CN105069723A - 一种学习数据的识别统计方法及系统 - Google Patents
一种学习数据的识别统计方法及系统 Download PDFInfo
- Publication number
- CN105069723A CN105069723A CN201510540132.8A CN201510540132A CN105069723A CN 105069723 A CN105069723 A CN 105069723A CN 201510540132 A CN201510540132 A CN 201510540132A CN 105069723 A CN105069723 A CN 105069723A
- Authority
- CN
- China
- Prior art keywords
- solving
- learning
- data
- knowledge point
- error reason
- 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
- 238000007619 statistical method Methods 0.000 title claims abstract description 34
- 238000000034 method Methods 0.000 claims abstract description 14
- 230000013011 mating Effects 0.000 claims description 4
- 230000008569 process Effects 0.000 abstract description 5
- 230000009286 beneficial effect Effects 0.000 description 5
- 230000000875 corresponding effect Effects 0.000 description 5
- 238000010586 diagram Methods 0.000 description 5
- 230000008859 change Effects 0.000 description 2
- 230000006870 function Effects 0.000 description 2
- 238000005728 strengthening Methods 0.000 description 2
- 230000008901 benefit Effects 0.000 description 1
- 230000002596 correlated effect Effects 0.000 description 1
- 230000003993 interaction Effects 0.000 description 1
- 230000007246 mechanism Effects 0.000 description 1
- 238000005457 optimization Methods 0.000 description 1
Landscapes
- Electrically Operated Instructional Devices (AREA)
- Information Retrieval, Db Structures And Fs Structures Therefor (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
本发明公开了一种学习数据的识别统计方法及系统，其中，方法包括：获取学生学习过程中的学习信息；将所述学习信息与知识点数据库中的知识点进行匹配；根据匹配结果确定所述学生对各知识点的学习状态数据，用于提供给教师。本发明解决了难以对学生所有未掌握的知识点进行辅导讲解的问题，实现了教师针对性、全面性的教学。
Description
技术领域
本发明涉及数据处理技术，尤其涉及一种学习数据的识别统计方法及系统。
背景技术
目前，无论线上还是线下家教辅导机构具有很多局限性，例如不了解学生在校的学习状况，因此在辅导时仅仅针对其部分未掌握内容进行辅导，且学生的学习问题自己也无法阐述清楚，不够全面，缺乏针对性、全面性。
学校教学也存在诸多问题，学生在学习的过程中会产生一些问题。而学校教学无法跟踪全部学生的学习动态变化，教师的精力有限，只能完成部分监督工作。教师只能根据一部分学生的状况进行教学，从而导致一些学生在听课时非常容易忽略老师讲解的重点、难点和细节，而全班学生不懂的知识点又不尽相同。教师的精力有限，不可能对每一个学生都要重新再讲一遍，因此，对每个学生存在的不同问题一一讲解是很难实现的。
发明内容
有鉴于此，本发明的目的是提出一种学习数据的识别统计方法及系统，以解决难以对学生所有未掌握的知识点进行辅导讲解的问题，实现了教师针对性、全面性的教学。
为实现上述目的，本发明采用如下技术方案：
第一方面，本发明实施例提供了一种学习数据的识别统计方法，包括：
获取学生学习过程中的学习信息；
将所述学习信息与知识点数据库中的知识点进行匹配；
根据匹配结果确定所述学生对各知识点的学习状态数据，用于提供给教师。
第二方面，本发明实施例提供了一种后台统计分析系统，包括：
学习信息获取模块，用于获取学生学习过程中的学习信息；
知识点匹配模块，用于将所述学习信息与知识点数据库中的知识点进行匹配；
学习状态数据确定模块，用于根据匹配结果确定所述学生对各知识点的学习状态数据，用于提供给教师。
第三方面，本发明实施例提供了一种辅助教学系统，包括：
后台统计分析系统，采用第二方面所述的后台统计分析系统，用于获取学习信息，并形成学习状态数据；
在线教学系统，用于获取学习状态数据，并呈现给教师。
本发明的有益效果是：本发明的一种学习数据的识别统计方法及系统，通过将学生平时学习过程中的学习信息，匹配到对应的知识点，根据匹配结果确定所述学生对各知识点的学习状态数据，统计出学生的知识薄弱点并用于提供给教师，使教师更有针对性地且全面性地对该学生进行教学，解决了学生学习问题，并辅助教师教学，利于改进教师的教学手段。
附图说明
下面将通过参照附图详细描述本发明的示例性实施例，使本领域的普通技术人员更清楚本发明的上述及其他特征和优点，附图中：
图1是本发明实施例一提供的学习数据的识别统计方法示意图；
图2是本发明实施例二提供的学习数据的识别统计方法示意图；
图3是本发明实施例二提供的预设分析规则示意图；
图4是本发明实施例三提供的后台统计分析系统的结构框图；
图5是本发明实施例三提供的后台统计分析系统的结构框图；
图6是本发明实施例四提供的辅助教学系统的结构框图。
具体实施方式
下面结合附图并通过具体实施方式来进一步说明本发明的技术方案。可以理解的是，此处所描述的具体实施例仅仅用于解释本发明，而非对本发明的限定。另外还需要说明的是，为了便于描述，附图中仅示出了与本发明相关的部分而非全部结构。
实施例一
图1是本发明实施例一提供的学习数据的识别统计方法示意图。该方法适用于课下学生使用家教机等学习设备进行学习，线上教师或线下教师对学生进行家教辅导的情况，该方法可以由后台统计分析系统执行，该系统可设置在家教机等学习设备中，也可以设置在后台服务器中，可以采用软件和/或硬件的形式实现。如图1所示，该方法包括：
S110、获取学生学习过程中的学习信息。
示例性的，本实施例可以在家教机中构建学生学习记录数据库。学生平时用家教机学习产生的学习信息都会记录并存储在该学生学习记录数据库中，后台统计分析系统便可以从该学生学习记录数据库中获取学生学习过程中的学习信息。
S120、将学习信息与知识点数据库中的知识点进行匹配。
示例性的，本实施例可以在家教机中构建知识点数据库。用户可以随在该知识点数据库中存储所需学科的全部知识点。后台统计分析系统可以分析学习信息中的题目信息，根据题目信息从知识点数据库中查找相关的知识点，建立学习信息与知识点的匹配关系。
S130、根据匹配结果确定学生对各知识点的学习状态数据，用于提供给教师。
其中，匹配结果为学习信息与知识点的对应关系，学习状态数据可以包括学生对知识点的掌握情况。后台统计分析系统根据学习信息和与之匹配的知识点，从学习信息中确定学生对相关知识点的掌握情况，生成学习状态数据，用于提供给教师。示例性的，该学习状态数据可以以直观的图表形式展现给教师。
上述方案也可以是服务器从家教机中获取学习信息，进行匹配后提供给教师。
本发明实施例一提供的学习数据的识别统计方法，通过将学生平时学习过程中的学习信息，匹配到对应的知识点，根据匹配结果确定所述学生对各知识点的学习状态数据，统计出学生的知识薄弱点并用于提供给教师，使教师更有针对性地且全面性地对该学生进行教学，解决了学生学习问题，并辅助教师教学，利于改进教师的教学手段。
实施例二
图2是本发明实施例二提供的学习数据的识别统计方法示意图。本实施例以上述实施例为基础，进一步在根据匹配结果确定学生对各知识点的学习状态数据之前，还执行如下操作：
根据学习信息和预设分析规则，识别学生的解题错误原因。
具体的，上述学习信息包括：原题内容数据、解题过程数据和解题结果数据。
进一步的，根据学习信息和预设分析规则，识别所述学生的解题错误原因，具体包括：分析学生的解题过程数据和解题结果数据；当解题过程和解题结果都错误时，判定该学生解题错误原因为未掌握该题知识点；当解题过程正确，解题结果错误时，判定该学生解题错误原因为粗心。
优选的，上述方案中，在根据学习信息和预设分析规则，识别所述学生的解题错误原因之后，还执行如下操作：
统计学生解题错误原因，作为学习状态数据并用于提供给教师。
由此，通过分析识别并统计学生解题错误原因，并将其提供给教师，可以引导教师针对学生的根本原因对学生进行训练，强化学生的薄弱点，进一步提高了教师教学的针对性与全面性。
基于上述优化，本实施例所提供的方案具体包括如下：
S210、获取学生学习过程中的学习信息。
S220、将学习信息与知识点数据库中的知识点进行匹配。
S230、根据学习信息和预设分析规则，识别学生的解题错误原因。
示例性的，在分析学生解题错误原因时，可以设置一预设分析规则，根据学习信息和该预设分析规则，识别出学生的解题错误原因。本实施例依据学习信息采用的预设分析规则可以如图3所示：分析学生的解题过程数据和解题结果数据；当解题过程和解题结果都正确时，判定该学生掌握了该题知识点；当解题过程和解题结果都错误时，判定该学生解题错误原因为未掌握该题知识点；当解题过程正确，解题结果错误时，判定该学生解题错误原因为粗心。
由此可知，上述预设分析规则可得出两种学生解题错误原因：粗心和未掌握该题知识点。
S240、统计学生解题错误原因，作为学习状态数据并用于提供给教师。
对识别出的学生解题错误原因进行统计，确定学生解题错误的根本原因。例如，后台统计分析系统统计出一学生多道题的解答过程正确，解答结果却错误，则确定该学生解题错误原因是粗心。后台统计分析系统再将学生解题错误原因作为学习状态数据并提供给教师。针对学生粗心的问题，教师可以要求学生重复审题，注重解题过程，解答完勤于检查；针对学生未掌握该题知识点的问题，教师可以全面讲解该知识点的关键点、难点和盲点。
S250、根据匹配结果确定学生对各知识点的学习状态数据，用于提供给教师。
本发明实施例二提供的学习数据的识别统计方法，通过分析识别并统计学生解题错误原因，并用于提供给教师，可以引导教师针对学生的根本原因对学生进行训练，强化学生的薄弱点，进一步提高了教师教学的针对性与全面性。
实施例三
图4是本发明实施例三提供的后台统计分析系统的结构框图。如图4所示，该系统包括：学习信息获取模块10、知识点匹配模块11和学习状态数据确定模块12。
其中，学习信息获取模块10用于获取学生学习过程中的学习信息；
知识点匹配模块11用于将学习信息与知识点数据库中的知识点进行匹配；
学习状态数据确定模块12用于根据匹配结果确定学生对各知识点的学习状态数据，用于提供给教师。
上述方案中，参见图5，该系统还包括：
解题错误原因识别模块13，用于根据匹配结果确定学生对各知识点的学习状态数据之前，根据学习信息和预设分析规则，识别学生的解题错误原因。
其中，上述学习信息包括：原题内容数据、解题过程数据和解题结果数据。
优选的，解题错误原因识别模块13具体用于：
分析学生的解题过程数据和解题结果数据；
当解题过程和解题结果都错误时，判定该学生解题错误原因为未掌握该题知识点；
当解题过程正确，解题结果错误时，判定该学生解题错误原因为粗心。
进一步的，上述方案中，参见图5，该系统还包括：
解题错误原因统计模块14，用于根据学习信息和预设分析规则，识别所述学生的解题错误原因之后，统计学生解题错误原因，作为学习状态数据并用于提供给教师。
本发明实施例三所提供的后台统计分析系统可以用于执行本发明实施例所提供的学习数据的识别统计方法，具备相应的功能和有益效果。
实施例四
图6是本发明实施例四提供的辅助教学系统的结构框图。如图6所示，该系统包括：本发明实施例三提供的后台统计分析系统20和在线教学系统21。
其中，后台统计分析系统20用于获取学习信息，并形成学习状态数据；
在线教学系统21用于获取学习状态数据，并呈现给教师。
本实施例中，教师可以根据学生的学习状态数据，通过在线教学系统21对该学生进行针对性的教学，学生也可以通过在线教学系统21和教师进行互动。
另外，学生还可以通过在线教学系统21申请预约教师，教师接受申请后，学生可在线听课。
本发明实施例四所提供的辅助教学系统，包括本发明实施例所提供的后台统计分析系统，具备相应的功能和有益效果。
注意，上述仅为本发明的较佳实施例及所运用技术原理。本领域技术人员会理解，本发明不限于这里所述的特定实施例，对本领域技术人员来说能够进行各种明显的变化、重新调整和替代而不会脱离本发明的保护范围。因此，虽然通过以上实施例对本发明进行了较为详细的说明，但是本发明不仅仅限于以上实施例，在不脱离本发明构思的情况下，还可以包括更多其他等效实施例，而本发明的范围由所附的权利要求范围决定。
Claims (11)
1.一种学习数据的识别统计方法，其特征在于，包括：
获取学生学习过程中的学习信息；
将所述学习信息与知识点数据库中的知识点进行匹配；
根据匹配结果确定所述学生对各知识点的学习状态数据，用于提供给教师。
2.根据权利要求1所述的方法，其特征在于，根据匹配结果确定所述学生对各知识点的学习状态数据之前，还包括：
根据学习信息和预设分析规则，识别所述学生的解题错误原因。
3.根据权利要求2所述的方法，其特征在于，所述学习信息包括：
原题内容数据、解题过程数据和解题结果数据。
4.根据权利要求3所述的方法，其特征在于，根据学习信息和预设分析规则，识别所述学生的解题错误原因，包括：
分析学生的解题过程数据和解题结果数据；
当解题过程和解题结果都错误时，判定该学生解题错误原因为未掌握该题知识点；
当解题过程正确，解题结果错误时，判定该学生解题错误原因为粗心。
5.根据权利要求3所述的方法，其特征在于，根据学习信息和预设分析规则，识别所述学生的解题错误原因之后，还包括：
统计学生解题错误原因，作为学习状态数据并用于提供给教师。
6.一种后台统计分析系统，其特征在于，包括：
学习信息获取模块，用于获取学生学习过程中的学习信息；
知识点匹配模块，用于将所述学习信息与知识点数据库中的知识点进行匹配；
学习状态数据确定模块，用于根据匹配结果确定所述学生对各知识点的学习状态数据，用于提供给教师。
7.根据权利要求6所述的系统，其特征在于，还包括：
解题错误原因识别模块，用于根据匹配结果确定所述学生对各知识点的学习状态数据之前，根据学习信息和预设分析规则，识别所述学生的解题错误原因。
8.根据权利要求7所述的系统，其特征在于，所述学习信息包括：
原题内容数据、解题过程数据和解题结果数据。
9.根据权利要求8所述的系统，其特征在于，解题错误原因识别模块具体用于：
分析学生的解题过程数据和解题结果数据；
当解题过程和解题结果都错误时，判定该学生解题错误原因为未掌握该题知识点；
当解题过程正确，解题结果错误时，判定该学生解题错误原因为粗心。
10.根据权利要求8所述的系统，其特征在于，还包括：
解题错误原因统计模块，用于根据学习信息和预设分析规则，识别所述学生的解题错误原因之后，统计学生解题错误原因，作为学习状态数据并用于提供给教师。
11.一种辅助教学系统，其特征在于，包括：
后台统计分析系统，采用权利要求6-10任一所述的后台统计分析系统，用于获取学习信息，并形成学习状态数据；
在线教学系统，用于获取学习状态数据，并呈现给教师。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201510540132.8A CN105069723A (zh) | 2015-08-28 | 2015-08-28 | 一种学习数据的识别统计方法及系统 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201510540132.8A CN105069723A (zh) | 2015-08-28 | 2015-08-28 | 一种学习数据的识别统计方法及系统 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| CN105069723A true CN105069723A (zh) | 2015-11-18 |
Family
ID=54499081
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN201510540132.8A Pending CN105069723A (zh) | 2015-08-28 | 2015-08-28 | 一种学习数据的识别统计方法及系统 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN105069723A (zh) |
Cited By (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN105701748A (zh) * | 2016-04-06 | 2016-06-22 | 王彦章 | 一种用于学生的复习管理系统及方法 |
| CN109271307A (zh) * | 2018-10-29 | 2019-01-25 | 四川文轩教育科技有限公司 | 一种基于大数据的学生学习情况统计方法 |
| CN112667785A (zh) * | 2021-01-27 | 2021-04-16 | 武汉悦学帮网络技术有限公司 | 一种学情分析的方法、装置和计算机可读存储介质 |
Citations (5)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US20090061408A1 (en) * | 2007-08-28 | 2009-03-05 | Micro-Star Int'l Co., Ltd. | Device and method for evaluating learning |
| CN102346976A (zh) * | 2011-03-03 | 2012-02-08 | 郭华 | 基于知识结构及效果反馈的电子设备辅助学习方法 |
| US20130216995A1 (en) * | 2010-08-25 | 2013-08-22 | Sk Telecom Co., Ltd. | Method, apparatus and system for learning plan analysis |
| 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 |
| CN104809920A (zh) * | 2015-04-01 | 2015-07-29 | 广东小天才科技有限公司 | 一种个性化的学习方法和学习装置 |
-
2015
- 2015-08-28 CN CN201510540132.8A patent/CN105069723A/zh active Pending
Patent Citations (5)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US20090061408A1 (en) * | 2007-08-28 | 2009-03-05 | Micro-Star Int'l Co., Ltd. | Device and method for evaluating learning |
| US20130216995A1 (en) * | 2010-08-25 | 2013-08-22 | Sk Telecom Co., Ltd. | Method, apparatus and system for learning plan analysis |
| CN102346976A (zh) * | 2011-03-03 | 2012-02-08 | 郭华 | 基于知识结构及效果反馈的电子设备辅助学习方法 |
| 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 |
| CN104809920A (zh) * | 2015-04-01 | 2015-07-29 | 广东小天才科技有限公司 | 一种个性化的学习方法和学习装置 |
Cited By (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN105701748A (zh) * | 2016-04-06 | 2016-06-22 | 王彦章 | 一种用于学生的复习管理系统及方法 |
| CN105701748B (zh) * | 2016-04-06 | 2021-11-30 | 邱爽 | 一种用于学生的复习管理系统及方法 |
| CN109271307A (zh) * | 2018-10-29 | 2019-01-25 | 四川文轩教育科技有限公司 | 一种基于大数据的学生学习情况统计方法 |
| CN112667785A (zh) * | 2021-01-27 | 2021-04-16 | 武汉悦学帮网络技术有限公司 | 一种学情分析的方法、装置和计算机可读存储介质 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| Molenaar | Towards hybrid human‐AI learning technologies | |
| Janssen et al. | Supporting pre‐service teachers in designing technology‐infused lesson plans | |
| Pechenizkiy et al. | Process mining online assessment data | |
| Shih et al. | The development and validation of an instrument for assessing college students' perceptions of faculty knowledge in technology-supported class environments | |
| CN104809920A (zh) | 一种个性化的学习方法和学习装置 | |
| CN104408985A (zh) | 基于云网络的答题学习方法及系统 | |
| CN104794947A (zh) | 一种教学情况反馈方法及装置 | |
| Blackley et al. | One-to-one laptop programs: Is transformation occurring in mathematics teaching? | |
| Superfine et al. | Exploring the mathematical knowledge needed for teaching teachers | |
| CN107481567B (zh) | 学生的阅读能力测评方法、装置及设备 | |
| CN105069723A (zh) | 一种学习数据的识别统计方法及系统 | |
| CN105074795A (zh) | 基础学生测试错误检测系统和方法 | |
| CN105069724A (zh) | 一种学习问题的解答方法及系统 | |
| CN106600489B (zh) | 一种标记失误试题的方法及装置 | |
| CN104268811A (zh) | 一种数学学习调查方法及装置 | |
| Holdheide | Same Debate, New Opportunity: Designing Teacher Evaluation Systems That Promote and Support Educators in Practices That Advance All Students' Learning. | |
| Schulte et al. | Industrial Data Science-Interdisciplinary Competence for Machine Learning in Industrial Production | |
| TWI596583B (zh) | 弱化知識點補救學習規劃系統及其方法 | |
| Van Epps et al. | Measuring student's ability to find and use high quality information: Developing standardized assessments | |
| Rubin et al. | “My noticing lens disrupts this narrative”: Preservice mathematics teachers' awareness of the self as noticer | |
| Guo et al. | MyCOS intelligent teaching assistant | |
| Tang et al. | Item ordering effects with qualitative explanations using online adaptive tutoring data | |
| Barbieri et al. | Targeting fraction misconceptions and reducing high confidence errors in an online tutor | |
| Kelly et al. | Improving Student Learning in Math through Web-Based Homework. | |
| Sheu et al. | Using grey student-problem chart in the evaluation of tests with large data sets |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| C06 | Publication | ||
| PB01 | Publication | ||
| C10 | Entry into substantive examination | ||
| SE01 | Entry into force of request for substantive examination | ||
| RJ01 | Rejection of invention patent application after publication |
Application publication date: 20151118 |
|
| RJ01 | Rejection of invention patent application after publication |