一种适用于分层分类设计的测试题目参数标注方法技术

本发明专利技术公开了一种适用于分层分类设计的测试题目参数标注方法，包括以下步骤：步骤一、对于海量测试数据中的每道题目所属层级和类别进行标注；步骤二、分别统计每道题目各层级各类别内的正确率P和错误率Q；步骤三、在使用海量数据的前提下，使用C＝arctan(Q/P)作为每个层级每个类别的特征值；步骤四、在使用海量数据的前提下，使用N＝arctan(Q/P)作为每道题目本身的直接特征值；步骤五、根据每个层级每个类别的特征值与题目本身的直接特征值确定题目的综合特征值M。本发明专利技术涉及测试题目表述技术领域。该适用于分层分类设计的测试题目参数标注方法。

【技术实现步骤摘要】
一种适用于分层分类设计的测试题目参数标注方法
本专利技术涉及测试题目标注表述
，具体为一种适用于分层分类设计的测试题目参数标注方法。
技术介绍
例如，国家课程标准的知识框架中的高中数学，知识点归属于三个层级，每个层级又有多个类别，此时，则需要使用一个题目参数能够标识题目本身，又标识各层级各类别之间的差异。传统方法，如经典测量理论由于不同测试间衡量尺度不一，常用的测试分数或试题难度对于不同类别试题之间事实上不能直接对比，又如项目反应理论虽然模型众多，但对于分层分类数据的支持不够理想，另外项目反应理论模型的使用往往需要进行复杂的运算，对于海量数据的应用常常难以执行。随着我国教育事业的信息化水平不断进步，现有的各类测试应运而生，大到国教育考试，小到心理测试，然后测试过程中对于海量数据的处理则显得较为中烟，特别是基于国家课程标准的知识框架，测试中相关数据对于分层分类的统计规则有了更多迫切需求。
技术实现思路
(一)解决的技术问题针对现有技术的不足，本专利技术提供了一种适用于分层分类设计的测试题目参数标注方法，解决了现有的方法中不便使用一个题目参数来标识题目本身，也不便标识各层级各类别题目之间差异的问题。(二)技术方案为实现以上目的，本专利技术通过以下技术方案予以实现：一种适用于分层分类设计的测试题目参数标注方法，包括以下步骤：步骤一、对于海量测试数据中的每道题目所属层级和类别进行标注；步骤二、分别统计每道题目各层级各类别内的正确率P和错误率Q；步骤三、在使用海量数据的前提下，使用C＝arctan(Q/P)作为每个层级每个类别的特征值；步骤四、在使用海量数据的前提下，使用N＝arctan(Q/P)作为每道题目本身的直接特征值；步骤五、根据每个层级每个类别的特征值C与题目本身的直接特征值N确定题目的综合特征值M。优选的，所述步骤二中正确率＝正确作答数/题目总数、错误率＝错误作答数/题目总数，通过现有计算机程序可以实现对于正确率与错误率的统计。优选的，所述步骤三与步骤四中，当数据量有限或对于运算效率没有要求时，可以使用蒙特卡洛抽样的方法获得估计值。优选的，所述步骤五中，在使用海量数据的前提下，各层级各类别的数据量都可看作是无穷的，因此可以认为处于同一尺度下，直接对每个层级每个类别的特征值C和题目本身的直接特征值N简单加和作为题目的综合特征值M。优选的，所述步骤五中，在数据量有限的前提下，各层级各类别无法直接认定是否处于同一尺度下，需要对每个层级每个类别的特征值C和题目本身的直接特征值N分别中心化再加和作为题目的综合特征值M。优选的，所述特征值M的单位为弧度值或者角度值。有益效果本专利技术提供了一种适用于分层分类设计的测试题目参数标注方法。具备以下有益效果：该适用于分层分类设计的测试题目参数标注方法，通过传统方法，如经典测量理论由于不同测试间衡量尺度不一，常用的测试分数或试题难度对于不同类别试题之间事实上不能直接对比，又如项目反应理论虽然模型众多，但对于分层分类数据的支持不够理想，另外项目反应理论模型的使用往往需要进行复杂的运算，对于海量数据的应用常常难以执行。使用本方法将单个题目的用综合特征值具象化的表示出来，使用弧度值或者角度值表示题目，对于具备层级和类别标注的测试数据，分层分类标注题目属性，再用综合整体属性表示题目本身的特征，既使得分属不同层级类别的题目特征具备直接的可比性，也同时表达了层级和类别的特征，能够适用于分层分类的海量数据对于题目属性进行快速对比，以快速获得整个测试试题的差异。具体实施方式下面将对本专利技术实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本专利技术一部分实施例，而不是全部的实施例。基于本专利技术中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本专利技术保护的范围。本专利技术提供一种技术方案：一种适用于分层分类设计的测试题目参数标注方法，包括以下步骤：步骤一、对于海量测试数据中的每道题目所属层级和类别进行标注；步骤二、分别统计每道题目各层级各类别内的正确率P和错误率Q；步骤三、在使用海量数据的前提下，使用C＝arctan(Q/P)作为每个层级每个类别的特征值；步骤四、在使用海量数据的前提下，使用N＝arctan(Q/P)作为每道题目本身的直接特征值；步骤五、根据每个层级每个类别的特征值C与题目本身的直接特征值N确定题目的综合特征值M。本实施例中，所述步骤二中正确率＝正确作答数/题目总数、错误率＝错误作答数/题目总数，通过现有计算机程序可以实现对于正确率与错误率的统计，整个过程就是分别计数正确作答数、错误作答数和题目总数，然后分别将正确作答数与错误作答数同题目总数进行除法运算，以得到正确率与错误率。本实施例中，所述步骤三与步骤四中，当数据量有限或对于运算效率没有要求时，可以使用蒙特卡洛抽样的方法获得估计值。本实施例中，所述步骤五中，在使用海量数据的前提下，各层级各类别的数据量都可看作是无穷的，因此可以认为处于同一尺度下，直接对每个层级每个类别的特征值C和题目本身的直接特征值N简单加和作为题目的综合特征值M。本实施例中，所述步骤五中，在数据量有限的前提下，各层级各类别无法直接认定是否处于同一尺度下，需要对每个层级每个类别的特征值C和题目本身的直接特征值N分别中心化再加和作为题目的综合特征值M。本实施例中，所述特征值M的单位为弧度值或者角度值。工作时，通过以下步骤依次对于一个题目进行分析：步骤一，对于海量测试数据中的每道题目所属层级和类别进行标注；步骤二、分别统计每道题目各层级各类别内的正确率P和错误率Q，其中正确率＝正确作答数/题目总数、错误率＝错误作答数/题目总数，通过现有计算机程序可以实现对于正确率与错误率的统计，整个过程就是分别计数正确作答数、错误作答数和题目总数，然后分别将正确作答数与错误作答数同题目总数进行除法运算，以得到正确率与错误率；步骤三、在使用海量数据的前提下，使用C＝arctan(Q/P)作为每个层级每个类别的特征值；步骤四、在使用海量数据的前提下，使用N＝arctan(Q/P)作为每道题目本身的直接特征值，步骤三与步骤四中，当数据量有限或对于运算效率没有要求时，可以使用蒙特卡洛抽样的方法获得估计值；步骤五、根据每个层级每个类别的特征值C与题目本身的直接特征值确定题目的综合特征值M，在使用海量数据的前提下，各层级各类别的数据量都可看作是无穷的，因此可以认为处于同一尺度下，直接对每个层级每个类别的特征值C和题目本身的直接特征值N简单加和作为题目的综合特征值M，在数据量有限的前提下，各层级各类别无法直接认定是否处于同一尺度下，需要对每个层级每个类别的特征值C和题目本身的直接特征值N分别中心化再加和作为题目的综合特征值M。使用本方法将单个题目的属性用综合特征值具象化的表示出来，使用弧度值或者角度值M表示题目属性，对于具备层级和类本文档来自技高网...

【技术保护点】
1.一种适用于分层分类设计的测试题目参数标注方法，其特征在于，包括以下步骤：/n步骤一、对于海量测试数据中的每道题目所属层级和类别进行标注；/n步骤二、分别统计每道题目各层级各类别内的正确率P和错误率Q；/n步骤三、在使用海量数据的前提下，使用C＝arctan(Q/P)作为每个层级每个类别的特征值；/n步骤四、在使用海量数据的前提下，使用N＝arctan(Q/P)作为每道题目本身的直接特征值；/n步骤五、根据每个层级每个类别的特征值C与题目本身的直接特征值N确定题目的综合特征值M。/n

【技术特征摘要】
1.一种适用于分层分类设计的测试题目参数标注方法，其特征在于，包括以下步骤：
步骤一、对于海量测试数据中的每道题目所属层级和类别进行标注；
步骤二、分别统计每道题目各层级各类别内的正确率P和错误率Q；
步骤三、在使用海量数据的前提下，使用C＝arctan(Q/P)作为每个层级每个类别的特征值；
步骤四、在使用海量数据的前提下，使用N＝arctan(Q/P)作为每道题目本身的直接特征值；
步骤五、根据每个层级每个类别的特征值C与题目本身的直接特征值N确定题目的综合特征值M。


2.根据权利要求1所述的一种适用于分层分类设计的测试题目参数标注方法，其特征在于：所述步骤二中正确率＝正确作答数/题目总数、错误率＝错误作答数/题目总数，通过现有计算机程序可以实现对于正确率与错误率的统计。


3.根据权利要求2所述的一种适用于分层分类设计的测试题目参数标注方法，其...

【专利技术属性】
技术研发人员：赵德轩，何壮，
申请(专利权)人：贵州家有在线网络有限公司，
类型：发明
国别省市：贵州;52