买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！

龙图腾网获悉西北大学申请的专利一种试卷生成方法及系统获国家发明授权专利权，本发明授权专利权由国家知识产权局授予，授权公告号为：CN121434412B 。

龙图腾网通过国家知识产权局官网在2026-05-08发布的发明授权授权公告中获悉：该发明授权的专利申请号/专利号为：202511592993.0，技术领域涉及：G06F16/36；该发明授权一种试卷生成方法及系统是由王惠亚;闫浩晨;栗凯旋;高志泽樟;王碧璇;冯筠设计研发完成，并于2025-11-03向国家知识产权局提交的专利申请。

本一种试卷生成方法及系统在说明书摘要公布了：本发明公开了一种试卷生成方法及系统，属于智能教育技术领域，获取学生答题记录、题目—知识点映射、试题库及知识文本信息，构建知识点图谱；构建学生‑题目‑知识三层异构图，预测学生对试卷的答题表现；将答题表现作为强化学习的环境反馈输入，以当前试卷的题目集合作为状态，替换试卷中的题目或者保留作为动作，通过构建多目标奖励函数确定试卷在各个维度上的综合奖励值，以综合奖励值最大化为目标，通过迭代优化生成最优试卷；基于知识点图谱中的邻接关系，通过从试题库中选取候选试题形成候选子题集，利用等价题目替换策略生成与最优试卷等效的多套平行试卷。通过该方法能够实现更高效、合理和公平的平行试卷生成。

本发明授权一种试卷生成方法及系统在权利要求书中公布了：1.一种试卷生成方法，其特征在于，包括以下步骤： 获取学生答题记录、题目—知识点映射、试题库及知识文本信息，分别提取学生嵌入表示、题目嵌入表示和知识嵌入表示，并采用图注意力网络对知识点图谱中各节点的嵌入关系进行更新，构建学生—试题交互图、试题—知识点关联图及融合语义与共现关系的知识点图谱； 使用全连接网络分别将知识嵌入表示整合到学生嵌入表示和题目嵌入表示中，优化图结构，并构建学生-题目-知识三层异构图，并提取异构图各节点的高阶特征表示，来预测学生对试卷的答题表现： 通过全连接网络预测获得学生i对题目j的答题表现为： ； 确定全连接网络的损失函数使用二元交叉熵： ； 对于有n道题的试卷，学生i的试卷预测总分，即学生i对试卷的答题表现表示为： ； 其中，表示知识点的相邻知识点，，为整合后的学生嵌入表示，为整合后的题目嵌入表示，为函数，为全连接层，为真实答题结果，表示第j题的得分； 将学生对试卷的答题表现作为强化学习的环境反馈输入，以当前试卷的题目集合作为状态，替换试卷中的题目或者保留作为动作，通过构建试卷的综合难度、有效性、合理性和区分度的多目标奖励函数，确定试卷在多目标奖励函数各个维度上的综合奖励值，以综合奖励值最大化为目标，通过迭代优化生成最优试卷： 获取衡量学生平均分与目标难度的一致性的综合难度奖励为： ； 获取衡量试卷知识分布与课程要求的一致性的有效性奖励为： ； 获取衡量学生分数分布与目标分布的相似性的合理性奖励为： ； 获取衡量试卷区分不同水平学生的能力的区分度奖励为： ； 其中，为试卷总分，为学生平均分，为试卷中第个知识点的考察比例，为课程中该知识点的要求比例，为学生实际分数分布，为目标分布，为前27%学生的平均分，为后27%学生的平均分； 确定综合奖励函数为： ； 通过综合奖励函数，使智能体在每一次题目更新中同时优化多个教学目标，以生成最优试卷； 基于知识点图谱中的邻接关系，通过从试题库中选取候选试题形成候选子题集，利用等价题目替换策略，将不同但覆盖与最优试卷相同知识点的题目进行替换组合，通过迭代优化生成与最优试卷等效的多套平行试卷： 对于每个知识节点，其候选子题集由直接关联的题目集合及其相邻知识节点关联的题目集合共同构成： ； 其中，表示直接考察知识点的题目集合，表示的相邻知识点集合； 所述等价题目替换策略为对待生成平行试卷中的每道题目对应的知识节点及其候选子题集进行邻域扩展操作，在候选子题集中随机选择试题作为替换候选；当在替换候选中所选题目满足多目标奖励函数时，则执行替换；当未找到合适的候选题目时，则依次扩展搜索至邻域知识节点的候选子题集，对于邻域扩展后仍未找到符合条件的候选题目，保留原题目不进行替换，以保证试卷在知识覆盖上的一致性。

如需购买、转让、实施、许可或投资类似专利技术，可联系本专利的申请人或专利权人西北大学，其通讯地址为：710069 陕西省西安市碑林区太白北路229号；或者联系龙图腾网官方客服，联系龙图腾网可拨打电话0551-65771310或微信搜索“龙图腾网”。

以上内容由龙图腾AI智能生成。