TOP特許意匠商標
特許ウォッチ Twitter
10個以上の画像は省略されています。
公開番号2024125268
公報種別公開特許公報(A)
公開日2024-09-18
出願番号2024018383
出願日2024-02-09
発明の名称オンライン試験監督における異常動作の回帰ベースの予測のための方法及びシステム
出願人タタ コンサルタンシー サービシズ リミテッド,TATA Consultancy Services Limited
代理人個人,個人,個人,個人,個人,個人,個人
主分類G06N 5/04 20230101AFI20240910BHJP(計算;計数)
要約【課題】オンライン試験監督における異常動作の回帰ベースの予測方法及びシステムを提供する。
【解決手段】方法は、複数のローカルインスタンスからユーザに関連する試験監督データを受け取り、試験監督データに関連付けられる情報の種類に基づいて試験監督データを分類し、ユーザに対応する重み付けインシデントツリーを生成し、重み付けインシデントツリーに関連付けられた複数の重みを加算することによって重み付け合計を計算し、重み付けインシデントツリーの長さ、確認割合及び評価定数に基づいて動的経路スコアを計算し、記憶される複数の重み付けインシデントツリーとの比較に基づいてインシデント経路の一致する値を計算し、インシデントツリーベースの回帰技法を使用して重み付け合計、動的経路スコア、評価種類値及びインシデント経路の一致する値に基づいてユーザの最終的ななスコアを予測し、閾値との比較に基づいてユーザの異常動作を予測する。
【選択図】図3
特許請求の範囲【請求項1】
プロセッサ実装される方法(400)であって、前記方法は、
中央評価サーバの1又は複数のハードウェアプロセッサによって、複数のローカルインスタンスから複数のユーザの各々に関連する試験監督データを受け取ること(402)と、
中央評価サーバの前記1又は複数のハードウェアプロセッサによって、分類技法を使用して、前記試験監督データに関連付けられた種類の情報に基づいて前記複数のユーザの各々に関連する前記試験監督データを分類すること(404)と、
前記中央評価サーバの前記1又は複数のハードウェアプロセッサによって、ツリー構造技法を使用して、対応する分類された試験監督データに基づいて前記複数のユーザの各々に対応する重み付けインシデントツリーを生成すること(406)であって、前記重み付けインシデントツリーの各ノードはインシデント及び関連付けられた動的な重みを表し、2つの近接するノードを接続するエッジは前記2つの近接するノードの間の関係を示す、前記生成すること(406)と、
前記中央評価サーバの前記1又は複数のハードウェアプロセッサによって、前記重み付けインシデントツリーに関連付けられた複数の重みを加算することによって、重み付け合計(X)を計算すること(408)と、
前記中央評価サーバの前記1又は複数のハードウェアプロセッサによって、前記重み付けインシデントツリーの長さ、確認割合及び評価定数に基づいて、動的経路スコア(Y)を計算すること(410)と、
前記中央評価サーバの前記1又は複数のハードウェアプロセッサによって、前記重み付けインシデントツリーと、前記コマンドセンターに記憶される複数の歴史的な重み付けインシデントツリーとの比較に基づいて、a)完全な経路の一致、及びb)部分的な経路の一致のうちの1つに基づいて計算される、インシデント経路の一致する値(b)を計算することと(412)、
前記中央評価サーバの前記1又は複数のハードウェアプロセッサによって、インシデントツリーベースの回帰技法を使用して、前記重み付け合計(X)、前記動的経路スコア(Y)、評価種類値(a)及びインシデント経路の一致する値(b)に基づいて前記複数のユーザの各々に対する最終的なスコアを予測すること(414)と、
前記中央評価サーバの前記1又は複数のハードウェアプロセッサによって、関連付けられた最終的なスコアと複数の予め定められた閾値との比較に基づいて、前記複数のユーザの各々に対する異常動作を予測すること(416)とを含む、
方法。
続きを表示(約 1,900 文字)【請求項2】
前記試験監督データは、ビデオ映像に基づいて獲得される複数のインシデント、無線周波数及びBluetooth(登録商標)を含む複数の信号情報、前記複数の受験者の応答行動、キーボードをさらに含む複数の外部デバイス上の情報、スクリーン動作、及び普通でないシステム再配置を含む、請求項1に記載の方法。
【請求項3】
前記複数のユーザの各々の前記異常動作は、前記複数の閾値のうちの対応する閾値に基づいて、高度の重大度、低度の重大度及び中度の重大度のうちの1つとして分類される、請求項1に記載の方法。
【請求項4】
前記中央評価サーバによる前記予測は前記コマンドセンターによって検証され、
前記複数のユーザの各々の異常行動の重大度は、前記コマンドセンサーによって、対応する色分けを使用してオンライン警告メッセージとして関連付けられたオンライン試験監督者へ与えられる、請求項1に記載の方法。
【請求項5】
前記確認割合は、前記重み付け合計(X)、動的経路スコア(Y)、評価種類値(a)、インシデント経路偏差値(b)及び予め定められた閾値に基づいて計算される、請求項1に記載の方法。
【請求項6】
前記評価種類値は、a)利害関係の大きい試験、及びb)利害関係の小さい試験のうちの1つを示し、前記評価定数は各評価種類へ与えられる値である、請求項1に記載の方法。
【請求項7】
前記動的な重みは異常動作の正確さに比例しており、定期的に更新される、請求項1に記載の方法。
【請求項8】
中央サーバ(104)及びコマンドセンター(108)へ接続された複数のローカルインスタンスを含むシステム(100)であって、前記中央サーバ(104)は、プログラムされた命令を記憶する少なくとも1つのメモリ(204)と、1又は複数の入力/出力(I/O)インターフェイス(212)と、前記少なくとも1つのメモリ(204)へ動作可能に接続される1又は複数のハードウェアプロセッサ(202)とを含み、前記中央サーバ(104)の前記1又は複数のハードウェアプロセッサ(202)は、
複数のローカルインスタンスから、複数のユーザの各々に関連する試験監督データを受け取り、
分類技法を使用して、前記試験監督データに関連付けられた種類の情報に基づいて、前記複数のユーザの各々に関連する前記試験監督データを分類し、
ツリー構造技法を使用して、対応する分類された試験監督データに基づいて前記複数のユーザの各々に対応する重み付けインシデントツリーを生成し、前記重み付けインシデントツリーの各ノードはインシデント及び関連付けられた動的重みを含み、2つの近接するノードを接続するエッジは、前記2つの近接するノードの関係を示しており、
前記重み付けインシデントツリーに関連付けられた複数の重みを加算することによって重み付け合計(X)を計算し、
前記重み付けインシデントツリー、確認割合及び評価定数に基づいて、動的経路スコア(Y)を計算し、
前記重み付けインシデントツリーと、前記コマンドセンターに記憶された複数の歴史的な重み付けインシデントツリーとの間の比較に基づいて、a)完全な経路の一致、及びb)部分的な経路の一致のうちの1つに基づいて計算されるインシデント経路の一致する値(b)を計算する、
インシデントツリーベースの回帰技法を使用して、前記重み付け合計(X)、前記動的経路スコア(Y)、評価種類値(a)及びインシデント経路の一致する値(b)に基づいて前記複数のユーザの各々に対する最終的なスコアを予測し、
関連付けられた最終的なスコアとあらかじめ定められた複数の閾値との間の比較に基づいて、前記複数のユーザの各々の異常動作を予測する
ようにプログラムされた命令によって構成される、システム。
【請求項9】
前記試験監督データは、ビデオ映像、無線周波数及びBluetooth(登録商標)を含む複数の信号情報、前記複数の受験者の応答行動、キーボードをさらに含む複数の外部デバイス上の情報、スクリーン動作、及び普通でないシステム再配置に基づいて獲得された複数のインシデントを含む、請求項8に記載のシステム。
【請求項10】
前記複数のユーザの各々の前記異常動作は、前記複数の閾値の対応する閾値に基づいて、高度の重大度、低度の重大度、及び中度の重大度として分類される、請求項8に記載のシステム。
(【請求項11】以降は省略されています)

発明の詳細な説明【技術分野】
【0001】
本明細書の開示は、試験監督される試験の分野、より具体的には、オンライン試験監督における移乗動作の回帰ベースの予測のための方法及びシステムに関する。
続きを表示(約 4,700 文字)【0002】
[関連する出願の相互参照]
本出願は、2023年2月10日に出願された、インド特許出願第202321008607号への優先権を主張する。
【背景技術】
【0003】
試験は、受験者が特定の科目又はスキルセットにおいて十分な熟練度を有しているかどうかを識別するために使用される。多くの標準化された試験は現在、紙とペンの形式よりもコンピュータを介して施行されている。オンライン試験を試験監督することは、試験監督者と受験者との間で直接顔を合わせてつながることが無いために不正行為を行う可能性が増したために、挑戦的である。その故に、オンライン試験の価値がそれによって疑わしくなっている。上記の課題を克服するための1つの解決策は、機械学習(ML)アプローチを使用して、受験者の行動を予測することである。MLベースのシステムは、明確にプログラムされることなく、経験から自動的に学習して改善する。さらに、データ分析技法は、入力データをローデータと継続的に比較し、未来のインシデントの分析は、それに基づいて決定する。
【0004】
ほとんどの従来のMLベースの方法は、予め定められたパラメータを抽出されたユーザパラメータと比較し、それが評価基準に違反するかどうか決定する。いくつかの他のMLモデルは、比較のためのいくつかの限られたパラメータに集中し、オンライン試験監督の間に受験者の異常行動を予測する全ての可能なパラメータを考慮する全体論的な分析を提供しない。
【0005】
(簡単な説明)
本開示の実施形態は、縦覧のシステムの発明者によって認識される1又は複数の上記の技術的な問題への解決策としての技術上の改善を示す。例えば、ある実施形態において、オンラインの試験監督における異常行動の回帰ベースの予測の方法が提供される。方法は、1又は複数のハードウェアプロセッサによって、複数のローカルインスタンスから、複数のユーザの各々に関連する試験監督データを受け取ることを含む。さらに、方法は、1又は複数のハードウェアプロセッサによって、分類技法を使用して、試験監督データに関連付けられる情報の種類に基づいて複数のユーザの各々に関連する試験監督データを分類することを含む。その上、方法は、1又は複数のハードウェアプロセッサによって、ツリー構造技法を使用して対応する分類された試験監督データに基づいて、複数のユーザの各々に対応する重み付けインシデントツリーを生成することを含み、重み付けインシデントツリーの各ノードは、インシデント及び関連付けられた動的な重みを表し、2つの近接するノードを接続するエッジは、2つの近接するノードの間の関係を示す。さらに、方法は、1又は複数のハードウェアプロセッサによって、重み付けインシデントツリーに関連付けられた複数の重みを加算することによって、重み付け合計(X)を計算することを含む。さらに、方法は、1又は複数のハードウェアプロセッサによって、重み付けインシデントツリーの長さ、確認割合及び評価定数に基づいて、動的経路スコア(Y)を計算することを含む。さらに、方法は、1又は複数のハードウェアプロセッサによって、重み付けインシデントツリーとコマンドセンサーに記憶される複数の歴史的に重み付けインシデントツリーとの間の比較に基づいて、インシデント経路の一致する値(b)を計算することを含み、インシデント経路の一致する値は、a)完全な経路の一致、及びb)部分的な経路の一致のうちの1つに基づいて計算される。さらに、方法は、1又は複数のハードウェアプロセッサによって、インシデントツリーベースの回帰技法を使用して、重み付け合計(X)、動的経路スコア(Y)、評価種類値(a)、及びインシデント経路の一致する値(b)に基づいて、複数のユーザの各々の最終的なスコアを予測することを含む。最後に、方法は、1又は複数のハードウェアプロセッサによって、関連付けられる最終的なスコアと複数の予め定められた閾値との比較に基づいて、複数のユーザの各々の異常動作を予測することを含む。
【0006】
別の様態において、オンライン試験監督における移乗動作の回帰ベースの予測のためのシステムが提供される。システムは、プログラムされた命令を記憶する少なくとも1つのメモリ、1又は複数の入力/出力(I/O)インターフェイス、及び少なくとも1つのメモリに動作可能に接続された1又は複数のハードウェアプロセッサを含み、1又は複数のハードウェアプロセッサは、プログラムされた命令によって、複数のローカルインスタンスから複数のユーザの各々に関連する試験監督データを受け取るように構成される。さらに、1又は複数のハードウェアプロセッサは、プログラムされた命令によって、分類技法を使用して、試験監督データに関連付けられた情報の種類に基づいて複数のユーザの各々に関連する試験監督データを分類するように構成される。そのうえ、1又は複数のハードウェアプロセッサは、プログラムされた命令によって、ツリー構造技法を使用して対応する分類された試験監督データに基づいて複数のユーザの各々に対応する重み付けインシデントツリーを生成するように構成され、重み付けインシデントツリーの各ノードは、インシデント及び関連付けられる動的な重みを表し、2つの近接するノードを接続するエッジは、2つの近接するノードの関係を示す。そのうえ、1又は複数のハードウェアプロセッサは、プログラムされた命令によって、重み付けインシデントツリーに関連付けられた複数の重みを加算することによって、重み付け合計(X)を計算するように構成される。その上、1又は複数のハードウェアプロセッサは、プログラムされた命令によって、重み付けインシデントツリーの長さ、確認割合、評価定数に基づいて、動的経路スコア(Y)を計算するように構成される。その上、1又は複数のハードウェアプロセッサは、プログラムされた命令によって、重み付けインシデントツリーと、コマンドセンターに記憶される複数の歴史的に重み付けインシデントツリーとの比較に基づいて、インシデント経路の一致する値(b)を計算するように構成され、インシデント経路の一致する値は、a)完全な経路の一致、及びb)部分的な経路の一致のうちの1つに基づいて計算される。そのうえ、1又は複数のハードウェアプロセッサは、プログラムされた命令によって、インシデントツリーベースの回帰技法を使用して、重み付け合計(X)、動的経路スコア(Y)、評価種類値(a)及びインシデント経路の一致する値(b)に基づいて複数のユーザの各々に対して最終的なスコアを予測するように構成される。最後に、1又は複数のハードウェアプロセッサは、プログラムされた命令によって、関連付けられた最終的なスコア及び複数の予め定められた閾値の比較に基づいて複数のユーザの各々の異常動作を予測するように構成される。
【0007】
さらに別の様態において、本明細書で具体化される、オンライン試験監督における異常動作の回帰ベースの予測のためのコンピュータプログラムを有する非一時的でコンピュータ可読な媒体を含むコンピュータプログラム製品が提供される。コンピュータ可読プログラムは、計算機器で実行されるとき、計算機器に、複数のユーザの各々に関連する試験監督データを複数のローカルインスタンスから受け取らせる。さらに、コンピュータ可読プログラムは、計算機器で実行されるとき、計算機器に、試験監督データに関連付けられた情報の種類に基づいて、分類技法を使用して、複数のユーザの各々に関連する試験監督データを分類させる。そのうえ、コンピュータ可読プログラムは、計算機器で実行されるとき、計算機器に、対応する分類された試験監督データに基づき、ツリー構造技法を使用して、複数のユーザに各々に対応する重み付けインシデントツリーを生成させ、重み付けインシデントツリーの各ノードは、インシデント及び関連付けられた動的な重みを表し、2つの近接するノードを接続するエッジは、2つの近接するノードの関係を示す。その上、コンピュータ可読プログラムは、計算機器で実行されるとき、重み付けインシデントツリーに関連付けられた複数の重みを加算することによって、計算機器に重み付け合計(X)を計算させる。そのうえ、コンピュータ可読プログラムは、計算機器で実行されるとき、重み付けインシデントツリーの長さ、確認割合、及び評価定数に基づいて、計算機器に動的経路スコア(Y)を計算させる。その上、コンピュータ可読プログラムは、計算機器で実行されるとき、重み付けインシデントツリー及びコマンドセンターに記憶される複数の歴史的に重み付けインシデントツリーの比較に基づいて、計算機器にインシデント経路の一致する値(b)を計算させ、インシデント経路の一致する値は、a)完全な経路の一致、及びb)部分的な経路の一致のうちの1つに基づいて計算される。その上、コンピュータ可読プログラムは、計算機器で実行されるとき、インシデントツリーベースの回帰技法を使用して、重み付け合計(X)、動的経路スコア(Y)、評価種類値(a)、及びインシデント経路の一致する値(b)に基づいて、計算機器に複数のユーザの各々に対して最終的なスコアを予測させる。最後に、コンピュータ可読プログラムは、計算機器で実行されるとき、関連付けられた最終的なスコアと複数の予め定められた閾値との比較に基づいて、計算機器に複数のユーザの各々の異常動作を予測させる。
【0008】
先述の概要及び以降の詳細な説明の両方は、例示的及び説明的であるのみで、主張されるように発明の範囲を制限するものではないことが理解されるべきである。
【0009】
本開示の一部に組み込まれて構成する添付する図面は、例示的な実施形態を図示し、説明とともに開示された原則を説明するために効果する。
【図面の簡単な説明】
【0010】
本開示のいくつかの実施形態による、オンライン試験監督環境の機能ブロック図である。
本開示のいくつかの実施形態による、オンライン試験監督における異常動作の回帰ベースの予測のための、図1の中央サーバの機能ブロック図である。
本開示のいくつかの実施形態による、オンライン試験監督における異常動作の回帰ベースの予測のための、図1のシステムの機能体系である。
本開示のいくつかの実施形態による、図3の中央サーバによって実装される、オンライン試験監督における異常動作の回帰ベースの予測のための方法400を実装されたプロセッサを図示する例示的なフロー図である。
本開示のいくつかの実施形態による、図3の中央サーバによって実装される、オンライン試験監督における異常動作の回帰ベースの予測のための方法400を実装されたプロセッサを図示する例示的なフロー図である。
本開示のいくつかの実施形態による、図1のシステムによって実装される、オンライン試験監督における異常動作の回帰ベースの予測のための方法を実装されたプロセッサのための例示的に重み付けインシデントツリーである。
【発明を実施するための形態】
(【0011】以降は省略されています)

この特許をJ-PlatPatで参照する
Flag Counter

関連特許