一种基于历史数据库的现场数据甄别方法技术

本发明专利技术公开了一种基于历史数据库的现场数据甄别方法，包括以下步骤：S1：在闪存内建立题库向量和权重向量；S2：初始化权重向量使得权重向量中全部权重元素为1；S3：将每个题库元素提取出来，且每个题库元素的提取数量为该题库元素对应的权重元素，将提取出来的题库元素构成抽题向量；S4：从抽题向量中进行均匀随机抽取元素作为考核题目；S5：将考核结束时将考核错误的题目对应的权重元素加一并执行S3。本发明专利技术一种基于历史数据库的现场数据甄别方法，在遇到考试人员出错的题目时，采用提高权重的方式，提高了下次抽题抽到该题的概率，从而使得考试人员可以对出错的题目进行反复练习，进而有效的提高学生的知识水平。

【技术实现步骤摘要】
一种基于历史数据库的现场数据甄别方法
本专利技术涉及计算机
，具体涉及一种基于历史数据库的现场数据甄别方法。
技术介绍
远程教育，在教育部已出台的一些文件中，也称现代远程教育为网络教育，是成人教育学历中的一种。是指使用电视及互联网等传播媒体的教学模式，它突破了时空的界线，有别于传统的在校住宿的教学模式。使用这种教学模式的学生，通常是业余进修者。由于不需要到特定地点上课，因此可以随时随地上课。学生亦可以透过电视广播、互联网、辅导专线、课研社、面授(函授)等多种不同管道互助学习。是现代信息技术应用于教育后产生的新概念，即运用网络技术与环境开展的教育。招生对象不受年龄和先前学历限制，为广大已步入社会的群众提供了学历提升的机会。为了提高远程教育质量，现在远程教育都会采用网上考试的方式对学生进行测试，但是现有的网上考试都采用普通的均匀随机算法，无法针对不同的学生选取出不同的考题，导致网上考试无法有效的提高学生的知识水平。
技术实现思路
本专利技术所要解决的技术问题是现有的网上考试无法针对不同的学生选取出不同的考题，导致网上考试无法有效的提高学生的知识水平，目的在于提供一种基于历史数据库的现场数据甄别方法，解决上述问题。本专利技术通过下述技术方案实现：一种基于历史数据库的现场数据甄别方法，包括以下步骤：S1：在闪存内建立题库向量和权重向量；所述题库向量中的题库元素为题目；所述权重向量中的权重元素与题目一一对应；S2：初始化权重向量使得权重向量中全部权重元素为1；S3：将每个题库元素提取出来，且每个题库元素的提取数量为该题库元素对应的权重元素，将提取出来的题库元素构成抽题向量；S4：从抽题向量中进行均匀随机抽取元素作为考核题目；S5：将考核结束时将考核错误的题目对应的权重元素加一并执行S3。现有技术中，为了提高远程教育质量，现在远程教育都会采用网上考试的方式对学生进行测试，但是现有的网上考试都采用普通的均匀随机算法，无法针对不同的学生选取出不同的考题，导致网上考试无法有效的提高学生的知识水平。本专利技术应用时，先在闪存内建立题库向量和权重向量，所述题库向量中的题库元素为题目，所述权重向量中的权重元素与题目一一对应，然后初始化权重向量使得权重向量中全部权重元素为1，再将每个题库元素提取出来，且每个题库元素的提取数量为该题库元素对应的权重元素，将提取出来的题库元素构成抽题向量，再然后从抽题向量中进行均匀随机抽取元素作为考核题目，再然后将考核结束时将考核错误的题目对应的权重元素加一并执行S3。不同于现有技术，本专利技术在遇到考试人员出错的题目时，采用提高权重的方式，提高了下次抽题抽到该题的概率，从而使得考试人员可以对出错的题目进行反复练习，进而有效的提高学生的知识水平。进一步的，所述题库元素的维度与权重向量的维度相同。进一步的，步骤S4中所述均匀随机抽取采用均匀分布随机算法。进一步的，本专利技术还包括以下步骤：S6：当任意权重元素超过阈值时，执行S2。进一步的，所述阈值采用8～12。本专利技术与现有技术相比，具有如下的优点和有益效果：本专利技术一种基于历史数据库的现场数据甄别方法，在遇到考试人员出错的题目时，采用提高权重的方式，提高了下次抽题抽到该题的概率，从而使得考试人员可以对出错的题目进行反复练习，进而有效的提高学生的知识水平。具体实施方式为使本专利技术的目的、技术方案和优点更加清楚明白，下面结合实施例，对本专利技术作进一步的详细说明，本专利技术的示意性实施方式及其说明仅用于解释本专利技术，并不作为对本专利技术的限定。实施例本专利技术一种基于历史数据库的现场数据甄别方法，一种基于历史数据库的现场数据甄别方法，包括以下步骤：S1：在闪存内建立题库向量和权重向量；所述题库向量中的题库元素为题目；所述权重向量中的权重元素与题目一一对应；S2：初始化权重向量使得权重向量中全部权重元素为1；S3：将每个题库元素提取出来，且每个题库元素的提取数量为该题库元素对应的权重元素，将提取出来的题库元素构成抽题向量；S4：从抽题向量中进行均匀随机抽取元素作为考核题目；S5：将考核结束时将考核错误的题目对应的权重元素加一并执行S3。所述题库元素的维度与权重向量的维度相同。步骤S4中所述均匀随机抽取采用均匀分布随机算法。本专利技术还包括以下步骤：S6：当任意权重元素超过阈值时，执行S2。所述阈值采用8～12。本实施例实施时，先在闪存内建立题库向量和权重向量，所述题库向量中的题库元素为题目，所述权重向量中的权重元素与题目一一对应，然后初始化权重向量使得权重向量中全部权重元素为1，再将每个题库元素提取出来，且每个题库元素的提取数量为该题库元素对应的权重元素，将提取出来的题库元素构成抽题向量，再然后从抽题向量中进行均匀随机抽取元素作为考核题目，再然后将考核结束时将考核错误的题目对应的权重元素加一并执行S3。不同于现有技术，本专利技术在遇到考试人员出错的题目时，采用提高权重的方式，提高了下次抽题抽到该题的概率，从而使得考试人员可以对出错的题目进行反复练习，进而有效的提高学生的知识水平。以上所述的具体实施方式，对本专利技术的目的、技术方案和有益效果进行了进一步详细说明，所应理解的是，以上所述仅为本专利技术的具体实施方式而已，并不用于限定本专利技术的保护范围，凡在本专利技术的精神和原则之内，所做的任何修改、等同替换、改进等，均应包含在本专利技术的保护范围之内。本文档来自技高网...

【技术保护点】
一种基于历史数据库的现场数据甄别方法，其特征在于，包括以下步骤：S1：在闪存内建立题库向量和权重向量；所述题库向量中的题库元素为题目；所述权重向量中的权重元素与题目一一对应；S2：初始化权重向量使得权重向量中全部权重元素为1；S3：将每个题库元素提取出来，且每个题库元素的提取数量为该题库元素对应的权重元素，将提取出来的题库元素构成抽题向量；S4：从抽题向量中进行均匀随机抽取元素作为考核题目；S5：将考核结束时将考核错误的题目对应的权重元素加一并执行S3。

【技术特征摘要】
1.一种基于历史数据库的现场数据甄别方法，其特征在于，包括以下步骤：S1：在闪存内建立题库向量和权重向量；所述题库向量中的题库元素为题目；所述权重向量中的权重元素与题目一一对应；S2：初始化权重向量使得权重向量中全部权重元素为1；S3：将每个题库元素提取出来，且每个题库元素的提取数量为该题库元素对应的权重元素，将提取出来的题库元素构成抽题向量；S4：从抽题向量中进行均匀随机抽取元素作为考核题目；S5：将考核结束时将考核错误的题目对应的权重元素加一并执行S3。...

【专利技术属性】
技术研发人员：蔡颖，
申请(专利权)人：蔡颖，
类型：发明
国别省市：四川,51