本發(fā)明涉及計算機算法應(yīng)用，具體地涉及一種考生作答信息的異常檢測方法、系統(tǒng)及存儲介質(zhì)。

背景技術(shù)：

1、近年來，隨著信息技術(shù)的飛速發(fā)展，無紙化考試已成為現(xiàn)代教育考試體系的重要組成部分。相對于傳統(tǒng)紙質(zhì)考試，無紙化考試為考試組織方提供了更多的靈活性和便捷性，也降低了考試的成本，無紙化考試作為一種重要趨勢在國內(nèi)外重大考試中有著越來越多的應(yīng)用。

2、然而，這種考試形式的普及也帶來了一個新的問題，如作弊等異常行為。為了維護考試的公平性和公正性，防止作弊行為的發(fā)生，開發(fā)高效的作弊檢測算法顯得尤為重要。

技術(shù)實現(xiàn)思路

1、本發(fā)明實施例的目的是提供一種考生作答信息的異常檢測方法、系統(tǒng)及存儲介質(zhì)，用于對上機考試的考生作答數(shù)據(jù)進行深入分析，從而識別出潛在的考生異常行為，更好的保障無紙化考試的完成。

2、為了實現(xiàn)上述目的，本發(fā)明實施例提供一種考生作答信息的異常檢測方法，包括：

3、獲取無紙化考試過程中，考生的作答過程和作答信息，并提取所述作答過程和作答信息中的關(guān)鍵特征生成對應(yīng)的矩陣數(shù)據(jù)；

4、針對矩陣數(shù)據(jù)進行相似計算，確定不同考生之間作答行為的相似度；

5、若矩陣數(shù)據(jù)為無標注數(shù)據(jù)，則使用聚類算法對矩陣數(shù)據(jù)進行無監(jiān)督學(xué)習(xí)，并結(jié)合不同考生之間作答行為的相似度將考生區(qū)分為正常考生和異?？忌?，并針對所述異常考生進行異常檢測，確定異常考生的行為特征；

6、若矩陣數(shù)據(jù)為標注數(shù)據(jù)，則采用監(jiān)督學(xué)習(xí)方式針對標記出的異?？忌鷺颖具M行異常檢測，確定異?？忌男袨樘卣鳌?/p>

7、可選的，考生的作答過程和作答信息包括但不限于考點信息、考場信息、考試區(qū)域信息、考試批次信息、考生信息、考試科目信息、考試試卷編號信息、考試試卷題號信息、考試科目題目順序信息、考試題目結(jié)構(gòu)信息、考生作答題目時間信息、考生瀏覽題目時間信息、考生修改題目時間信息以及考生題目作答內(nèi)容信息。

8、可選的，提取所述作答過程和作答信息中的關(guān)鍵特征生成對應(yīng)的矩陣數(shù)據(jù)，包括：

9、以作答時間為關(guān)鍵因素，提取每個考生對于每道題目的作答時間，并分別以考生號和題目號為橫坐標縱坐標，構(gòu)建橫縱坐標對應(yīng)元素為時間的矩陣；

10、以作答內(nèi)容為關(guān)鍵因素，提取每個考生對于每道題目的作答內(nèi)容，并分別以考生號和題目號為橫坐標縱坐標，構(gòu)建橫縱坐標對應(yīng)元素為作答內(nèi)容的矩陣；

11、以瀏覽時間和修改次數(shù)為關(guān)鍵因素，提取每個考生對于每道題目的作答時間，并分別以考生號和題目號為橫坐標縱坐標加一列修改次數(shù)，構(gòu)建橫縱坐標對應(yīng)元素為瀏覽時間以及修改次數(shù)的矩陣。

12、可選的，針對矩陣數(shù)據(jù)進行相似計算，確定不同考生之間作答行為的相似度，包括：

13、針對作答內(nèi)容矩陣的相似計算，采用如下公式：

14、；

15、式中，為異或運算，，為不同樣本集合，i為樣本集合中的標號。

16、可選的，針對矩陣數(shù)據(jù)進行相似計算，確定不同考生之間作答行為的相似度，包括：

17、針對時間軌跡矩陣的相似計算，采用如下公式：

18、；

19、式中，表示兩個連續(xù)變量?(x,y)?的皮爾遜相關(guān)性系數(shù)，表示兩個連續(xù)變量?(x,y)?之間的協(xié)方差，表示兩個連續(xù)變量?(x,y)各自標準差的乘積，表示兩個變量，與其各自期望值的差的乘積的期望值。

20、可選的，若矩陣數(shù)據(jù)為無標注數(shù)據(jù)，則使用聚類算法對矩陣數(shù)據(jù)進行無監(jiān)督學(xué)習(xí)，并結(jié)合不同考生之間作答行為的相似度將考生區(qū)分為正常考生和異?？忌⑨槍λ霎惓？忌M行異常檢測，確定異?？忌男袨樘卣鳎ǎ?/p>

21、針對大范圍跨考區(qū)跨考點數(shù)據(jù)，采用k-means聚類算法將大范圍考生作答信息數(shù)據(jù)中遠離主要簇的數(shù)據(jù)點作為異常點，進而確定異?？忌?/p>

22、針對小范圍考點數(shù)據(jù)，采用單類支持向量機將小范圍考點數(shù)據(jù)到中心點的距離小于等于臨界距離的數(shù)據(jù)點作為異常點，進而確定異?？忌?。

23、可選的，若矩陣數(shù)據(jù)為標注數(shù)據(jù)，則采用監(jiān)督學(xué)習(xí)方式針對標記出的異?？忌鷺颖具M行異常檢測，確定異?？忌男袨樘卣?，包括：

24、若矩陣數(shù)據(jù)為標注數(shù)據(jù)，則采用xgboost集成學(xué)習(xí)方法對標記出的異常考生樣本進行異常檢測，確定異常考生的行為特征；

25、其中，xgboost集成學(xué)習(xí)方法的目標函數(shù)如下：

26、

27、式中，作為損失函數(shù)衡量預(yù)測結(jié)果與真實結(jié)果差異，損失函數(shù)選用均方誤差，為第個樣本真實值，為第個樣本預(yù)測值，為弱評估器即加入的決策樹，t為預(yù)測輪數(shù)，為懲罰項，懲罰項中葉子節(jié)點個數(shù)和系數(shù)相乘與權(quán)重l2模的平方的和，為常數(shù)項。

28、可選的，所述考生作答信息的異常檢測方法還包括：

29、將考生的作答信息視為離散分布的時間序列數(shù)據(jù)，并構(gòu)建時間序列模型；

30、將獲取的考生歷史作答行為數(shù)據(jù)輸入時間序列模型，預(yù)測考生未來的作答行為。

31、另一方面，本發(fā)明還提供一種考生作答信息的異常檢測系統(tǒng)，包括：

32、獲取單元，用于獲取無紙化考試過程中，考生的作答過程和作答信息，并提取所述作答過程和作答信息中的關(guān)鍵特征生成對應(yīng)的矩陣數(shù)據(jù)；

33、計算單元，用于針對矩陣數(shù)據(jù)進行相似計算，確定不同考生之間作答行為的相似度；

34、第一異常檢測單元，用于若矩陣數(shù)據(jù)為無標注數(shù)據(jù)，則使用聚類算法對矩陣數(shù)據(jù)進行無監(jiān)督學(xué)習(xí)，并結(jié)合不同考生之間作答行為的相似度將考生區(qū)分為正?？忌彤惓？忌?，并針對所述異?？忌M行異常檢測，確定異?？忌男袨樘卣鳎?/p>

35、第二異常檢測單元，用于若矩陣數(shù)據(jù)為標注數(shù)據(jù)，則采用監(jiān)督學(xué)習(xí)方式針對標記出的異?？忌鷺颖具M行異常檢測，確定異?？忌男袨樘卣鳌?/p>

36、另一方面，本發(fā)明還提供一種非暫態(tài)計算機可讀存儲介質(zhì)，其上存儲有計算機程序，所述計算機程序被處理器執(zhí)行時實現(xiàn)上述任一項所述的考生作答信息的異常檢測方法的步驟。

37、通過上述技術(shù)方案，利用考中作答的數(shù)據(jù)進行考生異常及雷同篩查，對考生之間的行為、作答內(nèi)容等進行準確量化計算相似度數(shù)值，疑似集體作弊考生識別，對考生行為相似且具有相同性的批量考生進行識別，以對考生作答過程中的疑似異常情況進行預(yù)警通知監(jiān)考員或考試組織方。

38、本發(fā)明實施例的其它特征和優(yōu)點將在隨后的具體實施方式部分予以詳細說明。

技術(shù)特征：

1.一種考生作答信息的異常檢測方法，其特征在于，包括：

2.根據(jù)權(quán)利要求1所述的考生作答信息的異常檢測方法，其特征在于，考生的作答過程和作答信息包括但不限于考點信息、考場信息、考試區(qū)域信息、考試批次信息、考生信息、考試科目信息、考試試卷編號信息、考試試卷題號信息、考試科目題目順序信息、考試題目結(jié)構(gòu)信息、考生作答題目時間信息、考生瀏覽題目時間信息、考生修改題目時間信息以及考生題目作答內(nèi)容信息。

3.根據(jù)權(quán)利要求2所述的考生作答信息的異常檢測方法，其特征在于，提取所述作答過程和作答信息中的關(guān)鍵特征生成對應(yīng)的矩陣數(shù)據(jù)，包括：

4.根據(jù)權(quán)利要求2所述的考生作答信息的異常檢測方法，其特征在于，針對矩陣數(shù)據(jù)進行相似計算，確定不同考生之間作答行為的相似度，包括：

5.根據(jù)權(quán)利要求2所述的考生作答信息的異常檢測方法，其特征在于，針對矩陣數(shù)據(jù)進行相似計算，確定不同考生之間作答行為的相似度，包括：

6.根據(jù)權(quán)利要求1所述的考生作答信息的異常檢測方法，其特征在于，若矩陣數(shù)據(jù)為無標注數(shù)據(jù)，則使用聚類算法對矩陣數(shù)據(jù)進行無監(jiān)督學(xué)習(xí)，并結(jié)合不同考生之間作答行為的相似度將考生區(qū)分為正常考生和異?？忌?，并針對所述異?？忌M行異常檢測，確定異?？忌男袨樘卣?，包括：

7.根據(jù)權(quán)利要求1所述的考生作答信息的異常檢測方法，其特征在于，若矩陣數(shù)據(jù)為標注數(shù)據(jù)，則采用監(jiān)督學(xué)習(xí)方式針對標記出的異常考生樣本進行異常檢測，確定異?？忌男袨樘卣?，包括：

8.根據(jù)權(quán)利要求1所述的考生作答信息的異常檢測方法，其特征在于，所述考生作答信息的異常檢測方法還包括：

9.一種考生作答信息的異常檢測系統(tǒng)，其特征在于，包括：

10.一種非暫態(tài)計算機可讀存儲介質(zhì)，其上存儲有計算機程序，其特征在于，所述計算機程序被處理器執(zhí)行時實現(xiàn)如權(quán)利要求1-8任一項所述的考生作答信息的異常檢測方法的步驟。

技術(shù)總結(jié)
本發(fā)明實施例提供一種考生作答信息的異常檢測方法、系統(tǒng)及存儲介質(zhì)，屬于計算機算法應(yīng)用領(lǐng)域。該方法包括：獲取無紙化考試過程中，考生的作答過程和作答信息，并提取作答過程和作答信息中的關(guān)鍵特征生成對應(yīng)的矩陣數(shù)據(jù)；針對矩陣數(shù)據(jù)進行相似計算，確定不同考生之間作答行為的相似度；若矩陣數(shù)據(jù)為無標注數(shù)據(jù)，則使用聚類算法對矩陣數(shù)據(jù)進行無監(jiān)督學(xué)習(xí)，確定異?？忌男袨樘卣鳎蝗艟仃嚁?shù)據(jù)為標注數(shù)據(jù)，則采用監(jiān)督學(xué)習(xí)確定異?？忌男袨樘卣鳌Ｍㄟ^利用考中作答的數(shù)據(jù)進行考生異常及雷同篩查，對考生之間的行為、作答內(nèi)容計算相似度數(shù)值，利用有監(jiān)督學(xué)習(xí)或無監(jiān)督學(xué)習(xí)對考生行為相似的批量考生進行識別，以對考生疑似異常情況進行預(yù)警。

技術(shù)研發(fā)人員：馬磊,袁峰,汪軍磊,祝永心
受保護的技術(shù)使用者：山東山大鷗瑪軟件股份有限公司
技術(shù)研發(fā)日：
技術(shù)公布日：2024/12/5