[发明专利]基于大数据的知识点难度定级方法

权利要求书

1.基于大数据的知识点难度定级方法，其特征在于：包括如下步骤：

S1、通过大数据对于开放性题目获取，对于题目涉及领域进行分类，形成不同领域的题目类型，组成一个大题库；

S2、选择一批特定答题者，进入题库进行答题，并设定答题时间；

S3、在答题时间内，答题者完成答题后，对于题目与答案提交，系统对于每一个题目与答案打包标上答题者的ID，且通过系统打乱，并且重新分发至答题者处，下分时，保证同一ID不得获取到打包绑定的ID相同的题目与答案；

S4、每个答题者对于收到的题目及答案，根据自己的专业知识对于题目得分进行预测，并输入大数据系统内，对于若干组数据进行记录将题目以及答案构造矩阵；

S5、将预测分构造矩阵，将预测分构造矩阵，为R＝(r_ij)_mxn，其中r_ij为答题者i对于答案j的打分，m为答题者数量，n为题目数量；

S6、利用Kmeans算法，对于答题结果预测分进行聚类处理，Kmeans算法方法具体如下：取前k个答题者作为k个独立的聚类中心：即R中的前k行作为聚类中心；计算剩余的行与其各个聚类中心的距离，并作为聚类成员，选择最近的中心所对应的聚类；求每一个聚类对应的所有向量的和，再除以这个聚类中向量的个数，再把这个向量作为新聚类的中心；重复前面的两个步骤，直到产生的k个聚类不再变化为止；在每个聚类内部度量答题者打分的相似程度；

S7、根据相似程度，选取每个答题者的最近k邻居；

S8、把预测分加入至S5内得到的矩阵内，继续完成上述步骤，进行迭代，迭代至每个答题者对于收到的题目与答案均打分完毕；

S9、将迭代的结果进行收集，把S4内记录的每个答题者对于收到题目的预测分与通过迭代而得到的具体分数进行对比，计算二者的平均值；

S10、对于处理后的数据进行收集，输入大数据系统内，根据评定标准，对于数据进行划分；

S11、根据不同区域的分数，进行难度定级；

S12、利用大数据系统，将评级后不同等级内包含的题目在题库重新寻找对应的题目领域。

2.根据权利要求1所述的基于大数据的知识点难度定级方法，其特征在于，所述S4中，每个答题者对于收到的题目及答案，根据自己的专业知识对于题目得分进行预测，得分预测范围为0-10分。

3.根据权利要求1所述的基于大数据的知识点难度定级方法，其特征在于，所述S10中，对于处理后的数据进行收集，输入大数据系统内，将得到的平均值按照0-3分、4-7分与8-10分的区间对于数据进行划分，且0-3分区间利用红色表示，4-7分利用黄色表示，8-10分利用绿色表示。

4.根据权利要求1所述的基于大数据的知识点难度定级方法，其特征在于，所述S11中，0-3分区域为较难等级，4-7分区域为中等级，8-10分区域为简单级。

5.根据权利要求1所述的基于大数据的知识点难度定级方法，其特征在于，所述S12中，利用大数据系统，将评级后不同等级内包含的题目在题库重新寻找对应的题型，并且根据不同等级在题目领域内的占比，得出最终的题目领域难度级别。