目前我们关注的技术方面
- 大数据科学
- 语音和行为交互技术
- 安全存储和传输技术
- 量表模型研发
正在研究的技术
- 大数据技术
- 通过大数据技术实现考生数据画像、人群数据画像、生成画像模型、大数据透视等。对现有考试从原有评分评价转变为多维模型评价、特定目的评价可结合第三方数据对考生进行综合人才评测。可根据考试主办方、委托测评方的要求提供更为准确的测评报告而非简单评分数据,且数据具有持续性延展性。
- 行为感知技术
- 在现有人脸识别技术持续优化基础上,基于感知技术对考生在考试过程中的行为进行识别,对考试结果进行评估。对考生的真实答题水平、心理情况.承压情况进行有效评估,并可通过数据反应其考试减信情况。基于统一的多元模型进行量化评估,进一步得出考试结果的可信度和有效性。
- 机器学习技术
- 通过大量试题和答案的积累用算法训练机器学习模型,通过机器学习进行证、自动审题,提高命题效率;用机器命题结果下的考生答卷数题的自动生成据持续训练优化模型,优化命题引整,并具备分析和自动调整试题和试卷能力。同步研究通过机器学习对答题轨迹的学实时辅助判定违纪作弊行为。
- 交互技术
- 基于虚拟现实和增强现实交互技术用于考试场景,实现虚拟场景、触觉反馈、虚拟人交互等考试展现形式,对考生提供客观虚拟现实交互展示,并实现基于交互结果展现不同交互内容。下一步研究将聚焦于符合实践类考试的应用场景的要求的交互技术、交互反馈用于评测结果的评价模型生成等。
所涉及的科学
- 大数据科学
- 人力资源科学
- 测量学和统计学
- 管理学和教育学
- 信息安全技术
和我们合作
人力资源请联系
hr@sinotn.com
技术合作请联系
zww@sinotn.com
更多资源和信息
联系方式
张信
sales.department@sinotn.com
010-53608737