一种基于大数据的题目分配方法及其装置制造方法及图纸

本发明专利技术提供一种基于大数据的题目分配方法及其装置，属于计算机信息技术领域。本发明专利技术提供的一种基于大数据的题目分配方法包括数据建立阶段和题目分配阶段，在数据建立阶段，根据各个用户的答题数据将用户分类为多个用户类别群组，再根据每个用户类别群组的答题数据，确定各道题目在每个用户类别群组下的难度系数。在题目分配阶段，获取用户的用户类别群组和该群组下各道题目的难度系数，再选择难度系数合适的题目分配给用户。由于根据用户个人的答题数据，和用户所属的群组中每个用户的答题数据确定每道题目的难度，再选择难度合适的题目分配给用户，因此能够更准确地评估题目的难度，同时能够根据用户的个性化需求分配难度合适题目。

A method and device of topic allocation based on big data

【技术实现步骤摘要】
一种基于大数据的题目分配方法及其装置
本专利技术属于计算机信息
，具体涉及一种基于大数据的题目分配方法及其装置。
技术介绍
在线学习，在线考试，在线的答题游戏等在线答题的应用已成为当前趋势，目前，在一些在线答题的网站或应用程序上，用户要进行答题时，通常采用几种分配题目的方式，例如从题库中随机抽取题目分配给用户；又例如让用户选择答题模式，在同一模式下，所有用户都对相同的题目进行答题；再例如，根据用户个人的答题情况对题目的难度进行评估，选择难度适中的题目分配给用户进行答题。这些分配题目的方式要么无法针对每个用户的个人情况题目分配，要么只能根据用户的个人答题情况进行难度评估，偶然性较大，难度评估不准确，从而无法达到好的学习效果。
技术实现思路
本专利技术旨在至少解决现有技术中存在的技术问题之一，提供一种基于大数据的题目分配方法，其能够更准确地评估题目的难度，再根据评估出的难度针对用户的个性化需求分配题目，从而可以达到更好的答题效果。解决本专利技术技术问题所采用的技术方案是一种基于大数据的题目分配方法，包括以下步骤：数据建立阶段：建立多个专题，并给多个所述专题分别建立题库，其中，每个所述题库中包括若干道题目；根据各个用户的答题数据，通过预先训练得到的分类器将各个用户分类为多个用户类别群组；根据每个用户类别群组中各个用户的答题数据，按照预设的算法确定各道题目在该用户类别群组下的难度系数；题目分配阶段：确定用户选择的专题和答题模式；获取所述用户所属的用户类别群组，并根据所述用户类别群组，获取所述用户所选择的专题中，各道题目的难度系数；根据所述用户所选择的答题模式预设的难度系数区间，在所述各道题目中，选择难度系数相匹配的题目分配给所述用户进行答题。本专利技术提供的上述方法，由于根据用户个人的答题数据，和用户所属的用户类别群组中每个用户的答题数据，确定各道题目的难度系数，再根据用户选择的专题和答题模式，选择难度系数合适的题目分配给用户进行答题，因此能够更准确地评估题目的难度，再根据评估出的难度针对用户的个性化需求分配题目，从而可以达到更好的答题效果。优选的是，在本专利技术提供的上述方法中，该方法还包括：所述用户答题完毕后，根据所述用户此次的答题数据，按照预设的算法更新所述用户此次做过的各道题目，在所述用户所属的用户类别群组下的难度系数。优选的是，在本专利技术提供的上述方法中，所述题库中的每道题目，包括至少一个标签；所述根据各个用户的答题数据，通过预先训练得到的分类器将各个用户分类为多个用户类别群组，具体包括：根据各个用户所答过的题目的答题数据，以及各个用户所答过的题目所包括的标签，分别生成各个用户与标签的关联数据；其中，所述关联数据为每个用户所答过的题目所包括的标签下，所述用户答过的题目的数量与答对的题目的数量；根据所述关联数据和预先训练得到的分类器，将各个用户分类为多个用户类别群组。优选的是，在本专利技术提供的上述方法中，所述预先训练得到的分类器采用聚类算法将各个用户分类为多个用户类别群组。优选的是，在本专利技术提供的上述方法中，所述聚类算法包括K均值聚类算法、中心点聚类算法、随机选择聚类算法中的任一种。优选的是，在本专利技术提供的上述方法中，所述预设的算法满足：其中，K1为该道题目的初始难度系数；AC为用户所属的用户类别群组的总用户数；ACF为所述总用户数中做过该道题目的用户数；ACFR为做过该道题目的用户数答对该道题目的用户数。相应地，本专利技术还提供一种基于大数据的题目分配装置，包括：数据建立单元和题目分配单元；所述数据建立单元，具体包括：题库组建模块，用于建立多个专题，并给多个所述专题分别建立题库，其中，每个所述题库中包括若干道题目；用户分类模块，用于根据各个用户的答题数据，通过预先训练得到的分类器将各个用户分类为多个用户类别群组；难度计算模块，用于根据每个用户类别群组中各个用户的答题数据，按照预设的算法确定各道题目在该用户类别群组下的难度系数；所述题目分配单元，具体包括：选择模块，用于确定用户选择的专题和答题模式；获取模块，用于获取所述用户所属的用户类别群组，并根据所述用户类别群组，获取所述用户所选择的专题中，各道题目的难度系数；分配模块，用于根据所述用户所选择的答题模式预设的难度系数区间，在所述各道题目中，选择难度系数相匹配的题目分配给所述用户进行答题。优选的是，在本专利技术提供的上述装置中，该装置还包括：难度更新单元，用于在所述用户答题完毕后，根据所述用户此次的答题数据，按照预设的算法更新所述用户此次做过的各道题目，在所述用户所属的用户类别群组下的难度系数。优选的是，在本专利技术提供的上述装置中，所述题库中的每道题目，包括至少一个标签；所述用户分类模块，具体包括：第一模块，用于根据各个用户所答过的题目的答题数据，以及各个用户所答过的题目所包括的标签，分别生成各个用户与标签的关联数据；其中，所述关联数据为每个用户所答过的题目所包括的标签下，所述用户答过的题目的数量与答对的题目的数量；第二模块，用于根据所述关联数据和预先训练得到的分类器，将各个用户分类为多个用户类别群组。优选的是，在本专利技术提供的上述装置中，所述第二模块中，所述预先训练得到的分类器采用聚类算法将各个用户分类为多个用户类别群组。优选的是，在本专利技术提供的上述装置中，所述聚类算法包括K均值聚类算法、中心点聚类算法、随机选择聚类算法中的任一种。优选的是，在本专利技术提供的上述装置中，所述难度计算模块和/或难度更新单元中，所述预设的算法满足：其中，K1为该道题目的初始难度系数；AC为用户所属的用户类别群组的总用户数；ACF为所述总用户数中做过该道题目的用户数；ACFR为做过该道题目的用户数答对该道题目的用户数。附图说明图1为本实施例提供的一种基于大数据的题目分配方法中，数据建立阶段的流程图；图2为本实施例提供的一种基于大数据的题目分配方法中，题目分配阶段的流程图；图3为本实施例提供的一种基于大数据的题目分配方法中，数据建立阶段的步骤12的具体流程图；图4为本实施例提供的一种基于大数据的题目分配装置的结构示意图。具体实施方式为了使本专利技术的目的、技术方案和优点更加清楚，下面将结合附图对本专利技术作进一步地详细描述，显然，所描述的实施例仅是本专利技术的部分实施例，而不是全部的实施例。基于本专利技术中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其它实施例，都属于本专利技术保护的范围。附图中各部件的形状和大小不反映真实比例，目的只是为了便于对本专利技术实施例的内容的理解。本实施例提供一种基于大数据的题目分配方法，包括以下步骤：如图1所示，在数据建立阶段：S11、建立多个专题，并给多个专题分别建立题库，其中，每个题库中包括若本文档来自技高网...

【技术保护点】
1.一种基于大数据的题目分配方法，其特征在于，包括以下步骤：/n数据建立阶段：/n建立多个专题，并给多个所述专题分别建立题库，其中，每个所述题库中包括若干道题目；/n根据各个用户的答题数据，通过预先训练得到的分类器将各个用户分类为多个用户类别群组；/n根据每个用户类别群组中各个用户的答题数据，按照预设的算法确定各道题目在该用户类别群组下的难度系数；/n题目分配阶段：/n确定用户选择的专题和答题模式；/n获取所述用户所属的用户类别群组，并根据所述用户类别群组，获取所述用户所选择的专题中，各道题目的难度系数；/n根据所述用户所选择的答题模式预设的难度系数区间，在所述各道题目中，选择难度系数相匹配的题目分配给所述用户进行答题。/n

【技术特征摘要】
1.一种基于大数据的题目分配方法，其特征在于，包括以下步骤：
数据建立阶段：
建立多个专题，并给多个所述专题分别建立题库，其中，每个所述题库中包括若干道题目；
根据各个用户的答题数据，通过预先训练得到的分类器将各个用户分类为多个用户类别群组；
根据每个用户类别群组中各个用户的答题数据，按照预设的算法确定各道题目在该用户类别群组下的难度系数；
题目分配阶段：
确定用户选择的专题和答题模式；
获取所述用户所属的用户类别群组，并根据所述用户类别群组，获取所述用户所选择的专题中，各道题目的难度系数；
根据所述用户所选择的答题模式预设的难度系数区间，在所述各道题目中，选择难度系数相匹配的题目分配给所述用户进行答题。


2.根据权利要求1所述的方法，其特征在于，该方法还包括：
所述用户答题完毕后，根据所述用户此次的答题数据，按照预设的算法更新所述用户此次做过的各道题目，在所述用户所属的用户类别群组下的难度系数。


3.根据权利要求1所述的方法，其特征在于，所述题库中的每道题目，包括至少一个标签；所述根据各个用户的答题数据，通过预先训练得到的分类器将各个用户分类为多个用户类别群组，具体包括：
根据各个用户所答过的题目的答题数据，以及各个用户所答过的题目所包括的标签，分别生成各个用户与标签的关联数据；其中，所述关联数据为每个用户所答过的题目所包括的标签下，所述用户答过的题目的数量与答对的题目的数量；
根据所述关联数据和预先训练得到的分类器，将各个用户分类为多个用户类别群组。


4.根据权利要求3所述的方法，其特征在于，所述预先训练得到的分类器采用聚类算法将各个用户分类为多个用户类别群组。


5.根据权利要求4所述的方法，其特征在于，所述聚类算法包括K均值聚类算法、中心点聚类算法、随机选择聚类算法中的任一种。


6.根据权利要求1或权利要求2所述的方法，其特征在于，所述预设的算法满足：



其中，K1为该道题目的初始难度系数；AC为用户所属的用户类别群组的总用户数；ACF为所述总用户数中做过该道题目的用户数；ACFR为做过该道题目的用户数答对该道题目的用户数。


7.一种基于大数据的题目分配装置，其特征在于，包括：数据建立单元和题目分配单元...

【专利技术属性】
技术研发人员：孙全智，耿溟，孙艺恬，
申请(专利权)人：北京十分科技有限公司，
类型：发明
国别省市：北京;11