
- G09B9/00—Simulators for teaching or training purposes
-
- 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
- G06F16/9035—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
- G06F16/90—Details of database functions independent of the retrieved data types
- G06F16/906—Clustering; Classification
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F3/00—Input arrangements for transferring data to be processed into a form capable of being handled by the computer; Output arrangements for transferring data from processing unit to output unit, e.g. interface arrangements
- G06F3/01—Input arrangements or combined input and output arrangements for interaction between user and computer
- G06F3/011—Arrangements for interaction with the human body, e.g. for user immersion in virtual reality
-
- 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
- G06Q10/0639—Performance analysis of employees; Performance analysis of enterprise or organisation operations
- G06Q10/06398—Performance of employee with respect to a job function
-
- 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
- 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
- G06Q50/26—Government or public services
- G06Q50/265—Personal security, identity or safety
-
- Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
- Y02P—CLIMATE CHANGE MITIGATION TECHNOLOGIES IN THE PRODUCTION OR PROCESSING OF GOODS
- Y02P90/00—Enabling technologies with a potential contribution to greenhouse gas [GHG] emissions mitigation
- Y02P90/30—Computing systems specially adapted for manufacturing
Landscapes
- Engineering & Computer Science (AREA)
- Business, Economics & Management (AREA)
- Theoretical Computer Science (AREA)
- Human Resources & Organizations (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Educational Administration (AREA)
- Strategic Management (AREA)
- Tourism & Hospitality (AREA)
- Economics (AREA)
- Databases & Information Systems (AREA)
- General Engineering & Computer Science (AREA)
- Development Economics (AREA)
- Marketing (AREA)
- Educational Technology (AREA)
- General Business, Economics & Management (AREA)
- Entrepreneurship & Innovation (AREA)
- Data Mining & Analysis (AREA)
- Health & Medical Sciences (AREA)
- General Health & Medical Sciences (AREA)
- Primary Health Care (AREA)
- Operations Research (AREA)
- Computational Linguistics (AREA)
- Computer Security & Cryptography (AREA)
- Quality & Reliability (AREA)
- Game Theory and Decision Science (AREA)
- Human Computer Interaction (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
本发明涉及数据处理技术领域,提供了用于虚拟现实的安全教育学习成果测试方法及系统,方法包括:获取课程解锁目录、练习记录数据和考核记录数据;根据考核范围信息,匹配考纲知识点集合;划分知识点掌握级别,生成知识点掌握级别,匹配获取随机提取概率,对照预设取题数量基于考纲知识点集合进行随机抽取,获取待考核知识点集合,基于案例库,构建虚拟现实考核场景进行安全教育学习成果测试,解决传统安全教育忽视了受教育者的文化水平和实际应用能力的技术问题,实现考虑到测试的内容、形式、难度等方面,以确保测试结果能够准确反映用户的安全知识水平和技能掌握程度,并持续跟踪和评估用户的安全教育学习成果的技术效果。
Description
技术领域
本发明涉及数据处理相关技术领域,具体涉及用于虚拟现实的安全教育学习成果测试方法及系统。
背景技术
安全教育涉及规章制度、法律法规的学习教育、安全操作规程、事故案例分析、应急预案演练等内容。通过安全教育,工人可以了解施工现场的安全风险和应对措施,掌握正确的操作技能和应急处理方法,提高安全意识和自我保护能力,从而减少施工现场的安全事故发生,在安全教育中,要注重实用性,将学习内容与实际工作相结合,让工人在学习中感受到安全教育的重要性和必要性,增强他们的安全意识和责任心。同时,要加强对安全教育的监督和评估,确保教育效果的达到和持续改进。
但,由于传统安全教育偏重纸质化文字教育,忽视了受教育者的文化水平和实际应用能力,对于仅接受过小学或初中教育的建筑工人来说尤为明显。由此可知,传统安全教育需要改进,要注重实用性、加强现场实操和模拟练习,同时进行监督和评估,以提高工人们的安全意识和责任心,确保他们能够在工作中严格执行相关安全规定。
综上所述,现有技术中存在传统安全教育忽视了受教育者的文化水平和实际应用能力的技术问题。
发明内容
本申请通过提供了用于虚拟现实的安全教育学习成果测试方法及系统,旨在解决现有技术中的传统安全教育忽视了受教育者的文化水平和实际应用能力的技术问题。
鉴于上述问题,本申请提供了用于虚拟现实的安全教育学习成果测试方法及系统。
本申请公开的第一个方面,提供了用于虚拟现实的安全教育学习成果测试方法,其中,所述方法包括:获取登录用户的课程解锁目录、练习记录数据和考核记录数据;根据考核范围信息,匹配考纲知识点集合;根据所述课程解锁目录、所述练习记录数据和所述考核记录数据遍历所述考纲知识点集合进行知识点掌握级别划分,生成知识点掌握级别;根据所述知识点掌握级别进行取题概率匹配,获取随机提取概率;根据所述随机提取概率和预设取题数量基于所述考纲知识点集合进行随机抽取,获取待考核知识点集合;根据所述待考核知识点集合,基于案例库,构建虚拟现实考核场景进行安全教育学习成果测试。
本申请公开的另一个方面,提供了用于虚拟现实的安全教育学习成果测试系统,其中,所述系统包括:数据获取模块,用于获取登录用户的课程解锁目录、练习记录数据和考核记录数据;知识点匹配模块,用于根据考核范围信息,匹配考纲知识点集合;级别划分模块,用于根据所述课程解锁目录、所述练习记录数据和所述考核记录数据遍历所述考纲知识点集合进行知识点掌握级别划分,生成知识点掌握级别;概率获取模块,用于根据所述知识点掌握级别进行取题概率匹配,获取随机提取概率;随机抽取模块,用于根据所述随机提取概率和预设取题数量基于所述考纲知识点集合进行随机抽取,获取待考核知识点集合;成果测试模块,用于根据所述待考核知识点集合,基于案例库,构建虚拟现实考核场景进行安全教育学习成果测试。
本申请中提供的一个或多个技术方案,至少具有如下技术效果或优点:
由于采用了获取登录用户的课程解锁目录、练习记录数据和考核记录数据;根据考核范围信息,匹配考纲知识点集合;根据课程解锁目录、练习记录数据和考核记录数据遍历考纲知识点集合进行知识点掌握级别划分,生成知识点掌握级别;根据知识点掌握级别进行取题概率匹配,获取随机提取概率,对照预设取题数量基于考纲知识点集合进行随机抽取,获取待考核知识点集合,基于案例库,构建虚拟现实考核场景进行安全教育学习成果测试,实现了考虑到测试的内容、形式、难度等方面,以确保测试结果能够准确反映用户的安全知识水平和技能掌握程度,并持续跟踪和评估用户的安全教育学习成果的技术效果。
上述说明仅是本申请技术方案的概述,为了能够更清楚了解本申请的技术手段,而可依照说明书的内容予以实施,并且为了让本申请的上述和其它目的、特征和优点能够更明显易懂,以下特举本申请的具体实施方式。
附图说明
图1为本申请实施例提供了用于虚拟现实的安全教育学习成果测试方法可能的流程示意图;
图2为本申请实施例提供了用于虚拟现实的安全教育学习成果测试方法中获取知识点掌握级别可能的流程示意图;
图3为本申请实施例提供了用于虚拟现实的安全教育学习成果测试方法中获取知识点掌握级别可能的流程示意图;
图4为本申请实施例提供了用于虚拟现实的安全教育学习成果测试系统可能的结构示意图。
附图标记说明:数据获取模块100,知识点匹配模块200,级别划分模块300,概率获取模块400,随机抽取模块500,成果测试模块600。
具体实施方式
本申请实施例提供了用于虚拟现实的安全教育学习成果测试方法及系统,解决了传统安全教育忽视了受教育者的文化水平和实际应用能力的技术问题,实现了考虑到测试的内容、形式、难度等方面,以确保测试结果能够准确反映用户的安全知识水平和技能掌握程度,并持续跟踪和评估用户的安全教育学习成果的技术效果。
在介绍了本申请基本原理后,下面将结合说明书附图来具体介绍本申请的各种非限制性的实施方式。
实施例
如图1所示,本申请实施例提供了用于虚拟现实的安全教育学习成果测试方法,其中,所述方法包括:
S10:获取登录用户的课程解锁目录、练习记录数据和考核记录数据;
S20:根据考核范围信息,匹配考纲知识点集合;
S30:根据所述课程解锁目录、所述练习记录数据和所述考核记录数据遍历所述考纲知识点集合进行知识点掌握级别划分,生成知识点掌握级别;
具体而言,所述登录用户为可能存在安全教育的个体,在本申请实施例中登录用户可以是建筑工人,所述登录用户用于表征已注册用户在学习平台上可以访问和学习的课程列表,所述练习记录数据用于表征登录用户在学习过程中完成的练习活动的记录,可能包括答题情况、得分等信息;所述考核记录数据用于表征登录用户参与的考核活动的记录,可能包括在各种安全场景中的错误答题次数、通过率等信息;
所述考核范围信息表示指定考核内容的范围或要求的信息,可以用来确定登录用户需要掌握的知识点;根据考核范围信息,将相关的知识点集合起来,进而得到考纲知识点集合,所述考纲知识点集合用于测试学员对知识点的掌握程度,可以是提前设定好的,涵盖了所需的考核知识点;
根据所述课程解锁目录、所述练习记录数据和所述考核记录数据,遍历考纲知识点集合,并对每个知识点进行掌握级别划分,生成知识点掌握级别,所述知识点掌握级别即对每个知识点的掌握程度进行分类或评级,通常包括不同级别,常见的可以是优秀、良好、一般、较差等,以此评估其对每个知识点的掌握情况。
如图2所示,步骤S30包括步骤:
S31:根据所述课程解锁目录对所述考纲知识点集合划分,获取零级掌握度知识点第一集合与一级掌握度知识点第一集合,其中,所述零级掌握度知识点第一集合属于未解锁目录,所述一级掌握度知识点第一集合属于解锁目录;
S32:根据所述练习记录数据和所述考核记录数据对所述零级掌握度知识点第一集合与所述一级掌握度知识点第一集合进行调整,获取所述知识点掌握级别。
具体而言,根据所述课程解锁目录、所述练习记录数据和所述考核记录数据遍历所述考纲知识点集合进行知识点掌握级别划分,生成知识点掌握级别,包括,进行课程解锁目录划分,根据课程解锁目录,将所述考纲知识点集合划分为零级掌握度知识点第一集合与一级掌握度知识点第一集合,零级掌握度知识点集合属于未解锁目录,一级掌握度知识点集合属于已解锁目录;
使用登录用户的所述练习记录数据和所述考核记录数据,对所述一级掌握度知识点第一集合对每个知识点合进行分析调整;使用登录用户的所述练习记录数据和所述考核记录数据,对所述零级掌握度知识点第一集合进行分析调整;将分级结果整合记为所述知识点掌握级别。
根据登录用户的课程解锁情况、练习表现和考核成绩,确定对每个知识点的掌握级别,可以提供科学、客观的数据,用于评估登录用户在虚拟现实环境中进行安全教育的学习成果,并促进安全管理水平的提高。
步骤S32包括步骤:
S321:对所述一级掌握度知识点第一集合按照所述课程解锁目录的课程章节进行划分,获取知识点集合章节归类结果;
S322:根据所述练习记录数据,获取课程章节练习准确率;
S323:根据所述课程章节练习准确率和所述知识点集合章节归类结果对所述一级掌握度知识点第一集合进行掌握度级别划分,获取零级掌握度知识点第二集合、一级掌握度知识点第二集合和二级掌握度知识点第一集合;
S324:根据所述考核记录数据,获取知识点考核准确率;
S325:根据所述知识点考核准确率对所述一级掌握度知识点第二集合和所述二级掌握度知识点第一集合进行掌握度级别划分,获取零级掌握度知识点第三集合、一级掌握度知识点第三集合、二级掌握度知识点第二集合与三级掌握度知识点第一集合;
S326:根据所述零级掌握度知识点第二集合、所述零级掌握度知识点第三集合、所述一级掌握度知识点第三集合、所述二级掌握度知识点第二集合与所述三级掌握度知识点第一集合对所述零级掌握度知识点第一集合与所述一级掌握度知识点第一集合进行调整,获取所述知识点掌握级别。
具体而言,根据所述练习记录数据和所述考核记录数据对所述零级掌握度知识点第一集合与所述一级掌握度知识点第一集合进行调整,获取所述知识点掌握级别,包括,将所述一级掌握度知识点第一集合按照所述课程解锁目录的课程章节进行划分,以便更好地组织和管理知识点,获取知识点集合章节归类结果,即对每个知识点进行分类,使之更好地适应课程章节的结构;
利用练习记录数据,对照登录用户在每个章节练习中的表现和知识点的归类结果来确定知识点的掌握水平,获取课程章节练习准确率,所述课程章节练习准确率即登录用户在每个章节的练习中的正确率;针对每个该章节中的知识点,通过登录用户在课程章节练习中的准确率来评估在该章节中的知识点的掌握水平,并将之对照所述知识点集合章节归类结果进行组合,进而使得所述一级掌握度知识点第一集合可以将知识点划分为不同的掌握度级别,若章节的练习准确率低于限定的值,划分入零级掌握度,高于限定的值,划分入二级掌握度;处于中间则划分入一级掌握度;即划分包括零级掌握度知识点第三集合、一级掌握度知识点第三集合、二级掌握度知识点第二集合与三级掌握度知识点第一集合;
使用考核记录数据来获取知识点的考核准确率,所述考核准确率即登录用户在每个知识点的练习中的正确率;通过对知识点考核准确率的评估,可以确定学员对各个知识点的理解和掌握程度。准确率高的知识点表示学员对该知识点的掌握较好,准确率低则表示学员在该知识点上存在较多的困惑或错误,基于此,根据所述知识点考核准确率对一级掌握度知识点第二集合和二级掌握度知识点第一集合进行掌握度级别划分,可以根据一定的准确率标准来确定学员在不同级别上的掌握情况,比如:统计每个知识点多次考核的准确率,当考核准确率低于某个值,划分入零级(60%以下),高于第二阈值,划分入一级(60%-80%),高于第三阈值,划分入二级(80%-90%),高于第四阈值,划分入三级(90%以上),由此得到划分得到零级掌握度知识点第三集合、一级掌握度知识点第三集合、二级掌握度知识点第二集合与三级掌握度知识点第一集合;
根据所述零级掌握度知识点第二集合、所述零级掌握度知识点第三集合、所述一级掌握度知识点第三集合、所述二级掌握度知识点第二集合与所述三级掌握度知识点第一集合对所述零级掌握度知识点第一集合与所述一级掌握度知识点第一集合进行调整,获取所述知识点掌握级别,确定登录用户的掌握情况,可以用于进一步的学习支持和改进措施,例如提供特定级别的学习材料、定制个性化的学习计划或提供相应水平的培训和指导。
如图3所示,步骤S326包括步骤:
S326-1:将所述零级掌握度知识点第一集合删除,且将所述零级掌握度知识点第二集合与所述零级掌握度知识点第三集合添加进零级掌握度知识点;
S326-2:将所述一级掌握度知识点第三集合添加进一级掌握度知识点;
S326-3:将所述二级掌握度知识点第二集合添加进二级掌握度知识点;
S326-4:将所述三级掌握度知识点第一集合添加进三级掌握度知识点;
S326-5:将所述零级掌握度知识点、所述一级掌握度知识点、所述二级掌握度知识点和所述三级掌握度知识点,设为所述知识点掌握级别。
具体而言,根据所述零级掌握度知识点第二集合、所述零级掌握度知识点第三集合、所述一级掌握度知识点第三集合、所述二级掌握度知识点第二集合与所述三级掌握度知识点第一集合对所述零级掌握度知识点第一集合与所述一级掌握度知识点第一集合进行调整,获取所述知识点掌握级别,包括,针对零级掌握度知识点:所述零级掌握度知识点第一集合用于表征未学习且不在考核范围之列的知识点集合,直接将其删除;所述零级掌握度知识点第二集合与所述零级掌握度知识点第三集合用于表征未学习、未掌握且在考核范围之列的知识点集合,将其添加进零级掌握度知识点;
将所述一级掌握度知识点第三集合添加进一级掌握度知识点;将所述二级掌握度知识点第二集合添加进二级掌握度知识点;将所述三级掌握度知识点第一集合添加进三级掌握度知识点;通过这样的整理和分类,现在有了新的知识点掌握级别,包括所述零级掌握度知识点、所述一级掌握度知识点、所述二级掌握度知识点和所述三级掌握度知识点并设为所述知识点掌握级别,以实现不同级别的知识点进行整理和重新分类。
S40:根据所述知识点掌握级别进行取题概率匹配,获取随机提取概率;
S50:根据所述随机提取概率和预设取题数量基于所述考纲知识点集合进行随机抽取,获取待考核知识点集合;
步骤S50包括步骤:
S51:遍历所述知识点掌握级别,设定零级掌握度期望覆盖面、一级掌握度期望覆盖面、二级掌握度期望覆盖面和三级掌握度期望覆盖面;
S52:根据所述随机提取概率基于所述考纲知识点集合进行随机抽取,当满足所述预设取题数量时停止,获取待考核知识点初始集合;
S53:对所述待考核知识点初始集合进行知识点统计,获取零级掌握度知识点覆盖面、一级掌握度知识点覆盖面、二级掌握度知识点覆盖面和三级掌握度知识点覆盖面;
S54:当所述零级掌握度知识点覆盖面不满足所述零级掌握度期望覆盖面,或/和所述一级掌握度知识点覆盖面不满足所述一级掌握度期望覆盖面,或/和所述二级掌握度知识点覆盖面不满足所述二级掌握度期望覆盖面,或/和所述三级掌握度知识点覆盖面不满足所述三级掌握度期望覆盖面时,根据所述随机提取概率基于所述考纲知识点集合进行重复抽取;
S55:直到当所述零级掌握度知识点覆盖面满足所述零级掌握度期望覆盖面,且所述一级掌握度知识点覆盖面满足所述一级掌握度期望覆盖面,且所述二级掌握度知识点覆盖面满足所述二级掌握度期望覆盖面,且所述三级掌握度知识点覆盖面满足所述三级掌握度期望覆盖面时,获取所述待考核知识点集合。
具体而言,根据所述知识点掌握级别进行取题概率匹配,根据学员对知识点的掌握程度设定不同的取题概率,意味着对于掌握级别越低,表明掌握程度越低,则对应知识点取题概率越高,比如:零级取题概率为50%,一级为30%,二级为15%,三级为5%,由此获取随机提取概率;
根据随机提取概率和预设取题数量,从考纲知识点集合中进行随机抽取,在考纲中随机选择一定数量的知识点作为待考核知识点集合,包括,遍历所述知识点掌握级别,设定零级掌握度期望覆盖面(默认为50%)、一级掌握度期望覆盖面(默认为35%)二级掌握度期望覆盖面(默认为10%)和三级掌握度期望覆盖面(默认为5%),覆盖面指的是出题的涉及某级别知识点在对应级的掌握度知识点中的比例;根据所述随机提取概率基于所述考纲知识点集合进行随机抽取,当随机抽取所得题目数量满足所述预设取题数量时停止,随机抽取所得题目定义为待考核知识点初始集合;
为保证随机抽取所得题目的完整性,在得到待考核知识点初始集合后,对所述待考核知识点初始集合进行知识点统计,获取零级掌握度知识点覆盖面(零级掌握度知识点覆盖面=待考核知识点初始集合中的零级掌握度知识点/待考核知识点初始集合的所有知识点×100%)、一级掌握度知识点覆盖面(一级掌握度知识点覆盖面=待考核知识点初始集合中的一级掌握度知识点/待考核知识点初始集合的所有知识点×100%)、二级掌握度知识点覆盖面(二级掌握度知识点覆盖面=待考核知识点初始集合中的二级掌握度知识点/待考核知识点初始集合的所有知识点×100%)和三级掌握度知识点覆盖面(三级掌握度知识点覆盖面=待考核知识点初始集合中的三级掌握度知识点/待考核知识点初始集合的所有知识点×100%);
当所述零级掌握度知识点覆盖面不满足所述零级掌握度期望覆盖面(零级掌握度知识点覆盖面≠50%),或/和所述一级掌握度知识点覆盖面不满足所述一级掌握度期望覆盖面(一级掌握度知识点覆盖面≠35%),或/和所述二级掌握度知识点覆盖面不满足所述二级掌握度期望覆盖面(二级掌握度知识点覆盖面≠10%),或/和所述三级掌握度知识点覆盖面不满足所述三级掌握度期望覆盖面时(三级掌握度知识点覆盖面≠5%),根据所述随机提取概率基于所述考纲知识点集合进行重复抽取;
直到当所述零级掌握度知识点覆盖面满足所述零级掌握度期望覆盖面(零级掌握度知识点覆盖面=50%),且所述一级掌握度知识点覆盖面满足所述一级掌握度期望覆盖面(一级掌握度知识点覆盖面=35%),且所述二级掌握度知识点覆盖面满足所述二级掌握度期望覆盖面(二级掌握度知识点覆盖面=10%),且所述三级掌握度知识点覆盖面满足所述三级掌握度期望覆盖面时(三级掌握度知识点覆盖面=5%),得到所述待考核知识点集合,重复进行知识点的抽取过程,直到各级别的知识点的覆盖面满足预期的要求为止,保证随机抽取所得题目的完整性。
S60:根据所述待考核知识点集合,基于案例库,构建虚拟现实考核场景进行安全教育学习成果测试。
步骤S60包括步骤:
S61:构建案例适应度分析函数:,其中,/>表征第i个待考核知识点与第i个待考核知识点的第j个案例的结合适应度,/>表征最新周期内第i个待考核知识点与第i个待考核知识点的第j个案例的结合频率,/>表征第i个待考核知识点的多个案例结合频率最小值,/>第i个待考核知识点的多个案例结合频率最大值,/>表征第i个待考核知识点与第i个待考核知识点的第j个案例的最近结合时间至目前计时时长;
S62:遍历所述待考核知识点集合,基于所述案例库,匹配第i待考核知识点的案例集,其中,所述案例集的数量大于或等于案例数量阈值;
S63:根据所述案例适应度分析函数遍历所述案例集,获取案例适应度集合;
S64:从所述案例适应度集合进行最小值选取,获取第i个待考核知识点待结合案例,添加进第一待结合案例集合;
S65:根据所述第一待结合案例集合,构建虚拟现实考核场景进行安全教育学习成果测试。
具体而言,根据所述待考核知识点集合,基于案例库,构建虚拟现实考核场景进行安全教育学习成果测试,包括,所述虚拟现实考核场景是指利用虚拟现实技术构建的模拟考核环境,可以为登录用户提供身临其境的体验,通过虚拟现实技术,可以创造出各种安全教育学习的场景,让登录用户在虚拟环境中进行测试和实践;
使用案例库中的相关场景和题目,根据待考核知识点集合构建虚拟现实考核场景,考核场景可以包括虚拟实境、情景模拟等方式,以测试登录用户在安全教育方面的学习成果,每一个知识点至少具有m个案例场景可以结合,具体的,构建案例适应度分析函数,,其中,/>表征第i个待考核知识点与第i个待考核知识点的第j个案例的结合适应度,/>表征最新周期内第i个待考核知识点与第i个待考核知识点的第j个案例的结合频率,/>表征第i个待考核知识点的多个案例结合频率最小值,/>第i个待考核知识点的多个案例结合频率最大值,/>表征第i个待考核知识点与第i个待考核知识点的第j个案例的最近结合时间至目前计时时长;所述案例适应度分析函数用于评估案例与待考核知识点之间的匹配程度,通过分析案例中包含的知识点与待考核知识点的关联程度,可以确定案例的适应度:
遍历待考核知识点集合,并在案例库中寻找与每个待考核知识点相关的案例集,以确保案例集的数量大于或等于案例数量阈值,为保证有足够的案例来测试登录用户对知识点的掌握程度,遍历匹配整合得到第i待考核知识点的案例集;
对于每个待考核知识点,使用案例适应度分析函数遍历相应的案例集,以获取案例的适应度集合,所述适应度集合中的值表示每个案例与待考核知识点的匹配程度,越高表示案例越适合用于测试该知识点;从案例适应度集合中选择适应度最小值,以获取与第i个待考核知识点最匹配的待结合案例,适应度最小值表示该案例与待考核知识点的匹配程度最低,因此选择适应度最小值可以确保案例的测试效果;将选取的待结合案例添加到第一待结合案例集合中,构建虚拟现实考核场景进行安全教育学习成果测试,所述虚拟现实考核场景即虚拟的事故现场,用于考核登录用户的模拟行为,以供后续的安全教育学习成果测试使用;
综上,通过基于案例库构建虚拟现实考核场景,可以根据待考核知识点集合选择适合的案例,以测试登录用户对知识点的掌握程度和理解程度。这种方法可以提供全面学习和理解知识点的机会,并帮助登录用户达到期望的掌握程度水平。
步骤S64包括步骤:
S641:根据所述第一待结合案例集合进行聚类分析,获取案例类型数量,其中,重合案例属于同一案例类型;
S642:当所述案例类型数量大于所述预设取题数量,且数量偏差大于或等于数量偏差阈值,对所述案例库进行重合案例筛选,获取第一待筛选案例集;
S643:基于所述案例适应度分析函数对所述第一待筛选案例集进行筛选,获取第二待结合案例集合;
S644:获取所述第二待结合案例集合的遗漏知识点;
S645:基于所述案例库进行非重合案例筛选,获取第二待筛选案例集;
S646:遍历所述遗漏知识点,基于所述案例适应度分析函数对所述第二待筛选案例集进行筛选,获取第三待结合案例集合;
S647:根据所述第二待结合案例集合和所述第三待结合案例集合,构建第四待结合案例集合,构建虚拟现实考核场景进行安全教育学习成果测试。
具体而言,从所述案例适应度集合进行最小值选取,获取第i个待考核知识点待结合案例,添加进第一待结合案例集合,包括,当案例类型过多题量容量不够的情况下,根据第一待结合案例集合进行聚类分析:简单来说就是选所述第一待结合案例集合中位置最中心作为参照点,进行自底向上的凝聚层次聚类分析,迭代直到所述第一待结合案例集合中对象分布不再变化后,以确定案例的类型数量,在聚类分析中,属于同一案例类型的案例被视为重合案例;
若确定的案例类型数量大于预设取题数量,并且数量偏差超过或等于数量偏差阈值,那么需要对案例库进行重合案例筛选,以获取第一待筛选案例集,所述第一待筛选案例集中的重合案例用于表征涉及两个或两个以上知识点的案例类型;
基于所述案例适应度分析函数对所述第一待筛选案例集进行筛选,获取第二待结合案例集合,通过进行筛选可以帮助选择最具适应性和相关性的案例,以便为虚拟现实考核场景提供合适的案例内容,为保证测试所用案例全面涵盖多种知识点;
在所述第一待结合案例集合中删去第二待结合案例集合,得到所述第二待结合案例集合的遗漏知识点,所述遗漏知识点特指第二待结合案例集合中相较于第一待结合案例集合所缺失的知识点;
所述非重合案例特指仅涉及一个知识点的案例类型,基于所述案例库进行非重合案例筛选,将筛选所得非重合案例整理得到第二待筛选案例集;遍历所述遗漏知识点,并使用案例适应度分析函数对所述第二待筛选案例集进行筛选,获取第三待结合案例集合,采用遗漏的知识点选择适应度高的案例,以补充第二待筛选案例集中的知识空缺,确保相关的知识点得到足够的覆盖;对所述第二待结合案例集合和所述第三待结合案例集合进行合并,得到第四待结合案例集,旨在整合已筛选的案例,形成一个综合的案例集,以支持虚拟现实考核场景进行安全教育学习成果测试。
综上所述,本申请实施例所提供的用于虚拟现实的安全教育学习成果测试方法及系统具有如下技术效果:
1.由于采用了获取登录用户的课程解锁目录、练习记录数据和考核记录数据;根据考核范围信息,匹配考纲知识点集合;根据课程解锁目录、练习记录数据和考核记录数据遍历考纲知识点集合进行知识点掌握级别划分,生成知识点掌握级别;根据知识点掌握级别进行取题概率匹配,获取随机提取概率,对照预设取题数量基于考纲知识点集合进行随机抽取,获取待考核知识点集合,基于案例库,构建虚拟现实考核场景进行安全教育学习成果测试,本申请通过提供了用于虚拟现实的安全教育学习成果测试方法及系统,实现了考虑到测试的内容、形式、难度等方面,以确保测试结果能够准确反映用户的安全知识水平和技能掌握程度,并持续跟踪和评估用户的安全教育学习成果的技术效果。
2.由于采用了构建案例适应度分析函数:;遍历待考核知识点集合,基于案例库,匹配第i待考核知识点的案例集,获取案例适应度集合,选取最小值,获取第i个待考核知识点待结合案例,添加进第一待结合案例集合,构建虚拟现实考核场景进行安全教育学习成果测试,通过基于案例库构建虚拟现实考核场景,可以根据待考核知识点集合选择适合的案例,以测试登录用户对知识点的掌握程度和理解程度。这种方法可以提供全面学习和理解知识点的机会,并帮助登录用户达到期望的掌握程度水平。
实施例
基于与前述实施例中用于虚拟现实的安全教育学习成果测试方法相同的发明构思,如图4所示,本申请实施例提供了用于虚拟现实的安全教育学习成果测试系统,其中,所述系统包括:
数据获取模块100,用于获取登录用户的课程解锁目录、练习记录数据和考核记录数据;
知识点匹配模块200,用于根据考核范围信息,匹配考纲知识点集合;
级别划分模块300,用于根据所述课程解锁目录、所述练习记录数据和所述考核记录数据遍历所述考纲知识点集合进行知识点掌握级别划分,生成知识点掌握级别;
概率获取模块400,用于根据所述知识点掌握级别进行取题概率匹配,获取随机提取概率;
随机抽取模块500,用于根据所述随机提取概率和预设取题数量基于所述考纲知识点集合进行随机抽取,获取待考核知识点集合;
成果测试模块600,用于根据所述待考核知识点集合,基于案例库,构建虚拟现实考核场景进行安全教育学习成果测试
进一步的,所述系统包括:
考纲知识点集合划分模块,用于根据所述课程解锁目录对所述考纲知识点集合划分,获取零级掌握度知识点第一集合与一级掌握度知识点第一集合,其中,所述零级掌握度知识点第一集合属于未解锁目录,所述一级掌握度知识点第一集合属于解锁目录;
调整模块,用于根据所述练习记录数据和所述考核记录数据对所述零级掌握度知识点第一集合与所述一级掌握度知识点第一集合进行调整,获取所述知识点掌握级别。
进一步的,所述系统包括:
课程章节划分模块,用于对所述一级掌握度知识点第一集合按照所述课程解锁目录的课程章节进行划分,获取知识点集合章节归类结果;
课程章节练习准确率获取模块,用于根据所述练习记录数据,获取课程章节练习准确率;
第一掌握度级别划分模块,用于根据所述课程章节练习准确率和所述知识点集合章节归类结果对所述一级掌握度知识点第一集合进行掌握度级别划分,获取零级掌握度知识点第二集合、一级掌握度知识点第二集合和二级掌握度知识点第一集合;
知识点考核准确率获取模块,用于根据所述考核记录数据,获取知识点考核准确率;
第二掌握度级别划分模块,用于根据所述知识点考核准确率对所述一级掌握度知识点第二集合和所述二级掌握度知识点第一集合进行掌握度级别划分,获取零级掌握度知识点第三集合、一级掌握度知识点第三集合、二级掌握度知识点第二集合与三级掌握度知识点第一集合;
知识点掌握级别获取模块,用于根据所述零级掌握度知识点第二集合、所述零级掌握度知识点第三集合、所述一级掌握度知识点第三集合、所述二级掌握度知识点第二集合与所述三级掌握度知识点第一集合对所述零级掌握度知识点第一集合与所述一级掌握度知识点第一集合进行调整,获取所述知识点掌握级别。
进一步的,所述系统包括:
删除以及添加模块,用于将所述零级掌握度知识点第一集合删除,且将所述零级掌握度知识点第二集合与所述零级掌握度知识点第三集合添加进零级掌握度知识点;
第一添加模块,用于将所述一级掌握度知识点第三集合添加进一级掌握度知识点;
第二添加模块,用于将所述二级掌握度知识点第二集合添加进二级掌握度知识点;
第三添加模块,用于将所述三级掌握度知识点第一集合添加进三级掌握度知识点;
知识点掌握级别设置模块,用于将所述零级掌握度知识点、所述一级掌握度知识点、所述二级掌握度知识点和所述三级掌握度知识点,设为所述知识点掌握级别。
进一步的,所述系统包括:
掌握度期望覆盖面设置模块,用于遍历所述知识点掌握级别,设定零级掌握度期望覆盖面、一级掌握度期望覆盖面、二级掌握度期望覆盖面和三级掌握度期望覆盖面;
随机抽取模块,用于根据所述随机提取概率基于所述考纲知识点集合进行随机抽取,当满足所述预设取题数量时停止,获取待考核知识点初始集合;
知识点统计模块,用于对所述待考核知识点初始集合进行知识点统计,获取零级掌握度知识点覆盖面、一级掌握度知识点覆盖面、二级掌握度知识点覆盖面和三级掌握度知识点覆盖面;
重复抽取模块,用于当所述零级掌握度知识点覆盖面不满足所述零级掌握度期望覆盖面,或/和所述一级掌握度知识点覆盖面不满足所述一级掌握度期望覆盖面,或/和所述二级掌握度知识点覆盖面不满足所述二级掌握度期望覆盖面,或/和所述三级掌握度知识点覆盖面不满足所述三级掌握度期望覆盖面时,根据所述随机提取概率基于所述考纲知识点集合进行重复抽取;
待考核知识点集合获取模块,用于直到当所述零级掌握度知识点覆盖面满足所述零级掌握度期望覆盖面,且所述一级掌握度知识点覆盖面满足所述一级掌握度期望覆盖面,且所述二级掌握度知识点覆盖面满足所述二级掌握度期望覆盖面,且所述三级掌握度知识点覆盖面满足所述三级掌握度期望覆盖面时,获取所述待考核知识点集合。
进一步的,所述系统包括:
适应度分析函数构建模块,用于构建案例适应度分析函数:,其中,/>表征第i个待考核知识点与第i个待考核知识点的第j个案例的结合适应度,/>表征最新周期内第i个待考核知识点与第i个待考核知识点的第j个案例的结合频率,/>表征第i个待考核知识点的多个案例结合频率最小值,/>第i个待考核知识点的多个案例结合频率最大值,/>表征第i个待考核知识点与第i个待考核知识点的第j个案例的最近结合时间至目前计时时长;
待考核知识点的案例集匹配模块,用于遍历所述待考核知识点集合,基于所述案例库,匹配第i待考核知识点的案例集,其中,所述案例集的数量大于或等于案例数量阈值;
案例适应度集合获取模块,用于根据所述案例适应度分析函数遍历所述案例集,获取案例适应度集合;
第四添加模块,用于从所述案例适应度集合进行最小值选取,获取第i个待考核知识点待结合案例,添加进第一待结合案例集合;
虚拟现实考核场景构建模块,用于根据所述第一待结合案例集合,构建虚拟现实考核场景进行安全教育学习成果测试。
进一步的,所述系统包括:
案例类型数量获取模块,用于根据所述第一待结合案例集合进行聚类分析,获取案例类型数量,其中,重合案例属于同一案例类型;
重合案例筛选模块,用于当所述案例类型数量大于所述预设取题数量,且数量偏差大于或等于数量偏差阈值,对所述案例库进行重合案例筛选,获取第一待筛选案例集;
第二待结合案例集合获取模块,用于基于所述案例适应度分析函数对所述第一待筛选案例集进行筛选,获取第二待结合案例集合;
遗漏知识点获取模块,用于获取所述第二待结合案例集合的遗漏知识点;
非重合案例筛选模块,用于基于所述案例库进行非重合案例筛选,获取第二待筛选案例集;
第三待结合案例集合获取模块,用于遍历所述遗漏知识点,基于所述案例适应度分析函数对所述第二待筛选案例集进行筛选,获取第三待结合案例集合;
安全教育学习成果测试模块,用于根据所述第二待结合案例集合和所述第三待结合案例集合,构建第四待结合案例集合,构建虚拟现实考核场景进行安全教育学习成果测试。
综上所述的方法的任意步骤都可作为计算机指令或者程序存储在不设限制的计算机存储器中,并可以被不设限制的计算机处理器调用识别用以实现本申请实施例中的任一项方法,在此不做多余限制。
进一步的,综上所述的第一或第二可能不止代表次序关系,也可能代表某项特指概念,或/和指的是多个元素之间可单独或全部选择。显然,本领域的技术人员可以对本申请进行各种改动和变型而不脱离本申请的范围。这样,倘若本申请的这些修改和变型属于本申请及其等同技术的范围之内,则本申请意图包括这些改动和变型在内。
Claims (6)
1.用于虚拟现实的安全教育学习成果测试方法,其特征在于,包括:
获取登录用户的课程解锁目录、练习记录数据和考核记录数据;
根据考核范围信息,匹配考纲知识点集合;
根据所述课程解锁目录、所述练习记录数据和所述考核记录数据遍历所述考纲知识点集合进行知识点掌握级别划分,生成知识点掌握级别;
根据所述知识点掌握级别进行取题概率匹配,获取随机提取概率;
根据所述随机提取概率和预设取题数量基于所述考纲知识点集合进行随机抽取,获取待考核知识点集合;
根据所述待考核知识点集合,基于案例库,构建虚拟现实考核场景进行安全教育学习成果测试;
其中,根据所述随机提取概率和预设取题数量基于所述考纲知识点集合进行随机抽取,获取待考核知识点集合,包括:
遍历所述知识点掌握级别,设定零级掌握度期望覆盖面、一级掌握度期望覆盖面、二级掌握度期望覆盖面和三级掌握度期望覆盖面;
根据所述随机提取概率基于所述考纲知识点集合进行随机抽取,当满足所述预设取题数量时停止,获取待考核知识点初始集合;
对所述待考核知识点初始集合进行知识点统计,获取零级掌握度知识点覆盖面、一级掌握度知识点覆盖面、二级掌握度知识点覆盖面和三级掌握度知识点覆盖面;
当所述零级掌握度知识点覆盖面不满足所述零级掌握度期望覆盖面,或/和所述一级掌握度知识点覆盖面不满足所述一级掌握度期望覆盖面,或/和所述二级掌握度知识点覆盖面不满足所述二级掌握度期望覆盖面,或/和所述三级掌握度知识点覆盖面不满足所述三级掌握度期望覆盖面时,根据所述随机提取概率基于所述考纲知识点集合进行重复抽取;
直到当所述零级掌握度知识点覆盖面满足所述零级掌握度期望覆盖面,且所述一级掌握度知识点覆盖面满足所述一级掌握度期望覆盖面,且所述二级掌握度知识点覆盖面满足所述二级掌握度期望覆盖面,且所述三级掌握度知识点覆盖面满足所述三级掌握度期望覆盖面时,获取所述待考核知识点集合;
根据所述待考核知识点集合,基于案例库,构建虚拟现实考核场景进行安全教育学习成果测试,包括:
构建案例适应度分析函数:
,
其中,表征第i个待考核知识点与第i个待考核知识点的第j个案例的结合适应度,/>表征最新周期内第i个待考核知识点与第i个待考核知识点的第j个案例的结合频率,/>表征第i个待考核知识点的多个案例结合频率最小值,第i个待考核知识点的多个案例结合频率最大值,/>表征第i个待考核知识点与第i个待考核知识点的第j个案例的最近结合时间至目前计时时长;
遍历所述待考核知识点集合,基于所述案例库,匹配第i待考核知识点的案例集,其中,所述案例集的数量大于或等于案例数量阈值;
根据所述案例适应度分析函数遍历所述案例集,获取案例适应度集合;
从所述案例适应度集合进行最小值选取,获取第i个待考核知识点待结合案例,添加进第一待结合案例集合;
根据所述第一待结合案例集合,构建虚拟现实考核场景进行安全教育学习成果测试。
2.如权利要求1所述的方法,其特征在于,根据所述课程解锁目录、所述练习记录数据和所述考核记录数据遍历所述考纲知识点集合进行知识点掌握级别划分,生成知识点掌握级别,包括:
根据所述课程解锁目录对所述考纲知识点集合划分,获取零级掌握度知识点第一集合与一级掌握度知识点第一集合,其中,所述零级掌握度知识点第一集合属于未解锁目录,所述一级掌握度知识点第一集合属于解锁目录;
根据所述练习记录数据和所述考核记录数据对所述零级掌握度知识点第一集合与所述一级掌握度知识点第一集合进行调整,获取所述知识点掌握级别。
3.如权利要求2所述的方法,其特征在于,根据所述练习记录数据和所述考核记录数据对所述零级掌握度知识点第一集合与所述一级掌握度知识点第一集合进行调整,获取所述知识点掌握级别,包括:
对所述一级掌握度知识点第一集合按照所述课程解锁目录的课程章节进行划分,获取知识点集合章节归类结果;
根据所述练习记录数据,获取课程章节练习准确率;
根据所述课程章节练习准确率和所述知识点集合章节归类结果对所述一级掌握度知识点第一集合进行掌握度级别划分,获取零级掌握度知识点第二集合、一级掌握度知识点第二集合和二级掌握度知识点第一集合;
根据所述考核记录数据,获取知识点考核准确率;
根据所述知识点考核准确率对所述一级掌握度知识点第二集合和所述二级掌握度知识点第一集合进行掌握度级别划分,获取零级掌握度知识点第三集合、一级掌握度知识点第三集合、二级掌握度知识点第二集合与三级掌握度知识点第一集合;
根据所述零级掌握度知识点第二集合、所述零级掌握度知识点第三集合、所述一级掌握度知识点第三集合、所述二级掌握度知识点第二集合与所述三级掌握度知识点第一集合对所述零级掌握度知识点第一集合与所述一级掌握度知识点第一集合进行调整,获取所述知识点掌握级别。
4.如权利要求3所述的方法,其特征在于,根据所述零级掌握度知识点第二集合、所述零级掌握度知识点第三集合、所述一级掌握度知识点第三集合、所述二级掌握度知识点第二集合与所述三级掌握度知识点第一集合对所述零级掌握度知识点第一集合与所述一级掌握度知识点第一集合进行调整,获取所述知识点掌握级别,包括:
将所述零级掌握度知识点第一集合删除,且将所述零级掌握度知识点第二集合与所述零级掌握度知识点第三集合添加进零级掌握度知识点;
将所述一级掌握度知识点第三集合添加进一级掌握度知识点;
将所述二级掌握度知识点第二集合添加进二级掌握度知识点;
将所述三级掌握度知识点第一集合添加进三级掌握度知识点;
将所述零级掌握度知识点、所述一级掌握度知识点、所述二级掌握度知识点和所述三级掌握度知识点,设为所述知识点掌握级别。
5.如权利要求1所述的方法,其特征在于,从所述案例适应度集合进行最小值选取,获取第i个待考核知识点待结合案例,添加进第一待结合案例集合,包括:
根据所述第一待结合案例集合进行聚类分析,获取案例类型数量,其中,重合案例属于同一案例类型;
当所述案例类型数量大于所述预设取题数量,且数量偏差大于或等于数量偏差阈值,对所述案例库进行重合案例筛选,获取第一待筛选案例集;
基于所述案例适应度分析函数对所述第一待筛选案例集进行筛选,获取第二待结合案例集合;
获取所述第二待结合案例集合的遗漏知识点;
基于所述案例库进行非重合案例筛选,获取第二待筛选案例集;
遍历所述遗漏知识点,基于所述案例适应度分析函数对所述第二待筛选案例集进行筛选,获取第三待结合案例集合;
根据所述第二待结合案例集合和所述第三待结合案例集合,构建第四待结合案例集合,构建虚拟现实考核场景进行安全教育学习成果测试。
6.用于虚拟现实的安全教育学习成果测试系统,其特征在于,用于实施权利要求1-5任意一项所述的用于虚拟现实的安全教育学习成果测试方法,包括:
数据获取模块,用于获取登录用户的课程解锁目录、练习记录数据和考核记录数据;
知识点匹配模块,用于根据考核范围信息,匹配考纲知识点集合;
级别划分模块,用于根据所述课程解锁目录、所述练习记录数据和所述考核记录数据遍历所述考纲知识点集合进行知识点掌握级别划分,生成知识点掌握级别;
概率获取模块,用于根据所述知识点掌握级别进行取题概率匹配,获取随机提取概率;
随机抽取模块,用于根据所述随机提取概率和预设取题数量基于所述考纲知识点集合进行随机抽取,获取待考核知识点集合;
成果测试模块,用于根据所述待考核知识点集合,基于案例库,构建虚拟现实考核场景进行安全教育学习成果测试;
掌握度期望覆盖面设置模块,用于遍历所述知识点掌握级别,设定零级掌握度期望覆盖面、一级掌握度期望覆盖面、二级掌握度期望覆盖面和三级掌握度期望覆盖面;
随机抽取模块,用于根据所述随机提取概率基于所述考纲知识点集合进行随机抽取,当满足所述预设取题数量时停止,获取待考核知识点初始集合;
知识点统计模块,用于对所述待考核知识点初始集合进行知识点统计,获取零级掌握度知识点覆盖面、一级掌握度知识点覆盖面、二级掌握度知识点覆盖面和三级掌握度知识点覆盖面;
重复抽取模块,用于当所述零级掌握度知识点覆盖面不满足所述零级掌握度期望覆盖面,或/和所述一级掌握度知识点覆盖面不满足所述一级掌握度期望覆盖面,或/和所述二级掌握度知识点覆盖面不满足所述二级掌握度期望覆盖面,或/和所述三级掌握度知识点覆盖面不满足所述三级掌握度期望覆盖面时,根据所述随机提取概率基于所述考纲知识点集合进行重复抽取;
待考核知识点集合获取模块,用于直到当所述零级掌握度知识点覆盖面满足所述零级掌握度期望覆盖面,且所述一级掌握度知识点覆盖面满足所述一级掌握度期望覆盖面,且所述二级掌握度知识点覆盖面满足所述二级掌握度期望覆盖面,且所述三级掌握度知识点覆盖面满足所述三级掌握度期望覆盖面时,获取所述待考核知识点集合;
适应度分析函数构建模块,用于构建案例适应度分析函数:,其中,/>表征第i个待考核知识点与第i个待考核知识点的第j个案例的结合适应度,/>表征最新周期内第i个待考核知识点与第i个待考核知识点的第j个案例的结合频率,/>表征第i个待考核知识点的多个案例结合频率最小值,/>第i个待考核知识点的多个案例结合频率最大值,/>表征第i个待考核知识点与第i个待考核知识点的第j个案例的最近结合时间至目前计时时长;
待考核知识点的案例集匹配模块,用于遍历所述待考核知识点集合,基于所述案例库,匹配第i待考核知识点的案例集,其中,所述案例集的数量大于或等于案例数量阈值;
案例适应度集合获取模块,用于根据所述案例适应度分析函数遍历所述案例集,获取案例适应度集合;
第四添加模块,用于从所述案例适应度集合进行最小值选取,获取第i个待考核知识点待结合案例,添加进第一待结合案例集合;
虚拟现实考核场景构建模块,用于根据所述第一待结合案例集合,构建虚拟现实考核场景进行安全教育学习成果测试。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202311000026.1A CN116739438B (zh) | 2023-08-10 | 2023-08-10 | 用于虚拟现实的安全教育学习成果测试方法及系统 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202311000026.1A CN116739438B (zh) | 2023-08-10 | 2023-08-10 | 用于虚拟现实的安全教育学习成果测试方法及系统 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN116739438A CN116739438A (zh) | 2023-09-12 |
CN116739438B true CN116739438B (zh) | 2023-11-17 |
Family
ID=87917184
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202311000026.1A Active CN116739438B (zh) | 2023-08-10 | 2023-08-10 | 用于虚拟现实的安全教育学习成果测试方法及系统 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN116739438B (zh) |
Citations (10)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN203134240U (zh) * | 2012-12-27 | 2013-08-14 | 吴声声 | 一种测试安全认知心理与行为用的仿真培训装置 |
KR20160062359A (ko) * | 2014-11-25 | 2016-06-02 | 권일 | 온라인을 이용한 플랫폼 기반의 스마트 안전교육 시스템 |
CN107544973A (zh) * | 2016-06-24 | 2018-01-05 | 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 |
CN109905429A (zh) * | 2017-12-08 | 2019-06-18 | 中国石油化工股份有限公司 | 用于班组安全培训的云平台装置及系统 |
CN111191935A (zh) * | 2019-12-31 | 2020-05-22 | 安徽佰通教育科技发展有限公司 | 一种测评评估系统及方法 |
CN111240487A (zh) * | 2020-02-20 | 2020-06-05 | 福州大学 | 一种适用于虚拟现实教育系统的感知学习交互模型及其部署方法 |
CN111507534A (zh) * | 2020-04-22 | 2020-08-07 | 江苏至优教育科技有限公司 | 基于学生学习数据的知识点掌握情况的预测分析算法 |
CN114863489A (zh) * | 2022-07-05 | 2022-08-05 | 河北工业大学 | 基于虚拟现实的可移动式智慧工地辅助巡检方法和系统 |
CN115760510A (zh) * | 2023-01-10 | 2023-03-07 | 昆明理工大学 | 一种基于vr虚拟现实的教学方法及系统 |
KR20230089998A (ko) * | 2021-12-14 | 2023-06-21 | (주)에이트원 | 다수 훈련자를 위한 가상 체험 훈련 시스템 및 그 방법 |
-
2023
- 2023-08-10 CN CN202311000026.1A patent/CN116739438B/zh active Active
Patent Citations (10)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN203134240U (zh) * | 2012-12-27 | 2013-08-14 | 吴声声 | 一种测试安全认知心理与行为用的仿真培训装置 |
KR20160062359A (ko) * | 2014-11-25 | 2016-06-02 | 권일 | 온라인을 이용한 플랫폼 기반의 스마트 안전교육 시스템 |
CN107544973A (zh) * | 2016-06-24 | 2018-01-05 | 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 |
CN109905429A (zh) * | 2017-12-08 | 2019-06-18 | 中国石油化工股份有限公司 | 用于班组安全培训的云平台装置及系统 |
CN111191935A (zh) * | 2019-12-31 | 2020-05-22 | 安徽佰通教育科技发展有限公司 | 一种测评评估系统及方法 |
CN111240487A (zh) * | 2020-02-20 | 2020-06-05 | 福州大学 | 一种适用于虚拟现实教育系统的感知学习交互模型及其部署方法 |
CN111507534A (zh) * | 2020-04-22 | 2020-08-07 | 江苏至优教育科技有限公司 | 基于学生学习数据的知识点掌握情况的预测分析算法 |
KR20230089998A (ko) * | 2021-12-14 | 2023-06-21 | (주)에이트원 | 다수 훈련자를 위한 가상 체험 훈련 시스템 및 그 방법 |
CN114863489A (zh) * | 2022-07-05 | 2022-08-05 | 河北工业大学 | 基于虚拟现实的可移动式智慧工地辅助巡检方法和系统 |
CN115760510A (zh) * | 2023-01-10 | 2023-03-07 | 昆明理工大学 | 一种基于vr虚拟现实的教学方法及系统 |
Also Published As
Publication number | Publication date |
---|---|
CN116739438A (zh) | 2023-09-12 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
Kerr et al. | Identifying key features of student performance in educational video games and simulations through cluster analysis. | |
Cheah | Clustering standard errors or modeling multilevel data | |
CN109783601A (zh) | 基于测试知识点的计算机智能组卷方法及其系统 | |
CN114913729B (zh) | 一种选题方法、装置、计算机设备和存储介质 | |
CN113918806A (zh) | 自动推荐培训课程的方法及相关设备 | |
CN112598184A (zh) | 一种戒毒人员复吸风险预测的方法和装置 | |
Chaudhari et al. | Student performance prediction system using data mining approach | |
CN111191935A (zh) | 一种测评评估系统及方法 | |
CN116739438B (zh) | 用于虚拟现实的安全教育学习成果测试方法及系统 | |
CN114461786B (zh) | 一种学习路径生成方法和系统 | |
CN109636229A (zh) | 一种学习效果的评估方法及电子设备 | |
Yocarini et al. | Systematic comparison of decision accuracy of complex compensatory decision rules combining multiple tests in a higher education context | |
Ros et al. | Analyzing content structure and Moodle milestone to classify student learning behavior in a basic desktop tools course | |
Gu et al. | Cluster analysis on the teaching evaluation data from college students | |
Hao | Application of random dynamic grouping simulation algorithm in PE teaching evaluation | |
CN117333067B (zh) | 一种智能化的体育教学数据管理方法及系统 | |
Yu et al. | Application of Data Mining Technology in Sports Data Analysis in Colleges and Universities | |
Li et al. | Applying Coding Behavior Features to Student Plagiarism Detection on Programming Assignments | |
Protasov et al. | The Crowdsourcing Linguistic Technology for Experts Assessment | |
Ireri et al. | Modelling an institutional mobile learning readiness analyser | |
Valsamidis et al. | Two algorithms for web applications assessment | |
Liu et al. | Online Exam Data Security Encryption Algorithm Based on ASP. NET | |
CN114461787B (zh) | 一种试题分发方法和系统 | |
CN117726485B (zh) | 一种基于大数据的智适应教育学习方法及系统 | |
Barr et al. | Proceedings of the First Higgs Hunters Schools’ Conference |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant |