[發明專利]一種面向學生能力的Bayes分級評價算法和系統

在審

• 申請號: 202111166191.5
• 申請日: 2021-09-30
• 公開（公告）號: CN113887957A
• 公開（公告）日: 2022-01-04
• 發明（設計）人: 李志軍;高楊;徐繼寧;胡敦利;董文浩;馮彥章
• 申請（專利權）人: 北方工業大學
• 主分類號: G06Q10/06
• 分類號: G06Q10/06;G06K9/62;G06Q50/20
• 代理公司: 北京卓愛普專利代理事務所(特殊普通合伙) 11920
• 代理人: 王玉松

1.一種面向學生能力的Bayes分級評價算法，其特征在于，包括如下步驟：

a.獲取M道題目，每道所述題目僅考查一個具體領域知識點；將所述M道題目分為N個試題難度評價等級，從第1級到第N級表示試題難度依次遞增；

b.獲取表示學生能力的L個能力評價等級，從第0級到第L級表示學生能力從“不具備能力”到“具備最大能力”依次遞增；并且有L≥N+1；；

c.獲取某學生具備i級能力的初始概率P(A_i)，以及為某學生具備i級能力的情況下該生做對難度等級為n的題目的條件概率P(B_n|A_i)和為某學生具備i級能力的情況下該生做錯難度等級為n的題目的條件概率其中，B_n為某學生做對一道難度等級為n的題目的事件，為某學生做錯一道難度等級為n的題目的事件，n∈N；

d.由式(1)計算某學生做對一道難度等級為n的題目發生的概率P(B_n)，由式(2)計算某學生做錯一道難度等級為n的題目發生的概率

其中，A_i為學生能力等級為第i級的事件，P(A_i)為給定某學生具備i級能力的初始概率，i＝0,1,...,L，

e.由式(3)計算應用樸素貝葉斯算法得出當學生做對難度等級為n的題目時該學生具備該領域知識點能力的后驗概率P(A_i|B_n)，即：

以及由式(4)計算當學生做錯難度等級為n的題目時該學生具備i級能力的后驗概率即

f.以所述后驗概率P(A_i|B_n)或修正P(A_i)，重復c-e步驟用以更新P(A_i|B_n)或即得當前該學生是否具備所考查領域知識點能力的大小。

2.如權利要求1所述的方法，其特征在于，所述試題難度評價等級的劃分方法，以及學生能力等級的劃分均包括如下步驟的一種：

讓所有學生做同一份試卷，每道題的做題結果包括“正確”和“錯誤”兩種情況，計算“同一道題做題結果為正確”人數與“做同一道題的所有學生”人數的比值記為該題的“正確率”；

通過聚類算法中的具體方法，經過若干次迭代計算所有題目難度值之間的距離或相關系數，將距離近的數據或者說相似數據聚為一類，每一類為一個難度等級，通過將每一類的中心點的數值進行排序，定義出難度等級的大小；

其中，所述聚類算法包括兩步聚類法、k-means算法、系統聚類法中的一種或多種；所述距離或相關系數包括歐氏距離、歐式平方距離、卡方距離、余弦值、切比雪夫距離、曼哈頓距離、皮爾遜相關系數中的多種。

3.如權利要求1所述的方法，其特征在于，所述試題難度評價等級的劃分方法包括以下方法的任意一種：

a.區間平均劃分方法

將試題的正確率按從小到大排列，優選的是，其前20％定義為簡單，20％～40％定義為一般，40％～60％定義為中等，60％～80％定義為較難，80％～100％定義為困難；

b.由領域專家根據經驗進行設定。

4.如權利要求1所述的方法，其特征在于，

所述具體領域知識點KWA構成對某學科領域具體知識點的能力描述，是將從課程中提取到的知識點的關鍵詞和能力進行組合，標注為KWA名稱，KWA標識為唯一ID標注；

所述能力包括認知能力維度中記憶、理解、應用、分析、評價和創造中的一種或多種；所述能力還包括基于相關理論并根據具體領域知識或課程內容自行定義的能力，包括但不限于識記再現能力、概念識別能力、(概念)關聯辨析能力、解釋理解能力、圖表解析能力、圖表繪制能力、數學計算能力、直接應用能力、綜合運用能力、比較分析能力、整合建構能力、檢驗判斷能力、合理假設能力中的一種或多種；

所述從課程中提取到的知識點包括試題中考查到的相關知識點。