CN105006181A - 一种个性化学习设备及方法 - Google Patents

Abstract

本发明公开了一种个性化学习设备及方法，它涉及学习系统技术领域；学生通过在线学情诊断模块进行在线学情诊断，在线学情诊断模块分别与历史未掌握知识点测评模块、大数据分析模块连接，历史未掌握知识点测评模块与大数据分析模块连接，学习路径模块、知识体系模块、个体学习力模块均与基础题库模块连接，基础题库模块分别与人工智能模块、自适应引擎模块连接，人工智能模块、自适应引擎模块均与在线学情诊断模块连接，在线学情诊断模块诊断出学情情况并提出个性化提分方案，根据个性化提分方案进行线下个性化课堂学习；本发明具有个性化、自主化、智能化等特点。

Description

一种个性化学习设备及方法

技术领域：

本发明涉及一种个性化学习设备及方法，属于学习设备技术领域。

背景技术：

学习的狭义：通过阅读、听讲、研究、观察、实践等手段获得知识或技能的过程，是一种使个体可以得到持续变化(知识和技能，方法与过程，情感与价值的改善和升华)的行为方式。广义：是人在生活过程中，通过获得经验而产生的行为或行为潜能的相对持久的行为方式。学习包括知识的学习和技能的学习。

现有的学习设备在学习时不能实现全面的分析、统计，学习效果差，使用不方便。

发明内容：

针对上述问题，本发明要解决的技术问题是提供一种个性化学习系统及方法。

本发明的一种个性化学习设备，它包含在线学情诊断模块、历史未掌握知识点测评模块、人工智能模块、基础题库模块、学习路径模块、知识体系模块、个体学习力模块、自适应引擎模块、大数据分析模块、线下个性化课堂；学生通过在线学情诊断模块进行在线学情诊断，在线学情诊断模块分别与历史未掌握知识点测评模块、大数据分析模块连接，历史未掌握知识点测评模块与大数据分析模块连接，学习路径模块、知识体系模块、个体学习力模块均与基础题库模块连接，基础题库模块分别与人工智能模块、自适应引擎模块连接，人工智能模块、自适应引擎模块均与在线学情诊断模块连接，在线学情诊断模块诊断出学情情况并提出个性化提分方案，根据个性化提分方案进行线下个性化课堂学习。

本发明的一种个性化学习方法，它的学习方法为：一、在线诊断：学生通过在线做题，找出学生未掌握而短期内可以掌握的知识点；

二、个性化提分方案：根据学生诊断结果和个体情况，系统智能制定个性化提分方案，对在线学情诊断出的未掌握知识点进行强化训练，快速、精准、有针对性、可管理的攻克知识点；

三、线下高效课堂：系统智能分班，将具有相同未掌握知识点的学生安排在一个班级，每周一次答疑解惑，辅助学生充分掌握知识点盲区；

四、在线测评：每月在线测评一次，对当月的学习结果进行评估。

作为优选，所述的在线诊断的流程为：学生登录→选择章节→学情诊断→诊断提交→诊断报告→提分方案打印。

本发明的有益效果为：

一、个性化：私人定制式的学情诊断、提分方案、在线视频公开课结合线下走班制高效课堂专业教师的答疑解惑服务，能够完全满足不同类型不同水平学生的学习需求，真正实现个性化学习。

二、自主化：会员制模式允许学生自主选择学情诊断章节和知识点，自由增删改《提分方案》内的试题，无障碍地获取全站课程及服务，充分满足学生线上学习的自主性，符合其自主安排学习进程的需求。

三、智能化：实现智能化控制。

附图说明：

为了易于说明，本发明由下述的具体实施及附图作以详细描述。

图1为本发明的结构示意图；

图2为本发明中在线诊断的流程图。

具体实施方式：

为使本发明的目的、技术方案和优点更加清楚明了，下面通过附图中示出的具体实施例来描述本发明。但是应该理解，这些描述只是示例性的，而并非要限制本发明的范围。此外，在以下说明中，省略了对公知结构和技术的描述，以避免不必要地混淆本发明的概念。

如图1-2所示，本具体实施方式采用以下技术方案：一种个性化学习设备，学生通过在线学情诊断模块进行在线学情诊断，在线学情诊断模块分别与历史未掌握知识点测评模块、大数据分析模块连接，历史未掌握知识点测评模块与大数据分析模块连接，学习路径模块、知识体系模块、个体学习力模块均与基础题库模块连接，基础题库模块分别与人工智能模块、自适应引擎模块连接，人工智能模块、自适应引擎模块均与在线学情诊断模块连接，在线学情诊断模块诊断出学情情况并提出个性化提分方案，根据个性化提分方案进行线下个性化课堂学习。

本具体实施方式通过一线教研经验与提炼、个体学习能力模型以及计算机AI(人工智能)技术的教学整合，为初、高中学生数、理、化、地自学提供最佳人工智能指引。本系统以AI教学专家系统、中高考知识点检索引擎技术和大型面向对象数据库为技术核心，网络平台采用目前主流的ASP.NET技术开发与搭建，以MySQL作为稳定的数据库，为学生提供有效的个性化O2O辅导方案。

本具体实施方式采用如下模块：

知识体系AI数据模块：根据特聘教师团队确定考纲考点要求、知识点难度等级要求、线下高效课堂教学要求，制定科学的知识点体系数据模块。

个体学习力AI模块：根据不同水平阶段的个体学生特点，结合运算能力、记忆曲线、逻辑能力、学习能力等，建立不同学习力模型。

自适应引擎模块：根据个体学生当前所处分数段，检索适合其学习力的知识点，并智能增大(或降低)知识点难度等级，力求分析出每个个体学生目前没有掌握短期内可以掌握的知识点。

路径规划AI模块：根据一线名师团确立知识点自学路径模型，让每个学生的自学遵循循序渐进、按部就班、由易到难地原则快速、准确地进行。

个性化提分方案模块：统根据学生诊断结果，结合个体学习力模型、学习计划模型，通过云端大数据分析，为每个学生匹配N对1的提分方案，提分方案包含学生的本月(知识点)整体任务、每日的知识点学习详细任务。帮助学生个体快速、准确的提升成绩。

大数据分析模块：根据海量学员线上诊断数据，分别以个体学生、班级、年级、学校等为统计对象，综合分析得到各项统计数据图形、报表，为学生、学业规划师、任课教师、年级组、学校领导、甚至教育主管部门提供全面的统计数据。

海量BASE题库模块：由各题库研发合作方、品牌辅导机构、合作院校教研组联合提供，支持一线教师个体在教学过程中发现的优选题上传、各初高中学校月考、期中期末考试试卷上传等。

一种个性化学习方法，它的学习方法为：一、在线诊断：学生通过在线做题，找出学生未掌握而短期内可以掌握的知识点；

二、个性化提分方案：根据学生诊断结果和个体情况，系统智能制定个性化提分方案，对在线学情诊断出的未掌握知识点进行强化训练，快速、精准、有针对性、可管理的攻克知识点；

三、线下高效课堂：系统智能分班，将具有相同未掌握知识点的学生安排在一个班级，每周一次答疑解惑，辅助学生充分掌握知识点盲区；

四、在线测评：每月在线测评一次，对当月的学习结果进行评估。

进一步的，所述的在线诊断的流程为：学生登录→选择章节→学情诊断→诊断提交→诊断报告→提分方案打印。

以上显示和描述了本发明的基本原理和主要特征和本发明的优点。本行业的技术人员应该了解，本发明不受上述实施例的限制，上述实施例和说明书中描述的只是说明本发明的原理，在不脱离本发明精神和范围的前提下，本发明还会有各种变化和改进，这些变化和改进都落入要求保护的本发明范围内。本发明要求保护范围由所附的权利要求书及其等效物界定。

Claims (3)

1.一种个性化学习设备，其特征在于：它包含在线学情诊断模块、历史未掌握知识点测评模块、人工智能模块、基础题库模块、学习路径模块、知识体系模块、个体学习力模块、自适应引擎模块、大数据分析模块、线下个性化课堂；学生通过在线学情诊断模块进行在线学情诊断，在线学情诊断模块分别与历史未掌握知识点测评模块、大数据分析模块连接，历史未掌握知识点测评模块与大数据分析模块连接，学习路径模块、知识体系模块、个体学习力模块均与基础题库模块连接，基础题库模块分别与人工智能模块、自适应引擎模块连接，人工智能模块、自适应引擎模块均与在线学情诊断模块连接，在线学情诊断模块诊断出学情情况并提出个性化提分方案，根据个性化提分方案进行线下个性化课堂学习。

2.一种个性化学习方法，其特征在于：它的学习方法为：一、在线诊断：学生通过在线做题，找出学生未掌握而短期内可以掌握的知识点；

二、个性化提分方案：根据学生诊断结果和个体情况，系统智能制定个性化提分方案，对在线学情诊断出的未掌握知识点进行强化训练，快速、精准、有针对性、可管理的攻克知识点；

三、线下高效课堂：系统智能分班，将具有相同未掌握知识点的学生安排在一个班级，每周一次答疑解惑，辅助学生充分掌握知识点盲区；

四、在线测评：每月在线测评一次，对当月的学习结果进行评估。

3.根据权利要求2所述的一种个性化学习方法，其特征在于：所述的在线诊断的流程为：学生登录→选择章节→学情诊断→诊断提交→诊断报告→提分方案打印。