我有一个类别中的问题列表，并且想要选择它们的一个子集，以便根据用户之前正确/错误的回答来询问用户。 我想让它随机，但在某种程度上，他们更麻烦的是被更频繁地询问。
编辑：我试图弄清楚如何根据每个问题的正确/错误回答次数来计算每个问题的重量/偏差/得分。
我想出了以下内容，但对我来说似乎很奇怪： 我根据每个问题回答正确/错误的次数为每个问题分配一个分数 显然，如果他们从未被问过我需要分配任意分数的问题（我选择了5分） 对于所有其他问题，我使用公式
score = wrong*2-right
所以，如果我有以下10个问题，那么＆＃34;得分＆＃34;将为每一个计算（R =他们正确的次数，W =他们错误的次数和S =得分的次数）。从那里，我取最低分并指定概率为1（在这种情况下，id = 5，得分为-7）。然后我取最低分和第二低分之间的差异（id = 1，-5，差值为2），并为其分配1 +差值= 3的概率。 我为每个问题继续这个，然后最后我可以选择Min（1）和Max（82）之间的随机数，并选择具有最高P的问题，其中随机＆lt; P.所以如果我的随机＃是79，我会选择id = 2.
但这似乎很漫长而且令人费解。有没有更简单的方法（我使用PHP和mysql，但我计划在具有本地数据存储区的应用程序中执行此操作）
id R W S P
1 5 0 -5 3
2 3 5 7 82
3 6 2 -2 8
4 2 2 2 23
5 9 1 -7 1
6 3 1 -1 14
7 0 0 5 68
8 7 5 3 33
9 6 5 4 44
10 3 4 5 56
编辑：澄清一下，我一直坚持＆＃34;体重＆＃34; （在我的例子中为P值）......我试图找到一种计算＆＃34;重量的好（和快）方法＆＃34;对于每个问题，考虑到他们为问题提供的正确和错误答案的数量
答案 0 :(得分：0)
我不确定我是否理解你的答案，但似乎你正在寻找一种＆＃34;加权＆＃34;随机数发生器。在本质上，你想要做的就是给他们带来更多重量问题的问题。也许创建一个名为问题的类，其中包含权重属性。那个属性可以容纳你放入多少重量。然后，当您选择随机数生成器时，请使用类似的内容。
http://codetheory.in/weighted-biased-random-number-generation-with-javascript-based-on-probability/
答案 1 :(得分：0)
在做了一些研究之后，我意识到我计算体重的初始方法有点慢。使用公式后，我最终得到了一些-ve权重。然后我必须通过每一个并为每个重量添加ABS（MIN（S）），这是不必要的。
我的新公式是S = CEILING（错* 5 /右）
显然我需要考虑0值，所以代码是：
if (R == 0 AND W == 0) S = 10
else if (R == 0) S = W*5
else if (W == 0) S = CEILING(5/R)
else S = CEILING(W * 5 / R)
我已经计算了一些样本集的数字，这给了我相当不错的结果。它还允许我在数据库中更新SCORE值，因此不需要每次都重新计算（只要在回答该问题时更新） 一旦我有一组60个左右的问题并且我想选择其中的5个或10个，我可以在1-SUM（SCORE）之间创建一个随机＃，然后使用二分搜索来找出代表哪个问题。 / p>
如果有人有更好的计算分数/体重/偏见的建议或者其他任何东西，我会很感激。