CN106485357A - 一种通过评分量化记忆强度的方法 - Google Patents
一种通过评分量化记忆强度的方法 Download PDFInfo
- Publication number
- CN106485357A CN106485357A CN201610889633.1A CN201610889633A CN106485357A CN 106485357 A CN106485357 A CN 106485357A CN 201610889633 A CN201610889633 A CN 201610889633A CN 106485357 A CN106485357 A CN 106485357A
- Authority
- CN
- China
- Prior art keywords
- knowledge point
- value
- interval
- intensity
- absolute value
- 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
- 238000000034 method Methods 0.000 title claims abstract description 29
- 238000012552 review Methods 0.000 claims description 20
- 238000004821 distillation Methods 0.000 claims description 13
- 230000008569 process Effects 0.000 claims description 6
- 230000003014 reinforcing effect Effects 0.000 claims description 5
- 238000012216 screening Methods 0.000 claims description 3
- 239000000284 extract Substances 0.000 claims 3
- 230000002452 interceptive effect Effects 0.000 claims 1
- 230000002787 reinforcement Effects 0.000 description 3
- 238000010586 diagram Methods 0.000 description 2
- 210000004556 brain Anatomy 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q10/00—Administration; Management
- G06Q10/04—Forecasting or optimisation specially adapted for administrative or management purposes, e.g. linear programming or "cutting stock problem"
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q50/00—Information and communication technology [ICT] specially adapted for implementation of business processes of specific business sectors, e.g. utilities or tourism
- G06Q50/10—Services
- G06Q50/20—Education
- G06Q50/205—Education administration or guidance
Landscapes
- Business, Economics & Management (AREA)
- Engineering & Computer Science (AREA)
- Strategic Management (AREA)
- Economics (AREA)
- Tourism & Hospitality (AREA)
- Human Resources & Organizations (AREA)
- Theoretical Computer Science (AREA)
- Educational Administration (AREA)
- Marketing (AREA)
- Educational Technology (AREA)
- General Physics & Mathematics (AREA)
- General Business, Economics & Management (AREA)
- Physics & Mathematics (AREA)
- Game Theory and Decision Science (AREA)
- Quality & Reliability (AREA)
- Development Economics (AREA)
- Entrepreneurship & Innovation (AREA)
- Operations Research (AREA)
- Health & Medical Sciences (AREA)
- General Health & Medical Sciences (AREA)
- Primary Health Care (AREA)
- Electrically Operated Instructional Devices (AREA)
Abstract
本发明公开了一种通过评分量化记忆强度的方法。该方法赋予每个知识点一定记忆强度分值,通过学习者选择的对错决定知识点记忆强度分值的变化,当错误次数越多时,知识点重复出现的概率越高。反之,错误次数越少,知识点重复出现的概率就越低。记录记忆强度分值的变化供相关方分析。本发明提出的技术方案有关方面可以通过学习者知识点记忆强度分值的变化,能快速提出有针对性的建议,促进学习者对知识点的掌握。
Description
技术领域:
本发明实施例涉及计算机技术领域,尤其涉及一种通过评分量化记忆强度的方法。
背景技术:
当前学习者在学习新的知识点过程中,无法对知识点在大脑的遗忘程度进行分析,无法确定在什么时候该对知识点进行复习强化复习。无法确定学习者的学习状态。在学习多个知识点的时候,无法对比多个知识点的遗忘程度,无法进行有针对性,有意识的提高某个知识点的强化。从而大大降低了学习效率。本发明针对上述问题发明了通过评分量化记忆强度,细化每个知识点记忆强度;通过分析对比学习流程等方式快速有效的解决上述问题。
发明内容:
本发明提供了一种通过评分量化记忆强度的方法,量化知识点在学习过程中的记忆强度,记录并提供分析知识点记忆强度的变化,可以快速、高效的提出有争对性的建议帮助学习者在学习过程中提高学习效率。
第一方面,本发明实施例提供了一种通过评分量化记忆强度的方法该,方法包括:
知识点模块:(如图1所示)
对知识点模块里面的每一个知识点赋予原始记忆强度绝对值。该绝对值随用户选择答案的对错而变化。确定一个记忆强度绝对值中值代表知识点已基本掌握,中值的一个方向为未知识点未掌握区间,相反方向为知识点已掌握区间
对知识点模块里面的知识点赋予为零的记忆强度相对值,该相对值随着知识点学习周期内未出现的次数而变化,当未出现的次数越多,该相对值越大。当对应的知识点出现时,该值重置为零。
对所述的知识点模块里面的知识点根据记忆强度绝对值的大小划分单元,相同记忆强度值的知识点归类到同一个单元。
对所述知识点确定一个记忆强度绝对值中值代表知识点已基本掌握,中值的一个方向为知识点未掌握区间,相反方向为知识点已掌握区间。对知识点未掌握区间划分为学习区间,学期区间内根据记忆强度绝对值的大小赋予学习值,学习值越大,单个学期周期内该知识点重复出现的概率就越大。对知识点掌握区间根据记忆强度绝对值划分为复习区间和深度复习区间并赋予记忆强化复习值,记忆强度绝对值越大,在多个学期周期里知识点间隔出现的间隔期就越短。
对所述的知识点模块里面的知识点记录学习者学习时所耗的时间。在同一个学习周期内出现多次则记录平均时间。
对所述知识点模块里面的评为已深度掌握的知识点归纳到深度掌握单元。
第二方面,本发明实施例提供了一种通过评分量化记忆强度的方法该,方法还包括:
知识点筛选模块:
根据知识点记忆强度绝对值的大小确定知识点优先出现顺序,知识点强度绝对值越大,越优先提取。
相同记忆强度绝对值单元里面的知识点,根据记忆强度相对值的大小决定知识点优先出现顺序,知识点相对强度值越大,越优先提取。
根据知识点记忆强度绝对值划分的单元,知识点所在的单元值越高,越优先提取。
根据知识点的学习值,知识点所在的学习值越大,单个学习周期内该知识点重复出现的次数越多
根据知识点的复习值,知识点所在的复习值越大,连续学习周期内该知识点间隔出现的时间越短。
在学习区间,依据知识点记忆强度绝对值为第一优先提取;在复习区间;依据知识点复习值为第一优先提取;在深度复习区间,依据知识点相对强度值为第一优先提取。
知识点相对强度值和绝对强度值都相等的知识点,根据学习者学习的时间决定优先出现顺序,时间越长,越优先提取。
第三方面,本发明实施例提供了一种通过评分量化记忆强度的方法该,方法还包括:
可以提取学习区间,复习区间,深度复习区间中的某一个区间里面的知识点,或者多个区间的知识点组合按一定方式排列供给学习者选择。并将结果传输给反馈模块。
第四方面,本发明实施例提供了一种通过评分量化记忆强度的方法该,方法还包括:
知识点反馈模块:
记录知识点记忆强度各种分值的在所有流程的变化并按一定方式生成结果供有关方使用。
图1知识点模块知识点分类图。
图2实施案例一。
图3实施案例二。
图4实施案例一反馈图。
图5实施案例二反馈图。
下面结合附图和实施案例对本发明作进一步的详细说明,可以理解的是,此处所描述的具体实施案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。
图1是本发明实施案例的知识点模块定义图。
将知识点模块里的知识点定义知识点记忆强度绝对值6,5,4,3,2,1,0等7种分值,并确定对应分值的单元分别为6分值单元,5分值单元,4分值单元,3分值单元,2分值单元,1分值单元,记忆强度绝对值6为初始记忆强度绝对值,记忆强度绝对值3表示知识点已基本掌握,记忆强度绝对值0为深度掌握。其中6-4单元为学习区域,3-1单元为复习区域,0单元为强化复习区域。
定义学期区域内:6分值单元知识点单个周期会重复出现3次;定义4-5分值单元单个学期周期内会出现2次;定义3-1分值单元知识点单个学习周期内会出现1次;定义0分值单元知识点不出现。
定义复习区域内:3单元知识点复习值为1,隔一天会重复出现;2单元知识点复习值为2,该单元知识点隔两天会出现一次;1单元知识点复习值为3,隔3天会出现1次。
实施案例一如图二。
图二是本发明实施案例1提供的一种通过量化评分强化记忆的方法的筛选流程图。
以知识点为A,每日为一个学习周期为例。
第一天,知识点初始记忆强度绝对值为6,处于单元6,知识点A连续出现3次,学习者均作出正确的答案,做题平均时间为10秒;记忆强度绝对值减3,知识点新记忆强度绝对值为3,将知识点A从6单元调到3单元。
进一步的第二天,知识点A处于3单元,根据规则,该知识点A本学习周期不出现,该知识点A记忆力强度相对值为1。
进一步的第三天,知识点A出现一次,学习者作出正确选择,耗时7秒,知识点A记忆力强化绝度值减1为2,记忆力强化值相对值为0,同时该知识点A从单元3调到2单元。
进一步的第四天,知识点A处于2单元,根据规则,该知识点A本学习周期不出现,该知识点A记忆力强度相对值为1。
进一步的第五天,知识点A处于2单元,根据规则,该知识点A本学习周期不出现,该知识点A记忆力强度相对值为2。
进一步的第六天,知识点A出现一次,学习者作出正确选择,耗时4秒,知识点A记忆力强化绝度值减1为1,记忆力强化值相对值为0,同时该知识点A从单元2调到1单元。
进一步的第七天,知识点A处于1单元,根据规则,该知识点A本学习周期不出现,该知识点A记忆力强度相对值为1。
进一步的第八天,知识点A处于1单元,根据规则,该知识点A本学习周期不出现,该知识点A记忆力强度相对值为2。
进一步的第九天,知识点A处于1单元,根据规则,该知识点A本学习周期不出现,该知识点A记忆力强度相对值为3。
进一步的第十天,知识点A出现一次,学习者作出正确选择,耗时2秒,知识点A记忆力强化绝度值减1为0,记忆力强化值相对值为0,同时该知识点A从单元1调到0单元,该知识点已经被深度掌握。
进一步的第二十天,知识点A处于0单元,根据规则,该知识点A本学习周期不出现,该知识点A记忆力强度相对值为10。
实施案例二如图三。
第一次,知识点初始记忆强度绝对值为6,处于单元6,知识点B连续出现3次,学习者做错两次答案,知识点记忆绝对值加2,超过6,维持在6;继续做题,做对一次答案,记忆强度绝对值减1,知识点新记忆强度绝对值为5,将知识点A从6单元调到5单元,做题平均时间为15秒。
进一步的第二次:知识点A处于5单元,根据规则,该知识点A本学习周期出现2次,由于对错各一次,该知识点A记忆力强度绝对值不调整,继续维持在5单元,平均做题时间为16秒。
进一步的第三次:知识点A处于5单元,根据规则,该知识点A本学习周期出现2次,做错两次次,该知识点A记忆力强度绝对值加2,超过6,维持在6单元,平均做题时间为15秒。
进一步的第四次,知识点初始记忆强度绝对值为6,处于单元6,知识点B连续出现3次,学习者做错两次答案,知识点记忆绝对值加2,超过6,维持在6;继续做题,做对一次答案,记忆强度绝对值减1,知识点新记忆强度绝对值为5,将知识点A从6单元调到5单元,做题平均时间为14秒。
进一步的第五次,知识点初始记忆强度绝对值为5,处于单元5,知识点B连续出现2次,学习者做对两次答案,知识点记忆绝对值减2,知识点新记忆强度绝对值为3,将知识点A从5单元调到3单元,做题平均时间为14秒
进一步的第六次,知识点B处于3单元,根据规则,该知识点B本学习周期不出现,该知识点B记忆力强度相对值为1。
进一步的第七次,知识点B处于3单元,该知识点B本学习周期出现1次,知识点记忆绝对值减1,知识点新记忆强度绝对值为2,将知识点B从3单元调到2单元,做题平均时间为12秒。
进一步的第八次,知识点B处于2单元,该知识点B本学习周期不出现,该知识点B记忆力强度相对值为1。
进一步的第九次,知识点B处于2单元,该知识点B本学习周期不出现,该知识点B记忆力强度相对值为2。
进一步的第十次,知识点B处于2单元,该知识点出现一次,做错一次,知识点记忆绝对值加1,新知识点记忆绝对值为3,将知识点调整到3单元。
进一步的第十一次,知识点B处于3单元,该知识点B本学习周期不出现,该知识点B记忆力强度相对值为1
进一步的第十二次,知识点B处于3单元,该知识点B出现一次,做错答案,该知识点B记忆力强度相对值加1,新新知识点记忆绝对值为4,将知识点调整到4单元。
进一步的第十三次,知识点B处于3单元,该知识点B出现两次,均做错答案,该知识点B记忆力强度相对值加2,新新知识点记忆绝对值为6,将知识点调整到6单元。
从图4可以看出,该知识点学习者掌握得很好,通过第一个学习周期三次的学习就已经掌握了改知识点,随这后面的复习,学习者所耗用的时间越来越少,甚至低于其他同学的平均学习时间。
从图4可以看出,在第二十天,记忆力绝对值虽然没有再变化,但记忆力相对值已经增长至10,说明该知识点已经有10天没有出现,报表有关方可以考虑重新提取出知识点供学习者复习。强化学习效果。
从图5可以看出,该知识点难度比较大,学习者经过第1-3次的学习所耗费的时间均比较长,学习者掌握对知识点把握比较低,所耗时间远超其他同学所耗的平均时间
从图5可以看出,在第四次的学习,学习者开始掌握了知识点。
从图5可以看出,第6-9天均属于知识点掌握期间,但第12-13天,均出现知识点未掌握的状况,报表有关方可以建议重新学习,或者留意学习者的当时的学习状态。
注意,上述仅为本发明的较佳实施例及所运用的技术原理,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较为详细的说明,但是本发明不仅仅限于上述实施例;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 (4)
1.一种通过评分量化记忆强度的方法,其特征在于,包括:
知识点模块:
1.1、对所述的知识点模块里面的每一个知识点赋予原始记忆强度绝对值,该绝对值随用户选择答案的对错而变化;
1.2、对所述的知识点模块里面的知识点赋予为零的记忆强度相对值,该相对值随着知识点学习周期内未出现的次数而变化,当未出现的次数越多,该相对值越大,当对应的知识点出现时,该值重置为零;
1.3、对所述的知识点模块里面的知识点根据记忆强度绝对值的大小划分单元,相同记忆强度绝对值的知识点归类到同一个单元;
1.4、对所述知识点确定一个记忆强度绝对值中值代表知识点已基本掌握,中值的一个方向为知识点未掌握区间,相反方向为知识点已掌握区间;对知识点未掌握区间划分为学习区间,学期区间内根据记忆强度绝对值的大小赋予学习值,学习值越大,单个学期周期内该知识点重复出现的概率就越大;对知识点掌握区间根据记忆强度绝对值划分为复习区间和深度复习区间并赋予记忆强化复习值,记忆强度绝对值越大,在多个学期周期里知识点间隔出现的间隔期就越短;
1.5、对所述的知识点模块里面的知识点记录学习者学习时所耗的时间,在同一个学习周期内出现多次则记录平均时间;
1.6、对所述知识点模块里面的评为已深度掌握的知识点归纳到深度掌握单元。
2.一种通过评分量化记忆强度的方法,其特征在于,还包括:
知识点筛选模块:
2.1、根据权利要求1.1所述的知识点记忆强度绝对值的大小确定知识点优先出现顺序,知识点强度绝对值越大,越优先提取;
2.2根据权利要求1.2所述的相同记忆强度绝对值单元里面的知识点,根据记忆强度相对值的大小决定知识点优先出现顺序,知识点相对强度值越大,越优先提取;
2.3、根据权利要求1.3所述的知识点记忆强度绝对值单元,知识点所在的单元值越高,越优先提取;
2.4、根据权利要求1.4所述的知识点学习值,知识点所在的学习值越大,单个学习周期内该知识点重复出现的次数越多;
2.5、根据权利要求1.4所述的知识点复习值,知识点所在的复习值越大,连续学习周期内该知识点间隔出现的时间越短;
2.6、根据权利要求1.4所述的定义,在学习区间,依据知识点记忆强度绝对值为第一优先提取;在复习区间;依据知识点复习值为第一优先提取;在深度复习区间,依据知识点相对强度值为第一优先提取;
2.7、根据权利要求1所述的知识点相对强度值和绝对强度值都相等的知识点,根据学习者学习的时间决定优先出现顺序,时间越长,越优先提取。
3.一种通过评分量化记忆强度的方法,其特征在于,还包括:
交互模块:
3.1、根据权利要求1.4所述的方法可以提取学习区间,复习区间,深度复习区间中的某一个区间里面的知识点,或者多个区间的知识点组合按一定方式排列供给学习者选择,并将结果传输给反馈模块;
3.2、根据权利要求2所述方法提取出单个或者多个知识点按一定的方式排列供学习者选择,并将结果传输给反馈模块。
4.一种通过评分量化记忆强度的方法,其特征在于,还包括:
反馈模块:
根据权利要求1、2、3所述方法,记录知识点在所有流程的分值变化并按一定方式生成结果供有关方使用。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201610889633.1A CN106485357A (zh) | 2016-10-13 | 2016-10-13 | 一种通过评分量化记忆强度的方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201610889633.1A CN106485357A (zh) | 2016-10-13 | 2016-10-13 | 一种通过评分量化记忆强度的方法 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN106485357A true CN106485357A (zh) | 2017-03-08 |
Family
ID=58270614
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201610889633.1A Pending CN106485357A (zh) | 2016-10-13 | 2016-10-13 | 一种通过评分量化记忆强度的方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN106485357A (zh) |
Cited By (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN107256522A (zh) * | 2017-04-13 | 2017-10-17 | 杭州博世数据网络有限公司 | 基于云教学平台的教学评价系统 |
CN111815267A (zh) * | 2020-06-19 | 2020-10-23 | 北京国音红杉树教育科技有限公司 | 一种外语学习及复习的方法及装置 |
CN111861374A (zh) * | 2020-06-19 | 2020-10-30 | 北京国音红杉树教育科技有限公司 | 一种外语复习机制及装置 |
-
2016
- 2016-10-13 CN CN201610889633.1A patent/CN106485357A/zh active Pending
Cited By (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN107256522A (zh) * | 2017-04-13 | 2017-10-17 | 杭州博世数据网络有限公司 | 基于云教学平台的教学评价系统 |
CN111815267A (zh) * | 2020-06-19 | 2020-10-23 | 北京国音红杉树教育科技有限公司 | 一种外语学习及复习的方法及装置 |
CN111861374A (zh) * | 2020-06-19 | 2020-10-30 | 北京国音红杉树教育科技有限公司 | 一种外语复习机制及装置 |
CN111815267B (zh) * | 2020-06-19 | 2024-01-19 | 北京国音红杉树教育科技有限公司 | 一种外语学习及复习的方法及装置 |
CN111861374B (zh) * | 2020-06-19 | 2024-02-13 | 北京国音红杉树教育科技有限公司 | 一种外语复习机制及装置 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
Weible et al. | Practical lessons from policy theories | |
Millar | Towards a science curriculum for public understanding | |
Simon et al. | Towards an integrated theory of mathematics conceptual learning and instructional design: The Learning Through Activity theoretical framework | |
Kapila et al. | Lessons learned from conducting a K-12 project to revitalize achievement by using instrumentation in Science Education | |
CN105280042A (zh) | 一种高校思想政治理论教学系统 | |
Lee et al. | Teacher empowerment and receptivity in curriculum reform in China | |
Thessin et al. | Supervising school leaders in a rapidly changing world | |
CN104239969A (zh) | 一种个性化教育的评测和推题系统 | |
Hodgen et al. | Evidence for review of mathematics teaching: Improving mathematics in key stages two and three | |
CN106485357A (zh) | 一种通过评分量化记忆强度的方法 | |
CN104021326B (zh) | 一种外语教学方法与外语教具 | |
Hall | Innovation systems and capacity development: an agenda for North-South research collaboration? | |
Moon et al. | Bringing STEM into focus | |
CN109637238A (zh) | 一种练习题的生成方法、装置、设备和存储介质 | |
Castillo-Garsow | The role of multiple modeling perspectives in students' learning of exponential growth | |
CN103793796A (zh) | 一种基于认知机理的教学系统 | |
Markworth | Growing and growing: Promoting functional thinking with geometric growing patterns | |
CN112541846B (zh) | 一种基于注意力机制的高校选修课混合推荐方法及系统 | |
Kickbusch et al. | Representing teacher coaching sessions: understanding coaching that develops teachers' capability to design for learning | |
Reardon | Dialogue on Reform in Mainstream Economics and its Implications for the Islamic Economics Discipline | |
Miller et al. | An exploration into growing patterns with young Australian Indigenous students | |
Serrazina et al. | 'Day number': A promoter routine of flexibility and conceptual understanding | |
Xie | A Bibliometrics Analysis on Teacher’s Feedback Research Based on CiteSpace through Data Visualization | |
CN111242518A (zh) | 适合智适应系统的学习流程配置方法 | |
Hamdan | Filling an area discretely and continuously |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
C06 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
WD01 | Invention patent application deemed withdrawn after publication | ||
WD01 | Invention patent application deemed withdrawn after publication |
Application publication date: 20170308 |