[發明專利]一種基于大數據的預估分數的方法

在審

• 申請號: 202010701008.6
• 申請日: 2020-07-20
• 公開（公告）號: CN111861210A
• 公開（公告）日: 2020-10-30
• 發明（設計）人: 陳陣;周鑫
• 申請（專利權）人: 李晚華
• 主分類號: G06Q10/06
• 分類號: G06Q10/06;G06F17/18;G06Q50/20
• 代理公司: 深圳市中科創為專利代理有限公司 44384
• 代理人: 彭濤;劉曰瑩

本發明公開一種基于大數據的預估分數的方法，包括以下步驟：確定樣本試題，所述樣本試題包含不同的題型和/或不同難度范圍內的試題；計算甲學習者在樣本試題中每一種題型上和/或不同難度范圍內的得分率D_甲，計算乙學習群體在樣本試題中每一種題型上和/或各個難度范圍內的的平均得分率D_合，計算甲學習者在每一種題型上和/或各個難度范圍內的的得分能力P_甲；計算甲學習者在實際試卷中的預估總分數Y，實際試卷與樣本試題的題型和/或難度范圍一致；預估甲學習者在不同題目上的預估得分f_i。本發明可準確計算出甲學習者的預估總分數，有利于命題者控制試題的難度，給學習者、學習者所在群體提供合適的訓練題目，提高訓練效率。

技術領域

本發明涉及大數據領域，尤其涉及一種基于大數據的預估分數的方法。

背景技術

在命制試題時，通常要對試題內每道題目、試卷總體難度進行預估，以命制出符合考察要求的試題。現有技術中，每道試題難度及試題總體難度，一般是通過命題老師的經驗進行預估的，這種方式對命題老師的預估能力要求較高，且預估誤差較大，導致命制的試題存在以下問題：1、由于對題卷總體難度的預估不準確，有的練習太難，有的練習太簡單，而太難會挫傷學習者的積極性，太簡單則不能有效提高學業水平，導致訓練效果較差，且無法準確控制試卷難度，無法準確預估學生的分數；2、由于對單個試題難度的預估不準確，要么難題集中、要么容易題集中，不合理的排序，不僅會使練習者情緒波動大，還會降低整份題卷的信度，導致提供的試題不合理，降低訓練效率。

因此，現有技術存在缺陷，需要改進。

發明內容

本發明的目的是克服現有技術的不足，提供一種基于大數據的預估分數的方法，解決現有技術中，無法準確把握命制試題難度，導致提供的試題不合理，降低訓練效率的問題。

本發明的技術方案如下：一種基于大數據的預估分數的方法，包括以下步驟：

S1：確定樣本試題，所述樣本試題中的題目為甲學習者與乙學習群體均做過的題目，且所述樣本試題包含不同的題型和/或不同難度范圍內的試題，各種題型和/或難度范圍中的試題數量均不少于第一閾值。

S2：分別計算甲學習者在樣本試題中每一種題型上和/或每一個難度范圍內的得分率D_甲，分別計算乙學習群體在樣本試題中每一種題型上和/或每一個難度范圍內的平均得分率D_合，并計算甲學習者在每一種題型上和/或每一個難度范圍內的得分能力P_甲。

所述得分率D_甲＝(t₁+t₂+……+t_n)÷(T₁+T₂+……+T_n)×100％；

其中，t₁、t₂、…、t_n分別表示甲學習者在同一題型中和/或同一難度范圍內的題目1、題目2、…、題目n上所得分數，T₁、T₂…T_n分別表示同一題型中和/或同一難度范圍內的題目1、題目2、…、題目n的分數。

所述平均得分率D_合＝(D₁+D₂+…+D_n)/n；

其中：D₁、D₂、…、D_n分別表示乙群體中的學習者1、學習者2、…、學習者n在同一題型上和/或同一難度范圍內試題的得分率，n為乙學習群體中學習者的總人數。

所述得分能力P_甲＝D_甲/D_合。