一种评价课程难度的方法及装置制造方法及图纸

本发明专利技术属于终端技术领域，提供了一种评价课程难度的方法及装置，所述方法包括：获取待评价的课程信息，所述课程信息包括该课程包含的试题内容以及试题数量；基于所述课程信息，通过预定的数学模型计算获得该课程中每道试题的难度值；根据每道试题的难度值计算获得该课程的难度值，通过本发明专利技术实施例可以精确的计算课程的难度。而且本发明专利技术操作方便、实现简单，对硬件的要求低，从而有利降低产品成本，使产品适用面更广，具有较强的易用性和实用性。

【技术实现步骤摘要】
一种评价课程难度的方法及装置
本专利技术属于终端
，尤其涉及一种评价课程难度的方法及装置。
技术介绍
现有的课程系统通常包含有多个不同难度的试题，课程的整体难度要利于学生的学习，还要有一定的难度增加区分度，这对全面了解、掌握学生的学习情况有十分重要的作用。另外，如果能够量化课程的难度，还可以根据不同的学生能力选择不同难度的课程。这就需要对课程的难度进行精确的评价。现有的课程评价方法主要是通过主观判断课程的难度，将课程难度简单分为3种：基础、普通、困难。一般这样的分类主要是依据老师多年的教学经验作为判断。当一个老师教的班级成绩较好时，可能他会主观的把课程难度判断为普通，而当一个老师所教的班级的成绩比较差时，可能他会把课程判断为困难，这种课程难度的评价方法不仅不能够量化的表示课程的难度，还不能够真实的反应课程的难度。
技术实现思路
鉴于此，本专利技术实施例提供一种评价课程难度的方法及装置，用来精确的评价课程的难度。本专利技术实施例的第一方面，提供一种评价课程难度的方法，所述方法包括：获取待评价的课程信息，所述课程信息包括该课程包含的试题内容以及试题数量；基于所述课程信息，通过预定的数学模型计算获得该课程中每道试题的难度值；根据每道试题的难度值计算获得该课程的难度值。本专利技术实施例的第二方面，提供一种评价课程难度的装置，所述装置包括：获取模块，用于获取待评价的课程信息，所述课程信息包括该课程包含的试题内容以及试题数量；试题难度值计算模块，用于基于所述获取模块获取的课程信息，通过预定的数学模型计算获得该课程中每道试题的难度值；课程难度值计算模块，用于根据试题难度值计算模块计算的每道试题的难度值计算获得该课程的难度值。本专利技术实施例与现有技术相比存在的有益效果是：本专利技术实施例通过获取待评价的课程信息，基于所述课程信息，通过预定的数学模型计算获得该课程中每道试题的难度值，根据每道试题的难度值计算获得该课程的难度值，从而能够精确的衡量课程的难度值。本专利技术实施例操作方便、实现简单，对硬件的要求低，从而有利降低产品成本，使产品适用面更广，具有较强的易用性和实用性。附图说明为了更清楚地说明本专利技术实施例中的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本专利技术的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动性的前提下，还可以根据这些附图获得其他的附图。图1是本专利技术第一实施例提供的评价课程难度的方法的实现流程图；图2是本专利技术第二实施例提供的评价课程难度的方法的实现流程图；图3是本专利技术第三实施例提供的评价课程难度的装置的组成结构图；图4是本专利技术第四实施例提供的评价课程难度的装置的示意框图。具体实施方式为了使本专利技术的目的、技术方案及优点更加清楚明白，以下结合附图及实施例，对本专利技术进行进一步详细说明。应当理解，此处所描述的具体实施例仅仅用以解释本专利技术，并不用于限定本专利技术。为了说明本专利技术所述的技术方案，下面通过具体实施例来进行说明。实施例一：参见图1，图1是本专利技术实施例一提供的评价课程难度的方法的示意流程图，如图1所示该方法可以包括以下步骤：步骤S101，获取待评价的课程信息，所述课程信息包括该课程包含的试题内容以及试题数量。在本专利技术实施例中，所述课程应该做广义的释义，不仅表示含有若干个试题的课程，还表示含有若干个试题的考卷、含有若干个子项目的项目等。所述试题也应做广义的释义，不仅表示课程中的试题、考卷中的试题，也表示项目中的子项目，评价课程难度也可以理解为评价某个项目的难度。所述课程信息包括该课程包含的试题内容以及试题数量，所述课程信息还可以包括项目包含的子项目内容以及子项目的数量。步骤S102，基于所述课程信息，通过预定的数学模型计算获得该课程中每道试题的难度值。在本专利技术实施例中，所述通过预定的数学模型计算获得该课程中每道试题的难度值具体为：通过以下的数学模型计算获得该课程中每道试题的难度值：其中，θ表示考试能力参数值，P(θ)表示考试能力参数值为θ的学生答对该试题的概率，D表示量表因子参数，a表示试题的区分度，b表示试题难度值，c表示试题的猜测系数。在本专利技术实施例中，D表示量表因子参数，在建立数学模型时，需要研究众多变量之间的内部依赖关系，探求观测数据中的基本结构，并用少数几个假想变量来表示基本的数据结构。假想变量能够反映原来众多的观测变量所代表的主要信息，并解释这些观测变量之间的相互依赖关系，这些假想变量称之为基础变量，即量变因子，其它变量称之为观测变量。本专利技术实施例中，量变因子D＝1.702。θ表示考试能力参数值，也就是学生能力的估计值，θ值越大表示学生的考试能力越强，答对试题的概率越大。a表示试题的区分度，它的值越大说明试题对学生的区分度越高，越容易区分出学生对知识的掌握程度，如果区分度过小，则表示学习能力强的学生和学习能力差的学生都能答对本题，不能通过试题区分出多个能力层次的学生。c表示试题的猜测系数，它的值越大，说明不论学生能力高低，都容易猜对本道试题。在实际应用中，还需对数学模型中的各参数进行估计，所述参数估计是指根据学生的作答反应矩阵，也就是所有的学生对所有试题的作答反应情况，估计出学生的考试能力参数值和试题的每个参数。试题的参数包括试题的区分度、试题的难度值、试题的猜测系数。常用的参数估计方法有极大似然估计法和贝叶斯估计法。由于极大似然估计法没有利用学生的考试能力参数的先验知识，并且对于满分和零分的学生无法进行参数估计，因此本文采用贝叶斯估计法，利用贝叶斯原理确定试题参数和学生的考试能力参数的先验分布，建立联合极大似然函数，然后通过求取联合极大似然函数的极大值，估计出试题的参数和学生的考试能力参数值。假设有N个学生参加包含n道试题的课程，联合极大似然函数公式为：其中，uij表示考试能力参数为θi的学生对第j道试题的反应，Pij表示考试能力参数为θi的学生答对第j道试题的概率，Qij＝1-Pij，表示考试能力参数为θi的学生答错第j道试题的概率。步骤S103，根据每道试题的难度值计算获得该课程的难度值。在本专利技术实施例中，每道试题的难度值表示了该试题的失分程度。通过步骤S102计算出每道试题的难度值后，该课程的难度值可以通过将该课程中所有试题的难度值求平均值计算获得：其中，B表示该课程的难度值，bj表示该课程中第j道试题的难度值，n表示该课程中试题的数量。本专利技术实施例通过获取待评价的课程信息，基于所述课程信息，通过预定的数学模型计算获得该课程中每道试题的难度值，再根据每道试题的难度值计算获得该课程的难度值，可以精确的评价课程的难度。实施例二：参见图2，图2是本专利技术实施例二提供的评价课程难度的方法的示意流程图，如图2所示该方法可以包括以下步骤：步骤S201，获取待评价的课程信息，所述课程信息包括该课程包含的试题内容以及试题数量。该步骤与步骤S101相同，具体可参见步骤S101的相关描述，在此不再赘述。步骤S202，基于所述课程信息，通过预定的数学模型计算获得该课程中每道试题的难度值。将步骤S102中试题的难度值公式中的各参数具体化，量变因子D＝1.702，假设试题的猜测系数c＝0，根据学生的具体情况确定学生的考试能力参数值θ＝5，试题的区分度可通过以本文档来自技高网...

【技术保护点】
一种评价课程难度的方法，其特征在于，所述方法包括：获取待评价的课程信息，所述课程信息包括该课程包含的试题内容以及试题数量；基于所述课程信息，通过预定的数学模型计算获得该课程中每道试题的难度值；根据每道试题的难度值计算获得该课程的难度值。

【技术特征摘要】
1.一种评价课程难度的方法，其特征在于，所述方法包括：获取待评价的课程信息，所述课程信息包括该课程包含的试题内容以及试题数量；基于所述课程信息，通过预定的数学模型计算获得该课程中每道试题的难度值；根据每道试题的难度值计算获得该课程的难度值。2.根据权利要求1所述的方法，其特征在于，所述通过预定的数学模型计算获得该课程中每道试题的难度值具体为：通过以下的数学模型计算获得该课程中每道试题的难度值：其中，θ表示考试能力参数值，P(θ)表示考试能力参数值为θ的学生答对该试题的概率，D表示量表因子参数，a表示试题的区分度，b表示试题难度值，c表示试题的猜测系数。3.根据权利要求1所述的方法，其特征在于，所述根据每道试题的难度值计算获得该课程的难度值具体为：根据每道试题的难度值采用以下公式计算获得该课程的难度值：其中，B表示该课程的难度值，bj表示该课程中第j道试题的难度值，kj表示该课程中第j道试题的权重，n表示该课程中试题的数量。4.根据权利要求3所述的方法，其特征在于，所述试题的权重与所述试题的类型、试题所占分值以及完成试题所需的时间有关。5.根据权利要求1至4任一项所述的方法，其特征在于，在根据每道试题的难度值计算获得该课程的难度值之后，所述方法还包括：获取学生的学习能力等级，建立所述学习能力等级与课程的难度值对应的关系，以便于向学生推荐与该学生的学习能力等级相对应的难度值的课程。6.一种评价课程难度的装置，其...

【专利技术属性】
技术研发人员：龙安忠，
申请(专利权)人：广东小天才科技有限公司，
类型：发明
国别省市：广东,44