CN105224665B - 一种错题管理方法及系统 - Google Patents
一种错题管理方法及系统 Download PDFInfo
- Publication number
- CN105224665B CN105224665B CN201510646172.0A CN201510646172A CN105224665B CN 105224665 B CN105224665 B CN 105224665B CN 201510646172 A CN201510646172 A CN 201510646172A CN 105224665 B CN105224665 B CN 105224665B
- Authority
- CN
- China
- Prior art keywords
- topic
- wrong
- mistake
- wrong topic
- exam pool
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Active
Links
- 238000007726 management method Methods 0.000 title claims abstract description 28
- 238000012360 testing method Methods 0.000 claims abstract description 16
- 238000012552 review Methods 0.000 claims description 29
- 238000000034 method Methods 0.000 abstract description 12
- 230000002349 favourable effect Effects 0.000 abstract 1
- 230000000875 corresponding effect Effects 0.000 description 10
- 238000005516 engineering process Methods 0.000 description 7
- 238000010586 diagram Methods 0.000 description 4
- 238000012015 optical character recognition Methods 0.000 description 3
- 238000012545 processing Methods 0.000 description 3
- 238000006243 chemical reaction Methods 0.000 description 2
- 230000002596 correlated effect Effects 0.000 description 2
- 230000003287 optical effect Effects 0.000 description 2
- 230000003442 weekly effect Effects 0.000 description 2
- 238000013518 transcription Methods 0.000 description 1
- 230000035897 transcription Effects 0.000 description 1
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/40—Information retrieval; Database structures therefor; File system structures therefor of multimedia data, e.g. slideshows comprising image and additional audio data
- G06F16/43—Querying
- G06F16/432—Query formulation
- G06F16/434—Query formulation using image data, e.g. images, photos, pictures taken by a user
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Mathematical Physics (AREA)
- Multimedia (AREA)
- Data Mining & Analysis (AREA)
- Databases & Information Systems (AREA)
- General Engineering & Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Electrically Operated Instructional Devices (AREA)
Abstract
本发明公开了一种错题管理方法及系统。该方法包括：获取错题的图片；对所述图片进行字符识别，获取所述错题的关键字；使用所述关键字对云端题库的试题进行匹配；若匹配出相同或类似的试题，将所述试题录入到电子错题库中；若没有匹配的试题，将所述错题反馈给后台服务器，由后台服务器将所述错题录入到电子错题库中。本发明通过对错题图片进行字符识别，利用错题的关键字，从云端题库或后台服务器中获得错题录入电子错题本，提高了错题录入的效率，有利于对错题进行归类整理和复习推荐。
Description
技术领域
本发明涉及智能学习技术领域，尤其涉及一种错题管理方法及系统。
背景技术
学生在学习过程中常常需要对做错的试题进行整理制作成相应的错题本，在复习时针对错题本中的内容进行针对性的学习，以便更好的掌握自己在学习过程中没有掌握的知识点、解题技巧等，以提高学习成绩，但对错题本的整理对学生来说是一件非常耗时而繁琐的事。最原始的制作错题本的方法为将试卷、书本、习题册等上的纸质错题手动抄写入错题本中，这种方式工作量大，效率低，很难坚持；现有技术的错题本管理方法中采取录入纸质错题图片的方式制作错题本，但是录入的是错题图片不能在录入错题后对错题进行归类整理，错题本较为凌乱，录入效率低。本发明通过对错题图片进行字符识别，利用错题的关键字，从云端题库或后台服务器中获得错题录入电子错题本，提高了错题录入的效率，有利于对错题进行归类整理和复习推荐。
发明内容
本发明提出一种错题管理方法及系统，该方法利用错题的关键字，从云端题库或后台服务器中获得错题录入电子错题本，提高了错题录入的效率。
为达此目的，本发明采用以下技术方案：
第一方面，本发明提出一种错题管理方法，包括：
获取错题的图片；
对所述图片进行字符识别，获取所述错题的关键字；
使用所述关键字对云端题库的试题进行匹配；
若匹配出相同或类似的试题，将所述试题录入到电子错题库中；若没有匹配的试题，将所述错题反馈给后台服务器，由后台服务器将所述错题录入到电子错题库中。
对所述图片进行字符识别采用的技术为光学字符识别技术，利用光学字符识别程序对错题图片进行扫描和分析处理，自动解析出错题图片中的关键字。所述相同或类似的试题具体为，和被拍照的错题相同的试题以及关键字为所述错题的关键的同义词的试题。
其中，所述使用所述关键字对云端题库的试题进行匹配，具体为：使用所述关键字和所述关键字的同义词对云端题库的试题进行匹配。
其中，所述匹配之后，还包括：记录所述错题的错题原因，统计所述错题的频次，对错题进行归类；
所述对错题进行归类，具体为：根据所述错题属性进行归类；
所述属性包括年级、科目、知识点。
其中，所述将所述试题录入到电子错题库中之后，还包括：从云端题库中获得所述错题的关联内容，将所述关联内容录入到电子错题库中。
若匹配出相同或类似的试题，则录入到电子错题库中的试题为所述相同或类似的试题，此时从云端题库中获得与所述试题为同一知识点的试题、类似解题技巧的试题或错误原因相同的试题；
其中，所述由后台服务器将所述错题录入到电子错题库中之后，还包括：将所述错题录入到所述云端题库。
其中，所述对错题进行归类之后，还包括：推荐复习错题。
其中，所述推荐复习错题，包括：
若错题的频次超过预置第一阈值，推荐复习该错题、或推荐复习该错题及关联内容；
若同一知识点的错题的频次超过预置第二阈值，推荐复习该知识点的错题；
若同一错题原因的错题的频次超过预置第三阈值，推荐复习该错题原因的错题。
此处对预置第一阈值、预置第二阈值和预置第三阈值没有具体的规定，预置第一阈值、预置第二阈值和预置第三阈值三者可以都相同，也可以都不同，也可以其中两者相同，根据使用者的学习能力、学习频率、每次学习时间等可以做不同设置，如预置第一阈值可以为3次、5次、7次或10次，预置第二阈值可以为2次、4次、6次或8次，预置第三阈值可以为3次、5次、7次或10次。
第二方面，本发明提出一种错题管理系统，包括：
获取模块：用于获取错题的图片；
识别模块：用于对所述图片进行字符识别，获取所述错题的关键字；
匹配模块：用于使用所述关键字对云端题库的试题进行匹配；
录入模块：用于若匹配出相同或类似的试题，将所述试题录入到电子错题库中；若没有匹配的试题，将所述错题反馈给后台服务器，由后台服务器将所述错题录入到电子错题库中。
其中，还包括归类模块：用于记录所述错题的错题原因，统计所述错题的频次，对错题进行归类。
其中，还包括复习推荐模块：用于推荐复习错题。
本发明提供的一种错题管理方法及系统，该方法包括：获取错题的图片；对所述图片进行字符识别，获取所述错题的关键字；使用所述关键字对云端题库的试题进行匹配；若匹配出相同或类似的试题，将所述试题录入到电子错题库中；若没有匹配的试题，将所述错题反馈给后台服务器，由后台服务器将所述错题录入到电子错题库中。本发明通过对错题图片进行字符识别，利用错题的关键字，从云端题库或后台服务器中获得错题录入电子错题本，提高了错题录入的效率，有利于对错题进行归类整理和复习推荐。
附图说明
图1是本发明提供的一种错题管理方法实施例一的方法流程图。
图2是本发明提供的一种错题管理方法实施例二的方法流程图。
图3本发明提供的一种错题管理系统实施例一的功能模块图。
图4本发明提供的一种错题管理系统实施例二的功能模块图。
具体实施方式
以下结合附图，通过具体实施例来进一步说明本发明的技术方案。
实施例一
参考图1，一种错题管理方法，包括以下步骤：
S101、获取错题的图片。
使用者通过摄像设备对纸质书本、习题册、试卷等上的纸质错题进行拍照，获得对应错题的图片。
S102、对所述图片进行字符识别，获取所述错题的关键字。
本发明对所述图片进行字符识别优选的采用光学字符识别技术，利用光学字符识别程序对错题图片进行扫描和分析处理，自动解析出错题图片中的关键字。
光学字符识别技术可以对扫描、拍照等得到的照片的图片信息进行处理转换成文字信息，在转化得到的文字信息中解析出错题的关键字，这一步骤能够有效的将错题图片转换为文字信息有利于帮助提高错题的录入效率。此外还可以采用其他的字符识别技术对所述图片进行字符识别，本实施例对采用的字符识别技术不做具体限定。
S103、使用所述关键字对云端题库的试题进行匹配。
所述使用所述关键字对云端题库的试题进行匹配，具体为：使用所述关键字和所述关键字的同义词对云端题库的试题进行匹配，匹配时不仅仅使用关键字进行匹配，同时还使用关键字的同义词进行匹配，使用者在匹配过程中还可以对关键字进行修改，使用修改后关键字对云端题库的试题进行匹配，使用多种关键字的匹配方式提高了从云端题库中匹配到与错题相同或类似的试题的概率，能够有效提高错题录入的效率。
S104、若匹配出相同或类似的试题，将所述试题录入到电子错题库中。
所述类似的试题指该试题的关键字与被所述关键字的同义词的试题，可以是与所述错题的知识点相同的试题，或与所述错题的解题技巧相同的试题。
优选的，在S103之后还包括：
S105、若没有匹配的试题，将所述错题反馈给后台服务器，由后台服务器将所述错题录入到电子错题库中。
其中，S104和S105择一进行。
S104和S105中从云端题库或后台服务器录入的试题均为电子试题，该电子试题录入错题本生成电子错题本。
本发明通过对错题图片进行字符识别，利用错题的关键字，从云端题库或后台服务器中获得错题录入电子错题本，提高了错题录入的效率，有利于对错题进行归类整理和复习推荐。
实施例二
本实施例是在实施例一的基础上增加了几个步骤，参考图2。
一种错题管理方法，包括以下步骤：
S201、获取错题的图片。
S202、对所述图片进行字符识别，获取所述错题的关键字。
S203、使用所述关键字对云端题库的试题进行匹配。
S204、若匹配出相同或类似的试题，将所述试题录入到电子错题库中。
S205、从云端题库中获得所述错题的关联内容，将所述关联内容录入到电子错题库中；
所述错题的关联内容包括与所述错题的知识点相关的试题、与所述错题的解题技巧相同的试题、所述错题的相关知识点内容、相关知识点内容解析以及所述错题的解题技巧。在将匹配的相同或类似试题录入电子错题本之后，继续从云端题库中获得所述错题的关联内容，并将所述错题的关联内容也录入电子错题本中，使用者对电子错题本中的错题进行学习时可以一并对所述错题的关联内容进行学习，有效提高使用者的学习效率。
S206、记录所述错题的错题原因，统计所述错题的频次，对错题进行归类。
所述对错题进行归类，具体为：根据所述错题属性进行归类；所述错题属性包括年级、科目、知识点。根据错题的年级、科目、知识点对错题进行归类，例如使用者录入了一道几何证明题，所属几何证明题为初中二年级，第二学期，数学科目，第三章第二单元，有关全等三角形的试题，则将该试题归类到年级为初中二年级，学期为第二学期，科目为数学，章节为第三章第二单元，知识点为全等三角形的归类目录下，再次录入的试题若还是与全等三角形相关的试题则同样归类该归类目录下，使用者则在归类目录下能够快速找到该相应年级的所有试题、或相应年级相应科目的所有试题、或相应年级相应科目相应知识点的所有试题，根据使用者的选择具体读取被选择的试题进行复习推荐。此时，还可以从云端题库中获得录入试题的错题率，所述错题率指同一错题在云端题库中被所有使用者匹配到并录入错题本的次数与使用者人数的比值，使用者可以知道自己录入的错题在所有使用者中错误率，从而对录入的错题进行选择性的学习，如果录入错题的错题率较高，例如使用者认为错题率在高于30％的试题属于普遍容易出错的题目，需要重点复习，则会根据使用者的需求对这一部分试题进行标注。
S207、推荐复习错题。
所述推荐复习错题，包括：
若错题的频次超过预置第一阈值，推荐复习该错题、或推荐复习该错题及关联内容；
若同一知识点的错题的频次超过预置第二阈值，推荐复习该知识点的错题；
若同一错题原因的错题的频次超过预置第三阈值，推荐复习该错题原因的错题。
此处对预置第一阈值、预置第二阈值和预置第三阈值的数值没有具体的规定，预置第一阈值、预置第二阈值和预置第三阈值三者可以都相同，也可以都不同，也可以其中两者相同。
使用者可以根据自己的学习强度，学习频率，学习能力等情况进行预置第一阈值、预置第二阈值和预置第三阈值的设定，例如使用者在学习某一单元时，若设置预置第一阈值为3次、5次、7次或10次，当错题的频次超过了3次、5次、7次或10次则认为该错题的频次过高，对于错题的频次过高的错题及错题的关联内容就会重复进行复习推荐；若设置预置第二阈值为2次、4次、6次或8次，当同一知识点的错题的频次超过了2次、4次、6次或8次则认为该知识点掌握不牢固，对于该知识点以及该知识点对应的试题就会重复进行复习推荐；若设置预置第三阈值为3次、5次、7次或10次，当同一错题原因的错题的频次超过了3次、5次、7次或10次则认为是频次过高，对于同一错题原因的错题的错题的关联内容就会重复进行复习推荐。此外还可以根据使用者的需求定期对电子错题本进行复习推荐，例如每周推荐一次，或每月推荐一次，具体推荐周期根据使用者的需求可以进行设置。
从云端题库中获得所述错题的关联内容，将所述关联内容录入到电子错题库中，在使用者对电子错题本中的错题进行学习时可以一并对所述错题的关联内容进行学习，能够有效的提高使用者的学习效率；记录所述错题的错题原因，统计所述错题的频次，根据所述错题属性进行归类，更加便于使用者在学习时根据归类进行针对性的学习，此外还包括推荐复习错题，根据错题的频次、同一知识点的错题的频次或同一错题原因的错题的频次针对性的进行复习推荐，进一步的提高了使用者的学习效率。
本发明通过对错题图片进行字符识别，利用错题的关键字，从云端题库或后台服务器中获得错题录入电子错题本，提高了错题录入的效率，有利于对错题进行归类整理和复习推荐。
优选的，在S203之后还包括：
S208、若没有匹配的试题，将所述错题反馈给后台服务器，由后台服务器将所述错题录入到电子错题库中。
S209、将所述错题录入到所述云端题库。
实际操作中，可能存在错题为老师自己制作的试题，此时该错题可能在云端题库中匹配不到相同或类似的试题，此时所述错题会反馈至后台服务器，由后台服务器进行所述错题的录入，避免了在云端题库中匹配不到相同或类似的试题时不能进行错题录入的情况。在所述错题录入到电子题库中之后，将所述错题录入到云端题库中，这样可以进一步扩大云端题库的试题量，使用者本人再次录入该试题或其他使用在录入该试题时就能从云端题库中匹配到相同或类似的试题。
S206、记录所述错题的错题原因，统计所述错题的频次，对错题进行归类。
由于此时录入的错题是在云端题库中没有匹配到的试题，则从云端题库中也不能获得所述错题的错题属性；所述属性包括年级、科目、知识点。此时对错题的归类为根据所述错题的错题原因进行归类，再次录入所述错题时，统计所述错题的频次。
S207、推荐复习错题。
所述推荐复习错题具体为：若同一错题原因的错题的频次超过预置第三阈值，推荐复习该错题原因的错题。
此处对预置第三阈值的数值没有具体的规定，根据使用者的学习能力、学习频率、每次学习时间等可以做不同设置。
使用者可以根据自己的学习强度，学习频率，每次学习的时间、学习能力等情况进行预置第三阈值的设定，例如使用者在学习某一单元时，若设置预置第三阈值为3次、5次、7次或10次，当同一错题原因的错题的频次超过了3次、5次、7次或10次则认为是频次过高，对于同一错题原因的错题的关联内容就会重复进行复习推荐。此外还可以根据使用者的需求定期对电子错题本进行复习推荐，例如每周推荐一次，或每月推荐一次，具体推荐周期根据使用者的需求可以进行设置。
该实施例有效的解决了当错题在云端题库中匹配不到相同或类似的试题时的情况，将所述错题反馈给后台服务器，由后台服务器将所述错题录入到电子错题库中，并将所述错题录入到所述云端题库，提高了错题录入效率的同时扩大了云端题库的试题量。
本发明通过对错题图片进行字符识别，利用错题的关键字，从云端题库或后台服务器中获得错题录入电子错题本，提高了错题录入的效率，有利于对错题进行归类整理和复习推荐。
实施例三
本实施例提供的一种错题管理系统与实施例一相对应，本实施例尚未详尽的内容请参考实施例一。
如图3所示，一种错题管理系统，包括：
获取模块：用于获取错题的图片；
识别模块：用于对所述图片进行字符识别，获取所述错题的关键字；
匹配模块：用于使用所述关键字对云端题库的试题进行匹配；
录入模块：用于若匹配出相同或类似的试题，将所述试题录入到电子错题库中；若没有匹配的试题，将所述错题反馈给后台服务器，由后台服务器将所述错题录入到电子错题库中。
实施例四
本实施例提供的一种错题管理系统与实施例二相对应，本实施例尚未详尽的内容请参考实施例二。
一种错题管理系统，包括：
获取模块：用于获取错题的图片；
识别模块：用于对所述图片进行字符识别，获取所述错题的关键字；
匹配模块：用于使用所述关键字对云端题库的试题进行匹配；
录入模块：用于若匹配出相同或类似的试题，将所述试题录入到电子错题库中；若没有匹配的试题，将所述错题反馈给后台服务器，由后台服务器将所述错题录入到电子错题库中。
归类模块：用于记录所述错题的错题原因，统计所述错题的频次，对错题进行归类。
复习推荐模块：用于推荐复习错题。
本发明通过对错题图片进行字符识别，利用错题的关键字，从云端题库或后台服务器中获得错题录入电子错题本，提高了错题录入的效率，有利于对错题进行归类整理和复习推荐。
以上结合具体实施例描述了本发明实施例的技术原理，这些描述只是为了解释本发明实施例的原理，而不能以任何方式解释为对本发明实施例保护范围的限制，本领域的技术人员不需要付出创造性的劳动即可联想到本发明实施例的其它具体实施方式，这些方式都将落入本发明实施例的保护范围之内。
Claims (9)
1.一种错题管理方法，其特征在于，包括：
获取错题的图片；
对所述图片进行字符识别，获取所述错题的关键字；
使用所述关键字对云端题库的试题进行匹配；
若匹配出相同或类似的试题，将所述试题录入到电子错题库中；若没有匹配的试题，将所述错题反馈给后台服务器，由后台服务器将所述错题录入到电子错题库中；
所述使用所述关键字对云端题库的试题进行匹配，具体为：使用所述关键字和所述关键字的同义词对云端题库的试题进行匹配。
2.根据权利要求1所述的错题管理方法，其特征在于，所述匹配之后，还包括：记录所述错题的错题原因，统计所述错题的频次，对错题进行归类；
所述对错题进行归类，具体为：根据所述错题属性进行归类；
所述属性包括年级、科目、知识点。
3.根据权利要求1所述的错题管理方法，其特征在于，所述将所述试题录入到电子错题库中之后，还包括：从云端题库中获得所述错题的关联内容，将所述关联内容录入到电子错题库中。
4.根据权利要求1所述的错题管理方法，其特征在于，所述由后台服务器将所述错题录入到电子错题库中之后，还包括：将所述错题录入到所述云端题库。
5.根据权利要求2所述的错题管理方法，其特征在于，所述对错题进行归类之后，还包括：推荐复习错题。
6.根据权利要求5所述的错题管理方法，其特征在于，所述推荐复习错题，包括：
若错题的频次超过预置第一阈值，推荐复习该错题、或推荐复习该错题及关联内容；
若同一知识点的错题的频次超过预置第二阈值，推荐复习该知识点的错题；
若同一错题原因的错题的频次超过预置第三阈值，推荐复习该错题原因的错题。
7.一种错题管理系统，其特征在于，包括：
获取模块：用于获取错题的图片；
识别模块：用于对所述图片进行字符识别，获取所述错题的关键字；
匹配模块：用于使用所述关键字对云端题库的试题进行匹配；
录入模块：用于若匹配出相同或类似的试题，将所述试题录入到电子错题库中；若没有匹配的试题，将所述错题反馈给后台服务器，由后台服务器将所述错题录入到电子错题库中；
所述匹配模块具体用于：使用所述关键字和所述关键字的同义词对云端题库的试题进行匹配。
8.根据权利要求7所述的错题管理系统，其特征在于，还包括归类模块：用于记录所述错题的错题原因，统计所述错题的频次，对错题进行归类。
9.根据权利要求8所述的错题管理系统，其特征在于，还包括复习推荐模块：用于推荐复习错题。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201510646172.0A CN105224665B (zh) | 2015-09-30 | 2015-09-30 | 一种错题管理方法及系统 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201510646172.0A CN105224665B (zh) | 2015-09-30 | 2015-09-30 | 一种错题管理方法及系统 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN105224665A CN105224665A (zh) | 2016-01-06 |
| CN105224665B true CN105224665B (zh) | 2018-08-14 |
Family
ID=54993633
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN201510646172.0A Active CN105224665B (zh) | 2015-09-30 | 2015-09-30 | 一种错题管理方法及系统 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN105224665B (zh) |
Cited By (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN106846962A (zh) * | 2017-03-20 | 2017-06-13 | 安徽七天教育科技有限公司 | 一种基于学生错题及精准推荐的错题本生成方法 |
Families Citing this family (33)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN105718527A (zh) * | 2016-01-15 | 2016-06-29 | 广东小天才科技有限公司 | 一种复习题目生成方法及装置 |
| CN105741632B (zh) * | 2016-03-01 | 2019-03-12 | 广东博士科技有限公司 | 一种基于云平台的临床医学三基教育系统 |
| CN105843858B (zh) * | 2016-03-17 | 2019-09-13 | 广东小天才科技有限公司 | 一种学习资源的推送方法及装置 |
| CN106227809A (zh) * | 2016-07-22 | 2016-12-14 | 广东小天才科技有限公司 | 一种试题的推送方法及装置 |
| CN106339965A (zh) * | 2016-08-12 | 2017-01-18 | 北京灵智创优科技有限公司 | 一种学情分析方法 |
| CN106383641A (zh) * | 2016-09-05 | 2017-02-08 | 苏州奥普特克自动化科技有限公司 | 习题截图编辑方法及装置 |
| CN106372217A (zh) * | 2016-09-06 | 2017-02-01 | 苏州奥普特克自动化科技有限公司 | 习题记录方法及装置 |
| CN107507482A (zh) * | 2016-09-26 | 2017-12-22 | 广东小天才科技有限公司 | 一种试题纠错方法及设备、系统 |
| KR101775133B1 (ko) * | 2016-10-25 | 2017-09-05 | 이종호 | 틀린 문제의 학습을 제공하는 장치 및 방법 |
| CN106708971B (zh) * | 2016-12-02 | 2020-07-28 | 广东小天才科技有限公司 | 一种复习试题生成方法及系统 |
| CN106909682A (zh) * | 2017-03-03 | 2017-06-30 | 盐城工学院 | 题库设计方法及系统 |
| CN107423311B (zh) * | 2017-03-08 | 2021-01-08 | 浙江工商大学 | 提供在线诊断学习的方法和装置 |
| CN107481568A (zh) * | 2017-09-19 | 2017-12-15 | 广东小天才科技有限公司 | 一种知识点巩固方法及用户终端 |
| CN107578659A (zh) * | 2017-09-27 | 2018-01-12 | 广东小天才科技有限公司 | 电子题目的生成方法、生成装置及终端 |
| CN107909873A (zh) * | 2017-11-23 | 2018-04-13 | 北京青果时代教育科技有限公司 | 一种错题管理方法及装置 |
| CN109902670A (zh) * | 2017-12-08 | 2019-06-18 | 亿度慧达教育科技（北京）有限公司 | 数据录入方法及系统 |
| CN108234610A (zh) * | 2017-12-22 | 2018-06-29 | 深圳市华士精成科技有限公司 | 一种课堂互动和反馈系统 |
| CN108664972A (zh) * | 2018-06-07 | 2018-10-16 | 赵崇标 | 一种信息可电子化的错题本及一种错题管理方法 |
| CN109151381A (zh) * | 2018-07-02 | 2019-01-04 | 上海万梦网络科技有限公司 | 智能台灯以及智能台灯系统 |
| CN108920663B (zh) * | 2018-07-04 | 2020-06-16 | 北京希子教育科技有限公司 | 一种自动推荐题目内容的方法 |
| CN109145757A (zh) * | 2018-07-25 | 2019-01-04 | 江苏黄金屋教育发展股份有限公司 | 错题管理方法 |
| CN109460417A (zh) * | 2018-11-19 | 2019-03-12 | 赵朱颖妍 | 一种错题本生成方法、装置、服务器及计算机存储介质 |
| CN111723576A (zh) * | 2019-03-18 | 2020-09-29 | 云南尚途科技有限公司 | 一种云端学习用错题管理及纠正系统 |
| CN110059184B (zh) * | 2019-03-28 | 2022-03-08 | 莆田学院 | 一种作业错题收集分析方法及系统 |
| CN110222678B (zh) * | 2019-04-30 | 2022-02-01 | 宜春宜联科技有限公司 | 一种题目分析方法、系统、可读存储介质及电子设备 |
| CN110334223A (zh) * | 2019-07-01 | 2019-10-15 | 深圳市快易典教育科技有限公司 | 错题本管理方法及系统 |
| CN110415578A (zh) * | 2019-07-29 | 2019-11-05 | 湖北金百汇文化传播股份有限公司 | 一种错题管理系统 |
| CN110727360B (zh) * | 2019-09-10 | 2023-11-24 | 深圳市壹箭教育科技有限公司 | 一种错题管理方法、系统及存储介质和终端设备 |
| CN110781395B (zh) * | 2019-10-25 | 2023-04-07 | 广东小天才科技有限公司 | 题目推荐方法、装置及终端设备 |
| CN111930925B (zh) * | 2020-07-20 | 2024-01-23 | 湖北美和易思教育科技有限公司 | 一种基于在线教学平台的试题推荐方法及系统 |
| CN112699298A (zh) * | 2020-12-28 | 2021-04-23 | 科大讯飞股份有限公司 | 一种试题推荐方法、电子设备及存储装置 |
| CN113851021A (zh) * | 2021-09-18 | 2021-12-28 | 读书郎教育科技有限公司 | 一种基于错题本的推荐学习系统及方法 |
| CN114676334A (zh) * | 2022-04-19 | 2022-06-28 | 江苏迈拓网络科技有限公司 | 一种个性化的智能习题推荐方法及推荐系统 |
Citations (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN101477755A (zh) * | 2009-01-06 | 2009-07-08 | 陈诗周 | 学生错题库系统 |
| CN102364916A (zh) * | 2011-08-31 | 2012-02-29 | 上海学舟信息技术有限公司 | 新课标学习系统 |
| JP2014120032A (ja) * | 2012-12-18 | 2014-06-30 | Fujitsu Ltd | 文字認識装置および文字認識方法並びに文字認識プログラム |
| CN104657923A (zh) * | 2015-01-15 | 2015-05-27 | 广东小天才科技有限公司 | 一种试题查重判重方法和装置 |
-
2015
- 2015-09-30 CN CN201510646172.0A patent/CN105224665B/zh active Active
Patent Citations (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN101477755A (zh) * | 2009-01-06 | 2009-07-08 | 陈诗周 | 学生错题库系统 |
| CN102364916A (zh) * | 2011-08-31 | 2012-02-29 | 上海学舟信息技术有限公司 | 新课标学习系统 |
| JP2014120032A (ja) * | 2012-12-18 | 2014-06-30 | Fujitsu Ltd | 文字認識装置および文字認識方法並びに文字認識プログラム |
| CN104657923A (zh) * | 2015-01-15 | 2015-05-27 | 广东小天才科技有限公司 | 一种试题查重判重方法和装置 |
Cited By (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN106846962A (zh) * | 2017-03-20 | 2017-06-13 | 安徽七天教育科技有限公司 | 一种基于学生错题及精准推荐的错题本生成方法 |
Also Published As
| Publication number | Publication date |
|---|---|
| CN105224665A (zh) | 2016-01-06 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN105224665B (zh) | 一种错题管理方法及系统 | |
| Huang et al. | Syntactic and functional variability of a million code submissions in a machine learning mooc | |
| CN105373594B (zh) | 一种筛查题库中重复试题的方法及装置 | |
| CN106909682A (zh) | 题库设计方法及系统 | |
| Ameen et al. | Creation of ontology in education domain | |
| Estany et al. | “Scaffolding” and “affordance” as integrative concepts in the cognitive sciences | |
| AU2015204621A1 (en) | Method and system for automated essay scoring using nominal classification | |
| Dougherty et al. | Hands-on data visualization | |
| Ivala et al. | Digital Storytelling and Reflection in Higher Education: A Case of Pre-Service Student Teachers and Their Lecturers at a University of Technology. | |
| CN111192024A (zh) | 一种基于强化学习的人岗匹配方法及装置 | |
| CN105427696A (zh) | 一种对目标题目所作答案进行判别的方法 | |
| CN109614594B (zh) | 一种将题目文档解析为题库数据的方法 | |
| Morris et al. | Slideimages: a dataset for educational image classification | |
| Shankararaman et al. | Mapping information systems student skills to industry skills framework | |
| Agarwal et al. | Autoeval: A nlp approach for automatic test evaluation system | |
| Holloway et al. | Critical incident technique: Exploring meaningful interactions between students and professors | |
| Kobayashi et al. | Basic research on a handwritten note image recognition system that combines two OCRs | |
| Rosenberg et al. | How K-12 school districts communicated during the COVID-19 pandemic: A study using Facebook data | |
| De Lin et al. | Mining informal & short student self-reflections for detecting challenging topics–a learning outcomes insight dashboard | |
| Iqbal et al. | Towards Improving Rhetorical Categories Classification and Unveiling Sequential Patterns in Students' Writing | |
| Kankhar et al. | Word level similarity auto-evaluation for an online question answering system | |
| Wang et al. | A Comparative Study on the Roles of Science Teachers Published in English and Chinese | |
| Mallart et al. | A new learner language data set for the study of English for Specific Purposes at university | |
| Popescu et al. | Exploring the perceived usefulness and attitude towards using Tesys e-learning platform | |
| Cunningham-Nelson | Enhancing student conceptual understanding and learning experience through automated textual analysis |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| C06 | Publication | ||
| PB01 | Publication | ||
| C10 | Entry into substantive examination | ||
| SE01 | Entry into force of request for substantive examination | ||
| GR01 | Patent grant | ||
| GR01 | Patent grant |