分数预测系统及预测方法技术方案

本发明专利技术涉及自动化技术领域，具体涉及一种分数预测系统及预测方法，该系统包括：学生练习终端，学生练习终端用于根据学生做题的规律或试卷出题规律对试题库中的试题进行分数预测节点划分，然后将划分在两个分数预测节点之间的试题组成子节点集，之后统计学生完成对应子节点集中试题的个数生成练习试题数，再根据子节点集和学生练习试题数计算两者之间的占比值，并生成作答覆盖率；再然后根据试题来源的不同对试题不同来源的试题进行权重划分，并根据不同来源试题练习的正确率计算其节点题目分数，根据作答覆盖率、节点题目分数和平滑函数计算学生的子节点集预计获得分数作为预测分数的依据。

【技术实现步骤摘要】
分数预测系统及预测方法
本专利技术涉及自动化
，具体涉及一种分数预测系统及预测方法。
技术介绍
考试是现代生活中每个人都经历过的一个过程，应试者往往会在考试之前对自己的能力进行模拟测试，而一个在线模拟测试系统成为了一个很重要的发展方向。目前，主要的分数预测方法是通过真实的中学生数据和机器挖掘算法得到影响学生学业的关键因素。比如在校生的家庭背景以及在校行为。通过逻辑回归算法生成离线模型和学业指标评估报告，对学生的期末成绩进行预测，把训练好的离线模型应用到业务场景中去。该方案主要缺点在于，深度挖局算法需要通过学习已知的学生特征信息和真实分数间的关联生成模型，而实际情况是学生的上述信息(或称预测因子)对E端产品来说很难获得，使得预测因子获取不及时，影响预测分数的准确性；另外机器挖掘算法一般比较复杂，计算效率对并发量大的系统计算容易形成瓶颈。
技术实现思路
本专利技术目的在于提供一种分数预测系统，以增加E端产品获取预测因子的容易程度。本专利技术提供的基础方案为：分数预测系统，包括：学生练习终端，学生练习终端用于根据学生做题的规律或试卷出题规律对试题库中的试题进行分数预测节点划分，然后将划分在两个分数预测节点之间的试题组成子节点集，之后统计学生完成对应子节点集中试题的个数生成练习试题数，再根据子节点集和学生练习试题数计算两者之间的占比值，并生成作答覆盖率；再然后根据试题来源的不同对试题不同来源的试题进行权重划分，并根据不同来源试题练习的正确率计算其节点题目分数，根据作答覆盖率、节点题目分数和平滑函数计算学生的子节点集预计获得分数作为预测分数的依据。本专利技术的优点在于：1、本方案中子节点集预计获得分数反应的是学生对子节点集中试题的掌握程度和熟练程度，且子节点集预计获得分数可以直接通过学生试题练习时的正确率和作答覆盖率计算得到，获取方便。与现有技术相比，现有技术中是通过学生在校行为和学生家庭背景作为预测因子进行学生分数预测，采用这种方式需要调查学生的家庭背景，同时也需要及时的反馈学生在校行为才能进行分数预测，若反馈不及时便会导致学生成绩预测不准确，由此可知，本方案中的获取预测因子更加方便。2、若学生所完成的试题练习并不多，学生练习终端采集到的正确率等参数便对评判学生成绩贡献并不大，即这时候的正确率没有反应学生普遍知识掌握情况，此时进行分数预测便可能导致分数预测不准确，而平滑函数的增加，使得作答覆盖率不高时预测分数变化不敏感，增加预测的准确性。3、由于不同来源的试题所侧重的知识点并不相同，即不同来源的试题所覆盖考试重点率并不相同，若学生完成的试题来源于覆盖考试重点率高的试题，则学生考试成绩可能会更好，所以根据试题来源的不同对试题不同来源的试题进行权重划分，并根据对不同来源试题练习的正确率计算其节点题目分数，之后根据作答覆盖率、节点题目分数和平滑函数计算学生的子节点集预计获得分数作为预测分数的依据，能够有效增加分数预测准确性。进一步，所述学生练习终端包括题目作答覆盖率计算模块，所述题目作答覆盖率计算模块用于根据学生进行试题练习时所完成的试题和子节点集中试题总量之间计算作答覆盖率，计算时一个子节点集中试题总量大于最大预设值时子节点集中试题总量等于最大预设值。对于知识点的掌握，一般都会具有一个临界点，这时候再进行试题的练习对学生能力的增加作用不大，所以计算作答覆盖率时子节点集大于最大预设值时子节点集的值等于最大预设值能有效增加分数预测准确性。进一步，所述学生练习终端包括父节点集分数计算模块，所述父节点集分数计算模块用于根据各个节点集预计获得的分数以及不同节点集中试题数之间的比例关系计算各个节点之间的预计获得分数，然后生成父节点集预计获得分数作为预测分数的依据。由于不同字节点集中试题数量并不一样，而不同的试题量便代表着学生能进行练习的试题量，学生能进行练习的试题量多，学生对该节点集对应的知识点掌握就能更牢固，所以不同节点集中试题数之间的比例关系计算父节点集预计获得分数作为预测分数的依据，进一步增加预测分数的准确性。且不同节点集中试题数之间的比例关系获取方便。进一步，所述学生练习终端还包括能力维度得分更新计算模块，能力维度得分更新计算模块用于根据试卷中的不同题型对同一科目的试题库中所有试题进行分类，然后根据学生试题练习正误情况分别统计学生不同题型获得的分数，然后生成能力维度得分作为预测分数的依据；随着学生练习题目的正误情况的改变，能力维度得分将随之被迭代更新。随着学生试题练习量的增加，学生对知识点的熟练掌握程度便增加，所以对学生的能力维度得分将随之被迭代更新，便于增加预测分数的准确性。进一步，所述学生练习终端还包括考试预测分数计算模块，考试预测分数计算模块用于根据能力维度得分和地区能力维度权重系数计算考试预测分数。由于不同地区的历史条件、学生教育环境和教学条件的不同，所以不同区域的学生应对不同题型的能力也就不同，根据地区能力维度权重系数计算最终的考试预测分数，进一步增加预测分数的准确性。另外，针对分数预测系统，还提供了一种分数预测方法，包括如下步骤：S1：根据科目考试题型进行分数预测节点划分，并将两个分数预测节点之间的试题个数生成子节点集；S2：记录学生完成对应子节点集中试题练习的个数生成练习试题数，然后根据练习试题数和子节点集中试题个数之比计算学生的作答覆盖率；S3：对试题的来源进行分类，然后将不同来源的试题根据对比重要性后进行权重的划分，并生成对应的权重系数，之后根据权重系数和每一个学生对每一种类别题型及知识点的掌握程度计算节点题目分数；S4：根据作答覆盖率、节点题目分数和平滑函数计算学生在对应子节点集中的子节点集预计获得分数，然后根据子节点集预计获得分数以及不同节点集中试题量之间的比例关系计算各个节点之间的预计获得分数，并生成父节点集预计获得分数；S5：根据试卷中的不同题型对同一科目的试题库中所有试题进行分类，然后根据学生试题练习正误情况分别统计学生不同题型获得的分数后生成能力维度得分，随着学生练习题目的正误情况的改变，对能力维度得分进行迭代更新；S6：根据能力维度得分和地区能力维度权重系数计算考试预测分数。步骤S1-S6能够准确的实现考试分数的预测，且计算过程简单，避免计算效率对并发量大的系统计算容易形成瓶颈的问题；另外，预测因子获取方便，预测分数准确性高。附图说明图1为本专利技术实施例一中分数预测系统的逻辑框图；图2为本专利技术实施例一中分数预测方法的流程图。具体实施方式下面通过具体实施方式进一步详细说明：实施例一如图1所示，分数预测系统包括：学生练习终端，学生练习终端包括：试题库存储模块，用于分别存储各个学科试题，每一个学科的试题对应一个试题库，比如数学、语文和英语三门学科每一个学科对应一个试题库。试题库练习模块，用于学生获取试题库中的试题，同时对试题进行显示供学生查看和进行试题练习。节点划分模块，用于根据学生做题的规律或试卷出题规律进行分数预测节点划分，分数预测节点划分时可以根据同一个学生完成试题库中试题量进行划分，也可以根据学生做题时间进行试题划分，还可以根据学生课本学习的章节内容进行划分，另外还可以根据科目考试题型划分，不同的考试题型得分代表着不同能力的得分，比如英语学科能力要求具备听说读写看能力，而英语的听力便对本文档来自技高网...

【技术保护点】
1.分数预测系统，其特征在于，包括：学生练习终端，学生练习终端用于根据学生做题的规律或试卷出题规律对试题库中的试题进行分数预测节点划分，然后将划分在两个分数预测节点之间的试题组成子节点集，之后统计学生完成对应子节点集中试题的个数生成练习试题数，再根据子节点集和学生练习试题数计算两者之间的占比值，并生成作答覆盖率；再然后根据试题来源的不同对试题不同来源的试题进行权重划分，并根据不同来源试题练习的正确率计算其节点题目分数，根据作答覆盖率、节点题目分数和平滑函数计算学生的子节点集预计获得分数作为预测分数的依据。

【技术特征摘要】
1.分数预测系统，其特征在于，包括：学生练习终端，学生练习终端用于根据学生做题的规律或试卷出题规律对试题库中的试题进行分数预测节点划分，然后将划分在两个分数预测节点之间的试题组成子节点集，之后统计学生完成对应子节点集中试题的个数生成练习试题数，再根据子节点集和学生练习试题数计算两者之间的占比值，并生成作答覆盖率；再然后根据试题来源的不同对试题不同来源的试题进行权重划分，并根据不同来源试题练习的正确率计算其节点题目分数，根据作答覆盖率、节点题目分数和平滑函数计算学生的子节点集预计获得分数作为预测分数的依据。2.根据权利要求1所述的分数预测系统，其特征在于：所述学生练习终端包括题目作答覆盖率计算模块，所述题目作答覆盖率计算模块用于根据学生进行试题练习时所完成的试题和子节点集中试题总量之间计算作答覆盖率，计算时一个子节点集中试题总量大于最大预设值时子节点集中试题总量等于最大预设值。3.根据权利要求2所述的分数预测系统，其特征在于：所述学生练习终端包括父节点集分数计算模块，所述父节点集分数计算模块用于根据各个节点集预计获得的分数以及不同节点集中试题数之间的比例关系计算各个节点之间的预计获得分数，然后生成父节点集预计获得分数作为预测分数的依据。4.根据权利要求3所述的分数预测系统，其特征在于：所述学生练习终端还包括能力维度得分更新计算模块，能力维度得分更新计算模块用于根据试卷中的不同题型对同一科目的试题库中所有试题进行分类，然后根据学生试题练...

【专利技术属性】
技术研发人员：刘舒，沈毅飞，巫庭虎，
申请(专利权)人：广州讯飞易听说网络科技有限公司，
类型：发明
国别省市：广东,44