【技术实现步骤摘要】
基于大数据的知识点难度定级方法
[0001]本专利技术涉及数据处理
,特别涉及一种基于大数据的知识点难度定级方法。
技术介绍
[0002]目前,针对学生学习的知识点的难度等级,通常由出题人或者出题老师进行人为把握和判断。同时,随着计算机技术的不断发展进步,越来越多的老师采用自动出题的方式,比如利用计算机按照对应的题型,从题库中随机选取对应的题目,生成试卷。上述出题方式很难把握知识点的难度,也不能根据收集的大数据自动计算相关试题的知识点难度,很容易出现题目难度过高或者题目难度过低的情况,不利于学生的学习和老师的因材施教。
技术实现思路
[0003]本专利技术提供一种基于大数据的知识点难度定级方法,旨在能够根据收集的大数据对相关知识点的难度进行自动判断。
[0004]本专利技术提供了一种基于大数据的知识点难度定级方法,所述方法包括:
[0005]获取目标知识点对应的所有题目,利用所述目标知识点对应的所有题目形成对应的试题库;
[0006]将所述试题库中的题目提供至目标用户,供所述目标用户进行解答,并获取所述目标用户对应的答题信息和答题时长;
[0007]根据所述目标用户的答题信息和答题时长,计算得到所述目标知识点对应考题的复杂度;
[0008]根据计算得到的所述目标知识点考题的复杂度,确定所述目标知识点的难度等级。
[0009]进一步地,所述基于大数据的知识点难度定级方法还包括:
[0010]将确定的所述目标知识点的难度等级与预设难度阈值进行比 ...
【技术保护点】
【技术特征摘要】
1.一种基于大数据的知识点难度定级方法,其特征在于,所述方法包括:获取目标知识点对应的所有题目,利用所述目标知识点对应的所有题目形成对应的试题库;将所述试题库中的题目提供至目标用户,供所述目标用户进行解答,并获取所述目标用户对应的答题信息和答题时长;根据所述目标用户的答题信息和答题时长,计算得到所述目标知识点对应考题的复杂度;根据计算得到的所述目标知识点考题的复杂度,确定所述目标知识点的难度等级。2.如权利要求1所述的基于大数据的知识点难度定级方法,其特征在于,所述方法还包括:将确定的所述目标知识点的难度等级与预设难度阈值进行比较,根据比较结果,确定是否需要调整所述目标知识点的难度。3.如权利要求2所述的基于大数据的知识点难度定级方法,其特征在于,所述将确定的所述目标知识点的难度等级与预设难度阈值进行比较,根据比较结果,确定是否需要调整所述目标知识点的难度,包括:将确定的所述目标知识点的难度等级与第一难度阈值和第二难度阈值进行比较;其中,所述第一难度阈值小于所述第二难度阈值;当所述目标知识点的难度等级大于或者等于所述第一难度阈值,且小于或者等于所述第二难度阈值,则确定所述目标知识点的难度等级符合当前难度需求,不对所述目标知识点的难度进行调整;当所述目标知识点的难度等级小于所述第一难度阈值,或者,当所述目标知识点的难度等级大于所述第二难度阈值,则对所述目标知识点的难度进行调整。4.如权利要求3所述的基于大数据的知识点难度定级方法,其特征在于,所述对所述目标知识点的难度进行调整当所述目标知识点的难度等级小于所述第一难度阈值,或者,当所述目标知识点的难度等级大于所述第二难度阈值,则对所述目标知识点的难度进行调整,包括:当所述目标知识点的难度等级小于所述第一难度阈值时,确定所述目标知识点的难度等级过低,则提高所述目标知识点的难度;当所述目标知识点的难度等级大于所述第二难度阈值时,确定所述目标知识点的难度等级过高,则降低所述目标知识点的难度等级。5.如权利要求4所述的基于大数据的知识点难度定级方法,其特征在于,所述提高所述目标知识点的难度,包括:在所述目标知识点的难度等级小于所述第一难度阈值时,提高所述目标知识点的难度,使得所述目标知识点的难度提高一个等级;或者,提高所述目标知识点的难度,使得提高后的目标知识点的难度等级满足:大于或者等于所述第一难度阈值,且小于或者等于所述第二难度阈值;所述降低所述目标知识点的难度等级,包括:在所述目标知识点的难度等级大于所述第二难度阈值时,降低所述目标知识点的难度等级,使得所述目标知识点的难度降低一个等级;或者,降低所述目标知识点的难度,使得
降低后的目标知识点的难度等级满足:大于或者等于所述第一难度阈值,且小于或者等于所述第二难度阈值。6.如权利要求1所述的基于大数据的知识点难度定级方法,其特征在于,所述目标用户的答题信息包括:参与答题的目标用户总数、预设考核权重比、每个目标用户答题正确次数以及每个目标用户答题不正确次数、答对每道考题的目标用户数以及答错每道考题的目标用户数,以及试题库中包含的题目总数;所述答题时长包括:每个目标用户分别对应的答题总时长,以及每个目标用户解答每道题目所分别使用的答题时长。7.如权利要求1至6任一项所述的基于大数据的知识点难度定级方法,其特征在于,所述根据所述目标用户的答题信息和答题...
【专利技术属性】
技术研发人员:许昭慧,
申请(专利权)人:上海松鼠课堂人工智能科技有限公司,
类型:发明
国别省市:
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。