CN107481565A - 一种自适应阶梯式学习方法及系统 - Google Patents

Abstract

全面研究教与学中突出矛盾，提出自适应阶梯式学习方法和系统，阶梯识别规则，阶梯教学计划、阶梯教学目标、阶梯群体，自适应性的教与学计划；共有三大核心装置：内容装置、递推装置、推荐装置。内容装置将所有的信息统一并分解为集中的数据源，有学习内容、用户行为、偏好数据。递推装置分为阶梯教学目标、阶梯教学计划，二者之间通过阶梯教学图映射为递推阶梯分层数据模式。推荐装置对推荐内容和用户行为负责，推荐内容和用户行为是监督式学习和相互验证的，自动识别阶梯人群及阶梯状态，完成各个阶段自适应学习的计划和目标。

Description

一种自适应阶梯式学习方法及系统

技术领域

本发明涉及学习方法，具体地说，是一种自适应阶梯式学习方法及系统。

背景技术

国内外阶梯教育有不少的研究和教学实践，该教学方法即在认可每位学生个体认知方式和认知能力差异客观存在的基础上，对不同的学生采取不同的策略，使之建构起与自己能力相应的新的认知结构，达到个体知识与能力双赢的目标。

经实践证明这一教学模式有利于实践探索，有利于加强理性思考，把握教育规律，提高教育质量，实施素质教育。此教学方法现已被多个教学领域所沿用，特别是在培训领域发挥了前所未有的效用。国内包括新东方英语培训机构，平和英语培训机构等都率先采用了阶梯分层的教学形式进行教学活动。

现阶段，阶梯教育还处在萌芽阶段，九年制义务教育、高中、大学等教育都是阶梯教育的范例，但都没有充分考虑个性化的多样性需求，阶梯模式固定，不能自适应个性化变化。结合当前国内教育现代化的需要，我们创造性地发明了自适应阶梯学习方法，对现行教学实践促进和加强，有非常深远的现实意义。

发明内容

本发明的目的是提供一种自适应阶梯式学习方法及系统。本发明的目的是通过以下技术方案来实现：

本发明全面研究教与学中突出矛盾，提出自适应阶梯式学习方法和系统，阶梯识别规则，阶梯教学计划、阶梯教学目标、阶梯群体，自适应性的教与学计划；共有三大核心装置：内容装置、递推装置、推荐装置。这三大装置之间相互影响，递推装置是核心，每个装置分担自适应学习过程中的不同功能。

本发明中自适应学习适用于同等年级不同层次的学生学习需求，尤其兼容基础差需要容易入门和快速提高的学生，也要兼顾计划性的学习需求以及学习能力突出的优秀学生的快速学习和高强度训练的要求，就像登台阶，每学习一步有一个量化的动作，量化到一定的高度，就会往上跳一个台阶，每学习一段时间就会有所收获。

本发明中内容装置，不同于传统意义上的内容，将所有的信息统一并分解为集中的数据源，有学习内容、用户行为、偏好数据。这些数据标记有阶梯适配特征及参考因素，阶梯等级综合学习内容、用户行为、偏好三者之间的关系，调整并逐渐演进。递推装置分为阶梯教学目标、阶梯教学计划，二者之间通过阶梯教学图映射为递推阶梯分层数据模式。推荐装置对推荐内容和用户行为负责，推荐内容和用户行为是监督式学习和相互验证的，自动识别阶梯人群及阶梯状态，完成各个阶段自适应学习的计划和目标。

本发明涉及系统的结构如下：

(001)学习内容。是自适应学习的资料库，包括课件、视频、知识点、各种单元习题、各种综合性考题、点评、解析以及分享等等，也包括用户数据，个性化行为、个性化偏好以及阶梯人群共性数据等等。每一类数据，都有一套标准的格式，录有若干个阶梯量化指标及自适应的参与因素。学习内容间有阶梯上下级衔接关系标记。内容装置自动生成默认的阶梯网络图。后续的阶梯教学计划，是基于这些数据及训练结果动态更新阶梯网络，进行个性化推荐的。

(002)用户识别。是用户唯一标识识别，即，身份识别。通过历史用户学习轨迹、学习的知识轨迹和系统监控的能力轨迹，挖掘先前未知、有效和有用的用户个性化数据，用户的通常性特征。这些个性化用户特征中，记录了用户的时间规律、学习规律、个人偏好、知识与能力结构关系、阶梯属性等等以及由此推导的结论。

(003)行为识别。动作特征提取和动作特征理解是行为识别的核心，基于用户个性化轨迹和埋点分析当前意图。这里重点不是人的行为识别，而是通过深度学习算法，挖掘人机交互的用户行为和与学习内容一致的综合性需求。

(004)偏好识别。结合推荐规则，挖掘与学习资料属性一致的信息，例如：A学生：喜欢本学校 李老师的视频课、喜欢外校周老师的试题讲解；B同学：希望周末晚上八点做数学应用题。标准化，结构化，形成个性化的个人偏好。在个性化推荐时，优先顺序为偏好、综合、默认，尽可能的实现个性化推荐。并反推属性维度特征值，构建每个维度属性完全一致的模型，实现偏好资源化，挖掘共性和用户个性数据特征。

(005)用户画像。来源于内容、行为、偏好等综合性的特征，根据阶梯自适应学习方法的要求抽象出的一套标签化的用户模型。学习﹑做题、检测、针对性训练等，挖掘学生的统一阶梯衔接关系。实现知识、能力、群体共性以及相互之间的关系自动识别。系统有一套默认的阶梯规则，即：每一个知识点或任何学习内容，有一个阶梯等级权重。自适应学习过程中，按照阶梯、知识结构及能力发展规则，进行个性化等级重置，生成新的用户画像，形成群体特征，这里叫阶梯群体画像，即：同一类学生的阶梯学习规则，适用于某些学生的阶梯计划。

(006)阶梯教学图。是综合能力阶梯、知识阶梯形成的一个阶梯教学图。自适应系统挖掘个性化数据，形成阶梯群体，各种个性化阶梯教学图。每一张教学图，包含完整的知识阶梯计划和能力阶梯目标。每一张阶梯教学图，至少适应一个阶梯群体。阶梯教学图的目的是管理并更新阶梯教学图，并确定阶梯图与用户之间的关系，实现阶梯个性化识别。

(007)阶梯教学计划。阶梯教学图是三类图的统称，分别为阶梯教学计划图、阶梯推荐内容图及阶梯教学目标图。阶梯教学计划作为桥梁，起到非常重要的作用，其自适应性与阶梯人群的关系，通过阶梯人群个性化特征进行必要的重组，使之完全适应阶梯人群。

(008)阶梯教学目标。上面提到，三者之间的关系，阶梯教学目标有一个适应范围，系统会检测个性化数据及阶梯群体特征，分析群体有效性、调整个性化的适配空间，并删除、发现、优化阶梯教学计划和目标，确保教学计划、教学目标和推荐结果相适应，并进行验证，通过目标结果，量化指标，完成阶梯图的自动更新。

(009)推荐内容。通过阶梯教学计划，完成个性化推荐。通过用户行为实时或定时统计推荐内容的召回率，确定其与阶梯教学目标的一致性。设置召回率的门槛，自动选择阶梯人群，自适应学习计划和目标。教学计划、推荐内容、教学目标是一个业务闭环，任何一环的特征都可以作为其他环节的指标来动态自适应。

本发明带来的有益效果：

①阶梯教学。本发明解决了教与学的矛盾，通过阶梯群体、阶梯计划和阶梯目标实现了教与学的统一和个性化。本发明适用于同等年级不同层次的学生学习需求，尤其兼容基础差需要容易入门和快速提高的，也兼顾计划性的学习需求以及学习能力突出的优秀学生的快速学习和高强度训练的要求，每学习一步有一个量化的动作，量化到一定的高度，就会往上跳一个台阶，滚动式完成所有教学计划。

②学习行为。学习行为，有时候学习者自己都不清楚，本发明通过大数据挖掘人机交互与学习状态的多维特征，完成学习行为的识别，作为阶梯自适应的重要指标，考察和分析阶梯教学目标。

③偏好识别。构建每个维度属性完全一致的模型，实现偏好资源化，挖掘共性和用户个性数据特征，实现偏好数据的收集。

④阶梯群体。挖掘群体特征，同一类学生的阶梯学习规则，适用于某些学生的阶梯计划。实现了监督式学习，大大提高自适应学习的效果。

附图说明

图1是本发明所述的系统结构示意图。

具体实施方式

下面结合图1对本发明的具体实施方式作进一步详细的说明。

如图1所示，本发明所设计一种自适应阶梯式学习方法及系统在实际应用过程当中，具体包括如下步骤：

步骤001.选择学习内容，作为自适应学习的入口，并进入步骤002；

步骤002.用户识别，自动收集来源于该用户的个性化历史数据，进入步骤003；

步骤003.行为识别，具有用户多维向量关系，识别当前的用户个性化行为，进入步骤004；

步骤004.偏好识别，结合学习内容、历史学习行为，完成个性化用户画像分析，进入步骤005；

步骤005.用户画像，呈现的一个学习内容和个性化用户的完整信息，实现阶梯识别，并进入步骤006；

步骤006.阶梯教学图，是整体的阶梯学习计划，按各个阶梯群体的，个性化处理与分析，并进入步骤007；

步骤007.阶梯教学计划，上一步已经分析用户个性化数据和阶梯教学图，直接获得个性化的教学计划，并进入步骤008；

步骤008.阶梯教学目标，是一个分析和迭代的环节，帮助监督教学内容和教学计划的实施情况，并更新阶梯教学图，实现整个系统的自适应性，并进入步骤009；

步骤009.推荐内容，是基于阶梯计划制定的个性化方案，并进入步骤010；

步骤010.用户行为，是推荐内容用户化的一个过程，按流程循环进去箭头指向的装置或步骤005或步骤008或步骤009；

上面结合图1对本发明的实施方式作了详细说明，但是本发明并不限于上述实施方式，在本领域普通技术人员所具备的知识范围内，还可以在不脱离本发明宗旨的前提下做出各种变化。

Claims (6)

1.一种自适应阶梯式学习方法及系统，其特征在于：包括三大核心装置：内容装置、递推装置、推荐装置；所述内容装置和递推装置的关系，内容装置处理特征及关系数据，通过数据验证并确定递推阶梯特性；所述递推装置和推荐装置的关系，通过递推装置的适配能力确定推荐内容，推荐装置记录用户个性化数据并传递给递推装置个性化推荐的满意度；完成学习内容、阶梯教学图与推荐结果。

2.根据权利要求1所述的一种自适应阶梯式学习方法及系统，其特征在于：通过阶梯计划和阶梯目标实现阶梯群体和个性化划分，并通过监督式学习，挖掘个性化和群体特征，实现阶梯群体的更新。

3.根据权利要求1所述的一种自适应阶梯式学习方法及系统，其特征在于：适用于同等年级不同层次的学生学习需求，每学习一步有一个量化的动作，量化到一定的高度，就会往上跳一个台阶，滚动式完成所有教学计划；

所说不同层次具体包括为：所述同等年级不同层次的学生学习需求中，包括基础差需要容易入门和快速提高的学习需求；所述同等年级不同层次的学生学习需求中，包括计划性的学习需求；所述同等年级不同层次的学生学习需求中，包括学习能力突出的优秀学生的快速学习和高强度训练的要求。

4.根据权利要求1所述的一种自适应阶梯式学习方法及系统，其特征在于：学习行为，通过大数据挖掘人机交互与学习状态的多维特征，完成学习行为的识别，作为阶梯自适应的重要指标，考察和分析阶梯教学目标。

5.根据权利要求1所述的一种自适应阶梯式学习方法及系统，其特征在于：偏好识别，实现偏好资源化，挖掘共性和用户个性数据特征，实现偏好数据的收集。

6.根据权利要求1所述的一种自适应阶梯式学习方法及系统，其特征在于：阶梯群体，挖掘群体特征，同一类学生的阶梯学习规则，适用于某些学生的阶梯计划。