CN101739854A - 利用计算机系统来对用户进行自适应评估的方法及其装置 - Google Patents
利用计算机系统来对用户进行自适应评估的方法及其装置 Download PDFInfo
- Publication number
- CN101739854A CN101739854A CN200810203366A CN200810203366A CN101739854A CN 101739854 A CN101739854 A CN 101739854A CN 200810203366 A CN200810203366 A CN 200810203366A CN 200810203366 A CN200810203366 A CN 200810203366A CN 101739854 A CN101739854 A CN 101739854A
- Authority
- CN
- China
- Prior art keywords
- user
- assessment
- content
- assessment content
- contents
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Pending
Links
Images
Landscapes
- Information Retrieval, Db Structures And Fs Structures Therefor (AREA)
Abstract
本发明提供了一种利用具有多层编排方式的评估内容的来对用户进行自适应评估的评估系统。评估系统通过与用户进行交互,为用户提供相应的评估内容,根据对用户对评估内容所作的反馈,基于评估内容的多层编排方式并结合用户的特征信息,为用户提供随后进行评估的内容或者需要进行学习的知识点。评估系统为每个用户建立数据集,记录用户对评估内容的反馈。评估系统基于用户的数据集和/或用户的基本信息,为各个用户提供适合该用户的评估内容,从而真正实现个性化的评估。
Description
技术领域
本发明涉及基于计算机的教育和学习系统,尤其涉及基于网络的教育和学习系统。
背景技术
随着因特网的普及,出现了越来越多的基于因特网的教育网站,其中也包括不少评估和测试网站。但是,现有的评估网站主要只是把考试题简单地放在网上,不能适应用户的需要,其中少数几个专业考试网站,主要是为了水平测试和认证,而不是为了测试学生的水平,为学生决定下一步学什么,以使得学生的学习更加有针对性。现有评估网站中的评估内容也缺乏系统的编排,通常是过去经验中一些习题或试题的简单组合,缺乏符合知识内容特性的系统归纳与整理,也没有经过针对计算机方面应用的精心编排,经常使得用户重复地做大量类型相同的练习和测试题,用户在做了大量的练习题和测试题后,往往也不能清楚地得知自己的薄弱环节究竟在哪里,更别说老师和家长了。现有的评估网站大大地浪费了用户的时间和精力,造成用户对学习的倦怠和反感,在初级教育阶段,甚至对用户身心健康有副作用。
现有的基于网络的评估网站对网络的利用仅限于将其作为一种访问方便的手段,没有充分利用到发展迅猛并日益完善的计算机系统以及网络的技术优势,没有充分利用基于网络的计算机系统的动态特性,也没有充分利用基于网络的计算机系统的收集智能和自我学习的能力,使得用户的评估过程和能力与评估系统为其提供的评估内容没有任何关系。例如,现有的评估网站中,对于用户每次在该评估网站的评估过程,通常没有进行记录,用户不能随时查看其以往的评估记录,更不用说评估系统利用用户的以往的评估过程信息进行分析以更好地诊断用户对评估内容所评估的知识点的理解度,从而为用户提供适合该用户的评估内容。另外,由于缺乏对评估过程的记录,现有的评估网站对用户掌握的知识点的薄弱之处也不可能进行重视,也就无法提供针对每个用户存在的薄弱之处的有效辅导,而这其实是每个用户在复习时特别需要注重的内容。
总之,现有的评估系统远远不能满足用户的个性化评估需求。这些系统的特征是一成不变的各种题目和简单的答案标准,以及生硬的沟通方式和僵化的表现形式。用户的评估效果,与预先设定的评估效果相比较,往往相差很大,不仅造成资源的浪费,还大大地降低了用户的做练习题、测试题或者评估题的兴趣。
发明内容
为了解决现有的基于网络的评估系统的上述缺点,本发明提供了一种利用具有多层编排方式的评估内容来对用户进行自适应评估或者个性化评估的评估系统。评估系统通过与用户进行交互,为用户提供相应的评估内容,通过对用户对评估内容所作的反馈进行分析,为用户提供随后进行评估的内容或者需要进行学习的知识点。
根据本发明的第一方面,提供了一种利用评估系统来对用户进行自适应评估的方法,该评估系统中预存有多个评估内容及其答案,每个评估内容用于评估一个或多个知识点,其特征在于,所述多个评估内容具有多层编排方式,该方法包括以下步骤:a.通过与用户交互,为所述用户提供当前评估内容;b.接收来自所述用户对所述当前评估内容所作的反馈;c.基于所述答案,对所述用户对所述当前评估内容所作的反馈进行分析,以获得当前分析结果;d.根据所述当前分析结果并基于所述多层编排方式和所述用户的特征信息,为所述用户确定随后进行评估的评估内容或者待学习的知识点。
优选地,评估系统还为每个用户分配一个用户标识,并为每个用户创建或更新与该用户标识相关联的数据集,该数据集中至少包括该用户对一个或多个评估内容的反馈和/分析结果。用户的特征信息包括该数据集中存储的所述用户先前对其它一个或多个评估内容的反馈。评估系统基于当前分析结果并结合用户的数据集中所存储的用户对其它一个或多个评估内容的反馈和/或分析结果,为用户确定随后进行评估内容或者待学习的知识点。
优选地,用户的特征信息还包括用户的基本信息。评估系统还可以基于用户的基本信息为用户确定适合该用户的当前评估内容。进一步还可以结合用户的基本信息为用户确定随后进行评估内容或者待学习的知识点。
优选地,评估系统还可以结合一个或多个其他用户的数据集中所存储的该一个或多个其他用户对所述一个或多个评估内容的反馈,为所述用户确定随后进行评估的评估内容或者待学习的知识点。
优选地,评估系统中根据多个评估内容所评估的多个知识点的多层编排方式将多个评估内容编排为层次结构。评估内容的层次结构和知识点的层次结构可都为多级结构。例如,用于评估上层知识点的评估内容为上层评估内容,用于评估所述上层知识点的一个或多个下层知识点的评估内容为所述上层评估内容的下层评估内容。
根据本发明的第二方面,提供了一种在评估系统中用于对用户进行自适应评估的评估装置,该评估系统中预存有多个评估内容及其答案,每个评估内容用于评估一个或多个知识点,其特征在于,所述多个评估内容具有多层编排方式,该评估装置包括:交互装置,用于通过与用户交互,为所述用户提供当前评估内容;并接收所述用户对所述当前评估内容所作的反馈;分析装置,用于基于所述预存的答案,对所述用户对所述当前评估内容所作的反馈进行分析,以获得当前分析结果;确定装置,用于根据所述当前分析结果并基于所述多层编排方式和所述用户的特征信息,为所述用户确定随后进行评估的评估内容或者待学习的知识点。
通过使用本发明的方法和装置,结合本发明的评估内容的多层编排方式,能够有效地实现对用户的自适应评估或者个性化评估。通过为每个用户建立数据集,记录或存储用户所作过的评估内容的反馈,评估系统基于用户的数据集和/或用户的基本信息,为各个用户提供适合该用户的评估内容,从而真正实现个性化的评估。另外,在评估用户对某个评估内容所评估的知识点的掌握度时,结合该用户数据集中存储的用户对其它评估内容的反馈,能够准确、迅速地诊断出用户对该某个评估内容所评估的知识点的掌握度。
附图说明
通过阅读以下参照附图对非限制性实施例所作的详细描述,本发明的其它特征、目的和优点将会变得更明显。
图1为根据本发明的一个具体实施方式的网络拓扑结构图;
图2为根据本发明的一个具体实施方式的评估系统为用户提供评估的方法流程图;
图3为根据本发明的一个具体实施方式的小学数学学科的部分知识点的树状结构的示意图;
图4为根据本发明的一个具体实施方式的一个评估系统的页面示意图;
图5为根据本发明的一个具体实施方式的在评估系统中为用户提供自适应评估的评估装置的结构框图。
在附图中,相同或相似的附图标记代表相同或相似的装置或方法步骤。
具体实施方式
在介绍具体实施例之前,先对本说明书中提到的几个术语进行解释:
知识点:知识点是某个学科或者多个相关学科的集合或者某个教育课程中的知识体的一个认知元素。根据人类的认知规律和知识的具体应用,本发明将知识体微分为多个知识点。微分法通常将知识体划分为分层的组织结构,最底层的知识点是基本知识点,即对底层知识点再进行微分对于用户的学习没有任何实用价值或者帮助。例如,对于入门级的数学学科,可以分为“数、算、量、用、形、代、统”等多个一级知识点;其中,“数”这个一级知识点又可分为“数的认识、整数、小数、分数、数的整除、分数与百分数、比与比例”等二级知识点;其中每个二级知识点又可细分为多个三级知识点。
知识点的多层编排方式:知识点的多层编排方式是指某个学科或者多个相关学科的集合或者某个教育课程中的多个知识点的多层编排方式,根据知识点的知识难度和复杂程度和/或相互关联性对多个知识点进行编排,其结构包括树状结构、塔状结构、星状结构、链状结构、环状结构或网状结构及其组合,其中包括各个知识点的内在关系信息以及与各个知识点相关的知识点的指示信息。其中,每个知识点的相关信息还可以进一步包括预习知识点。
评估内容:评估内容指用于评估、诊断或者练习的内容,根据使用目的,可将评估内容分为练习题、测试题和综合评估题等多种类型。一个评估内容可包括一个或多个练习题或一个或多个测试题或一个或多个综合评估题或者它们的组合。本发明中的评估内容都是经过精心选择和编排的,在帮助用户掌握知识点的同时,最大限度地节省用户的时间,避免用户陷入题海战术。在本说明书中,除另有说明外,“用户”和“学生”是互换使用的。
评估内容的答案:评估内容的答案包括该评估内容的最终答案以及包括推导出答案的全部过程,例如几何证明题。在一题多解的情形下,评估内容的答案包括多种解答过程。并且,评估内容或答案的承载形式也不限,可以是文字、数字、符号的结合,也可以是以图片、动画或者音视频文件等。
评估内容的多层编排方式:评估内容的多层编排方式是指某个学科或者多个相关学科的集合或者某个教育课程中的多个评估内容的多层编排方式。评估内容的多层编排方式与知识点的多层编排方式不相同,但它们相关,正如下文所描述。可根据例如评估内容的难易程度和类型、所评估的知识点的特征(例如难度等级)等标准对多个评估内容进行编排。例如,对于一个给定的知识点,与其关联的评估内容类型可包括基本概念、计算、应用以及综合问题,并且每个类型的评估内容还可进一步分为多个难度等级。评估内容的多层编排方式可包括例如树状结构、塔状结构、星状结构、链状结构、环状结构或网状结构及其组合等拓扑结构。每个拓扑结构中包括表示各个评估内容的层次关系信息以及与相关的评估内容的指示信息。
优选地,根据多个评估内容所评估的多个知识点的信息将多个评估内容编排为多层结构。进一步还可以根据多个评估内容所评估的多个知识点的多层编排方式将多个评估内容编排为多层结构。在一个实施例中,评估内容的多层编排方式中的一个子编排可以是知识点的多层编排方式中的多个子编排的叠加。由于一个评估内容可评估多个知识点,反之亦然,因此,评估内容的多层编排方式与对应的知识点的多层编排方式通常是不相同的。进一步地,与一个知识点相关的不同的评估内容可以被标记为不同的难度等级。优选地,与每个知识点对应的多个评估内容根据难易程度被分为多个难度等级组,每组包括一个或多个难度基本相同的评估内容。
优选地,多个评估内容的多层编排方式还包括层次结构,该层次结构包括编排为上层和下层的评估内容。这里上层和下层是相对的概念,评估内容的层次结构可包括多个层次。可根据评估内容的不同特征或者其不同特征的结合定义不同的层次。例如,可根据相关的知识点的层次来定义评估内容的层次。具体地,用来评估一个或多个上层知识点的评估内容为上层评估内容,用来评估该上层知识点对应的下层的知识点的评估内容是该上层评估内容对应的下层评估内容。再如,可以根据评估内容的难度等级来定义层次结构。具体地,相对较难(或具有较高难度等级)的评估内容是上层评估内容,相对较容易的评估内容是下层评估内容。又如,可根据评估内容的综合程度来定义层次结构。具体地,用于评估一个知识点集的评估内容为上层评估内容,该一个知识点集中包含多个知识点,包含该多个知识点中的一个或多个知识点的集合为所述一个知识点集的知识点分集,用于评估所述知识点分集的评估内容为所述上层评估内容的下层评估内容。
评估系统:评估系统或学习评估系统是基于计算机的学习系统的一部分,用于评估或者诊断用户的学习。该评估系统中预存有多个评估内容及其答案,每个评估内容用于评估一个或多个知识点,多个评估内容具有多层编排方式,评估系统中可包括一个或多个学科或者教育课程的评估内容,各个学科或教育课程的多个评估内容分别按照各自的方式进行多层次的编排,该评估系统能够由用户通过用户终端访问,将评估内容提供给用户,并接收来自用户的对评估内容的反馈,基于评估内容的答案,对所述用户对所述当前评估内容所作的反馈进行分析,以获得当前分析结果,根据当前分析结果并基于评估内容的多层编排方式和所述用户的特征信息,为所述用户确定随后进行评估的评估内容或者待学习的知识点。
优选地,对于每个评估内容,评估系统中还可以预存与每个评估内容对应的相关信息,该相关信息用于标识评估内容并描述评估内容之间的关系。例如,该相关信息包括该评估内容所评估的知识点信息,所评估的知识点的年级,该评估内容的类型等信息。其中评估内容的类型包括练习题、测试题或者综合评估题。在一个实施例中,每个评估内容对应的相关信息可包括用于标识该评估内容的一组属性值,例如科目、相关知识点、评估类型、难度等级、综合等级、年级等。每个评估内容的多个属性以数据库的一个多域记录进行存储,其中每个属性对应于该多域记录的一个域。
评估系统通常表现为一个可经由用户终端,例如个人计算机,访问的网站(以下简称为“评估系统网站”),例如网络服务器,当然,也可能是存储在用户终端中,定期或者不定期地通过网络从网络服务器获得更新的版本。其功能可由软件或者硬件或者软、硬件结合来实现。
用户的特征信息:在本说明书中,用户的特征信息指能够将该用户与其他用户区别的信息。用户的特征信息可包括用户的相对静态的个人信息和动态变化的个性化信息,例如用户使用评估系统的历史信息。用户使用评估系统的历史信息可包括评估系统记录的用户选择的评估内容或知识点的轨迹、先前对评估内容的反馈信息和反馈速度以及评估系统对该用户的先前反馈的分析结果(例如正确率、得分等)等信息。在一个实施例中,评估系统至少基于用户的特征信息为用户确定随后的评估内容。
在本发明中,用户的特征信息是随着用户与评估系统之间的互动而动态变化的。例如,在用户刚完成当前的评估内容、评估系统正在为该用户确定随后的评估内容时,用户对当前的评估内容的反馈还未看作是用户的特征信息的一部分(尽管评估系统在确定随后的评估内容时,可将用户对当前的评估内容的反馈看作是用户的当前输入)。然后,当用户完成了评估系统提供的随后的评估内容后、评估系统确定再下一个随后的评估内容时,用户对当前评估内容的反馈已经被存储在用户的数据集中,变成了用户的特征信息的一部分。
一旦用户对评估内容的反馈变成了特征信息的一部分,不但影响评估系统对该用户的随后的评估内容或者待学习的知识点的选择,还影响评估系统对其他用户的随后的评估内容或者待学习的知识点的选择。换句话说,当用户通过使用评估系统学习课程时,评估系统也在学习用户,以形成一个自适应的评估系统和学习系统。
用户的基本信息:用户的基本信息是用户的特征信息的一种,例如用户的基本个人信息和背景信息。例如,用户的个人信息可以包括性别、年龄、年级、所属的班级、学校、用户所现在和过去居住的地域、监护人的职业、监护人的学历,以及用户喜欢的科目等信息。用户的基本信息可由用户在开始使用评估系统前输入。用户的基本信息是相对静态的,其作为用户档案的一部分,可随时由用户更新。
分析结果:分析结果指评估系统根据评估内容的答案,对用户对评估内容的反馈进行分析所得的结果,评估系统通常使用相关的答案作为参考。在本说明书中,除特别说明外,“分析结果”和“学习结果”是互换使用的。分析结果的表现形式不限,可以是对用户的反馈的对错或者好坏的一个简单评价信息;对于评估内容包括多个题目的情形,分析结果还可以是用户所答对的题目的占全部评估内容的百分比;在每道题设置分值的情形下,还可以是所得的分数;或者是一个分等级的评价,例如不及格,及格,良好,优秀。
分析结果可以成为构成用户特征信息的历史信息。分析结果不仅包括对用户反馈的一个立即响应,也包括在任何时候获得的结果。例如,对于使用评估系统的用户,评估系统可周期性地综合分析用户的学习结果或者用户对多个评估内容的反馈结果,并将分析结果作为用户的特征信息存储在数据集中。数据集作为用户的学习档案随着用户对评估系统的使用被动态地更新。
在另一个实施例中,分析结果还可以对学生关于一个科目和/或一个知识点的诊断结果,包括该学生的弱点、强项、超过要求的地方、需要提高的地方、存在误解或者未理解的地方等。
在对本发明的方法和系统进行描述前,先对本发明的一个示例性实现环境和应用环境进行说明。本发明的方法和系统可使用仅硬件或仅软件来实现,优选地,采用软件和硬件结合的方式来实现。本发明的方法可通过存储在存储介质中的软件产品的形式来实现。该软件产品包括用于计算机设备执行本说明书的实施例中所描述的方法的指令。
特别地,上述技术可借助于一个计算机设备来实现,例如具有计算单元的服务器或者个人计算机,如下文所示。
图1示出了根据本发明的一个具体实施方式的网络拓扑结构图。在图1所示的网络拓扑结构中,一些设备处于客户端,另一些设备处于服务器端。然而,这些设备可分处于不同的其它位置。而且,图中例示的两个或者更多的设备可结合成一个单独的设备。
如图1所示,计算机设备10实现评估系统的功能,其包括I/O装置104、处理器103,计算机可读介质106等。计算机设备10和例如个人计算机121、122的用户终端通过互联网实现连接。
计算机可读存储介质106存储数据108和应用程序模块110。数据108可包括知识点111的信息、评估内容112、评估内容答案113、相关信息114和用户特征信息115。用户特征信息115包括用户历史信息116和用户基本信息117。应用程序模块110包括一系列指令,当处理器103执行该指令时,执行下述流程中所描述的动作。
数据108包括的知识点111的信息、评估内容112、评估内容答案113、相关信息114和用户特征信息115,可存储在一个或多个数据库中。在一个实施例中,相关信息114包括定义知识点111、评估内容112和评估内容答案113之间关系的信息。这样的关系形成定义知识点111和评估内容112的多层编排方式的基础。例如,每个评估内容可由其一组属性值的至少一项来标识。该组属性值包括科目、年级、相关知识点、评估类型、难度等级、综合等级。每个评估的各个属性值可在相应的相关信息114中得到具体化,并以一个多域记录进行存储,其中每个属性对应于该多域记录的一个域。不同种类的数据库可用于此目的,包括关联数据库、层次数据库、面向对象的数据库和超文本数据库等。
需要注意的是,计算机可读介质可以任何适用于存储计算机数据的介质,包括但不限于硬盘,软盘,闪存,光盘等。而且,包括计算机可执行指令的计算机可读介质可由一个本地系统中的器件组成或由分布在网络中的多个远程系统的器件组成。计算机可执行指令的数据可以有形的物理内存器件传送或者以电子形式传输。
当然,计算机设备可以是任何具有一个处理器、I/O装置和存储器(内部存储器或者外部存储器)的设备,不限于个人计算机。尤其,用于实现评估系统的计算机设备10可以是一个服务器或者多个通过网络连接的服务器,该网络可以是如图1所示的互联网或者是内部网络。
用户终端也不限于图1中所示的个人计算机、手机,还可以包括个人数字助理(PDA)等一切可以访问计算机设备10的终端。用户13与网络服务器10的通信方式也不限于上述的登录形式。用户13还可以利用手机通过短信互动的方式与计算机设备10进行通信,例如,假设用户13发送数字短信“9999”至移动通信运营商的短信服务器,表示从计算机设备10获取知识点“加法文字题与应用题”对应的评估内容。计算机设备10接收到移动通信运营商的短信服务器转发的该消息后,将对应的内容提供给用户。
用户13可通过如图1所示的个人计算机121、122或者手机123等用户终端访问计算机设备10,用户13登录计算机设备10提供的评估系统后,通过与评估系统的多次交互(例如输入用户13的用户名和口令等)来选择其感兴趣的评估内容进行评估,并对评估内容进行反馈,评估系统根据用户13的反馈,进一步为用户13确定随后进行评估的内容。
图2示出了根据本发明的一个具体实施方式利用评估系统来对用户13进行自适应评估的方法流程图。以下参照图1对图2所示的流程进行详细说明。在该说明中,各个步骤的先后顺序不应该理解对本发明的保护范围构成限制,可结合任多个所述的流程来实现自适应评估的方法或者其替换的方法。
首先,在步骤S21中,评估系统与用户13交互,为用户13提供当前的评估内容。如图1所示,由计算机设备10来实现的评估系统通过用户终端121、122或123与用户13进行交互。例如,用户13以web的方式访问评估系统网站。用户13手动地或者评估系统自动地从评估内容112中选择当前评估内容。当前评估内容也可以手动选择和自动选择结合的方式提供给用户13。例如,评估系统可自动地提供一些评估内容给用户13,然后用户13从评估系统提供的一些评估内容中选择一个评估内容以作为当前评估内容。可选地,评估系统可提供指导用户选择的指示或建议。用户13通过鼠标点击或输入指令来选择相应的评估内容。
接着,在步骤S22中,评估系统接收用户13对所述当前评估内容所作的反馈。用户13对评估内容所作的反馈包括用户13对评估内容所作的反馈内容本身(例如,用户答案),可选地,反馈信息还可包括用户提供反馈内容的速度,亦即反馈速度。反馈速度包括用户13对该评估内容所花的时间。
然后,在步骤S23中,评估系统基于评估内容答案113,对用户13对当前评估内容所作的反馈进行分析,获得当前分析结果。在此,当前分析结果的形式不限,可以是对用户13的反馈内容的对错的一个简单评价信息。对于评估内容包括多个题目的情形,当前分析结果还可以是用户13所答对的题目的占全部评估内容的百分比;在每道题设置分值的情形下,还可以是所得的分数;或者是一个分等级的评价,例如不及格,及格,良好,优秀。
最后,在步骤S24中,评估系统根据当前分析结果并基于多个评估内容的多层编排方式和用户13的特征信息,为所述用户13确定随后进行评估的评估内容或者待学习的知识点。通常,用户随后进行评估的评估内容与当前评估内容不同,但有些时候,二者也可以相同。
上述步骤S21至S24构成了一个用户评估的周期。在评估系统为用户13确定了随后进行评估的内容后,评估系统可返回步骤S21,重复执行步骤S22至S24,以完成另一个评估周期。例如,在评估系统将随后的评估内容提供给用户13后,用户13对新接收到的评估内容进行反馈,并提供给评估系统。评估系统执行步骤S22至S24以完成一个新的评估周期。
优选地,评估系统可为使用其的每个用户分配一个用户标识,并为每个用户创建或更新与该用户标识相关联的数据集。根据每个用户对所述当前评估内容所作的反馈,更新该用户的数据集。用户的数据集包括多个数据子集,每个数据子集可分别与一个或多个评估内容相关联。在一个实施例中,每个数据子集对应一个被评估的知识点。
每个用户的数据集中可存储该用户使用评估系统的一切历史信息116,包括该用户选择评估内容的轨迹、对评估内容的反馈内容和反馈速度以及评估系统对该用户的反馈的分析结果等信息。优选地,每个用户的数据集中至少存储了该用户先前对其它一个或多个评估内容所作的反馈和/或评估系统对该用户对该一个或多个评估内容所作的反馈的分析结果。在一个实施例中,在评估系统根据多个评估内容所评估的多个知识点的多层编排方式将多个评估内容编排为多层结构的情形下,每个用户的数据集可分为多个数据子集,每个数据子集用于存储该用户对与一个知识点对应的一个或多个评估内容的所作的反馈和/或评估系统对该用户对该一个或多个评估内容所作的反馈的分析结果等信息。
在图2所示的步骤S24中,评估系统还可以基于当前分析结果并结合用户13的数据集中所存储的历史信息116为用户13确定随后进行评估内容或者待学习的知识点。历史信息116包括用户13对其它一个或多个评估内容的反馈和/或评估系统对用户13对该其它一个或多个评估内容所作的反馈的分析结果。优选地,历史信息116还可以包括对用户13过去评估历史或者学习历史的分析结果。
例如,对于用于评估知识点“长方形面积”的评估内容,若评估系统基于预存的答案,判断用户13反馈的答案错误。出现此情形,有可能是用户13的乘法没有学好,或者是对“长方形面积”的概念没有理解。
如果用户13的数据集中已经存储了用户13对评估乘法的评估内容的反馈和/或评估系统对用户13对评估乘法的评估内容的所作的反馈的分析结果,评估系统可据此分析用户13是否已经掌握了乘法。例如,评估系统根据评估内容的答案,判断用户11反馈的正确率是否大于一个预定阈值,如果大于该预定阈值,则认为用户已经掌握了乘法。如果评估系统中已经存储用户13对评估乘法的评估内容的所作的反馈的分析结果,评估系统也可以直接根据该分析结果判断用户13是否已经掌握乘法,而不必要去作进一步的分析。
如果评估系统根据用户13数据集中已经存储的用户13对评估乘法的评估内容的反馈和/或评估系统对用户13对评估乘法的评估内容的所作的反馈的分析结果,判断用户13已经掌握了乘法,则评估系统判断用户13有可能没有掌握好“长方形面积”的概念,于是确定评估“长方形面积”的评估内容为用户13随后进行评估的内容,或者确定知识点“长方形面积”为用户13随后进行学习的知识点。
如果评估系统根据用户13数据集中已经存储的用户13对评估乘法的评估内容的反馈和/或评估系统对用户13对评估乘法的评估内容的所作的反馈的分析结果,判断用户13还没有掌握好乘法,则确定用于评估“乘法”的评估内容为用户13随后进行评估的内容。
优选地,用户13的特征信息还可包括用户13的基本信息。用户13基本信息通常指用户13的个人信息,包括用户13的性别、年龄、学习年级、所在的学校、所在的地理区域、喜欢的科目等信息。如果用户为未成年人,还可以包括监护人(例如父母)的学历、职业等信息。评估系统可在用户13第一次使用评估系统时获取用户13的基本信息,例如,评估系统可要求用户13输入相关的个人信息。
评估系统可以根据用户13的基本信息中的部分或全部,来确定用户13的当前评估内容。例如,根据用户13的年级,将多个评估内容中与该年级水平相当的评估内容提供给该用户13。一组综合评估题可提供给用户以作为分组测试。由于新的用户没有累积任何历史信息,初始评估内容基本上根据用户的基本信息来确定。可选地,评估系统可让用户13手动地来选择评估内容,或者是基于系统建议来选择评估内容。当用户13对评估系统提供的评估内容进行反馈并将反馈内容提供给评估系统时,评估系统还可以根据其反馈内容的分析结果并基于多个评估内容的多层编排方式和用户13的基本信息,为用户13确定随后进行评估的评估内容或者待学习的知识点。其中,评估系统用户13确定随后进行评估的评估内容或者待学习的知识点所依据的三种信息所占的比重可根据实际使用中的经验值来确足。
例如,用户13在使用评估系统时,可任意选择其想要评估的评估内容,以一个年龄为10岁并就读小学三年级的用户13为例,在其第一次使用评估系统时,该用户13可能选择大学中的“微积分”相关的评估内容作为当前的评估内容。由于该用户13从未学习过微积分,也未做好学习这样高等课程的准备,因此,该用户13对微积分相关的评估内容所作的反馈可能非常差。从而,在步骤S24中,评估系统判断“微积分”不适合用户13学习,并根据用户13的年龄和就读的年级来为该用户13确定与其能力水平相当的评估内容作为该用户13随后进行评估的内容。
优选地,在步骤S24中,评估系统还可以先判断步骤S23中的当前分析结果是否符合第一条件,例如高于或等于第一预定阈值;如果当前分析结果符合第一条件,则评估系统基于多个评估内容的多层编排方式确定当前评估内容的下一个评估内容为所述用户13随后进行的评估内容。在此,当前评估内容的下一个评估内容是指当从当前评估内容连续推进(例如没有过多的差距自然推进)或者至少不倒退地移动至该下一个评估内容。例如,在评估内容的多层编排方式中,与当前评估内容位于同一个层次或者更高层次的评估内容是当前评估内容的下一个评估内容。
例如,评估知识点“一百以内的加法”的评估内容,以该评估内容包括十个题目、第一预定阈值取80%为例,如果评估系统基于预存的答案,对用户13对这十个题目所作的反馈进行分析,如当前分析结果为用户13对评估内容的十个题目中的至少八个题目的反馈正确,即当前分析结果可以量化为>=80%,则评估系统判断用户已经掌握了所评估的,从而基于多个评估内容的多层编排方式确定当前评估内容的下一个评估内容为用户13随后进行评估的内容。
优选地,在步骤S24中,评估系统还可以判断步骤S23中的当前分析结果是否符合第二条件,例如低于第二预定阈值;如当前分析结果符合第二条件,评估系统基于多个评估内容的多层编排方式确定与所述当前评估内容相关联的并且难度更低或者相同的评估内容为用户13随后进行评估的评估内容或者评估内容所评估的一个或多个知识点为用户13待学习的知识点。在该实施例中,评估内容的层次是由评估内容的多层编排方式确定的。
以第二预定阈值取65%为例,如果评估系统基于预存的答案,对用户13对这十个题目所作的反馈进行分析,如当前分析结果为用户13对评估内容的十个题目中的至少四个题目的反馈错误,即当前分析结果可以量化为<=60%,低于第二预定阈值。
接上文的例子,以用户13之前已经对评估知识点“二十以内的加法”和“十以内的加法”的评估内容作出反馈为例,并且评估系统也在用户13的数据集中记录了该用户13对评估知识点“二十以内的加法”和“十以内的加法”的评估内容所作的反馈以及评估系统基于评估内容的答案对用户13的反馈进行分析的分析结果这一用户13的特征信息。评估系统可根据已记录的用户13的特征信息,确定评估“二十以内的加法”的评估内容还是评估“十以内的加法”的评估甚至另一个评估“百以内的加法”的评估内容为用户13随后进行评估的评估内容。
具体地,评估系统根据已记录的用户13的特征信息,即用户13对评估知识点“二十以内的加法”和“十以内的加法”的评估内容所作的反馈,或者评估系统对用户13反馈的分析结果,发现用户13对评估“十以内的加法”的评估内容的所作的反馈很好,例如,高于第一预定阈值;而对评估“二十以内的加法”所作的反馈很差,例如,低于第二预定阈值;从而确定评估“二十以内的加法”的评估内容为用户13随后进行评估的评估内容。
如果评估系统发现用户13对评估“十以内的加法”和“二十以内的加法”的评估内容的所作的反馈均很好,例如,均高于第一预定阈值,并且评估系统根据已记录的用户13反馈,发现用户13对当前评估内容(即评估知识点“一百以内的加法”的评估内容)的反馈速度很快,例如高于一个预定阈值,则评估系统判断用户13可能由于粗心做错题,从而确定另一个评估“百以内加法”的评估内容为用户13随后进行评估的评估内容。
在此,需要说明的是,第一预定阈值与第二预定阈值可以相同,也可以不同,即第一预定阈值大于第二预定阈值,此时,如果分析效果在第一预定阈值和第二预定阈值之间,则评估系统可以则可以采取其他类型的决策来确定用户13随后进行评估的评估内容或者待学习的知识点。例如,在这样的情形下,评估系统可继续提供类似的评估内容(例如,与相同知识点关联的具有相同或者类似难度的评估内容)给用户13,直到用户反馈的分析结果符合第一条件,然后用户13进到下一个层次。
为了更好地理解本发明,以下以评估系统根据多个评估内容所评估的多个知识点的多层编排方式将所述多个评估内容编排为多层结构为例对本发明进行进一步的详细说明。根据微分法将某个学科甚至某个学科的一部分知识划分为具有预定编排的多个知识点,每个知识点对应有一个或多个评估内容,例如多个练习题和测试题。其中,每个知识点对应的多个练习题和测试题根据其难易程度被划分为多个难度等级组,每个难度等级组中包括多个难度基本相同的练习题和一组测试题。也可根据每个知识点对应的多个练习题和测试题的综合程度,将其划分为不同的综合等级组。
例如,以评估知识点“一百以内的加法”的评估内容被分为五个等级组为例,以该当前评估内容为第二等级组为例,当前评估内容包括十个练习题、第一预定阈值取80%为例,如果评估系统基于预存的评估内容的答案,对用户13对这十个练习题所作的反馈进行分析,如当前分析结果为用户13对评估内容的十个练习题中的至少八个练习题的反馈正确,即当前分析结果可以量化为>=80%,则评估系统判断用于已经掌握了当前的评估内容所评估的难度等级,从而基于多个评估内容的多层编排方式确定当前难度等级的评估内容对应的一组测试题或者更高难度等级的第三等级组评估内容为用户13随后进行评估的内容。如果评估系统将该组测试题提供给用户13,等用户13通过该组测试题的测试后,即评估系统对用户13对该组测试题的反馈的当前分析结果符合第一预定条件,再将第三等级组评估内容提供给用户。
上述层次划分仅是评估内容的多层编排方式的一个例子。可根据希望或者需要编排层次划分的结构和粒度。例如,一百以内的加法属于某个层次,在该层次,测试题或者练习题可被分为多个子层。这样的分类或者分组定义了评估内容的多层编排方式的具体结构。
应当理解的是,第一条件也不限于上述的大于第一预定阈值,对于当前的练习题,如果用户13连续做对了预定数目的练习题,也可以视为满足了第一条件;或者用户13在预定时间内连续做对了预定数目的练习题,也可以视为满足了第一条件。可选地,第一条件也可以是例如答题正确率和完成速度等几个子条件的组合。
以第二预定阈值取65%为例,如果评估系统基于评估内容的答案,对用户13对这十个题目所作的反馈进行分析,如当前分析结果为用户13对评估内容的十个题目中的至少四个题目的反馈错误,即当前分析结果可以量化为<=60%,则评估系统判断用户13没有掌握该评估内容所评估的难度等级,从而基于多个评估内容的多层编排方式确定更低难度等级的第一等级组评估内容为所述用户13随后进行评估的评估内容或者所述评估内容所评估的一个或多个知识点为所述待学习的知识点。
该评估系统中还可包括一套或多套综合评估题,每套综合评估题包括以如下的方式定义的预定层次结构:上层评估内容用于评估一个知识点集,该一个知识点集中包含多个知识点,包含该多个知识点中的一个或多个知识点的集合为所述一个知识点集的知识点分集,用于评估所述知识点分集的评估内容为所述上层评估内容的下层评估内容。例如,评估知识点集合{A、B}的评估内容和评估知识点集合{C、D}是评估知识点集合{A、B、C、D}的评估内容的下层评估内容,后者是前面二者的上层评估内容。这里的知识点A、B、C、D在编排结构上并无特定的关系,可以相同,也可以不同。
各种不同的评估内容可通过混合的方式以不同的先后顺序提供给用户13。例如,对于一个或一组知识点,评估系统可将练习题或测试题当作当前评估内容提供给用户13。当用户对该当前评估内容的反馈满足一定条件时,例如评估系统对其反馈的当前分析结果符合第一条件,将与该一个或一组知识点对应的综合评估题作为随后的评估内容提供给用户13。可选地,评估系统也可先将综合评估题当作当前评估内容提供给用户13,然后基于用户的反馈,确定随后提供给用户13的评估内容的类型。例如,评估系统根据答案,对用户13对当前评估内容的反馈进行分析,以获得当前分析结果,然后,判断所述当前分析结果是否符合第三条件,例如答案错误。如果当前分析结果符合第三条件,评估系统基于所述多个评估内容的多层编排方式确定所述当前评估内容的下层一个或多个评估内容为所述用户随后进行评估的评估内容。
优选地,评估系统还可以结合用户13的数据集中所存储的用户13的历史信息,例如用户13对下层一个或多个评估内容的反馈,确定当前评估内容的下层一个或多个评估内容为所述用户随后进行评估的评估内容。
不失一般性,再以多个评估内容所述评估的多个知识点被编排为预定层次结构为例,该多个评估内容的多层结构包括以如下方式定义的预定层次结构:用于评估上层知识点的评估内容为上层评估内容,用于评估上层知识点的一个或多个下层知识点的评估内容为上层评估内容的下层评估内容。有些知识点可能是属于同一层次的,因而它们关联的评估内容也被看作是同一个层次的。也可用其它区分层次的方法来对评估内容的编排方式进行定义。例如,对于一个给定的知识点,可根据类型、难度等级和综合程度等对评估内容进行进一步细分。
图3示出了根据本发明的一个具体实施方式的小学数学学科的部分知识点的树状结构的示意图。通过对小学数学学科的知识体进行微分,将其划分为分层的组织结构,最底层的知识点是基本知识点,对基本知识点再进行微分对于用户的学习而言没有任何实用价值或者帮助。如图3中所示,小学数学这一学科首先分为“数”、“算”、“量”、“用”、“形”、“代”和“统”等多个第一层知识点。选择“数”作为下一层次微分法的示例,“数”又分为“数的认识”、“整数”、“小数”、“分数”、“数的整除”、“分数与百分数”、“比与比例”等第二层知识点。选择“整数”作为下一层次微分法的示例,“整数”又分为“整数的基本概念”、“整数的大小比较”、“整数的加法”、“整数的减法”、“整数的乘法”、“整数的除法”等第三层知识点。最后,“整数的加法”和“整数的减法”被选择作为微分法最底层次划分的示例,具体地,“整数的加法”又微分为“十以内的加法”、“二十以内的加法”、“一百以内的加法”、“加法文字题与应用题”等四级知识点。类似地,“整数的减法”又微分为“十以内的减法”、“二十以内减法”、“一百以内的减法”、“减法文字题与应用题”等第四层知识点。在图3所示的例子中,第四层知识点为基本知识点。
需要说明的是,与某个科目相关联的知识点可组成一个知识点集合。不同知识点集合之间可能相关,也可能不相关。在同一个知识点集合中,知识点是分层的,在同一层知识点中,各个知识点也可能按照一定的先后顺序出现,以便于用户的学习。
在此需要说明的是,这里所称的“第一层知识点”、“第二层知识点”、“第三层知识点”以及“第四层知识点”只是为了说明知识点之间的逻辑关系,以及引用方便,并无其他特殊的含义。
与图3中的知识点的树状结构相对应的,评估知识点“整数的加法”的评估内容为上层评估内容,评估“十以内的加法”、“二十以内的加法”、“百以内的加法”、“加法文字题与应用题”的评估内容分别为评估知识点“整数的加法”的上层评估内容的下层评估内容。
图4示出了此时评估系统的一个页面示意图,用户13登录该评估系统后,学习系统将如图4所示的页面内容呈现给用户13。图4中示出了入门数学学科的多个第一层知识点“数”、“算”、“量”、“用”、“形”等,用户13可以通过选择第一层知识点来浏览该第一层知识点下面的多层知识点。用户13可通过选择知识点来选择评估该知识点的评估内容。如图4所示,知识点的评估内容包括知识点练习、知识点测试和知识点评估三种类型的题目。用户13在选择知识点之前,可先选择评估内容的类型。评估系统在用户13在选择知识点之前,提供一个默认的知识点及其评估内容给用户13,如图4中所示的第一层知识点“数”及其对应的评估内容“8×9=_”。用户13也可以先选定知识点,当用户13选定知识点后,评估系统再提供评估内容的类型以供用户13选择。
优选地,在图2中的步骤S24中,评估系统判断步骤S23中的当前分析结果是否符合第三条件,例如低于第三预定阈值;如当前分析结果低于第三阈值,则说明用户13不仅当前的评估内容没有掌握,甚至可能连评估内容相关的知识点都没有理解。用户13需要返回更低层次的评估内容或者更低层次的知识点。相应地,评估系统基于多个评估内容的多层编排方式确定当前评估内容的下层一个或多个评估内容为所述用户13随后进行评估的评估内容。可选地,评估系统可提供一个或多个综合评估题给用户13以进一步评估用户的学习状态,然后确定下一步提供给用户13的评估内容。
需要说明的是,第三预定阈值的取值,可以与第一预定阈值和第二预定阈值相同,也可以不同。第一预定阈值、第二预定阈值和第三预定阈值的取值可以采取一个绝对的标准,也可根据实际评估内容的难度、用户的反馈进行动态调整。另外,对于不同的评估内容(例如与不同知识点关联的评估内容),第一预定阈值、第二预定阈值和第三预定阈值的取值是独立的。亦即,对于不同的评估内容,第一预定阈值、第二预定阈值和第三预定阈值的取值可以相同,也可以不同。
在本发明中,评估内容的层次结构是相对的并且上下层之间的关系可以是多种方式的。可根据不同的方案来确定评估内容的不同编排方式。在给评估内容分层时,通常会考虑不同的因素,但一个总的原则是便于用户取得更好的评估或学习效果。例如,对于用于评估相同的一个或一组知识点的多个评估内容,被分为多个难度等级。再如,用于评估一个知识点集的评估内容为上层评估内容,该一个知识点集中包含多个知识点,包含该多个知识点中的一个或多个知识点的集合为所述一个知识点集的知识点分集,用于评估所述知识点分集的评估内容为所述上层评估内容的下层评估内容。又如,可根据相关的知识点的层次来定义评估内容的层次。具体地,用来评估一个或多个上层知识点的评估内容为上层评估内容,用来评估该上层知识点对应的下层的知识点的评估内容是该上层评估内容对应的下层评估内容。
例如,对于评估知识点“整数的加法”的评估内容,以该评估内容包括二十个题目、第三预定阈值取65%为例,
如果评估系统基于预存的答案,对用户13对这二十个题目所作的反馈进行分析,如当前分析结果为用户13对评估内容的二十个题目中的至少八个题目的反馈错误,即当前分析结果可以量化为<=60%,则评估系统判断用户13没有掌握该评估内容所评估的知识点,从而基于多个评估内容的多层编排方式确定“整数的加法”评估内容的多个下层评估内容为该用户13随后进行评估的评估内容。例如,确定评估知识点“十以内的加法”、“二十以内的加法”、“百以内的加法”、“加法文字题与应用题”的评估内容中的一个或多个为用户13随后进行评估的内容。
优选地,如果评估系统在用户13的数据集中记录了该用户13对评估知识点“二十以内的加法”和“十以内的加法”的评估内容所作的反馈以及评估系统基于预存的答案对用户13的反馈进行分析的分析结果这一用户13特征信息,则评估系统根据已记录的用户13的特征信息,即用户13对评估知识点“二十以内的加法”和“十以内的加法”的评估内容所作的反馈,或者评估系统对用户13反馈的分析结果,发现用户13对评估“十以内的加法”的评估内容的所作的反馈很好,例如,高于第一预定阈值;而对评估“二十以内的加法”所作的反馈很差,例如,低于第二预定阈值;从而确定评估“二十以内的加法”的评估内容为用户13随后进行评估的评估内容。
如果评估系统发现用户13对评估“十以内的加法”和“二十以内的加法”的评估内容的所作的反馈均很好,例如,均高于第一预定阈值,则评估系统确定评估“百以内加法”或者“加法文字题与应用题”的评估内容为用户13随后进行评估的评估内容。
如果评估系统在用户13的数据集中记录了该用户13对评估知识点“十以内的加法”、“二十以内的加法”、“百以内的加法”和“加法文字题与应用题”的评估内容所作的反馈以及评估系统基于预存评估内容的答案对用户13的反馈进行分析的分析结果这一用户13特征信息。并且评估系统发现用户13对评估评估知识点“十以内的加法”、“二十以内的加法”、“百以内的加法”和“加法文字题与应用题”的评估内容所作的反馈均很好,例如均高于第一预定阈值,则评估系统判断用户13可能由于粗心做错题,确定另一个评估“整数的加法”的评估内容为用户13随后进行评估的评估内容。
如果评估系统基于预存的答案,对用户13对这二十个题目所作的反馈进行分析,如当前分析结果为用户13对评估内容的二十个题目中的至少十六个题目的反馈正确,即当前分析结果可以量化为>=80%,则评估系统判断用户13已经掌握了该评估内容所评估的知识点,从而基于多个评估内容的多层编排方式确定评估“整数的加法”的评估内容的下一个评估内容。例如图3所示,可确定“整数的减法”为用户13随后进行评估的内容。
优选地,在步骤S24中,评估系统根据步骤S23中的当前分析结果,基于多个评估内容的多层编排方式和用户13的特征信息并结合其他一个或多个用户的数据集中所存储的其他一个或多个用户对所述一个或多个评估内容的反馈或者评估系统对用户13反馈的分析结果,即其他用户的特征信息,为用户13确定随后进行评估的评估内容或者待学习的知识点。
接上文的例子,仍以当前的评估内容为评估“整数的加法”的评估内容为例,如当前用户13对二十个题目的反馈正确率<=60%,则评估系统判断该当前用户13没有掌握该评估内容所评估的知识点“百以内的加法”,从而评估系统基于多个评估内容的多层编排方式,确定评估“百以内加法”的评估内容的多个下层评估内容中的一个或多个评估内容为该当前用户13随后进行评估的评估内容。更进一步,可以结合其他类型的信息来缩小选择的范围。
例如,当前用户13的特征信息仅有该当前用户13在评估“十以内的加法”的评估内容所作的反馈和/或评估系统对该反馈所作的分析结果。其他用户的特征信息包括了其他用户对评估“十以内的加法”、“二十以内的加法”、“百以内的加法”和“加法文字题与应用题”的评估内容所作的反馈和/或评估系统对他们的反馈所作的分析结果。
如果评估系统根据用户13的反馈或者分析结果,判断当前用户13对评估“十以内的加法”的评估内容所作的反馈很好,例如正确率>=80%,可确定评估“二十以内的加法”、“百以内的加法”和“加法文字题与应用题”的评估内容中的一个或多个为用户13随后进行评估的评估内容。
进一步地,评估系统可参照其他用户对评估“二十以内的加法”、“百以内的加法”和“加法文字题与应用题”的评估内容所作的反馈或者评估系统对他们的反馈的分析结果来确定究竟哪一个评估内容为用户13随后进行评估的评估内容。具体地,如果评估系统根据其他用户的对评估“二十以内的加法”、“百以内的加法”和“加法文字题与应用题”的评估内容所作的反馈或者评估系统对他们的反馈的分析结果判断大部分用户对“二十以内的加法”的评估内容所作的反馈结果都很好,例如每个反馈正确率全部>=80%,则评估系统可判断对于“十以内的加法”的评估内容所作的反馈非常好的用户,“二十以内的加法”的评估内容可跳过,尤其是评估系统根据用户13的历史信息判断用户13是一个学习能力很强时。相应地,评估系统可确定评估“百以内的加法”的评估内容为该当前用户13随后进行评估的评估内容。
上述“跳过”的概念适用于任何多层编排方式中的任一个评估内容,例如,与一个或多个知识点相关联的不同类型的评估内容。
优选地,评估内容可有一个非常详细的多层结构作为一个基础的或者主要的结构,然后,针对不同的用户,不同取舍地使用该基础结构。例如,如果评估系统基于用户的历史信息,判断该用户是学习能力强的用户,则从基础结构中跳过一些不重要的评估内容。具体地,评估系统可根据用户的历史信息来初步判断用户的学习能力是否满足一定的能力条件。该能力条件可以是预定,可以是固定不变的,也可以是动态变化的。具体应使用什么样的能力条件没有限制,用户的学习能力如何被评估也没有限制。如果评估系统确定用户的学习能力满足能力条件,则评估系统根据评估内容的多层编排方式确定当前评估内容的下一个评估内容的后续评估内容为用户随后进行评估的评估内容。下一个评估内容的后续评估内容包括在编排方式上紧邻该下一个评估内容的评估内容或者与下一个评估内容相隔多层或多个评估内容的评估内容。亦即评估系统可跳过当前评估内容的下一个或者下多个评估内容,选择一个评估内容作为用户随后进行评估的评估内容。
换句话说,在对知识点和评估内容进行编排时,基础结构或者主要结构具有较高的“分辨率”,但是评估系统可通过跳过一些不重要的层次的评估内容,以较低的“分辨率”将评估内容提供给用户。
评估系统也可以进一步根据其他用户的反馈来确定是否当前用户需要跳过某个层次的评估内容。例如,其他用户的反馈显示大部分用户从某个层次的评估内容很快地进步到另一个层次的评估内容,评估系统也可以确定当前用户13跳过这两个层次之间的评估内容。
其他用户的反馈可以各种方式影响评估系统对当前用户13的随后的评估内容的选择。例如,如果当前用户13与某个其他用户一起共同学习,例如学习竞赛,该其他用户的反馈记录可用于当前用户13的随后的评估内容的选择。例如,如果该其他用户的反馈记录显示了该其他用户已经完成了一定数量的某类型评估内容,评估系统可将该其他用户完成的相同的评估内容推荐给当前用户13,或者让当前用户13选择同样的评估内容进行评估。任意多个的用户可参加类似的学习竞赛,或者也可以由评估系统组织多个用户参加这样的学习竞赛。
优选地,评估系统还可以根据各个用户的基本信息对用户进行分组,根据评估系统对用户13对当前评估内容所作的反馈的当前分析结果,基于多个评估内容的多层编排方式和用户13的特征信息并结合用户13所属的分组中的信息,为用户13确定随后进行评估的评估内容或者待学习的知识点。用户分组的信息存储在该组用户的数据集中,可包括该组中的一个或多个用户对所述一个或多个评估内容的反馈和/或评估系统对该一个或多个用户对该一个或多个评估内容所作的反馈的分析结果。
优选地,评估系统还充分地提供给用户互动的机会,如果用户有很好的评估内容,还可以通过评估系统与其他用户分享。具体地,评估系统还可以接收由各个用户提供的与多个评估内容中一个或多个评估内容有关的评估内容,并与该多个评估内容中的一个或多个评估内容(系统提供的或者用户提供的)相关联地存储所述用户提供的评估内容,以提供给所述用户和/或其他用户使用。
为了更好地组织评估内容,评估系统可接收用户对一个或多个评估内容的评价信息或者排名,利用该评价信息或者排名信息并结合上述讨论其他信息来确定用户随后进行评估的评估内容。例如,通过比较来自多个用户的评价信息来确定评价较高的评估内容,以提供给用户。用户排名可适用于所有的评估内容,包括系统提供的和用户提供的,也可限制仅对用户提供的评估内容进行排名。在一个实施例中,评估系统接收由多个用户提供的与多个评估内容中一个或多个评估内容有关的评估内容,并进一步接收多个用户对该用户提供的评估内容的评价信息或排名,然后确定评价较高或者排名较高的用户提供的评估内容,以提供给用户。
优选地,评估系统还为用户提供随时复习的功能。评估系统接收来自用户的评估历史查询消息,根据所述评估历史查询消息,生成查询响应消息,该查询响应消息中包含所述用户查询的评估历史信息,并将所述查询响应消息提供给所述用户,以便用户随时进行复习。例如,查询消息中可包含指定的时间段(用户指定或者系统自动指定)和查询的评估类型信息。再如,用户13还可以指定只查询做错的题目,以便加深理解和记忆,达到温故知新的目的。
优选地,无需用户13发出查询请求,评估系统还可以自动地为用户13提供复习功能。例如,评估系统可定期或者不定期地将用户13反馈的分析结果以及关联的评估内容提供给用户13。定期或不定期的例子包括在评估系统每次接收到用户13的反馈后或者用户13完成一定数量的评估内容(例如与某个知识点关联的一组测试,或一组评估内容)后。
需要说明的是,上文所述的只是列举了一些如何根据评估内容的多层编排方式以及用户的特征信息来为用户确定随后的评估内容的例子。在此基础上,根据上文所述的各种信息,存在各种各样的确定随后的评估内容的实施例,下文是这样的一些例子的简述。
1.给定知识点和评估内容的多层编排方式,用户可自由地选择任一知识点,并练习与该知识点有关的任意评估内容。
2.给定知识点,评估系统让用户从难度等级最低的评估内容开始,逐渐过渡到难度等级较高的评估内容。评估内容的难度等级可由评估内容的多层编排方式决定,如上文所述。
3.如果用户很好地完成了某个评估内容,此后,评估系统可能不再提供与此相同的评估内容或者该类型的评估内容给用户,除非用户特别要求。
4.如果用户在某一个评估内容处显示出不足,评估系统可将另一个与相同知识点关联的相同类型或者类似难度等级的评估内容提供给用户。如果用户没有提高,评估系统将与相同知识点关联的不同类型或者更低难度的评估内容提供给用户。如果用户仍然显示出了其不足,评估系统将与相关知识点(如预习知识点)或更低层次知识点关联的评估内容提供给用户。
5.如果用户在评估当前知识点的某一个评估内容处显示出不足,评估系统可将一系列的练习或者测试提供给用户,以诊断用户对相关知识点的理解。评估系统可根据用户进一步的反馈采取不同的动作。例如,如果用户对所有新提供的评估内容反馈正确,则评估系统判断用户可能是由于偶然原因或者粗心造成的。如果用户对所有新提供的评估内容反馈正确率较低(例如,50%),则评估系统判断用户可能相关知识点没有学好,需要提供更低难度的评估内容以便用户进一步练习。如果用户对所有新提供的评估内容反馈正确率很低(例如,20%),评估系统可建议或者指导用户学习与当前知识点相关的指导材料。如果用户对所有新提供的评估内容反馈正确率非常低或接近零,则评估系统建议或指导用户学习当前知识点的预习知识点。
实践中,上述多种方法可相互结合使用,而且,在各个方法的结合中,可进一步结合用户的历史信息。
用户的历史信息可包括指示用户学习历史特征的任何有用或者相关的信息。这样的信息包括但不限于:做同样或者同类型的评估内容的历史(例如用户做同样或者同类型的评估内容的次数);同样或者同类型的评估内容的正确率;做与某个知识点关联的评估内容的历史(例如用户做与某个知识点关联的评估内容的数目和正确率);用户做与当前知识点关联的评估内容的历史(例如,做的评估内容的数目和正确率);用户做与当前知识点的高层知识点关联的评估内容的历史(例如,做的评估内容的数目和正确率)。用户的历史信息是累积的,评估系统可在任何需要或者适合的时候,对用户的历史信息进行分析,所得的分析结果也当作用户的历史信息的一部分进行存储,也即用户的历史信息包括用户学习历史的原始数据和/或该原始数据的分析结果。
图5示出了根据本发明的一个具体实施方式位于评估系统中为对用户进行自适应评估的评估装置50的结构框图。评估装置50包括交互装置51、分析装置52、确定装置53、创建更新装置54、第一判断装置55、第二判断装置56、第三判断装置57、能力判断装置58、存储装置59、比较确定装置510和生成装置511。这里为了简明起见,在图5中示出了许多优选实施例中的可选子装置,本领域技术人员根据本说明书的教导,应能理解其中仅交互装置51、分析装置52和确定装置53是实施本发明所必要的装置,其他子装置为可选装置。
以下参照图1对位于计算机设备10中的评估装置50的工作过程进行详细说明。
首先,交互装置51与用户13交互,为用户13提供当前评估内容。如图1所示,由计算机设备10来实现的评估系统通过用户终端121、122或123与用户13进行交互。例如,用户13以web的方式访问评估系统网站,通过鼠标点击或者输入指令来选择相应的评估内容。
接着,交互装置51接收用户13对所述当前评估内容所作的反馈。用户13对评估内容所作的反馈包括用户13对评估内容所作的反馈内容或者反馈内容和反馈速度。反馈内容包括用户13对评估内容所作的答案,反馈速度包括用户13对该评估内容所花的时间。
然后,分析装置52基于评估内容的答案,对用户13对当前评估内容所作的反馈进行分析,获得当前分析结果。在此,当前分析结果的形式不限,可以是对用户13的反馈内容的对错的一个简单评价信息。对于评估内容包括多个题目的情形,当前分析结果还可以是用户13所答对的题目的占全部评估内容的百分比;在每道题设置分值的情形下,还可以是所得的分数;或者是一个分等级的评价,例如不及格,及格,良好,优秀。
最后,确定装置53根据当前分析结果并基于多个评估内容的多层编排方式和用户13的特征信息,为所述用户13确定随后进行评估的评估内容或者待学习的知识点,并由交互装置51提供给用户13。此后,交互装置52重复前述的接收过程,分析装置53重复执行前述的分析过程,以及确定装置53重复执行前述的确定过程,以为用户13继续提供评估。
优选地,评估系统可为使用其的每个用户分配一个用户13标识,并由创建更新装置54为每个用户创建或更新与该用户标识相关联的数据集。每个用户的数据集中可存储该用户使用评估系统的一切历史信息,包括该用户选择评估内容的轨迹、对评估内容的反馈内容和反馈速度以及评估系统对该用户的反馈的分析结果等信息。优选地,每个用户的数据集中至少存储了该用户先前对其它一个或多个评估内容所作的反馈和/或评估系统对该用户对该一个或多个评估内容所作的反馈的分析结果。
确定装置53还可以基于当前分析结果并结合用户13的数据集中所存储的用户13对其它一个或多个评估内容的反馈和/或分析装置52对用户13对该一个或多个评估内容所作的反馈的分析结果,为用户13确定随后进行评估内容或者待学习的知识点。
例如,对于用于评估知识点“长方形面积”的评估内容,若确定装置53基于预存的答案,判断用户13反馈的答案错误。出现此情形,有可能是用户13的乘法没有学好,或者是对“长方形面积”的概念没有理解。
如果用户13的数据集中已经存储了用户13对评估乘法的评估内容的反馈和/或分析装置52对用户13对评估乘法的评估内容的所作的反馈的分析结果,并且用户13反馈或者分析结果表明用户13已经掌握了乘法。例如,确定装置53根据评估内容的预存的答案,判断用户13反馈的正确率高于一个预定阈值,如果大于该预定阈值,则认为用户已经掌握了乘法。如果评估系统中已经存储用户13对评估乘法的评估内容的所作的反馈的分析结果,评估系统确定装置53也可以直接根据分析结果判断用户13是否已经掌握乘法。
如果确定装置53根据用户13数据集中已经存储的用户13对评估乘法的评估内容的反馈和/或评估系统对用户13对评估乘法的评估内容的所作的反馈的分析结果,判断用户13已经掌握了乘法,则确定装置53判断用户13有可能没有掌握好“长方形面积”的概念,于是确定评估“长方形面积”的评估内容为用户13随后进行评估的内容,或者确定知识点“长方形面积”为用户13随后进行学习的知识点。
如果确定装置53根据用户13数据集中已经存储的用户13对评估乘法的评估内容的反馈和/或评估系统对用户13对评估乘法的评估内容的所作的反馈的分析结果,判断用户13还没有掌握好乘法,则确定用于评估“乘法”的评估内容为用户13随后进行评估的内容。
优选地,用户13的特征信息还可包括用户13的基本信息,用户13基本信息通常指用户13的个人信息,包括用户13所属的地域、年龄、性别、所属的班级、喜欢的科目、监护人的职业、监护人的学历等信息。
在用户13第一次使用评估系统时,评估系统会让用户13先输入其基本信息,如年龄、性别、所属的学校和/或年级、班级、所在的地理区域、父母的职业、父母的年龄、父母的学历等等。交互装置51可以根据用户13的基本信息中的部分或全部,来确定用户13的当前评估内容。例如,根据用户13的年级,将多个评估内容中与该年级水平相当的评估内容提供给该用户13。
优选地,确定装置53还可以根据当前分析结果并基于多个评估内容的多层编排方式和用户13的基本信息,为用户13确定随后进行评估的评估内容或者待学习的知识点。
例如,用户13在使用评估系统时,可任意选择其想要评估的评估内容,以一个年龄为10岁并就读小学三年级的用户13为例,在其第一次使用评估系统时,该用户13可能选择大学中的“微积分”相关的评估内容作为当前的评估内容。如果分析装置52对用户13对“微积分”相关的评估内容的反馈的分析结果表明,用户几乎没有掌握“微积分”的概念,则确定装置53可根据用户13的年龄和就读的年级来为该用户13确定与其能力水平相当的评估内容作为该用户13随后进行评估的内容。
优选地,第一判断装置55还可以先判断分析装置52分析所得的当前分析结果是否符合第一条件,例如高于或等于第一预定阈值;如果分析结果高于或等于第一预定阈值,则确定装置53基于多个评估内容的多层编排方式确定当前评估内容的下一个评估内容为所述用户13随后进行的评估内容。
优选地,第二判断装置56还可以判断分析装置52分析所得的当前分析结果是否符合第一条件,例如是否低于第二预定阈值;如分析结果低于第二预定阈值,确定装置53基于多个评估内容的多层编排方式确定与所述当前评估内容相关联的并且难度更低或者相同的评估内容为用户13随后进行评估的评估内容或者评估内容所评估的一个或多个知识点为所述待学习的知识点。
例如,对于评估知识点“一百以内的加法”的评估内容,以该评估内容包括十个题目、第一预定阈值取80%为例,如果分析装置52基于评估内容的答案,对用户13对这十个题目所作的反馈进行分析,如分析结果为用户13对评估内容的十个题目中的至少八个题目的反馈正确,即当前分析结果可以量化为>=80%,第一判断装置55判断分析结果大于或等于预定阈值,则确定装置53判断用于已经掌握了该评估内容所评估的知识点,从而基于多个评估内容的多层编排方式确定评估“一百以内的加法”的评估内容的下一个评估内容为用户13随后进行评估的内容。
以第二预定阈值取80%为例,如果分析装置52基于预存的答案,对用户13对这十个题目所作的反馈进行分析,如当前分析结果为用户13对评估内容的十个题目中的至少四个题目的反馈错误,即当前分析结果可以量化为<=60%,第二判断装置55判断当前分析结果低于第二预定阈值,则确定装置53判断用户13没有掌握该评估内容所评估的知识点,从而基于多个评估内容的多层编排方式确定与“一百以内的加法”评估内容相关联的并且难度更低或者相同的评估内容为所述用户13随后进行评估的评估内容或者所述评估内容所评估的一个或多个知识点为所述待学习的知识点。例如,确定评估知识点“二十以内的加法”或者知识点“十以内的加法”的评估内容为用户13随后进行评估的内容。
优选地,如果第二判断装置56判断当前分析结果低于第二预定阈值,确定装置53还可以基于多个评估内容的多层编排方式和用户13的特征信息确定与所述当前评估内容相关联的并且难度更低或者相同的评估内容为所述用户13随后进行评估的评估内容或者所述评估内容所评估的一个或多个知识点为所述待学习的知识点。
接上文的例子,以用户13之前已经对评估知识点“二十以内的加法”和“十以内的加法”的评估内容作出反馈为例,并且评估系统也在用户13的数据集中记录了该用户13对评估知识点“二十以内的加法”和“十以内的加法”的评估内容所作的反馈以及分析装置52基于预存的答案对用户13的反馈进行分析的分析结果这一用户13特征信息。
确定装置53可根据已记录的用户13的特征信息,确定评估“二十以内的加法”的评估内容还是评估“十以内的加法”的评估甚至另一个评估“百以内的加法”的评估内容为用户13随后进行评估的评估内容。
具体地,第一判断装置55根据已记录的用户13的特征信息,即用户13对评估知识点“二十以内的加法”和“十以内的加法”的评估内容所作的反馈,或者评估系统对用户13反馈的分析结果,判断用户13对评估“十以内的加法”的评估内容的所作的反馈很好,例如,高于第一预定阈值;而对评估“二十以内的加法”所作的反馈很差,例如,低于第二预定阈值;从而确定评估“二十以内的加法”的评估内容为用户13随后进行评估的评估内容。
如果第一判断装置55判断用户13对评估“十以内的加法”和“二十以内的加法”的评估内容的所作的反馈均很好,例如,均高于第一预定阈值,并且确定装置53根据已记录的用户13反馈,发现用户13对当前评估内容(即评估知识点“一百以内的加法”的评估内容)的反馈速度很快,例如高于一个预定阈值,则确定装置53判断用户13可能由于粗心做错题,从而确定另一个评估“百以内加法”的评估内容为用户13随后进行评估的评估内容。
在此,需要说明的是,第一预定阈值与第二预定阈值可以相同,也可以不同,即第一预定阈值大于第二预定阈值,此时,如果分析效果在第一预定阈值和第二预定阈值之间,则评估系统可以则可以采取其他类型的决策来确定用户13随后进行评估的评估内容或者待学习的知识点。
为了更好地理解本发明,以下以根据多个评估内容所评估的多个知识点的多层编排方式将所述多个评估内容编排为多层结构为例对评估装置50对用户进行自适应评估的过程进行进一步的详细说明。
不失一般性,以多个评估内容所述评估的多个知识点被编排为预定层次结构为例,该多个评估内容的多层结构包括以如下方式定义的预定层次结构:用于评估上层知识点的评估内容为上层评估内容,用于评估上层知识点的一个或多个下层知识点的评估内容为上层评估内容的下层评估内容。
知识点的一个示例性结构如图3所示。与图3中的知识点的树状结构相对应的,评估知识点“整数的加法”的评估内容为上层评估内容,评估“十以内的加法”、“二十以内的加法”、“百以内的加法”、“加法文字题与应用题”的评估内容分别为评估知识点“整数的加法”的上层评估内容的下层评估内容。
图4示出了此时评估系统的一个页面示意图,用户13登录该评估系统后,学习系统将如图4所示的页面内容呈现给用户13。图4中示出了入门数学学科的多个第一层知识点“数”、“算”、“量”、“用”、“形”等,用户13可以通过选择第一层知识点来浏览该第一层知识点下面的多层知识点。用户13可通过选择知识点来选择评估该知识点的评估内容。如图4所示,知识点的评估内容包括知识点练习、知识点测试和知识点评估三种类型的题目。用户13在选择知识点之前,可先选择评估内容的类型。评估系统在用户13在选择知识点之前,提供一个默认的知识点及其评估内容给用户13,如图4中所示的第一层知识点“数”及其对应的评估内容“8×9=”。用户13也可以先选定知识点,当用户13选定知识点后,评估系统再提供评估内容的类型以供用户13选择。
优选地,第三判断装置57判断分析装置52分析所得的当前分析结果是否符合第三条件,例如是否低于第三预定阈值;如当前分析结果低于第三预定阈值,则确定装置53基于多个评估内容的多层编排方式确定当前评估内容的下层一个或多个评估内容为所述用户13随后进行评估的评估内容。
例如,对于评估知识点“整数的加法”的评估内容,以该评估内容包括二十个题目、第三预定阈值取80%为例,如果分析装置52基于预存的答案,对用户13对这二十个题目所作的反馈进行分析,如当前分析结果为用户13对评估内容的二十个题目中的至少十六个题目的反馈正确,即当前分析结果可以量化为>=80%,第三判断装置57判断当前分析结果高于或等于第一预定阈值,则确定装置53判断用户13已经掌握了该评估内容所评估的知识点,从而基于多个评估内容的多层编排方式确定评估“整数的加法”的评估内容的下一个评估内容,如图3所示,即“整数的减法”或者“十以内的减法”为用户13随后进行评估的内容。
如果分析装置52基于评估内容的答案,对用户13对这二十个题目所作的反馈进行分析,如当前分析结果为用户13对评估内容的二十个题目中的至少八个题目的反馈错误,即当前分析结果可以量化为<=60%,第三判断装置57判断当前分析结果低于第三预定阈值,则确定装置53判断用户13没有掌握该评估内容所评估的知识点,从而基于多个评估内容的多层编排方式确定“整数的加法”评估内容的多个下层评估内容为该用户13随后进行评估的评估内容。例如,确定装置53确定评估知识点“十以内的加法”、“二十以内的加法”、“百以内的加法”、“加法文字题与应用题”的评估内容中的一个或多个为用户13随后进行评估的内容。
优选地,如果评估系统在用户13的数据集中记录了该用户13对评估知识点“二十以内的加法”和“十以内的加法”的评估内容所作的反馈以及评估系统基于预存的答案对用户13的反馈进行分析的分析结果这一用户13特征信息,第三判断装置57根据已记录的用户13的特征信息,即用户13对评估知识点“二十以内的加法”和“十以内的加法”的评估内容所作的反馈,或者评估系统对用户13反馈的分析结果,判断用户13对评估“十以内的加法”的评估内容的所作的反馈很好,例如,高于第一预定阈值;而对评估“二十以内的加法”所作的反馈很差,例如,低于第二预定阈值;从而确定装置53确定评估“二十以内的加法”的评估内容为用户13随后进行评估的评估内容。
如果第三判断装置57判断用户13对评估“十以内的加法”和“二十以内的加法”的评估内容的所作的反馈均很好,例如,均高于第一预定阈值,则确定装置53确定评估“百以内加法”或者“加法文字题与应用题”的评估内容为用户13随后进行评估的评估内容。
如果评估系统在用户13的数据集中记录了该用户13对评估知识点“十以内的加法”、“二十以内的加法”、“百以内的加法”和“加法文字题与应用题”的评估内容所作的反馈以及评估系统基于预存的答案对用户13的反馈进行分析的分析结果这一用户13特征信息,第三判断装置57判断用户13对评估评估知识点“十以内的加法”、“二十以内的加法”、“百以内的加法”和“加法文字题与应用题”的评估内容所作的反馈均很好,例如均高于第一预定阈值,则确定装置53判断用户13可能由于粗心做错题,确定另一个评估“整数的加法”的评估内容为用户13随后进行评估的评估内容。
优选地确定装置53根据分析装置52分析所得的当前分析结果,基于多个评估内容的多层编排方式和用户13的特征信息并结合其他一个或多个用户的数据集中所存储的其他一个或多个用户对所述一个或多个评估内容的反馈或者评估系统对用户13反馈的分析结果,即其他用户的特征信息,为用户13确定随后进行评估的评估内容或者待学习的知识点。
接上文的例子,仍以当前的评估内容为评估“整数的加法”的评估内容为例,如当前用户13对二十个题目的反馈正确率<=60%,确定装置53判断该当前用户13没有掌握该评估内容所评估的知识点“百以内的加法”,从而确定装置53基于多个评估内容的多层编排方式,确定评估“百以内加法”的评估内容的多个下层评估内容中的一个或多个评估内容为该当前用户13随后进行评估的评估内容。
例如,当前用户13的特征信息仅有该当前用户13在评估“十以内的加法”的评估内容所作的反馈和/或评估系统对该反馈所作的分析结果。而其他用户的特征信息包括了其他用户对评估“十以内的加法”、“二十以内的加法”、“百以内的加法”和“加法文字题与应用题”的评估内容所作的反馈和/或评估系统对他们的反馈所作的分析结果。如果第三判断装置57根据用户13的反馈或者分析结果,判断当前用户13对评估“十以内的加法”的评估内容所作的反馈很好,例如正确率>=80%,确定装置53可确定评估“二十以内的加法”、“百以内的加法”和“加法文字题与应用题”的评估内容中的一个或多个为用户13随后进行评估的评估内容。进一步地,确定装置53可参照其他用户对评估“二十以内的加法”、“百以内的加法”和“加法文字题与应用题”的评估内容所作的反馈或者评估系统对他们的反馈的分析结果来确定究竟哪一个评估内容为用户13随后进行评估的评估内容。具体地,如果第三判断装置57根据其他用户的对评估“二十以内的加法”、“百以内的加法”和“加法文字题与应用题”的评估内容所作的反馈或者评估系统对他们的反馈的分析结果判断大部分用户对“二十以内的加法”的评估内容所作的反馈结果都很好,例如每个反馈正确率全部>=80%,则确定装置53可确定评估“百以内的加法”的评估内容为该当前用户13随后进行评估的评估内容。
然后,确定装置53根据分析装置52分析所得的当前分析结果,基于多个评估内容的多层编排方式和用户13的特征信息并结合统计信息为用户13确定随后进行评估的评估内容或者待学习的知识点。
紧接前面的例子,如当前用户13对评估“整数的加法”的评估内容所作的反馈的正确率低于一个预定值,或者分析装置52对该反馈的当前分析结果低于第三预定阈值,并且当前用户13的特征信息仅有该当前用户13在评估“十以内的加法”的评估内容所作的反馈和/或评估系统对该反馈所作的分析结果。而其他用户的特征信息包括了其他用户对评估“十以内的加法”、“二十以内的加法”、“百以内的加法”和“加法文字题与应用题”的评估内容所作的反馈和/或评估系统对他们的反馈所作的分析结果,计算装置58也分别计算了针对评估“二十以内的加法”、“百以内的加法”和“加法文字题与应用题”的评估内容统计信息,则评估系统也可以结合统计信息来为当前用户13确定随后进行评估的评估内容。例如统计信息的分布如下:评估“二十以内的加法”的评估内容的反馈正确率>=90%;评估“百以内的加法”的评估内容的反馈正确率>=60%;评估“加法文字题与应用题”的评估内容的反馈正确率>=60%。在当前用户13对评估“百以内的加法”的评估内容的反馈正确率较低的情形下,确定装置53根据上述当前用户13的特征信息和统计信息,确定评估“百以内的加法”的评估内容为该当前用户13随后进行评估的评估内容。
优选地,能力判断装置58根据用户13的历史信息判断该用户的学习能力是否满足能力条件,如果用户13的学习能力满足能力条件,则确定装置53根据评估内容的多层编排方式确定当前评估内容的下一个评估内容的后续评估内容为用户随后进行评估的评估内容。下一个评估内容的后续评估内容包括在编排方式上紧邻该下一个评估内容的评估内容或者与下一个评估内容相隔多层或多个评估内容的评估内容。亦即确定装置53可跳过当前评估内容的下一个或者下多个评估内容,选择一个评估内容作为用户随后进行评估的评估内容。
优选地,交互装置51还接收来自用户的与所述多个评估内容中一个或多个评估内容有关的评估内容,存储装置59与所述多个评估内容中的一个或多个评估内容相关联地存储该用户提供的评估内容,以提供给该用户和/或其他用户使用。
优选地,交互装置51还接收来自多个用户对所述一个或多个评估内容的评价信息;比较确定装置510通过比较来自多个用户的评价信息来确定评价较高的评估内容,以提供给用户。
优选地,交互装置51还用于接收来自用户13的评估历史查询消息;生成装置511根据该评估历史查询消息,生成查询响应消息,该查询响应消息中包含用户13查询的评估历史信息;然后交互装置51将该查询响应消息提供给用户13。
以上从功能的角度的对各个装置的工作过程进行了描述,需要说明的是,四个判断装置的功能类似,即第一判断装置55也可以用来实现第二判断装置56、第三判断装置57、能力判断装置58的功能;第二判断装置56也可以用来实现第一判断装置55、第三判断装置57和能力判断装置58的功能;以此类推。在实际中,仅有一个判断装置即可。
以上对本发明的各个优选实施例进行了详细的描述,在此,需要说明的是,上述各个实施例可以单独实施,也可以相互结合实施。也即本发明的评估系统可以包括上述多个优选实施例中的所描述的多个功能中的任多项功能,并且,这任多项功能可以相互作用,相互促进,更好地为用户提供个性化评估。例如,评估系统在为用户确定随后进行评估的评估内容,在考虑用户的对其它的一个或多个评估内容所作的反馈的同时,还可以考虑用户的基本信息。
以上对本发明的具体实施例进行了描述。需要理解的是,本发明并不局限于上述特定实施方式,本领域技术人员可以在所附权利要求的范围内做出各种变形或修改。
Claims (50)
1.一种利用评估系统来对用户进行自适应评估的方法,该评估系统中预存有多个评估内容及其答案,每个评估内容用于评估一个或多个知识点,其特征在于,所述多个评估内容具有多层编排方式,该方法包括以下步骤:
a.通过与用户交互,为所述用户提供当前评估内容;
b.接收所述用户对所述当前评估内容所作的反馈;
c.基于所述答案,对所述用户对所述当前评估内容所作的反馈进行分析,以获得当前分析结果;
d.根据所述当前分析结果并基于所述多层编排方式和所述用户的特征信息,为所述用户确定随后进行评估的评估内容或者待学习的知识点。
2.根据权利要求1所述的方法,其特征在于,所述评估系统为所述用户分配一个用户标识,并为所述用户创建或更新与所述用户标识相关联的数据集,在所述步骤c之后还包括以下步骤:
-根据所述用户对所述当前评估内容所作的反馈,更新所述用户的数据集。
3.根据权利要求2所述的方法,其特征在于,所述用户的数据集包括多个数据子集,每个数据子集分别与一个或多个评估内容相关联。
4.根据权利要求2所述的方法,其特征在于,该数据集中至少存储了所述用户先前对一个或多个其它评估内容所作的反馈和/或评估系统对用户对该一个或多个其它评估内容所作的反馈的分析结果,所述用户的特征信息包括该数据集中存储的所述用户先前对一个或多个其它评估内容所作的反馈和/或评估系统对用户对该一个或多个其它评估内容所作的反馈的分析结果,所述步骤d还包括以下步骤:
-基于所述当前分析结果并结合所述用户的数据集中所存储的所述用户对一个或多个其它评估内容所作的反馈和/或评估系统对用户反馈的分析结果,为所述用户确定随后进行评估内容或者待学习的知识点。
5.根据权利要求1或2所述的方法,其特征在于,所述用户的特征信息还包括所述用户输入的其基本信息。
6.根据权利要求5所述的方法,其特征在于,所述步骤d还包括以下步骤:
-根据所述当前分析结果并基于所述多层编排方式和所述用户的基本信息,为所述用户确定随后进行评估的评估内容或者待学习的知识点。
7.根据权利要求1所述的方法,其特征在于,所述步骤d包括以下步骤:
-判断所述当前分析结果是否符合第一条件;
-如所述当前分析结果符合所述第一条件,基于所述多层编排方式确定所述当前评估内容的下一个评估内容为所述用户随后进行评估的评估内容。
8.根据权利要求1所述的方法,其特征在于,所述步骤d包括以下步骤:
d1.判断所述当前分析结果是否符合第二条件;
d2.如所述当前分析结果符合第二条件,基于所述多层编排方式确定与所述当前评估内容相关联的并且难度更低或者相同的评估内容为所述用户随后进行评估的评估内容或者所述评估内容所评估的一个或多个知识点为所述待学习的知识点。
9.根据权利要求8所述的方法,其特征在于,所述步骤d2还包括以下步骤:
-如所述当前分析结果符合所述第二条件,基于所述多层编排方式和所述用户的特征信息确定与所述当前评估内容相关联的并且难度更低或者相同的评估内容为所述用户随后进行评估的评估内容或者所述评估内容所评估的一个或多个知识点为所述待学习的知识点。
10.根据权利要求1所述的方法,其特征在于,所述用户的特征信息包括该用户的历史信息,所述步骤d还包括以下步骤:
-根据该用户的历史信息判断该用户的学习能力是否满足能力条件;
-如果该用户的学习能力满足能力条件,根据所述多层编排方式确定当前评估内容的下一个评估内容的后续评估内容为用户随后进行评估的评估内容。
11.根据权利要求1所述的方法,其特征在于,所述多个评估内容的多层编排方式包括:根据所述多个评估内容所评估的多个知识点的多层编排方式将所述多个评估内容编排为多层结构。
12.根据权利要求1所述的方法,其特征在于,其中与每个知识点对应的多个评估内容根据其难易程度被分为多个难度等级组,每组包括一个或多个难度基本相同的评估内容。
13.根据权利要求1所述的方法,其特征在于,所述评估内容的多层编排方式包括以如下方式定义的层次结构:上层评估内容用于评估一个知识点集,该一个知识点集中包含多个知识点,包含该多个知识点中的一个或多个知识点的集合为所述一个知识点集的知识点分集,用于评估所述知识点分集的评估内容为所述上层评估内容的下层评估内容。
14.根据权利要求1所述的方法,其特征在于,所述评估内容的多层编排方式包括以如下方式定义的层次结构:上层评估内容包括用于评估一个或多个上层知识点的一个或多个评估内容,下层评估内容包括用于评估一个或多个下层知识点的一个或多个评估内容。
15.根据权利要求1所述的方法,其特征在于,所述步骤d还包括以下步骤:
di.判断所述当前分析结果是否符合第三条件;
dii.若所述当前分析结果符合第三条件,基于所述多个评估内容的多层编排方式确定所述当前评估内容的下层一个或多个评估内容为所述用户随后进行评估的评估内容。
16.根据权利要求15所述的方法,其特征在于,所述步骤dii还包括以下步骤:
-若所述当前分析结果符合所述第三条件,基于所述多个评估内容的多层编排方式并结合所述用户的特征信息确定所述当前评估内容的下层一个或多个评估内容为所述用户随后进行评估的评估内容。
17.根据权利要求1所述的方法,其特征在于,所述评估系统为每个其他用户分配一个用户标识,并为每个其他用户创建/更新与该用户标识相关联的数据集,该数据集中至少包括该其他用户对一个或多个评估内容所作的反馈和/或评估系统对该其他用户对该一个或多个评估内容所作的反馈的分析结果,所述步骤d还包括以下步骤:
d0.根据所述当前分析结果,基于所述多个评估内容的多层编排方式和所述用户的特征信息并结合一个或多个其他用户的数据集中所存储的该一个或多个其他用户对所述一个或多个评估内容的反馈和/或评估系统对该一个或多个其他用户对该一个或多个评估内容所作的反馈的分析结果,为所述用户确定随后进行评估的评估内容或者待学习的知识点。
18.根据权利要求17所述的方法,其特征在于,所述评估系统将多个用户分为多个组,所述步骤d0还包括以下步骤:
-根据所述当前分析结果,基于所述多个评估内容的多层编排方式和所述用户的特征信息并结合所述用户所属的分组中一个或多个其他用户的数据集中所存储的该一个或多个其他用户对所述一个或多个评估内容的反馈和/或评估系统对该一个或多个其他用户对该一个或多个评估内容所作的反馈的分析结果,为所述用户确定随后进行评估的评估内容或者待学习的知识点。
19.根据权利要求1所述的方法,其特征在于,还包括以下步骤:
-接收来自所述用户的与所述多个评估内容中一个或多个评估内容有关的评估内容;
-与所述多个评估内容中的一个或多个评估内容相关联地存储所述用户提供的评估内容,以提供给所述用户和/或其他用户使用。
20.根据权利要求1所述的方法,其特征在于,还包括以下步骤:
-接收来自多个用户对所述一个或多个评估内容的评价信息;
-通过比较来自多个用户的评价信息来确定评价较高的评估内容,以提供给用户。
21.根据权利要求1所述的方法,其中,还包括以下步骤:
A.接收来自用户的评估历史查询消息;
B.根据所述评估历史查询消息,生成查询响应消息,该查询响应消息中包含所述用户查询的评估历史信息;
C.将所述查询响应消息提供给所述用户。
22.根据权利要求5或6所述的方法,其特征在于,所述用户基本信息包括以下各项中的任一项或任多项:
-用户性别;
-用户年龄;
-用户的学习年级;
-用户的所在的学校
-用户所在的地理区域;
-用户监护人的学历;
-用户监护人的职业;
-用户喜欢的科目。
23.根据权利要求1所述的方法,其特征在于,所述评估内容的多层编排方式包括树状结构、塔状结构、星状结构、链状结构、环状结构或网状结构中的任一项或其中任多项的组合。
24.根据权利要求1所述的方法,其特征在于,所述每个评估内容的属性包括以下各项中的至少一项:科目、相关知识点、评估类型、难度等级、综合等级、年级。
25.根据权利要求1所述的方法,其特征在于,所述每个评估内容的多个属性以数据库的一个多域记录进行存储,其中每个属性对应于所述多域记录的一个域。
26.一种在评估系统中用于对用户进行自适应评估的评估装置,该评估系统中预存有多个评估内容及其答案,每个评估内容用于评估一个或多个知识点,其特征在于,所述多个评估内容具有多层编排方式,该评估装置包括:
交互装置,用于通过与用户交互,为所述用户提供当前评估内容;并接收所述用户对所述当前评估内容所作的反馈;
分析装置,用于基于所述预存的答案,对所述用户对所述当前评估内容所作的反馈进行分析,以获得当前分析结果;
确定装置,用于根据所述当前分析结果并基于所述多层编排方式和所述用户的特征信息,为所述用户确定随后进行评估的评估内容或者待学习的知识点。
27.根据权利要求26所述的评估装置,其特征在于,所述评估系统为所述用户分配一个用户标识,所述评估装置还包括:
创建更新装置,用于为所述用户创建或更新与所述用户标识相关联的数据集;并根据所述用户对所述当前评估内容的反馈,更新所述用户的数据集。
28.根据权利要求27所述的评估装置,其特征在于,所述用户的数据集包括多个数据子集,每个数据子集分别与一个或多个评估内容相关联。
29.根据权利要求27所述的评估装置,其特征在于,该数据集中至少存储了所述用户先前对其它一个或多个评估内容所作的反馈和/或评估系统对用户对该一个或多个评估内容所作的反馈的分析结果,所述用户的特征信息包括该数据集中存储的所述用户先前对其它一个或多个评估内容所作的反馈和/或评估系统对用户对该一个或多个评估内容所作的反馈的分析结果,所述确定装置还用于:
-基于所述当前分析结果并结合所述用户的数据集中所存储的所述用户对其它一个或多个评估内容所作的反馈和/或评估系统对用户反馈的分析结果,为所述用户确定随后进行评估内容或者待学习的知识点。
30.根据权利要求26或27所述的评估装置,其特征在于,所述用户的特征信息还包括所述用户输入的其基本信息。
31.根据权利要求30所述的评估装置,其特征在于,所述确定装置还用于:
-根据所述当前分析结果并基于所述多层编排方式和所述用户的基本信息,为所述用户确定随后进行评估的评估内容或者待学习的知识点。
32.根据权利要求26所述的评估装置,其特征在于,所述评估装置还包括:
第一判断装置,用于判断所述当前分析结果是否符合第一条件;
所述确定装置还用于:
-如所述当前分析结果符合所述第一条件,基于所述多层编排方式确定所述当前评估内容的下一个评估内容为所述用户随后进行评估的评估内容。
33.根据权利要求26所述的评估装置,其特征在于,所述评估装置还包括:
第二判断装置,用于判断所述分析结果是否符合第二条件;
所述确定装置还用于:
-如所述分析结果符合第二条件,基于所述多层编排方式确定与所述当前评估内容相关联的并且难度更低或者相同的评估内容为所述用户随后进行评估的评估内容或者所述评估内容所评估的一个或多个知识点为所述待学习的知识点。
34.根据权利要求33所述的评估装置,其特征在于,所述确定装置还用于:
-如所述当前分析结果符合所述第二条件,基于所述多层编排方式和所述用户的特征信息确定与所述当前评估内容相关联的并且难度更低或者相同的评估内容为所述用户随后进行评估的评估内容或者所述评估内容所评估的一个或多个知识点为所述待学习的知识点。
35.根据权利要求26所述的评估装置,其特征在于,所述用户的特征信息包括该用户的历史信息,所述评估装置还包括:
能力判断装置,用于根据该用户的历史信息判断该用户的学习能力是否满足能力条件;
所述确定装置还用于:
-如果该用户的学习能力满足所述能力条件,根据所述多层编排方式确定当前评估内容的下一个评估内容的后续评估内容为用户随后进行评估的评估内容。
36.根据权利要求26所述的评估装置,其特征在于,所述多个评估内容的多层编排方式包括:根据所述多个评估内容所评估的多个知识点的多层编排方式将所述多个评估内容编排为多层结构。
37.根据权利要求26所述的评估装置,其特征在于,其中与每个知识点对应的多个评估内容根据其难易程度被分为多个难度等级组,每组包括一个或多个难度基本相同的评估内容。
38.根据权利要求26所述的评估装置,其特征在于,所述评估内容的多层编排方式包括以如下方式定义的层次结构:上层评估内容用于评估一个知识点集,该一个知识点集中包含多个知识点,包含该多个知识点中的一个或多个知识点的集合为所述一个知识点集的知识点分集,用于评估所述知识点分集的评估内容为所述上层评估内容的下层评估内容。
39.根据权利要求26所述的评估装置,其特征在于,所述评估内容的多层编排方式包括以如下方式定义的层次结构:上层评估内容包括用于评估一个或多个上层知识点的一个或多个评估内容,下层评估内容包括用于评估一个或多个下层知识点的一个或多个评估内容。
40.根据权利要求26所述的评估装置,其特征在于,所述评估装置还包括:
第三判断装置,用于判断所述当前分析结果是否符合第三条件;
所述确定装置还用于:
-若所述当前分析结果符合所述第三条件,基于所述多个评估内容的多层编排方式确定所述当前评估内容的下层一个或多个评估内容为所述用户随后进行评估的评估内容。
41.根据权利要求26所述的评估装置,其特征在于,所述确定装置还用于:
-所述当前分析结果符合所述第三条件,基于所述多个评估内容的多层编排方式并结合所述用户的特征信息确定所述当前评估内容的下层一个或多个评估内容为所述用户随后进行评估的评估内容。
42.根据权利要求26所述的评估装置,其特征在于,所述评估系统为每个其他用户分配一个用户标识,并为每个其他用户创建/更新与该用户标识相关联的数据集,该数据集中至少包括该其他用户对一个或多个评估内容所作的反馈和/或评估系统对该其他用户对该一个或多个评估内容所作的反馈的分析结果,所述确定装置还用于:
-根据所述当前分析结果,基于所述多个评估内容的多层编排方式和所述用户的特征信息并结合一个或多个其他用户的数据集中所存储的该一个或多个其他用户对所述一个或多个评估内容的反馈和/或评估系统对该一个或多个其他用户对该一个或多个评估内容所作的反馈的分析结果,为所述用户确定随后进行评估的评估内容或者待学习的知识点。
43.根据权利要求42所述的评估装置,其特征在于,所述评估系统将多个用户分为多个组,所述确定装置还用于:
-根据所述当前分析结果,基于所述多个评估内容的多层编排方式和所述用户的特征信息并结合所述用户所属的分组中一个或多个其他用户的数据集中所存储的该一个或多个其他用户对所述一个或多个评估内容的反馈和/或评估系统对该一个或多个其他用户对该一个或多个评估内容所作的反馈的分析结果,为所述用户确定随后进行评估的评估内容或者待学习的知识点。
44.根据权利要求26所述的评估装置,其特征在于,所述交互装置还用于:
-接收来自所述用户的与所述多个评估内容中一个或多个评估内容有关的评估内容;
其中,还包括:
存储装置,用于与所述多个评估内容中的一个或多个评估内容相关联地存储所述用户提供的评估内容,以提供给所述用户和/或其他用户使用。
45.根据权利要求26所述的评估装置,其特征在于,所述交互装置还用于:
-接收来自多个用户对所述一个或多个评估内容的评价信息;
其中,还包括:
比较确定装置,用于通过比较来自多个用户的评价信息来确定评价较高的评估内容,以提供给用户。
46.根据权利要求26所述的评估装置,其特征在于,所述交互装置还用于:
-接收来自用户的评估历史查询消息;
其中,还包括:
生成装置,用于根据所述评估历史查询消息,生成查询响应消息,该查询响应消息中包含所述用户查询的评估历史信息;
所述交互装置还用于:
-将所述查询响应消息提供给所述用户。
47.根据权利要求30或31所述的评估装置,其特征在于,所述用户基本信息包括以下各项中的任一项或任多项:
-用户性别;
-用户年龄;
-用户的学习年级;
-用户所在的学校;
-用户所在的地理区域;
-用户监护人的职业;
-用户监护人的学历;
-用户喜欢的科目。
48.根据权利要求26所述的评估装置,其特征在于,所述评估内容的多层编排方式包括树状结构、塔状结构、星状结构、链状结构、环状结构或网状结构中的任一项或其中任多项的组合。
49.根据权利要求26所述的评估装置,其特征在于,所述每个评估内容的属性包括以下各项中的至少一项:科目、相关知识点、评估类型、难度等级、综合等级、年级。
50.根据权利要求26所述的评估装置,其特征在于,所述每个评估内容的多个属性以数据库的一个多域记录进行存储,其中每个属性对应于所述多域记录的一个域。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN200810203366A CN101739854A (zh) | 2008-11-25 | 2008-11-25 | 利用计算机系统来对用户进行自适应评估的方法及其装置 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN200810203366A CN101739854A (zh) | 2008-11-25 | 2008-11-25 | 利用计算机系统来对用户进行自适应评估的方法及其装置 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN101739854A true CN101739854A (zh) | 2010-06-16 |
Family
ID=42463279
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN200810203366A Pending CN101739854A (zh) | 2008-11-25 | 2008-11-25 | 利用计算机系统来对用户进行自适应评估的方法及其装置 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN101739854A (zh) |
Cited By (27)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102610130A (zh) * | 2012-02-20 | 2012-07-25 | 刘征 | 一种高效的学习系统 |
CN103218927A (zh) * | 2012-01-18 | 2013-07-24 | 财团法人中文数位化技术推广基金会 | 互动式学习监控、诊断以及建议系统及方法 |
CN103426131A (zh) * | 2012-05-23 | 2013-12-04 | 河南校信通教育科技有限公司 | 一种测评方法及系统 |
CN103503048A (zh) * | 2010-10-07 | 2014-01-08 | 克莱弗鲁公司 | 用于提供智能协作内容基础设施的方法、系统及计算机程序 |
CN103514769A (zh) * | 2012-06-15 | 2014-01-15 | 上海蓝卓教育信息科技有限公司 | 智能学习线路设计系统及方法 |
CN103577507A (zh) * | 2012-08-10 | 2014-02-12 | 俞晓鸿 | 具有实时侦测和自适应进化机制的智能题库系统及方法 |
CN104317825A (zh) * | 2014-09-30 | 2015-01-28 | 武汉天量数据技术有限公司 | 一种知识点量化分析方法及系统 |
CN105022828A (zh) * | 2015-07-31 | 2015-11-04 | 阔地教育科技有限公司 | 一种资源推送方法及装置 |
CN105070130A (zh) * | 2015-08-04 | 2015-11-18 | 北京优宇通教育科技有限公司 | 水平测评方法和系统 |
CN105159924A (zh) * | 2015-08-04 | 2015-12-16 | 北京优宇通教育科技有限公司 | 学习资源推送方法和系统 |
CN105374249A (zh) * | 2015-12-15 | 2016-03-02 | 浙江工商大学 | 一种移动终端中基于图片显示的在线习题测试方法 |
CN105761567A (zh) * | 2016-05-04 | 2016-07-13 | 北京新唐思创教育科技有限公司 | 动态推荐习题的方法和装置 |
CN105849792A (zh) * | 2013-12-23 | 2016-08-10 | Abb技术有限公司 | 针对资产健康管理的交互界面 |
CN106097815A (zh) * | 2016-06-01 | 2016-11-09 | 北京快乐智慧科技有限责任公司 | 定级方法及装置 |
CN106409024A (zh) * | 2016-08-31 | 2017-02-15 | 北京哥大诺博教育科技股份有限公司 | 幼儿自适应能力提升系统及方法 |
CN107004371A (zh) * | 2014-04-22 | 2017-08-01 | 谷歌公司 | 对教育内容效果的量度 |
CN107016891A (zh) * | 2017-05-22 | 2017-08-04 | 浙江精益佰汇数字技术有限公司 | 多学科一体化教学平台与实现方法 |
CN108198474A (zh) * | 2018-01-30 | 2018-06-22 | 广东小天才科技有限公司 | 一种学习数据生成方法、装置及设备 |
CN109389870A (zh) * | 2017-08-10 | 2019-02-26 | 亿度慧达教育科技(北京)有限公司 | 一种应用于电子教学中的数据自适应调整方法及其装置 |
CN109636218A (zh) * | 2018-12-20 | 2019-04-16 | 广东小天才科技有限公司 | 一种学习内容推荐方法及电子设备 |
WO2019104998A1 (zh) * | 2017-12-01 | 2019-06-06 | 深圳市科迈爱康科技有限公司 | 数学教学方法、装置及计算机可读存储介质 |
WO2019104999A1 (zh) * | 2017-12-01 | 2019-06-06 | 深圳市科迈爱康科技有限公司 | 语文教学方法、装置及计算机可读存储介质 |
WO2019105008A1 (zh) * | 2017-12-01 | 2019-06-06 | 深圳市科迈爱康科技有限公司 | 钢琴教学方法、装置及计算机可读存储介质 |
CN110491190A (zh) * | 2019-07-19 | 2019-11-22 | 淮阴工学院 | 一种课程教育辅助装置 |
CN111477051A (zh) * | 2019-01-23 | 2020-07-31 | 北京字节跳动网络技术有限公司 | 一种测评方法、装置、电子设备及存储介质 |
CN111695680A (zh) * | 2020-06-15 | 2020-09-22 | 北京百度网讯科技有限公司 | 成绩预测方法、成绩预测模型训练方法、装置及电子设备 |
CN111739366A (zh) * | 2020-07-21 | 2020-10-02 | 山东培立优教育科技有限公司 | 基于自洽性体系的自适应考前冲刺在线学习方法及系统 |
-
2008
- 2008-11-25 CN CN200810203366A patent/CN101739854A/zh active Pending
Cited By (38)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN103503048A (zh) * | 2010-10-07 | 2014-01-08 | 克莱弗鲁公司 | 用于提供智能协作内容基础设施的方法、系统及计算机程序 |
CN103218927A (zh) * | 2012-01-18 | 2013-07-24 | 财团法人中文数位化技术推广基金会 | 互动式学习监控、诊断以及建议系统及方法 |
CN103218927B (zh) * | 2012-01-18 | 2015-08-19 | 财团法人中文数位化技术推广基金会 | 互动式学习监控、诊断以及建议系统及方法 |
CN102610130A (zh) * | 2012-02-20 | 2012-07-25 | 刘征 | 一种高效的学习系统 |
CN102610130B (zh) * | 2012-02-20 | 2015-08-12 | 刘征 | 一种高效的学习系统 |
CN103426131A (zh) * | 2012-05-23 | 2013-12-04 | 河南校信通教育科技有限公司 | 一种测评方法及系统 |
CN103514769A (zh) * | 2012-06-15 | 2014-01-15 | 上海蓝卓教育信息科技有限公司 | 智能学习线路设计系统及方法 |
CN103577507A (zh) * | 2012-08-10 | 2014-02-12 | 俞晓鸿 | 具有实时侦测和自适应进化机制的智能题库系统及方法 |
CN105849792A (zh) * | 2013-12-23 | 2016-08-10 | Abb技术有限公司 | 针对资产健康管理的交互界面 |
CN107004371B (zh) * | 2014-04-22 | 2019-09-10 | 谷歌有限责任公司 | 对教育内容效果的量度 |
CN107004371A (zh) * | 2014-04-22 | 2017-08-01 | 谷歌公司 | 对教育内容效果的量度 |
CN104317825A (zh) * | 2014-09-30 | 2015-01-28 | 武汉天量数据技术有限公司 | 一种知识点量化分析方法及系统 |
CN104317825B (zh) * | 2014-09-30 | 2017-06-20 | 武汉天量数据技术有限公司 | 一种知识点量化分析方法及系统 |
CN105022828A (zh) * | 2015-07-31 | 2015-11-04 | 阔地教育科技有限公司 | 一种资源推送方法及装置 |
CN105070130A (zh) * | 2015-08-04 | 2015-11-18 | 北京优宇通教育科技有限公司 | 水平测评方法和系统 |
CN105159924B (zh) * | 2015-08-04 | 2019-04-05 | 北京优宇通教育科技有限公司 | 学习资源推送方法和系统 |
CN105159924A (zh) * | 2015-08-04 | 2015-12-16 | 北京优宇通教育科技有限公司 | 学习资源推送方法和系统 |
CN105374249B (zh) * | 2015-12-15 | 2018-06-29 | 浙江工商大学 | 一种移动终端中基于图片显示的在线习题测试方法 |
CN105374249A (zh) * | 2015-12-15 | 2016-03-02 | 浙江工商大学 | 一种移动终端中基于图片显示的在线习题测试方法 |
CN105761567A (zh) * | 2016-05-04 | 2016-07-13 | 北京新唐思创教育科技有限公司 | 动态推荐习题的方法和装置 |
CN105761567B (zh) * | 2016-05-04 | 2018-09-21 | 北京新唐思创教育科技有限公司 | 动态推荐习题的方法和装置 |
CN106097815A (zh) * | 2016-06-01 | 2016-11-09 | 北京快乐智慧科技有限责任公司 | 定级方法及装置 |
CN106409024A (zh) * | 2016-08-31 | 2017-02-15 | 北京哥大诺博教育科技股份有限公司 | 幼儿自适应能力提升系统及方法 |
CN107016891A (zh) * | 2017-05-22 | 2017-08-04 | 浙江精益佰汇数字技术有限公司 | 多学科一体化教学平台与实现方法 |
CN109389870A (zh) * | 2017-08-10 | 2019-02-26 | 亿度慧达教育科技(北京)有限公司 | 一种应用于电子教学中的数据自适应调整方法及其装置 |
CN109389870B (zh) * | 2017-08-10 | 2021-06-04 | 亿度慧达教育科技(北京)有限公司 | 一种应用于电子教学中的数据自适应调整方法及其装置 |
WO2019104998A1 (zh) * | 2017-12-01 | 2019-06-06 | 深圳市科迈爱康科技有限公司 | 数学教学方法、装置及计算机可读存储介质 |
WO2019104999A1 (zh) * | 2017-12-01 | 2019-06-06 | 深圳市科迈爱康科技有限公司 | 语文教学方法、装置及计算机可读存储介质 |
WO2019105008A1 (zh) * | 2017-12-01 | 2019-06-06 | 深圳市科迈爱康科技有限公司 | 钢琴教学方法、装置及计算机可读存储介质 |
CN108198474A (zh) * | 2018-01-30 | 2018-06-22 | 广东小天才科技有限公司 | 一种学习数据生成方法、装置及设备 |
CN109636218A (zh) * | 2018-12-20 | 2019-04-16 | 广东小天才科技有限公司 | 一种学习内容推荐方法及电子设备 |
CN111477051A (zh) * | 2019-01-23 | 2020-07-31 | 北京字节跳动网络技术有限公司 | 一种测评方法、装置、电子设备及存储介质 |
CN110491190A (zh) * | 2019-07-19 | 2019-11-22 | 淮阴工学院 | 一种课程教育辅助装置 |
CN110491190B (zh) * | 2019-07-19 | 2021-05-25 | 淮阴工学院 | 一种课程教育辅助装置 |
CN111695680A (zh) * | 2020-06-15 | 2020-09-22 | 北京百度网讯科技有限公司 | 成绩预测方法、成绩预测模型训练方法、装置及电子设备 |
CN111695680B (zh) * | 2020-06-15 | 2023-11-10 | 北京百度网讯科技有限公司 | 成绩预测方法、成绩预测模型训练方法、装置及电子设备 |
CN111739366A (zh) * | 2020-07-21 | 2020-10-02 | 山东培立优教育科技有限公司 | 基于自洽性体系的自适应考前冲刺在线学习方法及系统 |
CN111739366B (zh) * | 2020-07-21 | 2022-05-24 | 山东培立优教育科技有限公司 | 基于自洽性体系的自适应考前冲刺在线学习方法及系统 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN101739854A (zh) | 利用计算机系统来对用户进行自适应评估的方法及其装置 | |
Benhamdi et al. | Personalized recommender system for e-Learning environment | |
Imran et al. | PLORS: a personalized learning object recommender system | |
Choo et al. | Web work: Information seeking and knowledge work on the World Wide Web | |
Bienkowski et al. | Enhancing Teaching and Learning through Educational Data Mining and Learning Analytics: An Issue Brief. | |
Oztaysi et al. | Evaluation of research proposals for grant funding using interval-valued intuitionistic fuzzy sets | |
Kilburn et al. | Learning as researchers and teachers: The development of a pedagogical culture for social science research methods? | |
Uddin et al. | A systematic mapping review on MOOC recommender systems | |
Raharjo et al. | A methodology to improve higher education quality using the quality function deployment and analytic hierarchy process | |
JP4970505B2 (ja) | 学習到達度評価方法及び学習到達度評価システム | |
Zhang et al. | Modeling collective attention in online and flexible learning environments | |
CN101582101A (zh) | 利用计算机系统为用户提供个性化学习的方法及其装置 | |
Bydžovská | Course Enrolment Recommender System | |
CN101625799A (zh) | 用于个性化学习的界面 | |
Zhang et al. | Mapping the study of learning analytics in higher education | |
Bianchini et al. | The economics of research, consulting, and teaching quality: theory and evidence from a technical university | |
Liu et al. | Developing a new model for understanding teacher satisfaction with online learning | |
Dominguez et al. | Toward a usable academic library web site: A case study of tried and tested usability practices | |
Loukis | Citizen-sourcing for public policy making: Theoretical foundations, methods and evaluation | |
Tako et al. | Can we learn from simplified simulation models? An experimental study on user learning | |
Kellam et al. | Numeric data services and sources for the general reference librarian | |
Fazeli et al. | Towards a social trust-aware recommender for teachers | |
Bobitt et al. | Evidence-based programs for older adults: A disconnect between US national strategy and local senior center implementation | |
Revilla Muñoz et al. | The skills, competences, and attitude toward information and communications technology recommender system: an online support program for teachers with personalized recommendations | |
Tang et al. | Critical factors for implementing a programme for international MICE professionals: A hybrid MCDM model combining DEMATEL and ANP |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
C06 | Publication | ||
PB01 | Publication | ||
C10 | Entry into substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
C12 | Rejection of a patent application after its publication | ||
RJ01 | Rejection of invention patent application after publication |
Application publication date: 20100616 |