[发明专利]一种试题分发方法和系统有效
| 申请号: | 202210381562.X | 申请日: | 2022-04-13 |
| 公开(公告)号: | CN114461787B | 公开(公告)日: | 2022-10-21 |
| 发明(设计)人: | 郑曜曜;张春晓;张帆 | 申请(专利权)人: | 北京东大正保科技有限公司 |
| 主分类号: | G06F16/335 | 分类号: | G06F16/335;G06F16/338;G06Q50/20 |
| 代理公司: | 北京市炜衡律师事务所 11375 | 代理人: | 王加莹 |
| 地址: | 100083 北*** | 国省代码: | 北京;11 |
| 权利要求书: | 查看更多 | 说明书: | 查看更多 |
| 摘要: | |||
| 搜索关键词: | 一种 试题 分发 方法 系统 | ||
1.一种试题分发方法,其特征在于,包括以下步骤:
训练数据集包含多个样本的行为特征数据、试题特征数据和测试成绩;所述行为特征数据,包含对资源的访问行为的统计数据;所述试题特征数据,是用于表示试题评价值的数据;对题目进行聚类,抽取类簇相关特征,包含试题特征的类型和试题特征值;所述测试成绩,包含用设定试题集合对所述样本进行测试的成绩值;
在训练数据集中,针对不同的试题特征数据,对学员进行分群;分群的每一个训练数据集,用于预测至少一种设定试题特征值范围对应的待分发试题;
统计测试成绩作为预测数据,根据当前学员的行为特征数据、待分发试题的特征数据,合并所述训练数据集进行回归拟合计算,得出与当前学员、待分发试题对应的测试成绩预测值;
比较当前学员的多个待分发试题的测试成绩预测值,确定测试成绩预测值最大时的待分发试题。
2.如权利要求1所述方法,其特征在于,
所述进行回归拟合计算的步骤使用GBDT+LR模型。
3.如权利要求1所述方法,其特征在于,
所述行为特征数据包含以下至少一种:访问资源的时长、次数、频率、资源量。
4.如权利要求1所述方法, 其特征在于,
试题特征包含以下至少一种:试题标识、真题占比、成绩统计值、难度、重要性。
5.如权利要求1所述方法,其特征在于,还包含以下步骤:
对训练数据进行分群,确定用于所述当前学员、所述待分发试题范围的训练数据集;用于对当前学员进行成绩预测的多个训练数据集,对应的设定样本特征值范围相同;所述设定样本特征值范围,包含1个或多个样本特征类型,对每1个样本特征类型,包含1个或多个样本特征值范围。
6.如权利要求1所述方法,其特征在于,还包含以下步骤:
比较当前学员的多个待分发试题的测试成绩预测值,按照测试成绩预测值从大到小的顺序对待分发试题进行排序。
7.如权利要求6所述方法,其特征在于,还包含以下步骤:
所述待分发试题中,排除当前时间与当前学员上次访问时间之间的时长小于设定阈值的待分发试题。
8.一种试题分发装置,用于实现权利要求1~7任意一项所述方法, 其特征在于,包含:
第一模块,用于识别资源访问行为,生成行为特征数据;
第二模块,用于根据当前学员的行为特征数据、待分发试题的特征数据,合并所述训练数据集进行回归拟合计算,得出与当前学员、待分发试题对应的测试成绩预测值;
第三模块,用于按照测试成绩预测值的顺序访问所述资源,取得对应的待分发试题;
训练数据库,用于存储所述训练数据集;
所述资源包含以下至少一种:知识点数据库、试题数据库、读取所述知识点数据库和/或所述试题数据库的应用程序。
9.一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,该程序被处理器执行时实现如权利要求1~7中任一所述的方法。
10.一种电子设备,包括存储器,处理器及存储在存储器上并可在处理器运行的计算机程序,其特征在于,所述处理器执行所述计算机程序时实现如权利要求1~7中任一所述的方法。
该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于北京东大正保科技有限公司,未经北京东大正保科技有限公司许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服】
本文链接:http://www.vipzhuanli.com/pat/books/202210381562.X/1.html,转载请声明来源钻瓜专利网。





