一种基于题库的智能组卷方法、系统及存储介质技术方案

本发明专利技术涉及一种基于题库的智能组卷方法、系统及存储介质，方法包括：为各个试题添加参数信息；为各个试题添加至少一个知识点标签；建立知识点之间的学习顺序约束；更新各个试题的难易度评分；获取出题策略；根据目标领域、目标科目和目标题型检索到多个初步试题，根据目标知识点范围检索到多个候选试题；基于目标难度等级以及各个目标题型的目标数量，完成各个目标题型的选题。与现有技术相比，本发明专利技术建立了知识点之间的学习顺序约束，当试题部分知识点落入目标知识点范围时，可以判断未落入的知识点与落入的知识点之间是否存在学习顺序上的约束，从而避免试卷上出现超纲的试题。从而避免试卷上出现超纲的试题。从而避免试卷上出现超纲的试题。

【技术实现步骤摘要】
一种基于题库的智能组卷方法、系统及存储介质


[0001]本专利技术涉及计算机
，尤其是涉及一种基于题库的智能组卷方法、系统及存储介质。

技术介绍

[0002]随着网络技术的不断发展，网络正迅速渗透到社会生活的各个方面，众多产业和领域都在向自动化、智能化转型，以提高效率、解放人力。在教育行业，知识的获取渠道众多，如学校、辅导机构、互联网、书本等等，人们可以根据需要进行学习，掌握新的技能，提升个人能力。但是，学习的效果往往需要考试来验证，不论是义务教育、专业课学习、职能培训，通过考试才能检测学生对知识点的掌握程度，一些资格证书往往也需要在考试合格后才能获取，因此，考试是教育行业的重点。
[0003]传统的考试出题，往往是由老师或专家人工出题设计的，根据所需要考察的章节、知识点、题型，以及考试对象的能力等进行手工组卷，需要耗费较大的人力物力和时间成本，而且有可能无法完全覆盖相关的知识点，因此，不少研究人员尝试运用信息处理技术从题库中自动选择试题组成试卷。但是，仍存在一些不足之处。

技术实现思路

[0004]本专利技术的目的就是为了克服上述现有技术存在的缺陷而提供一种基于题库的智能组卷方法、系统及存储介质。
[0005]本专利技术的目的可以通过以下技术方案来实现：
[0006]一种基于题库的智能组卷方法，包括构建题库、获取出题策略和组卷；
[0007]所述构建题库具体为：
[0008]为题库中的试题添加参数信息，所述参数信息包括领域信息、科目信息和题型信息；为各个试题添加至少一个知识点标签；建立知识点之间的学习顺序约束；更新各个试题的难易度评分；
[0009]所述获取出题策略具体为：
[0010]获取目标领域、目标科目、目标知识点范围、目标难度等级、目标题型以及各个目标题型的目标数量；
[0011]所述组卷具体为：
[0012]根据目标领域、目标科目和目标题型在题库中检索到多个初步试题，根据目标知识点范围在初步试题中检索得到多个候选试题；基于目标难度等级以及各个目标题型的目标数量，分别完成各个目标题型的选题，得到一张试卷。
[0013]优选的，根据目标知识点范围在初步试题中检索得到多个候选试题具体为：
[0014]分别将各个初步试题与目标知识点范围进行匹配：
[0015]如果一个初步试题的所有知识点标签均落入目标知识点范围内，则将该初步试题作为一个候选试题，进行下一个初步试题的匹配；
[0016]如果一个初步试题的所有知识点标签均不落入目标知识点范围内，则直接进行下一个初步试题的匹配；
[0017]如果一个初步试题的部分知识点标签落入目标知识点范围内，则判断落入目标知识点范围的知识点标签与未落入目标知识点范围的知识点标签是否满足学习顺序约束，若满足，则将该初步试题作为一个候选试题，进行下一个初步试题的匹配，若不满足，则直接进行下一个初步试题的匹配。
[0018]优选的，建立知识点之间的学习顺序约束具体为：
[0019]如果存在学习顺序早晚不同的多个知识点，则将这些知识点划分为一个集群，为集群中的每个知识点添加顺序值，不同的顺序值表示不同的学习顺序。
[0020]优选的，更新各个试题的难易度评分具体为：
[0021]获取该试题导入题库后的回答正确率，根据回答正确率在初始难易度评分的基础上增减分数，得到最新的难易度评分，所述初始难易度评分是试题第一次导入题库时人为手动设置的难易度评分。
[0022]优选的，完成一个目标题型的选题包括以下步骤：
[0023]S1、生成多个候选解组成初始种群，初始化一个为空的全局最优解；其中，每个候选解为目标题型的一种选题，包括k个考试试题，k>0，k表示目标题型的目标数量，且任一候选解均优于初始化为空的全局最优解；
[0024]S2、计算每个候选解的适应度值，得到当前最优解，更新全局最优解；
[0025]S3、判断种群是否收敛，若为是，则输出全局最优解作为目标题型的选题，若为否，则执行步骤S4；
[0026]S4、进行选择操作、交叉操作和变异操作，得到新的种群，重复步骤S2。
[0027]优选的，生成一个候选解包括以下步骤：
[0028]S11、获取目标难度等级，基于目标难度等级确定不同难度的题目的比例，再结合目标题型的目标数量，得到目标题型中不同难度的题目的应设个数；
[0029]S12、在候选试题中找到目标题型，根据各个候选试题的难易度评分将候选试题进行难度分类；
[0030]S13、根据目标题型中不同难度的题目的应设个数，分别在每一个对应的难度分类中选择候选试题，得到一个候选解。
[0031]优选的，步骤S13中，如果某种难度的题目的应设个数为q，即需要在对应的难度分类中选择q个候选试题，且q>1，则在对应的难度分类中选择候选试题包括以下步骤：
[0032]S131、随机选择一个候选试题并存储；
[0033]S132、随机选择一个候选试题，计算该候选试题与已存储的各个候选试题之间的相似度，若相似度均小于预设置的相似度阈值，则执行步骤S133，否则，重复此步骤；
[0034]S133、存储该候选试题，如果已存储的候选试题数量等于q，则完成该分类的候选试题选择，否则，重复步骤S132。
[0035]优选的，使用适应度函数计算每个候选解的适应度值，所述适应度函数的输入参数包括：候选解中各个考试试题的难易度评分、候选解中各个考试试题的使用频率以及知识点覆盖率；
[0036]所述使用频率等于n除以N，n表示考试试题导入题库后被选择为考试试题的次数，
N表示考试试题导入题库后的关联组卷的次数，如果两次组卷的出题策略相同，则这两次组卷互为关联组卷；
[0037]所述知识点覆盖率等于m除以M，m表示考试试题落入目标知识点范围的知识点标签的数量，M表示考试试题的知识点标签的总数量。
[0038]一种基于题库的智能组卷系统，基于上述一种基于题库的智能组卷方法，包括：
[0039]数据库模块，用于构建题库，具体为：为题库中的试题添加参数信息，所述参数信息包括领域信息、科目信息和题型信息；为各个试题添加至少一个知识点标签；更新各个试题的难易度评分；
[0040]输入输出模块，用于获取出题策略和输出试卷，获取出题策略具体为：获取目标领域、目标科目、目标知识点范围、目标难度等级、目标题型以及各个目标题型的目标数量；
[0041]组卷模块，与数据库模块和数据库模块相邻，用于组卷，具体为：根据目标领域、目标科目和目标题型在题库中检索到多个初步试题，根据目标知识点范围在初步试题中检索得到多个候选试题；基于目标难度等级以及各个目标题型的目标数量，分别完成各个目标题型的选题，得到一张试卷。
[0042]一种存储介质，其上存储有可执行的计算机程序，所述计算机程序被执行时实现上述一种基于题库的智能组卷方法。...

【技术保护点】

【技术特征摘要】
1.一种基于题库的智能组卷方法，其特征在于，包括构建题库、获取出题策略和组卷；所述构建题库具体为：为题库中的试题添加参数信息，所述参数信息包括领域信息、科目信息和题型信息；为各个试题添加至少一个知识点标签；建立知识点之间的学习顺序约束；更新各个试题的难易度评分；所述获取出题策略具体为：获取目标领域、目标科目、目标知识点范围、目标难度等级、目标题型以及各个目标题型的目标数量；所述组卷具体为：根据目标领域、目标科目和目标题型在题库中检索到多个初步试题，根据目标知识点范围在初步试题中检索得到多个候选试题；基于目标难度等级以及各个目标题型的目标数量，分别完成各个目标题型的选题，得到一张试卷。2.根据权利要求1所述的一种基于题库的智能组卷方法，其特征在于，根据目标知识点范围在初步试题中检索得到多个候选试题具体为：分别将各个初步试题与目标知识点范围进行匹配：如果一个初步试题的所有知识点标签均落入目标知识点范围内，则将该初步试题作为一个候选试题，进行下一个初步试题的匹配；如果一个初步试题的所有知识点标签均不落入目标知识点范围内，则直接进行下一个初步试题的匹配；如果一个初步试题的部分知识点标签落入目标知识点范围内，则判断落入目标知识点范围的知识点标签与未落入目标知识点范围的知识点标签是否满足学习顺序约束，若满足，则将该初步试题作为一个候选试题，进行下一个初步试题的匹配，若不满足，则直接进行下一个初步试题的匹配。3.根据权利要求1所述的一种基于题库的智能组卷方法，其特征在于，建立知识点之间的学习顺序约束具体为：如果存在学习顺序早晚不同的多个知识点，则将这些知识点划分为一个集群，为集群中的每个知识点添加顺序值，不同的顺序值表示不同的学习顺序。4.根据权利要求1所述的一种基于题库的智能组卷方法，其特征在于，更新各个试题的难易度评分具体为：获取该试题导入题库后的回答正确率，根据回答正确率在初始难易度评分的基础上增减分数，得到最新的难易度评分，所述初始难易度评分是试题第一次导入题库时人为手动设置的难易度评分。5.根据权利要求1所述的一种基于题库的智能组卷方法，其特征在于，完成一个目标题型的选题包括以下步骤：S1、生成多个候选解组成初始种群，初始化一个为空的全局最优解；其中，每个候选解为目标题型的一种选题，包括k个考试试题，k>0，k表示目标题型的目标数量，且任一候选解均优于初始化为空的全局最优解；S2、计算每个候选解的适应度值，得到当前最优解，更新全局最优解；S3、判断种群是否收敛，若为是，则输出全局最优解作为目标题型的选题，若为否，则执
行步骤S4；S4、进行选择操作、交叉操作和变异操作，得到新的种群，重复步骤S2。6.根据权利要求5所述的一种基于题库的智...

【专利技术属性】
技术研发人员：曲淳，
申请(专利权)人：上海终身教育科技有限公司，
类型：发明
国别省市：