CN113628077B - 生成不重复考题的方法、终端及可读存储介质 - Google Patents

生成不重复考题的方法、终端及可读存储介质 Download PDF

Info

Publication number
CN113628077B
CN113628077B CN202110820190.1A CN202110820190A CN113628077B CN 113628077 B CN113628077 B CN 113628077B CN 202110820190 A CN202110820190 A CN 202110820190A CN 113628077 B CN113628077 B CN 113628077B
Authority
CN
China
Prior art keywords
questions
test
question
matched
type
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.)
Active
Application number
CN202110820190.1A
Other languages
English (en)
Other versions
CN113628077A (zh
Inventor
海克洪
朱飞
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Wuhan Meihe Yisi Digital Technology Co ltd
Original Assignee
Wuhan Meihe Yisi Digital Technology Co ltd
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by Wuhan Meihe Yisi Digital Technology Co ltd filed Critical Wuhan Meihe Yisi Digital Technology Co ltd
Priority to CN202110820190.1A priority Critical patent/CN113628077B/zh
Publication of CN113628077A publication Critical patent/CN113628077A/zh
Application granted granted Critical
Publication of CN113628077B publication Critical patent/CN113628077B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Classifications

    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06QINFORMATION 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
    • G06Q50/00Information and communication technology [ICT] specially adapted for implementation of business processes of specific business sectors, e.g. utilities or tourism
    • G06Q50/10Services
    • G06Q50/20Education
    • G06Q50/205Education administration or guidance
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06FELECTRIC DIGITAL DATA PROCESSING
    • G06F16/00Information retrieval; Database structures therefor; File system structures therefor
    • G06F16/20Information retrieval; Database structures therefor; File system structures therefor of structured data, e.g. relational data
    • G06F16/23Updating
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06FELECTRIC DIGITAL DATA PROCESSING
    • G06F16/00Information retrieval; Database structures therefor; File system structures therefor
    • G06F16/20Information retrieval; Database structures therefor; File system structures therefor of structured data, e.g. relational data
    • G06F16/24Querying
    • G06F16/245Query processing
    • G06F16/2455Query execution
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06FELECTRIC DIGITAL DATA PROCESSING
    • G06F16/00Information retrieval; Database structures therefor; File system structures therefor
    • G06F16/20Information retrieval; Database structures therefor; File system structures therefor of structured data, e.g. relational data
    • G06F16/28Databases characterised by their database models, e.g. relational or object models
    • G06F16/284Relational databases
    • G06F16/285Clustering or classification
    • YGENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
    • Y02TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
    • Y02PCLIMATE CHANGE MITIGATION TECHNOLOGIES IN THE PRODUCTION OR PROCESSING OF GOODS
    • Y02P90/00Enabling technologies with a potential contribution to greenhouse gas [GHG] emissions mitigation
    • Y02P90/30Computing systems specially adapted for manufacturing

Landscapes

  • Engineering & Computer Science (AREA)
  • Theoretical Computer Science (AREA)
  • Business, Economics & Management (AREA)
  • Databases & Information Systems (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Data Mining & Analysis (AREA)
  • General Engineering & Computer Science (AREA)
  • Educational Technology (AREA)
  • Tourism & Hospitality (AREA)
  • Educational Administration (AREA)
  • Strategic Management (AREA)
  • General Health & Medical Sciences (AREA)
  • Health & Medical Sciences (AREA)
  • Economics (AREA)
  • Computational Linguistics (AREA)
  • Human Resources & Organizations (AREA)
  • Marketing (AREA)
  • Primary Health Care (AREA)
  • General Business, Economics & Management (AREA)
  • Electrically Operated Instructional Devices (AREA)
  • Management, Administration, Business Operations System, And Electronic Commerce (AREA)

Abstract

本发明公开了一种生成不重复考题的方法、终端及可读存储介质,所述方法包括:根据试卷配置参数,确定知识点试题库,以及从知识点试题库抽取试题的试题类型、难度系数和试题数量;基于预设算法从知识点试题库中抽取不重复的待定试题,并判断待定试题是否与试题类型以及难度系数同时匹配;若与试题类型以及难度系数同时匹配,则将待定试题确定为目标考题,并在目标考题的数量与试题数量匹配后,完成不重复考题的生成。本发明通过试卷配置参数抽取的试题满足知识点、题型和难度要求;同时,通过预设算法来确保所抽取的试题不重复,有利于出题效率的提高。达到了结合知识点、题型和难度系数,快速高效的生成不重复考题的目的。

Description

生成不重复考题的方法、终端及可读存储介质
技术领域
本发明涉及数据处理技术领域,尤其涉及一种生成不重复考题的方法、终端及可读存储介质。
背景技术
在教学过程中,考试是一种检验教师教学效果与学生学习效果最频繁,也是最有效的测评手段,是教育教学的重要组成部分。随着互联网技术的发展,教师通常通过B/S(Browser/Server Architecture,浏览器和服务器架构)架构的考试***,从HDFS(Hadoop分布式文件***)海量题库中,快速随机生成试卷测试题来提高教师出题的效率。
该出题方式虽然有利于出题效率的提高,但却难以考虑知识点、题型和题目难度等因素有针对性的出题,容易出现在需要考查的知识点上出题少,而在不需要考查的知识点上出题多的情况,或者出现出题题型不符合要求的情况,抑或者出现所出考题整体难度偏高或偏低的情况。对于此,教师需要耗费大量时间进行调整,导致出题效率低下。此外,还因随机生成题目的过程通常由随机数实现,尽管在许多设计中包含了类似于Random产生随机数的方法,但是生成出来的考试题目还是有重复试题,教师需要耗费大量时间来进行排查,也导致了出题效率低下。
因此,如何结合知识点、题型和难度系数,快速高效的生成不重复考题是当前亟待解决的技术问题。
发明内容
本发明的主要目的在于提供一种生成不重复考题的方法、终端及可读存储介质,旨在解决现有技术如何结合知识点、题型和难度系数,快速高效的生成不重复考题的技术问题。
为实现上述目的,本发明提供一种生成不重复考题的方法,所述生成不重复考题的方法包括:
根据试卷配置参数,确定知识点试题库,以及从所述知识点试题库抽取试题的试题类型、难度系数和试题数量;
基于预设算法从所述知识点试题库中抽取不重复的待定试题,并判断所述待定试题是否与所述试题类型以及所述难度系数同时匹配;
若与所述试题类型以及所述难度系数同时匹配,则将所述待定试题确定为目标考题,并在所述目标考题的数量与所述试题数量匹配后,完成不重复考题的生成。
可选地,所述基于预设算法从所述知识点试题库中抽取不重复的待定试题的步骤包括:
基于预设随机函数从所述知识点试题库中抽取随机试题,并基于预设递归算法判断已抽取的待定试题中是否存在与所述随机试题相同的试题;
若存在与所述随机试题相同的试题,则执行所述基于预设随机函数从所述知识点试题库中抽取随机试题的步骤;
若不存在与所述随机试题相同的试题,则将所述随机试题标识为待定试题。
可选地,所述基于预设算法从所述知识点试题库中抽取不重复的待定试题的步骤包括:
对所述知识点试题库中的试题进行编号,生成试题序列;
基于预设数组交换算法在由所述试题序列的初始编号形成的编号区间内生成随机数,并查找所述试题序列在所述随机数所对应编号上的随机试题;
将所述试题序列在所述初始编号上的试题与所述随机试题互换,并将互换后所述初始编号上的试题作为不重复的待定试题。
可选地,所述判断所述待定试题是否与所述试题类型以及所述难度系数同时匹配的步骤之后包括:
若与所述试题类型以及所述难度系数不同时匹配,则执行所述基于预设数组交换算法在由所述试题序列的初始编号形成的编号区间内生成随机数的步骤。
可选地,所述将所述待定试题确定为目标考题的步骤之后包括:
将位于所述初始编号后一位的编号作为新的初始编号,并执行所述基于预设数组交换算法在由所述试题序列的初始编号形成的编号区间内生成随机数的步骤。
可选地,所述试题数量包括题型数量、点数量和总数量,所述在所述目标考题的数量与所述试题数量匹配后,完成不重复考题的生成的步骤包括:
根据所述目标考题的题型,统计所述目标考题的第一数量,并判断所述第一数量是否与所述题型数量匹配;
根据所述目标考题对应的知识点类型,统计所述目标考题的第二数量,并判断所述第二数量是否与所述点数量匹配;
统计所有所述目标考题的第三数量,并判断所述第三数量是否与所述总数量匹配;
若所述第一数量与所述题型数量匹配、所述第二数量与所述点数量匹配,以及所述第三数量与所述总数量匹配,则判定所述目标考题的数量与所述试题数量匹配,完成不重复考题的生成。
可选地,所述根据试卷配置参数,确定知识点试题库,以及从所述知识点试题库抽取试题的试题类型、难度系数和试题数量的步骤之前包括:
获取待分类试题,并识别所述待分类试题对应的知识点类型,将所述待分类试题划分到与所述知识点类型对应的预设试题库;
获取配置信息,并基于所述配置信息在所述预设试题库中配置所述待分类试题的题目题型和题目难度系数。
可选地,所述判断所述待定试题是否与所述试题类型以及所述难度系数同时匹配的步骤包括:
根据所述待定试题的题型标识,确定所述待定试题的待定题型,并判断所述待定题型是否与所述试题类型匹配;
若与所述试题类型匹配,则从所述难度系数中查找与所述试题类型对应的题型难度系数,并根据所述待定试题的系数标识,确定所述待定试题的待定系数;
判断所述待定系数是否与所述题型难度系数匹配,若与所述题型难度系数匹配,则判定所述待定试题与所述试题类型以及所述难度系数同时匹配。
进一步地,为实现上述目的,本发明还提供一种生成不重复考题的终端,所述生成不重复考题的终端包括:存储器、处理器以及存储在所述存储器上并可在所述处理器上运行的控制程序,所述控制程序被所述处理器执行时实现如上所述的生成不重复考题的方法的步骤。
进一步地,为实现上述目的,本发明还提供一种可读存储介质,所述可读存储介质上存储有控制程序,所述控制程序被处理器执行时实现如上所述的生成不重复考题的方法的步骤。
本发明的生成不重复考题的方法、终端及可读存储介质,先根据针对试卷所配置的参数,确定知识点试题库,以及从该知识点试题库中所抽取试题的试题类型、难度系数和试题数量;再基于预设算法从知识点试题库中抽取不重复的待定试题,并判断该所抽取的待定试题是否与试题类型以及难度系数匹配;只有与试题类型以及难度系数匹配,才将待定试题确定为目标考题,并在目标考题的数量与试题数量匹配后,完成不重复考题的生成。以此,通过配置参数设定需要抽取试题所对应的知识点、题型和难度系数,只有知识点、题型和难度***匹配的试题才算抽取成功的试题,使得所抽取试题满足知识点、题型和难度要求,避免了教师出题后的调整操作,提高了出题效率。同时,通过预设算法来确保所抽取的试题不重复,避免了教师出题后的排查操作,也有利于出题效率的提高。因此,达到了结合知识点、题型和难度系数,快速高效的生成不重复考题的目的。
附图说明
图1为本发明生成不重复考题的终端实施例方案涉及的硬件运行环境的结构示意图;
图2为本发明生成不重复考题的方法第一实施例的流程示意图;
图3为本发明生成不重复考题的方法第二实施例的流程示意图;
图4为本发明生成不重复考题的方法第三实施例的流程示意图;
图5为本发明生成不重复考题的方法第四实施例的流程示意图。
本发明目的的实现、功能特点及优点将结合实施例,参照附图做进一步说明。
具体实施方式
应当理解,此处所描述的具体实施例仅用以解释本发明,并不用于限定本发明。
本发明提供一种生成不重复考题的终端,请参照图1,图1为本发明生成不重复考题的终端实施例方案涉及的硬件运行环境的结构示意图。
如图1所示,该生成不重复考题的终端可以包括处理器1001,例如CPU,通信总线1002、用户接口1003,网络接口1004,存储器1005。其中,通信总线1002用于实现这些组件之间的连接通信。用户接口1003可以包括显示屏(Display)、输入单元比如键盘(Keyboard),可选用户接口1003还可以包括标准的有线接口、无线接口。网络接口1004可选的可以包括标准的有线接口、无线接口(如WI-FI接口)。存储器1005可以是高速RAM存储器,也可以是稳定的存储器(non-volatile memory),例如磁盘存储器。存储器1005可选的还可以是独立于前述处理器1001的存储设备。
本领域技术人员可以理解,图1中示出的生成不重复考题的终端的硬件结构并不构成对生成不重复考题的终端的限定,可以包括比图示更多或更少的部件,或者组合某些部件,或者不同的部件布置。
如图1所示,作为一种可读存储介质的存储器1005中可以包括操作***、网络通信模块、用户接口模块以及控制程序。其中,操作***是管理和控制生成不重复考题的终端与软件资源的程序,支持网络通信模块、用户接口模块、控制程序以及其他程序或软件的运行;网络通信模块用于管理和控制网络接口1004;用户接口模块用于管理和控制用户接口1003。
在图1所示的生成不重复考题的终端硬件结构中,网络接口1004主要用于连接后台服务器,与后台服务器进行数据通信;用户接口1003主要用于连接客户端(用户端),与客户端进行数据通信;处理器1001可以调用存储器1005中存储的控制程序,并执行以下操作:
根据试卷配置参数,确定知识点试题库,以及从所述知识点试题库抽取试题的试题类型、难度系数和试题数量;
基于预设算法从所述知识点试题库中抽取不重复的待定试题,并判断所述待定试题是否与所述试题类型以及所述难度系数同时匹配;
若与所述试题类型以及所述难度系数同时匹配,则将所述待定试题确定为目标考题,并在所述目标考题的数量与所述试题数量匹配后,完成不重复考题的生成。
进一步地,所述基于预设算法从所述知识点试题库中抽取不重复的待定试题的步骤包括:
基于预设随机函数从所述知识点试题库中抽取随机试题,并基于预设递归算法判断已抽取的待定试题中是否存在与所述随机试题相同的试题;
若存在与所述随机试题相同的试题,则执行所述基于预设随机函数从所述知识点试题库中抽取随机试题的步骤;
若不存在与所述随机试题相同的试题,则将所述随机试题标识为待定试题。
进一步地,所述基于预设算法从所述知识点试题库中抽取不重复的待定试题的步骤包括:
对所述知识点试题库中的试题进行编号,生成试题序列;
基于预设数组交换算法在由所述试题序列的初始编号形成的编号区间内生成随机数,并查找所述试题序列在所述随机数所对应编号上的随机试题;
将所述试题序列在所述初始编号上的试题与所述随机试题互换,并将互换后所述初始编号上的试题作为不重复的待定试题。
进一步地,所述判断所述待定试题是否与所述试题类型以及所述难度系数同时匹配的步骤之后;处理器1001可以调用存储器1005中存储的控制程序,并执行以下操作:
若与所述试题类型以及所述难度系数不同时匹配,则执行所述基于预设数组交换算法在由所述试题序列的初始编号形成的编号区间内生成随机数的步骤。
进一步地,所述将所述待定试题确定为目标考题的步骤之后;处理器1001可以调用存储器1005中存储的控制程序,并执行以下操作:
将位于所述初始编号后一位的编号作为新的初始编号,并执行所述基于预设数组交换算法在由所述试题序列的初始编号形成的编号区间内生成随机数的步骤。
进一步地,所述试题数量包括题型数量、点数量和总数量,所述在所述目标考题的数量与所述试题数量匹配后,完成不重复考题的生成的步骤包括:
根据所述目标考题的题型,统计所述目标考题的第一数量,并判断所述第一数量是否与所述题型数量匹配;
根据所述目标考题对应的知识点类型,统计所述目标考题的第二数量,并判断所述第二数量是否与所述点数量匹配;
统计所有所述目标考题的第三数量,并判断所述第三数量是否与所述总数量匹配;
若所述第一数量与所述题型数量匹配、所述第二数量与所述点数量匹配,以及所述第三数量与所述总数量匹配,则判定所述目标考题的数量与所述试题数量匹配,完成不重复考题的生成。
进一步地,所述根据试卷配置参数,确定知识点试题库,以及从所述知识点试题库抽取试题的试题类型、难度系数和试题数量的步骤之前;处理器1001可以调用存储器1005中存储的控制程序,并执行以下操作:
获取待分类试题,并识别所述待分类试题对应的知识点类型,将所述待分类试题划分到与所述知识点类型对应的预设试题库;
获取配置信息,并基于所述配置信息在所述预设试题库中配置所述待分类试题的题目题型和题目难度系数。
进一步地,所述判断所述待定试题是否与所述试题类型以及所述难度系数同时匹配的步骤包括:
根据所述待定试题的题型标识,确定所述待定试题的待定题型,并判断所述待定题型是否与所述试题类型匹配;
若与所述试题类型匹配,则从所述难度系数中查找与所述试题类型对应的题型难度系数,并根据所述待定试题的系数标识,确定所述待定试题的待定系数;
判断所述待定系数是否与所述题型难度系数匹配,若与所述题型难度系数匹配,则判定所述待定试题与所述试题类型以及所述难度系数同时匹配。
本发明生成不重复考题的终端的实施方式与下述生成不重复考题的方法各实施例基本相同,在此不再赘述。
本发明提供一种生成不重复考题的方法,参照图2,图2为本发明生成不重复考题的方法第一实施例的流程示意图。
本发明实施例提供了生成不重复考题的方法的实施例,需要说明的是,虽然在流程图中示出了逻辑顺序,但是在某些情况下,可以以不同于此处的顺序执行所示出或描述的步骤。具体地,本实施例生成不重复考题的方法包括:
步骤S10,根据试卷配置参数,确定知识点试题库,以及从所述知识点试题库抽取试题的试题类型、难度系数和试题数量;
本实施例生成不重复考题的方法应用于生成不重复考题的终端,由终端通过试卷配置参数,明确所需要生成考题的题型、难度系数和数量,并通过预设算法生成与题型、难度以及数量匹配的不重复考题。具体地,试卷配置参数由教师通过终端显示界面进行设定,可配置包含所需要考查知识点的参数、题型参数、题目难度参数和题目数量参数。并且,针对不同的知识点可分别设置对应的题型参数、题目难度参数和题目数量参数,各个参数汇总形成试卷配置参数。如试卷配置参数中包含的A、B和C,分别为所需要考查知识点a、知识点b和知识点c的参数,包含的A1、A2和A3为针对知识点A的单选题、多选题和不定项选择题的题型,包含的a1、a2和a3分别为单选题的数量、多选题的数量和不定项选择题的数量,包含的k1、k2和k3为针对知识点A在低等难度试题上的占比、中等难度试题上的占比和高等难度试题上的占比等。
进一步地,终端对接有试题库,试题库又依据知识点的不同分为多个知识点试题库,每个知识点试题库均包含同一知识点的不同题型和难度系数的多道题目。终端在接收到该类试卷配置参数后,识别其中包含的具体参数标识,由参数标识确定试卷需要针对哪一类知识点配置试题,进而依据各类知识点确定需要进行试题抽取的知识点试题库。同时,依据参数标识确定从各个知识点试题库中分别抽取试题的试题类型、难度系数和试题数量。
需要说明的是,本实施例中的知识点试题库通过将归属于各个类型知识点的试题划分到预设试题库,并配置各试题的题型和难度系数形成。具体地,所述根据试卷配置参数,确定知识点试题库,以及从所述知识点试题库抽取试题的试题类型、难度系数和试题数量的步骤之前包括:
步骤a1,获取待分类试题,并识别所述待分类试题对应的知识点类型,将所述待分类试题划分到与所述知识点类型对应的预设试题库;
步骤a2,获取配置信息,并基于所述配置信息在所述预设试题库中配置所述待分类试题的题目题型和题目难度系数。
更进一步地,终端对归属于各个类型知识点的试题进行获取,并将获取到的试题作为待分类试题。其中,待分类试题的获取方式可以是将记载在纸质文件上的题目识别为电子数据,也可以是教师在终端的显示界面编辑题目,还可以是通过训练的神经网络模型智能出题,对此不作限制。
进一步地,终端在获取到待分类试题后,通过识别其中携带的关键词确定待分类试题对应的知识点类型。并且,关键词可依赖于关键词抽取模型抽取并识别,如抽取的关键词为积分,则可确定待分类识别对应的知识点为微积分里的积分。
更进一步地,预先设置预设试题库,并对各预设试题库分配不同的标签,由不同的标签区分各预设试题库对应的知识点类型。在识别出待分类试题对应的知识点类型后,查找具有该知识点类型标签的预设试题库,作为与知识点类型对应的预设试题库,进而将待分类试题划分到该预设试题库,形成为知识点试题库。
此后,对添加到预设试题库的待分类试题进行题型和难度系数的配置,且配置方法至少包含两种。其一为向终端界面输出提示信息,以提示对待分类试题进行题型和难度系数的配置;其二为通过预先训练的识别模型,识别器题型和难度系数进行配置。具体地,对于提示信息,终端接收基于提示信息反馈的配置信息,并依据配置信息中携带的题型标识和难度标识在预设试题库中分别配置待分类试题的题目题型和题目难度系数。对于识别模型,则终端调用该识别模型识别待分类试题的题型,以及依据解题思路的复杂度识别待分类试题的难度系数,并将识别的题型和难度系数生成为配置信息。终端在获取到该配置信息后,依据其中的题型和难度系数在预设试题库中配置待分类试题的题目题型和题目难度系数。以此,通过将相同知识点的待分类试题分配到同一预设试题库,并配置题目题型和题目难度系数,有利于后续依据知识点、试题类型和难度系数抽取满足试卷配置参数要求的试题。
步骤S20,基于预设算法从所述知识点试题库中抽取不重复的待定试题,并判断所述待定试题是否与所述试题类型以及所述难度系数同时匹配;
进一步地,终端内预先设置用于抽取不重复考题的预设算法,该类算法可以是递归算法也可以是数组交换算法。通过该类算法从知识点试题库中抽取不重复的试题,作为需要判断试题类型和难度系数是否符合试卷配置参数要求的待定试题。进而依据预先将待定试题划分到预设数据库时设置的题目题型和题目难度系数,判断待定试题是否与经试卷配置参数识别的试题类型以及难度系数同时匹配。该匹配关系包括待定试题的题型与试卷需求的试题类型匹配,以及待定试题的题目难度系数与试卷需求的难度系数匹配两个方面,任何一个方面不匹配则说明待定试题不是试卷所需求的考题,而不能作为抽取得到的不重复考题。具体地,所述判断所述待定试题是否与所述试题类型以及所述难度系数同时匹配的步骤包括:
步骤S21,根据所述待定试题的题型标识,确定所述待定试题的待定题型,并判断所述待定题型是否与所述试题类型匹配;
步骤S22,若与所述试题类型匹配,则从所述难度系数中查找与所述试题类型对应的题型难度系数,并根据所述待定试题的系数标识,确定所述待定试题的待定系数;
步骤S23,判断所述待定系数是否与所述题型难度系数匹配,若与所述题型难度系数匹配,则判定所述待定试题与所述试题类型以及所述难度系数同时匹配。
更进一步地,知识点试题库中的试题均携带有表征其题目类型的题型标识,以及携带有表征其难度系数的系数标识。对待定试题携带的题型标识和系数标识进行读取,并依据题型标识确定待定试题的题目类型作为待定题型,进而将待定题型和试题类型对比,通过对比两者的一致性来判断两者是否匹配。若经对比确定两者相同则判定两者匹配,反之则判定两者不匹配。并且,考虑到同一试卷中包含的题型众多,使得依据试卷配置参数确定的试题类型也包括多种类型,故在判定待定题型和试题类型是否匹配时,其实质是将待定题型和多种试题类型对比,当存在任意一种试题类型与待定题型匹配,则可判定待定题型与试题类型匹配,当所有试题类型均与待定题型不匹配,则判定待定题型与试题类型均不匹配。
进一步地,若经对比确定待定试题与试题类型匹配,则继续依据系数标识确定待定试题的难度系数作为待定系数,并将待定系数和难度系数对比,通过对比两者的一致性来判断两者是否匹配。若经对比确定两者相同则判定两者匹配,反之则判定两者不匹配。或者,将难度系数设定为数值区间,当待定系数落入该数值区间内,则可判定待定系数与难度系数匹配,若未落入该数值区间,则说明待定试题的难度过小伙过大,待定系数与难度系数不匹配。并且,为了更为精确的体现不同题型之间的难度系数,针对不同的题型可设置不同的难度系数,在确定匹配的试题类型后,查找该试题类型对应的题型难度系数与待定系数对比,判断两者是否匹配,若匹配则判定待定试题与试题类型以及难度系数同时匹配。
步骤S30,若与所述试题类型以及所述难度系数同时匹配,则将所述待定试题确定为目标考题,并在所述目标考题的数量与所述试题数量匹配后,完成不重复考题的生成。
更进一步地,在判定待定试题与试题类型以及难度系数同时匹配之后,则可将待定试题确定为目标考题,并持续以此方式生成目标考题,统计所生成目标考题的数量。将所生成目标考题的数量和此前确定表征所需求的试题数量对比,通过判断目标考题的数量是否达到试题数量,来判断两者是否匹配。若匹配则说明生成的目标考题满足试卷对不重复考题数量的要求,故完成不重复考题的所生成;若不匹配则持续生成目标考题,直到其数量与考题数量匹配。
本发明的生成不重复考题的方法,先根据针对试卷所配置的参数,确定知识点试题库,以及从该知识点试题库中所抽取试题的试题类型、难度系数和试题数量;再基于预设算法从知识点试题库中抽取不重复的待定试题,并判断该所抽取的待定试题是否与试题类型以及难度系数匹配;只有与试题类型以及难度系数匹配,才将待定试题确定为目标考题,并在目标考题的数量与试题数量匹配后,完成不重复考题的生成。以此,通过配置参数设定需要抽取试题所对应的知识点、题型和难度系数,只有知识点、题型和难度***匹配的试题才算抽取成功的试题,使得所抽取试题满足知识点、题型和难度要求,避免了教师出题后的调整操作,提高了出题效率。同时,通过预设算法来确保所抽取的试题不重复,避免了教师出题后的排查操作,也有利于出题效率的提高。因此,达到了结合知识点、题型和难度系数,快速高效的生成不重复考题的目的。
进一步地,请参照图3,基于本发明生成不重复考题的方法的第一实施例,提出本发明生成不重复考题的方法第二实施例。
所述生成不重复考题的方法第二实施例与所述生成不重复考题的方法第一实施例的区别在于,所述基于预设算法从所述知识点试题库中抽取不重复的待定试题的步骤包括:
步骤S24,基于预设随机函数从所述知识点试题库中抽取随机试题,并基于预设递归算法判断已抽取的待定试题中是否存在与所述随机试题相同的试题;
步骤S25,若存在与所述随机试题相同的试题,则执行所述基于预设随机函数从所述知识点试题库中抽取随机试题的步骤;
步骤S26,若不存在与所述随机试题相同的试题,则将所述随机试题标识为待定试题。
本实施例中用于生成不重复待定试题的预设算法为预设递归算法。具体地,先依据预设随机函数从知识点试题库中抽取随机试题,其中预设随机函数为用于生成随机数的函数。将知识点试题库中的各试题排序,在依据预设随机函数生成随机数之后,将序号与随机数相同的试题作为随机试题抽取。
进一步地,依据预设递归算法对抽取的随机试题进行判断,判断已抽取的待定试题中是否存在与该随机试题相同的试题。若存在相同的试题,则说明当前抽取的随机试题为此前已经抽到过的试题,不能作为有效的待定试题,故需要再次依据预设随机函数生成新的随机数,抽取新的随机试题进行判断。反之,若经对比确定不存在相同的试题,则说明当前抽取的随机试题是此前未抽取的新试题,可作为不重复的有效待定试题。如此循环,抽取多个不重复待定试题,判断是否与试题类型和难度系数同时匹配,并依据判断结果形成目标考题,进而形成试卷。
本实施例通过预设随机函数结合预设递归算法,从知识点试题库中抽取随机试题并将其和已抽取的待定试题逐一判断,确定是否已经抽取到该随机试题,确保了所抽取到的待定试题中不存在重复的试题,有利于不重复考题的准确生成。
进一步地,请参照图4,基于本发明生成不重复考题的方法的第一或第二实施例,提出本发明生成不重复考题的方法第三实施例。
所述生成不重复考题的方法第三实施例与所述生成不重复考题的方法第一或第二实施例的区别在于,所述基于预设算法从所述知识点试题库中抽取不重复的待定试题的步骤包括:
步骤S27,对所述知识点试题库中的试题进行编号,生成试题序列;
步骤S28,基于预设数组交换算法在由所述试题序列的初始编号形成的编号区间内生成随机数,并查找所述试题序列在所述随机数所对应编号上的随机试题;
步骤S29,将所述试题序列在所述初始编号上的试题与所述随机试题互换,并将互换后所述初始编号上的试题作为不重复的待定试题。
本实施例中用于生成不重复待定试题的算法为预设数组交换算法。具体地,先对知识点试题库中的试题进行编号,生成为试题序列,再通过预设数组交换算法对试题序列进行处理。将试题序列的初始编号形成为编号区间,在该区间内生成随机数;随机数的最小值不小于初始编号,最大值不超过试题序列的最大编号。如试题序列的编号为从1到100,则在编号区间1到100内生成的随机数大于等于1,且小于等于100。
进一步地,对试题序列在随机数所对应编号上的随机试题进行查找。如随机数为20,而试题序列中编号20对应的试题为a1,则查找该试题a1作为随机试题。此后将试题序列在初始编号上的试题和该查找到的随机试题互换,并且将互换后再初始编号上的试题作为不重复的待定试题。例如,试题序列在初始编号上的试题的b1,则将b1和a1互换,使得初始编号上的试题为a1,并将其作为不重复的待定试题。并且,对初始编号上的待定试题进行试题类型和难度系数的判断,判断其是否与试题类型和难度系数同时匹配,以通过判断结果来确定是否需要重新抽取初始编号上的待定试题。具体地,所述判断所述待定试题是否与所述试题类型以及所述难度系数同时匹配的步骤之后包括:
步骤b,若与所述试题类型以及所述难度系数不同时匹配,则执行所述基于预设数组交换算法在由所述试题序列的初始编号形成的编号区间内生成随机数的步骤。
更进一步地,若经判断互换后初始编号上的待定试题与试题类型以及难度系数不同时匹配,或者与两者均不匹配,则说明当前位于初始编号上的待定试题不满足试卷对试题类型和难度系数的要求,此时重新通过预设数值交换算法在编号区间内生成新的随机数,并查找该新的随机数上具有的随机试题和初始编号上的试题互换,作为不重复的待定试题,进而判断互换后的待定试题是否与试题类型以及难度系数同时匹配。如此循环,直到互换后初始编号上的待定试题与试题类型以及难度系数同时匹配,将该待定试题作为目标考题。
进一步地,在将初始编号上的待定试题作为目标考题后,为了避免后续抽取到初始编号上的试题,而出现重复考题,本实施中的预设数组交换算法设置有对初始编号的更新机制。具体地,所述将所述待定试题确定为目标考题的步骤之后包括:
步骤c,将位于所述初始编号后一位的编号作为新的初始编号,并执行所述基于预设数组交换算法在由所述试题序列的初始编号形成的编号区间内生成随机数的步骤。
更进一步地,将位于初始编号后一位的编号作为新的初始编号,以实现初始编号的更新。并且,初始编号可以是从试题序列的最小编号开始,也可以从最大编号开始。若是最小编号1开始,则在将互换后编号1的待定试题确定为目标考题后,将编号2作为新的初始编号执行抽取互换操作,并在将互换后编号2的待定试题确定为目标考题后,将编号3作为新的初始编号执行抽取互换操作,如此循环,直到目标考题的数量达到试题数量的要求。同样的,对于最大编号作为初始编号的情形,更新则是向小数值的方向移动。如最大编号100作为初始编号,则后续更新依次将99、98作为新的初始编号。
进一步地,对于更新的初始编号,其形成的编号区间也同步更新,如对于初始编号2,其编号区间为2到100,在该区间内生成新的随机数,并查找该随机数所表征标号上具有的随机考题,进而将新初始编号上的考题与该随机考题互换,作为新的待定考题。判断互换后的待定考题是否同时与试题类型以及难度系数匹配,若匹配则生成为目标考题,并再次更新初始编号;若不匹配则重新生成2到100之间的随机数,查找并互换得到待定考题进行判断。如此循环,直到生成的目标考题数量达到试题数量的要求。
本实施例通过将抽取的试题与初始编号的试题互换,并通过更新初始编号,来使得已抽取的试题不会再次参与抽取,避免了重复抽取。以此,确保所抽取到的待定试题中不存在重复的试题,有利于不重复考题的准确生成。
进一步地,请参照图5,基于本发明生成不重复考题的方法的第一、第二或第三实施例,提出本发明生成不重复考题的方法第四实施例。
所述生成不重复考题的方法第四实施例与所述生成不重复考题的方法第一、第二或第三实施例的区别在于,所述试题数量包括题型数量、点数量和总数量,所述在所述目标考题的数量与所述试题数量匹配后,完成不重复考题的生成的步骤包括:
步骤S31,根据所述目标考题的题型,统计所述目标考题的第一数量,并判断所述第一数量是否与所述题型数量匹配;
步骤S32,根据所述目标考题对应的知识点类型,统计所述目标考题的第二数量,并判断所述第二数量是否与所述点数量匹配;
步骤S33,统计所有所述目标考题的第三数量,并判断所述第三数量是否与所述总数量匹配;
步骤S34,若所述第一数量与所述题型数量匹配、所述第二数量与所述点数量匹配,以及所述第三数量与所述总数量匹配,则判定所述目标考题的数量与所述试题数量匹配,完成不重复考题的生成。
本实施例的试题数量除了表征试卷所需求考题的总数量之外,还表征试卷所需要考查各个知识点的考题数量,以及试卷所需求各类题型的数量。具体地,将试题数量设置为包括题型数量、点数量和总数量,用来分别体现所需求各题型的数量,各知识点的数量和题目的总数量。在将待定试题形成为目标考题后,根据目标考题的题型,对当前具有该类题型的数量进行统计,得到第一数量。进而将第一数量和题型数量对比,判断第一数量是否与题型数量一致,或超过题型数量。若第一数量与题型数量一致,或超过题型数量,则判定第一数量与题型数量匹配,在该类型上生成的考题满足试卷对该类题型数量的要求。若第一数量小于题型数量,则说明该类型上生成的考题过少,需要继续生成该类型考题。
进一步地,根据目标考题所对应的知识点类型,对当前具有该类知识点的题目数量进行统计,得到第二数量。进而将第二数量和题型数量对比,判断第二数量是否与点数量一致,或超过点数量。若第二数量与点数量一致,或超过点数量,则判定第二数量与点数量匹配,在该知识点上生成的考题满足试卷对该类知识点题目的数量要求。若第二数量小于点数量,则说明该知识点上生成的考题过少,需要继续生成该知识点考题。
更进一步地,对生成目标考题的总数量进行统计,得到第三数量。进而将第三数量和总数量对比,判断第三数量是否与总数量一致,或超过总数量。若第三数量与总数量一致,或超过总数量,则判定第三数量与总数量匹配,所生成的考题数量满足试卷的总数量要求。若第三数量小于总数量,则说明生成的考题数量过少,需要继续生成不重复的考题。
进一步地,在经判断确定第一数量与题型数量匹配,第二数量与点数量匹配,以及第三数量与总数量匹配后,则说明当前生成的目标题型数量满足试卷在各类型题目上的数量要求、在各知识点题目上的数量要求以及在题目总数量上的要求,故完成不重复考题的生成。反之,若存在任意一项与其对应的数量关系不匹配,则说明当前生成的目标题型尚未完全符合试卷要求,故需继续生成目标题型,直到完全符合试卷要求。
本实施例通过将试题数量设置为包括题型数量、点数量和总数量,由三者分别监控所生成目标考题在题型上的数量要求、知识点上的数量要求和总数上的要求,确保最终生成的不重复考题完全满足试卷要求,避免教职员工对试卷考题的再次调整和筛选,提高了教职员工的出卷效率。
本发明实施例还提出一种可读存储介质。所述可读存储介质上存储有控制程序,所述控制程序被所述处理器执行时实现如上所述生成不重复考题的方法的步骤。
本发明可读存储介质可以为计算机可读存储介质,其具体实施方式与上述生成不重复考题的方法各实施例基本相同,在此不再赘述。
上面结合附图对本发明的实施例进行了描述,但是本发明并不局限于上述的具体实施方式,上述的具体实施方式仅仅是示意性的,而不是限制性的,本领域的普通技术人员在本发明的启示下,在不脱离本发明宗旨和权利要求所保护的范围情况下,还可做出很多形式,凡是利用本发明说明书及附图内容所作的等效结构或等效流程变换,或直接或间接运用在其他相关的技术领域,这些均属于本发明的保护之内。

Claims (5)

1.一种生成不重复考题的方法,其特征在于,所述生成不重复考题的方法包括:
根据试卷配置参数,确定知识点试题库,以及从所述知识点试题库抽取试题的试题类型、难度系数和试题数量;
基于预设算法从所述知识点试题库中抽取不重复的待定试题,并判断所述待定试题是否与所述试题类型以及所述难度系数同时匹配;
所述基于预设算法从所述知识点试题库中抽取不重复的待定试题的步骤包括:
基于预设随机函数从所述知识点试题库中抽取随机试题,并基于预设递归算法判断已抽取的待定试题中是否存在与所述随机试题相同的试题;
若存在与所述随机试题相同的试题,则执行所述基于预设随机函数从所述知识点试题库中抽取随机试题的步骤;
若不存在与所述随机试题相同的试题,则将所述随机试题标识为待定试题;
所述基于预设算法从所述知识点试题库中抽取不重复的待定试题的步骤包括:
对所述知识点试题库中的试题进行编号,生成试题序列;
基于预设数组交换算法在由所述试题序列的初始编号形成的编号区间内生成随机数,并查找所述试题序列在所述随机数所对应编号上的随机试题;
将所述试题序列在所述初始编号上的试题与所述随机试题互换,并将互换后所述初始编号上的试题作为不重复的待定试题;
所述判断所述待定试题是否与所述试题类型以及所述难度系数同时匹配的步骤之后包括:
若与所述试题类型以及所述难度系数不同时匹配,则执行所述基于预设数组交换算法在由所述试题序列的初始编号形成的编号区间内生成随机数的步骤;
若与所述试题类型以及所述难度系数同时匹配,则将所述待定试题确定为目标考题,并在所述目标考题的数量与所述试题数量匹配后,完成不重复考题的生成;
所述将所述待定试题确定为目标考题的步骤之后包括:
将位于所述初始编号后一位的编号作为新的初始编号,并执行所述基于预设数组交换算法在由所述试题序列的初始编号形成的编号区间内生成随机数的步骤;
所述试题数量包括题型数量、点数量和总数量,所述在所述目标考题的数量与所述试题数量匹配后,完成不重复考题的生成的步骤包括:
根据所述目标考题的题型,统计所述目标考题的第一数量,并判断所述第一数量是否与所述题型数量匹配;
根据所述目标考题对应的知识点类型,统计所述目标考题的第二数量,并判断所述第二数量是否与所述点数量匹配;
统计所有所述目标考题的第三数量,并判断所述第三数量是否与所述总数量匹配;
若所述第一数量与所述题型数量匹配、所述第二数量与所述点数量匹配,以及所述第三数量与所述总数量匹配,则判定所述目标考题的数量与所述试题数量匹配,完成不重复考题的生成。
2.如权利要求1所述生成不重复考题的方法,其特征在于,所述根据试卷配置参数,确定知识点试题库,以及从所述知识点试题库抽取试题的试题类型、难度系数和试题数量的步骤之前包括:
获取待分类试题,并识别所述待分类试题对应的知识点类型,将所述待分类试题划分到与所述知识点类型对应的预设试题库;
获取配置信息,并基于所述配置信息在所述预设试题库中配置所述待分类试题的题目题型和题目难度系数。
3.如权利要求1所述生成不重复考题的方法,其特征在于,所述判断所述待定试题是否与所述试题类型以及所述难度系数同时匹配的步骤包括:
根据所述待定试题的题型标识,确定所述待定试题的待定题型,并判断所述待定题型是否与所述试题类型匹配;
若与所述试题类型匹配,则从所述难度系数中查找与所述试题类型对应的题型难度系数,并根据所述待定试题的系数标识,确定所述待定试题的待定系数;
判断所述待定系数是否与所述题型难度系数匹配,若与所述题型难度系数匹配,则判定所述待定试题与所述试题类型以及所述难度系数同时匹配。
4.一种生成不重复考题的终端,其特征在于,所述生成不重复考题的终端包括存储器、处理器以及存储在所述存储器上并可在所述处理器上运行的控制程序,所述控制程序被所述处理器执行时实现如权利要求1-3中任一项所述的生成不重复考题的方法的步骤。
5.一种可读存储介质,其特征在于,所述可读存储介质上存储有控制程序,所述控制程序被处理器执行时实现如权利要求1-3中任一项所述的生成不重复考题的方法的步骤。
CN202110820190.1A 2021-07-20 2021-07-20 生成不重复考题的方法、终端及可读存储介质 Active CN113628077B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202110820190.1A CN113628077B (zh) 2021-07-20 2021-07-20 生成不重复考题的方法、终端及可读存储介质

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202110820190.1A CN113628077B (zh) 2021-07-20 2021-07-20 生成不重复考题的方法、终端及可读存储介质

Publications (2)

Publication Number Publication Date
CN113628077A CN113628077A (zh) 2021-11-09
CN113628077B true CN113628077B (zh) 2024-04-05

Family

ID=78380288

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202110820190.1A Active CN113628077B (zh) 2021-07-20 2021-07-20 生成不重复考题的方法、终端及可读存储介质

Country Status (1)

Country Link
CN (1) CN113628077B (zh)

Families Citing this family (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN117093706B (zh) * 2023-10-19 2024-01-09 杭州烛微智能科技有限责任公司 一种试卷生成方法、***、介质及电子设备

Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN1246694A (zh) * 1999-06-23 2000-03-08 乌汉 随机测试题库的实现方法
CN105719523A (zh) * 2014-12-04 2016-06-29 北大方正集团有限公司 试卷的生成方法及生成***
CN108052492A (zh) * 2017-12-11 2018-05-18 上海启思教育科技服务有限公司 一种数学题目自动生成***
CN111427990A (zh) * 2020-02-23 2020-07-17 徐永贵 一种智慧校园教学辅助的智能考试控制***及方法
CN112434206A (zh) * 2019-12-11 2021-03-02 沈阳工业大学 基于网络爬虫的题库生成***及应用方法
CN112784023A (zh) * 2021-01-08 2021-05-11 河北志晟信息技术股份有限公司 一种基于试题库的自动进化组卷方法及***

Patent Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN1246694A (zh) * 1999-06-23 2000-03-08 乌汉 随机测试题库的实现方法
CN105719523A (zh) * 2014-12-04 2016-06-29 北大方正集团有限公司 试卷的生成方法及生成***
CN108052492A (zh) * 2017-12-11 2018-05-18 上海启思教育科技服务有限公司 一种数学题目自动生成***
CN112434206A (zh) * 2019-12-11 2021-03-02 沈阳工业大学 基于网络爬虫的题库生成***及应用方法
CN111427990A (zh) * 2020-02-23 2020-07-17 徐永贵 一种智慧校园教学辅助的智能考试控制***及方法
CN112784023A (zh) * 2021-01-08 2021-05-11 河北志晟信息技术股份有限公司 一种基于试题库的自动进化组卷方法及***

Also Published As

Publication number Publication date
CN113628077A (zh) 2021-11-09

Similar Documents

Publication Publication Date Title
US11210569B2 (en) Method, apparatus, server, and user terminal for constructing data processing model
CN112632385B (zh) 课程推荐方法、装置、计算机设备及介质
CN109740657B (zh) 一种用于图像数据分类的神经网络模型的训练方法与设备
CN109741332B (zh) 一种人机协同的图像分割与标注方法
WO2019128426A1 (en) Method for training model and information recommendation system
CN105955889A (zh) 一种图形界面自动化测试方法
KR20180041200A (ko) 정보 처리 방법 및 장치
CN109447958B (zh) 图像处理方法、装置、存储介质及计算机设备
CN110276456A (zh) 一种机器学习模型辅助构建方法、***、设备及介质
CN110610193A (zh) 标注数据的处理方法及装置
CN110378206B (zh) 一种智能审图***及方法
CN112529114B (zh) 基于gan的目标信息识别方法、电子设备和介质
CN114116998A (zh) 答复语句生成方法、装置、计算机设备和存储介质
CN113628077B (zh) 生成不重复考题的方法、终端及可读存储介质
CN110598869B (zh) 基于序列模型的分类方法、装置、电子设备
CN111475628A (zh) 会话数据处理方法、装置、计算机设备和存储介质
KR102098256B1 (ko) 지식 베이스 기반의 자동 질의 응답 시스템
CN107430824B (zh) 用于评价响应的半自动***和方法
CN110909768A (zh) 一种标注数据获取方法及装置
CN113780365A (zh) 样本生成方法和装置
CN111858331A (zh) 前端控件覆盖度检测方法、装置以及设备
CN113033178B (zh) 用于商业计划书的文本评估方法、装置及计算机
CN116483948A (zh) 基于云计算的SaaS运维管理方法、***、装置及存储介质
CN113010687B (zh) 一种习题标签预测方法、装置、存储介质以及计算机设备
CN114528973A (zh) 业务处理模型的生成方法、业务处理方法和装置

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
CB02 Change of applicant information
CB02 Change of applicant information

Country or region after: China

Address after: Room 01, 2 / F, building A14, phase 1.1, Wuhan National Geospatial Information Industrialization Base (New Area), no.6, Beidou Road, Donghu New Technology Development Zone, Wuhan City, Hubei Province, 430000

Applicant after: Wuhan Meihe Yisi Digital Technology Co.,Ltd.

Address before: Room 01, 2 / F, building A14, phase 1.1, Wuhan National Geospatial Information Industrialization Base (New Area), no.6, Beidou Road, Donghu New Technology Development Zone, Wuhan City, Hubei Province, 430000

Applicant before: HUBEI MEIHE YISI EDUCATION TECHNOLOGY Co.,Ltd.

Country or region before: China

GR01 Patent grant
GR01 Patent grant