CN102346976A - 基于知识结构及效果反馈的电子设备辅助学习方法 - Google Patents

基于知识结构及效果反馈的电子设备辅助学习方法 Download PDF

Info

Publication number
CN102346976A
CN102346976A CN2011100515362A CN201110051536A CN102346976A CN 102346976 A CN102346976 A CN 102346976A CN 2011100515362 A CN2011100515362 A CN 2011100515362A CN 201110051536 A CN201110051536 A CN 201110051536A CN 102346976 A CN102346976 A CN 102346976A
Authority
CN
China
Prior art keywords
learning
learner
knowledge point
study
time
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
CN2011100515362A
Other languages
English (en)
Inventor
郭华
李久进
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.)
Individual
Original Assignee
Individual
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 Individual filed Critical Individual
Priority to CN2011100515362A priority Critical patent/CN102346976A/zh
Publication of CN102346976A publication Critical patent/CN102346976A/zh
Pending legal-status Critical Current

Links

Images

Landscapes

  • Electrically Operated Instructional Devices (AREA)
  • Management, Administration, Business Operations System, And Electronic Commerce (AREA)

Abstract

基于知识结构及效果反馈的电子设备辅助学习方法:1)学习辅导系统首先按所学习内容的知识点结构,整理出相关的学习课件及题库;2)学习者可采用PC、平板电脑、电子书(包)或智能手机等电子设备访问学习辅导系统,系统会自动记录学习过程;3)系统根据学习记录生成认知模型;4)系统根据学习者的认知模型及学习的记录,对学习效果评价,并辅助生成学习指导;5)系统提醒学习者按照学习指导进行学习;6)系统会根据学习记录及效果评价,动态更新学习指导;7)老师和家长可实时地监控学习者的学习情况;8)完成一个阶段的学习过程后,系统会自动更新认知模型。

Description

基于知识结构及效果反馈的电子设备辅助学习方法
技术领域
本专利涉及一种基于学习者对结构化的知识点体系的学习,形成相应的学习记录及个人认知模型,并根据学习效果评价提供学习指导的电子设备辅助学习方法。学习者可以通过个人电脑、平板电脑、电子书(包)、智能手机等联网电子设备访问学习辅导系统,来辅助学习过程,提高学习效率。 
背景技术
教育随着技术的进步和社会经济的发展而产生教育手段、教学方式与教育形态的不断变化,世界范围的信息革命与科技发展,给未来教育产生不可估量的影响,对传统教育形成了前所未有的直接挑战。 
计算机等电子设备作为现代化的教学手段和工具,已经从20世纪50年代开始应用于教学领域。经过了60多年的发展历程,已经从单纯的计算机辅助教学(Computer-Aided Instruction,CAI),逐步发展成为智能教学系统(Intelligent Tutoring System,ITS)。ITS是人工智能在CAI中运用,主要研究利用计算机模拟教师的智能化行为,实现个别化的教学策略,营造一对一的最有效教学环境。在目前,ITS系统大多数处在实验室研究阶段,多媒体的计算机辅助教学系统得到较大规模地应用和推广,包括各种多媒体课件、英语学习辅助软件等。  
目前计算机辅助教学系统多利用计算机存储容量大、容易交互等特性,以多媒体的方式来展示教育内容,吸引学习者;也有一些教学辅助软件采用艾宾浩斯等认知心理学的科学成果来辅助学习者加强记忆。这些系统存在一些不足的地方: 
(1)教学辅助系统多缺乏一个内在的、完整的知识体系,只是针对于所教学课程的知识点简单地罗列,或局部地加强,既无法非常系统化地、全面地展示所学习课程的知识点,也无法精确统计学习者对这些知识点的掌握程度; 
(2)现有教学辅助系统,虽然有较丰富地表现形式,如音频、视频、文本、动画等,但对学习的方式还停留在较单一的情况,主要是较单纯地展示、简单地练习。如学习者的学习记录、对知识点的掌握程度、练习及考试的结果等都无法准确地记录和实时反馈,更缺乏对学习记录的深度挖掘及应用。 
(3)现有教学辅助系统,如很多背单词的软件,都有应用艾宾浩斯遗忘曲线以加强记忆的效果。每位学习者的实际情况相差很多,对于不同科目的兴趣、掌握程度、学习动机各不相同,同时还会受到学习时的具体环境、情绪及心境等方面的影响:每门学科的特性也各不相同,不同学科对学习者的认知要求千差万别;而艾宾浩斯遗忘曲线是基于无意义的音节作为学习资料的,这和现有的、有明确含义的学科知识的记忆有相当大的区别。基于以上几点,单纯地应用艾宾浩斯遗忘曲线只会是事倍功半;如果需要取得更好的学习效果,应该根据学习者个人以此学科的学习记录来整理形成适合于个人特征的认知模型(包括记忆规律)。在实际应用中,个人的认知模型需要结合个人的学习情况做出适应地调整,以形成可行的学习指导,确定学习者的学习内容及学习时间范围。 
(4)由于长期使用计算机对学习者视力的影响,同时由于计算机的便携性能尚需进一步地增强及移 动网络带宽的限制,教学辅助系统尚局限于在计算机上使用,限制了辅助学习的方便性。近年来,电子书等类似纸阅读效果的电子设备出现,将为电子设备辅助学习进入实用阶段提供了可能性。为同时保证用户的可使用性,我们提倡一套系统,多种接入的访问方式,即可以通过个人电脑、平板电脑、电子书阅读器和智能手机等多种设备访问此学习辅助系统。 
针对于以上问题,本发明提出一种利用计算机、平板电脑、电子书、智能手机等电子设备进行辅助学习的方法: 
(1)学习辅导系统首先按所学习内容的知识点结构,整理出相关的学习课件及题库; 
(2)学习者可采用PC、平板电脑、电子书(包)或智能手机等电子设备访问学习辅导系统,电子设备会自动记录学习过程; 
(3)系统根据学习记录生成认知模型; 
(4)系统根据学习者的认知模型及学习的记录,对学习效果评价,并辅助生成学习指导; 
(5)系统提醒学习者按照学习指导进行学习; 
(6)系统会根据学习记录及效果评价,动态更新学习计划; 
(7)老师和家长可实时地监控学习者的学习情况; 
(8)完成一个阶段的学习过程后,系统会自动更新认知模型 
本发明有效地解决了对个人学习记录进行有效地记录和应用的问题,解决了学习者系统地学习整体知识点的问题,可以让学习者将时间更加有效地应用到尚未完全掌握的知识点上,提高了学习的效率及效果;同时,结合对学习记录的深度挖掘提炼,采用各种数据分析的方法不断完善学习者针对不同学科知识的记忆规律及认知模型,并结合学习者对知识点的掌握情况,可以制定出有效地学习计划,并根据执行情况进行动态地调整; 
在整个方法中,有效地采用计算机(包括台式机及笔记本电脑)、平板电脑、电子书和智能手机等电子设备进行学习,解决了有效利用碎片时间学习的问题,使随时随地地学习成为可能。此种学习方法对有效提升计算机辅导学习效果提供了一种非常有效地方法和思路,具有重要的现实意义。 
同时此方法,可以为教师提供学习者的学习记录、学习者对知识点的掌握程度等有效数据,为教师进行因材施教提供了可靠的决策支持。 
发明内容
本专利发明的内容为: 
本方法是在一套学习辅导系统的帮助下,辅助学习者进行高效学习的方法。学习辅导系统存放在服务器端运行,按知识点结构整理了相关学习课件及题库,学习者可以通过PC机、平板电脑、电子书、智能手机或学习机等多种电子设备终端通过网络连接到服务器进行访问;学习过程将自动记录在系统中;学习辅导系统根据学习记录和特定算法建立学习者的个人认知模型及对所学内容的学习效果评价,并生成学习指导;电子设备在指定时间内提醒学习者进行学习,在学习过程中实时反馈学习结果;学习完成后,学习辅导系统更新学习者的认知模型。 
其学习过程为: 
首先,学习辅导系统按所学习课程的知识点结构,整理出系统的学习课件及相应题库系统; 
在学习者首次学习时,基于知识点结构的课件资料可以为学习者提供辅助学习的效果:学习者学习的知识点及时间等资料会自动记录到电脑系统的学习记录中; 
电脑系统根据学习者以往的学习历史记录生成学习者的个人认知模型;系统根据学习者的个人认知模型及本次学习的记录,对学习者对所学内容的知识点进行评价,并自动生成学习者的个人学习计划和学习内容(包括复习内容和练习题); 
学习辅导系统提醒学习者在指定的时间范围内,根据学习计划进行相应地复习和练习;复习和练习的记录也将自动记录到学习记录中; 
复习及练习的学习记录将用来评价学习者对所学内容的知识点的掌握程度,并根据掌握程度及以往的认知模型,再次动态更新学习指导,以辅助学习者进行学习。同时,测试及考试的结果也将自动匹配到相关的知识点,并记录到学习记录中,用于评价学习者对知识点的掌握程度。 
当系统根据练习及测试的结果、复习的次数等情况及学习者的个人认知模型,判断学习者已经完全掌握了所学习的知识点,学习过程结束。此知识点的所有学习记录,将会被用来自动更新完善此学习者对此类知识的认知模型,将指导其后续对此类知识的学习过程。 
老师和家长可实时地监控学习者的学习情况,并针对学习指导提出改进意见。 
附图说明
下面结合的图及实施方式对方案作详细描述 
图1是基于知识点结构与效果计价的学习过程 
图2是电子设备访问系统的拓扑结构 
图3是学习辅导系统模块图 
图4是电子辅助学习的流程图 
图5是知识点属性 
图6是知识点体系组织结构 
图7是题库系统 
图8是语文原始知识点示例 
图9是语文生字知识点示例 
图10是语文同组知识点示例 
图11是语文知识点的关系示例 
图12是语文习题示例 
图13是语文生字学习认知模型示例 
图14是语文生字掌握程度评价示例 
图15是语文生字学习指导示例 
具体实现方式 
一、学习辅导系统 
本方法是在一套学习辅导系统的帮助下,辅助学习者进行高效学习的方法。 
1、学习辅导系统的拓扑结构 
如图2所示,学习辅导系统存放在服务器端;学习者可以在PC机、平板电脑、电子书(包)、智能手机及学习机等电子设备上通过网络访问系统,以进行高效学习。 
2、学习辅导系统的功能模块 
如图3所示,学习辅导系统包括学习者资料、学习者认知模型、知识点体系和学习指导四大模块;其中学习者资料包括了学习者的基本资料、学习记录和学习评价;学习者认知模型包括了学习者的记忆规律、逻辑推理、语言表达和模型算法;知识点体系包括了知识结构(知识点间相互关联)、知识点、课件和题库;学习指导包括学习需求、空余时间、三天精准计划和两周粗略安排。 
二、电子辅助学习的流程 
如图4所示,学习流程如下: 
首先,学习者在电子设备上按学习辅导系统提供的课件对相关知识点进行学习,学习的过程会记录到学习者的学习记录中;然后在电子设备上使用题库中的习题进行练习或测试,此过程也会记录到学习记录中;根据学习记录,学习辅导系统进行数据挖掘,建立此学习者对此类学习内容的认识模型及学习效果评价:如果学习者还未完成学习内容的学习,系统将生成针对此学习内容的学习指导;然后学习者在指定的时间内进行复习及练习,学习过程自动记录到学习记录中;如果学习者已完成学习内容的学习,系统将根据学习记录更新学习者的认识模型,整个学习过程结束。 
三、知识点体系的建立 
知识点体系的建立分为两个部分,一是对知识点的全面准确的描述,二是将各知识点进行有效地组织起来,能够充分体现各知识点之间的相互联系。 
1、知识点的属性 
如图5所示,知识点的属性,主要有以下几个方面: 
(1)此知识点所属的学科科目、书籍及章节信息。通常来说,知识一般采用书籍的方式来传承,同一类知识会有很多本书籍来阐述。对于学科分类来说,按照不同的分类方式,同一类知识可能会存在多种分类,因此也会对应着多个科目,如教育心理学既属于教育学,也属于心理学;对于基本的知识点来说,一般会在多本书籍中体现;但学习者学习时,一般会以一本书籍为主、其他书籍为辅助的方式进行学习。因此,一个知识点可能会对应多个科目、多本书籍及书籍的对应章节目录信息。 
(2)此知识点的难度、重要程度及要求等信息。学习者学习此知识点的前提条件,即需要具备什么样的知识基础;在相应的知识基础上,对应的学习难度;在整个知识体系中,此知识点是否关系着后续的知识点,在整个知识体系中的重要程度等。 
(3)此知识点对应的教学课件。一个知识点可能对应着多个教学课件,不同教学课件可能会从不同 角度求阐述同一个知识点:另外同一知识点也可能会有不同老师组织编辑的课 
Figure BSA00000443636700051
课件将会体现出老师的教学特色。 
(4)此知识点对应的相关试题。同一知识点会对应多个试题,每个试题包括试题、答案及讲解资料。试题本身也有难度级别,同时存在单一知识点及复合知识点的问题。 
(5)与此知识点对应的相关知识点。相关知识点的关系主要包括四种:平行、关联、复合及进阶。 
(6)此知识点的掌握情况、指此知识点被学习者群体及单个个体的掌握情况,包括学习、复习及练习的次数、答题的对错情况、整体评价等。 
2、知识点体系组织结构 
如图6所示,知识体系的组织结构,可以按章节目录来进行组织,也可以按照知识点之间的相互关系来进行组织。 
知识点之间的关系分为以下四种: 
(1)平行。包括了共同与无关两种关系;共同,是指两个知识点之间没有直接的关联,但是两个知识点一起,或者与其他更多的知识点一起共同组织了一个更大的知识点。如A知识点包括B、C、D三个知识点,B知识点与C D知识点之间就是共同的关系  无关,就是说两个知识点之间完全没有关系。 
(2)关联,指两个知识点之间存在一定的关系,主要包含意义相近或者读音,构词相近等,或者是比较容易混淆)、相反两层关系。相近关系,包括近义词、多音字、英语构词相近等形式;相反关系,包括反义词、英语构词相反等形式; 
(3)复合。指两个知识点之间的关系属于包含或者归属的关系,如A知识点包含了B、C、D三个知识点,A知识点与B知识点的关系是包含的关系,B 知识点与A知识点就是归属的关系 
(4)进阶。包括了基础与高阶的关系。如需要学习B知识点,必须提前学习A知识点,即A知识点与B知识点是基础的关系,B知识点与A知识点是高阶的关系。 
3、题库系统 
如图7所示,题库系统包括表现形式、关联知识点及内容三方面。表现形式指试题的展现形式,如单选、多选、判断、问答、作图、论述和作文等:关联知识点包括主要知识点、次要知识点;题库的内容包括试题、答案和进解三个方面。 
四、学习过程实例 
我们以小学三年级语文上册(人教版)的第一课《我们的民族小学》为例,说明整个学习过程。 
1、知识点整理示例 
如图8所示,将课文的原始知识点按“生字”、“词组”、“句子”和“课文”的分类栏目整理出来;其中“生字”的知识点有6个,“词组”的知识点有7个,“句子”的知识点有3个,“课文”的知识点有1个。 
2、单个知识点示例 
如图9所示,生字“坝”的知识点有4个,分别为:写法、拼音、含义和组词。其中含义与组词各有2个子知识点。 
如图10所示,词组“坪坝”的知识点也有4个,分别为:构成,含义、关联词和例句;其中关联词有2个知识点,例句可能有多个知识点,此处只以1个例句表示。 
3、知识点间的关系示例 
如图11所示,知识点1.1(单字“坝”)与知识点2.1(词组“坪坝”)之间的关系为基础关系,知识点2.1与知识点1.1之间的关系为进阶关系;同理,知识点2.1与知识点3.3的关系为基础,知识点3.3与知识点2.1的关系为进阶。而知识点1.1与知识点3.3的关系为低阶基础,知识点3.3与知识点1.1的关系为高阶进阶。 
4、习题示例 
如图12所示,知识点1.1的习题有3个,知识点2.1的习题有2个,知识点3.1的习题有1个。 
5、认知模型示例 
如图13所示,针对此学习者的语文生字学习认知模型包括最优学习模型和掌握程度评价标准两个方面;其中最优学习模型包括了三条规则: 
(1)需复习三次,可基本掌握;第一次复习在学习后12小时内;第二次复习在48小时(2天)内;第三次复习在96小时(4天)内; 
(2)如测试未通过,需要再进行复习两次,可基本掌握:第一次复习在测试2小时内;第二次复习在48小时(2天)内 
(3)每次复习时间不超过30分钟,30分钟后效果将降低; 
掌据评价标准包括两条规则: 
(1)测试连续3次通过,认为此知识点已掌握; 
(2)测试有1次未通过,认为掌握程度降低1/3。 
6、生字掌握程度评价示例 
如图14所示,针对6个汉字“坝”、“傣”、“昌”、“颇”、“昂”及“蛟”的掌握程度分为:练习程度与掌握程度两种,分别以百分比来表示。如“坝”复习3次完成,表示练习程度为100%;连续3次测试都通过,掌握程度为100%。同理,“傣”只有连续2次通过测试,掌握程度为67%。 
7、生字学习指导示例 
如图15所示,根据学习者对学习内容的掌握情况及认知模型,确定学习的需求;再结合此学习者的时间空余情况,生成具体的学习内容及计划。如此学习者的学习内容为:周五晚上8:30,复习“昌”及“昂”,测试“傣”;周六上午10:00测试“昂”。 

Claims (9)

1.基于知识结构及效果反馈的电子设备辅助学习方法,其特征为:学习辅导系统将学习内容按知识点结构进行有效地组织,学习者可通过PC机、平板电脑、电子书(包)、智能手机和各种学习机等电子设备来访问系统和学习;基于知识点的学习内容(包括学习课件、题库)可以按照学习内容的章节来组织和展示,也可以通过各知识点间的逻辑关系来组织和展示;学习者采用电子设备进行预习、复习、练习及游戏等过程将自动记录到学习辅导系统中;学习辅导系统根据学习记录按照特定的算法生成学习者的个人认知模型、以及对本次学习内容的效果评价;学习辅导系统根据认知模型、本次学习内容的效果评价及学习者的时间安排,生成个性化的学习指导(包括学习计划及内容);在指定的时间内,电子设备提醒学习者按学习指导进行学习,并记录学习过程;老师、家长及学习者可以非常方便地了解到目前学习的进度及掌握程度,并可根据学习情况调整学习内容和进度安排;本次学习内容完成后,学习记录将自动地更新学习者的个人认知模型。
2.根据权利要求1所阐述的知识点间的逻辑关系,其特征为:知识点间的逻辑关系可以通过学习内容本身的章节目录来进行组织和展示,也可以按知识点相互之间的关系来进行组织和展示,或者按章节目录及知识点间的关系相互结合的方式来进行组织和展示;知识间点的关系包括了平行,关联、复合及进阶四种关系;其中平行关系包括共同、完全无关两种关系;关联关系包括相近,相反两种关系;复合关系包括包含、归属两种关系;进阶包括基础、高阶两种关系。
3.根据权利要求1所闸述的学习记录,其特征为:学习者通过电子设备进行的学习、复习、练习、考试、教育游戏等方面的活动将自动记录到学习辅导系统中;学习记录包括学习者的帐号、学习时间、学习内容、试题的答案等原始记录;学习记录还包括根据原始记录形成的统计信息,如学习小时数等。
4.根据权利要求1所闸述的认知模型,其特征为:根据学习者的学习记录,按所学习内容的学科特征进行统计分析,提炼学习者在本类学科的学习认知模型,用于指导此学习者的后续学习;此认知模型包括学习者对此门学科的认知规律、学习模型及评价模型;认知规律指学习者的记忆特点、逻辑推理能力、学习特征等;学习模型是用于指导学习者进行最有效率学习的指导意见,如在初次学习后12小时内进行第一次复习、在13-48小时内进行第2次复习、在49-96小时内进行第3次复习;学习效果评价指评价学习者对知识点掌握程度  应用认知模型的实现过程为:首先,学习辅导系统会按学习内容、根据其他用户的学习记录进行数据挖掘,分析出一些认知模型,然后将一种最通用的模型设为默认的模型;当学习者刚开始学习时,学习辅导系统会使用此默认认知模型,然后收集学习者的学习记录;当学习者学完一段时间的学习内容后,学习辅导系统再根据学习记录进行数据统计分析,更新此学习者的认知模型;学习者的认知模型从默认的通用模型,进化到具有自己学习特色的个人认知模型。
5.根据权利要求1所阐述的学习效果评价,其特征为:当学习者进行学习后,学习辅导系统将按知识点进行统计学习者在每个知识点的学习、复习和练习的时间、掌握情况等,动态生成相关的统计数据;统计数据的内容有:对所学习内容的本章节的单知识点的掌握百分比、所有知识点的掌握覆盖率、单知识点学习所花费的时间、所有知识点学习所花费的时间等;
6.根据权利要求1所阐述的学习效果评价,其单知识点的掌握程度的算法为:对于单个知识点的掌握程度,学习辅导系统默认学习者连续3次练习都通过的话,则学习者对此知识点的掌握程度为100%;如果只是连续2次练习通过,则系统认为学习者对此知识点的掌握程度为67%;如果只有1次练习通过,则系统认为学习者对此知识点的掌握程度为33%;如果之前有2次或者1次练习通过,再次练习时未通过,则此知识点的掌握程度不会增加,反会减少33%。
7.根据权利要求1所阐述的学习效果评价,其整体知识点的掌握覆盖率的算法特征为:假设某章节有10个知识点,每个知识点的权重比例为10%(此权重比例根据各知识点的复杂及重要程度而定);某学习者对知识点掌握度在100%的有5个,掌握度在67%的有2个,掌握度在33%的有1个,掌握度为0的有2个,则此学习者对此章节的知识点掌握覆盖率为:100%*5*10%+67%*2*10%+33%*1*10%+0*2*10%=66.7%。
8.根据权利要求1所闸述的学习指导,其特征为:学习指导根据学习者的认知模型、本次学习的效果评价及可安排时间等几方面综合得出的,具备很强的可执行性:学习指导包括学习者进行学习的时间、内容等两方面的指导;学习时间,指学习在什么时间进行,预估的学习时间长度两方面,学习时间长度从该知识点本身的属性——标准学习时间、其他学习者的学习记录、该学习者的认知模型三方面综合而形成;学习的内容,包括的学习或复习的课件、练习等;同时,在预定学习时间开始时,电子设备可通过多种方式自动提醒学习者;由于学习者的时间安排会发生一些临时性地调整,学习指导可以根据学习者的实际情况进行较灵活地调整。
9.根据权利要求1所阐述的认知模型及学习指导,其动态更新的特征为:当学习者学完一个章节或者指定内容后,或者在学习完一段周期后,学习辅导系统自动根据学习记录、学习效果评价来动态更新学习者的认知模型和学习指导,使之能发挥实时地功效。
CN2011100515362A 2011-03-03 2011-03-03 基于知识结构及效果反馈的电子设备辅助学习方法 Pending CN102346976A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN2011100515362A CN102346976A (zh) 2011-03-03 2011-03-03 基于知识结构及效果反馈的电子设备辅助学习方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN2011100515362A CN102346976A (zh) 2011-03-03 2011-03-03 基于知识结构及效果反馈的电子设备辅助学习方法

Publications (1)

Publication Number Publication Date
CN102346976A true CN102346976A (zh) 2012-02-08

Family

ID=45545617

Family Applications (1)

Application Number Title Priority Date Filing Date
CN2011100515362A Pending CN102346976A (zh) 2011-03-03 2011-03-03 基于知识结构及效果反馈的电子设备辅助学习方法

Country Status (1)

Country Link
CN (1) CN102346976A (zh)

Cited By (45)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN102867033A (zh) * 2012-08-29 2013-01-09 昆山市万丰制衣有限责任公司 旨在实现科学教学的知识点间的定位系统及方法
CN103679397A (zh) * 2013-12-31 2014-03-26 苏州市职业大学 一种基于智能手机的学习内容推荐方法
CN103886779A (zh) * 2012-12-20 2014-06-25 北大方正集团有限公司 一种对数据进行处理的方法及系统
CN104157175A (zh) * 2014-08-27 2014-11-19 湖南堂堂清教育科技有限公司 教学效果即时反馈评估系统
CN104794947A (zh) * 2015-04-01 2015-07-22 广东小天才科技有限公司 一种教学情况反馈方法及装置
CN105069723A (zh) * 2015-08-28 2015-11-18 广东小天才科技有限公司 一种学习数据的识别统计方法及系统
CN105118348A (zh) * 2015-08-20 2015-12-02 浙江通关教育科技有限公司 一种基于知识点体系的选题方法
CN105183762A (zh) * 2015-07-29 2015-12-23 武夷学院 一种基于人机交互环境的学习过程的数据采集方法
CN105225179A (zh) * 2015-08-28 2016-01-06 广东小天才科技有限公司 一种学习过程监控方法和学习过程监控装置
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
CN105869469A (zh) * 2016-05-16 2016-08-17 牡丹江师范学院 一种计算机辅助教学辅助系统
CN106326083A (zh) * 2015-07-01 2017-01-11 马颐中 一种学习程度记录装置
CN106384319A (zh) * 2016-09-20 2017-02-08 四川教云网络科技有限公司 一种基于遗忘曲线的教学资源个性化推荐方法
CN106600237A (zh) * 2016-12-23 2017-04-26 云南中医学院 一种辅助记忆中医药书籍的方法和装置
CN106611530A (zh) * 2015-10-23 2017-05-03 北大方正集团有限公司 一种信息处理方法及系统
CN106898176A (zh) * 2017-04-18 2017-06-27 麦片科技(深圳)有限公司 基于点读笔的学情分析方法、学情分析服务器及点读系统
CN107146073A (zh) * 2017-05-24 2017-09-08 广东小天才科技有限公司 学习提示方法、终端设备及计算机可读存储介质
CN107292786A (zh) * 2017-07-13 2017-10-24 广东小天才科技有限公司 一种学习时间统计方法、装置及终端设备
CN107526837A (zh) * 2017-09-07 2017-12-29 李卫东 用于辅助学习的方法及装置
CN107578674A (zh) * 2017-09-08 2018-01-12 河海大学常州校区 游戏化测评幼儿多元智能教育的游戏系统
CN107609831A (zh) * 2016-07-12 2018-01-19 范召 一种借助软件较高效地记背基础知识点的方法
CN107741978A (zh) * 2017-10-13 2018-02-27 北京中教在线科技有限公司 一种个性化学习资源推送方法及其系统
CN107886789A (zh) * 2017-09-28 2018-04-06 重庆加河科技有限公司 一种基于智能复习的远程教育系统
CN107924637A (zh) * 2015-07-01 2018-04-17 爱思应用认知工程有限公司 用于认知训练的系统和方法
CN108648545A (zh) * 2018-07-16 2018-10-12 广东小天才科技有限公司 一种应用于家教设备的生字复习方法及家教设备
CN108875027A (zh) * 2018-06-21 2018-11-23 广东小天才科技有限公司 家教机的学习功能推荐方法、装置、家教机及存储介质
CN109243228A (zh) * 2018-11-12 2019-01-18 重庆靶向科技发展有限公司 一种智能化教学平台系统
CN109255548A (zh) * 2018-09-29 2019-01-22 上海智而仁信息科技有限公司 实现分层自适应学习的方法
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
CN109492090A (zh) * 2018-11-14 2019-03-19 北京华图卓坤教育科技有限公司 学习信息的处理方法、装置、计算机设备及存储介质
CN109697919A (zh) * 2019-01-31 2019-04-30 平安科技(深圳)有限公司 基于ai语音识别的音乐教学方法、装置和计算机设备
CN109859553A (zh) * 2018-12-04 2019-06-07 广东宜教通教育有限公司 一种基于学生做题情况的能力评测方法
CN109886848A (zh) * 2019-01-30 2019-06-14 网易(杭州)网络有限公司 数据处理的方法、装置、介质和电子设备
CN110120001A (zh) * 2019-05-08 2019-08-13 成都佳发安泰教育科技股份有限公司 一种基于知识图谱库与记忆曲线结合提分的方法及系统
CN110147428A (zh) * 2019-04-11 2019-08-20 北京任学教育科技有限公司 知识点掌握度的更新方法、装置、设备和存储介质
CN110400117A (zh) * 2018-04-24 2019-11-01 中国移动通信集团有限公司 一种错题的提醒方法、电子设备及存储介质
CN110533972A (zh) * 2019-07-31 2019-12-03 合肥微澜特网络科技有限责任公司 一种计算软件技术开发的教学系统
CN110598777A (zh) * 2019-09-03 2019-12-20 中国科学院深圳先进技术研究院 一种基于端云协同的数据处理方法和系统
CN110992749A (zh) * 2019-10-15 2020-04-10 湖南惟楚有才教育科技有限公司 一种校园智慧云系统
CN111326040A (zh) * 2020-01-16 2020-06-23 深圳市芥菜种科技有限公司 语文阅读理解智能测试和智能辅导系统和方法
CN111522904A (zh) * 2020-04-14 2020-08-11 天津洪恩完美未来教育科技有限公司 一种单词信息的提供方法和装置
CN112015783A (zh) * 2020-08-30 2020-12-01 上海松鼠课堂人工智能科技有限公司 可交互学习流程生成方法和系统
CN112015992A (zh) * 2020-08-31 2020-12-01 上海松鼠课堂人工智能科技有限公司 智能单词背诵计划生成方法
CN112700688A (zh) * 2020-12-25 2021-04-23 电子科技大学 一种智能课堂教学辅助系统
CN115129895A (zh) * 2022-07-05 2022-09-30 武汉达芬奇教育科技有限公司 一种自适应学习系统

Cited By (59)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN102867033A (zh) * 2012-08-29 2013-01-09 昆山市万丰制衣有限责任公司 旨在实现科学教学的知识点间的定位系统及方法
CN103886779A (zh) * 2012-12-20 2014-06-25 北大方正集团有限公司 一种对数据进行处理的方法及系统
CN103679397A (zh) * 2013-12-31 2014-03-26 苏州市职业大学 一种基于智能手机的学习内容推荐方法
CN104157175A (zh) * 2014-08-27 2014-11-19 湖南堂堂清教育科技有限公司 教学效果即时反馈评估系统
CN104794947A (zh) * 2015-04-01 2015-07-22 广东小天才科技有限公司 一种教学情况反馈方法及装置
CN106326083A (zh) * 2015-07-01 2017-01-11 马颐中 一种学习程度记录装置
CN107924637A (zh) * 2015-07-01 2018-04-17 爱思应用认知工程有限公司 用于认知训练的系统和方法
CN105183762B (zh) * 2015-07-29 2018-12-28 武夷学院 一种基于人机交互环境的学习过程的数据采集方法
CN105183762A (zh) * 2015-07-29 2015-12-23 武夷学院 一种基于人机交互环境的学习过程的数据采集方法
CN105118348A (zh) * 2015-08-20 2015-12-02 浙江通关教育科技有限公司 一种基于知识点体系的选题方法
CN105118348B (zh) * 2015-08-20 2017-10-03 浙江通关教育科技有限公司 基于知识点体系的学科选题方法
CN105225179A (zh) * 2015-08-28 2016-01-06 广东小天才科技有限公司 一种学习过程监控方法和学习过程监控装置
CN105069723A (zh) * 2015-08-28 2015-11-18 广东小天才科技有限公司 一种学习数据的识别统计方法及系统
CN105225179B (zh) * 2015-08-28 2019-08-30 广东小天才科技有限公司 一种学习过程监控方法和学习过程监控装置
CN106611530A (zh) * 2015-10-23 2017-05-03 北大方正集团有限公司 一种信息处理方法及系统
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
CN105869469A (zh) * 2016-05-16 2016-08-17 牡丹江师范学院 一种计算机辅助教学辅助系统
CN107609831A (zh) * 2016-07-12 2018-01-19 范召 一种借助软件较高效地记背基础知识点的方法
CN106384319A (zh) * 2016-09-20 2017-02-08 四川教云网络科技有限公司 一种基于遗忘曲线的教学资源个性化推荐方法
CN106600237B (zh) * 2016-12-23 2020-07-24 云南中医药大学 一种辅助记忆中医药书籍的方法和装置
CN106600237A (zh) * 2016-12-23 2017-04-26 云南中医学院 一种辅助记忆中医药书籍的方法和装置
CN106898176A (zh) * 2017-04-18 2017-06-27 麦片科技(深圳)有限公司 基于点读笔的学情分析方法、学情分析服务器及点读系统
CN107146073B (zh) * 2017-05-24 2020-07-10 广东小天才科技有限公司 学习提示方法、终端设备及计算机可读存储介质
CN107146073A (zh) * 2017-05-24 2017-09-08 广东小天才科技有限公司 学习提示方法、终端设备及计算机可读存储介质
CN107292786A (zh) * 2017-07-13 2017-10-24 广东小天才科技有限公司 一种学习时间统计方法、装置及终端设备
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
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
CN107526837A (zh) * 2017-09-07 2017-12-29 李卫东 用于辅助学习的方法及装置
CN107578674A (zh) * 2017-09-08 2018-01-12 河海大学常州校区 游戏化测评幼儿多元智能教育的游戏系统
CN107886789A (zh) * 2017-09-28 2018-04-06 重庆加河科技有限公司 一种基于智能复习的远程教育系统
CN107741978A (zh) * 2017-10-13 2018-02-27 北京中教在线科技有限公司 一种个性化学习资源推送方法及其系统
CN110400117A (zh) * 2018-04-24 2019-11-01 中国移动通信集团有限公司 一种错题的提醒方法、电子设备及存储介质
CN108875027A (zh) * 2018-06-21 2018-11-23 广东小天才科技有限公司 家教机的学习功能推荐方法、装置、家教机及存储介质
CN108648545A (zh) * 2018-07-16 2018-10-12 广东小天才科技有限公司 一种应用于家教设备的生字复习方法及家教设备
CN109255548A (zh) * 2018-09-29 2019-01-22 上海智而仁信息科技有限公司 实现分层自适应学习的方法
CN109255548B (zh) * 2018-09-29 2023-04-07 上海智而仁信息科技有限公司 实现分层自适应学习的方法
CN109243228A (zh) * 2018-11-12 2019-01-18 重庆靶向科技发展有限公司 一种智能化教学平台系统
CN109492090A (zh) * 2018-11-14 2019-03-19 北京华图卓坤教育科技有限公司 学习信息的处理方法、装置、计算机设备及存储介质
CN109859553B (zh) * 2018-12-04 2022-02-08 广东宜教通教育有限公司 一种基于学生做题情况的能力评测方法
CN109859553A (zh) * 2018-12-04 2019-06-07 广东宜教通教育有限公司 一种基于学生做题情况的能力评测方法
CN109886848A (zh) * 2019-01-30 2019-06-14 网易(杭州)网络有限公司 数据处理的方法、装置、介质和电子设备
CN109886848B (zh) * 2019-01-30 2021-08-13 网易有道信息技术(杭州)有限公司 数据处理的方法、装置、介质和电子设备
CN109697919A (zh) * 2019-01-31 2019-04-30 平安科技(深圳)有限公司 基于ai语音识别的音乐教学方法、装置和计算机设备
CN110147428A (zh) * 2019-04-11 2019-08-20 北京任学教育科技有限公司 知识点掌握度的更新方法、装置、设备和存储介质
CN110120001B (zh) * 2019-05-08 2021-07-20 成都佳发安泰教育科技股份有限公司 一种基于知识图谱库与记忆曲线结合提分的方法及系统
CN110120001A (zh) * 2019-05-08 2019-08-13 成都佳发安泰教育科技股份有限公司 一种基于知识图谱库与记忆曲线结合提分的方法及系统
CN110533972A (zh) * 2019-07-31 2019-12-03 合肥微澜特网络科技有限责任公司 一种计算软件技术开发的教学系统
CN110598777A (zh) * 2019-09-03 2019-12-20 中国科学院深圳先进技术研究院 一种基于端云协同的数据处理方法和系统
CN110598777B (zh) * 2019-09-03 2022-12-27 中国科学院深圳先进技术研究院 一种基于端云协同的数据处理方法和系统
CN110992749A (zh) * 2019-10-15 2020-04-10 湖南惟楚有才教育科技有限公司 一种校园智慧云系统
CN111326040A (zh) * 2020-01-16 2020-06-23 深圳市芥菜种科技有限公司 语文阅读理解智能测试和智能辅导系统和方法
CN111326040B (zh) * 2020-01-16 2020-12-22 深圳市芥菜种科技有限公司 语文阅读理解智能测试和智能辅导系统和方法
CN111522904A (zh) * 2020-04-14 2020-08-11 天津洪恩完美未来教育科技有限公司 一种单词信息的提供方法和装置
CN112015783B (zh) * 2020-08-30 2021-07-16 上海松鼠课堂人工智能科技有限公司 可交互学习流程生成方法和系统
CN112015783A (zh) * 2020-08-30 2020-12-01 上海松鼠课堂人工智能科技有限公司 可交互学习流程生成方法和系统
CN112015992A (zh) * 2020-08-31 2020-12-01 上海松鼠课堂人工智能科技有限公司 智能单词背诵计划生成方法
CN112700688A (zh) * 2020-12-25 2021-04-23 电子科技大学 一种智能课堂教学辅助系统
CN115129895A (zh) * 2022-07-05 2022-09-30 武汉达芬奇教育科技有限公司 一种自适应学习系统

Similar Documents

Publication Publication Date Title
CN102346976A (zh) 基于知识结构及效果反馈的电子设备辅助学习方法
Musti-Rao et al. Training for fluency and generalization of math facts using technology
Chen et al. Web-based CALL to listening comprehension
Chen et al. Research trends from a decade (2011–2020) for information literacy in higher education: Content and bibliometric mapping analysis
Rasulova Multimedia-electronic Textbooks For Self-study
Sivagami et al. A Study on use of information communication technology in higher education in Thanjavur district
Yunina Digital tools in foreign language teaching
Kucherenko et al. Technological Principles of the Formation of a Pupil's Communicative Competence.
du Boulay Jim Greer’s and Mary Mark’s reviews of evaluation methods for adaptive systems: a brief comment about new goals
Aleksandrova et al. Digital educational resources in teaching native languages
Caffrey et al. Library instruction and information literacy 2022
Ledoux* et al. A constructivist approach in the interdisciplinary instruction of science and language arts methods
Iqdami Resource based learning for teaching and learning English in digital environments
Bouziane ICT integration in language teaching: Some challenges
Pratiwi et al. Textbook evaluation of “economic and developmental study” using bloom taxonomy
Zhang et al. Study on application of bloom’s taxonomy in engineering project management course
Jones The myths that drive data-driven schools
Sun et al. [Retracted] Curriculum Setting Method for Special Education Specialty Integrating Projective Geometry
Abbas Expert or novice in information searching, access and sharing: An Information Literacy model for Nigerian university system
Shvetsova The Use of Artificial intelligence in education as an effective tool for developing foreign language communicative competency
Wang et al. Preface to the Special Issue on K-12 AI Education
Grytsiuk et al. Assessment of Learning Outcomes in Distance Learning Using the Moodle Platform
Qin University blended English teaching based on big data analytics
Fedotova et al. Digital Competence of Future Teachers as a Topic of Russian Scientific Discourse
Wu et al. Research on network learning platform and its application in teaching

Legal Events

Date Code Title Description
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

Application publication date: 20120208