-
公开(公告)号：CN107943946B
公开(公告)日：2019-08-30
申请号：CN201711190418.3
申请日：2017-11-24
Applicant: 重庆科技学院 , 重庆市九龙坡区天宝实验学校
Abstract: 本发明提供一种基于Apriori算法的试题库知识点间关联性挖掘方法，包括步骤S1：将智能题库系统日志表内的用户学习行为数据整理成关联规则模型所需要的数据结构，并导入关联规则模型；其中，用户做的全部知识点被记为一个事务，一道试题对应一个知识点，一个知识点称为一个项；步骤S2：在关联规则模型内寻找用户学习行为数据中最大的频繁项集Lk；步骤S3：根据最大频繁项集Lk产生关联规则；步骤S4：将导出的知识点间的关联规则按照从低年级至高年级的顺序进行排列。本发明通过Apriori算法找出用户知识点间的频繁项集，产生关联规则，运用这种关联规则对用户进行智能推荐，使用户对其薄弱的知识点达到逐步掌握的目的。
-
公开(公告)号：CN107943946A
公开(公告)日：2018-04-20
申请号：CN201711190418.3
申请日：2017-11-24
Applicant: 重庆科技学院 , 重庆市九龙坡区天宝实验学校
Abstract: 本发明提供一种基于Apriori算法的试题库知识点间关联性挖掘方法，包括步骤S1：将智能题库系统日志表内的用户学习行为数据整理成关联规则模型所需要的数据结构，并导入关联规则模型；其中，用户做的全部知识点被记为一个事务，一道试题对应一个知识点，一个知识点称为一个项；步骤S2：在关联规则模型内寻找用户学习行为数据中最大的频繁项集Lk；步骤S3：根据最大频繁项集Lk产生关联规则；步骤S4：将导出的知识点间的关联规则按照从低年级至高年级的顺序进行排列。本发明通过Apriori算法找出用户知识点间的频繁项集，产生关联规则，运用这种关联规则对用户进行智能推荐，使用户对其薄弱的知识点达到逐步掌握的目的。
-
公开(公告)号：CN107977708A
公开(公告)日：2018-05-01
申请号：CN201711190426.8
申请日：2017-11-24
Applicant: 重庆科技学院 , 重庆市九龙坡区天宝实验学校
Abstract: 本发明提供一种面向个性化学习方案推荐的学生DNA身份信息定义方法，将学生的整体学习情况描述成一个DNA张量，通过分阶段性的统计学生学习生涯中所有知识点理解程度系数并实现三维可视化，直观的展示出学生在每个阶段的整体学习情况、长短板以及所用时间；可根据该长短板情况在试题库系统中进行智能抽取试题组卷推送给学生执行，然后根据学生执行情况，计算对应知识点理解程度系数的变化值，实现该学生DNA张量的更新；根据比较用户到达某一程度用时长短可推断哪一用户的学习路径为最佳学习路径，也可推断出哪些知识点之间具有前后因果关系。
-
公开(公告)号：CN107832453A
公开(公告)日：2018-03-23
申请号：CN201711189590.7
申请日：2017-11-24
Applicant: 重庆科技学院 , 重庆市九龙坡区天宝实验学校
CPC classification number: G06F16/9535 , G06Q50/205
Abstract: 本发明提供一种面向个性化学习方案的虚拟试卷推荐方法，根据轮盘选择法生成一系列题量百分比围绕主难度系数的左右两边呈均匀梯度下降分布的虚拟试卷，在学生的DNA信息中匹配试卷里试题的知识点的理解程度系数，并结合该道题满分计算出学生的理论得分，将试卷中每道试题的理论得分求和，即可得出学生本套试题的理论得分，以此理论得分为参考目标，针对学生的难点和弱点推荐依次难度的试卷，从而达到逐步提高学生学习成绩的目的。
-
-
-
Search Results
4
records
(took 0.078 seconds)
