CN106611530A - 一种信息处理方法及系统 - Google Patents
一种信息处理方法及系统 Download PDFInfo
- Publication number
- CN106611530A CN106611530A CN201510697791.2A CN201510697791A CN106611530A CN 106611530 A CN106611530 A CN 106611530A CN 201510697791 A CN201510697791 A CN 201510697791A CN 106611530 A CN106611530 A CN 106611530A
- Authority
- CN
- China
- Prior art keywords
- learning
- knowledge
- illustrative plates
- collection
- study
- 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
Classifications
-
- G—PHYSICS
- G09—EDUCATION; CRYPTOGRAPHY; DISPLAY; ADVERTISING; SEALS
- G09B—EDUCATIONAL OR DEMONSTRATION APPLIANCES; APPLIANCES FOR TEACHING, OR COMMUNICATING WITH, THE BLIND, DEAF OR MUTE; MODELS; PLANETARIA; GLOBES; MAPS; DIAGRAMS
- G09B19/00—Teaching not covered by other main groups of this subclass
-
- G—PHYSICS
- G09—EDUCATION; CRYPTOGRAPHY; DISPLAY; ADVERTISING; SEALS
- G09B—EDUCATIONAL OR DEMONSTRATION APPLIANCES; APPLIANCES FOR TEACHING, OR COMMUNICATING WITH, THE BLIND, DEAF OR MUTE; MODELS; PLANETARIA; GLOBES; MAPS; DIAGRAMS
- G09B7/00—Electrically-operated teaching apparatus or devices working with questions and answers
- G09B7/06—Electrically-operated teaching apparatus or devices working with questions and answers of the multiple-choice answer-type, i.e. where a given question is provided with a series of answers and a choice has to be made from the answers
- G09B7/08—Electrically-operated teaching apparatus or devices working with questions and answers of the multiple-choice answer-type, i.e. where a given question is provided with a series of answers and a choice has to be made from the answers characterised by modifying the teaching programme in response to a wrong answer, e.g. repeating the question, supplying further information
Landscapes
- Engineering & Computer Science (AREA)
- Theoretical Computer Science (AREA)
- Business, Economics & Management (AREA)
- Physics & Mathematics (AREA)
- Educational Administration (AREA)
- Educational Technology (AREA)
- General Physics & Mathematics (AREA)
- Entrepreneurship & Innovation (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
本发明公开了一种信息处理方法及系统，该方法包括：获取知识体系图谱，基于知识体系图谱，对获取到的学习数据进行分析诊断，得到分析诊断结果，根据分析诊断结果，生成并输出学习知识信息，业就是通过系统，系统可以根据学习者的学习情况，对学习者的学习数据进行自主的分析，从而准确的向学习者提供学习资料，这样不仅不需要人工参与，减少了系统的运营成本，并且也提升了学习效率。
Description
技术领域
本发明涉及电子技术领域，尤其涉及一种信息处理方法及系统。
背景技术
目前的网络教育、考试及学习领域中，诊断部分有老师人工参与，也有基于学习者做题数据进行诊断的；人工参与的，大部分是靠感觉，不准确；学习者做题数据的，数据单一，难以做到准确。因此现有操作方式中，不仅导致网络教育的学习成本较高，并且也导致了准确性也较低。
发明内容
本发明提供一种信息处理方法及系统，用以解决现有技术中网络教育的学习成本较高，并且也导致了准确性也较低定位问题。
具体的技术方案如下：
一种信息处理方法，包括：
获取知识体系图谱；
基于所述知识体系图谱，对获取到的学习数据进行分析诊断，得到分析诊断结果；
根据所述分析诊断结果，生成并输出学习指示信息。
可选的，在获取知识体系图谱之后，并在基于所述知识体系图谱，对获取到的学习内容进行分析诊断，并得到分析诊断结果之前，还包括：
获取鉴权通过的用户的学习数据；
根据获取到的所述学习数据，确定用户的学习路径，其中，所述学习路径中至少包含用户的学习次数和/或学习时间和/或学习顺序；
将所述学习路径保存至指定数据库。
可选的，获取知识体系图谱，包括：
获取用户录入的各知识本体；
确定各知识本体之间的关联、关系类型以及各知识本体所占的比重，生成所述知识体系图谱。
可选的，基于所述知识体系图谱，对获取到的学习内容进行分析诊断，并得到分析诊断结果，包括：
获取所述学习数据中的学习路径以及测试数据；
将所述学习路径以及测试数据与所述知识体系图谱进行比对，得到知识错误点；
基于所述知识错误点以及知识本体之间的关联、关系类型、比重，得到学习薄弱图谱；
基于所述知识体系图谱以及所述学习薄弱图谱，得到所述分析诊断结果。
可选的，根据所述分析诊断结果，生成并输出指示信息，包括：
基于所述分析诊断结果中的学习薄弱图谱，确定知识错误点对应的推荐学习次数和/或推荐学习时间和/或推荐学习顺序；
生成包含推荐学习次数和/或推荐学习时间和/或推荐学习顺序的推荐学习路径；
生成并输出包含所述推荐学习路径的所述学习指示信息。
一种信息处理系统，包括：
知识图谱录入装置，用于获取知识体系图谱；
诊断装置，用于基于所述知识体系图谱，对获取到的学习数据进行分析诊断，得到分析诊断结果；
学习指导装置，用于根据所述分析诊断结果，生成并输出学习指示信息。
可选的，所述知识图谱录入装置，具体用于获取鉴权通过的用户的学习数据；根据获取到的所述学习数据，确定用户的学习路径；将所述学习路径保存至指定数据库，其中，所述学习路径中至少包含用户的学习次数和/或学习时间和/或学习顺序。
可选的，所述知识图谱录入装置，具体用于获取用户录入的各知识本体；确定各知识本体之间的关联、关系类型以及各知识本体所占的比重，生成所述知识体系图谱。
可选的，所述诊断装置，获取所述学习数据中的学习路径以及测试数据；将所述学习路径以及测试数据与所述知识体系图谱进行比对，得到知识错误点；基于所述知识错误点以及知识本体之间的关联、关系类型、比重，得到学习薄弱图谱；基于所述知识体系图谱以及所述学习薄弱图谱，得到所述分析诊断结果。
可选的，所述学习指导装置，具体用于基于所述分析诊断结果中的学习薄弱图谱，确定知识错误点对应的推荐学习次数和/或推荐学习时间和/或推荐学习顺序；生成包含推荐学习次数和/或推荐学习时间和/或推荐学习顺序的推荐学习路径；生成并输出包含所述推荐学习路径的所述学习指示信息。
在本发明中，通过获取知识体系图谱，基于知识体系图谱，对获取到的学习数据进行分析诊断，得到分析诊断结果，根据分析诊断结果，生成并输出学习知识信息，业就是通过系统，系统可以根据学习者的学习情况，对学习者的学习数据进行自主的分析，从而准确的向学习者提供学习资料，这样不仅不需要人工参与，减少了系统的运营成本，并且也提升了学习效率。
附图说明
图1为本发明实施例中一种信息处理方法的流程图；
图2为本发明实施例中一种信息处理系统的结构示意图。
具体实施方式
本发明实施例提供了一种信息处理方法及系统，用以解决现有技术中网络教育的学习成本较高，并且也准确性也较低的问题，本发明实施例提供了一种信息处理方法，该方法包括：获取知识体系图谱，基于知识体系图谱，对获取到的学习数据进行分析诊断，得到分析诊断结果，根据分析诊断结果，生成并输出学习知识信息，业就是通过系统，系统可以根据学习者的学习情况，对学习者的学习数据进行自主的分析，从而准确的向学习者提供学习资料，这样不仅不需要人工参与，减少了系统的运营成本，并且也提升了学习效率。
下面通过附图以及具体实施例对本发明技术方案做详细的说明，应当理解，本发明实施例以及实施例中的具体技术特征只是本发明技术方案的说明，而不是限定，在不冲突的情况下，本发明实施例以及实施例中的具体技术特征可以相互组合。
如图1所示为本发明实施例中一种信息处理方法的流程图，该方法包括：
S101，获取知识体系图谱；
S102，基于知识体系图谱，对获取到的学习数据进行分析诊断，得到分析诊断结果；
S103，根据分析诊断结果，生成并输出学习指示信息。
具体来讲，在学习者登录系统时，系统将对学习者进行鉴权，在鉴权通过之后，系统将允许学习者登录系统。在学习者登录到系统之后，系统的图谱录入装置获取学习者录入的知识各个知识本体、考纲等内容。当然各个知识本体可以理解为各个知识点，比如说一元一次方程作为一个知识点，二元一次方程作为一个知识点。
在学习者将各个知识本体录入到系统中之后，学习者还可以在系统中设置知识关系图谱，也就是设置各个知识本体之间的关联、设置各个知识本体之间的关系类型，设置各个知识本体之间的比重等等，这里的知识本体之间的关联可以是知识点支之间的直接关联，比如说一元一次函数与一元二次函数之间的之间联系；还有就是知识本体之间的关系类型，比如说一元一次函数与一元二次函数之间的关系类型为第一关系类型，根据知识本体之间的内容可以设置不同的关系类型。当然此处的关系类型学习者还可以自己定义，此处不做具体的限定。
进一步，除了设置知识本体之间的关联、关系类型之外，还可以设置知识本体之间的比重，该比重说明了知识本体的重要性，比重所占的比例越高说明该知识本体的重要性越强，在后续诊断时也是一个重要的诊断内容。
另外需要说明的是，上述的知识本体之间的关联、关系类型以及比重都可以由学习者来设置，当然还是系统根据学习者输入的知识本体进行自主的分析，并根据分析结果来确定各个知识本体之间的关联、关系类型以及比重。
基于上述的得到的各个知识本体之间的关联、关系类型以及比重之后，该系统将生成知识体系图谱，并给出提示信息，该提示信息可以提示学习者是否确认当前生成的知识体系图谱，若是学习者确认该知识体系图谱之后，系统将保存该知识体系图谱。
进一步，系统除了可以获取到知识体系图谱之外，还可以获取学习者的地理位置信息，以及该地理位置信息对应的大纲以及考纲等内容，具体可以设置大纲以及考纲的格式以及确定考纲以及大纲的能级要求等内容，这些内容可以作为知识体系图谱中的附加内容，为后续的诊断提供可选条件。
在本发明实施例中，生成的知识体系图谱可以是如表1所示的内容：
表1
进一步，基于上述生成的知识体系图谱，系统可以获取到的学习者的学习数据，该学习数据包含了学习者在系统上的学习次数、学习时间以及学习顺序，所以根据获取到的学习数据可以确定学习者的学习路径，在获取到学习路径之后，系统将该学习路径保存到指定数据库，这样可以保证系统可以及时的调取学习者的学习路径。
进一步，在本发明实施例中，在系统建立好知识体系图谱之后，系统将获取到学习者的学习数据，系统在学习数据中解析出的学习路径以及测试数据，系统将学习者的学习数据以及测试数据与知识体系图谱进行对比。通过对比系统将获知学习者的知识错误点，系统该基于知识错误点以及知识本体之间的关联、关系类型、比重，得到学习薄弱图谱。
比如说，学习者在某几次测试中在解算一元一次方程时都出现错误，通过该错误点以及知识体系图谱，该系统可以确定出一元一次方程为错误点，基于知识体系图谱中的知识本体之间的关联、关系类型、比重，可以确定出与一元一次方程关联的二元二次方程也是一个薄弱点，这样系统就可以根据学习者的薄弱点确定出学习者的薄弱图谱。该薄弱图谱说明了学习者的各个薄弱点，当然也包含了学习者的一些关联知识本体。
在获取到学习者的薄弱图谱之后，该系统将知识体系图谱以及学习薄弱图谱进行比对，从而得到学习者的诊断结果。也就是说，系统在获取到薄弱图谱之后，系统可以根据薄弱图谱确定出学习者的学习薄弱点，而在将确定出的薄弱点知识体系图谱中的知识本体进行匹配，从而就可以确定出一个分析诊断结果。
在系统得到分析诊断结果之后，系统将分析诊断结果中的学习薄弱图谱，确定知识错误点对应的推荐学习次数和/或推荐学习时间和/或推荐学习顺序，比如说，学习者在一元一次方程的解题中出现错误的频度较高时，那么一元一次方程作为学习者的薄弱点，那么系统将优先为学习者安排一元一次方程的时间、学习次数以及学习顺序，这样可以保证学习者在薄弱点上的学习时间较多，并且能够由较多的学习资源来学习薄弱点内容。这样可以能够给学习者提供更加具有针对性的学习路径。
因此，在根据错误点系统就可以确定学习者那些内容是需要学习者重点学习的，那些内容是学习者暂时不同学习的内容，从而根据推荐学习路径，生成并输出包含推荐学习路径的学习指示信息，这样学习者可以根据推荐学习路径进行对应的学习，当然，在该学习路径中还可以包含学习资料等信息。
在本发明实施例中，通过获取知识体系图谱，基于知识体系图谱，对获取到的学习数据进行分析诊断，得到分析诊断结果，根据分析诊断结果，生成并输出学习知识信息，业就是通过系统，系统可以根据学习者的学习情况，对学习者的学习数据进行自主的分析，从而准确的向学习者提供学习资料，这样不仅不需要人工参与，减少了系统的运营成本，并且也提升了学习效率。
进一步，在本发明实施例中，系统可以对经过审核的资源标上知识标签，也就是说，学习者常用的一些学习资源，或者是系统为学习者提供的学习资源都可以被标上知识标签，在资源被标上知识标签之后，在学习者学习时，系统将为学习者提供对应知识标签的资源，从而系统可以给学习者提供常用资源，以便学习者可以更加方便的得到资源，从而提升了学习效率。
对应本发明实施例中一种信息处理方法，本发明实施例还提供了一种信息处理系统，如图2所示为本发明实施例中一种信息处理系统的结构示意图，该系统包括：
知识图谱录入装置201，用于获取知识体系图谱；
诊断装置202，用于基于所述知识体系图谱，对获取到的学习数据进行分析诊断，得到分析诊断结果；
学习指导装置203，用于根据所述分析诊断结果，生成并输出学习指示信息。
进一步，在本发明实施例中，所述知识图谱录入装置201，具体用于获取鉴权通过的用户的学习数据；根据获取到的所述学习数据，确定用户的学习路径；将所述学习路径保存至指定数据库，其中，所述学习路径中至少包含用户的学习次数和/或学习时间和/或学习顺序。
进一步，在本发明实施例中，所述知识图谱录入装置201，具体用于获取用户录入的各知识本体；确定各知识本体之间的关联、关系类型以及各知识本体所占的比重，生成所述知识体系图谱。
进一步，在本发明实施例中，所述诊断装置202，获取所述学习数据中的学习路径以及测试数据；将所述学习路径以及测试数据与所述知识体系图谱进行比对，得到知识错误点；基于所述知识错误点以及知识本体之间的关联、关系类型、比重，得到学习薄弱图谱；基于所述知识体系图谱以及所述学习薄弱图谱，得到所述分析诊断结果。
进一步，在本发明实施例中，所述学习指导装置203，具体用于基于所述分析诊断结果中的学习薄弱图谱，确定知识错误点对应的推荐学习次数和/或推荐学习时间和/或推荐学习顺序；生成包含推荐学习次数和/或推荐学习时间和/或推荐学习顺序的推荐学习路径；生成并输出包含所述推荐学习路径的所述学习指示信息。
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、完整地描述，显然，所描述的实施例是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有作出创造性劳动前提下所获得的所有其他实施例，都属于本发明保护的范围。
Claims (10)
1.一种信息处理方法，其特征在于，包括：
获取知识体系图谱；
基于所述知识体系图谱，对获取到的学习数据进行分析诊断，得到分析诊断结果；
根据所述分析诊断结果，生成并输出学习指示信息。
2.如权利要求1所述的方法，其特征在于，在获取知识体系图谱之后，并在基于所述知识体系图谱，对获取到的学习内容进行分析诊断，并得到分析诊断结果之前，还包括：
获取鉴权通过的用户的学习数据；
根据获取到的所述学习数据，确定用户的学习路径，其中，所述学习路径中至少包含用户的学习次数和/或学习时间和/或学习顺序；
将所述学习路径保存至指定数据库。
3.如权利要求1所述的方法，其特征在于，获取知识体系图谱，包括：
获取用户录入的各知识本体；
确定各知识本体之间的关联、关系类型以及各知识本体所占的比重，生成所述知识体系图谱。
4.如权利要求3所述的方法，其特征在于，基于所述知识体系图谱，对获取到的学习内容进行分析诊断，并得到分析诊断结果，包括：
获取所述学习数据中的学习路径以及测试数据；
将所述学习路径以及测试数据与所述知识体系图谱进行比对，得到知识错误点；
基于所述知识错误点以及知识本体之间的关联、关系类型、比重，得到学习薄弱图谱；
基于所述知识体系图谱以及所述学习薄弱图谱，得到所述分析诊断结果。
5.如权利要求4所述的方法，其特征在于，根据所述分析诊断结果，生成并输出指示信息，包括：
基于所述分析诊断结果中的学习薄弱图谱，确定知识错误点对应的推荐学习次数和/或推荐学习时间和/或推荐学习顺序；
生成包含推荐学习次数和/或推荐学习时间和/或推荐学习顺序的推荐学习路径；
生成并输出包含所述推荐学习路径的所述学习指示信息。
6.一种信息处理系统，其特征在于，包括：
知识图谱录入装置，用于获取知识体系图谱；
诊断装置，用于基于所述知识体系图谱，对获取到的学习数据进行分析诊断，得到分析诊断结果；
学习指导装置，用于根据所述分析诊断结果，生成并输出学习指示信息。
7.如权利要求6所述的系统，其特征在于，所述知识图谱录入装置，具体用于获取鉴权通过的用户的学习数据；根据获取到的所述学习数据，确定用户的学习路径；将所述学习路径保存至指定数据库，其中，所述学习路径中至少包含用户的学习次数和/或学习时间和/或学习顺序。
8.如权利要求6所述的系统，其特征在于，所述知识图谱录入装置，具体用于获取用户录入的各知识本体；确定各知识本体之间的关联、关系类型以及各知识本体所占的比重，生成所述知识体系图谱。
9.如权利要求8所述的系统，其特征在于，所述诊断装置，获取所述学习数据中的学习路径以及测试数据；将所述学习路径以及测试数据与所述知识体系图谱进行比对，得到知识错误点；基于所述知识错误点以及知识本体之间的关联、关系类型、比重，得到学习薄弱图谱；基于所述知识体系图谱以及所述学习薄弱图谱，得到所述分析诊断结果。
10.如权利要求9所述的系统，其特征在于，所述学习指导装置，具体用于基于所述分析诊断结果中的学习薄弱图谱，确定知识错误点对应的推荐学习次数和/或推荐学习时间和/或推荐学习顺序；生成包含推荐学习次数和/或推荐学习时间和/或推荐学习顺序的推荐学习路径；生成并输出包含所述推荐学习路径的所述学习指示信息。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201510697791.2A CN106611530A (zh) | 2015-10-23 | 2015-10-23 | 一种信息处理方法及系统 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201510697791.2A CN106611530A (zh) | 2015-10-23 | 2015-10-23 | 一种信息处理方法及系统 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| CN106611530A true CN106611530A (zh) | 2017-05-03 |
Family
ID=58613181
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN201510697791.2A Pending CN106611530A (zh) | 2015-10-23 | 2015-10-23 | 一种信息处理方法及系统 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN106611530A (zh) |
Cited By (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN107092706A (zh) * | 2017-05-31 | 2017-08-25 | 海南大学 | 一种面向5w的基于图谱的目标驱动的学习点和学习路径推荐方法 |
| CN107330007A (zh) * | 2017-06-12 | 2017-11-07 | 南京邮电大学 | 一种基于多数据源的本体学习方法 |
| CN112396891A (zh) * | 2020-10-12 | 2021-02-23 | 镇江长香科技服务有限公司 | 基于人工智能的自适应在线职业培训平台 |
| CN115631868A (zh) * | 2022-11-17 | 2023-01-20 | 神州医疗科技股份有限公司 | 一种基于提示学习模型的传染病预警直报方法和系统 |
Citations (9)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN1932795A (zh) * | 2006-10-10 | 2007-03-21 | 青岛中科恒信信息技术有限公司 | 考试试卷智能命题组卷系统 |
| CN101000600A (zh) * | 2006-12-30 | 2007-07-18 | 南京凌越教育科技服务有限公司 | 学习管理系统及方法 |
| CN101105853A (zh) * | 2007-08-16 | 2008-01-16 | 上海交通大学 | 网络教学中基于非零起点的个性化导学系统 |
| CN101582101A (zh) * | 2008-05-15 | 2009-11-18 | 梁昌年 | 利用计算机系统为用户提供个性化学习的方法及其装置 |
| 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 |
| CN103021217A (zh) * | 2011-09-20 | 2013-04-03 | 虞思华 | 一种交互式学习系统 |
| CN103531046A (zh) * | 2013-10-29 | 2014-01-22 | 广东小天才科技有限公司 | 一种基于学习产品使用数据的学习监控方法和装置 |
| CN103915001A (zh) * | 2012-12-31 | 2014-07-09 | 张睿 | 知识地图学习法的计算机化 |
| CN104867075A (zh) * | 2015-06-04 | 2015-08-26 | 武汉美联智酷教育科技有限公司 | 一种网上学习评测系统及评测方法 |
-
2015
- 2015-10-23 CN CN201510697791.2A patent/CN106611530A/zh active Pending
Patent Citations (9)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN1932795A (zh) * | 2006-10-10 | 2007-03-21 | 青岛中科恒信信息技术有限公司 | 考试试卷智能命题组卷系统 |
| CN101000600A (zh) * | 2006-12-30 | 2007-07-18 | 南京凌越教育科技服务有限公司 | 学习管理系统及方法 |
| CN101105853A (zh) * | 2007-08-16 | 2008-01-16 | 上海交通大学 | 网络教学中基于非零起点的个性化导学系统 |
| CN101582101A (zh) * | 2008-05-15 | 2009-11-18 | 梁昌年 | 利用计算机系统为用户提供个性化学习的方法及其装置 |
| 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 |
| CN103021217A (zh) * | 2011-09-20 | 2013-04-03 | 虞思华 | 一种交互式学习系统 |
| CN103915001A (zh) * | 2012-12-31 | 2014-07-09 | 张睿 | 知识地图学习法的计算机化 |
| CN103531046A (zh) * | 2013-10-29 | 2014-01-22 | 广东小天才科技有限公司 | 一种基于学习产品使用数据的学习监控方法和装置 |
| CN104867075A (zh) * | 2015-06-04 | 2015-08-26 | 武汉美联智酷教育科技有限公司 | 一种网上学习评测系统及评测方法 |
Cited By (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN107092706A (zh) * | 2017-05-31 | 2017-08-25 | 海南大学 | 一种面向5w的基于图谱的目标驱动的学习点和学习路径推荐方法 |
| CN107330007A (zh) * | 2017-06-12 | 2017-11-07 | 南京邮电大学 | 一种基于多数据源的本体学习方法 |
| CN112396891A (zh) * | 2020-10-12 | 2021-02-23 | 镇江长香科技服务有限公司 | 基于人工智能的自适应在线职业培训平台 |
| CN115631868A (zh) * | 2022-11-17 | 2023-01-20 | 神州医疗科技股份有限公司 | 一种基于提示学习模型的传染病预警直报方法和系统 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| Mao et al. | Validation of automated scoring for a formative assessment that employs scientific argumentation | |
| US20190325773A1 (en) | System and method of providing customized learning contents | |
| Belter | Bibliometric indicators: opportunities and limits | |
| Schmidt | Statistical and measurement pitfalls in the use of meta-regression in meta-analysis | |
| Brunner et al. | A tutorial on hierarchically structured constructs | |
| Brown et al. | Ecological rationality in teachers' conceptions of assessment across samples from Cyprus and New Zealand | |
| Brown et al. | Assessment for student improvement: Understanding Hong Kong teachers’ conceptions and practices of assessment | |
| Ashworth et al. | Measuring mental health outcomes in primary care: the psychometric properties of a new patient-generated outcome measure,'PSYCHLOPS'('psychological outcome profiles'). | |
| Herman et al. | A psychometric evaluation of the digital logic concept inventory | |
| Tolsgaard et al. | The fundamentals of Artificial Intelligence in medical education research: AMEE Guide No. 156 | |
| Lim et al. | Standard setting to an international reference framework: Implications for theory and practice | |
| Kranzler et al. | Further examination of a critical assumption underlying the dual-discrepancy/consistency approach to specific learning disability identification | |
| CN107544973A (zh) | 一种对数据进行处理的方法和装置 | |
| Schipolowski et al. | Pitfalls and challenges in constructing short forms of cognitive ability measures | |
| CN106611530A (zh) | 一种信息处理方法及系统 | |
| Fathema et al. | Student acceptance of university web portals: A quantitative study | |
| US10790049B2 (en) | Method and system for managing health care patient record data | |
| Barria-Pineda et al. | A fine-grained open learner model for an introductory programming course | |
| Bedell et al. | Culture as moderator variable in psychological test performance: Issues and trends in South Africa | |
| CN108090852A (zh) | 基础教育中学情数据分析及自适应解决方案生成系统 | |
| Bichi et al. | Evaluation of Northwest University, Kano Post-UTME Test Items Using Item Response Theory. | |
| CN106781782A (zh) | 一种信息反馈方法及装置 | |
| Kolk et al. | A triadic approach to the construct validity of the assessment center | |
| Lee et al. | Personalized item generation method for adaptive testing systems | |
| Gopalakrishnan et al. | Question vetting: The process to ensure quality in assessment of medical students |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| PB01 | Publication | ||
| PB01 | Publication | ||
| SE01 | Entry into force of request for substantive examination | ||
| SE01 | Entry into force of request for substantive examination | ||
| RJ01 | Rejection of invention patent application after publication | ||
| RJ01 | Rejection of invention patent application after publication |
Application publication date: 20170503 |