一种智能化模拟考试推荐系统及方法

技术领域

本发明涉及数据智能处理技术领域，特别是涉及一种智能化模拟考试推荐系统及方法。

背景技术

随着国家经济、科学等的发展，各类高素质人才的需求也在不断增加，计算机、网络等技术的发展，网上学习已成为一种重要的学习方式。面向各类专业的学生、学员学习、培训网上学习系统孕育而生，为人才培养创建了一种新的模式。随着网上学习系统的推广使用，相应的考试复习系统也相伴而生。

目前常见的考试复习通常以模拟考试方式进行，利用历史考题，或从题库中随机抽取考题为主要方式。其优点是模拟考试与正式考试的形式一致，难度接近，可以使学生(员)熟悉考题形式。但这种基于模拟考试的复习方式对所有学生(员)都一视同仁，缺乏个性化和有针对性的训练学生(员)，不能及时发现学生(员)的短板，给予精准的强化训练，难以达到良好的效果。

发明内容

为解决现有技术存在的上述问题，本发明提供了一种智能化模拟考试推荐系统及方法。

为实现上述目的，本发明提供了如下方案：

一种智能化模拟考试推荐系统，包括：

试题库模块，用于构建试题库；所述试题库包括多条试题信息；每一所述试题信息均包括：题型、题干、答案、分值、知识点ID号和预设难度等级；

信息采集模块，用于采集学习记录，并记录每次所述学习记录中的错题信息；所述错题信息包括：知识点ID号和预设难度等级；

知识图谱设计模块，用于构建知识图谱；所述知识图谱基于课程信息、历史学习信息和本体模型构建得到；所述课程信息和所述历史学习信息均包括：专业、专业对应的课程、课程中涉及的知识点、知识点下的错题率区间划分、与错题率对应的试题难度调整系数以及与错题率对应的试题增减系数；

个性化推荐模块，分别与所述试题库模块、所述信息采集模块和所述知识图谱设计模块连接，用于基于采集的学习记录和所述知识图谱调整相应知识点试题难度等级和数量，并基于所述试题难度等级和数量从所述试题库中调取试题，将调取的所述试题组成下次考试的试卷。

优选地，所述试题库模块包括：

试题信息采集单元，用于采集所述试题信息；

试题库构建单元，分别与所述试题信息采集单元和所述个性化推荐模块连接，用于基于所述试题信息构建所述试题库。

优选地，所述信息采集模块包括：

学习记录采集单元，用于采集学习记录；

错题信息提取单元，分别与所述学习记录采集单元和所述个性化推荐模块连接，用于提取每次所述学习记录中的所述错题信息。

优选地，所述知识图谱设计模块包括：

课程信息获取单元，用于从课程材料中获取课程知识点、学习层度要求，以及考核规则和方法信息；所述课程材料包括：专业培养计划、课程大纲和课件；

知识图谱模式层构建单元，用于构建试卷本体模型；所述试卷本体模型包含多个实体及实体间关系；所述实体为专业、课程、知识点、错题率、试题增减系数或难度等级调整系数；

知识图谱构建单元，与所述课程信息获取单元、所述知识图谱模式层构建单元和所述个性化推荐模块连接，用于基于所述课程知识点、学习层度要求，以及考核规则和方法信息、历史学习信息和试卷本体模型生成所述知识图谱。

优选地，所述个性化推荐模块包括：

试题难度等级和数量调整单元，分别与所述知识图谱设计模块和所述信息采集模块连接，用于基于采集的学习记录和所述知识图谱调整相应知识点试题难度等级和数量；

试题调用单元，分别与所述试题难度等级和数量调整单元和所述试题库模块连接，用于基于调整的相应知识点试题难度等级和数量从所述试题库中调取试题，将调取的所述试题组成下次考试的试卷。

根据本发明提供的具体实施例，本发明公开了以下技术效果：

本发明提供的智能化模拟考试推荐系统，采用试题库模块构建试题库，采用信息采集模块采集学习记录，并记录每次学习记录中的错题信息，采用知识图谱设计模块构建知识图谱，采用个性化推荐模块基于采集的学习记录和知识图谱调整相应知识点试题难度等级和数量，并基于知识点试题难度等级和数量从试题库中调取试题，将调取的试题组成下次考试的试卷，以能够有针对性的对学生(员)进行个性化试题推荐，针对学生(员)的短板，给予学生(员)精准的强化训练，进而为快速提高学生(员)成绩提供有力保障。

本发明还提供了一种智能化模拟考试推荐方法，以应用于上述提供的智能化模拟考试推荐系统；该智能化模拟考试推荐方法包括：

获取试题信息，并基于所述试题信息构建试题库；所述试题信息包括：题型、题干、答案、分值、知识点ID号和预设难度等级；

获取学习记录，并记录每次所述学习记录中的错题信息；所述错题信息包括：知识点ID号和预设难度等级；

获取课程信息和历史学习信息，并基于所述课程信息和历史学习信息构建知识图谱；所述知识图谱基于课程信息、历史学习信息和试卷本体模型构建得到；所述课程信息和历史学习信息均包括：专业、专业对应的课程、课程中涉及的知识点、知识点下的错题率区间划分、与错题率对应的试题难度调整系数以及与错题率对应的试题增减系数；

基于所述学习记录和所述知识图谱调整相应知识点试题难度等级和数量；

基于调整得到的相应知识点试题难度等级和数量从所述试题库中调取试题，将调取的所述试题组成下次考试的试卷。

因本发明提供的智能化模拟考试推荐方法实现的技术效果与上述提供的智能化模拟考试推荐系统实现的技术效果相同，故在此不再进行赘述。

附图说明

为了更清楚地说明本发明实施例或现有技术中的技术方案，下面将对实施例中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本发明的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。

图1为本发明提供的智能化模拟考试推荐系统的结构示意图；

图2为本发明实施例提供的知识图谱示意图；

图3为本发明提供的智能化模拟考试推荐方法的流程图。

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，显然，所描述的实施例仅仅是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本发明保护的范围。

本发明的目的是提供一种智能化模拟考试推荐系统及方法，能够有针对性的对学生(员)进行个性化实体推荐，及时发现学生(员)的短板，给予学生(员)精准的强化训练，为快速提高学生(员)成绩提供有力保障。

为使本发明的上述目的、特征和优点能够更加明显易懂，下面结合附图和具体实施方式对本发明作进一步详细的说明。

如图1所示，本发明提供的智能化模拟考试推荐系统包括：试题库模块100、信息采集模块101、知识图谱设计模块102和个性化推荐模块103。个性化推荐模块103分别与试题库模块100、信息采集模块101和知识图谱设计模块102连接。

其中，试题库模块100用于构建试题库。试题库包括多条试题信息。每一试题信息按照标准定格式存储于数据库中，试题信息中除包含题型、题干、答案、分值等基本信息外，还包含知识点ID、难度等级等信息。试题信息中各字段的存储格式如下表1所示。

表1字段的存储格式表

表1中，其中，字段C_ID为课程编号，具有唯一性；C_name是课题名；T_form是题形，如：填空题、选择题、计算题、简述题等；K_point是知识点ID号，根据每个课程对学生需掌握的知识点要求，由教师给定，具体为：课程ID+知识点序号，以保证唯一性；D_level是设定的试题的难度等级。

信息采集模块101用于采集学习记录，并记录每次学习记录中的错题信息。学习记录包括时作业成绩、测验成绩等。错题信息包括：知识点ID号和预设难度等级。

知识图谱设计模块102用于构建知识图谱。知识图谱基于历史学习信息和本体模型树状图构建得到。历史学习信息包括：专业、专业对应的课程、课程中涉及的知识点、知识点下的错题率区间划分、与错题率对应的试题难度调整系数以及与错题率对应的试题增减系数。其中，知识图谱的初始内容为试卷本体模型，分为专业、课程、知识点、错题率以及错题率对应的难度调整系数(μ)为和试题增减系数(λ)这五个层级。知识图谱设计模块提供具有支持自动和人工方式将试题的信息(包括：专业名、课程名、所有的知识点、每个知识点的错题率区间及对应的试题增减系数和难度调整系数)填入试卷和试题的本体模型中的功能，以形成实例化的知识图谱，并将知识图谱存入个性化推荐模块中，以备使用。

构建得到的知识图谱是个语义网，反映的是节点和节点之间的语义关系，基于此，构建得到的知识图谱的含义是某专业含有课程1、课程2等，增减系数属于知识点v1等等。还可反映知识点之间的关系，如图2所示，知识点n是知识点2的基础知识。

图2中，假设某课程有n个知识点，每个知识点的错题率分为5个区间，每个区间对应各自的调整策略，包括该知识点的错题率对应的难度调整系数和试题数增减系数，这两个参数分别规定了在此错题率下试题难度和数量的调整比例。其中，本发明设定的错题率按5段划分及对应的难度和试题增减数调整系数如表2所示。

表2错题率按5段划分及对应的难度和试题增减数调整系数表

本发明中，每个错题率区间的试题的增减系数和难度调整系数均可由教师填写到系统的知识图谱里，系统提供此项录入功能。

个性化推荐模块103用于基于采集的学习记录和知识图谱调整相应知识点试题难度等级和数量，并基于试题的难度等级和数量从试题库中调取试题，将调取的试题组成下次考试的试卷。具体的，个性化推荐模块依据录入的试题库、设置的知识图谱和采集的学生(员)信息，执行个性化推荐流程，依据学生(员)历次考试的成绩和错题情况，结合知识图谱中设置的参数，对该学生(员)每个知识点试题的难度等级和数量进行适应性调整，从试题库中挑选合适难度和数量的试题组成该学生(员)下次考试的推荐试卷。

进一步，为了使得构建得到的试题库中信息更加完整，上述采用的试题库模块100包括：试题信息采集单元和试题库构建单元。

试题信息采集单元用于采集试题信息。

试题库构建单元分别与试题信息采集单元和个性化推荐模块连接，以用于基于试题信息构建试题库。

进一步，为了提高信息采集的实时性和精确性，本发明上述采用的信息采集模块101包括：学习记录采集单元和错题信息提取单元。

其中，学习记录采集单元用于采集学习记录。

错题信息提取单元分别与学习记录采集单元和个性化推荐模块连接，以用于提取每次学习记录中的错题信息。

进一步，作为本发明的一个实施例，基于上述描述的知识图谱构建的具体过程，本发明提供的知识图谱设计模块102可以设置为包括：课程信息获取单元、知识图谱模式层构建单元和知识图谱构建单元。

其中，课程信息获取单元用于从课程材料中获取课程知识点、学习层度要求，以及考核规则和方法信息。课程材料包括：专业培养计划、课程大纲和课件。

知识图谱模式层构建单元用于构建试卷本体模型。试卷本体模型包含专业、课程、知识点、错题率、试题增减系数和难度等级调整系数等实体，并定义了这些实体之间关系。

知识图谱构建单元与课程信息获取单元、知识图谱模式层构建单元和个性化推荐模块连接，以用于基于课程信息和历史学习信息和试卷本体模型生成知识图谱。

进一步，作为本发明的一个实施例，上述提供的个性化推荐模块103可以包括：试题难度等级和数量调整单元和试题调用单元。

其中，试题难度等级和数量调整单元分别与知识图谱设计模块和信息采集模块连接，以用于基于采集的学习记录和知识图谱调整调整相应知识点试题难度等级和数量。

试题调用单元分别与试题难度等级和数量调整单元和试题库模块连接，以用于基于调整的相应知识点试题难度等级和数量从试题库中调取试题，将调取的试题组成下次考试的试卷。

基于本发明上述提供的智能化模拟考试推荐系统的具体结构及各部件间的关系和作用，其实现方法如下：

步骤一：操作人员使用试题库模块100录入或批量导入试题数据。具体为：试题的信息按照标准定格式存储于系统的数据库中，试题信息中除包含题型、题干、答案、分值等基本信息外，还包含知识点ID，难度等级等信息。

步骤二：信息采集模块101从学习系统中获取学生(员)信息。具体为：从学习系统中获取学生(员)学习记录，包括平时作业成绩、测验成绩等。

步骤三：操作人员按照课程具体情况使用知识图谱设计模块102构建对应课程的知识图谱。具体为：在构建知识图谱时，操作人员将试题的信息(包括：专业名、课程名、所有的知识点、每个知识点的错题率区间及对应的试题增减系数和难度调整系数)填入试卷和试题的本体模型中功能，即通过上述方式可形成实例化的知识图谱，并可将知识图谱存入图数据库中，以备使用。

步骤四：个性化推荐模块103依据步骤二中获取的学生信息推荐该学生第一次模拟考试的试题难度，并从试题库模块中选出相应难度的试题。具体为：通过对学生(员)平时学习成绩统计分析，评估学生(员)对学习内容掌握的水平，即平时成绩的排序位置，确定该学生(员)首次考题各知识点的难度，生成符合该学生(员)的考卷。如果没有该学生(员)的平时学习信息，则基于系统的历史数据，各知识点均按平均难度出试卷。

步骤五：考试结束后，信息采集模块101记录该学生每次模拟考试的错题信息，对上一次该学生错题的知识点进行统计，计算知识点的错题率。具体为：对每次学生(员)错题的知识点进行统计，按下述公式计算知识点x的错题率v

其中：i为学生(员)参加模拟考试的轮次，x

步骤六：根据该学生各知识点的错题率，基于知识图谱快速检索对应的试题难度调整系数和数量增减系数。

步骤七：依据步骤六中检索到的试题难度调整系数和数量增减系数，对该学生下一次考试的试题难度和数量进行调整，并从试题库模块中选出相应难度的试题。具体为：假设对于知识点x，某位学生(员)在第i次模拟考试中错题率为v

上面程序算法中，d

基于上述没描述，在本发明中，当某个知识点的错题率为0时，总趋势需要调高试题难度，减少试题数量，但难度有上限，试题数量有下限，以保证试卷知识点的全覆盖。在错题率不为0时，需根据错题率，降低该知识点试题难度，增加该知识点试题数量，对应的知识点试题调整方法由上面算法确定。试题数量、难度调整后，即可针对该学生(员)生成新的试卷，并推荐给该学生(员)练习。

步骤八：每次考试结束后，返回步骤五，如此重复执行步骤五到步骤七，循环往复，使学生每次都能获得符合自己真实水平和训练需要的试题。

此外，本发明还提供了一种智能化模拟考试推荐方法，以应用于上述提供的智能化模拟考试推荐系统。如图3所示，该智能化模拟考试推荐方法包括：

步骤300：获取试题信息，并基于试题信息构建试题库。试题信息包括：题型、题干、答案、分值、知识点ID号和预设难度等级。

步骤301：获取学习记录，并记录每次学习记录中的错题信息。错题信息包括：知识点ID号和预设难度等级。

步骤302：获取课程信息和历史学习信息，并基于课程信息和历史学习信息构建知识图谱；知识图谱基于课程信息、历史学习信息和试卷本体模型构建得到。课程信息和历史学习信息均包括：专业、专业对应的课程、课程中涉及的知识点、知识点下的错题率区间划分、与错题率对应的试题难度调整系数以及与错题率对应的试题增减系数。

步骤303：基于学习记录和知识图谱调整相应知识点试题难度等级和数量。

步骤304：基于相应知识点试题难度等级和数量从试题库中调取试题，将调取的试题组成下次考试的试卷。

基于上述没描述，相对于现有技术，本发明还具有以下优点：

1)、本发明能在每次考试后针对学生(员)的错题情况，准确分析出学生(员)对某个知识点的掌握程度，再依据知识图谱自动寻找符合该学生(员)真实水平和训练需要的试题，针对学生(员)的弱点对症下药，快速提高学生(员)的成绩。

2)本发明能够针对每个单独的学生(员)制定针对性的强化训练，提高了学生(员)复习的效率和效果。

本说明书中各个实施例采用递进的方式描述，每个实施例重点说明的都有与其他实施例的不同之处，各个实施例之间相同相似部分互相参见即可。

本文中应用了具体个例对本发明的原理及实施方式进行了阐述，以上实施例的说明只是用于帮助理解本发明的方法及其核心思想；同时，对于本领域的一般技术人员，依据本发明的思想，在具体实施方式及应用范围上均会有改变之处。综上所述，本说明书内容不应理解为对本发明的限制。