摘要
本发明涉及教育测评技术领域,并具体公开了一种基于大数据深度挖掘的命题考题评级方法及系统,该方法包括:整合历史考试、学生作答及教学资源数据,清洗归一化后形成超大规模数据集;依据考题文本和知识点标签生成标准解题逻辑树,再基于知识点结构特征和相关性生成应用难度矩阵与关联应用度矩阵,作为命题特征;运用大数据算法分析作答记录、得分分布,结合学力异化基数,获难度系数等评级结果;用神经网络模型学习命题和评级特征,得考题评级模型;基于待评级考题逻辑树和评级模型获其评级结果;实现了对新考题的快速、科学评级。为教育工作者在命题、筛选考题以及评估教学效果等方面提供了有力工具,有助于优化教学和考试安排,提升教育质量。
技术关键词
解题思路
超大规模
评级方法
知识点标签
逻辑
大数据挖掘算法
分层
教学资源数据
对象
指数
矩阵
神经网络模型
教育测评技术
文本
板块
复杂度