专利名称
主分类
A 农业
B 作业;运输
C 化学;冶金
D 纺织;造纸
E 固定建筑物
F 机械工程、照明、加热
G 物理
H 电学
专利下载VIP
公布日期
2023-10-24 公布专利
2023-10-20 公布专利
2023-10-17 公布专利
2023-10-13 公布专利
2023-10-10 公布专利
2023-10-03 公布专利
2023-09-29 公布专利
2023-09-26 公布专利
2023-09-22 公布专利
2023-09-19 公布专利
更多 »
专利权人
国家电网公司
华为技术有限公司
浙江大学
中兴通讯股份有限公司
三星电子株式会社
中国石油化工股份有限公司
清华大学
鸿海精密工业股份有限公司
松下电器产业株式会社
上海交通大学
更多 »
钻瓜专利网为您找到相关结果319556个,建议您升级VIP下载更多相关专利
  • [发明专利]一种词汇量测试方法及装置-CN202011043820.0在审
  • 丰刚永;汪张龙;余中荣;王璨;江礼灿 - 科大讯飞股份有限公司
  • 2020-09-28 - 2020-12-29 - G06Q50/20
  • 本申请公开了一种词汇量测试方法及装置,该方法包括:先获取测试试题的用户解题结果,再根据该测试试题的用户解题结果和该测试试题考核的待考核词汇的记忆难度,确定待测试用户的词汇量,以使该词汇量能够准确地表示出待测试用户在目标语言下所掌握的词汇数量其中,测试试题用于考核目标语言下的至少一个待考核词汇;用户解题结果用于描述待测试用户针对测试试题的解答结果;记忆难度用于描述记忆待考核词汇的困难程度,且记忆难度包括词义难度和/或词频难度;词义难度用于描述待考核词汇在目标语言中的词义数量造成的记忆困难程度;词频难度用于描述待考核词汇在目标语言中的使用频率造成的记忆困难程度。
  • 一种词汇量测试方法装置
  • [发明专利]一种基于大数据的预估分数的方法-CN202010701008.6在审
  • 陈阵;周鑫 - 李晚华
  • 2020-07-20 - 2020-10-30 - G06Q10/06
  • 本发明公开一种基于大数据的预估分数的方法,包括以下步骤:确定样本试题,所述样本试题包含不同的题型和/或不同难度范围内的试题;计算甲学习者在样本试题中每一种题型上和/或不同难度范围内的得分率D,计算乙学习群体在样本试题中每一种题型上和/或各个难度范围内的的平均得分率D,计算甲学习者在每一种题型上和/或各个难度范围内的的得分能力P;计算甲学习者在实际试卷中的预估总分数Y,实际试卷与样本试题的题型和/或难度范围一致;预估甲学习者在不同题目上的预估得分fi试题的难度,给学习者、学习者所在群体提供合适的训练题目,提高训练效率。
  • 一种基于数据预估分数方法
  • [发明专利]一种试题推荐方法-CN202211327919.2在审
  • 陈德勇;江威;尹家奇 - 无忧创想(武汉)信息技术有限公司
  • 2022-10-27 - 2023-03-21 - G06F16/2458
  • 本发明公开了一种试题推荐方法,本发明通过从数据库中拉取学员做题记录,使用开源项目nd‑ball/py‑irt,将做题记录数据导入,获取学员能力值和试题难度;从数据库拉取学员的浏览行为和做题记录,通过余弦算法获取部分用户对试题的偏好;再将此数据导入,使用spark进行计算,得到完整的用户-题目偏好矩阵;通过学员的能力值,获得对应难度且偏好度高的试题,本发明的试题推荐方法包括还包括学员能力和试题难度量化方法和学员偏好获取方法;本发明通过推荐符合学员能力和偏好领域的试题
  • 一种试题推荐方法
  • [发明专利]一种试题资源推荐方法及系统-CN202210115429.X有效
  • 马玉玲;郭杰;李振 - 山东建筑大学
  • 2022-02-07 - 2022-07-12 - G06F17/00
  • 本发明公开一种试题资源推荐方法及系统,涉及数据处理技术领域,包括对多项课程中以往试题的答题表现数据和以往试题的考核知识点,采用训练后的知识水平预测模型得到考核知识点的知识掌握水平;对待推荐试题进行考核知识点的标注和考核难度的标注,得到试题资源库;对试题资源库进行考核知识点的聚类,得到不同考核知识点的试题簇;对不同考核知识点的试题簇根据考核难度进行聚类,得到试题资源库的分层聚类结果;根据考核知识点的知识掌握水平和试题资源库的分层聚类结果,进行试题资源的推荐,得到试题集合;根据试题集合中考核知识点间的关系构建试题图,对试题图进行最优路径的选择,得到最优做题路径。
  • 一种试题资源推荐方法系统
  • [发明专利]信息推送方法、装置、设备及可读介质-CN201910765330.2有效
  • 请求不公布姓名 - 北京字节跳动网络技术有限公司
  • 2019-08-19 - 2023-04-07 - H04L67/55
  • 其中方法包括:基于试题信息中记录的试题的当前难度系数,执行信息推送步骤:将试题发送给确定的目标用户群体;根据各目标用户返回的答题数据,确定目标用户群体的答题系数;确定答题系数是否与当前难度系数一致且是否处于目标用户群体对应的难度系数范围内;若一致或不一致但处于目标用户群体对应的难度系数范围内,则结束信息推送步骤;若不一致且未处于目标用户群体对应的难度系数范围内,则根据答题系数调整当前难度系数,及将调整后的难度系数作为当前难度系数,再次执行信息推送步骤本公开实施例使得向用户推送试题时,能够提高推送的准确性,提升用户体验。
  • 信息推送方法装置设备可读介质
  • [发明专利]基于试题相关性的出卷方法和装置-CN201711066745.8有效
  • 董黎刚;刘世欢;蒋献;汤柳君 - 浙江工商大学
  • 2017-11-02 - 2021-06-11 - G06Q50/20
  • 本发明公开了一种基于试题相关性的出卷方法和装置。方法包括:1)根据用户先前在题库中的答题记录,计算每道试题难度和所有试题对相关度;2)建立相关度矩阵;3)根据题库试题知识点数量与组卷总题量,计算每个知识点应分配的题量;4)根据试卷难度分布与组卷总题量确定各个难度区间应分配的题量;5)根据相关度矩阵建立试题图;6)根据试题图,得到各个知识点对应的最低相关度队列;7)采用轮转策略,依次选取每个知识点对应的最低相关度队列中的顶点,直至达到出卷所需题量为止。装置包括:难度计算模块、相关度计算模块、矩阵建立模块、抽取模块和出卷模块。本发明有助于改进计算机辅助教学,利用大数据,实现远程化、自动化教学。
  • 基于试题相关性方法装置
  • [发明专利]一种基于大数据的预估完成试卷所需时间的方法-CN202010701006.7在审
  • 陈阵;周鑫 - 李晚华
  • 2020-07-20 - 2020-10-30 - G06Q10/06
  • 本发明公开一种基于大数据的预估完成试卷所需时间的方法,包括以下步骤:确定样本试题,所述样本试题中的题目为甲学习者与乙学习群体均做过的题目,且所述样本试题包含不同的题型和/或不同难度范围内的试题;计算甲学习者完成所述样本试题所用的时间t,计算乙学习群体完成所述样本试题的平均时间T;计算甲学习者完成所述样本试题所用时间与乙学习群体完成所述样本试题所用的平均时间的比值P;预估甲学习者在做实际试题时,每道题目所需的时间fi;预估甲学习者做实际试题时所需的总时间X。本发明可推测出所命制的试题的题量、难度等是否符合测试时间的要求,以保持合适的训练量,保证学习者的身体健康,提高训练效率。
  • 一种基于数据预估完成试卷时间方法
  • [发明专利]结合神经认知诊断和神经协同过滤的试题推荐方法-CN202110522827.9在审
  • 程艳;李猛;陈豪迈 - 江西师范大学
  • 2021-05-13 - 2022-02-25 - G06F16/9535
  • 现有认知诊断的试题推荐方法和基于协同过滤的试题推荐方法,无法充分将数据中的隐含信息挖掘出来,并且忽略学生微观和宏观个性特征。本发明提出一种结合神经认知诊断和神经协同过滤的个性化试题推荐方法(NCD‑NCF)。该方法不仅同时考虑了被推荐学生学习的个性和群组学生学习的共性,而且利用神经网络的非线性建模能力,更为准确地为每位学生推荐个性化试题。本方法首先使用神经认知诊断模型获得学生的知识点掌握程度和试题的知识点难度信息,并输出学生的试题掌握水平矩阵。然后结合神经协同过滤推荐算法预测学生试题得分,最后根据难度阈值向每位学生推荐合适的试题
  • 结合神经认知诊断协同过滤试题推荐方法
  • [发明专利]一种试题选择方法、装置、电子设备及存储介质-CN202210007843.9在审
  • 叶荷修;李金燕;万群 - 杭州数理大数据技术有限公司
  • 2022-01-06 - 2022-04-15 - G06Q10/04
  • 本发明实施例提供了一种试题选择方法、装置、电子设备及存储介质,上述方法包括:确定题库中各个试题难度特征和文本特征;获取目标用户的身份信息、学习状况信息和历史做题信息,并根据历史做题信息,确定目标用户的解题能力特征和历史做题特征,以及根据身份信息和学习状况信息确定目标用户的基本特征;获取目标用户的当前学习进度,并从题库中确定出与当前学习进度对应的多个候选试题;针对每道候选试题,将该候选试题难度特征和文本特征、基本特征、历史做题特征和解题能力特征输入预先训练的题目预测模型,得到该候选试题对应的预测准确率;基于预测答题准确率确定目标试题。采用该方法实现了个性化为用户提供契合用户学习水平的试题
  • 一种试题选择方法装置电子设备存储介质

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

400-8765-105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