一种在线题库的参数化设计及智能统计的方法与流程

本发明涉及信息化教育领域。利用编程软件可以高效地、准确地对原有学习题库进行参数化设计，达到同一道题干随机数据的效果，使使用者更熟练地掌握学科原理，同时提高使用者的学习质量。

背景技术：

题库是为学科知识和技能测试提供备选试题的一种系统资源，是学习者对学科知识熟练掌握的重要保证工具。目前支持题库建设的理论主要有经典测验理论(ctt)与项目反应理论(irt)。教育部现代远程教育资源建设委员会关于题库建设的意见要求应遵循经典测量理论(ctt)的指导。irt理论基础是潜在特质理论，解决了ctt未育能解决的许多问题。但前者相对自身而言,已经发展得比较充分，后者其本身也有许多缺点,如题量庞大，容易让学习者有较差的学习体验，阻碍其推广。

在“互联网+教育”的飞速发展的今天，科技产品与教育相结合是必然趋势。目前较多学习软件、平台、考试系统与传统学习题库相结合，但随之而来的作业抄袭和考试作弊的现象不断严重，反应学生真实水平数据的可信度越来越低，学生在日常学习中独立自主能力也在不断降低。

技术实现要素：

本发明实现一种对海量学习题目参化设计的方法。本方法实现了运用计算机算法在合理的范围内自动随机生成题目数据，使得使用者登录页面做同一题(考核点)时，所看到的题干是相同的，数据是随机的，做答后，智能判别及统计做题情况，给教师反馈学生的学习情况，使防作弊成为可能，并大大减少教师的工作量。

该方法包括以下步骤：

步骤一、设计随机函数模板，固定模板格式，编译不同题目时，只需改变题目数据即可

步骤二、对不同题目，分学科、分题型、分难度系数进行编译，达到学科题目题干，所需变化的地方数据随机的效果，从而形成参数化题库。

步骤三、教师从题库中抽取多道题组成日常考试试题。

步骤四、学生利用做题平台进行答题，每位同学所看到的题目的文本是相同的，所需变化地方的数据是随机的、不相同的。

步骤五、答题者答完题后，智能判别答题者答案的正确错误情况，并给出评价，例如，以一个班级为单位，智能统计出，同一道题的正确率，智能分析出难易度，给出试题相应数据解析。

步骤六、将做题情况的数据进行云同步，针对分数、习题难易度、知识点掌握度全部反馈给教师。

步骤七、教师根据反馈数据，针对难点，易错点，录入新题目的文本及数据，产生新的题目。

所述的计算机算法包括运用编译软件中的相关函数，进行相关的编译，设计出使得题目数据随机的函数模板，在模板内只需填写题目解题过程的计算机语言即可，大大减少了对海量题目进行编译的工作强度。

本发明实现的设计方法，可通过相关应用进行做题情况的统计，这些数据能真实地反映学习者学习水平。

附图说明

图1为本方法所描述的参数化设计结构

具体实施方式

以下结合附图说明对本发明的实施例做进一步地详细描述，但本实施例并不用于限制本发明，凡是采用本发明的相似方法及其相似变化，均应列入本发明的保护范围。

1.设计使得题目数据随机的函数模板。

2.搜集学习题库，将原有的题目解题过程用计算机算法进行编译。

3.使得选择题题目题干不变，数据随机，选项顺序随机。

4.使得填空题题目题干不变，数据随机。

5.使得判断题题目题干不变，数据随机。

6.使得问答题题题目题干不变，数据随机。

7.老师按照题目题型、章节、题目数进行组卷。

8.组成的试卷供学生作答，各个学生看到的试题，题目文本相同，所需变化的数据随机。

9.学生作答后，在线题库自动判别正误，并给出评价

10.统计学生做题情况，包括正确率，易错题，考核知识点难度。

教师根据反馈数据，针对难点，易错点，录入新题目的文本，及数据，产生新的题目。

11.完整的参数化题库可供相关平台、app、考试系统中使用。