CN101872557A - 渐进式学习管理方法及渐进式学习系统 - Google Patents

渐进式学习管理方法及渐进式学习系统 Download PDF

Info

Publication number
CN101872557A
CN101872557A CN201010004732A CN201010004732A CN101872557A CN 101872557 A CN101872557 A CN 101872557A CN 201010004732 A CN201010004732 A CN 201010004732A CN 201010004732 A CN201010004732 A CN 201010004732A CN 101872557 A CN101872557 A CN 101872557A
Authority
CN
China
Prior art keywords
learner
education resource
difficulty
test
appraisal
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
Application number
CN201010004732A
Other languages
English (en)
Inventor
蔡彤�
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Nanjing Lingyue Education Science & Technology Service Co Ltd
Original Assignee
Nanjing Lingyue Education Science & Technology Service Co Ltd
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by Nanjing Lingyue Education Science & Technology Service Co Ltd filed Critical Nanjing Lingyue Education Science & Technology Service Co Ltd
Priority to CN201010004732A priority Critical patent/CN101872557A/zh
Publication of CN101872557A publication Critical patent/CN101872557A/zh
Pending legal-status Critical Current

Links

Images

Abstract

本发明公开了一种渐进式学习管理方法,该方法基于学习者现有的成绩水平,不断地向学习者提供难度适当地高于学习者成绩水平的学习资源,从而最终提高学习者学习成绩,同时提供一种渐进式提高学习成绩的学习系统。本方法包括构建学习资源库、向学习者提供学习资源、对学习者进行基准难度测评、判断学习者是否通过基准难度测评、直至学习者通过的步骤。本发明的方法及系统对处于不同学习程度的学习者提供不同难度等级的学习资源,使学习者进行自适应学习,并且以不断提高学习者学习成绩为目的。

Description

渐进式学习管理方法及渐进式学习系统
一、技术领域
本发明涉及一种学习管理方法,尤其涉及一种以逐步提高学习者学习成绩的学习管理方法,同时涉及一种用于实现该学习管理方法的学习管理系统。
二、背景技术
近几年来,随着计算机与网络技术的发展,基于此类新技术的教育教学产品与服务也在不断涌现,如:
学习机(如文曲星,好记星等),主要实现的功能是查字典,同时还可以从网上下载大量的文本与图片资料,起到的是辅助学习工具的功效。其特点是方便携带,整合功能多(兼有复读功能,MP3和MP4功能等);
电脑学习软件,主要实现的是基于个人计算机的学习,在把书本内容搬上个人计算机的同时,还增加了一些多媒体的互动与演示功能,提高了学习的兴趣,但由于只是形式上的变化,对学习能力本质上的提高难有大的作为;
网校,主要是依照名校的品牌效应把传统教学内容转移到互联网上的一种知识传递方式的传移,相较于电脑学习软件,在内容时效上和互动上有了一定的提高,但由于其目的是经营网上学校,在时间上与学生的正常学习时间相矛盾,不是对学生课堂学习的补充,这种企图取代课堂教学的概念不能被人接受,另一方面,网校的教材只是与本校相关,对于当前多纲多本的教材体系环境极不适应。
在内容资源上,传统的学习资源以素材、课件为主,内容庞大却不够细分,信息丰富却不易定位,由于这些内容大都是基于传统教学的产物,虽然已经应用了计算机技术与网络技术的一些特性,但由于数目过于庞大,信息技术与课程整合的程度有限,并未能给使用者(教师与学生)带来真正的便利。
首先,在内容查询上,现有的产品大部分实现的是对显性知识的粗放管理,管理粒度过大,定位相对困难,功能相对单一;而对于隐性知识的管理上则更为粗放,无从把用户的认知与内容查询相结合,与用户迫切需求的针对性查询与智能查询功能相距甚远;
其次,在互动应用上,旧的教学资源在设计和技术上交互性不足,大多数仅局限于单向演示,缺乏调动学生主动性的学习活动环境,仍然是灌输式教学的典型特征,互动上也只是传统教学的简单技术延伸,只是通过技术手段实现了提问的时间与空间跨越,老师依旧无法面对众多学生,而一对一辅导则造成师资大量匮乏。所以,这种互动只是教学工具的改变而不是教学本质的变化。
再次,在用户管理上,与用户的互动数据是一种重要的资源,现有技术方案仅能收集到极少数的信息,如题目的对错,上网的时间等等,而且在进一步优化与利用用户数据的能力上缺乏行为与手段,不能把用户数据进行分析与评价,从而针对用户智能地提出个性化的针对性解决方案与学习建议。
申请号为200710044895.4、发明名称为“网络教学中基于非零起点的个性化导学系统”公开一种在网络教学环境中针对非零起点学习者的个性化导学系统,根据学习者的历史学习纪录推荐学习资源,以在网络学习环境中提高学习效率、学习质量和学习效果。但是该导学系统不能为学习者提供知识薄弱点的针对性学习资源进行强化训练,并且针对性地提高学习者的学习成绩。
《基于WEB的自适应学习系统的研究与设计》(载于《四川理工学院学报》2008年6月第21卷第3期,刘锴著)记载了远程教育中的自适应学习系统的研究理论,提供了实现自适应学习系统的几种成熟技术如智能AGENT技术、JAVA技术、XML技术等,并给出了系统的简要工作流程,但是未提供具体实现方式。
申请号为2006102003866、发明名称为“反向学习历程与鼓励教学之方法与系统”公开了一种通过诊断学习者学习盲点的针对性学习系统,并设置鼓励模块以提高学习者兴趣并导引正确学习方向。但该方法仅针对学习盲点进行诊断并引导学习者进行学习,缺乏对学习者阶段性学习成绩的评价及针对性提高训练。
申请号为200310119875.5、名称为《结合计算机游戏的渐进式语言学习系统及其方法》公开了一种用于语言学习的渐进式学习系统及其方法,是在游戏模式所产生的游戏历程中,通过游戏历程中主动式或被动式的事件触发来启动对应学习模式的学习历程。经由事件触发的方式将游戏与学习完全整合,并可随时根据学习记录与评估结果作渐进式的学习模式和游戏模式调整,让使用者在游戏中充分获得学习,但是该学习系统及方法仅揭示根据学习结果调整学习模式的方法。
三、发明内容
1、技术问题:本发明要解决的技术问题是提供一种渐进式学习管理方法,该方法基于学习者现有的成绩水平,不断地向学习者提供难度适当地高于学习者成绩水平的学习资源,从而最终提高学习者学习成绩,同时提供一种渐进式提高学习成绩的学习系统。
2、技术方案
为了解决上述的技术问题,本发明的渐进式学习管理方法包括下列步骤:
步骤一:构建学习资源库,所述的学习资源库由通过难度等级标示的知识点组成;
步骤二:选取基准难度学习资源,向学习者提供学习资源,对学习者进行基准难度测评,所述的基准难度学习资源由中等难度的知识点组成;
步骤三:判断学习者是否通过基准难度测评,如果通过,则进行步骤四;如果未通过,继续进行比步骤二所述的基准难度测评低一难度级别的测评,直至学习者通过;
步骤四:选取比基准难度学习资源高一难度等级的学习资源,并向学习者提供,对学习者进行测评;
步骤五;判断学习者是否通过步骤四所述的测评;如果学习者通过测评,则判断学习资源库中是否还有比步骤四中的学习资源高一难度级别的学习资源;如果学习者未通过测评,则向学习者提供比步骤四中的学习资源低一难度级别的学习资源,如果学习者通过,则向学习者提供步骤四所述的学习资源,如果学习者未通过,则向学习者提供逐步降低难度级别的学习资源进行测评,直至学习者通过;
步骤六:如果学习资源库中没有比步骤四中的学习资源高一难度级别的学习资源,则停止向学习者提供学习资源,学习结束;如果学习资源库中有比步骤四中的学习资源高一难度级别的学习资源,则对学习者进行高一难度级别的测评,直至没有更高难度级别的学习资源,学习结束。
本发明的方法中,预先对学习资源中的知识点进行难度划分,即将某一知识点(1)划分为依次递增的难度级别:难度(1.1)、难度(1.2)、难度(1.3)、难度(1.4).......难度(1.A),知识点(2)划分为依次递增的难度级别:难度(2.1)、难度(2.2)、难度(2.3)、难度(2.4)......难度(2.B),学习资源中的知识点由知识点(1)、知识点(2)、知识点(3)......知识点(N)组成,其中N为自然数。其中,每一知识点都包括一个基准难度,各知识点基准难度的学习资源构成基准难度学习资源。
首先向学习者提供与学习者所处学习阶段相适应的学习资源库中的基准难度学习资源,并对学习者进行测评,一般地,学习者进行学习的过程即为测评过程,例如进行试题训练等。以一个知识点(1)的学习过程为例,如果学习者通过知识点(1)的基准难度即难度(1.4)的测评,则学习资源库向学习者提供比基准难度高一难度的学习资源,即难度(1.5);如果学习者通过,则判断学习资源中是否还要更高难度的学习资源,如有,则提供给学习者让学习者在新的难度条件即难度(1.6)下继续学习,并且在此基础上不断地提高难度,如没有,则学习结束。如果学习者未通过基准难度测评,说明学习者对知识的掌握未达到该难度要求,则向学习者提供该知识点难度(1.3)的学习资源,学习者未通过,则继续降低学习难度至难度(1.2),直到学习者可以通过某一难度的测评;如果学习者通过难度(1.3)的测评,则新的测评难度上升为基准难度(1.4),并依次增加难度,直至达到该知识点的最高难度并且学习者能够通过为止。
本发明中的难度分整体难度与个体难度。整体难度的定义是:“某一问题做错的人数与做题总人数的比值”。整体难度是建立在第一次测试的基础之上的,如果连续进行测试,就有可能造成该题整体难度值的偏低,可信度下降。本方法并不否认学习者有可能通过除本发明所涉及系统之外接触本题的可能,但由于其是由统计得出,所以该难度值不是一个精确恒定值,只是一个具有统计意义的可信值。这个值相对稳定,但也须经过阶段的调整变更。整体难度的设定有利于学习资源进行把握与评价。整体难度是在关注不同的学习者时,对于测评资源有一个相对合理的练习与测评分类,是对能力有差别的学生提供一套相对合理高效的学习策略,可以快速地通过阶段测评提高学习者的自我学习能力,然而,学习者的个体差异给我们提出了更高的要求,因此,在整体难度的基础上还要考虑学习者的个体难度。个体难度的定义是:“系统、辅导者或学习者本人对学习者学习弱点的标识”。个体难度的确定可以更有效地解决针对个体学习者而进行的学习与测评,从而让不同个性的学习者动态地把握个人的学习状态,有效地改善与提高他们调节学习的能力,有助于教学者获得直观数据从而有利于从发展的眼光把握知识内化过程的个性调节。在个体难度中,由于与之相关的答案、考点、方法、认知能力类型、测试完成时间等等标识都属于隐性信息,所以题目的个体难度本身具有隐蔽性。个体难度值是一个相对合理的变量,会随着学习者的多次练习而不断改变。学习的合理过程就是克服学习者个体难度的过程,而与整体难度的关系不大。
本发明的方法中,所述的学习资源库由通过上述难度等级标示的知识点组成,该学习资源库实质上由多个元数据组成,每一元数据对应于一个知识点。元数据是“关于学习对象的数据”,在学习资源信息中用于描述学习对象的属性如内容、范围、质量、认知属性、展现形式、关联时间、基本难度、认知能力范围、管理方式以及其他方面等,它是实现本发明方法的核心之一。
本发明的方法中,通过测评的环节把握学习者学习状态,只有在测评学习者的学习能力的基础上,才有为之进行因材施教的可能。测评的基本数据是般是试题,试题以及试题的属性成为构成测评资源数据库的主要内容。试题的属性主要包括:题号、题干、答案、解答过程、点评、相关学习资源元数据及其认知能力把握、整体难度、认知能力级别、试题标准分值、标准测试时间等。把试题的这些属性进行数据化,也是通过利用学习资源元数据的挖掘程序来实现。
在测评内容信息数据库中,试题的难度为整体难度,在测评资源数据库的建设中,初始的试题难度由建设者根据考核的认知能力大小制定,对试题的整体难度等级进行人为划分,然后依据用户的使用情况进行调整。测试者的数量越多,试题的数量越多,难度的分配就越细,则试题库的难度设定则越合理。
本发明的渐进式学习系统包括学习资源模块、学习资源选取模块、学习资源存储单元、测评模块、学习者数据储存模块、学习效果测评模块、判断与评价模块,所述的学习资源模块包括一基准难度学习资源模块;所述的学习者数据储存模块中储存学习者的学习成绩信息,学习资源选取模块从学习资源模块中选取学习资源并存储在学习资源存储单元中,判断与评价模块对学习成绩信息进行判断。
所述的学习者数据储存模块中主要包括学习者的相关信息,主要包括学习者历史行为信息和学习成绩信息,主要实现对学习者的信息记录、信息评价、信息反馈以及资源优化的作用。
3、有益效果
本发明的方法对处于不同学习程度的学习者提供不同难度等级的学习资源,
使学习者进行自适应学习,并且以不断提高学习者学习成绩为目的。
四、附图说明
图1是本发明的渐进式学习管理方法的流程图;
图2是本发明的渐进式学习管理方法一个实施例的流程图;
图3是本发明的渐进式学习系统的原理图;
图4是本发明的渐进式学习系统的结构示意图;
图5是本发明的学习资源库的原理图。
五、具体实施方式
如图1所示,本实施例的渐进式学习管理方法包括下列步骤:步骤一:构建学习资源库,所述的学习资源库由通过难度等级标示的知识点组成;
步骤二:选取基准难度学习资源,向学习者提供学习资源,对学习者进行基准难度测评,所述的基准难度学习资源由中等难度的知识点组成;
步骤三:判断学习者是否通过基准难度测评,如果通过,则进行步骤四;如果未通过,继续进行比步骤二所述的基准难度测评低一难度级别的测评,直至学习者通过;
步骤四:选取比基准难度学习资源高一难度等级的学习资源,并向学习者提供,对学习者进行测评;
步骤五;判断学习者是否通过步骤四所述的测评;如果学习者通过测评,则判断学习资源库中是否还有比步骤四中的学习资源高一难度级别的学习资源;如果学习者未通过测评,则向学习者提供比步骤四中的学习资源低一难度级别的学习资源,如果学习者通过,则向学习者提供步骤四所述的学习资源,如果学习者未通过,则向学习者提供逐步降低难度级别的学习资源进行测评,直至学习者通过;
步骤六:如果学习资源库中没有比步骤四中的学习资源高一难度级别的学习资源,则停止向学习者提供学习资源,学习结束;如果学习资源库中有比步骤四中的学习资源高一难度级别的学习资源,则对学习者进行高一难度级别的测评,直至没有更高难度级别的学习资源,学习结束。
如图5所示,本实施例中,预先对学习资源中的知识点进行难度划分,即将某一知识点(1)划分为依次递增的难度级别:难度(1.1)、难度(1.2)、难度(1.3)、难度(1.4)......难度(1.A),知识点(2)划分为依次递增的难度级别:难度(2.1)、难度(2.2)、难度(2.3)、难度(2.4)......难度(2.B),学习资源中的知识点由知识点(1)、知识点(2)、知识点(3)......知识点(N)组成,其中N为自然数。其中,每一知识点都包括一个基准难度,各知识点基准难度的学习资源构成基准难度学习资源。
首先向学习者提供与学习者所处学习阶段相适应的学习资源库中的基准难度学习资源,并对学习者进行测评,一般地,学习者进行学习的过程即为测评过程,例如进行试题训练等。如果学习者通过知识点(1)的基准难度即难度(1.4)的测评,则学习资源库向学习者提供比基准难度高一难度的学习资源,即难度(1.5);如果学习者通过,则判断学习资源中是否还要更高难度的学习资源,如有,则提供给学习者让学习者在新的难度条件即难度(1.6)下继续学习,并且在此基础上不断地提高难度,如没有,则学习结束。如果学习者未通过基准难度测评,说明学习者对知识的掌握未达到该难度要求,则向学习者提供该知识点难度(1.3)的学习资源,学习者未通过,则继续降低学习难度至难度(1.2),直到学习者可以通过某一难度的测评;如果学习者通过难度(1.3)的测评,则新的测评难度上升为基准难度(1.4),并依次增加难度,直至达到该知识点的最高难度并且学习者能够通过为止。本实施例同时向学习者提供多个知识点的学习资源,使学习者可同时进行多个知识点的学习。
实施例二:
如图2所示,本实施例方法与实施例一基本相同,不同的是当学习者不能通过比基准难度低一级别的难度测评时,则判断是否还有更低级别的难度,如果有,则向学习者提供更低级别的学习资源,直到学习者能够通过相应的级别测评。学习者通过后,再依次向学习者提供高难度级别的测评,直至向学习者提供基准难度的测评学习资源。
实施例三:
如图3、图4所示,本实施例的渐进式学习系统包括学习资源模块、学习资源选取模块、学习资源存储单元、测评模块、学习者数据储存模块、学习效果测评模块、判断与评价模块,所述的学习资源模块包括一基准难度学习资源模块;所述的学习者数据储存模块中储存学习者的学习成绩信息,学习资源选取模块从学习资源模块中选取学习资源并存储在学习资源存储单元中,判断与评价模块对学习成绩信息进行判断。

Claims (3)

1.一种渐进式学习管理方法,其特征在于,包括下列步骤:
步骤一:构建学习资源库,所述的学习资源库由通过难度等级标示的知识点组成;
步骤二:选取基准难度学习资源,向学习者提供学习资源,对学习者进行基准难度测评,所述的基准难度学习资源由中等难度的知识点组成;
步骤三:判断学习者是否通过基准难度测评,如果通过,则进行步骤四;如果未通过,继续进行比步骤二所述的基准难度测评低一难度级别的测评,直至学习者通过;
步骤四:选取比基准难度学习资源高一难度等级的学习资源,并向学习者提供,对学习者进行测评;
步骤五;判断学习者是否通过步骤四所述的测评;如果学习者通过测评,则判断学习资源库中是否还有比步骤四中的学习资源高一难度级别的学习资源;如果学习者未通过测评,则向学习者提供比步骤四中的学习资源低一难度级别的学习资源,如果学习者通过,则向学习者提供步骤四所述的学习资源,如果学习者未通过,则向学习者提供逐步降低难度级别的学习资源进行测评,直至学习者通过;
步骤六:如果学习资源库中没有比步骤四中的学习资源高一难度级别的学习资源,则停止向学习者提供学习资源,学习结束;如果学习资源库中有比步骤四中的学习资源高一难度级别的学习资源,则对学习者进行高一难度级别的测评,直至没有更高难度级别的学习资源,学习结束。
2.一种渐进式学习系统,其特征在于,包括学习资源模块、学习资源选取模块、学习资源存储单元、测评模块、学习者数据储存模块、学习效果测评模块、判断与评价模块,所述的学习者数据储存模块中储存学习者的学习成绩信息,学习资源选取模块从学习资源模块中选取学习资源并存储在学习资源存储单元中,判断与评价模块对学习成绩信息进行判断。
3.如权利要求2所述的渐进式学习系统,其特征在于,学习资源模块包括一基准难度学习资源模块。
CN201010004732A 2010-01-13 2010-01-13 渐进式学习管理方法及渐进式学习系统 Pending CN101872557A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201010004732A CN101872557A (zh) 2010-01-13 2010-01-13 渐进式学习管理方法及渐进式学习系统

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201010004732A CN101872557A (zh) 2010-01-13 2010-01-13 渐进式学习管理方法及渐进式学习系统

Publications (1)

Publication Number Publication Date
CN101872557A true CN101872557A (zh) 2010-10-27

Family

ID=42997388

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201010004732A Pending CN101872557A (zh) 2010-01-13 2010-01-13 渐进式学习管理方法及渐进式学习系统

Country Status (1)

Country Link
CN (1) CN101872557A (zh)

Cited By (20)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN102289962A (zh) * 2011-08-29 2011-12-21 北京华乐思软件科技有限公司 信息处理方法和装置
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
CN104537904A (zh) * 2015-01-08 2015-04-22 李成斌 一种个性化视频学习系统及方法
CN105184709A (zh) * 2015-08-20 2015-12-23 浙江通关教育科技有限公司 一种基于知识点体系的学科测评系统及方法
CN105654812A (zh) * 2016-03-14 2016-06-08 成都爱易佰网络科技有限公司 一种满足自适应学习的智能导学的学习与训练的系统及方法
CN106205254A (zh) * 2016-06-30 2016-12-07 苏州科大讯飞教育科技有限公司 引导式学习系统及方法
CN106652620A (zh) * 2016-12-29 2017-05-10 广东小天才科技有限公司 一种终端测评方法及装置
CN107016890A (zh) * 2017-04-26 2017-08-04 广东小天才科技有限公司 一种知识掌握程度的检测方法及系统
CN107067864A (zh) * 2017-04-10 2017-08-18 上海未来伙伴机器人有限公司 一种基于情景的教学方法和装置
CN108320603A (zh) * 2018-02-07 2018-07-24 上海钦文信息科技有限公司 一种智能测评系统和方法
CN108806359A (zh) * 2018-05-30 2018-11-13 湖南城市学院 一种智能英语听力快速测试系统
CN108877369A (zh) * 2018-06-27 2018-11-23 上海交通大学医学院 一种读片技能培训操练系统
CN109360464A (zh) * 2018-12-24 2019-02-19 中国船舶重工集团公司第七〇九研究所 一种基于vr技术的海洋核动力平台应急演练模拟系统
CN109754653A (zh) * 2017-11-06 2019-05-14 彼乐智慧科技(北京)有限公司 一种个性化教学的方法及系统
CN110111610A (zh) * 2019-05-13 2019-08-09 上海乂学教育科技有限公司 基于ai算法的自适应学习中语文结构阅读方法
CN111191910A (zh) * 2019-12-26 2020-05-22 上海乂学教育科技有限公司 基于学习路径规划的学习系统
CN111416877A (zh) * 2020-04-25 2020-07-14 上海乂学教育科技有限公司 基于mcm的学习系统及资源推送方法
CN112037595A (zh) * 2020-09-15 2020-12-04 博惠教育科技(上海)有限公司 一种k12教学中计算机辅助训练解答题的方法
CN112509404A (zh) * 2020-11-19 2021-03-16 江苏乐易学教育科技有限公司 一种空间几何思维过程的教学系统及教学方法
CN114120734A (zh) * 2021-11-30 2022-03-01 江苏恒尚信息系统集成服务有限公司 一种在线应试技能培训方法

Cited By (21)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN102289962A (zh) * 2011-08-29 2011-12-21 北京华乐思软件科技有限公司 信息处理方法和装置
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
CN104537904A (zh) * 2015-01-08 2015-04-22 李成斌 一种个性化视频学习系统及方法
CN105184709A (zh) * 2015-08-20 2015-12-23 浙江通关教育科技有限公司 一种基于知识点体系的学科测评系统及方法
CN105654812A (zh) * 2016-03-14 2016-06-08 成都爱易佰网络科技有限公司 一种满足自适应学习的智能导学的学习与训练的系统及方法
CN106205254A (zh) * 2016-06-30 2016-12-07 苏州科大讯飞教育科技有限公司 引导式学习系统及方法
CN106652620A (zh) * 2016-12-29 2017-05-10 广东小天才科技有限公司 一种终端测评方法及装置
CN107067864A (zh) * 2017-04-10 2017-08-18 上海未来伙伴机器人有限公司 一种基于情景的教学方法和装置
CN107016890A (zh) * 2017-04-26 2017-08-04 广东小天才科技有限公司 一种知识掌握程度的检测方法及系统
CN109754653A (zh) * 2017-11-06 2019-05-14 彼乐智慧科技(北京)有限公司 一种个性化教学的方法及系统
CN108320603A (zh) * 2018-02-07 2018-07-24 上海钦文信息科技有限公司 一种智能测评系统和方法
CN108806359A (zh) * 2018-05-30 2018-11-13 湖南城市学院 一种智能英语听力快速测试系统
CN108877369A (zh) * 2018-06-27 2018-11-23 上海交通大学医学院 一种读片技能培训操练系统
CN109360464A (zh) * 2018-12-24 2019-02-19 中国船舶重工集团公司第七〇九研究所 一种基于vr技术的海洋核动力平台应急演练模拟系统
CN110111610A (zh) * 2019-05-13 2019-08-09 上海乂学教育科技有限公司 基于ai算法的自适应学习中语文结构阅读方法
CN111191910A (zh) * 2019-12-26 2020-05-22 上海乂学教育科技有限公司 基于学习路径规划的学习系统
CN111416877A (zh) * 2020-04-25 2020-07-14 上海乂学教育科技有限公司 基于mcm的学习系统及资源推送方法
CN111416877B (zh) * 2020-04-25 2022-11-25 上海乂学教育科技有限公司 基于mcm的学习系统及资源推送方法
CN112037595A (zh) * 2020-09-15 2020-12-04 博惠教育科技(上海)有限公司 一种k12教学中计算机辅助训练解答题的方法
CN112509404A (zh) * 2020-11-19 2021-03-16 江苏乐易学教育科技有限公司 一种空间几何思维过程的教学系统及教学方法
CN114120734A (zh) * 2021-11-30 2022-03-01 江苏恒尚信息系统集成服务有限公司 一种在线应试技能培训方法

Similar Documents

Publication Publication Date Title
CN101872557A (zh) 渐进式学习管理方法及渐进式学习系统
Carrier et al. Adapting courseware to accommodate individual differences
CA2750706A1 (en) Device, system, and method of automatic assessment of pedagogic parameters
CN109118861A (zh) 一种个性化智能教学系统
Liu et al. Emotion and associated topic detection for course comments in a MOOC platform
Molenaar et al. Towards hybrid human-system regulation: Understanding children'SRL support needs in blended classrooms
Heilman et al. Personalization of reading passages improves vocabulary acquisition
Chen et al. The adaptive learning system based on learning style and cognitive state
Richey Instructional design theory and a changing field
Okamoto et al. Towards intelligent media-oriented distance learning and education environments
Grundspenkis Concept map based intelligent knowledge assessment system: Experience of development and practical use
Ifenthaler et al. Analytics for supporting teaching success in higher education: A systematic review
Zayet et al. What is needed to build a personalized recommender system for K-12 students’ E-Learning? Recommendations for future systems and a conceptual framework
Šumak et al. Development of an autonomous, intelligent and adaptive e-learning system
Ahmad et al. Towards automatic conceptual personalization tools
Zhiping et al. The research of classical learner models in intelligent tutoring systems
Sun et al. Current state of learning analytics: a synthesis review based on the combination of activity theory and pedagogy
Cabada et al. A fuzzy-neural network for classifying learning styles in a web 2.0 and mobile learning environment
Martens et al. Research with interactive learning environments in three content domains: Descriptive statistics, continuous mathematics and substantive criminal law
CN112287115A (zh) 基于知识掌握程度图的个性化教学方法、系统及装置
da Silva et al. Adaptation in educational hypermedia based on the classification of the user profile
Liu et al. The Construction of Intelligent Classroom for Blended Teaching of Cognitive Load and College English Spoken Language Based on Data Mining
Wang et al. Analyzing Teaching Effects of Blended Learning with LMS: An Empirical Investigation
Gowrabhathini et al. Role of human-centred artificial intelligence in facilitating learning management system
Calvani The area of social history: what to assess and how to assess it

Legal Events

Date Code Title Description
DD01 Delivery of document by public notice

Addressee: Cai Tong

Document name: Notification that Application Deemed to be Withdrawn

C06 Publication
PB01 Publication
C10 Entry into substantive examination
SE01 Entry into force of request for substantive examination
C02 Deemed withdrawal of patent application after publication (patent law 2001)
WD01 Invention patent application deemed withdrawn after publication

Open date: 20101027