一种知识点掌握程度评估方法、装置及介质与流程

1.本发明涉及教育技术领域，具体来说，涉及一种知识点掌握程度评估方法、装置及介质。


背景技术：

2.在学生学习过程中，为了精准找到用户的薄弱知识点，通常需要制作一个诊断题库用户进行测试，再根据测试结果判断用户的薄弱知识点。但是，由于没有针对性，通常需要制作一个数据量非常大，且非常精准的诊断题库，也需要用户做大量的题目，造成制作诊断题库的成本较高，且用户负担较重，不利于辅助学习设备的普及。因此，需要一种能够减轻制作诊断题库的成本，且不需要用户做大量试题的知识点掌握程度识别方法。
3.本文提供的背景描述用于总体上呈现本公开的上下文的目的。除非本文另外指示，在该章节中描述的资料不是该申请的权利要求的现有技术并且不要通过包括在该章节内来承认其成为现有技术。


技术实现要素：

4.针对相关技术中的上述技术问题，本发明提出了一种知识点掌握程度评估方法，其包括如下步骤：
5.s1，对获取的题目按照知识点进行分类；
6.s2，获取每一个知识点下的题目总数以及用户的答题数；
7.s3，计算第一知识点下所述用户的答题正确率rkj_self；
8.s4，计算第一知识点下其他用户的答题正确率rkj_avg；
9.s5，根据所述用户的答题正确率rkj_self及其他用户的答题正确率rkj_avg，计算得出所述用户当前知识点的掌握程度kgrasp：
10.kgrasp＝sig mod(rkj_self-rkj_avg)
[0011][0012]
sigmod函数值为(0，1)，且单调递增。
[0013]
具体的，所述步骤s3具体为：
[0014]
所述用户的答题正确率rkj_self；
[0015][0016]
其中，rkj_self为用户本人第j个知识点的答题正确率，rkj_self_old为当前计算rkj_self的上一次rkj_self的计算结果；w1与w2为加权系数；nrightj为第j个知识点答题完全正确的题目个数，nhalfj为第j个知识点答题部分正确的题目个数，nallj为第j个知识点答题的总数。
[0017]
具体的，所述步骤s4具体为：其他用户的答题正确率rkj_avg；
[0018][0019]
上述公式中rkj_avg为其他用户第j个知识点的答题正确率，rkj_avg_old为当前计算rkj_avg的上一次rkj_avg的计算结果，w3与w4为加权系数；prightj为第j个知识点答题完全正确的题目个数，phalfj为第j个知识点答题部分正确的题目个数，pallj为第j个知识点答题的总个数。
[0020]
具体的，其中w1》w2。
[0021]
具体的，其中w3》w4。
[0022]
第二方面，本发明的另一个实施例公开了一种知识点掌握程度评估装置，其包括如下单元：
[0023]
知识点分类单元，用于对获取的题目按照知识点进行分类；
[0024]
题目获取单元，用于获取每一个知识点下的题目总数以及用户的答题数；
[0025]
用户答题正确率计算单元，用于计算第一知识点下所述用户的答题正确率rkj_self；
[0026]
其他用户答题正确率计算单元，用于计算第一知识点下其他用户的答题正确率rkj_avg；
[0027]
知识点掌握程度计算单元，用于根据所述用户的答题正确率rkj_self及其他用户的答题正确率rkj_avg，计算得出所述用户当前知识点的掌握程度kgrasp：
[0028]
kgrasp＝sig mod(rkj_self-rkj_avg)
[0029][0030]
sigmod函数值为(0，1)，且单调递增。
[0031]
具体的，所述用户的答题正确率rkj_self；
[0032][0033]
其中，rkj_self为用户本人第j个知识点的答题正确率，rkj_self_old为当前计算rkj_self的上一次rkj_self的计算结果；w1与w2为加权系数；nrightj为第j个知识点答题完全正确的题目个数，nhalfj为第j个知识点答题部分正确的题目个数，nallj为第j个知识点答题的总数。
[0034]
具体的，其他用户的答题正确率rkj_avg；
[0035][0036]
上述公式中rkj_avg为其他用户第j个知识点的答题正确率，rkj_avg_old为当前计算rkj_avg的上一次rkj_avg的计算结果，w3与w4为加权系数；prightj为第j个知识点答题完全正确的题目个数，phalfj为第j个知识点答题部分正确的题目个数，pallj为第j个知识点答题的总个数。
[0037]
具体的，其中w1》w2，w3》w4。
[0038]
第三方面，本发明的另一实施例公开了一种非易失性存储器，所述非易失性存储
器存储有指令，所述指令在被处理器执行时，用于实现上述的知识点掌握程度评估方法。
[0039]
本发明的根据用户的知识点的答题正确率以及其他用户的答题正确率，并根据用户的知识点的答题正确率以及其他用户的答题正确率来计算用户的知识点掌握程度，本发明的用户掌握程度的计算方式能够很好的对用户的知识点掌握程度进行评估。
附图说明
[0040]
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。
[0041]
图1是本发明实施例提供的；
[0042]
图2是本发明实施例提供的示意图；
[0043]
图3是本发明实施例提供的示意图。
具体实施方式
[0044]
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所获得的所有其他实施例，都属于本发明保护的范围。
[0045]
实施例一
[0046]
参考图1，本实施例公开了一种知识点掌握程度评估方法，其包括如下步骤：
[0047]
s1，对获取的题目按照知识点进行分类；
[0048]
本实施例对题目按照知识点分类，对每道题目映射知识点标签，根据题目标签实现对题目进行按照知识点进行分类；
[0049]
例如：题目1，勾股定理；题目2，一元一次方程；
[0050]
具体对每道题目映射知识点标签，可以自动实现，例如对题目的内容进行解析，然后提取其中主要的关键词，根据关键词来确认知识点标签；
[0051]
具体的，本实施例的获取的题目可以是直接通过第三方数据来获取批量获取；
[0052]
本实施例的一个获取题目的方式是采用采集终端来获取题目，所述采集终端可以是扫描设备，所述扫描设备用于扫描试卷或试题，从所述试卷或试题中获取题目。例如采集终端可以是作业系统题目采集端、阅卷系统题目采集端、点阵纸题目采集端、手写板题目采集端等。
[0053]
具体的，本实施例一种知识点掌握程度评估方法可以运行在云端或者服务器上；
[0054]
服务器从n个采集端采集对应的答题数据，将所有答题数据上报到云端，所述服务器将采集的题目按照知识点进行分类。
[0055]
本实施例的答题数据包括题目以及对应的用户的答题信息，答题信息包括但不限于答题的正确性。
[0056]
服务器记录每个采集终端采集的题目个数qi(qi表示第i个采集终端端采集的题目个数)。由所述qi累加即可得出题目总数q
all
,如下公式所示：
[0057][0058]
其中n表示采集终端的个数。
[0059]
s2，获取每一个知识点下的题目总数以及用户的答题数；
[0060]
对获取的题目进行知识点分类后，可计算出每个知识点下对应的题目总数，所述题目总数进一步分为用户本人题目答题总数和总答题总数；
[0061]
s3，计算第一知识点下所述用户的答题正确率rkj_self；
[0062][0063]
w1+w2＝1
[0064]
其中，rkj_self为用户本人第j个知识点的答题正确率，rkj_self_old为当前计算rkj_self的上一次rkj_self的计算结果。w1与w2为加权系数，且w1》w2，表示最新计算的正确率权值应高于历史正确率权值。nrightj为第j个知识点答题完全正确的题目个数，nhalfj为第j个知识点答题部分正确的题目个数，nallj为第j个知识点答题的总数。
[0065]
s4，计算第一知识点下其他用户的答题正确率rkj_avg；
[0066][0067]
w3+w4＝1
[0068]
上述公式中rkj_avg为其他用户第j个知识点的答题正确率，rkj_avg_old为当前计算rkj_avg的上一次rkj_avg的计算结果。w3与w4为加权系数,且w3》w4，表示最新计算的正确率权值应高于历史正确率权值。prightj为第j个知识点答题完全正确的题目个数，phalfj为第j个知识点答题部分正确的题目个数，pallj为第j个知识点答题的总个数。
[0069]
具体的，w1＝w3。
[0070]
具体的，本实施例的其他用户可以是全体用户，或者是除用户之外的其他用户。
[0071]
s5，根据所述用户的答题正确率rkj_self及其他用户的答题正确率rkj_avg，计算得出所述用户当前知识点的掌握程度kgrasp：
[0072]
kgrasp＝sig mod(rkj_self-rkj_avg)
[0073][0074]
sigmod函数值为(0，1)，且单调递增。上述公式表达的意思是，以总用户的答题数据为参考，若用户在对应知识点的答题正确率高于总用户的平均正确率越多则掌握程度值越大，否则低于总用户平均正确率越多则该知识点的掌握程度值越小。
[0075]
在完成知识点掌握程度评估计算后，可进一步根据计算结果对知识点掌握程度进行分级(如优、良、差等等)。所述分级可根据专业科研专家的经验值对知识点掌握程度的分布范围进行划分。
[0076]
本实施例的根据用户的知识点的答题正确率以及其他用户的答题正确率，并根据用户的知识点的答题正确率以及其他用户的答题正确率来计算用户的知识点掌握程度，本发明的用户掌握程度的计算方式能够很好的对用户的知识点掌握程度进行评估。
[0077]
实施例二
[0078]
参考图2，本实施公开了一种知识点掌握程度评估装置，其包括如下单元：
[0079]
知识点分类单元，用于对获取的题目按照知识点进行分类；
[0080]
本实施例对题目按照知识点分类，对每道题目映射知识点标签，根据题目标签实现对题目进行按照知识点进行分类；
[0081]
例如：题目1，勾股定理；题目2，一元一次方程；
[0082]
具体对每道题目映射知识点标签，可以自动实现，例如对题目的内容进行解析，然后提取其中主要的关键词，根据关键词来确认知识点标签；
[0083]
具体的，本实施例的获取的题目可以是直接通过第三方数据来获取批量获取；
[0084]
本实施例的一个获取题目的方式是采用采集终端来获取题目，所述采集终端可以是扫描设备，所述扫描设备用于扫描试卷或试题，从所述试卷或试题中获取题目。例如采集终端可以是作业系统题目采集端、阅卷系统题目采集端、点阵纸题目采集端、手写板题目采集端等。
[0085]
具体的，本实施例一种知识点掌握程度评估方法可以运行在云端或者服务器上；
[0086]
服务器从n个采集端采集对应的答题数据，将所有答题数据上报到云端，所述服务器将采集的题目按照知识点进行分类。
[0087]
本实施例的答题数据包括题目以及对应的用户的答题信息，答题信息包括但不限于答题的正确性。
[0088]
服务器记录每个采集终端采集的题目个数qi(qi表示第i个采集终端端采集的题目个数)。由所述qi累加即可得出题目总数q
all
,如下公式所示：
[0089][0090]
其中n表示采集终端的个数。
[0091]
题目获取单元，用于获取每一个知识点下的题目总数以及用户的答题数；
[0092]
对获取的题目进行知识点分类后，可计算出每个知识点下对应的题目总数，所述题目总数进一步分为用户本人题目答题总数和总答题总数；
[0093]
用户答题正确率计算单元，用于计算第一知识点下所述用户的答题正确率rkj_self；
[0094][0095]
w1+w2＝1
[0096]
其中，rkj_self为用户本人第j个知识点的答题正确率，rkj_self_old为当前计算rkj_self的上一次rkj_self的计算结果。w1与w2为加权系数，且w1》w2，表示最新计算的正确率权值应高于历史正确率权值。nrightj为第j个知识点答题完全正确的题目个数，nhalfj为第j个知识点答题部分正确的题目个数，nallj为第j个知识点答题的总数。
[0097]
其他用户答题正确率计算单元，用于计算第一知识点下其他用户的答题正确率rkj_avg；
[0098]
[0099]
w3+w4＝1
[0100]
上述公式中rkj_avg为其他用户第j个知识点的答题正确率，rkj_avg_old为当前计算rkj_avg的上一次rkj_avg的计算结果。w3与w4为加权系数,且w3》w4，表示最新计算的正确率权值应高于历史正确率权值。prightj为第j个知识点答题完全正确的题目个数，phalfj为第j个知识点答题部分正确的题目个数，pallj为第j个知识点答题的总个数。
[0101]
具体的，w1＝w3。
[0102]
知识点掌握程度计算单元，用于根据所述用户的答题正确率rkj_self及其他用户的答题正确率rkj_avg，计算得出所述用户当前知识点的掌握程度kgrasp：
[0103]
kgrasp＝sig mod(rkj_self-rkj_avg)
[0104][0105]
sigmod函数值为(0，1)，且单调递增。上述公式表达的意思是，以总用户的答题数据为参考，若用户在对应知识点的答题正确率高于总用户的平均正确率越多则掌握程度值越大，否则低于总用户平均正确率越多则该知识点的掌握程度值越小。
[0106]
在完成知识点掌握程度评估计算后，可进一步根据计算结果对知识点掌握程度进行分级(如优、良、差等等)。所述分级可根据专业科研专家的经验值对知识点掌握程度的分布范围进行划分。
[0107]
本实施例的根据用户的知识点的答题正确率以及其他用户的答题正确率，并根据用户的知识点的答题正确率以及其他用户的答题正确率来计算用户的知识点掌握程度，本发明的用户掌握程度的计算方式能够很好的对用户的知识点掌握程度进行评估。
[0108]
实施例三
[0109]
参考图3，图3是本实施例的一种知识点掌握程度评估设备的结构示意图。该实施例的知识点掌握程度评估设备20包括处理器21、存储器22以及存储在所述存储器22中并可在所述处理器21上运行的计算机程序。所述处理器21执行所述计算机程序时实现上述方法实施例中的步骤。或者，所述处理器21执行所述计算机程序时实现上述各装置实施例中各模块/单元的功能。
[0110]
示例性的，所述计算机程序可以被分割成一个或多个模块/单元，所述一个或者多个模块/单元被存储在所述存储器22中，并由所述处理器21执行，以完成本发明。所述一个或多个模块/单元可以是能够完成特定功能的一系列计算机程序指令段，该指令段用于描述所述计算机程序在所述知识点掌握程度评估设备20中的执行过程。例如，所述计算机程序可以被分割成实施例二中的各个模块,各模块具体功能请参考上述实施例所述的装置的工作过程，在此不再赘述。
[0111]
所述知识点掌握程度评估设备20可包括，但不仅限于，处理器21、存储器22。本领域技术人员可以理解，所述示意图仅仅是知识点掌握程度评估设备20的示例，并不构成对知识点掌握程度评估设备20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，例如所述知识点掌握程度评估设备20还可以包括输入输出设备、网络接入设备、总线等。
[0112]
所述处理器21可以是中央处理单元(central processing unit，cpu)，还可以是其他通用处理器、数字信号处理器(digital signal processor，dsp)、专用集成电路
(application specific integrated circuit，asic)、现成可编程门阵列(field-programmable gate array，fpga)或者其他可编程逻辑器件、分立门或者晶体管逻辑器件、分立硬件组件等。通用处理器可以是微处理器或者该处理器也可以是任何常规的处理器等，所述处理器21是所述知识点掌握程度评估设备20的控制中心，利用各种接口和线路连接整个知识点掌握程度评估设备20的各个部分。
[0113]
所述存储器22可用于存储所述计算机程序和/或模块，所述处理器21通过运行或执行存储在所述存储器22内的计算机程序和/或模块，以及调用存储在存储器22内的数据，实现所述知识点掌握程度评估设备20的各种功能。所述存储器22可主要包括存储程序区和存储数据区，其中，存储程序区可存储操作系统、至少一个功能所需的应用程序(比如声音播放功能、图像播放功能等)等；存储数据区可存储根据手机的使用所创建的数据(比如音频数据、电话本等)等。此外，存储器22可以包括高速随机存取存储器，还可以包括非易失性存储器，例如硬盘、内存、插接式硬盘，智能存储卡(smart media card,smc)，安全数字(secure digital,sd)卡，闪存卡(flash card)、至少一个磁盘存储器件、闪存器件、或其他易失性固态存储器件。
[0114]
其中，所述知识点掌握程度评估设备20集成的模块/单元如果以软件功能单元的形式实现并作为独立的产品销售或使用时，可以存储在一个计算机可读取存储介质中。基于这样的理解，本发明实现上述实施例方法中的全部或部分流程，也可以通过计算机程序来指令相关的硬件来完成，所述的计算机程序可存储于一计算机可读存储介质中，该计算机程序在被处理器21执行时，可实现上述各个方法实施例的步骤。其中，所述计算机程序包括计算机程序代码，所述计算机程序代码可以为源代码形式、对象代码形式、可执行文件或某些中间形式等。所述计算机可读介质可以包括：能够携带所述计算机程序代码的任何实体或装置、记录介质、u盘、移动硬盘、磁碟、光盘、计算机存储器、只读存储器(rom，read-only memory)、随机存取存储器(ram，random access memory)、电载波信号、电信信号以及软件分发介质等。需要说明的是，所述计算机可读介质包含的内容可以根据司法管辖区内立法和专利实践的要求进行适当的增减，例如在某些司法管辖区，根据立法和专利实践，计算机可读介质不包括电载波信号和电信信号。
[0115]
需说明的是，以上所描述的装置实施例仅仅是示意性的，其中所述作为分离部件说明的单元可以是或者也可以不是物理上分开的，作为单元显示的部件可以是或者也可以不是物理单元，即可以位于一个地方，或者也可以分布到多个网络单元上。可以根据实际的需要选择其中的部分或者全部模块来实现本实施例方案的目的。另外，本发明提供的装置实施例附图中，模块之间的连接关系表示它们之间具有通信连接，具体可以实现为一条或多条通信总线或信号线。本领域普通技术人员在不付出创造性劳动的情况下，即可以理解并实施。
[0116]
以上所述仅为本发明的较佳实施例而已，并不用以限制本发明，凡在本发明的精神和原则之内，所作的任何修改、等同替换、改进等，均应包含在本发明的保护范围之内。

技术特征：
1.一种知识点掌握程度评估方法，其包括如下步骤：s1，对获取的题目按照知识点进行分类；s2，获取每一个知识点下的题目总数以及用户的答题数；s3，计算第一知识点下所述用户的答题正确率rkj_self；s4，计算第一知识点下其他用户的答题正确率rkj_avg；s5，根据所述用户的答题正确率rkj_self及其他用户的答题正确率rkj_avg，计算得出所述用户当前知识点的掌握程度kgrasp：kgrasp＝sig mod(rkj_self-rkj_avg)sigmod函数值为(0，1)，且单调递增。2.根据权利要求1所述的方法，所述步骤s3具体为：所述用户的答题正确率rkj_self；其中，rkj_self为用户本人第j个知识点的答题正确率，rkj_self_old为当前计算rkj_self的上一次rkj_self的计算结果；w1与w2为加权系数；nrightj为第j个知识点答题完全正确的题目个数，nhalfj为第j个知识点答题部分正确的题目个数，nallj为第j个知识点答题的总数。3.根据权利要求1所述的方法，所述步骤s4具体为：其他用户的答题正确率rkj_avg；上述公式中rkj_avg为其他用户第j个知识点的答题正确率，rkj_avg_old为当前计算rkj_avg的上一次rkj_avg的计算结果，w3与w4为加权系数；prightj为第j个知识点答题完全正确的题目个数，phalfj为第j个知识点答题部分正确的题目个数，pallj为第j个知识点答题的总个数。4.根据权利要求2所述的方法，其中w1>w2。5.根据权利要求3所述的方法，其中w3>w4。6.一种知识点掌握程度评估装置，其包括如下单元：知识点分类单元，用于对获取的题目按照知识点进行分类；题目获取单元，用于获取每一个知识点下的题目总数以及用户的答题数；用户答题正确率计算单元，用于计算第一知识点下所述用户的答题正确率rkj_self；其他用户答题正确率计算单元，用于计算第一知识点下其他用户的答题正确率rkj_avg；知识点掌握程度计算单元，用于根据所述用户的答题正确率rkj_self及其他用户的答题正确率rkj_avg，计算得出所述用户当前知识点的掌握程度kgrasp：kgrasp＝sig mod(rkj_self-rkj_avg)
sigmod函数值为(0，1)，且单调递增。7.根据权利要求6所述的装置，所述用户的答题正确率rkj_self；其中，rkj_self为用户本人第j个知识点的答题正确率，rkj_self_old为当前计算rkj_self的上一次rkj_self的计算结果；w1与w2为加权系数；nrightj为第j个知识点答题完全正确的题目个数，nhalfj为第j个知识点答题部分正确的题目个数，nallj为第j个知识点答题的总数。8.根据权利要求7所述的装置，其他用户的答题正确率rkj_avg；上述公式中rkj_avg为其他用户第j个知识点的答题正确率，rkj_avg_old为当前计算rkj_avg的上一次rkj_avg的计算结果，w3与w4为加权系数；prightj为第j个知识点答题完全正确的题目个数，phalfj为第j个知识点答题部分正确的题目个数，pallj为第j个知识点答题的总个数。9.根据权利要求8所述的装置，其中w1>w2，w3>w4。10.一种非易失性存储器，所述非易失性存储器存储有指令，所述指令在被处理器执行时，用于实现如权利要求1-5中任一项的知识点掌握程度评估方法。

技术总结
本发明提供了一种知识点掌握程度评估方法，其包括如下步骤：S1，对获取的题目按照知识点进行分类；S2，获取每一个知识点下的题目总数以及用户的答题数；S3，计算第一知识点下所述用户的答题正确率Rkj_self；S4，计算第一知识点下其他用户的答题正确率Rkj_avg；S5，根据所述用户的答题正确率Rkj_self及其他用户的答题正确率Rkj_avg，计算得出所述用户当前知识点的掌握程度Kgrasp：Kgrasp＝sig mod(Rkj_self-Rkj_avg)Sigmod函数值为(0，1)，且单调递增。本发明根据用户的知识点的答题正确率以及其他用户的答题正确率来计算用户的知识点掌握程度，本发明的用户掌握程度的计算方式能够很好的对用户的知识点掌握程度进行评估。度进行评估。度进行评估。


技术研发人员：秦曙光
受保护的技术使用者：珠海读书郎软件科技有限公司
技术研发日：2022.02.10
技术公布日：2022/5/25