CN110400030A - 一种处理动态问题能力的测评方法及***、存储介质 - Google Patents
一种处理动态问题能力的测评方法及***、存储介质 Download PDFInfo
- Publication number
- CN110400030A CN110400030A CN201810373408.1A CN201810373408A CN110400030A CN 110400030 A CN110400030 A CN 110400030A CN 201810373408 A CN201810373408 A CN 201810373408A CN 110400030 A CN110400030 A CN 110400030A
- Authority
- CN
- China
- Prior art keywords
- assessment
- component
- target
- behavioral data
- subtask
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Pending
Links
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q10/00—Administration; Management
- G06Q10/06—Resources, workflows, human or project management; Enterprise or organisation planning; Enterprise or organisation modelling
- G06Q10/063—Operations research, analysis or management
- G06Q10/0639—Performance analysis of employees; Performance analysis of enterprise or organisation operations
- G06Q10/06393—Score-carding, benchmarking or key performance indicator [KPI] analysis
Landscapes
- Business, Economics & Management (AREA)
- Human Resources & Organizations (AREA)
- Engineering & Computer Science (AREA)
- Strategic Management (AREA)
- Development Economics (AREA)
- Economics (AREA)
- Entrepreneurship & Innovation (AREA)
- Educational Administration (AREA)
- Operations Research (AREA)
- Marketing (AREA)
- Game Theory and Decision Science (AREA)
- Quality & Reliability (AREA)
- Tourism & Hospitality (AREA)
- Physics & Mathematics (AREA)
- General Business, Economics & Management (AREA)
- General Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
本发明实施例公开了一种处理动态问题能力的测评方法,所述方法包括:基于选取的组件和预设参数,生成测评题目和组件评分规则;其中,组件用于组成测评题目的架构;采集目标测评对象针对测评题目的行为数据,并获取基于组件评分规则产生的组件评分;根据行为数据、组件评分和预设评分模型,对目标测评对象处理动态问题的能力进行多维度评分,获得评分结果。
Description
技术领域
本发明涉及能力测评技术领域,尤其涉及一种处理动态问题能力的测评方法及***、存储介质。
背景技术
目前,关于学习能力的测评可以包括两个方面:处理动态问题能力和处理静态问题能力。其中,动态问题,即问题的已知条件不会在初始时完全给出,需要测试对象对问题进行交互式探索,逐步挖掘出问题情境中的所有已知条件。静态问题,即问题的已知条件在初始时就完全呈现给测试对象。动态问题和静态问题的区别仅在于已知条件所呈现的形式不同,与问题的具体难度无直接关联。
针对处理动态问题能力的测评,传统方法为:通过测评人员现场询问被测试对象和测试对象完成纸质试卷,由测评人员根据询问结果和作答试卷进行分析,给出测试对象处理动态问题能力的测评结果。此外,还可以通过现有测评***进行处理动态问题能力的测评,固化的问题情境以选择题、问答题和论述题等形式呈现,通过测试对象作答确定测评结果。然而,传统方法中由于测评人员的参与,导致测评结果存在主观因素,测评***中由于问题情境并不会通过测试对象的决策而发生变化,所谓的动态性只是动态的题目选择,因此,两种方法的测评结果均不准确。
发明内容
为解决上述技术问题,本发明实施例期望提供一种处理动态问题能力的测评方法及***、存储介质,通过组件设计自适应测评题目,对测试对象处理动态问题过程中的相关行为进行采集和分析,提高了测评结果的准确率。
本发明的技术方案是这样实现的:
本发明实施例提供了一种处理动态问题能力的测评方法,所述方法包括:
基于选取的组件和预设参数,生成测评题目和组件评分规则;其中,所述组件用于组成所述测评题目的架构;
采集目标测评对象针对所述测评题目时的行为数据,并获取基于所述组件评分规则产生的组件评分;
根据所述行为数据、所述组件评分和预设评分模型,对所述目标测评对象处理动态问题的能力进行多维度评分,获得评分结果。
在上述方案中,所述采集目标测评对象针对所述测评题目时的行为数据,并获取基于所述组件评分规则产生的组件评分,包括:
采集所述目标测评对象针对所述测评题目中每一个子任务的交互行为,获得所述行为数据;
采集根据所述行为数据和所述组件评分规则产生的所述组件评分。
在上述方案中,所述采集所述目标测评对象针对所述测试题目中每一个子任务的交互行为,包括:
当采集到所述目标测评对象针对第一子任务的第一交互行为时,根据所述第一交互行为,以及预设交互行为与测评对象状态的对应关系,确定所述目标测评对象的当前状态;其中,所述第一子任务为所述测评题目中的任一子任务;
根据所述目标测评对象的当前状态,以及预设测评对象状态与子任务的对应关系,确定需要调用的第二子任务;
调用所述第二子任务进行测评,并采集所述目标测评对象针对所述第二子任务的第二交互行为。
在上述方案中,所述根据所述行为数据、所述组件评分和预设评分模型,对所述目标测评对象处理动态问题的能力进行多维度评分,获得评分结果,包括:
按照动作和位置的对应形式,在所述行为数据中进行数据抽取,获得目标数据,并对所述目标数据统计分析,获得分析结果;
根据所述分析结果、所述组件评分和所述预设评分模型,获得所述评分结果。
在上述方案中,所述采集目标测评对象针对所述测评题目的行为数据,并获取基于所述组件评分规则产生的组件评分之后,所述方法还包括:
将所述行为数据和所述组件评分按照预设格式存储到预设行为数据库中。
本发明实施例提供了一种处理动态问题能力的测评***,所述***包括:出题***、行为数据采集器和行为意义分析器;
所述出题***,用于基于选取的组件和预设参数,生成测评题目和组件评分规则;其中,所述组件用于组成所述测评题目的架构;
所述行为数据采集器,用于采集目标测评对象针对所述测评题目的行为数据,并获取基于所述组件评分规则产生的组件评分;
所述行为意义分析器,用于根据所述行为数据、所述组件评分和预设评分模型,对所述目标测评对象处理动态问题的能力进行多维度评分,获得评分结果。
在上述***中,所述***还包括:测评进程控制器;其中,
所述行为数据采集器,具体用于采集所述目标测评对象针对所述测评题目中每一个子任务的交互行为,获得所述行为数据;采集根据所述行为数据和所述组件评分规则产生的所述组件评分;
所述行为意义分析器,还用于当所述行为数据采集器采集到所述目标测评对象针对第一子任务的第一交互行为时,根据所述第一交互行为,以及预设交互行为与测评对象状态的对应关系,确定所述目标测评对象的当前状态;其中,所述第一子任务为所述测评题目中的任一子任务;
所述测评进程控制器,用于根据所述目标测评对象的当前状态,以及预设测评对象状态与子任务的对应关系,确定需要调用的第二子任务;调用所述第二子任务进行测评;
所述行为数据采集器,还具体用于采集所述目标测评对象针对所述第二子任务的第二交互行为。
在上述***中,所述行为意义分析器,具体用于按照动作和位置的对应形式,在所述行为数据中进行数据抽取,获得目标数据,并对所述目标数据统计分析,获得分析结果;根据所述分析结果、所述组件评分和所述预设评分模型,获得所述评分结果。
在上述***中,所述行为数据采集器,还用于在所述采集目标测评对象针对所述测评题目的行为数据,并获取基于所述组件评分规则产生的组件评分之后,将所述行为数据和所述组件评分按照预设格式存储到预设行为数据库中。
本发明实施例还提供了一种计算机可读存储介质,所述计算机可读存储介质存储有一个或者多个程序,所述一个或者多个程序可以被一个或者多个处理器执行,以实现上述处理动态问题能力的测评方法。
由此可见,在本发明的技术方案中,处理动态问题能力的测评***基于选取的组件和预设参数,生成测评题目和组件评分规则;采集目标测评对象针对测评题目的行为数据,并获取基于组件评分规则产生的组件评分;根据行为数据、组件评分和预设评分模型,对目标测评对象处理动态问题的能力进行多维度评分,获得评分结果。也就是说,在本发明实施例提供的技术方案中,通过组件设计自适应测评题目,对测试对象处理动态问题过程中的相关行为进行采集和分析,提高了测评结果的准确率。
附图说明
图1为本发明实施例提供的一种处理动态问题能力的测评方法的流程示意图;
图2为本发明实施例提供的一种示例性的测评***中组件的整体架构;
图3为本发明实施例提供的一种示例性的通过Runtime框架实现组件实例化运行支撑的示意图;
图4为本发明实施例提供的一种获取行为数据的流程示意图;
图5为本发明实施例提供的一种处理动态问题能力的测评***的结构示意图。
具体实施方式
下面将结合本发明实施例中的附图,对本发明实施例中的技术方案进行清楚、完整地描述。
实施例一
本发明实施例提供了一种处理动态问题能力的测评方法。图1为本发明实施例提供的一种处理动态问题能力的测评方法的流程示意图。如图1所示,主要包括以下步骤:
S101、基于选取的组件和预设参数,生成测评题目和组件评分规则;其中,组件用于组成测评题目的架构。
在本发明的实施例中,处理动态问题能力的测评***可以根据选取的组件和预设参数,生成测评题目,并且根据这些组件的配置,形成基于组件的评分规则,即组件评分规则。
需要说明的是,在本发明的实施例中,测评***包括:出题***、行为数据采集器、行为意义分析器和测评进程控制器。
需要说明的是,在本发明的实施例中,选取的组件可以包括以下类型:主题组件、测评组件和工具组件。具体选取的组件本发明实施例不作限定。
具体的,在本发明的实施例中,测评人员,例如教师,可以在出题***中选取需要的主题组件、测评组件和工具组件,并针对这些组件,设置相应的预设参数,从而出题***进行组件参数配置,生成一套测评题目。并且,测评人员通过对于组件的配置,可确定组件评分规则,具体由出题***生成JavaScript脚本语言,即组件评分规则,通过JavaScript脚本语言实现对测评对象进行基于组件的评分。
可以理解的是,在本发明的实施例中,组件评分规则,具体用于根据测评对象对测评题目中的组件进行的操作,进行评分。例如,目标测评对象针对选择题选择其中一个选项,实际上就是与该选项对应的组件进行了交互行为,即可产生选择该选项的分数。
需要说明的是,在本发明的实施例中,具体的主题组件、测评组件、工具组件和预设参数本发明实施例不作限定。
可以理解的是,在本发明的实施例中,出题***生成的测评题目,可以是一个测评游戏,从而发布到测评***的网站上,测评对象即可通过测评***进行测评。具体的测评题目的形式本发明实施例不作限定。
可以理解的是,在本发明的实施例中,测评题目由组件构成,不同的组件设置有相应的信息内容,测评对象只有通过与测评题目中组件的交互行为才能够逐渐获知相应的信息内容。例如,测评题目为一个测评游戏,测评对象点击测评游戏中的游戏人物才能获知某些已知信息。而现有技术中的测评题目,通常为选择题、论述题和简答题等形式,测评对象可以直观的在题目中获取到全部信息。也就是说,本发明中的测评题目,实际上是需要测评对象进行交互式探索才能逐步获取到全部已知信息,即属于动态问题。
需要说明的是,在本发明的实施例中,测评***中测评题目构建的基础在于主题组件、测评组件和工具组件,而这三种类型的组件实际上都是通过继承基础组件的接口及功能所产生的。
图2为本发明实施例提供的一种示例性的测评***中组件的整体架构。如图2所示,基础组件包括输入参数接口、输出参数接口、环境信息接口和组件变量接口,定义了组件的最基本功能,从而扩展出主题组件、测评组件和工具组件。基础组件具体用于获取与时间相关、会话相关等环境数据,设置可接受输入参数的变量和保存组件状态,以及在自动往页面跳转链接中加入参数或者页面跳转的统一资源定位符(Uniform Resource Locator,URL)。主题组件是与任务特点相关的组件,即基于第五代超文本标记语言(Hyper TextMarkup Language5,HTML5)的交互式组件,可以通过建立仿真环境对测评对象的动态问题处理能力进行测评。主题组件内部的实现需要使用基础组件中的环境信息接口。测评组件,包括单选题、多选题、填空题和自动测评的主观题,用于数据评分,记录测评对象的行为,因此,测评组件可以用来复制传统的测评方式,其内部实现需要使用基础组件中的环境信息接口。工具组件,主要包括日常任务开发中所总结的通用组件。例如:计算器和函数绘图,用于记录测评对象的行为,其内部实现同样需要使用基础组件中的环境信息接口。
需要说明的是,在本发明的实施例中,测评题目通过整合所选取的主体组件、测评组件和工具组件而形成。测评题目的实例需要运行时(Runtime)框架来支持,从而实现组件与测评***底层数据的交换。
图3为本发明实施例提供的一种示例性的通过Runtime框架实现组件实例化运行支撑的示意图。如图3所示,运行支撑可以包括:任务时间、任务会话、数据通道和脚本执行,而通过执行该脚本,就可以实现测评***进行数据捕获的目的。测评题目为一个总的任务,该任务可以包括多个子任务。
S102、采集目标测评对象针对测评题目的行为数据,并获取基于组件评分规则产生的组件评分。
在本发明的实施例中,测评***中出题***在生成测评题目和组件评分规则之后,行为数据采集器采集目标测评对象针对测评题目的行为数据,并获取基于组件评分规则产生的组件评分。
可以理解的是,在本发明的实施例中,目标测评对象即为需要进行处理动态问题能力测评的对象。目标测评对象针对测评题目的行为数据,实际上就是目标测评对象作答测评题目时的行为。例如,目标测评对象可以为某一需要进行测评的学生。具体的目标测评对象本发明实施例不作限定。
需要说明的是,在本发明的实施例中,目标测评对象针对测评题目的行为数据包括但不限于:与测评组件的交互行为、与主题组件的交互行为、以及与工具组件的交互行为。具体的行为数据本发明实施例不作限定。例如,行为数据还可以包括作答开始时间和作答结束时间。
示例性的,在本发明的实施例中,目标测评对象针对测评题目中测评组件的交互行为,包括但不限于:点击选择题的选项和键入文本答案。目标测评对象与主题组件的交互行为会根据具体主题组件内容的不同而实时变化,例如目标测评对象查看测试题目中某一角色的想法,或者,在测试题目中运行某个实验等。同样,目标测评对象与工具组件的交互也与具体的工具组件相关,例如,点击计算器按钮等。
需要说明的是,在本发明的实施例中,测评题目可以包括多个子任务,具体的测评题目的子任务本发明实施例不作限定。
具体的,在本发明的实施例中,行为数据采集器采集目标测评对象针对测评题目中每一个子任务时的交互行为,获得行为数据,并且,采集根据行为数据和组件评分规则产生的组件评分。
图4为本发明实施例提供的一种获取行为数据的流程示意图。如图4所示,行为数据采集器采集目标测评对象针对测评题目中每一个子任务的交互行为,获得行为数据,主要包括以下步骤:
S401、当采集到目标测评对象针对第一子任务的第一交互行为时,根据第一交互行为,以及预设交互行为与测评对象状态的对应关系,确定目标测评对象的当前状态;其中,第一子任务为测评题目中的任一子任务。
在本发明的实施例中,行为数据采集器采集目标测评对象针对每一个子任务的交互行为。当采集到目标测评对象针对第一子任务的第一交互行为时,将其发送至行为意义分析器,而行为意义分析器可以根据第一交互行为,以及预设交互行为与测评对象状态的对应关系,确定出目标测评对象的当前状态。
需要说明的是,在本发明的实施例中,第一子任务为目标测评对象正在作答的子任务,第一交互行为为由于第一子任务所产生的交互行为,可以包括目标测评对象为处理第一子任务与主题组件的交互行为、与测评组件的交互行为,以及与工具组件的交互行为。具体的第一子任务本发明实施例不作限定。
需要说明的是,在本发明的实施例中,行为意义分析器中保存了预设交互行为与测评对象状态的对应关系,即行为意义分析器可以直接根据该对应关系,确定目标测评对象的当前状态。具体的预设交互行为与测评对象状态的对应关系本发明实施例不作限定。
可以理解的是,在本发明的实施例中,预设交互行为与测评对象状态的对应关系可以为:不同的交互行为顺序对应不同的测评对象状态。例如,第一子任务为从指定的入口选择路径达到指定的出口,当目标测评对象针对第一子任务的第一交互行为包括:从入口选择路径1到达地点1,再从地点1选择路径2到达地点2,从地点2选择路径3到达出口,该第一交互行为为完成第一子任务的最佳方式,此时目标测评对象的当前状态为一级。当目标测评对象针对第一子任务的第一交互行为包括:从入口选择路径1到达地点1,再从地点1选择路径4到达地点4,从地点4选择路径5到达地点5,从地点5选择路径6到达出口,该第一交互行为为完成第一子任务的较佳方式,此时,目标测评对象的当前状态为二级。
示例性的,在本发明的实施例中,预设交互行为与测评对象状态的对应关系可以为:不同的交互行为次数对应不同的测评对象状态。例如,目标对象针对第一子任务的第一交互行为中,与主题组件的交互行为次数大于等于第一预设阈值时,则目标测评对象的当前状态为最差,与主题组件的交互行为次数大于等于第二预设阈值,且小于第一预设阈值时,目标测评对象的当前状态为正常,与主题组件的交互行为次数小于第二预设阈值时,目标测评对象的当前状态为优秀。其中,第一预设阈值大于第二预设阈值。
示例性的,在本发明的实施例中,预设交互行为与测评对象状态的对应关系为:交互行为满足条件一时,测评对象状态为A,交互行为满足条件二时,测评对象状态为B,交互行为满足条件三时,测评对象状态为C。因此,若第一交互行为满足条件一,则确定目标测评对象的当前状态为A,若第一交互行为满足条件二,则确定目标测评对象的当前状态为B,若第一交互行为满足条件三,则确定目标测评对象的当前状态为C。
需要说明的是,在本发明的实施例中,预设交互行为与测评对象状态的对应关系,可以以Java语言在测评***后台进行实现。
可以理解的是,在本发明的实施例中,行为意义分析器在确定目标测评对象的当前状态之后,可以将目标测评对象的当前状态发送至测评进程控制器,测评进程控制器进行测评进程的控制。
S402、根据目标测评对象的当前状态,以及预设测评对象状态与子任务的对应关系,确定需要调用的第二子任务。
在本发明的实施例中,测评进程控制器在接收到行为意义分析器确定的目标测评对象的当前状态之后,可以根据预设测评对象状态与子任务的对应关系,确定需要调用的第二子任务,即下一个子任务。
需要说明的是,在本发明的实施例中,测评进程控制器中保存了预设测评对象状态与子任务的对应关系,即测评进程控制器可以直接根据该对应关系,确定下一个调用的子任务。具体的预设测评对象状态与子任务的对应关系本发明实施例不作限定。
示例性的,在本发明的实施例中,预设测评对象状态与子任务的对应关系为:测评对象状态为A时,对应的子任务为X,测评对象状态为B时,对应的子任务为Y,测评对象状态为C时,对应的子任务为Z。因此,若目标测评对象的当前状态为A,确定第二子任务为X,若目标测评对象的当前状态为B,确定第二子任务为Y,若目标测评对象的当前状态为C,确定第二子任务为Z。
需要说明的是,在本发明的实施例中,当测评进程控制器根据预设测评对象状态与子任务的对应关系,确定不存在第二子任务时,即测评结束,也就是行为数据采集器采集结束。
S403、调用第二子任务进行测评,并采集目标测评对象针对第二子任务的第二交互行为。
在本发明的实施例中,测评进程控制器在确定第二子任务之后,即可调用第二子任务供目标测评对象进行测评,行为数据采集器从而采集目标测评对象针对第二子任务的第二交互行为。
可以理解的是,在本发明的实施例中,行为意义分析器根据行为数据采集器采集的交互行为,确定目标测评对象的当前状态,测评进程控制器再根据目标测评对象的当前状态,确定测评的下一个子任务,并调用下一个子任务进行测评,行为数据采集器从而继续采集相关交互行为,在这个循环过程中,实际上就是实现自适应的子任务调整,从而可以更好的对目标测评对象处理动态问题的能力进行测评。
具体的,在本发明的实施例中,通过不断执行上述步骤S401~S403,最终行为数据采集器即可采集到目标测评对象针对测评题目中每一个子任务的交互行为,即获得行为数据。而在步骤S101中,出题***在生成测评题目时,也已经生成相应的组件评分规则,因此,在目标测评对象根据测评题目测评时,与测评题目中的各个组件产生交互行为,即进行了选择等操作,例如,点击了某个选择题的选项,即与该选项进行了交互行为,从而对应了某一分数,即可以自动根据组件评分规则和行为数据,进行评分,行为数据采集器从而采集到组件评分。
需要说明的是,在本发明的实施例中,行为数据采集器在采集目标测评对象针对测评题目的行为数据,并获取基于组件评分规则产生的组件评分之后,除了可以将行为数据和组件评分发送给行为意义分析器进行后续自动化分析,还可以将行为数据和组件评分按照预设格式存储到预设行为数据库中,能够便于记录和查询。具体的预设格式本发明实施例不作限定。
示例性的,在本发明的实施例中,可以基于“高阶分散式学习”计划所建立的标准xAPI,按照xAPI格式进行行为数据的存储,实际上也就是各种交互行为的存储。
S103、根据行为数据、组件评分和预设评分模型,对目标测评对象处理动态问题的能力进行多维度评分,获得评分结果。
在本发明的实施例中,行为意义分析器可以接收行为数据采集器所采集的行为数据和组件评分,之后,根据行为数据、组件评分和预设评分模型,对目标测评对象处理动态问题的能力进行多维度评分,获得评分结果。
需要说明的是,在本发明的实施例中,行为意义分析器中保存有预设评分模型,以实现对目标测评对象处理动态问题能力的多维度评分。具体的预设评分模型本发明实施例不作限定。
需要说明的是,在本发明的实施例中,行为数据采集器采集的行为数据和组件评分实际上也是以xAPI格式发送至行为意义分析器。xAPI格式实际是将行为数据中的各种交互行为按照“动作,位置”的形式存储。例如,“点击,按钮1”,其中“点击”为动作,“按钮1”为位置。
具体的,在本发明的实施例中,行为意义分析器按照动作和位置的对应形式,在行为数据中进行数据抽取,获得目标数据,并对目标数据统计分析,获得分析结果,之后,根据分析结果、组件评分和预设评分模型,获得评分结果。其中,行为意义分析器通过Java语言实现针对行为数据中的具体交互行为中的动作及位置的抽取。
可以理解的是,在本发明的实施例中,分析评分的过程全部由行为意义分析器来实现,实际上就是依赖于计算机程序来实现,因此,分析出来的评分结果相比于现有技术中测评人员直接询问测评,更加客观、准确,并且稳定性高。
需要说明的是,在本发明的实施例中,行为意义分析器分析的评分结果,是多维度的评分,即可以是从不同角度进行的评分,具体的维度本发明实施例不作限定。
可选的,在本发明的实施例中,测评***中还可以包括:分析报告***,用于在行为意义分析器根据行为数据、组件评分和预设评分模型,对目标测评对象处理动态问题的能力进行多维度评分,获得评分结果之后,输出分析报告。即在步骤S103之后,还可以增加步骤S104,步骤S104为优选而非必要的步骤。具体步骤如下:
S104、根据评分结果,按照预设输出形式输出分析报告。
在本发明的实施例中,行为意义分析器分析出评分结果,将评分结果发送给分析报告***,分析报告***可以根据评分结果,按照预设输出形式输出分析报告。
需要说明的是,在本发明的实施例中,由于评分结果是多维度的评分,因此,可以采用各种适合的行为输出分析报告。具体的预设输出形式本发明实施例不作限定。
示例性的,在本发明的实施例中,预设输出形式包括:雷达图和柱状图。因此,分析报告***根据评分结果,输出目标测评对象的分析报告中包括雷达图和柱状图两种。而分析报告***还可以访问存储所有已进行测评的测评对象的平均得分的测评报告数据库,获得平均得分,并在分析报告中呈现。
本发明实施例提供了一种处理动态问题能力的测评方法,处理动态问题能力的测评***基于选取的组件和预设参数,生成测评题目和组件评分规则;采集目标测评对象针对测评题目的行为数据,并获取基于组件评分规则产生的组件评分;根据行为数据、组件评分和预设评分模型,对目标测评对象处理动态问题能力进行多维度评分,获得评分结果。也就是说,在本发明实施例提供的技术方案中,通过组件设计自适应测评题目,对测试对象处理动态问题过程中的相关行为进行采集和分析,提高了测评结果的准确率。
实施例二
图5为本发明实施例提供的一种处理动态问题能力的测评***的结构示意图。如图5所示,该***包括:出题***501、行为数据采集器502和行为意义分析器503;
所述出题***501,用于基于选取的组件和预设参数,生成测评题目和组件评分规则;其中,所述组件用于组成所述测评题目的架构;
所述行为数据采集器502,用于采集目标测评对象针对所述测评题目的行为数据,并获取基于所述组件评分规则产生的组件评分;
所述行为意义分析器503,用于根据所述行为数据、所述组件评分和预设评分模型,对所述目标测评对象处理动态问题的能力进行多维度评分,获得评分结果。
可选的,所述***还包括:测评进程控制器504;其中,
所述行为数据采集器502,具体用于采集所述目标测评对象针对所述测评题目中每一个子任务的交互行为,获得所述行为数据;采集根据所述行为数据和所述组件评分规则产生的所述组件评分;
所述行为意义分析器503,还用于当所述行为数据采集器采集到所述目标测评对象针对第一子任务的第一交互行为时,根据所述第一交互行为,以及预设交互行为与测评对象状态的对应关系,确定所述目标测评对象的当前状态;其中,所述第一子任务为所述测评题目中的任一子任务;
所述测评进程控制器504,用于根据所述目标测评对象的当前状态,以及预设测评对象状态与子任务的对应关系,确定需要调用的第二子任务;调用所述第二子任务进行测评;
所述行为数据采集器501,还具体用于采集所述目标测评对象针对所述第二子任务的第二交互行为。
可选的,所述行为意义分析器503,具体用于按照动作和位置的对应形式,在所述行为数据中进行数据抽取,获得目标数据,并对所述目标数据统计分析,获得分析结果;根据所述分析结果、所述组件评分和所述预设评分模型,获得所述评分结果。
可选的,所述行为数据采集器502,还用于在所述采集目标测评对象针对所述测评题目的行为数据,并获取基于所述组件评分规则产生的组件评分之后,将所述行为数据和所述组件评分按照预设格式存储到预设行为数据库中。
需要说明的是,上述处理动态问题能力的测评***,具体采用Java开发技术,使用SpringMVC+JPA框架,数据库为Mysql,运行环境可以支持Linux和Windows多种平台。此外,为了实现多个目标测评对象同时进行测评,测评***还采用并发控制技术,具体为Disruptor框架。即同一个“事件”可以有多个消费者,即同一测评题目可以有多个目标测评对象进行测评,从而进行并行测评。
本发明实施例提供了一种处理动态问题能力的测评***,基于选取的组件和预设参数,生成测评题目和组件评分规则;采集目标测评对象针对测评题目的行为数据,并获取基于组件评分规则产生的组件评分;根据行为数据、组件评分和预设评分模型,对目标测评对象处理动态问题的能力进行多维度评分,获得评分结果。也就是说,本发明实施例提供的测评***,通过组件设计自适应测评题目,对测试对象处理动态问题过程中的相关行为进行采集和分析,提高了测评结果的准确率。
本发明实施例还提供了一种计算机可读存储介质,所述计算机可读存储介质存储有一个或者多个程序,所述一个或者多个程序可以被一个或者多个处理器执行,以实现上述处理动态问题能力的测评方法。
本领域内的技术人员应明白,本发明的实施例可提供为方法、***、或计算机程序产品。因此,本发明可采用硬件实施例、软件实施例、或结合软件和硬件方面的实施例的形式。而且,本发明可采用在一个或多个其中包含有计算机可用程序代码的计算机可用存储介质(包括但不限于磁盘存储器和光学存储器等)上实施的计算机程序产品的形式。
本发明是参照根据本发明实施例的方法、设备(***)、和计算机程序产品的流程图和/或方框图来描述的。应理解可由计算机程序指令实现流程图和/或方框图中的每一流程和/或方框、以及流程图和/或方框图中的流程和/或方框的结合。可提供这些计算机程序指令到通用计算机、专用计算机、嵌入式处理机或其他可编程数据处理设备的处理器以产生一个机器,使得通过计算机或其他可编程数据处理设备的处理器执行的指令产生用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的装置。
这些计算机程序指令也可存储在能引导计算机或其他可编程数据处理设备以特定方式工作的计算机可读存储器中,使得存储在该计算机可读存储器中的指令产生包括指令装置的制造品,该指令装置实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能。
这些计算机程序指令也可装载到计算机或其他可编程数据处理设备上,使得在计算机或其他可编程设备上执行一系列操作步骤以产生计算机实现的处理,从而在计算机或其他可编程设备上执行的指令提供用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的步骤。
以上所述,仅为本发明的较佳实施例而已,并非用于限定本发明的保护范围。
Claims (10)
1.一种处理动态问题能力的测评方法,其特征在于,所述方法包括:
基于选取的组件和预设参数,生成测评题目和组件评分规则;其中,所述组件用于组成所述测评题目的架构;
采集目标测评对象针对所述测评题目的行为数据,并获取基于所述组件评分规则产生的组件评分;
根据所述行为数据、所述组件评分和预设评分模型,对所述目标测评对象处理动态问题的能力进行多维度评分,获得评分结果。
2.根据权利要求1所述的方法,其特征在于,所述采集目标测评对象针对所述测评题目的行为数据,并获取基于所述组件评分规则产生的组件评分,包括:
采集所述目标测评对象针对所述测评题目中每一个子任务的交互行为,获得所述行为数据;
采集根据所述行为数据和所述组件评分规则产生的所述组件评分。
3.根据权利要求2所述的方法,其特征在于,所述采集所述目标测评对象针对所述测试题目中每一个子任务时的交互行为,包括:
当采集到所述目标测评对象针对第一子任务的第一交互行为时,根据所述第一交互行为,以及预设交互行为与测评对象状态的对应关系,确定所述目标测评对象的当前状态;其中,所述第一子任务为所述测评题目中的任一子任务;
根据所述目标测评对象的当前状态,以及预设测评对象状态与子任务的对应关系,确定需要调用的第二子任务;
调用所述第二子任务进行测评,并采集所述目标测评对象针对所述第二子任务的第二交互行为。
4.根据权利要求1所述的方法,其特征在于,所述根据所述行为数据、所述组件评分和预设评分模型,对所述目标测评对象处理动态问题的能力进行多维度评分,获得评分结果,包括:
按照动作和位置的对应形式,在所述行为数据中进行数据抽取,获得目标数据,并对所述目标数据统计分析,获得分析结果;
根据所述分析结果、所述组件评分和所述预设评分模型,获得所述评分结果。
5.根据权利要求1所述的方法,其特征在于,所述采集目标测评对象针对所述测评题目的行为数据,并获取基于所述组件评分规则产生的组件评分之后,所述方法还包括:
将所述行为数据和所述组件评分按照预设格式存储到预设行为数据库中。
6.一种处理动态问题能力的测评***,其特征在于,所述***包括:出题***、行为数据采集器和行为意义分析器;
所述出题***,用于基于选取的组件和预设参数,生成测评题目和组件评分规则;其中,所述组件用于组成所述测评题目的架构;
所述行为数据采集器,用于采集目标测评对象针对所述测评题目的行为数据,并获取基于所述组件评分规则产生的组件评分;
所述行为意义分析器,用于根据所述行为数据、所述组件评分和预设评分模型,对所述目标测评对象处理动态问题的能力进行多维度评分,获得评分结果。
7.根据权利要求6所述的***,其特征在于,所述***还包括:测评进程控制器;其中,
所述行为数据采集器,具体用于采集所述目标测评对象针对所述测评题目中每一个子任务的交互行为,获得所述行为数据;采集根据所述行为数据和所述组件评分规则产生的所述组件评分;
所述行为意义分析器,还用于当所述行为数据采集器采集到所述目标测评对象针对第一子任务的第一交互行为时,根据所述第一交互行为,以及预设交互行为与测评对象状态的对应关系,确定所述目标测评对象的当前状态;其中,所述第一子任务为所述测评题目中的任一子任务;
所述测评进程控制器,用于根据所述目标测评对象的当前状态,以及预设测评对象状态与子任务的对应关系,确定所述目标测评对象需要调用的第二子任务;调用所述第二子任务进行测评;
所述行为数据采集器,还具体用于采集所述目标测评对象针对所述第二子任务的第二交互行为。
8.根据权利要求6所述的***,其特征在于,
所述行为意义分析器,具体用于按照动作和位置的对应形式,在所述行为数据中进行数据抽取,获得目标数据,并对所述目标数据统计分析,获得分析结果;根据所述分析结果、所述组件评分和所述预设评分模型,获得所述评分结果。
9.根据权利要求6所述的***,其特征在于,
所述行为数据采集器,还用于在所述采集目标测评对象针对所述测评题目的行为数据,并获取基于所述组件评分规则产生的组件评分之后,将所述行为数据和所述组件评分按照预设格式存储到预设行为数据库中。
10.一种计算机可读存储介质,其特征在于,所述计算机可读存储介质存储有一个或者多个程序,所述一个或者多个程序可以被一个或者多个处理器执行,以实现权利要求1-5任一项所述的方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201810373408.1A CN110400030A (zh) | 2018-04-24 | 2018-04-24 | 一种处理动态问题能力的测评方法及***、存储介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201810373408.1A CN110400030A (zh) | 2018-04-24 | 2018-04-24 | 一种处理动态问题能力的测评方法及***、存储介质 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN110400030A true CN110400030A (zh) | 2019-11-01 |
Family
ID=68321910
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201810373408.1A Pending CN110400030A (zh) | 2018-04-24 | 2018-04-24 | 一种处理动态问题能力的测评方法及***、存储介质 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN110400030A (zh) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN111814426A (zh) * | 2020-07-20 | 2020-10-23 | 腾讯科技(深圳)有限公司 | 问卷页面配置方法、装置、计算机设备和存储介质 |
Citations (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN1462959A (zh) * | 2002-05-29 | 2003-12-24 | 明日工作室股份有限公司 | 一种计算机游戏内容生成方法以及*** |
CN1474339A (zh) * | 2002-08-09 | 2004-02-11 | 明日工作室股份有限公司 | 动态评分式测验***与方法 |
CN102385807A (zh) * | 2010-09-06 | 2012-03-21 | 洪荣昭 | 电子测验***及方法 |
CN102956124A (zh) * | 2011-08-31 | 2013-03-06 | 新诺亚舟科技(深圳)有限公司 | 一种认知罗盘评价方法及*** |
CN103577190A (zh) * | 2013-11-07 | 2014-02-12 | 中科信息安全共性技术国家工程研究中心有限公司 | 基于反射算法技术的动态可扩展智能测评*** |
CN103942993A (zh) * | 2014-03-17 | 2014-07-23 | 深圳市承儒科技有限公司 | 一种基于irt的自适应在线测评***及其方法 |
CN105489102A (zh) * | 2015-12-30 | 2016-04-13 | 北京宇航***工程研究所 | 一种三维交互式培训训练*** |
CN107203584A (zh) * | 2017-04-01 | 2017-09-26 | 广东顺德中山大学卡内基梅隆大学国际联合研究院 | 一种基于知识点目标集的学习路径规划方法 |
-
2018
- 2018-04-24 CN CN201810373408.1A patent/CN110400030A/zh active Pending
Patent Citations (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN1462959A (zh) * | 2002-05-29 | 2003-12-24 | 明日工作室股份有限公司 | 一种计算机游戏内容生成方法以及*** |
CN1474339A (zh) * | 2002-08-09 | 2004-02-11 | 明日工作室股份有限公司 | 动态评分式测验***与方法 |
CN102385807A (zh) * | 2010-09-06 | 2012-03-21 | 洪荣昭 | 电子测验***及方法 |
CN102956124A (zh) * | 2011-08-31 | 2013-03-06 | 新诺亚舟科技(深圳)有限公司 | 一种认知罗盘评价方法及*** |
CN103577190A (zh) * | 2013-11-07 | 2014-02-12 | 中科信息安全共性技术国家工程研究中心有限公司 | 基于反射算法技术的动态可扩展智能测评*** |
CN103942993A (zh) * | 2014-03-17 | 2014-07-23 | 深圳市承儒科技有限公司 | 一种基于irt的自适应在线测评***及其方法 |
CN105489102A (zh) * | 2015-12-30 | 2016-04-13 | 北京宇航***工程研究所 | 一种三维交互式培训训练*** |
CN107203584A (zh) * | 2017-04-01 | 2017-09-26 | 广东顺德中山大学卡内基梅隆大学国际联合研究院 | 一种基于知识点目标集的学习路径规划方法 |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN111814426A (zh) * | 2020-07-20 | 2020-10-23 | 腾讯科技(深圳)有限公司 | 问卷页面配置方法、装置、计算机设备和存储介质 |
CN111814426B (zh) * | 2020-07-20 | 2023-08-25 | 腾讯科技(深圳)有限公司 | 问卷页面配置方法、装置、计算机设备和存储介质 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
Li et al. | Architectural technical debt identification based on architecture decisions and change scenarios | |
CN105373478B (zh) | 自动化测试方法和*** | |
Hauswirth et al. | Teaching Java programming with the Informa clicker system | |
US20070150293A1 (en) | Method and system for cmmi diagnosis and analysis | |
Kohwalter et al. | Provenance in games | |
Mantyla | An experiment on subjective evolvability evaluation of object-oriented software: explaining factors and interrater agreement | |
Ahmed et al. | A structure equation model of indicators driving BIM adoption in the Bahraini construction industry | |
WO2010022199A1 (en) | Method and system for delivering performance based emulation testing | |
Marchetto et al. | Crawlability metrics for automated web testing | |
Alghamdi et al. | Impact of design patterns on software maintainability | |
Kama et al. | A change impact analysis approach for the software development phase | |
CN110400030A (zh) | 一种处理动态问题能力的测评方法及***、存储介质 | |
Akca et al. | Run-time measurement of cosmic functional size for java business applications: Initial results | |
Berry et al. | An instrument for assessing software measurement programs | |
Berglund et al. | Exploring safety culture research in the construction industry | |
Tanaka et al. | Selenium based testing systems for analytical data generation of website user behavior | |
Monla et al. | Maturity evaluation methods for BIM-based AR/VR in construction industry: a literature review | |
Schalken et al. | Measuring where it matters: Determining starting points for metrics collection | |
Pathan et al. | Capturing learner interaction in computer-based learning environment: design and application | |
Ibrahim et al. | Finite State Machine-Model Based Testing on Website Application | |
van Solingen et al. | Application of software measurement at Schlumberger RPS: Towards enhancing GQM | |
CN108038635B (zh) | 基础设施资产投资回报的建模和分析方法及*** | |
RU113386U1 (ru) | Система поддержки принятия решений для системы дистанционного обучения специалистов в области навигационной аппаратуры пользователя глонасс | |
CN106326435A (zh) | 一种对大数据可视化自动解析和装配的***及方法 | |
CN110780660A (zh) | 一种基于生产状态的烟草生产工业控制***故障诊断方法 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
RJ01 | Rejection of invention patent application after publication |
Application publication date: 20191101 |
|
RJ01 | Rejection of invention patent application after publication |