CN105488055B - 计算机个性化学习和评测产品的生成方法及系统 - Google Patents

计算机个性化学习和评测产品的生成方法及系统 Download PDF

Info

Publication number
CN105488055B
CN105488055B CN201410476063.4A CN201410476063A CN105488055B CN 105488055 B CN105488055 B CN 105488055B CN 201410476063 A CN201410476063 A CN 201410476063A CN 105488055 B CN105488055 B CN 105488055B
Authority
CN
China
Prior art keywords
learning
learner
evaluation
individualized
server
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.)
Expired - Fee Related
Application number
CN201410476063.4A
Other languages
English (en)
Other versions
CN105488055A (zh
Inventor
文伟龙
李少明
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.)
New Founder Holdings Development Co ltd
Beijing Founder Electronics Co Ltd
Original Assignee
Peking University Founder Group Co Ltd
Beijing Founder Electronics 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 Peking University Founder Group Co Ltd, Beijing Founder Electronics Co Ltd filed Critical Peking University Founder Group Co Ltd
Priority to CN201410476063.4A priority Critical patent/CN105488055B/zh
Publication of CN105488055A publication Critical patent/CN105488055A/zh
Application granted granted Critical
Publication of CN105488055B publication Critical patent/CN105488055B/zh
Expired - Fee Related legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Landscapes

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

Abstract

本发明提供一种计算机个性化学习和评测产品的生成方法及系统,该方法包括:浏览器获取学习者的学习数据和学习资料,并将学习数据和学习资料发送给服务器,学习数据包括学习者信息和学习信息,学习信息包括历史学习记录;服务器根据浏览器所发送的学习数据和学习资料,获得学习数据的分析结果以及学习资料的分布结果;服务器根据所述分析结果、所述分布结果和历史学习记录,生成个性化学习和评测产品。上述方法能够解决准确、快速建立针对学习者学习现状的计算机个性化学习和评测产品,提高了学习者的学习效率,减轻了教育者的工作压力,且降低了人工成本。

Description

计算机个性化学习和评测产品的生成方法及系统
技术领域
本发明涉及在线教育、网络学习技术领域,尤其涉及一种计算机个性化学习和评测产品的生成方法及系统。
背景技术
目前的涉及到教育出版、在线教育、网络在线学习和考试中,个性化的学习,一般都不能普及,学生或者班级只能自己通过报其他学习班进行,不能做到诊断学习情况及时进行个性化学习;现存的某些个性化学习,都是教育者根据个人感觉,提供个性化学习材料,同时针对多个学习者重复,且没有客观数据说明,提供的学习资料不准确,并且效率低下,需要花费大量的时间、人力和财力。
教育领域通过最近几年的发展,学习资料加工非常完善,但是资料无法准确提供给学习者,缺少学习者数据分析,与资料分析的融合。
发明内容
针对现有技术中的缺陷,本发明提供一种计算机个性化学习和评测产品的生成方法及系统,能够准确、快速建立针对学习者学习现状的计算机个性化学习和评测产品,提高了学习者的学习效率,减轻了教育者的工作压力,且降低了人工成本。
第一方面,本发明提供一种计算机个性化学习和评测产品的生成方法,包括:
浏览器获取学习者的学习数据和学习资料,并将所述学习数据和学习资料发送给服务器,所述学习数据包括学习者信息和学习信息,所述学习信息包括历史学习记录;
服务器根据浏览器所发送的所述学习数据和学习资料,获得所述学习数据的分析结果以及所述学习资料的分布结果;
服务器根据所述分析结果、所述分布结果和所述历史学习记录,生成个性化学习和评测产品。
可选地,在所述浏览器获取学习者的学习数据和学习资料,并将所述学习数据和学习资料发送给服务器的步骤之后,还包括:
服务器将所述学习数据保存在服务器中的所述学习者的数据库中。
可选地,所述服务器根据浏览器所发送的所述学习数据,获得所述学习数据的分析结果的步骤,具体为:
服务器分析浏览器所发送的所述学习数据中的所述历史学习记录中的学习者答题记录中的错题,获得所述学习数据的分析结果。
可选地,所述服务器根据所述分析结果、所述分布结果和所述历史学习记录,生成个性化学习和评测产品的步骤,具体为:
服务器根据所述分析结果、所述分布结果和所述历史学习记录在学习资料中搜索符合条件的学习资料;
服务器根据预先设置的学习模板和所述符合条件的学习资料,生成学习资料集合,所述预先设置的学习模板包括:每个学科针对学习者提供学习资料的数量、难度分布和评测试卷中试题的数量;
服务器根据所述分析结果、所述历史学习记录和所述学习资料集合,生成个性化学习和评测产品,并将所述个性化学习和评测产品发送给浏览器;
浏览器将服务器发送的所述个性化学习和评测产品展示在所述学习者的个人空间中。
可选地,在所述服务器根据所述分析结果、所述分布结果和所述历史学习记录,生成个性化学习和评测产品,并将所述个性化学习和评测产品发送给浏览器的步骤之后,还包括:
服务器检测所述个性化学习和评测产品的质量;
所述服务器检测所述个性化学习和评测产品的质量,具体为:
浏览器获取具有评测结果的学习者对所述个性化学习和评测产品的学习数据,并将所述学习者对所述个性化学习和评测产品的学习数据发送给服务器;
服务器根据浏览器所发送的所述个性化学习和评测产品的学习数据中的所述评测结果,确定所述学习者的学习能力;
服务器将所述学习者对所述个性化学习和评测产品的学习数据和所述学习者的学习能力保存在服务器中的所述学习者的数据库中的历史学习记录中;
服务器判断所述学习者的学习能力与所述个性化学习和评测产品的难度是否符合,如果所述学习者的学习能力与所述个性化学习和评测产品的难度不符合,则返回到所述浏览器获取学习者的学习数据和学习资料,并将所述学习数据和学习资料发送给服务器的步骤,直至所述学习者的学习能力与所述个性化学习和评测产品的难度符合。
可选地,所述学习者对所述个性化学习和评测产品的学习数据,还包括:学习完所述个性化学习和评测产品所用时间和学习效果。
第二方面,本发明提供一种计算机个性化学习和评测产品的生成系统,包括:
浏览器,包括:
数据获取模块,用于获取学习者的学习数据和学习资料,并将所述学习数据和学习资料发送给服务器,所述学习数据包括学习者信息和学习信息,所述学习信息包括历史学习记录;
服务器,包括:
数据分析模块,用于根据浏览器所发送的所述学习数据和学习资料,获得所述学习数据的分析结果以及所述学习资料的分布结果;
产品生成模块,用于根据所述分析结果、所述分布结果和所述历史学习记录,生成个性化学习和评测产品。
可选地,所述服务器还包括:
数据保存模块,用于将所述学习者数据保存在服务器中的所述学习者的数据库中。
可选地,所述产品生成模块,包括:
搜索单元,用于根据所述分析结果、所述分布结果和所述历史学习记录在学习资料中搜索符合条件的学习资料;
集合生成单元,用于根据预先设置的学习模板和所述符合条件的学习资料,生成学习资料集合,所述预先设置的学习模板包括:每个学科针对学习者提供学习资料的数量、难度分布和评测试卷中试题的数量;
产品生成单元,用于根据所述分析结果、所述历史学习记录和所述学习资料集合,生成个性化学习和评测产品,并将所述个性化学习和评测产品发送给浏览器;
相应地,所述浏览器还包括:
产品展示单元,用于将服务器发送的所述个性化学习和评测产品展示在所述学习者的个人空间中。
可选地,所述服务器还包括:
产品质量检测模块,用于检测所述个性化学习和评测产品的质量;
相应地,所述浏览器还包括:
学习数据获取单元,用于获取具有评测结果的学习者对所述个性化学习和评测产品的学习数据,并将所述学习者对所述个性化学习和评测产品的学习数据发送给服务器;
所述产品质量检测模块,包括:
学习能力确定单元,用于根据浏览器所发送的所述个性化学习和评测产品的学习数据中的所述评测结果,确定所述学习者的学习能力;
保存单元,用于将所述学习者对所述个性化学习和评测产品的学习数据和所述学习者的学习能力保存在服务器中的所述学习者数据库中的历史学习记录中;
判断单元,用于判断所述学习者的学习能力与所述个性化学习和评测产品的难度是否符合,如果所述学习者的学习能力与所述个性化学习和评测产品的难度不符合,则返回到所述浏览器获取学习者的学习数据和学习资料,并将所述学习数据和学习资料发送给服务器的步骤,直至所述学习者的学习能力与所述个性化学习和评测产品的难度符合。
由上述技术方案可知,本发明的计算机个性化学习和评测产品的生成方法及系统,通过浏览器获取学习者的学习数据和学习资料,并将其发送给服务器,学习数据包括学习者信息和包括历史学习记录的学习信息,服务器根据浏览器所发送的学习数据和学习资料,获得学习数据的分析结果以及学习资料的分布结果,并根据所述分析结果、所述分布结果和所述历史学习记录,生成个性化学习和评测产品,由此,能够准确、快速建立针对学习者学习现状的计算机个性化学习和评测产品,提高了学习者的学习效率,减轻了教育者的工作压力,且降低了人工成本。
附图说明
图1为本发明一实施例提供的计算机个性化学习和评测产品的生成方法的流程示意图;
图2a为本发明另一实施例提供的计算机个性化学习和评测产品的生成方法的部分流程示意图;
图2b为本发明另一实施例提供的计算机个性化学习和评测产品的生成方法的另一部分流程示意图;
图3为本发明一实施例提供的计算机个性化学习和评测产品的生成系统的结构示意图。
具体实施方式
为使本发明实施例的目的、技术方案和优点更加清楚,下面将结合本发明实施例中的附图,对本发明实施例中的技术方案进行清楚、完整的描述,显然,所描述的实施例仅仅是本发明一部分实施例,而不是全部的实施例。基于本发明的实施例,本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他的实施例,都属于本发明保护的范围。
图1示出了本发明一实施例提供的计算机个性化学习和评测产品的生成方法的流程示意图,如图1所示,本实施例的计算机个性化学习和评测产品的生成方法如下所述。
101、浏览器获取学习者的学习数据和学习资料,并将所述学习数据和学习资料发送给服务器,所述学习数据包括学习者信息和学习信息,所述学习信息包括历史学习记录。
举例来说,所述学习者信息和学习信息可以为学科、年级、教材版本、学习内容等,所述历史学习记录可以为保存在服务器中的所述学习者的数据库中的包括学习者对以前的个性化学习和评测产品的学习数据和学习者以前的学习能力的历史学习记录。
进一步地,服务器可以将所述学习数据保存在服务器中的所述学习者的数据库中。
102、服务器根据浏览器所发送的所述学习数据和学习资料,获得所述学习数据的分析结果以及所述学习资料的分布结果。
具体地,本步骤中的“服务器根据浏览器所发送的所述学习数据,获得所述学习数据的分析结果”,具体可以为:
服务器分析浏览器所发送的所述学习数据中的所述历史学习记录中的学习者答题记录中的错题,获得所述学习数据的分析结果。
可理解的是,本步骤是通过服务器分析浏览器所发送的所述学习者的学习数据,分析学习者的薄弱环节,判断学习者答题记录中的错题的知识点、难度、学习水平等,然后形成所述学习数据的分析结果;且通过分析学习资料的学科、知识点、难度、教材体系等,获得多维度的结果,即学习资料分布结果,后续向学习者提供的个性化的学习资料就从这里选取。
103、服务器根据所述分析结果、所述分布结果和所述历史学习记录,生成个性化学习和评测产品。
可理解的是,所述个性化学习和评测产品包括学习部分和评测部分,学习部分是根据学习者的学习情况(即所述分析结果和所述历史学习记录)及所述学习资料集合,整理出不同的学习资料集合,包括视频、演示文稿(PowerPoint,简称PPT)、文本信息等;评测部分是评测试卷,一般会提供三个难度递增的评测试卷,供学习者选择进行在线答题,后期根据学习者的学习情况,可能会调整试卷数量,例如,学习者学习很好,就只提供一张高难的评测试卷,学习者也可以节省时间。
本实施例的计算机个性化学习和评测产品的生成方法,通过浏览器获取学习者的学习数据和学习资料,并将其发送给服务器,学习数据包括学习者信息和包括历史学习记录的学习信息,服务器根据浏览器所发送的学习数据和学习资料,获得学习数据的分析结果以及学习资料的分布结果,并根据所述分析结果、所述分布结果和所述历史学习记录,生成个性化学习和评测产品,能够准确、快速建立针对学习者学习现状的计算机个性化学习和评测产品,提高了学习者的学习效率,减轻了教育者的工作压力,且降低了人工成本。
在具体应用中,前述方法的步骤103,可具体为图中未示出的步骤1031-1034:
1031、服务器根据所述分析结果、所述分布结果和所述历史学习记录在学习资料中搜索符合条件的学习资料。
1032、服务器根据预先设置的学习模板和所述符合条件的学习资料,生成学习资料集合。
其中,所述预先设置的学习模板可以包括:每个学科针对学习者提供学习资料的数量、难度分布和评测试卷中试题的数量等,例如,学习模板中评测试卷中试题的数量限制为每次10道题等;
可理解的是,学习模板是预先提供的学习资料的整合的策略,如每个学科、选择题、阅读题等,拥有不同的生产策略。
举例来说,学习者对某课程要求的知识点全部做错,那么学习资料的提供是针对这个课程的整体的讲解材料,而且后续生成的个性化学习和评测产品中的评测试卷的难度较低;或者,学习者只错其中一个知识点,那么推荐的资料就是针对这个知识点的,而且后续生成的个性化学习和评测产品中的评测试卷的难度是中等偏上的。
1033、服务器根据所述分析结果、所述历史学习记录和所述学习资料集合,生成个性化学习和评测产品,并将所述个性化学习和评测产品发送给浏览器。
1034、浏览器将服务器发送的所述个性化学习和评测产品展示在所述学习者的个人空间中。
可理解的是,浏览器将服务器发送的所述个性化学习和评测产品展示在个人空间中之后,学习者才可以进行在线学习及评测。
本实施例的计算机个性化学习和评测产品的生成方法,能够准确、快速建立针对学习者学习现状的计算机个性化学习和评测产品,提高了学习者的学习效率,减轻了教育者的工作压力,且降低了人工成本。
另外,在具体应用中,在前述方法的步骤103之后,还可包括图中未示出的步骤104:
104、服务器检测所述个性化学习和评测产品的质量。
具体地,步骤104可以具体为图中未示出的步骤1041-1044:
1041、浏览器获取具有评测结果的学习者对所述个性化学习和评测产品的学习数据,并将所述学习者对所述个性化学习和评测产品的学习数据发送给服务器。
应说明的是,在步骤1041之前,学习者应该对所述个性化学习和评测产品进行学习,包括对学习部分的学习和对评测试卷的答题。
可选地,所述学习数据,还可以包括:学习完所述个性化学习和评测产品所用时间和学习效果。
可理解的是,学习完所述个性化学习和评测产品所用时间对分析数据有用,举例来说,学习资料五千字,学习者就看了一分钟,那么对学习者来说,要么是太难、要么是太简单,还是就兴趣不合,这个结合评测结果就能知道,例如评测结果很好,那就是太简单;而评测结果不好,就是太难了。这样数据分析后,就会形成学习效果。根据学习效果,提供商就会调整学习资料的数量、质量等。
1042、服务器根据浏览器所发送的所述个性化学习和评测产品的学习数据中的所述评测结果,确定所述学习者的学习能力。
可理解的是,如果长期数据显示学习者的学习能力很强,那么后续针对他生成的个性化学习和评测产品的难度会比较大,例如试题的难度比较大,提供的学习资料的数量也会相对较多一些;相反如果学习数据显示学习者的学习能力不强,那么后续针对他生成的个性化学习和评测产品就是难度会比较小,例如试题的难度比较小,提供的学习资料会相对的较少一些。
1043、服务器将所述学习者对所述个性化学习和评测产品的学习数据和所述学习者的学习能力保存在服务器中的所述学习者的数据库中的历史学习记录中。
1044、服务器判断所述学习者的学习能力与所述个性化学习和评测产品的难度是否符合,如果所述学习者的学习能力与所述个性化学习和评测产品的难度不符合,则返回到所述浏览器获取学习者的学习数据和学习资料,并将所述学习数据和学习资料发送给服务器的步骤,直至所述学习者的学习能力与所述个性化学习和评测产品的难度符合。
由此,可以检测所述个性化学习和评测产品的质量,及时、准确调整生成更符合学习者学习现状的计算机个性化学习和评测产品。
图2a-图2b示出了本发明另一实施例提供的计算机个性化学习和评测产品的生成方法的流程示意图,如图2a及图2b所示,本实施例的计算机个性化学习和评测产品的生成方法如下所述。
201、浏览器获取学习者的学习数据和学习资料,并将所述学习数据和学习资料发送给服务器,所述学习数据包括学习者信息和学习信息,所述学习信息包括历史学习记录。
举例来说,所述学习者信息和学习信息可以为学科、年级、教材版本、学习内容等,所述历史学习记录可以为保存在数据库中的包括学习者对以前的个性化学习和评测产品的学习数据和学习者以前的学习能力的历史学习记录。
202、服务器将所述学习数据保存在服务器中的所述学习者的数据库中。
203、服务器根据浏览器所发送的所述学习数据和学习资料,获得所述学习数据的分析结果以及所述学习资料的分布结果。
具体地,本步骤中的“服务器根据浏览器所发送的所述学习数据,获得所述学习数据的分析结果”,具体可以为:
服务器分析浏览器所发送的所述学习数据中的所述历史学习记录中的学习者答题记录中的错题,获得所述学习数据的分析结果。
可理解的是,本步骤是通过服务器分析浏览器所发送的所述学习者的学习数据,分析学习者的薄弱环节,判断学习者答题记录中的错题的知识点、难度、学习水平等,然后形成所述学习数据的分析结果;且通过分析学习资料的学科、知识点、难度、教材体系等,获得多维度的结果,即学习资料分布结果,后续向学习者提供的个性化的学习资料就从这里选取。
204、服务器根据所述分析结果、所述分布结果和所述历史学习记录在学习资料中搜索符合条件的学习资料。
205、服务器根据预先设置的学习模板和所述符合条件的学习资料,生成学习资料集合。
其中,所述预先设置的学习模板可以包括:每个学科针对学习者提供学习资料的数量、难度分布和评测试卷中试题的数量等,例如,学习模板中评测试卷中试题的数量限制为每次10道题等;
可理解的是,学习模板是预先提供的学习资料的整合的策略,如每个学科、选择题、阅读题等,拥有不同的生产策略。
举例来说,学习者对某课程要求的知识点全部做错,那么学习资料的提供是针对这个课程的整体的讲解材料,而且后续生成的个性化学习和评测产品中的评测试卷的难度较低;或者,学习者只错其中一个知识点,那么推荐的资料就是针对这个知识点的,而且后续生成的个性化学习和评测产品中的评测试卷的难度是中等偏上的。
206、服务器根据所述分析结果、所述历史学习记录和所述学习资料集合,生成个性化学习和评测产品,并将所述个性化学习和评测产品发送给浏览器。
可理解的是,所述个性化学习和评测产品包括学习部分和评测部分,学习部分是根据学习者的学习情况(即所述分析结果和所述历史学习记录)及所述学习资料集合,整理出不同的学习资料集合,包括视频、演示文稿(PowerPoint,简称PPT)、文本信息等;评测部分是评测试卷,一般会提供三个难度递增的评测试卷,供学习者选择进行在线答题,后期根据学习者的学习情况,可能会调整试卷数量,例如,学习者学习很好,就只提供一张高难的评测试卷,学习者也可以节省时间。
207、浏览器将服务器发送的所述个性化学习和评测产品展示在所述学习者的个人空间中。
208、浏览器获取具有评测结果的学习者对所述个性化学习和评测产品的学习数据,并将所述学习者对所述个性化学习和评测产品的学习数据发送给服务器。
应说明的是,在步骤208之前,学习者应该对所述个性化学习和评测产品进行学习,包括对学习部分的学习和对评测试卷的答题。
可选地,所述学习数据,还可以包括:学习完所述个性化学习和评测产品所用时间和学习效果。
可理解的是,学习完所述个性化学习和评测产品所用时间对分析数据有用,举例来说,学习资料五千字,学习者就看了一分钟,那么对学习者来说,要么是太难、要么是太简单,还是就兴趣不合,这个结合评测结果就能知道,例如评测结果很好,那就是太简单;而评测结果不好,就是太难了。这样数据分析后,就会形成学习效果。根据学习效果,提供商就会调整学习资料的数量、质量等。
209、服务器根据浏览器所发送的所述个性化学习和评测产品的学习数据中的所述评测结果,确定所述学习者的学习能力。
可理解的是,如果长期数据显示学习者的学习能力很强,那么后续针对他生成的个性化学习和评测产品的难度会比较大,例如试题的难度比较大,提供的学习资料的数量也会相对较多一些;相反如果学习数据显示学习者的学习能力不强,那么后续针对他生成的个性化学习和评测产品就是难度会比较小,例如试题的难度比较小,提供的学习资料会相对的较少一些。
210、服务器将所述学习者对所述个性化学习和评测产品的学习数据和所述学习者的学习能力保存在服务器中的所述学习者的数据库中的历史学习记录中。
211、服务器判断所述学习者的学习能力与所述个性化学习和评测产品的难度是否符合,如果所述学习者的学习能力与所述个性化学习和评测产品的难度不符合,则返回到所述浏览器获取学习者的学习数据和学习资料,并将所述学习数据和学习资料发送给服务器的步骤,直至所述学习者的学习能力与所述个性化学习和评测产品的难度符合。
可理解的是,本实施例的步骤208-211是用于检测所述个性化学习和评测产品的质量,目的是为了及时、准确调整生成更符合学习者学习现状的计算机个性化学习和评测产品。
本实施例的计算机个性化学习和评测产品的生成系统,能够准确、快速建立针对学习者学习现状的计算机个性化学习产品,提高了学习者的学习效率,减轻了教育者的工作压力,且降低了人工成本。
图3示出了本发明一实施例提供的计算机个性化学习和评测产品的生成系统的结构示意图,如图3所示,本实施例的计算机个性化学习和评测产品的生成系统,包括:浏览器31和服务器32;
浏览器31,包括:
数据获取模块31a,用于获取学习者的学习数据和学习资料,并将所述学习数据和学习资料发送给服务器,所述学习数据包括学习者信息和学习信息,所述学习信息包括历史学习记录;
服务器32,包括:
数据分析模块32a,用于根据浏览器所发送的所述学习数据和学习资料,获得所述学习数据的分析结果以及所述学习资料的分布结果;
产品生成模块32b,用于根据所述分析结果、所述分布结果和所述历史学习记录,生成个性化学习和评测产品。
在具体应用中,本系统的服务器32还可包括图中未示出的数据保存模块,用于将所述学习者数据保存在服务器中的所述学习者的数据库中。
在具体应用中,所述服务器根据浏览器所发送的所述学习数据,获得所述学习数据的分析结果,具体可以为:
服务器分析浏览器所发送的所述学习数据中的所述历史学习记录中的学习者答题记录中的错题,获得所述学习数据的分析结果。
另外,在具体应用中,所述产品生成模块32b,可以包括图中未示出的搜索单元、集合生成单元和产品生成单元;
搜索单元,用于根据所述分析结果、所述分布结果和所述历史学习记录在学习资料中搜索符合条件的学习资料;
集合生成单元,用于根据预先设置的学习模板和所述符合条件的学习资料,生成学习资料集合,所述预先设置的学习模板包括:每个学科针对学习者提供学习资料的数量、难度分布和评测试卷中试题的数量;
产品生成单元,用于根据所述分析结果、所述历史学习记录和所述学习资料集合,生成个性化学习和评测产品,并将所述个性化学习和评测产品发送给浏览器;
相应地,所述浏览器31还包括图中未示出的产品展示单元,用于将服务器发送的所述个性化学习和评测产品展示在所述学习者的个人空间中。
在另一种具体应用中,本系统的服务器32还可包括图中未示出的产品质量检测模块,用于检测所述个性化学习和评测产品的质量;
相应地,所述浏览器31还包括图中未示出的学习数据获取单元,用于获取具有评测结果的学习者对所述个性化学习和评测产品的学习数据,并将所述学习者对所述个性化学习和评测产品的学习数据发送给服务器;
具体地,所述产品质量检测模块,可以包括图中未示出的学习能力确定单元、保存单元和判断单元;
学习能力确定单元,用于根据浏览器所发送的所述个性化学习和评测产品的学习数据中的所述评测结果,确定所述学习者的学习能力;
保存单元,用于将所述学习者对所述个性化学习和评测产品的学习数据和所述学习者的学习能力保存在服务器中的所述学习者数据库中的历史学习记录中;
判断单元,用于判断所述学习者的学习能力与所述个性化学习和评测产品的难度是否符合,如果所述学习者的学习能力与所述个性化学习和评测产品的难度不符合,则返回到所述浏览器获取学习者的学习数据和学习资料,并将所述学习数据和学习资料发送给服务器的步骤,直至所述学习者的学习能力与所述个性化学习和评测产品的难度符合。
其中,所述学习数据,还可以包括:学习完所述个性化学习和评测产品所用时间和学习效果。
本实施例的计算机个性化学习和评测产品的生成系统,能够准确、快速建立针对学习者学习现状的计算机个性化学习产品,提高了学习者的学习效率,减轻了教育者的工作压力,且降低了人工成本。
本实施例的计算机个性化学习和评测产品的生成系统,可以用于执行前述图1及图2a-图2b所示方法实施例的技术方案,其实现原理和技术效果类似,此处不再赘述。
本领域普通技术人员可以理解:实现上述各方法实施例的全部或部分步骤可以通过程序指令相关的硬件来完成。前述的程序可以存储于一计算机可读取存储介质中。该程序在执行时,执行包括上述各方法实施例的步骤;而前述的存储介质包括:ROM、RAM、磁碟或者光盘等各种可以存储程序代码的介质。
最后应说明的是:以上各实施例仅用以说明本发明的技术方案,而非对其限制;尽管参照前述各实施例对本发明进行了详细的说明,本领域的普通技术人员应当理解:其依然可以对前述各实施例所记载的技术方案进行修改,或者对其中部分或者全部技术特征进行等同替换;而这些修改或者替换,并不使相应技术方案的本质脱离本发明权利要求所限定的范围。

Claims (8)

1.一种计算机个性化学习和评测产品的生成方法,其特征在于,包括:
浏览器获取学习者的学习数据和学习资料,并将所述学习数据和学习资料发送给服务器,所述学习数据包括学习者信息和学习信息,所述学习信息包括历史学习记录;
服务器根据浏览器所发送的所述学习数据和学习资料,获得所述学习数据的分析结果以及所述学习资料的分布结果;
服务器根据所述分析结果、所述分布结果和所述历史学习记录,生成个性化学习和评测产品,包括:
服务器根据所述分析结果、所述分布结果和所述历史学习记录在学习资料中搜索符合条件的学习资料;
服务器根据预先设置的学习模板和所述符合条件的学习资料,生成学习资料集合,所述预先设置的学习模板包括:每个学科针对学习者提供学习资料的数量、难度分布和评测试卷中试题的数量;
服务器根据所述分析结果、所述历史学习记录和所述学习资料集合,生成个性化学习和评测产品,并将所述个性化学习和评测产品发送给浏览器;
浏览器将服务器发送的所述个性化学习和评测产品展示在所述学习者的个人空间中。
2.根据权利要求1所述的方法,其特征在于,在所述浏览器获取学习者的学习数据和学习资料,并将所述学习数据和学习资料发送给服务器的步骤之后,还包括:
服务器将所述学习数据保存在服务器中的所述学习者的数据库中。
3.根据权利要求1所述的方法,其特征在于,所述服务器根据浏览器所发送的所述学习数据,获得所述学习数据的分析结果的步骤,具体为:
服务器分析浏览器所发送的所述学习数据中的所述历史学习记录中的学习者答题记录中的错题,获得所述学习数据的分析结果。
4.根据权利要求1所述的方法,其特征在于,在所述服务器根据所述分析结果、所述分布结果和所述历史学习记录,生成个性化学习和评测产品,并将所述个性化学习和评测产品发送给浏览器的步骤之后,还包括:
服务器检测所述个性化学习和评测产品的质量;
所述服务器检测所述个性化学习和评测产品的质量,具体为:
浏览器获取学习者对所述个性化学习和评测产品的学习数据,并将所述学习者对所述个性化学习和评测产品的学习数据发送给服务器;
服务器根据浏览器所发送的所述个性化学习和评测产品的学习数据中的评测结果,确定所述学习者的学习能力;
服务器将所述学习者对所述个性化学习和评测产品的学习数据和所述学习者的学习能力保存在服务器中的所述学习者的数据库中的历史学习记录中;
服务器判断所述学习者的学习能力与所述个性化学习和评测产品的难度是否符合,如果所述学习者的学习能力与所述个性化学习和评测产品的难度不符合,则返回到所述浏览器获取学习者的学习数据和学习资料,并将所述学习数据和学习资料发送给服务器的步骤,直至所述学习者的学习能力与所述个性化学习和评测产品的难度符合。
5.根据权利要求4所述的方法,其特征在于,所述学习者对所述个性化学习和评测产品的学习数据,还包括:学习完所述个性化学习和评测产品所用时间和学习效果。
6.一种计算机个性化学习和评测产品的生成系统,其特征在于,包括:
浏览器,包括:
数据获取模块,用于获取学习者的学习数据和学习资料,并将所述学习数据和学习资料发送给服务器,所述学习数据包括学习者信息和学习信息,所述学习信息包括历史学习记录;
服务器,包括:
数据分析模块,用于根据浏览器所发送的所述学习数据和学习资料,获得所述学习数据的分析结果以及所述学习资料的分布结果;
产品生成模块,用于根据所述分析结果、所述分布结果和所述历史学习记录,生成个性化学习和评测产品;
所述产品生成模块,包括:
搜索单元,用于根据所述分析结果、所述分布结果和所述历史学习记录在学习资料中搜索符合条件的学习资料;
集合生成单元,用于根据预先设置的学习模板和所述符合条件的学习资料,生成学习资料集合,所述预先设置的学习模板包括:每个学科针对学习者提供学习资料的数量、难度分布和评测试卷中试题的数量;
产品生成单元,用于根据所述分析结果、所述历史学习记录和所述学习资料集合,生成个性化学习和评测产品,并将所述个性化学习和评测产品发送给浏览器;
相应地,所述浏览器还包括:
产品展示单元,用于将服务器发送的所述个性化学习和评测产品展示在所述学习者的个人空间中。
7.根据权利要求6所述的系统,其特征在于,所述服务器还包括:
数据保存模块,用于将所述学习者数据保存在服务器中的所述学习者的数据库中。
8.根据权利要求6所述的系统,其特征在于,所述服务器还包括:
产品质量检测模块,用于检测所述个性化学习和评测产品的质量;
相应地,所述浏览器还包括:
学习数据获取单元,用于获取学习者对所述个性化学习和评测产品的学习数据,并将所述学习者对所述个性化学习和评测产品的学习数据发送给服务器;
所述产品质量检测模块,包括:
学习能力确定单元,用于根据浏览器所发送的所述个性化学习和评测产品的学习数据中的评测结果,确定所述学习者的学习能力;
保存单元,用于将所述学习者对所述个性化学习和评测产品的学习数据和所述学习者的学习能力保存在服务器中的所述学习者数据库中的历史学习记录中;
判断单元,用于判断所述学习者的学习能力与所述个性化学习和评测产品的难度是否符合,如果所述学习者的学习能力与所述个性化学习和评测产品的难度不符合,则返回到所述浏览器获取学习者的学习数据和学习资料,并将所述学习数据和学习资料发送给服务器的步骤,直至所述学习者的学习能力与所述个性化学习和评测产品的难度符合。
CN201410476063.4A 2014-09-17 2014-09-17 计算机个性化学习和评测产品的生成方法及系统 Expired - Fee Related CN105488055B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201410476063.4A CN105488055B (zh) 2014-09-17 2014-09-17 计算机个性化学习和评测产品的生成方法及系统

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201410476063.4A CN105488055B (zh) 2014-09-17 2014-09-17 计算机个性化学习和评测产品的生成方法及系统

Publications (2)

Publication Number Publication Date
CN105488055A CN105488055A (zh) 2016-04-13
CN105488055B true CN105488055B (zh) 2019-05-14

Family

ID=55675035

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201410476063.4A Expired - Fee Related CN105488055B (zh) 2014-09-17 2014-09-17 计算机个性化学习和评测产品的生成方法及系统

Country Status (1)

Country Link
CN (1) CN105488055B (zh)

Families Citing this family (8)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN106251723A (zh) * 2016-09-09 2016-12-21 深圳市企鹅网络科技有限公司 一种移动互联网的在线教育系统及方法
CN106649279A (zh) * 2016-12-30 2017-05-10 上海禹放信息科技有限公司 特定信息自动生成系统和方法
CN107103384A (zh) * 2017-04-01 2017-08-29 广东顺德中山大学卡内基梅隆大学国际联合研究院 一种基于三维知识网络的学习者学习轨迹量化方法
CN109035079B (zh) 2017-06-08 2021-10-15 深圳市鹰硕技术有限公司 一种基于互联网的录播课程跟随学习系统和方法
CN108090855B (zh) * 2017-12-20 2021-06-25 维沃移动通信有限公司 一种学习计划推荐方法及移动终端
CN108109449A (zh) * 2018-01-29 2018-06-01 黑龙江工业学院 一种方便使用的英语和俄语学习装置
CN109299859A (zh) * 2018-08-31 2019-02-01 深圳市天英联合教育股份有限公司 数据的评测方法、装置、设备及存储介质
CN109767366A (zh) * 2019-01-08 2019-05-17 汪胜利 一种实时扫描分析单词记忆效果的计算机雷达系统

Citations (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN101694756A (zh) * 2009-10-12 2010-04-14 无敌科技(西安)有限公司 根据用户学习效果动态变化下载学习数据的系统及方法
WO2010065347A2 (en) * 2008-11-25 2010-06-10 Shanghai Xyz Knowledge Technology Co. Self-adaptive study evaluation

Patent Citations (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2010065347A2 (en) * 2008-11-25 2010-06-10 Shanghai Xyz Knowledge Technology Co. Self-adaptive study evaluation
CN101694756A (zh) * 2009-10-12 2010-04-14 无敌科技(西安)有限公司 根据用户学习效果动态变化下载学习数据的系统及方法

Non-Patent Citations (1)

* Cited by examiner, † Cited by third party
Title
数据挖掘在个性化学习系统中的运用;游慧;《微机发展》;20050630;第15卷(第6期);正文第140-141页

Also Published As

Publication number Publication date
CN105488055A (zh) 2016-04-13

Similar Documents

Publication Publication Date Title
CN105488055B (zh) 计算机个性化学习和评测产品的生成方法及系统
Biswas et al. From design to implementation to practice a learning by teaching system: Betty’s Brain
Dawson et al. Analytics to literacies: The development of a learning analytics framework for multiliteracies assessment
Mahboob et al. A machine learning approach for student assessment in E-learning using Quinlan's C4. 5, Naive Bayes and Random Forest algorithms
CN105448152A (zh) 一种在线教学系统
US20130216995A1 (en) Method, apparatus and system for learning plan analysis
CN104978971B (zh) 一种口语评测方法及系统
CN106547815B (zh) 一种基于大数据的针对性作业生成方法与系统
WO2011083941A3 (ko) 온라인 테스트 평가 관리 시스템 및 방법
Steiner et al. Learning analytics and educational data mining: An overview of recent techniques
CN103577507A (zh) 具有实时侦测和自适应进化机制的智能题库系统及方法
CN108009761A (zh) 教学质量管理方法及系统
Al-Zawqari et al. A flexible feature selection approach for predicting students’ academic performance in online courses
Li et al. Distilling chatgpt for explainable automated student answer assessment
Adjei et al. Clustering students in assistments: exploring system-and school-level traits to advance personalization
Zhao et al. A study on posture-based teacher-student behavioral engagement pattern
Sorour et al. Evaluation of effectiveness of time-series comments by using machine learning techniques
Ghasempour et al. Mix-method design in educational research: Strengths and challenges
Koong et al. The learning effectiveness analysis of JAVA programming with automatic grading system
Raza et al. A new pair of watchful eyes for students in online courses
Qasem et al. Educational data mining (EDM): a review
Baleghi-Zadeh et al. The influence of subjective norm on intention to use of learning management system among Malaysian higher education students
CN109711760A (zh) 适合衡量自适应学生学习效果的分析方法
Zenisky et al. De-constructing constructs: Evaluating stability of higher-order thinking across technology-rich scenarios
Hung et al. Applying Deep Knowledge Tracing Model for University Students’ Programming Learning

Legal Events

Date Code Title Description
C06 Publication
PB01 Publication
C10 Entry into substantive examination
SE01 Entry into force of request for substantive examination
GR01 Patent grant
GR01 Patent grant
TR01 Transfer of patent right

Effective date of registration: 20220615

Address after: 3007, Hengqin international financial center building, No. 58, Huajin street, Hengqin new area, Zhuhai, Guangdong 519031

Patentee after: New founder holdings development Co.,Ltd.

Patentee after: BEIJING FOUNDER ELECTRONICS Co.,Ltd.

Address before: 100871, fangzheng building, 298 Fu Cheng Road, Beijing, Haidian District

Patentee before: PEKING UNIVERSITY FOUNDER GROUP Co.,Ltd.

Patentee before: BEIJING FOUNDER ELECTRONICS Co.,Ltd.

TR01 Transfer of patent right
CF01 Termination of patent right due to non-payment of annual fee

Granted publication date: 20190514

CF01 Termination of patent right due to non-payment of annual fee