基于大数据的预估分数的方法.pdf

《基于大数据的预估分数的方法.pdf》由会员分享，可在线阅读，更多相关《基于大数据的预估分数的方法.pdf（11页完成版）》请在专利查询网上搜索。

1、(19)中华人民共和国国家知识产权局 (12)发明专利申请 (10)申请公布号 (43)申请公布日 (21)申请号 202010701008.6 (22)申请日 2020.07.20 (71)申请人 李晚华 地址 518000 广东省深圳市宝安区前进一 路50号 (72)发明人 陈阵周鑫 (74)专利代理机构 深圳市中科创为专利代理有 限公司 44384 代理人 彭涛刘曰莹 (51)Int.Cl. G06Q 10/06(2012.01) G06F 17/18(2006.01) G06Q 50/20(2012.01) (54)发明名称 一种基于大数据的预估分数的方法 (57)摘要 本发明公开一种。

2、基于大数据的预估分数的 方法， 包括以下步骤： 确定样本试题， 所述样本试 题包含不同的题型和/或不同难度范围内的试 题； 计算甲学习者在样本试题中每一种题型上 和/或不同难度范围内的得分率D甲， 计算乙学习 群体在样本试题中每一种题型上和/或各个难度 范围内的的平均得分率D合， 计算甲学习者在每一 种题型上和/或各个难度范围内的的得分能力 P甲； 计算甲学习者在实际试卷中的预估总分数Y， 实际试卷与样本试题的题型和/或难度范围一 致； 预估甲学习者在不同题目上的预估得分fi。 本发明可准确计算出甲学习者的预估总分数， 有 利于命题者控制试题的难度， 给学习者、 学习者 所在群体提供合适的训练。

3、题目， 提高训练效率。 权利要求书2页 说明书6页 附图2页 CN 111861210 A 2020.10.30 CN 111861210 A 1.一种基于大数据的预估分数的方法， 其特征在于， 包括以下步骤： S1： 确定样本试题， 所述样本试题中的题目为甲学习者与乙学习群体均做过的题目， 且 所述样本试题包含不同的题型和/或不同难度范围内的试题， 各种题型和/或难度范围中的 试题数量均不少于第一阈值； S2： 分别计算甲学习者在样本试题中每一种题型上和/或每一个难度范围内的得分率 D甲， 分别计算乙学习群体在样本试题中每一种题型上和/或每一个难度范围内的平均得分 率D合， 并计算甲学习者在。

4、每一种题型上和/或每一个难度范围内的得分能力P甲； 所述得分率D甲(t1+t2+tn)(T1+T2+Tn)100； 其中， t1、 t2、 、 tn分别表示甲学习者在同一题型中和/或同一难度范围内的题目1、 题 目2、 、 题目n上所得分数， T1、 T2Tn分别表示同一题型中和/或同一难度范围内的题目1、 题目2、 、 题目n的分数； 所述平均得分率D合(D1+D2+Dn)/n； 其中： D1、 D2、 、 Dn分别表示乙群体中的学习者1、 学习者2、 、 学习者n在同一题型上 和/或同一难度范围内试题的得分率， n为乙学习群体中学习者的总人数； 所述得分能力P甲D甲/D合； S3:计算甲学。

5、习者在实际试卷中的预估总分数Y， 所述实际试卷与样本试题的题型和/ 或各个试题所在难度范围一致； 根据题型和/或难度范围的差异， 预估甲学习者在不同题目 上的预估得分fi； 所述实际试卷中的题目为乙学习群体已做过的题目， 且甲学习者未做过的题目； 所述预估得分fiFiP甲i； Fi乙学习群体中所有学习者在题目i上的实际得分之和/乙学习群体中学习者的总 人数； 其中： fi为甲学习者在题目i上的预估得分， Fi为乙学习群体在题目i上的所得平均分， P甲i为甲学习者在i题目所属的题型上和/或难度范围内的得分能力； 所述预估总分数Yf1+f2+fn； 其中： f1、 f2、 、 fn分别为甲学习者在。

6、题目1、 题目2、 、 题目n上的预估得分， n为题数。 2.根据权利要求1所述的一种基于大数据的预估分数的方法， 其特征在于， 所述样本试 卷中的题型包括： 选择题和/或填空题和/或判断题和/或解答题和/或阅读理解题和/或听 力题和/或翻译题和/或作文题。 3.根据权利要求1所述的一种基于大数据的预估分数的方法， 其特征在于， 所述步骤S1 中的样本试题内各个试题的难度系数为确定值， 且根据各个试题的难度系数的值， 划分若 干难度范围； 所述样本试题中包含不同难度范围内的试题； 所述难度系数该题目的平均得分/该题目的分值。 4.根据权利要求1所述的一种基于大数据的预估分数的方法， 其特征在于。

7、， 所述步骤S3 之后还包括： S4： 计算甲学习者所在群体的预估平均分Z； 所述预估平均分Z(Y1+Y2+Yn)/n； 其中： Y1、 Y2、 、 Yn分别表示甲学习者所在群体中学习者1、 学习者2、 、 学习者n的预估 总分数， n表示甲学习者所在集体中的人数。 5.根据权利要求1所述的一种基于大数据的预估分数的方法， 其特征在于， 所述步骤S1 权利要求书 1/2 页 2 CN 111861210 A 2 中的第一阈值的值为100。 6.根据权利要求3所述的一种基于大数据的预估分数的方法， 其特征在于， 根据所计算 出的各个试题的难度系数的值， 从0到1之间将各个难度系数的值划分为十个难。

8、度范围。 7.根据权利要求1所述的一种基于大数据的预估分数的方法， 其特征在于， 所述乙学习 群体为一个班级或一个年级。 8.根据权利要求3所述的一种基于大数据的预估分数的方法， 其特征在于， 所述甲学习 者不属于所述乙学习群体； 所述步骤S4中的甲学习者所在群体为一个班级或一个年级。 权利要求书 2/2 页 3 CN 111861210 A 3 一种基于大数据的预估分数的方法 技术领域 0001 本发明涉及大数据领域， 尤其涉及一种基于大数据的预估分数的方法。 背景技术 0002 在命制试题时， 通常要对试题内每道题目、 试卷总体难度进行预估， 以命制出符合 考察要求的试题。 现有技术中， 。

9、每道试题难度及试题总体难度， 一般是通过命题老师的经验 进行预估的， 这种方式对命题老师的预估能力要求较高， 且预估误差较大， 导致命制的试题 存在以下问题： 1、 由于对题卷总体难度的预估不准确， 有的练习太难， 有的练习太简单， 而 太难会挫伤学习者的积极性， 太简单则不能有效提高学业水平， 导致训练效果较差， 且无法 准确控制试卷难度， 无法准确预估学生的分数； 2、 由于对单个试题难度的预估不准确， 要么 难题集中、 要么容易题集中， 不合理的排序， 不仅会使练习者情绪波动大， 还会降低整份题 卷的信度， 导致提供的试题不合理， 降低训练效率。 0003 因此， 现有技术存在缺陷， 需。

10、要改进。 发明内容 0004 本发明的目的是克服现有技术的不足， 提供一种基于大数据的预估分数的方法， 解决现有技术中， 无法准确把握命制试题难度， 导致提供的试题不合理， 降低训练效率的问 题。 0005 本发明的技术方案如下： 一种基于大数据的预估分数的方法， 包括以下步骤： 0006 S1： 确定样本试题， 所述样本试题中的题目为甲学习者与乙学习群体均做过的题 目， 且所述样本试题包含不同的题型和/或不同难度范围内的试题， 各种题型和/或难度范 围中的试题数量均不少于第一阈值。 0007 S2： 分别计算甲学习者在样本试题中每一种题型上和/或每一个难度范围内的得 分率D甲， 分别计算乙学。

11、习群体在样本试题中每一种题型上和/或每一个难度范围内的平均 得分率D合， 并计算甲学习者在每一种题型上和/或每一个难度范围内的得分能力P甲。 0008 所述得分率D甲(t1+t2+tn)(T1+T2+Tn)100； 0009 其中， t1、 t2、 、 tn分别表示甲学习者在同一题型中和/或同一难度范围内的题目 1、 题目2、 、 题目n上所得分数， T1、 T2Tn分别表示同一题型中和/或同一难度范围内的题 目1、 题目2、 、 题目n的分数。 0010 所述平均得分率D合(D1+D2+Dn)/n； 0011 其中： D1、 D2、 、 Dn分别表示乙群体中的学习者1、 学习者2、 、 学习。

12、者n在同一题型 上和/或同一难度范围内试题的得分率， n为乙学习群体中学习者的总人数。 0012 所述得分能力P甲D甲/D合。 0013 S3:计算甲学习者在实际试卷中的预估总分数Y， 所述实际试卷与样本试题的题型 和/或各个试题所在难度范围一致； 根据题型和/或难度范围的差异， 预估甲学习者在不同 题目上的预估得分fi； 说明书 1/6 页 4 CN 111861210 A 4 0014 所述实际试卷中的题目为乙学习群体已做过的题目， 且甲学习者未做过的题目。 0015 所述预估得分fiFiP甲i； 0016 Fi乙学习群体中所有学习者在题目i上的实际得分之和/乙学习群体中学习者 的总人数；。

13、 0017 其中： fi为甲学习者在题目i上的预估得分， Fi为乙学习群体在题目i上的所得平均 分， P甲i为甲学习者在i题目所属的题型上和/或难度范围内的得分能力。 0018 所述预估总分数Yf1+f2+fn； 0019 其中： f1、 f2、 、 fn分别为甲学习者在题目1、 题目2、 、 题目n上的预估得分， n为题 数。 0020 确定样本试题， 样本试题中包含不同题型， 分别计算甲学习者在不同题型上和/或 难度范围内的得分率D甲， 乙学习群体在不同题型上和/或难度范围内的平均得分率D合， 并计 算出D甲/D合的值， 从而计算出甲学习者相对于乙学习群体在不同题型上和/或各个难度范围 内。

14、试题的得分能力， 因此， 对于乙学习群体做过的且甲学习者未做过的实际试卷， 可通过计 算出的甲学习者在每一种题型上和/或难度范围内试题的得分能力P甲的值， 以及乙学习群 体在题目i上的所得平均分， 预估甲学习者在实际试卷中每一道题目的预估得分， 通过预估 得分计算出甲学习者在实际试卷中的预估总分数； 在命制试题时， 可根据预估不同学习者 在不同题目上的得分， 从而可以预估出学习者在所命制的试题中的所得的总分数， 可借助 计算机等可进行大数据计算的设备进行计算， 预估出学习者所在群体整体内学习者的总分 数， 从而可以准确判断所命制的试题是否适合用于学习者及学习者所在群体的训练， 若不 适合可进行。

15、相应调整， 以命制出适合学习者、 学习者所在群体的试题， 有效提高训练效率。 0021 进一步地， 所述样本试卷中的题型包括： 选择题和/或填空题和/或判断题和/或解 答题和/或阅读理解题和/或听力题和/或翻译题和/或作文题。 样本试题中的题型， 根据科 目的不同， 选择不同的题型。 0022 进一步地， 所述步骤S3之后还包括： 0023 S4： 计算甲学习者所在群体的预估平均分Z； 0024 所述预估平均分Z(Y1+Y2+Yn)/n； 0025 其中： Y1、 Y2、 、 Yn分别表示甲学习者所在群体中学习者1、 学习者2、 、 学习者n的 预估总分数， n表示甲学习者所在集体中的人数。 。

16、同时可计算出甲学习者所在群体内的预估 平均分， 根据预估平均分的值， 进一步判断所命制的试题是否适合用于甲学习者、 甲学习者 所在群体的训练。 0026 优选地， 在步骤S4之后， 可进一步计算所述实际试卷对于甲学习者所在群体的预 估难度的值； 所述预估难度预估平均分Z/实际试卷的卷面分。 通过计算出预估难度的值， 可以判断出实际试卷对于甲学习者所在群体的难度大小， 若难度大小不合适， 则可根据预 估难度的值调整实际试卷对应的题目， 使得实际试卷适合甲学习者所在群体。 0027 进一步地， 所述步骤S1中的样本试题内各个试题的难度系数为确定值， 且根据各 个试题的难度系数的值， 划分若干难度范。

17、围； 所述样本试题中包含不同难度范围内的试题； 0028 所述难度系数该题目的平均得分/该题目的分值。 0029 进一步地， 根据所计算出的各个试题的难度系数的值， 从0到1之间将各个难度系 数的值划分为十个难度范围。 说明书 2/6 页 5 CN 111861210 A 5 0030 进一步地， 所述步骤S1中的第一阈值的值为100。 第一阈值的值可根据不同题型 和/或试题难度范围进行调整， 样本试题中每种题型和/或每种难度范围可以对应不同的题 量。 0031 进一步地， 所述乙学习群体为一个班级或一个年级。 0032 进一步地， 所述甲学习者不属于所述乙学习群体； 所述步骤S4中的甲学习者。

18、所在 群体为一个班级或一个年级。 0033 采用上述方案， 本发明提供一种基于大数据的预估分数的方法， 具有以下有益效 果： 0034 1、 可准确计算出甲学习者在做实际试卷时， 每一道题目的预估得分， 以及做实际 试卷时的预估总分数； 0035 2、 可判断命题者所命制的试题是否适合学习者、 学习者所在群体， 并根据判断结 果调整所命制的试题； 0036 3、 有利于命题者在命制试题时， 控制试题的难度， 给学习者、 学习者所在群体提供 合适的训练题目， 从而提高训练效率。 附图说明 0037 图1为本发明实施例1的流程框图； 0038 图2为本发明实施例2的流程框图。 具体实施方式 003。

19、9 以下结合附图和具体实施例， 对本发明进行详细说明。 0040 实施例1 0041 请参照图1， 本发明提供一种基于大数据的预估分数的方法， 包括以下步骤： 0042 S1： 确定样本试题， 所述样本试题中的题目为甲学习者与乙学习群体均做过的题 目， 且所述样本试题包含不同的题型， 各种题型中的试题数量均不少于第一阈值。 具体地， 在本实施例中， 第一阈值的值为100， 乙学习群体为与甲学者处于同一个年级的一个班级， 所述甲学习者不属于所述乙学习群体； 所述样本试题中的题型包括： 选择题、 填空题、 判断 题、 解答题。 0043 S2： 分别计算甲学习者在样本试题中每一种题型上的得分率D甲。

20、， 分别计算乙学习 群体在样本试题中每一种题型上的平均得分率D合， 并计算甲学习者在每一种题型上的得分 能力P甲。 0044 所述得分率D甲(t1+t2+tn)(T1+T2+Tn)100； 0045 其中， t1、 t2、 、 tn分别表示甲学习者在同一题型中的题目1、 题目2、 、 题目n上所 得分数， T1、 T2Tn分别表示同一题型中的题目1、 题目2、 、 题目n的分数。 0046 所述平均得分率D合(D1+D2+Dn)/n； 0047 其中： D1、 D2、 、 Dn分别表示乙群体中的学习者1、 学习者2、 、 学习者n在同一题型 上的得分率， n为乙学习群体中学习者的总人数。 00。

21、48 所述得分能力P甲D甲/D合。 0049 S3:计算甲学习者在实际试卷中的预估总分数Y， 所述实际试卷与样本试题的题型 说明书 3/6 页 6 CN 111861210 A 6 一致； 根据题型差异， 预估甲学习者在不同题目上的预估得分fi； 0050 所述实际试卷中的题目为乙学习群体已做过的题目， 且甲学习者未做过的题目。 0051 所述预估得分fiFiP甲i； 0052 Fi乙学习群体中所有学习者在题目i上的实际得分之和/乙学习群体中学习者 的总人数； 0053 其中： fi为甲学习者在题目i上的预估得分， Fi为乙学习群体在题目i上的所得平均 分， P甲i为甲学习者在i题目所属的题型。

22、上的得分能力。 0054 所述预估总分数Yf1+f2+fn； 0055 其中： f1、 f2、 、 fn分别为甲学习者在题目1、 题目2、 、 题目n上的预估得分， n为题 数。 0056 S4： 计算甲学习者所在群体的预估平均分Z； 0057 所述预估平均分Z(Y1+Y2+Yn)/n； 0058 其中： Y1、 Y2、 、 Yn分别表示甲学习者所在群体中学习者1、 学习者2、 、 学习者n的 预估总分数， n表示甲学习者所在集体中的人数。 具体地， 在本实施例中， 所述甲学习者所在 群体为甲学习者所在班级。 0059 分别计算甲学习者在不同题型上的得分率D甲， 乙学习群体在不同题型上的平均得。

23、 分率D合， 并计算出D甲/D合的值， 从而计算出甲学习者相对于乙学习群体在不同题型上的得分 能力， 因此， 对于乙学习群体做过的且甲学习者未做过的实际试卷， 可通过计算出的甲学习 者在每一种题型上的得分能力P甲的值， 以及乙学习群体在题目i上的所得平均分， 预估甲学 习者在实际试卷中每一道题目的预估得分， 通过预估得分计算出甲学习者在实际试卷中的 预估总分数； 在命制试题时， 可根据预估不同学习者在不同题目上的得分， 从而可以预估出 学习者在所命制的试题中的所得的总分数， 可借助计算机等可进行大数据计算的设备进行 计算， 预估出学习者所在群体整体内学习者的总分数， 同时可计算出甲学习者所在群。

24、体内 的预估平均分， 根据预估平均分的值， 从而可以准确判断所命制的试题是否适合用于学习 者及学习者所在群体的训练， 若不适合可进行相应调整， 以命制出适合学习者、 学习者所在 群体的试题， 有效提高训练效率。 0060 实施例2 0061 请参照图2， 本发明提供一种基于大数据的预估分数的方法， 包括以下步骤： 0062 S1： 确定样本试题， 所述样本试题中的题目为甲学习者与乙学习群体均做过的题 目， 且所述样本试题包含不同难度范围内的试题， 各种不同难度范围内的试题数量均不少 于第一阈值。 具体地， 在本实施例中所述第一阈值的值为200， 乙学习群体为与甲学者处于 同一个年级的一个班级，。

25、 所述甲学习者不属于所述乙学习群体； 所述样本试题内各个试题 的难度系数为确定值， 且根据各个试题的难度系数的值， 从0到1之间将各个难度系数的值 划分为十个难度范围； 所述样本试题中包含不同难度范围内的试题。 0063 S2： 分别计算甲学习者在样本试题中各个难度范围内的得分率D甲， 分别计算乙学 习群体在样本试题中各个难度范围内的平均得分率D合， 并计算甲学习者在各个难度范围内 的得分能力P甲。 0064 所述得分率D甲(t1+t2+tn)(T1+T2+Tn)100； 0065 其中， t1、 t2、 、 tn分别表示甲学习者在同一难度范围内的题目1、 题目2、 、 题目n 说明书 4/6。

26、 页 7 CN 111861210 A 7 上所得分数， T1、 T2Tn分别表示同一难度范围内的题目1、 题目2、 、 题目n的分数。 0066 所述平均得分率D合(D1+D2+Dn)/n； 0067 其中： D1、 D2、 、 Dn分别表示乙群体中的学习者1、 学习者2、 、 学习者n在同一难度 范围内的得分率， n为乙学习群体中学习者的总人数。 0068 所述得分能力P甲D甲/D合。 0069 S3:计算甲学习者在实际试卷中的预估总分数Y， 所述实际试卷中试题的难度范围 与样本试题中试题所在难度范围一致； 根据难度范围差异， 预估甲学习者在不同题目上的 预估得分fi； 0070 所述实际。

27、试卷中的题目为乙学习群体已做过的题目， 且甲学习者未做过的题目。 0071 所述预估得分fiFiP甲i； 0072 Fi乙学习群体中所有学习者在题目i上的实际得分之和/乙学习群体中学习者 的总人数； 0073 其中： fi为甲学习者在题目i上的预估得分， Fi为乙学习群体在题目i上的所得平均 分， P甲i为甲学习者在i题目所属的难度范围内的得分能力。 0074 所述预估总分数Yf1+f2+fn； 0075 其中： f1、 f2、 、 fn分别为甲学习者在题目1、 题目2、 、 题目n上的预估得分， n为题 数。 0076 S4： 计算甲学习者所在群体的预估平均分Z； 0077 所述预估平均分Z。

28、(Y1+Y2+Yn)/n； 0078 其中： Y1、 Y2、 、 Yn分别表示甲学习者所在群体中学习者1、 学习者2、 、 学习者n的 预估总分数， n表示甲学习者所在集体中的人数。 具体地， 在本实施例中， 所述甲学习者所在 群体为甲学习者所在班级。 0079 分别计算甲学习者在不同难度范围内的得分率D甲， 乙学习群体在不同难度范围内 的平均得分率D合， 并计算出D甲/D合的值， 从而计算出甲学习者相对于乙学习群体在不同难度 范围内的得分能力， 因此， 对于乙学习群体做过的且甲学习者未做过的实际试卷， 可通过计 算出的甲学习者在各个难度范围内试题的得分能力P甲的值， 以及乙学习群体在题目i上。

29、的 所得平均分， 预估甲学习者在实际试卷中每一道题目的预估得分， 通过预估得分计算出甲 学习者在实际试卷中的预估总分数； 在命制试题时， 可根据预估不同学习者在各个难度范 围内的得分， 从而可以预估出学习者在所命制的试题中的所得的总分数， 可借助计算机等 可进行大数据计算的设备进行计算， 预估出学习者所在群体整体内学习者的总分数， 同时 可计算出甲学习者所在群体内的预估平均分， 根据预估平均分的值， 从而可以准确判断所 命制的试题是否适合用于学习者及学习者所在群体的训练， 若不适合可进行相应调整， 以 命制出适合学习者、 学习者所在群体的试题， 有效提高训练效率。 0080 综上所述， 本发明。

30、提供一种基于大数据的预估分数的方法， 具有以下有益效果： 0081 1、 可准确计算出甲学习者在做实际试卷时， 每一道题目的预估得分， 以及做实际 试卷时的预估总分数； 0082 2、 可判断命题者所命制的试题是否适合学习者、 学习者所在群体， 并根据判断结 果调整所命制的试题； 0083 3、 有利于命题者在命制试题时， 控制试题的难度， 给学习者、 学习者所在群体提供 说明书 5/6 页 8 CN 111861210 A 8 合适的训练题目， 从而提高训练效率。 0084 以上仅为本发明的较佳实施例而已， 并不用于限制本发明， 凡在本发明的精神和 原则之内所作的任何修改、 等同替换和改进等， 均应包含在本发明的保护范围之内。 说明书 6/6 页 9 CN 111861210 A 9 图1 说明书附图 1/2 页 10 CN 111861210 A 10 图2 说明书附图 2/2 页 11 CN 111861210 A 11 。