KR20110123325A - Method of service for matching test paper and test paper matching service system for the same - Google Patents
Method of service for matching test paper and test paper matching service system for the same Download PDFInfo
- Publication number
- KR20110123325A KR20110123325A KR1020100042755A KR20100042755A KR20110123325A KR 20110123325 A KR20110123325 A KR 20110123325A KR 1020100042755 A KR1020100042755 A KR 1020100042755A KR 20100042755 A KR20100042755 A KR 20100042755A KR 20110123325 A KR20110123325 A KR 20110123325A
- Authority
- KR
- South Korea
- Prior art keywords
- item
- word
- test
- thesaurus
- dictionary
- Prior art date
Links
- 238000012360 testing method Methods 0.000 title claims abstract description 95
- 238000000034 method Methods 0.000 title claims abstract description 12
- 238000013500 data storage Methods 0.000 claims description 8
- 238000010276 construction Methods 0.000 claims description 7
- 238000013507 mapping Methods 0.000 claims description 7
- 239000000284 extract Substances 0.000 claims description 3
- 230000008030 elimination Effects 0.000 claims 1
- 238000003379 elimination reaction Methods 0.000 claims 1
- 238000004458 analytical method Methods 0.000 description 21
- 238000010586 diagram Methods 0.000 description 18
- 238000012015 optical character recognition Methods 0.000 description 4
- 238000005516 engineering process Methods 0.000 description 2
- 230000006870 function Effects 0.000 description 2
- 230000014509 gene expression Effects 0.000 description 2
- 238000012544 monitoring process Methods 0.000 description 2
- 238000010420 art technique Methods 0.000 description 1
- 230000002596 correlated effect Effects 0.000 description 1
- 230000000875 corresponding effect Effects 0.000 description 1
- 238000012217 deletion Methods 0.000 description 1
- 230000037430 deletion Effects 0.000 description 1
- 238000003745 diagnosis Methods 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 238000011156 evaluation Methods 0.000 description 1
- 238000007726 management method Methods 0.000 description 1
- 239000011159 matrix material Substances 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 230000004044 response Effects 0.000 description 1
- 238000012795 verification 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
- 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
- G06F16/904—Browsing; Visualisation therefor
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F40/00—Handling natural language data
- G06F40/10—Text processing
- G06F40/194—Calculation of difference between files
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F40/00—Handling natural language data
- G06F40/20—Natural language analysis
- G06F40/237—Lexical tools
- G06F40/242—Dictionaries
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F40/00—Handling natural language data
- G06F40/20—Natural language analysis
- G06F40/237—Lexical tools
- G06F40/247—Thesauruses; Synonyms
Landscapes
- Engineering & Computer Science (AREA)
- Theoretical Computer Science (AREA)
- Physics & Mathematics (AREA)
- Business, Economics & Management (AREA)
- General Physics & Mathematics (AREA)
- General Health & Medical Sciences (AREA)
- Health & Medical Sciences (AREA)
- General Engineering & Computer Science (AREA)
- Computational Linguistics (AREA)
- Audiology, Speech & Language Pathology (AREA)
- Artificial Intelligence (AREA)
- Tourism & Hospitality (AREA)
- Educational Technology (AREA)
- Strategic Management (AREA)
- Educational Administration (AREA)
- Databases & Information Systems (AREA)
- Economics (AREA)
- Human Resources & Organizations (AREA)
- Marketing (AREA)
- Primary Health Care (AREA)
- General Business, Economics & Management (AREA)
- Data Mining & Analysis (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
Description
본 발명은 시험지 매칭 서비스 방법 및 시험지 매칭 서비스 시스템에 관한 것으로, 특히 시험지를 자동으로 인식하여 데이터베이스에 저장된 문제 데이터와 매칭시키는 기술에 관한 것이다.The present invention relates to a test paper matching service method and a test paper matching service system, and more particularly, to a technique of automatically recognizing a test paper and matching it with problem data stored in a database.
시험을 준비하는 과정에서 접했던 문제와 실제 시험 문제와의 상관관계는 효과적인 시험 준비를 위해 매우 중요한 요소이다. 즉, 많은 학생들이 시험 준비를 위해 많은 문제를 풀고 시험에 임하지만, 실제로 시험 준비를 위해서 풀었던 문제들이 실제 시험 문제를 푸는데 얼마나 도움이 되었는지를 체계적이고 일목요연하게 알기는 어렵다.The relationship between the questions encountered during the preparation of the exam and the actual exam questions is a very important factor in the preparation of the exam. In other words, many students solve many questions and prepare for the test, but it is difficult to systematically and clearly see how the problems they have actually solved to prepare for the test helped to solve the actual test questions.
또한, 문제은행 데이터베이스를 가지고 학생들이 시스템을 통해 문제를 풀면 이를 분석하여 성취도나 오답률 등의 통계를 작성하는 선행기술들이 존재하나 이들 모두는 시스템에 접속하여 문제를 풀면 그 결과를 분석하는 것에 불과하여 실제로 학교에서 보는 시험 문제에 대한 분석에는 적합하지 않다는 문제점이 있었다.In addition, there are prior art techniques that have a problem bank database to analyze statistics when students solve problems through the system and write statistics such as achievements and incorrect answers, but all of them are simply analyzing the results when connecting to the system to solve problems. In fact, the problem was that it was not suitable for the analysis of the test questions at school.
따라서, 실제 시험지를 인식하고 이를 분석하여 실제로 출제된 문제와 학생이 준비한 문제들과의 상관관계를 분석함으로써 실제로 특정 학생이 얼마나 그 시험을 잘 준비했는지를 알 수 있는 새로운 시험지 매칭 서비스의 필요성이 절실하게 대두된다.Therefore, there is a need for a new paper matching service that can recognize how well a student prepares for the test by analyzing the actual test paper and analyzing it and analyzing the correlation between the actual question and the questions prepared by the student. To emerge.
상기한 과제를 해결하기 위한 본 발명의 목적은, 실제 시험지를 인식하고 이를 분석하여 실제로 출제된 문제와 학생이 준비한 문제들과의 상관관계를 분석함으로써 실제로 특정 학생이 얼마나 그 시험을 잘 준비했는지를 알 수 있도록 하는 것이다.An object of the present invention for solving the above problems is to recognize how well the actual student prepared for the exam by analyzing the actual test paper and analyzing the correlation between the actual questions and the questions prepared by the student. To know.
또한, 본 발명의 목적은 시험을 위한 문항 패턴 매칭 자료를 적절히 구축하여 시험지 매칭 서비스에 활용하는 것이다.In addition, an object of the present invention is to construct an appropriate item pattern matching data for the test and to utilize it in the test paper matching service.
또한, 본 발명의 목적은 실제 시험 문제지를 시스템에서 인식할 수 있도록 효과적으로 전자문서화 하여 스캐닝 문제 데이터베이스를 구축하는 것이다.It is also an object of the present invention to build a scanning problem database by effectively documenting an electronic document so that the actual test questionnaire can be recognized by the system.
또한, 본 발명의 목적은 스캐닝 문제 데이터베이스와 시험 문항 패턴 매칭 데이터베이스를 효과적으로 매핑하는 것이다.It is also an object of the present invention to efficiently map a scanning problem database and a test item pattern matching database.
상기한 목적을 달성하기 위한 본 발명에 따른 시험 문항 패턴 매칭 자료 저장 데이터 베이스 구축 시스템은, 기존에 있던 문항을 분석하여 단어를 구축하고, 문항에 나타난 단어를 기반으로 문항군에 나타나는 단어의 출현 빈도를 구축하는 시스템인 문항군별 문항별 단어 사전; 문항군별 문항별 단어에 따른 시노님(synonym)/시소러스(thesaurus) 사전 생성하는 시스템인 소단원별 문항군별 단어 시노님/시소러스 사전; 어떤 문항군/문항에 어떤 단어가 나타나면 필수로 같이 따라 나오는 단어와 따라 나올 수 있는 확률이 낮은 단어의 확률에 대한 데이터베이스인 소단원별 문항군별 단어/시소러스워드 연관 관계 강력도 사전; 어떤 문항군/문항에 나타나는 그래프/도형/이미지 타입과 문항군별 단어와의 연관 관계 강력도인 소단원별 문항군별 나타날 수 있는 단어/시소러스에 따른 그래프/도형/이미지 타입 연관 관계 강력도 사전; 및 각 문항별로 어떤 문항은 특정 형태의 그래프가 나타나면 그 문항일 가능성이 높아진다던가, 어떤 문항은 특정 기호가 많이 나타나면 그 문항일 가능성이 높아진다던가 하는 형태의 연관성 사전인 각 문항별 사전 단어/미디어 연관성 강력도 사전 중 어느 하나 이상을 포함하는 것을 특징으로 한다.The test item pattern matching data storage database construction system according to the present invention for achieving the above object, by analyzing the existing items to build a word, the frequency of occurrence of words appearing in the group of items based on the words appearing in the items A word dictionary by item group that is a system for constructing a word; A synonym / thesaurus dictionary generation system synonym / thesaurus dictionary word generation system according to the item-specific item word synonym / thesaurus dictionary; A word / thesaurus word correlation strength dictionary for each subgroup, which is a database of the probability of a word that follows and a word that has a low probability of being followed when a word appears in a group / question; Graph / figure / image type association strength of graph / figure / image type appearing in an item group / item and word / thesaurus of item group by subsection, which is the strength of association among words of item group; For each item, the item is more likely to be the item when a certain type of graph is displayed, and the item is more likely to be the item when more symbols appear. It is characterized by including any one or more of the strength dictionary.
또한, 본 발명의 일실시예에 따른 문제지 스캐닝 시스템은, 시험 문제에 나타난 원본 문서를 인식하여, 단어와 숫자, 그래프/도형/이미지 형태를 추출하고, 추출한 단어를 매핑할 수 있는 형태로 보관하는 시스템이다.In addition, the problem paper scanning system according to an embodiment of the present invention, by recognizing the original document appeared in the test problem, extracts the words and numbers, graph / figure / image form, and stores the extracted words in a form that can be mapped System.
이 때, 상기 시스템은 주관식에 따른 인식 시스템일 수도 있다.At this time, the system may be a recognition system according to the subjective equation.
이 때, 상기 시스템은 객관식에 따른 인식 시스템일 수도 있다.In this case, the system may be a recognition system according to multiple choice.
이 때, 상기 시스템은 주/객관식 모두에게 공통적으로 적용될 수 있는 그래프/도형/이미지 인식 시스템일 수 있다.In this case, the system may be a graph / graphic / image recognition system that can be commonly applied to both main / multiple equations.
이 때, 상기 시스템은 기호의 출현 빈도에 따른 인식 시스템일 수 있다.At this time, the system may be a recognition system according to the frequency of appearance of the symbol.
또한, 본 발명의 일실시예에 따른 스캐닝 문제 데이터베이스와 시험(수학) 문항 패턴 매칭 데이터베이스 매핑 시스템은, 관계가 강한 문항군에 따른 연관, 상관없는 문항군 소거 구성 및 최종 매핑된 자료의 우선 순위에 따라 사용자에게 보여주고 최종 결정 등의 기능을 포함할 수 있다.In addition, the scanning problem database and the test (math) item pattern matching database mapping system according to an embodiment of the present invention are related to the association of the strong item group, the irrelevant item group deletion configuration, and the priority of the final mapped data. It can be shown to the user and include functions such as final decision.
이 때, 상기 시스템은 사용자의 우선순위 조정에 따라 보여주는 매핑이 자동 조정되어 보여줄 수 있다.At this time, the system can automatically show the mapping shown according to the user's priority adjustment.
이 때, 상기 시스템은 최종 결정된 자료를 이용하여, 자동으로 단어 및 시소러스 워드, 그래프/도형/이미지 타입 연관 관계 강력도 데이터베이스에 피드백하는 시스템일 수 있다.In this case, the system may be a system that automatically feeds back words and thesaurus words, graphs / figures / image type association strength databases using the finally determined data.
본 발명에 따르면, 실제 시험지를 인식하고 이를 분석하여 실제로 출제된 문제와 학생이 준비한 문제들과의 상관관계를 분석함으로써 실제로 특정 학생이 얼마나 그 시험을 잘 준비했는지를 알 수 있다.According to the present invention, it is possible to know how well a particular student actually prepares the test by analyzing the correlation between the actual question and the questions prepared by the student by recognizing and analyzing the actual test paper.
또한, 본 발명은 시험을 위한 문항 패턴 매칭 자료를 적절히 구축하여 시험지 매칭 서비스에 활용할 수 있다.In addition, the present invention can be properly used in the test paper matching service by properly building the item pattern matching data for the test.
또한, 본 발명은 실제 시험 문제지를 시스템에서 인식할 수 있도록 효과적으로 전자문서화 하여 스캐닝 문제 데이터베이스를 구축할 수 있다.In addition, the present invention can build a scanning problem database by effectively documenting electronic documents so that the actual test questionnaire can be recognized by the system.
또한, 본 발명은 스캐닝 문제 데이터베이스와 시험 문항 패턴 매칭 데이터베이스를 효과적으로 매핑할 수 있다.In addition, the present invention can effectively map the scanning problem database and the test item pattern matching database.
도 1은 특정 학생의 시험 매칭 결과(문제번호 1)를 나타낸 도면이다.
도 2는 특정 학생의 시험 매칭 결과(문제번호 2)를 나타낸 도면이다.
도 3은 특정 학생의 시험 매칭 결과(문제번호 3)를 나타낸 도면이다.
도 4는 특정 학생의 시험 매칭 결과(문제번호 4)를 나타낸 도면이다.
도 5는 특정 학생의 시험 매칭 결과(문제번호 5)를 나타낸 도면이다.
도 6은 특정 학생의 시험 매칭 결과(문제번호 6)를 나타낸 도면이다.
도 7은 특정 학생의 시험 매칭 결과(문제번호 7)를 나타낸 도면이다.
도 8은 특정 학생의 시험 매칭 결과(문제번호 8)를 나타낸 도면이다.
도 9는 특정 학생의 시험지 매칭 분석 결과를 나타낸 도면이다.
도 10은 특정 학생이 속한 학군 내 난이도 분석 결과를 나타낸 도면이다.1 is a diagram showing a test matching result (problem number 1) of a specific student.
2 is a diagram showing a test matching result (problem number 2) of a specific student.
3 is a diagram showing a test matching result (problem number 3) of a specific student.
4 is a diagram showing a test matching result (problem number 4) of a specific student.
5 is a diagram illustrating a test matching result (question number 5) of a specific student.
6 is a diagram showing a test matching result (problem number 6) of a specific student.
7 is a diagram illustrating a test matching result (question number 7) of a specific student.
8 is a diagram showing a test matching result (question number 8) of a specific student.
9 is a diagram illustrating a test sheet matching analysis result of a specific student.
10 is a view showing a result of analyzing difficulty in a school district to which a particular student belongs.
본 발명을 첨부된 도면을 참조하여 상세히 설명하면 다음과 같다. 여기서, 반복되는 설명, 본 발명의 요지를 불필요하게 흐릴 수 있는 공지 기능, 및 구성에 대한 상세한 설명은 생략한다. 본 발명의 실시형태는 당 업계에서 평균적인 지식을 가진 자에게 본 발명을 보다 완전하게 설명하기 위해서 제공되는 것이다. 따라서, 도면에서의 요소들의 형상 및 크기 등은 보다 명확한 설명을 위해 과장될 수 있다.The present invention will now be described in detail with reference to the accompanying drawings. Here, the repeated description, well-known functions and configurations that may unnecessarily obscure the subject matter of the present invention, and detailed description of the configuration will be omitted. Embodiments of the present invention are provided to more completely describe the present invention to those skilled in the art. Accordingly, the shape and size of elements in the drawings may be exaggerated for clarity.
이하, 본 발명에 따른 바람직한 실시예를 첨부된 도면을 참조하여 상세하게 설명한다.Hereinafter, exemplary embodiments of the present invention will be described in detail with reference to the accompanying drawings.
도 1은 특정 학생의 시험 매칭 결과(문제번호 1)를 나타낸 도면이다.1 is a diagram showing a test matching result (problem number 1) of a specific student.
예를 들어, 도 1 내지 도 8은 특정 학생의 중간고사 시험 매칭 결과일 수 있다.For example, FIGS. 1 through 8 may be a result of a midterm test matching of a specific student.
도 1을 참조하면, 학교 시험문제(도면 왼쪽)와 그에 매칭된 학원에서 푼 문제(도면 오른쪽)가 매칭되어 표시되는 것을 알 수 있다. 이 때, 학원에서 푼 문제는 시험 문항 패턴 매칭 자료 저장 데이터베이스에 저장된 문제일 수 있다.Referring to FIG. 1, it can be seen that a school test question (left side of the drawing) and a problem solved in a school matched with it (right side of the drawing) are matched and displayed. At this time, the problem solved in the school may be a problem stored in the test item pattern matching data storage database.
이 때, 학원에서 푼 문제에는 문항군 번호와 출제빈도가 함께 표시될 수 있다.At this time, the questions solved by the school may be displayed with the question number and the frequency of questions.
이 때, 특정 학생의 소속 학교, 학년, 이름, 해당 문항군이나 해당 문제에 접한 횟수, 특정 학생의 해당 문항군이나 해당 문제에 대한 이해도 및 실제 시험에서 문제를 맞추었는지 여부 등이 함께 표시될 수 있다.This may include the school, grade, name of a particular student, the number of times the student has encountered the question or the question, the student's understanding of the question group or the question, and whether or not the question was answered on an actual test. Can be.
도 1에 도시된 예에서 이OO는 문제번호 1과 같은 유형의 문제를 학원에서 8번 접했고, 이와 같은 유형의 문제를 75% 이해하고 문제를 풀었으며, 그 결과 학교 시험에서 문제번호 1의 문제를 맞춘 것을 알 수 있다.In the example shown in FIG. 1, OO has encountered the same type of problem as
도 2는 특정 학생의 시험 매칭 결과(문제번호 2)를 나타낸 도면이다.2 is a diagram showing a test matching result (problem number 2) of a specific student.
도 3은 특정 학생의 시험 매칭 결과(문제번호 3)를 나타낸 도면이다.3 is a diagram showing a test matching result (problem number 3) of a specific student.
도 4은 특정 학생의 시험 매칭 결과(문제번호 4)를 나타낸 도면이다.4 is a diagram showing a test matching result (question number 4) of a specific student.
도 5은 특정 학생의 시험 매칭 결과(문제번호 5)를 나타낸 도면이다.5 is a diagram illustrating a test matching result (question number 5) of a specific student.
도 6은 특정 학생의 시험 매칭 결과(문제번호 6)를 나타낸 도면이다.6 is a diagram showing a test matching result (problem number 6) of a specific student.
도 7은 특정 학생의 시험 매칭 결과(문제번호 7)를 나타낸 도면이다.7 is a diagram illustrating a test matching result (question number 7) of a specific student.
도 8은 특정 학생의 시험 매칭 결과(문제번호 8)를 나타낸 도면이다.8 is a diagram showing a test matching result (question number 8) of a specific student.
이상 도 1 내지 도 8을 통하여 중학교 수학 문제를 예로 들어 특정 학생의 시험지 매칭 결과에 관하여 설명하였으나, 본 발명의 기술사상은 수학 문제에만 한정되지 아니하고, 중학교 시험 문제에만 한정되는 것도 아니다.As described above with reference to the middle school mathematics problem with reference to FIGS. 1 to 8 described for the test result matching of a particular student, the technical idea of the present invention is not limited to the math problem, it is not limited to the middle school test problem.
도 9는 특정 학생의 시험지 매칭 분석 결과를 나타낸 도면이다.9 is a diagram illustrating a test sheet matching analysis result of a specific student.
도 9를 참조하면, 특정 학생의 시험지 매칭 분석 결과를 통해 시험이 끝난 후 각 학생의 시험지를 취합해 개인별로 시험지 매칭 보고서를 제공하는 것을 알 수 있다. 보고서를 통해 시험을 어떻게 준비했는지와 어떤 결과를 받았는지에 대한 자세한 정보를 볼 수 있다.Referring to FIG. 9, it can be seen that a test paper matching report is provided for each individual by collecting test papers of each student after the test is finished through a test paper matching analysis result of a specific student. The report provides detailed information about how the test was prepared and what results were received.
예를 들어, 시험지 매칭 분석 결과에는 다음과 같은 코멘트가 포함될 수 있다.For example, the test sheet matching analysis result may include the following comment.
"2009년 2학기 중간고사에서 이OO가 속한 월촌중학교 2학년의 수학시험 난이도는 81점으로 목동 평균 난이도 82.7점보다 낮은 편입니다. 이번 월촌중학교 2학년의 시험에는 학교시험에 자주 출제 되지 않는 문제가 5문제(3번, 18번 등) 출제 되었고, 함정지수가 높은 문제들을 연속적으로 배치하여(17번~21번) 학생들이 많은 문제를 실수로 놓칠 수 있는 시험이었습니다. 또한 자주 출제되지 않으면서 쉽게 실수할 만한 요소를 함께 지닌 문제도 3문제(18번, 19번, 22번)나 출제 되었습니다."The mathematics test difficulty of the second grader of Wolchon Middle School in the second half of 2009 is 81 points, which is lower than the average level of Mokdong's average difficulty of 82.7 points. 5 questions (3, 18, etc.) were given, and the problems with high trap index were placed consecutively (17 ~ 21) so that students could miss many problems by mistake. Three questions (18, 19 and 22) were also questions that had an easy mistake.
이번 월촌중학교 2학년의 시험에서 이OO가 틀린 17번 문제는 학교 시험에서 자주 출제되지 않고 함정지수도 높은 어려운 문제였습니다. 때문에 학원에서 19번이나 반복 학습 하였으나 17번 유형의 논리적 관계를 완벽하게 이해하지 못해 학교에서 틀리게 되었습니다. 다음시험에서 이OO가 100점을 맞기 위해서는 평소에 원리를 응용한 문제들을 반복적으로 학습하여 어떤 변형문제가 시험에 출제 되더라도 논리적으로 접근 가능하도록 학습해야 합니다."In this second year of Wolchon Middle School, this question, which is wrong with OO, was a difficult problem that was not frequently asked on the school test and the trap index was high. Because of this, I have repeatedly studied 19 times at the school, but I am wrong at school because I do not fully understand the logical relationship of
도 10은 특정 학생이 속한 학군 내 난이도 분석 결과를 나타낸 도면이다.10 is a view showing a result of analyzing difficulty in a school district to which a particular student belongs.
도 10을 참조하면, 특정 학생이 속한 목동 지역 중학교들의 난이도가 막대그래프를 통해서 표시된 것을 알 수 있다.Referring to FIG. 10, it can be seen that the difficulty of the middle schools in the Mok-dong region to which a particular student belongs is displayed through a bar graph.
예를 들어, 난이도 분석 결과에는 다음과 같은 코멘트가 포함될 수 있다.For example, the difficulty analysis results may include the following comments.
"지역별로 수학과목 평균 점수는 목동 지역이 61.4점, 대치동지역이 60점, 마포지역이 58.2점으로 이OO가 속한 목동지역이 가장 높았고 마포 지역이 가장 낮았습니다. 지역별 난이도 등급을 보면 목동은 3등급, 마포는 5등급, 대치동은 2등급으로 지역적으로 보면 대치동이 평균적으로 시험이 어렵게 출제 되었음을 알 수 있습니다. 이OO가 속한 목동지역을 보면 마포지역보다는 어렵게 출제 되었고 대치동 지역보다는 쉽게 출제 되었습니다. 목동 지역내에서 이OO가 속한 월촌 중학교를 보면 시험 난이도 등급이 3등급으로 목동지역 평균인 3등급과 같습니다. 이는 1등급인 신목중학교와 목일중학교에 비해서는 문제가 쉽게 출제 되었고 4등급인 양동중학교나 염창중학교에 비해서는 어렵게 출제되었음을 말해주고 있습니다.""The average score of mathematics subjects in each region was 61.4 in Mok-dong, 60 in Daechi-dong, and 58.2 in Mapo, the highest in the Mok-dong region where OO belongs, and the lowest in Mapo. Grade,
도 1 내지 도 10을 통하여 설명한 시험지 매칭 서비스 기술은 본 발명의 교육 서비스 시스템의 일부일 수 있다. 본 발명의 교육 서비스 시스템은 크게 아래와 같은 서비스로 이루어질 수 있다.The test paper matching service technology described with reference to FIGS. 1 to 10 may be part of the education service system of the present invention. Educational service system of the present invention can be largely composed of the following services.
첫 번째로, 본 발명의 교육 서비스 시스템은 시험지 매칭 서비스를 포함할 수 있다.First, the educational service system of the present invention may include a test sheet matching service.
시험지 매칭 서비스는 학생이 시험을 치르고 난 후, 시험에 나온 문항과 같은 유형의 문항을 학생들이 학습한 횟수와 문항에 대한 이해도를 실시간으로 분석한 결과자료를 제공하는 서비스이다.The test sheet matching service is a service that provides a result of analyzing the number of times students have studied the type of questions and the understanding of the questions in real time after the students take the test.
이 서비스를 통하여 학생이 학원에서 학습한 결과를 바탕으로 실제 학교시험 결과를 분석할 수 있고, 학부모님이 학생의 학습결과를 명확하고 객관적인 결과자료로 직접 확인할 수 있다.Through this service, students can analyze the actual school test results based on the results they have learned in the school, and parents can directly check the student's learning results with clear and objective results.
시험지 매칭 서비스를 위한 시험지 적중 분석 시스템은 시험문제 OCR(Optical Character Reader) 시스템과 시소러스 컨텐츠 매칭(thesaurus contents matching) 시스템으로 구성될 수 있다.The test paper hit analysis system for the test paper matching service may be composed of a test question OCR (Optical Character Reader) system and the thesaurus contents matching system.
시험문제 OCR 시스템은 전국에서 시행된 시험지를 스캐너로 스캔하거나 고해상도 디지털 카메라로 찍은 이미지 파일을, 메일이나 MPDA 홈페이지 게시판에 학교/연도/학년/학기 정보와 함께 입력하면, 자동으로 시험문제를 인식하여 문제에 나타난 수학 용어집을 구성할 수 있다.Exam Question OCR system automatically recognizes exam questions by scanning test papers from all over the country with a scanner or by inputting image files taken with high-resolution digital cameras along with school / year / grade / semester information on the bulletin board of the MPDA website. You can construct the mathematical glossary presented in the problem.
시소러스 컨텐츠 매칭 시스템은 자사가 현재 보유 중인 컨텐츠의 수학 용어 및 유사어 정보와 시험문제 OCR 시스템에서 제작된 수학 용어집을 비교하여, 예를 들어 신뢰도 99% 이상의 매칭을 형성할 수 있다.The thesaurus content matching system can compare the mathematical terminology and synonym information of the content currently owned by the mathematical glossary produced by the test question OCR system, for example, to form a match of reliability of 99% or more.
시험지 적중 분석 시스템의 구동에 대해 보다 상세히 설명하면, 자동으로 연결된 시험 정보는 학교/년도/학년/학기 정보 별로 저장되며, 해당 문제에 대한 과거 학생 이력을 학생정보분석 시스템에서 동일한 문항군의 문제를 접한 이력(유사문제 접촉정보, 단원별/문항군별/영역별 이해도)를 실시간으로 검색하여 결과를 제공한다. In more detail about the operation of the test hit analysis system, automatically connected test information is stored by the school / year / grade / semester information, and the past student history of the problem can be found in the student information analysis system. Provides results by searching in real time the history of contact (similar problem contact information, unit / item group / area comprehension).
표준예언점수분석 시스템 및 전국석차 시스템과의 연계를 통하여 본 발명의 내신시험지 적중 시스템에 기록된 전국 2700여 개 중학교의 2000년도 이후 기출시험문제 정보와 매칭하고, 해당 문항군의 출제 확률과 출제 문제 분포, 확률에 따른 예상문제 분포를 고려하여, 학생에게 출제 경향을 분석 후 자료를 제공하게 된다.Through the connection with the standard prediction score analysis system and the national ranking system, it matches with the information of past examination questions since 2000 of 2700 junior high schools nationwide recorded in the internal examination paper hit system of the present invention, and the probability of the question and the question of the question group Considering the distribution of the expected problem according to the distribution and the probability, students will be provided with the data after analyzing the trend of the question.
이하, 실시간 전국석차 및 시험예언점수 서비스에 대해 설명한다.Hereinafter, the real-time national ranking and test prediction score service will be described.
전국석차 시스템은 도출된 전국표준점수를 가져와 해당 학생의 현재 지역/전국석차, 학생의 성장 속도에 따른 미래 발전 가능성에 근거한 향후 지역/전국 석차, 학생의 추후 교육 로드맵 등을 실시간으로 제공한다.The national ranking system takes the derived national standard scores and provides real-time regional / national seating, future regional / national seating based on the student's growth rate, and future education roadmap for the student.
시험예언점수 시스템은 전국 2700여 개 중학교의 수 년치 출제경향이 분석되어 있는 D/B에 근거하여 학교의 출제경향과 패턴을 예상하고, 학생이 시험을 치르기 전에 시험점수를 미리 예상해주는 서비스이다.The test prediction score system is a service that predicts the school's test trends and patterns based on the D / B, which analyzes the year-to-year trends of more than 2700 middle schools, and predicts test scores before students take the test.
실시간 전국석차 및 시험예언점수 서비스를 위한 다수의 Clustering CRM Server 로 구성된 학생정보분석 시스템은, 약 2000억 건의 학생과제 정보가 여러 대의 D/B에 기록되어 있으며, 실시간 내신 표준예언점수 분석 시스템, 실시간 전국석차 시스템으로 구성되어 있다. The student information analysis system, which consists of a large number of clustering CRM servers for real-time national rankings and test prediction score services, contains about 200 billion student assignment information recorded in multiple D / Bs. It is composed of a national seating system.
시스템의 구동에 대해 보다 상세히 설명하면, 현재 서비스 중인 100여 대의 MPDA Online Service Server에서 발생한 학생과제 정보 데이터를 실시간으로 Gathering 하고, Clustering CRM Server 에서 해당 학생의 전 학년 과제 수행 정보를 모두 분석하여 Gathering 한 학생과제 정보와 비교 분석한다. In more detail about the operation of the system, Gathering the student task information data generated from more than 100 MPDA Online Service Server in service in real time, Gathering by analyzing all the student's previous grade assignment performance information in Clustering CRM Server Compare and analyze student assignment information.
시스템은 해당 학생의 단원별/문항군별 이해도 및 Frequency 와 Loophole 정보에 미치는 영향 등을 1:N 방식의 다각도로 분석하고, 학생이 과거 취약했던 문제와 그에 대한 첨삭 결과 및 첨삭 후 과제 패턴, 지난 기간 동안 학생이 수기한 워크북과 풀이 노트를 통한 학생학습패턴을 실시간으로 다시 1:N 방식으로 분석하여, 각 항목별 상관관계가 고려된 학생의 전국 표준점수를 도출한다.The system analyzes the student's unit / item group comprehension and its effect on frequency and loophole information in a 1: N multi-faceted manner. The student's learning patterns through workbooks and workbooks written by students are analyzed in real time in a 1: N fashion, and the student's national standard score is considered.
이하, 학생정보분석 시스템에 대하여 설명한다.Hereinafter, the student information analysis system will be described.
먼저, 영역별 분석진단 시스템과 관련하여 학생이 MPDA Online Service Server 에서 선정된 평가용 과제를 인터넷을 통하여 수행한 결과가 학생정보분석 시스템에 의해 Gathering 된 다음, Clustering CRM Server 에서 분석이 이루어진다.First, the results of the student's evaluation task selected by the MPDA Online Service Server through the Internet are gathered by the student information analysis system and then analyzed in the Clustering CRM Server.
학생의 수행정보를 영역별로 분석하기 위해서, 하나의 문제는 다수 개의 영역과 연관되어 있으며, 다수개의 영역은 매트릭스 체계로 상호 연관되는 "영역 맵"의 형태로 구성되며, 이 영역 맵은 자사 D/B에 이미 완벽하게 구축되어, 학생이 취약한 문제가 발견되었을 때, 단순히 그 문제만 풀고 끝나는 것이 아니라, 영역 맵을 통해 취약한 영역을 찾는다.In order to analyze student's performance information by area, one problem is related to multiple areas, which are organized in the form of "area maps" which are correlated in a matrix system. Fully built in B, when a student finds a vulnerable problem, she does not just solve the problem and ends, but finds the vulnerable area through the area map.
영역별분석처방 시스템과 관련하여, 영역별분석진단 시스템에서 도출해 낸 최하단 취약 영역에 해당하는 문항군을 차례대로 학생이 여러 회 수행하도록 한다.Regarding the analysis system for each area, students are asked to carry out a series of questions corresponding to the lowest vulnerable areas derived from the area analysis diagnosis system.
분석처방전을 학생이 수행한 결과는 다시 영역별분석시스템으로 피드백되어, 다음에 수행할 차례의 영역 문항군을 여러 회 수행하게 되며, 최하단 영역으로부터 상단영역으로 올라가면서 수행하게 된다.The results of the student's analysis prescription are fed back to the analysis system for each area, and the next group of area questions is executed several times, and the result is performed from the bottom area to the top area.
최종영역 분석처방이 완료되면 확인과제를 통해 영역별처방이 완벽히 이루어졌는지 확인한다.When the final area analysis prescription is completed, check whether the prescription for each area is completed through the verification task.
영역별분석관리 시스템과 관련하여, 학생 개개인 별로 처방된 과제를 수행하는 동안 풀이현황측정 스크립터 엔진은 학생이 시스템을 통해 과제풀이 경향, 과제풀이 시간분석, 과제풀이, 시스템 상 클릭 시간과 횟수, 문제별 풀이 소요시간을 측정하고, 이를 학습태도분석 스크립터엔진이 데이터분석하여 학생이 수업을 제대로 수행하고 있는지, 취약영역의 과제를 풀고 있는 지, 특별히 문제를 푸는 데 오랜 시간이 걸리지는 않았는지(전국 평균 문제 풀이시간 데이터 비교), 과제를 제대로 풀고 있는지(필요 이상으로 클릭 시간대가 이상하거나 횟수가 너무 많거나 너무 적지는 않은지), 풀이노트를 제대로 쓰고 있는지를 분석한다. In relation to the domain-specific analysis management system, the Solver Status Scripting Script Engine enables students to work through the system on task trends, task time analysis, task solving, click time and frequency on the system, and problems. Measure the time required for each pool, and whether the learning attitude analysis script engine analyzes the data to see if the student is performing the class properly, is solving the problem in the vulnerable area, and did it take a long time to solve the problem in particular? Analyze the average problem solving time data), whether the task is being solved properly (click time is too strange, not too many or too few), and whether the correct notes are being used.
모니터링 시스템은 분석된 결과를 실시간으로 교사가 모든 학생을 일목요연하게 볼 수 있도록 정보를 제공한다. 이때, 현재 학습태도가 좋지 않은 학생은 모니터링 시스템상에 경고가 나타나게 되고, 교사는 학생이 올바른 학습태도를 유지하도록 준비된 학생의 상태별 표준 대응방안에 대처하게 된다.The monitoring system provides teachers with an overview of the analyzed results in real time so that all students can see them at a glance. At this time, a student who is not good at present a warning appears on the monitoring system, the teacher will cope with the standard response of each student prepared to maintain the correct attitude.
이하, 시험지 매칭 서비스 기술에 관하여 보다 상세히 설명한다.Hereinafter, the test strip matching service technology will be described in more detail.
시험 문항 패턴 매칭 자료 저장 데이터 베이스 구축 시스템은 문항군별 문항별 단어 사전을 포함할 수 있다. 문항군별 문항별 단어 사전은 기존에 있던 문항을 분석하여, 단어를 구축하는 시스템 및 문항에 나타난 단어를 기반으로 문항군에 나타나는 단어의 출현 빈도 구축하는 시스템을 포함할 수 있다.The test item pattern matching data storage database construction system may include a word dictionary for each item group. The word dictionary for each item group may include a system for constructing a word by analyzing existing items and a system for constructing a frequency of occurrence of words appearing in the item group based on the words shown in the item.
또한, 시험 문항 패턴 매칭 자료 저장 데이터 베이스 구축 시스템은 소단원별 문항군별 단어 시노님/시소러스 사전을 포함할 수 있다. 이는, 문항군별 문항별 단어에 따른 시노님(synonym)/시소러스(thesaurus) 사전 생성하는 시스템을 포함할 수 있다.In addition, the test item pattern matching data storage database construction system may include a word synonym / thesaurus dictionary by item group for each sub-section. This may include a system for generating a synonym / thesaurus dictionary according to a word for each item group.
또한, 시험 문항 패턴 매칭 자료 저장 데이터 베이스 구축 시스템은 소단원별 문항군별 단어/시소러스워드 연관 관계 강력도 사전을 포함할 수 있다. 이는, 어떤 문항군/문항에 어떤 단어가 나타나면 필수로 같이 따라나오는 단어와 따라 나올 수 있는 확률이 낮은 단어의 확률에 대한 데이터 베이스를 포함할 수 있다.Also, the test pattern matching data storage database construction system may include a word / thesaurus word association strength dictionary for each subgroup of items. This may include a database of probabilities of a word having a low probability of being followed along with a word that is necessarily accompanied when a word appears in an item group / question.
또한, 시험 문항 패턴 매칭 자료 저장 데이터베이스 구축 시스템은 소단원별 문항군별 나타날 수 있는 단어/시소러스에 따른 그래프/도형/이미지 타입 연관 관계 강력도 사전을 포함할 수 있다. 이는, 어떤 문항군/문항에 나타나는 그래프/도형/이미지 타입과 문항군별 단어와의 연관 관계 강력도일 수 있다.In addition, the test pattern matching data storage database construction system may include a graph / figure / image type correlation strength dictionary according to words / thesauruses that may appear for each subgroup of items. This may be an association strength of a graph / figure / image type appearing in an item group / item and the word of the item group.
또한, 시험 문항 패턴 매칭 자료 저장 데이터베이스 구축 시스템은 각 문항별 사전 단어/미디어 연관성 강력도 사전을 포함할 수 있다. 이는, 각 문항별로 어떤 문항은 특정 형태의 그래프가 나타나면 그 문항일 가능성이 높아진다던가, 어떤 문항은 특정 기호가 많이 나타나면 그 문항일 가능성이 높아진다던가 하는 형태의 연관성 사전을 포함할 수 있다.In addition, the test pattern matching data storage database construction system may include a dictionary word / media association strength dictionary for each item. This may include a dictionary of associations in which an item is likely to be an item when a certain type of graph appears, or an item is more likely to be an item when a lot of specific symbols appear.
문제지(학교 시험 문제지, 경시 문제지등 각종 문제지 포함) 스캐닝 시스템은 시험 문제에 나타난 원본 문서를 인식하여, 단어와 숫자, 그래프/도형/이미지 형태를 추출하고, 추출한 단어를 매핑할 수 있는 형태로 보관하는 시스템을 포함할 수 있다. 이는, 주관식에 따른 인식 시스템, 객관식에 따른 인식 시스템, 주/객관식 모두에게 공통적으로 적용될 수 있는 그래프/도형/이미지 인식 시스템, 기호의 출현 빈도 에 따른 인식 시스템 중 어느 하나 이상을 포함할 수 있다.The problem paper (including the school test questionnaire, the questionnaire, etc.), the scanning system recognizes the original document appearing in the test question, extracts words and numbers, graphs / figures / images, and stores the extracted words in a form that can be mapped. It may include a system to. This may include any one or more of a recognition system based on a subjective expression, a recognition system based on a multiple choice, a graph / figure / image recognition system that can be commonly applied to both main and multiple expressions, and a recognition system according to the appearance frequency of symbols.
스캐닝 문제 데이터베이스와 시험 문항 패턴 매칭 데이터베이스 매핑 시스템은 관계가 강한 문항군에 따른 연관, 상관없는 문항군 소거 구성, 최종 매핑된 자료의 우선 순위에 따라, 사용자에게 보여주고, 최종 결정하는 기능 등을 포함할 수 있다. 이 때, 최종 매핑된 자료의 우선 순위에 따라, 사용자에게 보여주고 최종 결정하는 단계는 사용자의 우선순위 조정에 따라 보여주는 매핑이 자동 조정되어 보여줄 수 있다.The scanning problem database and test item pattern matching database mapping system includes the ability to show associations based on strong item groups, construct irrelevant item groups, display to users, and make final decisions based on the priority of the final mapped data. can do. At this time, according to the priority of the final mapped data, the step of showing to the user and the final decision may be automatically adjusted to show the mapping shown according to the user's priority adjustment.
또한, 시험지 매칭 서비스를 위한 시스템은 패턴 매칭 데이터베이스 매핑을 통하여 최종 결정된 자료를 이용하여, 자동으로 단어 및 시소러스 워드, 그래프/도형/이미지 타입 연관 관계 강력도 데이타베이스에 피드백하는 시스템을 더 포함할 수 있다.In addition, the system for the test paper matching service may further include a system for automatically feeding back a word and thesaurus word, graph / graphic / image type association strength database using the data finally determined through the pattern matching database mapping. have.
이상에서와 같이 본 발명에 따른 시스템 및 방법은 상기한 바와 같이 설명된 실시예들의 구성과 방법이 한정되게 적용될 수 있는 것이 아니라, 상기 실시예들은 다양한 변형이 이루어질 수 있도록 각 실시예들의 전부 또는 일부가 선택적으로 조합되어 구성될 수도 있다.As described above, the system and method according to the present invention are not limited to the configuration and method of the embodiments described as described above, but the embodiments are all or part of each embodiment so that various modifications can be made. May be optionally combined.
접한 수: 학원에서 같은 유형의 문제를 접한 횟수
이해도: 같은 유형의 문제를 이해한 정도
시험결과: 해당 학교 시험 문제를 맞추었는지 여부Number of encounters: The number of times you encountered the same type of problem at the school.
Understanding: how much you understand the same type of problem
Test Result: You have met the school test questions
Claims (10)
기존에 있던 문항을 분석하여 단어를 구축하는 시스템 및 문항에 나타난 단어를 기반으로 문항군에 나타나는 단어의 출현 빈도 구축하는 시스템을 포함하는 문항군별 문항별 단어 사전;
문항군별 문항별 단어에 따른 시노님(synonym)/시소러스(thesaurus) 사전 생성하는 시스템을 포함하는 소단원별 문항군별 단어 시노님/시소러스 사전;
어떤 문항군/문항에 어떤 단어가 나타나면 필수로 같이 따라나오는 단어와 따라 나올 수 있는 확률이 낮은 단어의 확률에 대한 데이터 베이스를 포함하는 소단원별 문항군별 단어/시소러스워드 연관 관계 강력도 사전;
어떤 문항군/문항에 나타나는 그래프/도형/이미지 타입과 문항군별 단어와의 연관 관계 강력도를 포함하는 소단원별 문항군별 나타날 수 있는 단어/시소러스에 따른 그래프/도형/이미지 타입 연관 관계 강력도 사전; 및
각 문항별로 어떤 문항은 특정 형태의 그래프가 나타나면 그 문항일 가능성이 높아진다던가, 어떤 문항은 특정 기호가 많이 나타나면 그 문항일 가능성이 높아진다던가 하는 형태의 연관성 사전을 포함하는 각 문항별 사전 단어/미디어 연관성 강력도 사전을 포함하는 것을 특징으로 하는 시스템.In the test item pattern matching data storage database construction system,
A word dictionary for each item group, including a system for constructing a word by analyzing existing items and a system for constructing a frequency of occurrence of words appearing in the item group based on the words shown in the item;
A word synonym / thesaurus dictionary for each unit group including a synonym / thesaurus dictionary generation system according to the item-specific item-specific word;
A word / thesaurus word correlation strength dictionary for each subgroup, including a database of probabilities of a word that follows and a word that has a low probability of being followed when a word appears in an item / question;
Graph / figure / image type association severity dictionary according to the word / thesaurus that can appear for each group of items including the strength of the association between the graph / figure / image type appearing in an item group / item; And
For each item, each item contains a dictionary of relevance dictionaries, such as the likelihood that an item is more likely to appear when a particular type of graph appears, or an item is more likely to be that item when more symbols appear. A system comprising associative strength dictionaries.
시험 문제에 나타난 원본 문서를 인식하여, 단어와 숫자, 그래프/도형/이미지 형태를 추출하고, 추출한 단어를 매핑할 수 있는 형태로 보관하는 시스템.In the problem paper scanning system,
A system that recognizes original documents appearing in test questions, extracts words and numbers, graphs / figures / images, and keeps them in a form that can be mapped.
상기 문제지는 학교 시험 문제지, 경시 문제지 등 각종 문제지를 포함하는 것을 특징으로 하는 시스템.The method according to claim 2,
The problem paper is a system characterized in that it comprises a variety of problem papers, such as school test questionnaire, time-lapse problem paper.
상기 시스템은 주관식에 따른 인식 시스템인 것을 특징으로 하는 시스템.The method according to claim 3,
The system is a recognition system according to the subjective system.
상기 시스템은 객관식에 따른 인식 시스템인 것을 특징으로 하는 시스템.The method according to claim 3,
The system is characterized in that the recognition system according to the multiple choice.
상기 시스템은 주/객관식 모두에게 공통적으로 적용될 수 있는 그래프/도형/이미지 인식 시스템인 것을 특징으로 하는 시스템.The method according to claim 3,
The system is characterized in that the graph / figure / image recognition system that can be applied to both main / multiple choice in common.
상기 시스템은 기호의 출현 빈도에 따른 인식 시스템인 것을 특징으로 하는 시스템.The method according to claim 3,
The system is a recognition system according to the frequency of appearance of the sign.
관계가 강한 문항군에 따른 연관;
상관없는 문항군 소거 구성; 및
최종 매핑된 자료의 우선 순위에 따라, 사용자에게 보여주고 최종 결정하는 단계
를 포함하는 것을 특징으로 하는 시스템.In the scanning problem database and the test item pattern matching database mapping system,
Association with a strong group of items;
Irrelevant item group elimination configurations; And
The steps for showing and finalizing the user according to the priority of the final mapped data.
System comprising a.
상기 최종 결정하는 단계는
사용자의 우선순위 조정에 따라 보여주는 매핑이 저동 조정되어 보여주는 것을 특징으로 하는 시스템.The method according to claim 8,
The final decision step
A system characterized in that the mapping is shown to be adjusted according to the user's priority adjustment.
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| KR1020100042755A KR20110123325A (en) | 2010-05-07 | 2010-05-07 | Method of service for matching test paper and test paper matching service system for the same |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| KR1020100042755A KR20110123325A (en) | 2010-05-07 | 2010-05-07 | Method of service for matching test paper and test paper matching service system for the same |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| KR20110123325A true KR20110123325A (en) | 2011-11-15 |
Family
ID=45393495
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| KR1020100042755A KR20110123325A (en) | 2010-05-07 | 2010-05-07 | Method of service for matching test paper and test paper matching service system for the same |
Country Status (1)
| Country | Link |
|---|---|
| KR (1) | KR20110123325A (en) |
Cited By (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN102693654A (en) * | 2012-05-18 | 2012-09-26 | 苏州慧飞信息科技有限公司 | Examination paper generating system |
| CN117216195A (en) * | 2023-11-08 | 2023-12-12 | 湖南强智科技发展有限公司 | Intelligent paper-making method, system, equipment and storage medium for course examination of universities |
-
2010
- 2010-05-07 KR KR1020100042755A patent/KR20110123325A/en not_active Application Discontinuation
Cited By (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN102693654A (en) * | 2012-05-18 | 2012-09-26 | 苏州慧飞信息科技有限公司 | Examination paper generating system |
| CN117216195A (en) * | 2023-11-08 | 2023-12-12 | 湖南强智科技发展有限公司 | Intelligent paper-making method, system, equipment and storage medium for course examination of universities |
| CN117216195B (en) * | 2023-11-08 | 2024-02-02 | 湖南强智科技发展有限公司 | Intelligent paper-making method, system, equipment and storage medium for course examination of universities |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN107230174B (en) | Online interactive learning system and method based on network | |
| Murray et al. | Research into initial teacher education in Australia: A survey of the literature 1995–2004 | |
| US20110076653A1 (en) | Systems and Methods for Semantic Knowledge Assessment, Instruction, and Acquisition | |
| CN111310463B (en) | Test question difficulty estimation method and device, electronic equipment and storage medium | |
| CN110909035A (en) | Personalized review question set generation method and device, electronic equipment and storage medium | |
| KR101023540B1 (en) | Method for evaluating the analysis of test result using variable metadata | |
| Dodigovic et al. | Automated writing evaluation: The accuracy of Grammarly’s feedback on form | |
| Cunningham-Nelson et al. | Text analysis in education: a review of selected software packages with an application for analysing students’ conceptual understanding | |
| KR20110123325A (en) | Method of service for matching test paper and test paper matching service system for the same | |
| Lamprianou | Investigation of rater effects using social network analysis and exponential random graph models | |
| KR102598698B1 (en) | User-customizing learning service system | |
| Hasibuan et al. | Detecting learning style based on level of knowledge | |
| Duwairi | A framework for the computerized assessment of university student essays | |
| Ma et al. | Format-aware item response theory for predicting vocabulary proficiency | |
| CN112164262A (en) | Intelligent paper reading tutoring system | |
| Sekiya et al. | Investigation on university websites for semi-automated syllabus crawling | |
| Kansızoğlu et al. | Süreç odaklı yazma yaklaşımlarının yazma başarısına etkisi: bir meta analiz | |
| Kankhar et al. | Word level similarity auto-evaluation for an online question answering system | |
| Rozali et al. | A survey on adaptive qualitative assessment and dynamic questions generation approaches | |
| Sengupta et al. | In-detail analysis on custom teaching and learning framework | |
| CN112784577B (en) | Sentence association learning system for English teaching | |
| Cunningham-Nelson | Enhancing student conceptual understanding and learning experience through automated textual analysis | |
| CN113127769B (en) | Exercise label prediction system based on label tree and artificial intelligence | |
| Imane et al. | Identifying Near-Duplicate Pairs in Exams: Similarity Detection Using Kshingling, Minhashing, and LSH | |
| Saxena et al. | Syntactical Analysis of Student's Descriptive Answer Sheets and Predict Student's Performance Using NLP and Tensor flow Decision Forests |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| WITN | Withdrawal due to no request for examination |