[发明专利]一种基于答题数据的知识点记忆程度计算方法

说明书

技术领域

本发明涉及在线学习诊断方法。

背景技术

随着网络的发展，用户的学习与网络紧密联系起来。很多学校和教育机构 都设计了在线教学与试题系统，为了使用户可以通过在线练习试题，了解对相 关知识点的掌握情况，现有技术采用了很多方法。

公开号为104317825A的中国发明专利申请公开了一种知识点量化分析方 法，包括：S101、在数据库中获得已设置好的试题包含的各知识点数据，并设 置每个知识点占该试题内容的权重记为X权；S102、在数据库中根据不同类型 考试获得的知识点来源，设置各知识点来源的权重记为Y权；S103、通过选取 待检测用户的某道试题实际得分成绩和该试题中设置的各知识点X权数据，计 算各知识点标准分记为S；S104、根据知识点标准分S和Y权更新知识点评价 成绩记为V_n，计算公式如下，V_n＝S×Y+V_n-1×(100％-Y)；其中，n为自然数，知 识点评价成绩初始值V₀＝500，V_n-1为当前知识点评价成绩。

但是，上述分析方法完全依赖于做题的结果，并没有考虑人的记忆规律， 无法做到全面、客观准确。

发明内容

本发明所要解决的技术问题就是提供一种基于答题数据的知识点记忆程度 计算方法，结合记忆规律对答题数据进行分析，可以更加全面、真实的反应用 户对于某知识点的掌握情况。

为解决上述技术问题，本发明采用如下技术方案：一种基于答题数据的知 识点记忆程度计算方法，

计算公式为R＝e^(-t/s)，其中，t为以天为基本单位的记忆时间间隔，s为记 忆强度，e＝2.71828；

s的计算方法为，每个知识点初始s＝1，且s最小为1，练习答案正确，则该 题的直接和间接知识点的s＝s+1，练习答案错误，直接知识点s＝s-1，间接知识 点s＝s-(1-0.2n)，n为该间接知识点与直接知识点之间的相隔层级，n>5时把n视 为5；

t的计算方法为，当一道题做正确时，该题的直接知识点和间接知识点的记 忆时间＝该题练习的日期，t＝当前日期-记忆时间。

作为优选，每个知识点的初始R＝0，每天重新计算R，当一道题做正确时， 该题的直接知识点和间接知识点的R＝1。

本发明从大脑的记忆特征维度入手，结合用户答题数据，对遗忘曲线的R 值进行计算，这样，计算获得的R值与题目的客观难度、用户学习能力等进行 结合，可以更加全面、真实的反应用户对于某知识点的掌握情况。

具体实施方式

项目反应理论(Item Response Theory，IRT)是一系列心理统计学模型的 总称，是针对经典测量理论(Classical Test Theory，简称CTT)的局限性提出来 的。IRT是用来分析考试成绩或者问卷调查数据的数学模型，这些模型的目标是 来确定的潜在心理特征(latent trait)是否可以通过测试题被反应出来，以及测试 题和被测试者之间的互动关系。

现代远程教育以计算机网络为基础来实施教学的各个环节，有着信息化水 平高的特点。这一特殊的教学环境非常有利于项目反应原理(又称IRT，Item Response Theory)发挥优势，提高教学质量。

遗忘曲线由德国心理学家艾宾浩斯(H.Ebbinghaus)研究发现，这条曲线告诉 人们在学习中的遗忘是有规律的，遗忘的进程很快，并且先快后慢。

本发明依据项目反应原理(IRT)的1PL模型的P(θ)以及遗忘曲线的R值 进行计算，对平台用户的知识点掌握情况进行诊断。以下结合具体实施例对本 发明做出具体说明。

实施例1，一种在线学习知识点诊断方法，包括如下步骤：

步骤一，评定用户对于该知识点掌握的概率，计算公式为P(θ)＝1/(1+e^(b- θ))，其中，θ表示评定用户的能力参数，b表示每个题目的难度系数，e为常 数2.71828；

其中，针对该知识点，b采用标准难度系数，指对于全平台用户而言，通 过定量与定性的研究方法，分析确定的统一的难度系数标准。