【技术实现步骤摘要】
一种高校课程考试智能组卷方法、系统、设备及存储介质
[0001]本专利技术涉及智能组卷
,尤其是涉及一种高校课程考试智能组卷方法
、
系统
、
设备及存储介质
。
技术介绍
[0002]高校每年在期中或期末时,需要工作人员对各科试题进行组卷,然后根据组卷结果进行考试
。
组卷时即要考虑组卷的硬性要求,又要考虑组卷的合理性等软性要求,传统的组卷方法大多仅从硬性要求(即满足总分要求和各类型分数要求)进行抽题,少数方法考虑了软性要求,如组卷的难易度分布情况,但在均衡性
、
章节覆盖
、
易错题抽取占比等方面都没有进行考虑,因此组卷效果并不好
。
技术实现思路
[0003]本专利技术旨在至少解决现有技术中存在的技术问题之一
。
为此,本专利技术提出一种高校课程考试智能组卷方法
、
系统
、
设备及存储介质,能够提高组卷效率,提高组卷质量
。
[0004]第一方面,本专利技术实施例提供了一种高校课程考试智能组卷方法,所述高校课程考试智能组卷方法包括:构建题型字典
、
题目难易度字典
、
章节字典和易错题集合;基于所述题型字典
、
所述题目难易度字典
、
所述章节字典和所述易错题集合,构建软性要求适度函数;采用所述软性要求适度函数计算软性要求适度值和判断软性要求符合情况;在符合硬性要求和 ...
【技术保护点】
【技术特征摘要】
1.
一种高校课程考试智能组卷方法,其特征在于,所述高校课程考试智能组卷方法包括:构建题型字典
、
题目难易度字典
、
章节字典和易错题集合;基于所述题型字典
、
所述题目难易度字典
、
所述章节字典和所述易错题集合,构建软性要求适度函数;其中,通过如下方式构建软性要求适度函数:;其中,表示同时满足,表示所述题型字典中每类题型的题目数量的平均覆盖率,表示所述题型字典中第类题型的题目数量占组卷总题目数的第一比率,表示所述第一比率的最小值,表示所述第一比率的最大值,表示题目难易度平均满足率,表示所述题目难易度字典中第类难易度题型所对应的第类题型的题目数量占第类难易度题型总题目数的第二比率,表示所述第二比率的最小值,表示所述第二比率的最大值,表示章节平均覆盖率,表示所述章节字典在第章节第类题型的题目数量占第章节总题目数的第三比率,表示所述第三比率的最小值,表示所述第三比率的最大值,表示易错题平均满足率,表示所述易错题集合中第种易错题的题目数量占组卷总题目数的第四比率,表示所述第四比率的最小值,表示所述第四比率的最大值;采用所述软性要求适度函数计算软性要求适度值和判断软性要求符合情况;在符合硬性要求和软性要求的情况下,根据所述软性要求适度值构建探索函数;采用所述探索函数对抽取的每个题目计算最大满足率,并采用所述最大满足率对应的题目进行组卷
。
2.
根据权利要求1所述的高校课程考试智能组卷方法,其特征在于,所述采用所述软性要求适度函数判断软性要求符合情况,包括:采用所述软性要求适度函数判断所述题型字典中每类题型的题目数量的平均覆盖率是否符合第一软性要求;采用所述软性要求适度函数判断所述题目难易度平均满足率是否符合第二软性要求;采用所述软性要求适度函数判断所述章节平均覆盖率是否符合第三软性要求;采用所述软性要求适度函数判断所述易错题平均满足率是否符合第四软性要求;当所述第一软性要求
、
所述第二软性要求
、
所述第三软性要求和所述第四软性要求都符合时,则所述题目符合所述软性要求
。3.
根据权利要求1所述的高校课程考试智能组卷方法,其特征在于,所述在符合硬性要求和软性要求的情况下,根据所述软性要求适度值构建探索函数,包括:对所有待选择的题目进行所述硬性要求和所述软性要求判断;在符合硬性要求和软性要求的情况下,对每个题目构造多个探索通道,并预设每个所述探索通道的探索次数;根据所述探索次数和所述软性要求适度值构建探索函数
。4.
根据权利要求3所述的高校课程考试智能组卷方法,其特征在于,通过如下方式构建探索函数:;其中,表示当前抽取题目的系数,表示递减系数,表示所述软性要求适度函数计算出的软性要求适度值,和表示学习步长,表示所有探索通道中第个探索通道所有探索次数中的最大满足率,表示探索过的所...
【专利技术属性】
技术研发人员:郭尚志,谢曦和,陈攀,
申请(专利权)人:湖南强智科技发展有限公司,
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。