[發(fā)明專利]一種知識點量化分析方法及系統(tǒng)在審
| 申請?zhí)枺?/td> | 201811117251.2 | 申請日: | 2018-09-26 |
| 公開(公告)號: | CN109241086A | 公開(公告)日: | 2019-01-18 |
| 發(fā)明(設(shè)計)人: | 潘致利 | 申請(專利權(quán))人: | 永州市金螞蟻新能源機械有限公司 |
| 主分類號: | G06F16/245 | 分類號: | G06F16/245;G06Q50/20 |
| 代理公司: | 暫無信息 | 代理人: | 暫無信息 |
| 地址: | 425599 湖南省永州市江*** | 國省代碼: | 湖南;43 |
| 權(quán)利要求書: | 查看更多 | 說明書: | 查看更多 |
| 摘要: | |||
| 搜索關(guān)鍵詞: | 知識點 權(quán)重 量化分析 權(quán)重設(shè)置 學生 成績計算模塊 輔助教育 管理機構(gòu) 計算模塊 客觀反映 試題內(nèi)容 學生知識 老師 教學 成績 改進 | ||
1.一種知識點量化分析方法,其特征在于,包括:
S101、在數(shù)據(jù)庫中獲得已設(shè)置好的試題包含的各知識點數(shù)據(jù),并設(shè)置每個知識點占該試題內(nèi)容的權(quán)重記為X權(quán);
S102、在數(shù)據(jù)庫中根據(jù)不同類型考試獲得的知識點來源,設(shè)置各知識點來源的權(quán)重記為Y權(quán);
S103、通過選取待檢測學生的某道試題實際得分成績和該試題中設(shè)置的各知識點X權(quán)數(shù)據(jù),計算各知識點標準分記為S;
S104、根據(jù)知識點標準分S和Y權(quán)更新知識點評價成績記為Vn,計算公式如下,
Vn=S×Y+Vn-1×(100%-Y);
其中,n為自然數(shù),知識點評價成績初始值V0=500,Vn-1為當前知識點評價成績;
所述知識點標準分S計算步驟包括:
在數(shù)據(jù)庫中查詢待檢測學生的試題成績數(shù)據(jù),并獲得該試題中設(shè)置的知識點X權(quán)數(shù)據(jù),通過公式:知識點實得分=試題成績×知識點X權(quán),計算知識點實得分;查詢數(shù)據(jù)庫中該知識點在歷次考試中獲得的所有實得分,計算出知識點原始標準分;
對求得的原始標準分經(jīng)過固定公式:知識點標準分=知識點原始標準分×100+500進行線性變換,得到知識點標準分。
2.根據(jù)權(quán)利要求1所述知識點量化分析方法,其特征在于,還包括:
在數(shù)據(jù)庫中對知識點體系進行設(shè)置,設(shè)置下層各知識點占上層知識點的權(quán)重記為Z權(quán);
通過下層知識點評價成績和Z權(quán),利用下列公式計算上層知識點評價成績:
上層知識點評價成績=下層知識點1評價成績×知識點1的Z權(quán)+下層知識點2評價成績×知識點2的Z權(quán)+下層知識點3評價成績×知識點3的Z權(quán)+…+下層知識點m評價成績×知識點m的Z權(quán),其中,m為正整數(shù)。
3.根據(jù)權(quán)利要求2所述知識點量化分析方法,其特征在于,所述X權(quán)的取值范圍為:大于0%小于等于100%,試題中所有知識點的X權(quán)的總和為100%;所述Y權(quán)的取值范圍為:大于0%小于100%;所述Z權(quán)的取值范圍為:大于0%小于等于100%,對于歸屬于同一個知識點且層次相同的所有子知識點Z權(quán)之和為100%。
4.一種知識點量化分析系統(tǒng),其特征在于,包括第一知識點權(quán)重設(shè)置模塊、第二知識點權(quán)重設(shè)置模塊、知識點標準分計算模塊、知識點評價成績計算模塊;
所述第一知識點權(quán)重設(shè)置模塊,用于在數(shù)據(jù)庫中獲得已設(shè)置好的試題包含的各知識點數(shù)據(jù),并設(shè)置每個知識點占該試題內(nèi)容的權(quán)重記為X權(quán);
所述第二知識點權(quán)重設(shè)置模塊,用于在數(shù)據(jù)庫中根據(jù)不同類型考試獲得的知識點來源,設(shè)置各知識點來源的權(quán)重記為Y權(quán);
所述知識點標準分計算模塊,用于通過選取的待檢測學生的某道試題實際得分成績和該試題中設(shè)置的各知識點X權(quán)數(shù)據(jù),計算各知識點標準分;
所述知識點評價成績計算模塊,根據(jù)知識點標準分S和Y權(quán),更新知識點評價成績記為Vn,計算公式如下,
Vn=S×Y+Vn-1×(100%-Y);
其中,n為自然數(shù),知識點評價成績初始值V0=500,Vn-1為當前知識點評價成績;
所述知識點標準分計算模塊包括:
實得分單元,用于在數(shù)據(jù)庫中查詢待檢測學生的試題成績數(shù)據(jù),并獲得該試題中設(shè)置的知識點X權(quán)數(shù)據(jù),通過公式:知識點實得分=試題成績×知識點X權(quán),計算知識點實得分;
原始標準分單元,用于查詢數(shù)據(jù)庫中該知識點在歷次考試中獲得的所有實得分,計算出知識點原始標準分;
轉(zhuǎn)換單元,用于對求得的原始標準分經(jīng)過固定公式:知識點標準分=知識點原始標準分×100+500進行線性變換,得到知識點標準分。
該專利技術(shù)資料僅供研究查看技術(shù)是否侵權(quán)等信息,商用須獲得專利權(quán)人授權(quán)。該專利全部權(quán)利屬于永州市金螞蟻新能源機械有限公司,未經(jīng)永州市金螞蟻新能源機械有限公司許可,擅自商用是侵權(quán)行為。如果您想購買此專利、獲得商業(yè)授權(quán)和技術(shù)合作,請聯(lián)系【客服】
本文鏈接:http://www.szxzyx.cn/pat/books/201811117251.2/1.html,轉(zhuǎn)載請聲明來源鉆瓜專利網(wǎng)。
- 權(quán)重調(diào)整模塊與權(quán)重調(diào)整方法
- 網(wǎng)頁主題的分類方法及裝置
- 接收裝置
- 基于權(quán)重濾波的視頻去噪裝置及方法
- 權(quán)重數(shù)據(jù)存儲方法和基于該方法的神經(jīng)網(wǎng)絡(luò)處理器
- 危害因素的權(quán)重因子的確定方法、裝置及存儲介質(zhì)
- 用于優(yōu)化神經(jīng)網(wǎng)絡(luò)的方法
- 處理器
- 用于對深度神經(jīng)網(wǎng)絡(luò)的權(quán)重進行轉(zhuǎn)換的方法和系統(tǒng)
- 神經(jīng)網(wǎng)絡(luò)的量化方法、裝置、服務(wù)器和存儲介質(zhì)





