[发明专利]一种自适应出题方法及系统在审

专利信息
申请号: 202011140107.8 申请日: 2020-10-22
公开(公告)号: CN112184061A 公开(公告)日: 2021-01-05
发明(设计)人: 于薇;张洁茹;赵薇;王亮;柳景明;郭常圳 申请(专利权)人: 北京猿力未来科技有限公司
主分类号: G06Q10/06 分类号: G06Q10/06;G06Q50/20;G09B7/04
代理公司: 北京中知君达知识产权代理有限公司 11769 代理人: 李辰;黄启法
地址: 100102 北京市朝阳区广顺南大*** 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 自适应 出题 方法 系统
【说明书】:

本申请涉及一种自适应出题方法和系统。所述方法包括:获得用户完成当前知识点习题的评分结果;若所述当前知识点评分结果符合第一条件,则按照预置的学习路径数据获得所述当前知识点的前序知识点;获取已保存的所述用户完成前序知识点习题的评分结果;以及判断该前序知识点习题的评分结果是否符合第二条件;并按照预置的策略输出习题。本申请能够提高学习效率,提高出题的针对性和准确性。

技术领域

本申请涉及互联网技术领域,尤其涉及一种自适应出题的方法及系统。

背景技术

在线学习平台为学生提供了丰富多样的学习内容以及便捷的学习方式。视频、文本、试题等不同种类的学习资源以不同的方式为学生提供在线的授课,内容讲解及成果测验。

由于线上教育课程相比线下学习,缺少与教师的一对一交流过程,因而对于线上教学而言,如何能够有效检验教学效果,掌握学生对知识点的掌握程度,并为每位学生提供具有针对性的复习计划显得十分重要。

现有技术中记载了一些在线上教育场景下的智能学习复习技术方案,例如,公开号为CN109388744A,名称为一种自适应学习推荐方法及装置的专利文件中记载了一种根据用户在所述学习项目的能力值或用户自己的选择创建学习计划的方案。

公开号为CN105373703A,名称为一种基于遗忘曲线的自适应能力测试系统记载的技术方案中定义了题目簇(family)用于对题库中的题目进行分类,减少出题的冗余度,能准确地测试出用户的真实能力水平。

发明内容

本申请提供一种自适应出题方法及系统方法及系统。

一种自适应出题方法,包括:获得用户完成当前知识点习题的评分结果;

若所述当前知识点评分结果符合第一条件,则按照预置的学习路径数据获得所述当前知识点的前序知识点;获取已保存的所述用户完成前序知识点习题的评分结果;以及判断该前序知识点习题的评分结果是否符合第二条件;并按照预置的策略输出习题。

上述方法中,判断所述前序知识点习题的评分结果符合第二条件之前,还包括:判断所述前序知识点与所述当前知识点是否属于相同日期的课程;若不属于相同日期,则进一步判断所述前序知识点习题的评分结果符合第二条件。

上述方法中,所述输出所述前序知识点的习题后还包括:输出至少一个所述当前知识点的习题。

上述方法基础上,所述当前知识点评分结果符合第一条件的判断方法包括为,获取至少两道当前知识点习题的评分结果,以及,按照预置的权重规则判断是否满足第一条件;以及,判断该前序知识点习题的评分结果符合第二条件的方法包括,获取已保存的至少两道前序知识点习题的评分结果,以及,按照预置的权重规则判断是否满足第二条件。

以及,所述获取至少两道知识点习题的评分结果的方法包括:获取已存储的该用户完成知识点习题的时间,按照时间由近至远的顺序获取至少两道知识点习题的评分结果。

上述方法中,所述习题包括至少第一类型习题以及第二类型习题;

所述按照预置的策略输出习题包括:生成前序知识点至少一个第一类型习题及至少一个第二类型习题;以及,输出当前知识点至少一个第一类型习题以及至少一个第二类型习题。

其中,若所述当前知识点评分结果不符合第一条件,且符合第三条件,则生成当前知识点的至少一个第一类型的习题和至少一个第二类型习题;否则,生成所述当前知识点的至少一个第二类型习题。

以上方法中,所述获得用户完成当前知识点习题的评分结果前包括,获取输出习题的请求,并根据所述请求确定当前知识点的范围;以及,按照预置的策略输出习题包括,若习题数量超过所述请求的习题数量,则按照预置的优先级选取所述请求数量的习题输出。

下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。

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猿力未来科技有限公司,未经北京猿力未来科技有限公司许可,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/202011140107.8/2.html,转载请声明来源钻瓜专利网。

×

专利文献下载

说明:

1、专利原文基于中国国家知识产权局专利说明书;

2、支持发明专利 、实用新型专利、外观设计专利(升级中);

3、专利数据每周两次同步更新,支持Adobe PDF格式;

4、内容包括专利技术的结构示意图流程工艺图技术构造图

5、已全新升级为极速版,下载速度显著提升!欢迎使用!

请您登陆后,进行下载,点击【登陆】 【注册】

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top