本發(fā)明涉及在線學(xué)習(xí)組題方法。
背景技術(shù)：
隨著網(wǎng)絡(luò)的發(fā)展，用戶的學(xué)習(xí)與網(wǎng)絡(luò)緊密聯(lián)系起來。很多學(xué)校和教育機構(gòu)都設(shè)計了在線教學(xué)與試題系統(tǒng)，但是傳統(tǒng)的組題方法，完全依靠在題庫中隨機抽取，無法針對不同的用戶，做到客觀有針對性的組題。
技術(shù)實現(xiàn)要素：
本發(fā)明所要解決的技術(shù)問題就是提供一種基于大數(shù)據(jù)分析的智能組題方法，對用戶的在線學(xué)習(xí)數(shù)據(jù)進行分析，并針對性的組題。
為解決上述技術(shù)問題，本發(fā)明采用如下技術(shù)方案：一種基于大數(shù)據(jù)分析的智能組題方法，根據(jù)學(xué)生知識點診斷結(jié)果進行智能組題，學(xué)生知識點診斷結(jié)果或者采用手動輸入，或者由系統(tǒng)自動給出診斷結(jié)果；系統(tǒng)自動給出診斷結(jié)果的方法如下：
步驟一，依據(jù)項目反應(yīng)理論評定用戶對于該知識點掌握的概率，計算公式為p(θ)＝1/(1+e^(b-θ))，其中，θ表示評定用戶的能力參數(shù)，b表示每個題目的難度系數(shù)，θ和b的取值預(yù)先設(shè)定或者計算得出，e＝2.71828；
步驟二，依據(jù)遺忘曲線的r值評定用戶對于該知識點的記憶程度，計算公式為r＝e^(-t/s)，其中，t為以天為基本單位的時間間隔，s為記憶強度，e＝2.71828；
s的計算方法為，每個知識點初始s＝1，且s最小為1，練習(xí)答案正確，則該題的直接和間接知識點的s＝s+1，練習(xí)答案錯誤，直接知識點s＝s-1，間接知識點s＝s-(1-0.2n)，n為該間接知識點與直接知識點之間的相隔層級，n>5時把n視為5；
t的計算方法為，當一道題做正確時，該題的直接知識點和間接知識點的記憶時間＝該題練習(xí)的日期，t＝當前日期-記憶時間；
步驟三，實時計算p(θ)*r，根據(jù)p(θ)*r的結(jié)果對用戶對該知識點的掌握情況進行診斷，且每次出題前，重新計算p(θ)*r作為智能組題的依據(jù)；
智能組題包括如下步驟：
步驟一，確定所需練習(xí)的知識點，方法有兩種，一種是手動選擇，一種是系統(tǒng)自動選擇，系統(tǒng)根據(jù)知識點的優(yōu)先級選擇知識點，且一次最多選擇5個知識點，所需練習(xí)的知識點優(yōu)先級順序如下：a1>a2>b>c1>c2，
a1為知識點掌握概率<75％且該知識點下題目做題數(shù)為0-30，
a2為知識點掌握概率<75％且該知識點下題目做題數(shù)為>30，
b為無知識點掌握概率數(shù)據(jù)且無該知識點練習(xí)數(shù)據(jù)，
c1為知識點掌握概率≥75％且該知識點下題目做題數(shù)為0-30，
c2為知識點掌握概率≥75％且該知識點下題目做題數(shù)為>30；
步驟二，確定學(xué)生的做題總數(shù)量n，或者手動選擇，或者由系統(tǒng)自動計算；
步驟三，確定每個知識點的做題數(shù)量；
當某知識點掌握概率≥75％時，該知識點題目基數(shù)為n/n+1；
當某知識點掌握概率50％-75％時，該知識點題目基數(shù)為n/n題；
當某知識點掌握概率<50％時，該知識點至少1題；
n表示本次需要練習(xí)的知識點數(shù)，n或者手動選擇，或者系統(tǒng)自動計算，當n/n無法整除時四舍五入，當所需練習(xí)的知識點合計組題數(shù)目<n時，按知識點的優(yōu)先級由高到低依次添加1題，直至滿足作業(yè)最少題目數(shù)，當所需練習(xí)的知識點合計組題數(shù)目>n，按知識點由低到高依次刪除1題，直至滿足作業(yè)題目數(shù)要求；
步驟四，確定每個知識點選取哪些題，其中，個人易錯題目的衍生題目占比為70％，該知識點下的新題目占30％。
作為優(yōu)選，在步驟一中，當同一優(yōu)先級的知識點數(shù)不超過5個時，選取下一個優(yōu)先級的知識點，當同一優(yōu)先級的知識點數(shù)量超過5個時：a1、c1同類型的優(yōu)先級按掌握概率確認優(yōu)先級，掌握概率越低優(yōu)先級越高；a2、c2同類型的優(yōu)先級按做題數(shù)量確認優(yōu)先級，做題數(shù)量越低，優(yōu)先級越高，當做題數(shù)量相同時優(yōu)先級按掌握概率由低到高排列。
作為優(yōu)選，步驟二中系統(tǒng)自動計算學(xué)生的做題總數(shù)量n，n＝nmin+x，x的取值范圍為(0，nmax－nmin)，nmax、nmin預(yù)先設(shè)定或者默認nmax＝8、nmin＝0，x根據(jù)學(xué)生學(xué)科知識能力、學(xué)習(xí)意愿、做題速度對學(xué)生進行分類確定，
學(xué)科知識能力由θ值確定，θ值越大表示學(xué)科知識能力越強；
學(xué)習(xí)意愿選取學(xué)生的做題數(shù)量為衡量指標，學(xué)生做題數(shù)量越多，學(xué)習(xí)意愿越強；做題速度按知識點下所有題目的做題總時長與做題數(shù)量的比值確定，比值越小做題速度越快；
分別將學(xué)生的學(xué)習(xí)知識能力由強到弱，學(xué)習(xí)意愿由強到弱，做題速度由快到慢在全國進行排序，當排名處于全國前33.33％，學(xué)習(xí)能力、學(xué)習(xí)意愿、做題速度定義為中、中、中；當排名處于全國中間33.33％，學(xué)習(xí)能力、學(xué)習(xí)意愿、做題速度定義為低、低、慢；當排名處于全國后33.33％，學(xué)習(xí)能力、學(xué)習(xí)意愿、做題速度定義為低、低、慢。
作為優(yōu)選，針對該知識點的每個題目，對全平臺用戶預(yù)先設(shè)定統(tǒng)一的難度系數(shù)標準，每個題目的難度系數(shù)預(yù)先設(shè)定，或者根據(jù)抽樣結(jié)果確定，抽樣確定方法包括如下步驟：
步驟一，選取學(xué)生樣本；
步驟二，根據(jù)每道題所抽取的學(xué)生樣本，計算出每道題的平均正確率，對正確率最低pmin的題目難度系數(shù)賦值為1，正確率最高pmax的題目難度系數(shù)賦值為0.01，而對于正確率為m的題目難度系數(shù)確定的方法為k＝1-(1-0.01)·(m-pmin)/(pmax-pmin)。
作為優(yōu)選，每個題目的難度系數(shù)每間隔一個月重新計算并更新。
作為優(yōu)選，θ的計算方法為：選取該知識點最近30題，計算ln(答題正確數(shù)/答題錯誤數(shù))，當答題正確數(shù)為0或者答題錯誤數(shù)為0時，答題正確數(shù)或答題錯誤數(shù)采用修正值0.5。
作為優(yōu)選，每個知識點的初始r＝0，每天重新計算r，當一道題做正確時，該題的直接知識點和間接知識點的r＝1。
本發(fā)明采用的技術(shù)方案，依據(jù)項目反應(yīng)理論和遺忘曲線r值對學(xué)生知識點掌握情況進行診斷，而且智能組題方法不僅考慮了學(xué)生個人的知識點掌握情況、而且對學(xué)習(xí)能力、學(xué)習(xí)意愿、答題速度等指標也作為參數(shù)進行考量。
因此，本發(fā)明的智能組題方法充分考量學(xué)生的智力因素與非智力因素，組題時針對不同的學(xué)生個體，科學(xué)的控制題目難度、題目數(shù)量，對學(xué)生個性化的進行出題，降低學(xué)生學(xué)習(xí)過程中的抵抗情緒，并提升學(xué)生的學(xué)習(xí)效果。
具體實施方式
本發(fā)明提供了一種基于大數(shù)據(jù)分析的智能組題方法，根據(jù)學(xué)生知識點診斷結(jié)果進行智能組題，學(xué)生知識點診斷結(jié)果或者采用手動輸入，或者由系統(tǒng)自動計算給出診斷結(jié)果。
學(xué)生知識點診斷結(jié)果由具有相應(yīng)權(quán)限的管理員手動輸入賦值，一般為教師，該教師掌握學(xué)生的學(xué)習(xí)情況，以下所涉及的手動輸入賦值也相同。
當然，該教師也可以根據(jù)學(xué)生以往的學(xué)習(xí)大數(shù)據(jù)分析結(jié)果，確定學(xué)生知識點診斷結(jié)果。
系統(tǒng)自動給出診斷結(jié)果，根據(jù)項目反應(yīng)理論進行大數(shù)據(jù)分析，或者將項目反應(yīng)理論與遺忘曲線的r值結(jié)合進行分析計算。
項目反應(yīng)理論(itemresponsetheory，irt)是一系列心理統(tǒng)計學(xué)模型的總稱，是針對經(jīng)典測量理論(classicaltesttheory，簡稱ctt)的局限性提出來的。irt是用來分析考試成績或者問卷調(diào)查數(shù)據(jù)的數(shù)學(xué)模型，這些模型的目標是來確定的潛在心理特征(latenttrait)是否可以通過測試題被反應(yīng)出來，以及測試題和被測試者之間的互動關(guān)系。
現(xiàn)代遠程教育以計算機網(wǎng)絡(luò)為基礎(chǔ)來實施教學(xué)的各個環(huán)節(jié)，有著信息化水平高的特點。這一特殊的教學(xué)環(huán)境非常有利于項目反應(yīng)原理(又稱irt，itemresponsetheory)發(fā)揮優(yōu)勢，提高教學(xué)質(zhì)量。
遺忘曲線由德國心理學(xué)家艾賓浩斯(h.ebbinghaus)研究發(fā)現(xiàn)，這條曲線告訴人們在學(xué)習(xí)中的遺忘是有規(guī)律的，遺忘的進程很快，并且先快后慢。
以下結(jié)合項目反應(yīng)原理(irt)的1pl模型的p(θ)以及遺忘曲線的r值進行計算，對平臺用戶的知識點掌握情況進行診斷。
實施例1，一種在線學(xué)習(xí)知識點診斷方法，包括如下步驟：
步驟一，評定用戶對于該知識點掌握的概率，計算公式為p(θ)＝1/(1+e^(b-θ))，其中，θ表示評定用戶的能力參數(shù)，b表示每個題目的難度系數(shù)，e為常數(shù)2.71828；
其中，針對該知識點，b采用標準難度系數(shù)，指對于全平臺用戶而言，通過定量與定性的研究方法，分析確定的統(tǒng)一的難度系數(shù)標準。
根據(jù)全平臺海量用戶的練習(xí)累計數(shù)據(jù)，結(jié)合每道題目的正確率(每道題目的正確率采用全國各地(縣區(qū))的平均正確率，用以降低全國各地區(qū)教學(xué)水平差異的影響，進而保證標準難度系數(shù)對于全國各地的通用性及合理性)，按照科學(xué)的統(tǒng)計分析方法，對題目難度系數(shù)進行賦值(對全國各地采用配比抽樣，組成題目難度評定樣本，根據(jù)正確率最低與正確率最高對定義難度最高系數(shù)與難度最低系數(shù)，并對每道題目進行難度賦值)。具體包括如下步驟：
抽樣方法細述：首先研究的問題為題目a全國各地區(qū)學(xué)生的平均正確率，地區(qū)的級別為縣區(qū)，使估算誤差出不超過0.5％，且具有95％的可信度。
利用
上述的抽樣方法只是一種舉例，當然也可以采用其他現(xiàn)有的抽樣方法，在此不再一一贅述。對本發(fā)明來說，更重要的還在于根據(jù)抽樣結(jié)果，進行難度系數(shù)賦值的方法。
難度系數(shù)賦值方法：根據(jù)每道題所抽取的學(xué)生樣本，可計算出每道題的平均正確率。對正確率最低(pmin)的題目難度系數(shù)賦值為1，正確率最高(pmax)的題目難度系數(shù)賦值為0.01，對于正確率為m的題目難度系數(shù)確定的方法為k＝1-(1-0.01)·(m-pmin)/(pmax-pmin)。
另外，題目的難度系數(shù)每月進行更新。
θ的計算方法為：為降低歷史能力對最新能力的影響，同時保障能力評估的準確性，選取該知識點最近練習(xí)的30題，計算ln(答題正確數(shù)/答題錯誤數(shù))，當答題正確數(shù)為0或者答題錯誤數(shù)為0時，答題正確數(shù)或答題錯誤數(shù)采用修正值0.5。當然為了保證θ的準確性，也可以選擇選取該知識點最近練習(xí)30題以上甚至更多題目。
步驟二，評定用戶對于該知識點的記憶程度，計算公式為r＝e^(-t/s)，其中，t為以天為基本單位的時間間隔，s為記憶強度，e為常數(shù)2.71828；
s的計算方法為，每個知識點初始s＝1，且s最小為1，練習(xí)答案正確，則該題的直接和間接知識點的s＝s+1，練習(xí)答案錯誤，直接知識點s＝s-1，間接知識點s＝s-(1-0.2n)，n為該間接知識點與直接知識點之間的相隔層級，n>5時把n視為5。
直接知識點指與該題目直接關(guān)聯(lián)的知識點，間接知識點指與該題目的知識點相關(guān)聯(lián)的知識點。因為知識點與知識點不是相互獨立的，是有先后或者父子級關(guān)系的，學(xué)生所學(xué)的所有知識點是個網(wǎng)狀關(guān)系，知識點之間彼此相互聯(lián)系。例如乘除法混合運算屬于子級知識點，四則混合運算屬于父級知識點，當一個學(xué)生練了一個乘除法混合運算的題目，但同時對四則混合運算也間接的進行了練習(xí)，因為四則混合運算里面包含乘除法混合運算，這時乘法混合運算為直接知識點，四則混合運算為間接知識點。間接知識點與直接知識點的相隔層級指在知識點關(guān)系圖中，之間相隔幾個知識點，層級越低兩個知識點的關(guān)聯(lián)層度越大，層級越大，兩個知識點的關(guān)聯(lián)層度越小。
t的計算方法為，t＝當前日期-記憶時間，當一道題做正確時，該題的直接知識點和間接知識點的記憶時間＝該題練習(xí)的日期，也就是答對該題時的具體日期。
每個知識點的初始r＝0，每天(凌晨)重新計算r，當一道題做正確時，該題的直接知識點和間接知識點的r＝1。
步驟三，實時計算p(θ)*r，當結(jié)果大于等于0.75時該用戶知識點達標，反之不達標。
之所以確定75％，一個是結(jié)合具體的答題數(shù)據(jù)及代表性學(xué)生的分析，同時也采用了專家訪談，即經(jīng)驗豐富教師的意見。
當然，也可以不考慮遺忘曲線的r值，直接根據(jù)計算公式p(θ)＝1/(1+e^(b-θ))，確定學(xué)生知識點掌握概率，這個概率即為學(xué)生知識點診斷結(jié)果。
實施例2，與實施例1的不同在于，進一步的，對每個難度段的題目，隨機抽取樣本，難度系數(shù)在統(tǒng)計分析結(jié)果基礎(chǔ)上，通過專家評定，最終確定，確保題目難度系數(shù)的客觀準確。即專家根據(jù)經(jīng)驗首先明確難度最高題目的難度系數(shù)，然后根據(jù)豐富的教學(xué)經(jīng)驗，對個別題目進行檢驗。
實施例3，與實施例1和2的不同在于，將專家評定結(jié)果與統(tǒng)計分析賦值結(jié)果進行綜合，確定每個個題目的最終難度系數(shù)b＝0.5*累積數(shù)據(jù)分析結(jié)果+0.5*專家難度賦值。
根據(jù)上述方法確定學(xué)生知識點診斷結(jié)果后，系統(tǒng)就可以進行智能組題了。
以下結(jié)合具體實施方式對智能組題的方法說明如下：
步驟一，確定所需練習(xí)的知識點，方法有兩種，一種是手動選擇，一種是系統(tǒng)自動選擇，教師可根據(jù)每個知識點班級的掌握人數(shù)確定需要練習(xí)的知識點，系統(tǒng)根據(jù)知識點的優(yōu)先級選擇知識點，且一次最多選擇5個知識點，
所需練習(xí)的知識點優(yōu)先級順序如下：a1>a2>b>c1>c2，
a1為知識點掌握概率<75％且該知識點下題目做題數(shù)為0-30，
a2為知識點掌握概率<75％且該知識點下題目做題數(shù)為>30，
b為無知識點掌握概率數(shù)據(jù)且無該知識點練習(xí)數(shù)據(jù)，
c1為知識點掌握概率≥75％且該知識點下題目做題數(shù)為0-30，
c2為知識點掌握概率≥75％且該知識點下題目做題數(shù)為>30；
當同一優(yōu)先級的知識點數(shù)不超過5個時，選取下一個優(yōu)先級的知識點，當同一優(yōu)先級的知識點數(shù)量超過5個時：a1、c1同類型的優(yōu)先級按掌握概率確認優(yōu)先級，掌握概率越低優(yōu)先級越高；a2、c2同類型的優(yōu)先級按做題數(shù)量確認優(yōu)先級，做題數(shù)量越低，優(yōu)先級越高，當做題數(shù)量相同時優(yōu)先級按掌握概率由低到高排列。
步驟二，確定學(xué)生的做題總數(shù)量n，或者手動選擇，或者由系統(tǒng)自動計算；
系統(tǒng)自動計算學(xué)生的做題總數(shù)量n，n＝nmin+x，x的取值范圍為(0，nmax－nmin)，nmax、nmin預(yù)先設(shè)定或者默認nmax＝8、nmin＝0，
x根據(jù)學(xué)生學(xué)科知識能力、學(xué)習(xí)意愿、做題速度對學(xué)生進行分類確定，
學(xué)科知識能力由θ值確定，θ值越大表示學(xué)科知識能力越強；
學(xué)習(xí)意愿選取學(xué)生的做題數(shù)量為衡量指標，學(xué)生做題數(shù)量越多，學(xué)習(xí)意愿越強；
做題速度按知識點下所有題目的做題總時長與做題數(shù)量的比值確定，比值越小做題速度越快；
分別將學(xué)生的學(xué)習(xí)知識能力由強到弱，學(xué)習(xí)意愿由強到弱，做題速度由快到慢在全國進行排序，當排名處于全國前33.33％，學(xué)習(xí)能力、學(xué)習(xí)意愿、做題速度定義為中、中、中；當排名處于全國中間33.33％，學(xué)習(xí)能力、學(xué)習(xí)意愿、做題速度定義為低、低、慢；當排名處于全國后33.33％，學(xué)習(xí)能力、學(xué)習(xí)意愿、做題速度定義為低、低、慢。
步驟三，確定每個知識點的做題數(shù)量；
當某知識點掌握概率≥75％時，該知識點題目基數(shù)為n/n+1；
當某知識點掌握概率50％-75％時，該知識點題目基數(shù)為n/n題；
當某知識點掌握概率<50％時，該知識點至少1題；
n表示本次需要練習(xí)的知識點數(shù)，n或者手動選擇，或者系統(tǒng)自動計算，當n/n無法整除時四舍五入，當所需練習(xí)的知識點合計組題數(shù)目<n時，按知識點的優(yōu)先級由高到低依次添加1題，直至滿足作業(yè)最少題目數(shù)，當所需練習(xí)的知識點合計組題數(shù)目>n，按知識點由低到高依次刪除1題，直至滿足作業(yè)題目數(shù)要求；
步驟四，確定每個知識點選取哪些題，其中，個人易錯題目的衍生題目占比為70％，該知識點下的新題目占30％。
每次智能出題前，重新計算p(θ)*r作為智能組題的依據(jù)。
除上述優(yōu)選實施例外，本發(fā)明還有其他的實施方式，本領(lǐng)域技術(shù)人員可以根據(jù)本發(fā)明作出各種改變和變形，只要不脫離本發(fā)明的精神，均應(yīng)屬于本發(fā)明權(quán)利要求書中所定義的范圍。