学生作业的评价方法、装置、电子设备及存储介质与流程

1.本技术涉及智能化教学管理技术领域，尤其是涉及一种学生作业的评价方法、装置、电子设备及存储介质。


背景技术：

2.随着教学管理和作业流程逐渐电子化、信息化，学生的作业可以通过线上的方式进行批改和评价。
3.现阶段各教育平台对学生作业的评价方法主要是从知识点角度出发，对学生作业进行分析。
4.但是，学生作业是受到多种因素的影响的，这种局限于从知识点角度出发的评价方法，并不能很全面地分析学生的作业情况和对知识点的掌握情况，从而无法为学生提供个性化的学习方案，帮助学生快速提高学习成绩。


技术实现要素：

5.本技术提供一种学生作业的评价方法、装置、电子设备及存储介质。提供一种适用于教学管理场景下的对学生作业的评价方法，为学生提供个性化方案，以达到精准提优的目的。
6.第一方面，本技术提供一种学生作业的评价方法，用于教学管理中对学生进行多角度的评价，所述方法包括：采集学生的作业信息；基于预先构建好的作业信息分析模型和所述作业信息，对学生作业进行预设维度的分析；根据对学生作业分析的结果，生成学生作业评价报告；其中，所述预设维度至少包括以下维度中的两项：学生作业效率、学生作业稳定性、学生作业不同题型得分情况、学生作业不同难度得分情况、学生知识点掌握情况。
7.本技术提供一种学生作业的评价方法，通过模型对作业信息进行分析，分析过程可以从预设维度出发，其中，预设维度至少包括两个维度，这样可以从多角度对学生作业进行分析，避免了分析过程角度单一，从而达到了对学生作业情况进行更全面的分析的目的。
8.可选的，所述基于预先构建好的作业信息分析模型和所述作业信息，对学生作业进行预设维度的分析，包括：基于预先构建好的作业信息分析模型和所述作业信息，提取对应的若干作业特征；针对每一预设维度，从所述若干作业特征中选取与所述预设维度对应的至少一个作业特征；将选取的所述至少一个作业特征进行组合，得到所述预设维度对应的评价。
9.通过模型提取得到学生的作业特征，这些特征反映了学生作业的完成情况，将这些特征分别组合起来，可以形成多种维度，因此选择合适的特征和维度，除了能使学生作业
分析更加全面，也更方便对学生作业进行有目的的分析。
10.可选的，所述采集学生的作业信息，包括：基于字符识别技术，对线上版本的作业进行信息采集，得到学生的作业信息；所述作业信息包括学生作业得分信息、习题信息、难度信息、题型信息、知识点信息、作业时长信息；所述基于预先构建好的作业信息分析模型和所述作业信息，提取对应的若干作业特征，包括：基于预先构建好的作业信息分析模型，将学生作业得分信息、习题信息、难度信息、题型信息、知识点信息、作业时长信息输入所述作业信息分析模型中，提取对应的若干作业特征。
11.由于采集的作业信息是多方面的，所以提取到的学生作业特征更具有说服力，角度也更加多样化，将多角度的学生作业特征进行组合分析，可以在对学生作业分析时，更为全面。
12.可选的，所述作业信息分析模型，包括：学生作业时效子模型、作业波动水平表征子模型、正确率综合评估子模型、知识点掌握分析子模型；所述基于预先构建好的作业信息分析模型，将学生作业得分信息、习题信息、难度信息、题型信息、知识点信息、作业时长信息输入模型中，提取对应的若干作业特征，包括：基于所述学生作业时效子模型，根据所述作业时长信息，得到作业时效特征；基于所述作业波动水平表征子模型，根据所述学生作业得分信息，得到作业得分横向对比特征和作业得分稳定性特征；基于所述正确率综合评估子模型，根据所述题型信息、所述难度信息和所述学生作业得分信息，得到针对不同题型题目的得分情况特征、针对不同难度题目的得分情况特征；基于所述知识点掌握分析子模型，根据所述习题信息、所述知识点信息和所述得分信息，得到作业知识点掌握度特征。
13.基于不同的模型，可以得到不同方面的作业特征，将这些特征进行组合，可以得到不同维度上对学生作业的分析方向，精准分析出需要重点关注的题型和难度的题目，以及关键知识点，从而帮助学生快速提高成绩。
14.可选的，所述方法还包括：根据采集到的作业信息，确定错题，提取所述错题对应的错题信息；根据所述错题信息，检索得到所述错题对应的变式题；将所述错题和所述错题对应的变式题作为反馈题，与所述学生作业评价报告组合，生成学生作业反馈评价报告。
15.收集学生的错题信息，检索到与之相关的变式题，放进学生作业评价报告中，为学生提供了改正错题，巩固知识点的途径。
16.可选的，所述习题信息包括：本评价周期内的作业题、上一评价周期对应的学生作业反馈评价报告中的反馈题。
17.将学生的错题重新收集批改，进行分析，有利于为学生提供一个巩固知识的途径，并且，也有助于帮助老师了解学生作业中的易错点和重难点。
18.第二方面，本技术提供一种学生作业的评价方法，用于教学管理中对学生进行五个角度的评价，所述方法包括：采集学生的作业信息；基于预先构建好的作业信息分析模型和所述作业信息，对学生作业进行预设维度的分析；根据对学生作业分析的结果，生成学生作业评价报告；其中，所述预设维度包括学生作业效率、学生作业稳定性、学生作业不同题型得分情况、学生作业不同难度得分情况、学生知识点掌握情况。
19.第三方面，本技术一种学生作业的评价装置，包括：信息采集模块，用于采集学生的作业信息；模型分析模块，用于基于预先构建好的作业信息分析模型和所述作业信息，对学生作业进行预设维度的分析；报告生成模块，用于根据对学生作业分析的结果，生成学生作业评价报告；其中，所述预设维度至少包括以下维度中的两项：学生作业效率、学生作业稳定性、学生作业不同题型得分情况、学生作业不同难度得分情况、学生知识点掌握情况。
20.可选的，所述信息采集模块，具体用于：基于预先构建好的作业信息分析模型和所述作业信息，提取对应的若干作业特征；针对每一预设维度，从所述若干作业特征中选取与所述预设维度对应的至少一个作业特征；将选取的所述至少一个作业特征进行组合，得到所述预设维度对应的评价。
21.可选的，信息采集模块，具体用于：基于字符识别技术，对线上版本的作业进行信息采集，得到学生的作业信息；所述作业信息包括学生作业得分信息、习题信息、难度信息、题型信息、知识点信息、作业时长信息；所述模型分析模块在基于预先构建好的作业信息分析模型和所述作业信息，提取对应的若干作业特征时，具体用于：基于预先构建好的作业信息分析模型，将学生作业得分信息、习题信息、难度信息、题型信息、知识点信息、作业时长信息输入所述作业信息分析模型中，提取对应的若干作业特征。
22.可选的，所述作业信息分析模型，包括：学生作业时效子模型、作业波动水平表征子模型、正确率综合评估子模型、知识点掌握分析子模型；所述模型分析模块在基于预先构建好的作业信息分析模型，将学生作业得分信息、习题信息、难度信息、题型信息、知识点信息、作业时长信息输入模型中，提取对应的若干作业特征时，具体用于：基于所述学生作业时效子模型，根据所述作业时长信息，得到作业时效特征；基于所述作业波动水平表征子模型，根据所述学生作业得分信息，得到作业得分横向对比特征和作业得分稳定性特征；基于所述正确率综合评估子模型，根据所述题型信息、所述难度信息和所述学生作业得分信息，得到针对不同题型题目的得分情况特征、针对不同难度题目的得分情况特
征；基于所述知识点掌握分析子模型，根据所述习题信息、所述知识点信息和所述得分信息，得到作业知识点掌握度特征。
23.可选的，所述装置还包括反馈题检索模块，具体用于：根据采集到的作业信息，确定错题，提取所述错题对应的错题信息；根据所述错题信息，检索得到所述错题对应的变式题；将所述错题和所述错题对应的变式题作为反馈题，与所述学生作业评价报告组合，生成学生作业反馈评价报告。
24.可选的，所述习题信息，包括：本评价周期内的作业题、上一评价周期对应的学生作业反馈评价报告中的反馈题。
25.本技术提供另一种学生作业的评价装置，包括：信息采集模块，用于采集学生的作业信息；模型分析模块，用于基于预先构建好的作业信息分析模型和所述作业信息，对学生作业进行预设维度的分析；报告生成模块，用于根据对学生作业分析的结果，生成学生作业评价报告；其中，所述预设维度包括学生作业效率、学生作业稳定性、学生作业不同题型得分情况、学生作业不同难度得分情况、学生知识点掌握情况。
26.第四方面，本技术提供一种电子设备，包括：存储器和处理器，所述存储器上存储有能够被处理器加载并执行如第一方面任一种方法或第二方面任一种方法的计算机程序。
27.第五方面，本技术提供一种计算机可读存储介质，用于存储有能够被处理器加载并执行如第一方面任一种方法或第二方面任一种方法的计算机程序。
28.本技术提供学生作业的评价方法、装置、电子设备及存储介质，通过模型对作业信息进行分析，分析过程可以从预设维度出发，其中，预设维度至少包括两个维度，这样可以从多角度对学生作业进行分析，避免了分析过程角度单一，从而达到了对学生作业情况进行更全面的分析的目的。
附图说明
29.图1是本技术提供的一种应用场景示意图；图2为本技术一实施例提供的一种学生作业的评价方法的流程图；图3a-图3g为本技术一实施例提供的一些学生作业评价的示意图；图4为本技术一实施例提供的一种学生作业的评价装置的结构示意图；图5为本技术一实施例提供的一种电子设备的结构示意图。
具体实施方式
30.为使本技术实施例的目的、技术方案和优点更加清楚，下面将结合本技术实施例中的附图，对本技术实施例中的技术方案进行清楚、完整地描述。显然，所描述的实施例是本技术一部分实施例，而不是全部的实施例。基于本技术中的实施例，本领域普通技术人员在没有作出创造性劳动前提下所获得的所有其他实施例，都属于本技术保护的范围。
31.另外，本文中术语“和/或”，仅仅是一种描述关联对象的关联关系，表示可以存在三种关系，例如，a和/或b，可以表示：单独存在a，同时存在a和b，单独存在b这三种情况。另外，本文中字符“/”，如无特殊说明，一般表示前后关联对象是一种“或”的关系。
32.下面结合说明书附图对本技术实施例作进一步详细描述。
33.图1为本技术提供的一种应用场景示意图，在本场景中需要对某个同学的某次学生作业或者某周期学生作业进行评价。由于影响学生作业的因素众多，为了可以较为全面的对学生作业进行综合性评价，应用本技术的方法对学生作业进行评价。具体的，可以将本技术的学生作业的评价方法部署到服务器中。当把学生作业上传服务器后，服务器执行本技术的方法，对学生作业进行评价，进而得到对学生作业多维度的综合性评价。服务器处具体的处理过程的实现方式可以参考以下实施例。
34.图2为本技术一实施例提供的一种学生作业的评价方法的流程图。本实施例的方法用于对学生作业进行评价时从多个维度对学生作业进行评价，可以应用于上述场景中的服务器，也可应用于其它具有计算能力的电子设备。
35.如图2所示的，本实施例的方法包括：s201、采集学生的作业信息。
36.其中，作业信息的采集来源，可以是已经批阅完成的学生作业的线上版本。
37.具体的，学生作业可以是线上作业。此时，可以直接将线上作业上传，对上传的线上作业进行信息采集。
38.学生作业还可以是纸质版本的。此时，可以通过电子设备将纸质版本的作业转换为线上版本的作业，再对转换好的线上版本的作业进行上传和信息采集。例如，对于学生习题册上的习题作业，可以使用扫描仪对其进行扫描，得到线上版本的习题作业，从而上传线上版本的习题作业，并从线上版本的习题作业中采集学生的作业信息。
39.在一些场景中，为了提高学生作业的批阅效率，实现学生作业的及时批阅、及时反馈，学生作业可以交由评分系统进行批阅。此时，在对学生的作业信息进行采集时，采集的是评分系统批阅完成的学生作业的作业信息。
40.评分系统批阅作业的方式相比于传统的人工批阅的方式，批阅速度更快，但是也存在一些问题，例如针对开放性试题，评分系统批阅作业的准确率不如人工批阅。因此，在一些实施例中，学生作业在交由评分系统进行批阅之前，可以先由教师对开放性试题进行批阅。此时，在采集作业信息时，采集的是教师批阅的开放性试题内容和评分系统批阅的其他内容构成的作业信息。例如，学生作业分为主观题和客观题两部分，由于人工批阅主观题的准确性优于评分系统批阅，因此，教师可以先对作业中的主观题进行批阅，然后再将学生作业递交到评分系统，由评分系统对学生作业中的客观题进行批阅，那么在采集作业信息时，采集的是人工批阅的主观题内容和评分系统批阅的客观题内容组成的作业信息。
41.在一些实施例中，可以为学生作业评价方法设置触发条件。其中，触发条件可以是周期条件，例如，设置一个星期为一个周期，届时将本周期内上传的所有作业进行一次评价。触发条件也可以是次数条件，例如，设置十次为一个节点，当上传的学生作业次数到达十次，即对这十次的学生作业进行一次评价；或者，设置一次为一个节点，即每上传一次学生作业，就即刻对学生作业进行一次评价。这里仅作为举例，也可以设置其它长度的周期、其它次数条件，不做限制。
42.s202、基于预先构建好的作业信息分析模型和所述作业信息，对学生作业进行预设维度的分析。
43.其中，预设维度指的是，在对学生作业进行评价之前选定的对学生作业评价的角度。在一些实施例中，预设维度至少包括以下维度中的两项：学生作业效率、学生作业稳定性、学生作业不同题型得分情况、学生作业不同难度得分情况、学生知识点掌握情况。
44.其中，学生作业效率维度可以体现学生完成作业的总体质量情况；学生作业稳定性维度可以体现学生在本次评价内的多次作业之间的得分波动情况和多次评价之间的得分波动情况；学生作业不同题型得分情况维度可以体现学生在每一种题型题目下的得分情况；学生作业不同难度得分情况维度指的是学生在每一种难度习题下的得分情况；学生知识点掌握情况维度可以体现学生对不同知识点题目的掌握情况。
45.将s201采集到的作业信息，输入作业信息分析模型中，由模型根据所选的预设维度，针对每一预设的维度，对学生作业进行分析，得到对应的评价，输出预设维度对应的评价。
46.s203、根据对学生作业分析的结果，生成学生作业评价报告。
47.将所选的预设维度的评价组合起来，生成学生作业评价报告。其中，学生作业评价报告除了使用评语展示之外，还可以有多种展示方式。例如，可以将学生作业稳定性通过作业曲线图进行展示，如此可以更为直观展示学生的某一次作业波动较大，提醒学生巩固练习；还可以通过柱状图，对学生作业不同难度得分情况进行展示，将学生作业难度分为简单、普通、较难和十分困难，这样就可以较为直观地观测到学生的某一难度的得分情况，对于简单难度和普通难度的题目得分率较低的情况给予提醒。此处仅做举例，还有多种学生作业评价报告的展示方式，不再一一赘述。
48.本技术提供学生作业的评价方法，通过模型对作业信息进行分析，分析过程可以从预设维度出发，其中，预设维度至少包括两个维度，这样可以从多角度对学生作业进行分析，避免了分析过程角度单一，从而达到了对学生作业情况进行更全面的分析的目的。
49.上述的s202基于预先构建好的作业信息分析模型和所述作业信息，对学生作业进行预设维度的分析的具体过程可以包括：基于预先构建好的作业信息分析模型和所述作业信息，提取对应的若干作业特征；针对每一预设维度，从所述若干作业特征中选取与所述预设维度对应的至少一个作业特征；将选取的所述至少一个作业特征进行组合，得到所述预设维度对应的评价。
50.在一些实施例中，基于预先构建好的作业信息分析模型和所述作业信息，可以提取出来的作业特征可以包括作业时效特征、作业得分横向对比特征、作业得分稳定性特征、针对不同题型题目的得分情况特征、针对不同难度题目的得分情况特征、作业知识点掌握度特征等。
51.其中，作业时效特征是用来指代学生作业的用时和得分率之间的关系的特征；作业得分横向对比特征是用来指代学生作业得分率和班级得分率之间的关系的特征；作业得分稳定性特征是用来指代得分率稳定与否的特征；针对不同题型题目的得分情况特征是用来指代不同题型题目和得分率之间的关系的特征；针对不同难度题目的得分情况特征是用来指代不同难度题目和得分率之间的关系的特征；作业知识点掌握度特征是用来指代不同知识点题目和得分率之间的关系的特征。
52.作业信息分析模型可根据作业信息计算出上述不同作业特征对应的数值，针对这些数值，可以将学生作业的完成情况量化，从而根据量化的结果，得到学生作业的评价。
53.以一个周期的作业为例，假设某学生在该周期内提交n次作业h＝{h1,h2,...,hn}，n次中共包含m道习题e＝{e1,e2,...,em}。
54.将作业信息输入作业信息分析模型中，经过特征提取的过程，可以得到作业时效特征。具体的，首先，可以统计该学生完成本周期内每一次作业的时长t
student
，基于此计算该学生本周期内作业用时的均值，将该学生本周期内作业用时的均值与该学生上周期内作业用时的均值相减，得到该学生作业时效纵向波动特征将该学生本周期内作业用时的均值与该学生所在班级本周期内作业用时的均值相减，得到该学生作业时效横向波动特征基于和进一步计算得到作业时效特征f(t)。
55.同样的，将作业信息输入作业信息分析模型中，经过特征提取的过程，可以得到作业得分横向对比特征和作业得分稳定性特征。具体的，统计该学生本周期内的每一次作业的得分s
student
，基于此计算该学生本周期内作业得分的均值，将该学生本周期内作业得分的均值与该学生上周期内作业得分的均值相减，得到该学生作业成绩纵向波动特征将该学生本周期内作业得分的均值与该学生本周期内班级作业得分的均值相减，得到该学生作业得分横向波动特征可以基于利用下述公式计算学生作业得分的稳定性σs
student
：进一步，基于σs
student
计算得到作业得分稳定性特征f(s)。
56.同样的，将作业信息输入作业信息分析模型中，经过特征提取的过程，可以得到针对不同题型题目的得分情况特征。具体的，可以统计该学生本周期不同类型的题目的得分情况s
type
，基于此计算该学生本周期内每一类型题目的得分率，将该学生本周期内每一类型题目的得分率与该学生所在班级本周期对应类型题目的得分率相减，得到同一类型的题目的水平对比特征将该学生本周期内每一类型题目的得分率与该学生上一周期对应类型题目的得分率相减，得到同一类型的题目的纵向对比特征如：学生作业中有阅读理解类型的题目，通过统计本周期中所有阅读理解类型题目的得分率，得到该同学本周期阅读理解类型题目的得分率，然后将该同学本周期阅读理解类型题目的得分率减去班级所有同学阅读理解类型题目的得分率，得到该同学阅读理解类型题目的水平对比特征将本周期内阅读理解类型题目的得分率与上一周期阅读理解类型的得分率相减，得到同一类型的题目的纵向对比特征
57.将作业信息输入作业信息分析模型中，经过特征提取的过程，可以得到针对不同难度题目的得分情况特征。具体的，统计该学生本周期不同难度的题目的得分情况s
difficulty
，基于此计算该学生本周期内每一难度题目的得分率，将该学生本周期内每一难度题目的得分率减去该学生所在班级的本周期的对应难度题目的得分率，得到同一难度的
题目的水平对比特征将该学生本周期内每一难度题目的得分率减去该学生上一周期对应难度题目的得分率，得到同一难度的题目的纵向对比特征
58.统计周期内作业中共包含m道习题e，作业中涉及到知识点kp，可以以下述公式计算学生对知识点的掌握度：得到知识点的掌握度特征f(kp
mn
)。
59.在一些具体的实施例中，以一周为一个周期，对一年级尖子班的周明同学的作业进行评价。其中一个周期输出的学生作业评价报告中对应的总体的概括性评价如图3a所示。
60.对应于上述202中学生作业效率这一维度，可以从上述特征中选择作业时效特征和作业得分横向对比特征进行分析，将作业时效特征和作业得分横向对比特征进行组合，得到作业效率这一维度对应的评价。
61.具体的，当时，说明该学生作业用时较长，但是作业质量较好，针对这种情况，可以输出该维度对应的评价以提示学生注意作业用时；当较好，针对这种情况，可以输出该维度对应的评价以提示学生注意作业用时；当时，说明学生作业用时较长，但作业质量较差，针对这种情况，可以输出该维度对应的评价以提示学生认真完成作业，注意对作业知识点的归纳总结；当维度对应的评价以提示学生认真完成作业，注意对作业知识点的归纳总结；当时，说明学生作业用时较短，并且作业质量较好，针对这种情况，可以输出该维度对应的评价，夸赞学生作业完成的又快又好，并提示学生注意保持；当该维度对应的评价，夸赞学生作业完成的又快又好，并提示学生注意保持；当时，说明学生作业用时较短，但是作业质量较差，针对这种情况，可以输出该维度对应的评价以提示学生注意查漏补缺，认真完成作业。
62.对应于上述202中学生作业稳定性这一维度，可以从上述特征中选择作业稳定性特征f(s)进行分析，得到作业稳定性这一维度对应的评价。
63.具体的，当f(s)≥0时，说明学生本周期的作业较为稳定，提示学生本次作业发挥稳定，成绩综合水平表现良好，鼓励继续保持；当f(s)＜0时，说明学生本周期作业波动性较大，提示学生本次作业波动较大，综合水平需要提高，建议加强基础练习。
64.在一些具体实施例中，可以通过图3b和3c所示的方式展示学生作业稳定性这一维度的具体评价。
65.对应于上述202中学生作业不同题型得分情况这一维度，可以从上述特征中选择不同题型题目的得分情况特征进行分析，得到学生作业不同题型得分情况这一维度对应的评价。
66.具体的，当多个类型的题目的得分率都高于对应的班级平均得分率时，说明本周期多个类型的题目完成情况较好，提示学生本次作业完成情况较好，注意保持；当多个类型的题目的得分率都低于对应的班级平均得分率时，说明本周期多个类型的题目完成情况较差，提示学生本次作业多个题型错误率较高，注意认真答题。
67.对应于上述202中学生作业不同难度得分情况这一维度，可以从上述特征中选择针对不同难度题目的得分情况特征进行分析，得到学生作业不同难度得分情况这一维度对
应的评价。
68.具体的，当某一难度的题目的得分率低于对应的班级得分率时，提示学生注意这一难度的题型的练习。
69.在一些具体实施例中，可以通过图3d的展现方式展示针对不同题型题目的得分情况特征维度和针对不同难度题目的得分情况特征维度的具体评价。
70.对应于上述202中学生知识点掌握情况这一维度，可以选取作业知识点掌握度特征进行分析，得到知识点掌握情况的评价，提示掌握度较好的知识点，和掌握度较差的知识点。
71.在一些具体实施例中，可以通过图3e、3f、3g的展现方式分别展示对知识点的整体掌握情况以及学生掌握较好的知识点(优势)和较差的知识点(劣势)，得到针对学生知识点掌握情况维度的具体评价。
72.通过模型提取得到学生的作业特征，这些特征反映了学生作业的完成情况，将这些特征分别组合起来，可以形成多种维度，因此选择合适的特征和维度，除了能使学生作业分析更加全面，也更方便对学生作业进行有目的的分析。
73.在一些实施例中，对于学生作业信息的采集，可以基于字符识别技术，对线上版本的作业进行信息采集，得到学生的作业信息，所述作业信息包括学生作业得分信息、习题信息、难度信息、题型信息、知识点信息、作业时长信息。
74.作业得分信息指的是，学生作业中每一道题目的得分；习题信息指的是，学生作业中题目的总数和每一道题目的分值；难度信息指的是，学生作业中每一道题目所属的难度；题型信息指的是，学生作业中每一道题目所属的类型；知识点信息指的是，作业习题中每一道习题涵盖的知识点；作业时长信息指的是，学生完成每一次作业使用的时间长度。
75.可以将采集到的作业信息输入作业信息分析模型中，即将得分信息、习题信息、难度信息、题型信息、知识点信息、作业时长信息输入作业信息分析模型中，从而提取出对应的若干作业特征。具体的，根据作业时长信息，通过学生作业分析模型，得到作业时效特征；根据学生作业得分信息，通过学生作业分析模型，得到作业得分横向对比特征和作业得分稳定性特征；根据作业题型信息、所述难度信息和所述学生作业得分信息，通过学生作业分析模型，得到针对不同题型题目的得分情况特征、针对不同难度题目的得分情况特征；根据习题信息、知识点信息和得分信息，通过学生作业分析模型，得到作业知识点掌握度特征。
76.由于采集的作业信息是多方面的，所以提取到的学生作业特征更具有说服力，角度也更加多样化，将多角度的学生作业特征进行组合分析，可以在对学生作业分析时，更为全面。
77.在一些实施例中，为了对作业信息进行更详细的分析，可以将学生作业分析模型分为四个子模型，这四个子模型分别为学生作业时效子模型、作业波动水平表征子模型、正确率综合评估子模型、知识点掌握分析子模型，可以通过这四个子模型，输入得分信息、习题信息、难度信息、题型信息、知识点信息、作业时长信息，提取到对应的若干作业特征。
78.具体的，基于所述学生作业时效子模型，根据所述作业时长信息，得到作业时效特征；基于所述作业波动水平表征子模型，根据所述学生作业得分信息，得到作业得分横向对比特征和作业得分稳定性特征；基于所述正确率综合评估子模型，根据所述题型信息、所述难度信息和所述学生作业得分信息，得到针对不同题型题目的得分情况特征、针对不同难
度题目的得分情况特征；基于所述知识点掌握分析子模型，根据所述习题信息、所述知识点信息和所述得分信息，得到作业知识点掌握度特征。
79.其中，学生作业时效子模型依据以下公式建立，以实现上述实施例中作业时效特征的计算过程：其中，f(t)即上述实施例中求取的学生作业的时效特征，β0、β1、β2为预先设置好的参数，将上述实施例中求取得到的和的数值输入模型公式中，得到学生作业的时效特征f(t)。并且当评价标准发生变化时，可以对参数进行修改。
80.其中，作业波动水平表征子模型依据以下公式建立，以实现上述实施例中作业得分稳定性特征的计算过程：其中，f(s)即上述实施例中求取的作业得分稳定性特征，β0、β1、β2为预先设置好的参数，将上述实施例中求取得到的和σs
student
的数值输入模型公式中，得到学生作业的稳定性特征f(s)。并且当评价标准发生变化时，可以对参数进行修改。
81.其中，正确率综合评估子模型依据以下公式建立：其中，f(si)为作业得分综合准确率，β0、β1、β2、β3、β4为预先设置好的参数，将上述实施例中求取得到的和和的数值输入模型公式中，得到学生作业的准确性特征f(si)，f(s)。并且当评价标准发生变化时，可以对参数进行修改。
82.其中，知识点掌握分析子模型依据以下公式建立，以实现上述实施例中作业知识点掌握度特征的计算过程：其中，f(kp)即上述实施例中求取的作业知识点掌握度特征，β0、β1、β2为预先设置好的参数，将上述实施例中求取得到的和的数值输入模型公式中，得到学生作业知识点掌握度特征f(kp)。并且当评价标准发生变化时，可以对参数进行修改。
83.基于不同的模型，可以得到不同方面的作业特征，将这些特征进行组合，可以得到不同维度上对学生作业的分析方向，精准分析出需要重点关注的题型和难度的题目，以及关键知识点，从而帮助学生快速提高成绩。
84.在一些实施例中，为了提高学生对作业的掌握情况，更好地巩固作业中的知识点，可以根据采集到的作业信息，确定错题，提取所述错题对应的错题信息；根据所述错题信息，检索得到所述错题对应的变式题；将所述错题和所述错题对应的变式题作为反馈题，与所述学生作业评价报告组合，生成学生作业反馈评价报告。
85.具体的，首先，根据作业信息，确定作业中的错题，提取错题中的错题信息，根据错题信息在已有题库中检索变式题，根据错题信息的难度和知识点进行拟合计算，变式题和
错题的难度和知识点重合度越高，则拟合度越高，从而得到按拟合度排序而成的变式题列表；最后，将错题和与之对应的变式题组合成一组反馈题，将所述若干组反馈题和学生作业评价报告组合在一起，生成作业反馈评价报告进行反馈。
86.在一些实施例中，为了使错题的难度和知识点更准确，从而使检索到的变式题更准确，从而为学生提供更精确的反馈题，可以利用字符识别技术和图片识别技术识别错题中的文本信息和图片信息，利用自然语义分析和神经网络获取指定数据库中和错题相似度最高的习题，根据相似度最高的习题的标签属性对当前习题的标签属性进行矫正，这些标签属性包括知识点、难度、学科、学段等属性。然后，根据错题信息及矫正后的标签属性，在已有题库中检索变式题。
87.在一些场景中，作业反馈评价报告中的错题及其变式题按照知识点进行分类，将同一知识点的错题及其变式题放在同一题类下，方便针对特定的知识点进行巩固练习。
88.在一种实现方式中，可以由系统在变式题列表中选取与错题拟合度最高的若干习题，作为变式题反馈给学生。在另一种实现方式中，可以由教师在变式题列表中，选取适合目前学生做的变式题作为反馈题反馈给学生。如此，以达到提供给学生较为精准的变式题，并帮助学生掌握错题中的知识点的目的。
89.在另一些实施例中，学生作业完成度较高，完成质量较好，没有错题，则由系统或者教师挑选提优题，作为学生对知识点的巩固练习。相同的，将所述提优题将和学生作业评价报告组合在一起，生成作业反馈评价报告，反馈给学生，以达到帮助学生提优的目的。
90.收集学生的错题信息，检索到与之相关的变式题，放进学生作业评价报告中，为学生提供了改正错题，巩固知识点的途径。
91.为了使反馈题的效果更好，在一些实施例中，采集的习题信息中，除了包括本评价周期内的作业题，还可以包括上一评价周期对应的学生作业反馈评价报告中的反馈题。反馈题的采集方式和评价方式和签署实施例的实现方式一致，此处不再赘述。
92.将学生的错题重新收集批改，进行分析，有利于为学生提供一个巩固知识的途径，并且，也有助于帮助老师了解学生作业中的易错点和重难点。
93.在一些实施例中，为了使对学生的评价更加全面，可能选取四个预设维度对学生作业进行评价，具体的，基于ocr字符识别技术，从线上版本的学生作业中采集作业信息，将学生作业得分信息、习题信息、难度信息、题型信息、知识点信息、作业时长信息输入所述作业信息分析模型中，提取对应的若干作业特征，针对每一预设维度，从所述若干作业特征中选取与所述预设维度对应的至少一个作业特征；将选取的所述至少一个作业特征进行组合，得到所述预设维度对应的评价，将所述评价生成学生作业评价报告。
94.如此，对于学生作业的评价可以更全面，也更具有说服力。
95.图4为本技术一实施例提供的一种学生作业的评价装置的结构示意图，如图4所示的，本实施例的学生作业的评价装置400包括：信息采集模块401、模型分析模块402、报告生成模块403。
96.信息采集模块401，用于采集学生的作业信息；模型分析模块402，用于基于预先构建好的作业信息分析模型和所述作业信息，对学生作业进行预设维度的分析；报告生成模块403，用于根据对学生作业分析的结果，生成学生作业评价报告；
其中，所述预设维度至少包括以下维度中的两项：学生作业效率、学生作业稳定性、学生作业不同题型得分情况、学生作业不同难度得分情况、学生知识点掌握情况。
97.可选的，所述信息采集模块401，具体用于：基于预先构建好的作业信息分析模型和所述作业信息，提取对应的若干作业特征；针对每一预设维度，从所述若干作业特征中选取与所述预设维度对应的至少一个作业特征；将选取的所述至少一个作业特征进行组合，得到所述预设维度对应的评价。
98.可选的，信息采集模块401，具体用于：基于字符识别技术，对线上版本的作业进行信息采集，得到学生的作业信息；所述作业信息包括学生作业得分信息、习题信息、难度信息、题型信息、知识点信息、作业时长信息；所述模型分析模块402在基于预先构建好的作业信息分析模型和所述作业信息，提取对应的若干作业特征时，具体用于：基于预先构建好的作业信息分析模型，将学生作业得分信息、习题信息、难度信息、题型信息、知识点信息、作业时长信息输入所述作业信息分析模型中，提取对应的若干作业特征。
99.可选的，所述作业信息分析模型，包括：学生作业时效子模型、作业波动水平表征子模型、正确率综合评估子模型、知识点掌握分析子模型；所述模型分析模块402在基于预先构建好的作业信息分析模型，将学生作业得分信息、习题信息、难度信息、题型信息、知识点信息、作业时长信息输入模型中，提取对应的若干作业特征时，具体用于：基于所述学生作业时效子模型，根据所述作业时长信息，得到作业时效特征；基于所述作业波动水平表征子模型，根据所述学生作业得分信息，得到作业得分横向对比特征和作业得分稳定性特征；基于所述正确率综合评估子模型，根据所述题型信息、所述难度信息和所述学生作业得分信息，得到针对不同题型题目的得分情况特征、针对不同难度题目的得分情况特征；基于所述知识点掌握分析子模型，根据所述习题信息、所述知识点信息和所述得分信息，得到作业知识点掌握度特征。
100.可选的，所述装置还包括反馈题检索模块404，具体用于：根据采集到的作业信息，确定错题，提取所述错题对应的错题信息；根据所述错题信息，检索得到所述错题对应的变式题；将所述错题和所述错题对应的变式题作为反馈题，与所述学生作业评价报告组合，生成学生作业反馈评价报告。
101.可选的，所述习题信息，包括：本评价周期内的作业题、上一评价周期对应的学生作业反馈评价报告中的反馈题。
102.本实施例的装置，可以用于执行上述任一实施例的方法，其实现原理和技术效果
类似，此处不再赘述。
103.本技术提供另一种学生作业的评价装置，包括：信息采集模块，用于采集学生的作业信息；模型分析模块，用于基于预先构建好的作业信息分析模型和所述作业信息，对学生作业进行预设维度的分析；报告生成模块，用于根据对学生作业分析的结果，生成学生作业评价报告；其中，所述预设维度包括学生作业效率、学生作业稳定性、学生作业不同题型得分情况、学生作业不同难度得分情况、学生知识点掌握情况。
104.本实施例的装置，可以用于执行上述任一实施例的方法，其实现原理和技术效果类似，此处不再赘述。
105.图5为本技术一实施例提供的一种电子设备的结构示意图，如图5所示，本实施例的电子设备500可以包括：存储器501和处理器502。
106.存储器501上存储有能够被处理器502加载并执行上述实施例中方法的计算机程序。
107.其中，处理器502和存储器501相连，如通过总线相连。
108.可选地，电子设备500还可以包括收发器。需要说明的是，实际应用中收发器不限于一个，该电子设备500的结构并不构成对本技术实施例的限定。
109.处理器502可以是cpu(central processing unit，中央处理器)，通用处理器，dsp(digital signal processor，数据信号处理器)，asic(application specific integrated circuit，专用集成电路)，fpga(field programmable gate array，现场可编程门阵列)或者其他可编程逻辑器件、晶体管逻辑器件、硬件部件或者其任意组合。其可以实现或执行结合本技术公开内容所描述的各种示例性的逻辑方框，模块和电路。处理器502也可以是实现计算功能的组合，例如包含一个或多个微处理器组合，dsp和微处理器的组合等。
110.总线可包括一通路，在上述组件之间传送信息。总线可以是pci(peripheral component interconnect，外设部件互连标准)总线或eisa(extended industry standard architecture，扩展工业标准结构)总线等。总线可以分为地址总线、数据总线、控制总线等。为便于表示，图中仅用一条粗线表示，但并不表示仅有一根总线或一种类型的总线。
111.存储器501可以是rom(read only memory，只读存储器)或可存储静态信息和指令的其他类型的静态存储设备，ram(random access memory，随机存取存储器)或者可存储信息和指令的其他类型的动态存储设备，也可以是eeprom(electrically erasable programmable read only memory，电可擦可编程只读存储器)、cd-rom(compact disc read only memory，只读光盘)或其他光盘存储、光碟存储(包括压缩光碟、激光碟、光碟、数字通用光碟、蓝光光碟等)、磁盘存储介质或者其他磁存储设备、或者能够用于携带或存储具有指令或数据结构形式的期望的程序代码并能够由计算机存取的任何其他介质，但不限于此。
112.存储器501用于存储执行本技术方案的应用程序代码，并由处理器502来控制执行。处理器502用于执行存储器501501中存储的应用程序代码，以实现前述方法实施例所示的内容。
113.其中，电子设备包括但不限于：移动电话、笔记本电脑、数字广播接收器、pda(个人数字助理)、pad(平板电脑)、pmp(便携式多媒体播放器)、车载终端(例如车载导航终端)等等的移动终端以及诸如数字tv、台式计算机等等的固定终端。还可以为服务器等。图5示出的电子设备仅仅是一个示例，不应对本技术实施例的功能和使用范围带来任何限制。
114.本实施例的电子设备，可以用于执行上述任一实施例的方法，其实现原理和技术效果类似，此处不再赘述。
115.本实施例的电子设备具体可以为如上所述的服务器、其它具有计算能力的电子设备(例如计算机、智能手机、平板电脑等)。
116.本技术还提供一种计算机可读存储介质，存储有能够被处理器加载并执行如上实施例中的方法的计算机程序。
117.本领域普通技术人员可以理解：实现上述各方法实施例的全部或部分步骤可以通过程序指令相关的硬件来完成。前述的程序可以存储于一计算机可读取存储介质中。该程序在执行时，执行包括上述各方法实施例的步骤；而前述的存储介质包括：rom、ram、磁碟或者光盘等各种可以存储程序代码的介质。