CN107680431A - 一种基于多维度数据分析的辅助教学方法及辅助教学系统 - Google Patents

一种基于多维度数据分析的辅助教学方法及辅助教学系统 Download PDF

Info

Publication number
CN107680431A
CN107680431A CN201711176297.7A CN201711176297A CN107680431A CN 107680431 A CN107680431 A CN 107680431A CN 201711176297 A CN201711176297 A CN 201711176297A CN 107680431 A CN107680431 A CN 107680431A
Authority
CN
China
Prior art keywords
analysis
unit
topic
wrong topic
knowledge point
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
Application number
CN201711176297.7A
Other languages
English (en)
Inventor
史俊逸
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.)
Individual
Original Assignee
Individual
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 Individual filed Critical Individual
Priority to CN201711176297.7A priority Critical patent/CN107680431A/zh
Publication of CN107680431A publication Critical patent/CN107680431A/zh
Pending legal-status Critical Current

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
    • 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
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
    • G06F16/20—Information retrieval; Database structures therefor; File system structures therefor of structured data, e.g. relational data
    • G06F16/25—Integrating or interfacing systems involving database management systems
    • G06F16/252—Integrating or interfacing systems involving database management systems between a Database Management System and a front-end application
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
    • G06F16/20—Information retrieval; Database structures therefor; File system structures therefor of structured data, e.g. relational data
    • G06F16/28—Databases characterised by their database models, e.g. relational or object models
    • G06F16/283—Multi-dimensional databases or data warehouses, e.g. MOLAP or ROLAP
    • 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
    • G09B5/00—Electrically-operated educational appliances
    • G09B5/08—Electrically-operated educational appliances providing for individual presentation of information to a plurality of student stations
    • G09B5/14—Electrically-operated educational appliances providing for individual presentation of information to a plurality of student stations with provision for individual teacher-student communication

Landscapes

  • Engineering & Computer Science (AREA)
  • Theoretical Computer Science (AREA)
  • Databases & Information Systems (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Business, Economics & Management (AREA)
  • Educational Administration (AREA)
  • Educational Technology (AREA)
  • Data Mining & Analysis (AREA)
  • General Engineering & Computer Science (AREA)
  • Management, Administration, Business Operations System, And Electronic Commerce (AREA)
  • Electrically Operated Instructional Devices (AREA)

Abstract

本发明提供一种基于多维度数据分析的辅助教学方法及辅助教学系统，所述方法包括：在客户端根据习题模板录入错题；在服务器端，通过错题知识点分析获取错题知识点和错题率；并通过多维度数据分析、关联分析、历史回逆分析，获得教学分析成果，并将分析成果进行动态展示。本发明通过对学生错题记录的集中采集、存储，并对数据进行多维度分析，确定了教学重点，使教师快速全面的了解学生在知识点上的欠缺，提高教学针对性。通过将对错题的分析结果动态展示于显示装置上，可以更加清晰直观的了解现有教学过程中的不足与欠缺；以及通过构建交流互动平台，以论坛和在线讲堂的方式，打破了传统课堂的界限，加强了师生之间的沟通，提升学习乐趣。

Description

一种基于多维度数据分析的辅助教学方法及辅助教学系统
技术领域
本发明涉及教学系统领域，特别是一种基于多维度数据分析的辅助教学方法及辅助教学系统。
背景技术
在教师的教学及学生的学习生活中，会面临各种考试和日常作业，日积月累形成了很多学习经验，“错题集”是目前比较流行的记录错题的方式，通过对经常犯的错误进行记录，及时回顾，不断增强学生对知识点的掌握程度，及时弥补学习中的薄弱环节及不足。
通常“错题集”都是以纸质的形式由学生自己记录，定时查阅，错题的记录标准格式没有严格统一标准，对错题的原因无法有深度的分析和直观的展现，另外从教师的角度很难掌握每道题目的正确率及错误主要原因，无法快速确定学生的掌握程度及教学的重点。
随着互联网通信技术及智能手机终端的日益完善和普及，目前大多学校都建立有专业的局域网络，并且支持WIFI的接入，学生接触网络的机会大大增加，充分的利用互联网的快捷便利性，辅以数据库的存储、查询、统计优势，使构建一个“互联网+辅助学习”的平台成为可能。通过简捷的模板定制及数据录入，在不增加学生负担的情况下，快速实现学生考试错题信息的录入，系统从试卷(练习题)、学生、教师等多个维度对数据进行分析，达到教师确定教学重点，学生提升学习效率，减轻学习负担，提高学习成绩的目的。
发明内容
本发明的目的是提供一种基于多维度数据分析的辅助教学方法及辅助教学系统，旨在解决现有教学过程中对于错题集利用率低的问题，实现快速确定教学重点，提升学生的学习效率。
为达到上述技术目的，本发明提供了一种基于多维度数据分析的辅助教学方法，包括以下步骤：
在客户端根据习题模板录入错题；
在服务器端，通过错题知识点分析，利用分词算法对错题题干进行分词，确定关键词集合，并逐一将关键词集合中的关键词与知识点集合进行字符串匹配，确定错题知识点，并统计每一错题知识点对应的错题率；
通过多维度数据分析，统计各个科目下的错题数，确定单个学生或整个班级的优势或劣势学科，以及通过某一科目下的知识点错题率进行排序，确定单个学生或整个班级的优势或劣势知识点；
通过关联分析，分析错题的出错原因，将出错原因相同的题型进行汇总，确定重点题型；
通过历史回逆分析，对比历史错题数据和现状错题数据，验证阶段性教学成果，并根据对比结果确定下阶段的教学重点；
通过分析结果动态显示，将服务器端的错题知识点和错题率数据发送至显示屏幕，显示屏幕监控触控操作，当点击显示屏第一区域中的错题知识点或错题率信息时，显示屏第二区域实时显示相应错题，并随着第一区域的选中状态下的错题知识点或错题率信息的改变而改变错题内容。
优选地，所述方法还包括多维偏好分析、难易度分析、对比分析和智能预测分析；
所述多维偏好分析具体为分析单个学生偏好的科目以及题型；
所述难易度分析具体为分析录入题目的难易程度；
所述智能预测分析具体为预测未来时期的数据趋势。
优选地，所述服务器端为错题知识点和错题率数据的下载提供图形接口和文字报表接口，下载的数据为图形或文字报表形式。
优选地，所述客户端为PC客户端或移动终端。
本发明还提供了一种基于多维度数据分析的辅助教学系统，包括：
数据采集模块，用于错题的录入整理；
数据分析模块，用于对采集的错题数据进行多维度分析挖掘，确定重点环节；
学习交流模块，用于师生进行学习交流；
系统管理模块，用于对角色和权限进行维护和管理。
优选地，所述数据采集模块包括习题模板维护单元、科目管理单元和错题录入单元；
所述习题模板维护单元，用于维护习题模板；
所述科目管理单元，用于维护科目基本信息；
所述错题录入单元，用于根据习题模板录入错题信息。
优选地，所述数据分析模块包括错题知识点分析单元、多维度数据分析单元、关联分析单元、历史回逆分析单元、多维偏好分析单元、难易度分析单元、智能预测分析单元和分析结果动态展示单元；
所述错题知识点分析单元，用于分析错题统计错题知识点以及错题知识点对应的错题率；
所述多维度数据分析单元，用于分析优势或劣势学科以及优势或劣势知识点；
所述关联分析单元，用于分析出错原因的关联性；
所述历史回逆分析单元，用于对比历史数据与现状数据；
所述多维偏好分析单元，用于分析单个学生偏好的科目以及题型；
所述难易度分析单元，用于分析录入题目的难易程度；
所述智能预测分析单元，用于预测未来时期的数据趋势；
所述分析结果动态展示单元，用于将教学数据进行动态展示。
优选地，所述学习交流模块包括师生论坛单元、师生讲堂单元和留言单元；
所述师生论坛单元，用于以论坛的形式进行师生交流；
所述师生讲堂单元，用于以讲堂的形式进行师生交流；
所述留言单元，用于对同学或教师进行留言。
优选地，所述系统管理模块包括学生管理单元、教师管理单元、班级管理单元、权限管理单元和系统日志管理单元；
所述学生管理单元，用于维护学生的基本信息；
所述教师管理单元，用于维护教师的基本信息；
所述班级维护单元，用于维护班级的基本信息；
所述权限管理单元，用于对角色分配不同权限；
所述系统日志管理单元，用于维护系统日志信息。
发明内容中提供的效果仅仅是实施例的效果，而不是发明所有的全部效果，上述技术方案中的一个技术方案具有如下优点或有益效果：
与现有技术相比，本发明通过对学生错题记录的集中采集、存储，并对数据进行多维度分析，确定了教学重点，实现了教与学的高效互动，使教师快速全面的了解学生在知识点上的欠缺，提高教学针对性。
通过将对错题的分析结果动态展示于显示装置上，可以更加清晰直观的了解现有教学过程中的不足与欠缺；以及通过构建交流互动平台，以论坛和在线讲堂的方式，打破了传统课堂的界限，加强了师生之间的沟通，提升学习乐趣。
附图说明
图1为本发明实施例中所提供的一种基于多维度数据分析的辅助教学方法流程图；
图2为本发明实施例中所提供的一种客户端分析结果动态展示示意图；
图3为本发明实施例中所提供的一种基于多维度数据分析的辅助教学系统结构框图。
具体实施方式
为了能清楚说明本方案的技术特点，下面通过具体实施方式，并结合其附图，对本发明进行详细阐述。下文的公开提供了许多不同的实施例或例子用来实现本发明的不同结构。为了简化本发明的公开，下文中对特定例子的部件和设置进行描述。此外，本发明可以在不同例子中重复参考数字和/或字母。这种重复是为了简化和清楚的目的，其本身不指示所讨论各种实施例和/或设置之间的关系。应当注意，在附图中所图示的部件不一定按比例绘制。本发明省略了对公知组件和处理技术及工艺的描述以避免不必要地限制本发明。
下面结合附图对本发明实施例所提供的一种基于多维度数据分析的辅助教学方法及辅助教学系统进行详细说明。
如图1所示，本发明实施例还公开了一种基于多维度数据分析的辅助教学方法，包括以下步骤：
在客户端根据习题模板录入错题；
在服务器端，通过错题知识点分析，利用分词算法对错题题干进行分词，确定关键词集合，并逐一将关键词集合中的关键词与知识点集合进行字符串匹配，确定错题知识点，并统计每一错题知识点对应的错题率；
通过多维度数据分析，统计各个科目下的错题数，确定单个学生或整个班级的优势或劣势学科，以及通过某一科目下的知识点错题率进行排序，确定单个学生或整个班级的优势或劣势知识点；
通过关联分析，分析错题的出错原因，将出错原因相同的题型进行汇总，确定重点题型；
通过历史回逆分析，对比历史错题数据和现状错题数据，验证阶段性教学成果，并根据对比结果确定下阶段的教学重点；
通过分析结果动态显示，将服务器端的错题知识点和错题率数据发送至显示屏幕，显示屏幕监控触控操作，当点击显示屏第一区域中的错题知识点或错题率信息时，显示屏第二区域实时显示相应错题，并随着第一区域的选中状态下的错题知识点或错题率信息的改变而改变错题内容。
所述客户端为PC客户端或移动终端，通过登录系统，学生将错题录入数据库中，服务器端对错题进行多维度多层次分析挖掘，获得包含科目、知识点的优势与劣势，以及时间层面上不同时期的变化趋势。
错题知识点分析，利用分词算法对错题进行分词，确定关键词集合，并逐一将关键词集合中的关键词与知识点集合进行字符串匹配，确定错题知识点，并统计每一错题知识点对应的错题率。
建立某一科目下的知识点集合N{n1，n2，…，nm}，该集合存放该科目下所有的知识点。通过知识点集合对错题的题干进行语义匹配，提取题干中的关键词，作为错题知识点。
由于所有题型都是由句子群构成，而每个句子又是由多个关键字组成，因此，可以将题干进行拆分，采集题干中的关键字。
集合W{w1，w2，…，ws}为对题干进行分词后的词语集，ki为题干中的一个词语，s为题干中词语的个数；T{t1，t2，…，tp}为题干中停用词集合，其中ti为题干中出现的一个停用词，p为停用词的个数；K{k1，k2，…，kj}＝W-T，ki为题干中非停用词，j为非停用词的个数。因此得到集合K{k1，k2，…，kj}为题干中关键词集合。
逐一将题干关键词集合中的关键词与知识点集合进行字符串匹配，如关键词与知识点相同，则该知识点即为错题知识点，对于无法匹配到知识点的题干关键词，需要人工根据备选关键词进行错题知识点选择。
根据班级内所有学生上传的错题，利用上述方法统计错题知识点，并统计该知识点下的错题率E{e1，e2，…，em}＝eri/ER，eri为该知识点类型的错题出现次数，ER为错题总数。
多维度数据分析，通过统计各个科目下的错题数，确定单个学生或整个班级的优势或劣势学科；通过某一科目下的知识点错题率进行排序，确定单个学生或整个班级的优势或劣势知识点。通过多维度数据分析，促进教师针对整个班级或者学生展开针对性学习，例如针对劣势学科，可以增加相应教学课时，针对劣势知识点，可以在教学中着重强调某一知识点。从而可以挖掘该学生近期的重点学习目标，给出学习方案。
关联分析，分析出错原因的关联性。通过分析错题的出错原因，将出错原因相同的题型汇总，分析此类题型的共同点，并对出错原因形成分析报告。
历史回逆分析，对比历史数据与现状数据。将以前根据历史数据分析总结出的历史数据趋势图与相同科目、相同类型的现状趋势图作对比，分析教学效果。
分析结果动态展示，如图2所示，将分析所得有关教学数据，例如错题知识点、错题率，从服务器端传送至显示设备，显示设备的屏幕分为第一区域与第二区域，在第一区域中显示知识点、错题率信息，第二区域显示具体错题信息。用户通过触控操作点击第一区域中的知识点和错题率信息，第二区域实时显示知识点或错题率对应的错题，并随着第一区域的选中信息的变化，实时改变第二区域的显示状态。
所述方法还包括多维偏好分析、难易度分析和智能预测分析。
所述多维偏好分析，分析单个学生偏好的科目以及题型。主要针对单个学生进行，通过对学生采集录入的习题数据及科目、题型进行纵向与横向数据综合数据分析，找出学生的偏好或者特长，包括偏好的科目以及该科目下知识点，错题率越低，其偏好越明显，通过对学生的学习偏好进行分析以便教学可以因材施教。
所述难易度分析，分析录入题目的难易程度。通过对录入题目的出错率进行排序，从而确定题目的难易程度，形成分析报告，便于教师掌握各题目的难易程度，辅助制定教学计划。
所述智能预测分析，预测未来时期的数据趋势。根据历史回逆数据与现状数据推演出未来一段时间后的数据趋势。并通过在未来一段时间后，根据统计数据验证之前所预测的数据趋势是否符合预期，从而验证教学方法是否得当，如果符合预期，则说明教学方法得当，如果差距较大，则应及早纠正之前的教学方法。
服务器端为错题知识点和错题率数据的下载提供图形接口和文字报表接口，下载的数据为图形或文字报表形式。
本发明实施例通过对学生错题记录的集中采集、存储，并对数据进行多维度分析，确定了教学重点，实现了教与学的高效互动，使教师快速全面的了解学生在知识点上的欠缺，提高教学针对性。通过构建交流互动平台，以论坛和在线讲堂的方式，打破了传统课堂的界限，加强了师生之间的沟通，提升学习乐趣。
如图3所示，本发明实施例公开了一种基于多维度数据分析的辅助教学系统，包括数据采集模块、数据分析模块、学习交流模块和系统管理模块。
所述数据采集模块，用于错题的录入整理；
所述数据采集模块包括习题模板维护单元、科目管理单元和错题录入单元。
所述习题模板维护单元，用于维护习题模板，对模板的信息进行增加、删除和修改。所述习题模板包括模板日期、模板名称、试题类型、试题科目和所属班级等信息。
所述科目管理单元，用于维护科目基本信息，包括科目基本信息的增加、删除和修改操作。所述科目基本信息包括语文、数学、外语、物理、化学、生物、历史、政治和地理等。除了增加、删除和修改操作外，还包括获取科目内容分配试题的难易程度、错题的出错原因(包括马虎、知识未掌握以及缺乏举一反三等)。
所述错题录入单元，用于根据习题模板录入错题信息，所述错题信息包括错题类型以及出错原因，必要时可录入简单的错误分析等。学生通过录入操作，实现对错题数据得采集汇总，便于后续分析。
所述数据分析模块，用于对采集的错题数据进行多角度分析挖掘，确定重点环节；
所述数据分析模块包括错题知识点分析单元、多维度数据分析单元、关联分析单元、历史回逆分析单元、多维偏好分析单元、难易度分析单元、智能预测分析单元和分析结果动态展示单元。
所述错题知识点分析单元，用于分析错题统计错题知识点以及错题知识点对应的错题率，利用分词算法对错题题干进行分词，确定关键词集合，并逐一将关键词集合中的关键词与知识点集合进行字符串匹配，确定错题知识点，并统计每一错题知识点对应的错题率。
所述多维度数据分析单元，用于分析优势或劣势学科以及优势或劣势知识点，统计各个科目下的错题数，确定单个学生或整个班级的优势或劣势学科，以及通过某一科目下的知识点错题率进行排序，确定单个学生或整个班级的优势或劣势知识点。
所述关联分析单元，用于分析出错原因的关联性，将出错原因相同的题型进行汇总，确定重点题型。
所述历史回逆分析单元，用于对比历史数据与现状数据，通过对比历史错题数据和现状错题数据，验证阶段性教学成果，并根据对比结果确定下阶段的教学重点。
所述多维偏好分析单元，用于分析单个学生偏好的科目以及题型。此单元主要针对单个学生进行，通过对学生采集录入的习题数据及科目、题型进行纵向与横向数据综合数据分析，找出学生的偏好或者特长，包括偏好的科目以及该科目下知识点，错题率越低，其偏好越明显，通过对学生的学习偏好进行分析以便教学可以因材施教。
所述难易度分析单元，用于分析录入题目的难易程度。通过对录入题目的出错率进行排序，从而确定题目的难易程度，形成分析报告，便于教师掌握各题目的难易程度，辅助制定教学计划。
所述智能预测分析单元，用于预测未来时期的数据趋势。根据历史回逆数据与现状数据推演出未来一段时间后的数据趋势。并通过在未来一段时间后，根据统计数据验证之前所预测的数据趋势是否符合预期，从而验证教学方法是否得当，如果符合预期，则说明教学方法得当，如果差距较大，则应及早纠正之前的教学方法。
所述分析结果动态展示单元，用于将教学数据进行动态展示。所述教学数据包括错题率、优势科目、弱势科目、错题原因等。采用图形接口或者报表接口的形式对数据进行展示，使得教师或者学生可以直观、准确的把握数据，另外以报表的形式，还可以提供下载打印功能。将分析所得有关教学数据，例如错题知识点、错题率，从服务器端传送至显示设备，显示设备的屏幕分为第一区域与第二区域，在第一区域中显示知识点、错题率信息，第二区域显示具体错题信息。用户通过触控操作点击第一区域中的知识点和错题率信息，第二区域实时显示知识点或错题率对应的错题，并随着第一区域的选中信息的变化，实时改变第二区域的显示状态。
所述学习交流模块，用于师生进行学习交流；
所述学习交流模块包括师生论坛单元、师生讲堂单元和留言单元。
所述师生论坛单元，用于以论坛的形式进行师生交流。学生通过PC客户端或移动终端登录教学论坛，发起问题求助，等待同学或者教师进行解答，或者发布对某些题目求解的思路，与其它同学分享和讨论。教师也可以发布题目的解法，以供学生参考。
所述师生讲堂单元，用于以讲堂的形式进行师生交流。通过PC客户端或移动终端，由教师发起，学生加入的形式，对某些题目进行探索和讨论。
所述留言单元，用于对同学或教师进行留言。
所述系统管理模块，用于对角色和权限进行维护和管理。
所述系统管理模块包括学生管理单元、教师管理单元、班级管理单元、权限管理单元和系统日志管理单元。
所述学生管理单元，用于维护学生的基本信息。学生的基本信息包括：学号、姓名、性别、年龄、班级、联系方式、家庭地址、职务、初始密码和备注信息。
所述教师管理单元，用于维护教师的基本信息。教师的基本信息包括：教师编号、姓名、性别、年龄、班级、管理科目、联系方式、家庭地址、校内职务、初始密码和备注信息。
所述班级维护单元，用于维护班级的基本信息。班级的基本信息包括：班级编号、班级名称、班级主任、班级科目和关联教师。
所述权限管理单元，用于对角色分配不同权限。
所述系统日志管理单元，用于维护系统日志信息。系统日志包括：系统用户登录日志、管理员维护日志、学生教师操作系统日志和系统统计分析结果日志。
学生或教师均可通过PC客户端或者移动终端登录教学系统，根据其对应的权限进行相关操作。
以上所述仅为本发明的较佳实施例而已，并不用以限制本发明，凡在本发明的精神和原则之内所作的任何修改、等同替换和改进等，均应包含在本发明的保护范围之内。

Claims (9)

1.一种基于多维度数据分析的辅助教学方法，其特征在于，包括以下步骤：
在客户端根据习题模板录入错题；
在服务器端，通过错题知识点分析，利用分词算法对错题题干进行分词，确定关键词集合，并逐一将关键词集合中的关键词与知识点集合进行字符串匹配，确定错题知识点，并统计每一错题知识点对应的错题率；
通过多维度数据分析，统计各个科目下的错题数，确定单个学生或整个班级的优势或劣势学科，以及通过某一科目下的知识点错题率进行排序，确定单个学生或整个班级的优势或劣势知识点；
通过关联分析，分析错题的出错原因，将出错原因相同的题型进行汇总，确定重点题型；
通过历史回逆分析，对比历史错题数据和现状错题数据，验证阶段性教学成果，并根据对比结果确定下阶段的教学重点；
通过分析结果动态显示，将服务器端的错题知识点和错题率数据发送至显示屏幕，显示屏幕监控触控操作，当点击显示屏第一区域中的错题知识点或错题率信息时，显示屏第二区域实时显示相应错题，并随着第一区域的选中状态下的错题知识点或错题率信息的改变而改变错题内容。
2.根据权利要求1的一种基于多维度数据分析的辅助教学方法，其特征在于，所述方法还包括多维偏好分析、难易度分析、对比分析和智能预测分析；
所述多维偏好分析具体为分析单个学生偏好的科目以及题型；
所述难易度分析具体为分析录入题目的难易程度；
所述智能预测分析具体为预测未来时期的数据趋势。
3.根据权利要求1所述的一种基于多维度数据分析的辅助教学方法，其特征在于，所述服务器端为错题知识点和错题率数据的下载提供图形接口和文字报表接口，下载的数据为图形或文字报表形式。
4.根据权利要求1-3任意一项所述的一种基于多维度数据分析的辅助教学方法，其特征在于，所述客户端为PC客户端或移动终端。
5.一种基于多维度数据分析的辅助教学系统，其特征在于，包括：
数据采集模块，用于错题的录入整理；
数据分析模块，用于对采集的错题数据进行多维度分析挖掘，确定重点环节；
学习交流模块，用于师生进行学习交流；
系统管理模块，用于对角色和权限进行维护和管理。
6.根据权利要求5所述的一种基于多维度数据分析的辅助教学系统，其特征在于，所述数据采集模块包括习题模板维护单元、科目管理单元和错题录入单元；
所述习题模板维护单元，用于维护习题模板；
所述科目管理单元，用于维护科目基本信息；
所述错题录入单元，用于根据习题模板录入错题信息。
7.根据权利要求5所述的一种基于多维度数据分析的辅助教学系统，其特征在于，所述数据分析模块包括错题知识点分析单元、多维度数据分析单元、关联分析单元、历史回逆分析单元、多维偏好分析单元、难易度分析单元、智能预测分析单元和分析结果动态展示单元；
所述错题知识点分析单元，用于分析错题统计错题知识点以及错题知识点对应的错题率；
所述多维度数据分析单元，用于分析优势或劣势学科以及优势或劣势知识点；
所述关联分析单元，用于分析出错原因的关联性；
所述历史回逆分析单元，用于对比历史数据与现状数据；
所述多维偏好分析单元，用于分析单个学生偏好的科目以及题型；
所述难易度分析单元，用于分析录入题目的难易程度；
所述智能预测分析单元，用于预测未来时期的数据趋势；
所述分析结果动态展示单元，用于将教学数据进行动态展示。
8.根据权利要求5所述的一种基于多维度数据分析的辅助教学系统，其特征在于，所述学习交流模块包括师生论坛单元、师生讲堂单元和留言单元；
所述师生论坛单元，用于以论坛的形式进行师生交流；
所述师生讲堂单元，用于以讲堂的形式进行师生交流；
所述留言单元，用于对同学或教师进行留言。
9.根据权利要求5所述的一种基于多维度数据分析的辅助教学系统，其特征在于，所述系统管理模块包括学生管理单元、教师管理单元、班级管理单元、权限管理单元和系统日志管理单元；
所述学生管理单元，用于维护学生的基本信息；
所述教师管理单元，用于维护教师的基本信息；
所述班级维护单元，用于维护班级的基本信息；
所述权限管理单元，用于对角色分配不同权限；
所述系统日志管理单元，用于维护系统日志信息。
CN201711176297.7A 2017-11-22 2017-11-22 一种基于多维度数据分析的辅助教学方法及辅助教学系统 Pending CN107680431A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201711176297.7A CN107680431A (zh) 2017-11-22 2017-11-22 一种基于多维度数据分析的辅助教学方法及辅助教学系统

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201711176297.7A CN107680431A (zh) 2017-11-22 2017-11-22 一种基于多维度数据分析的辅助教学方法及辅助教学系统

Publications (1)

Publication Number Publication Date
CN107680431A true CN107680431A (zh) 2018-02-09

Family

ID=61149220

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201711176297.7A Pending CN107680431A (zh) 2017-11-22 2017-11-22 一种基于多维度数据分析的辅助教学方法及辅助教学系统

Country Status (1)

Country Link
CN (1) CN107680431A (zh)

Cited By (20)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN108960617A (zh) * 2018-06-29 2018-12-07 合肥霞康电子商务有限公司 一种基于大数据的教育辅助系统
CN108985988A (zh) * 2018-07-16 2018-12-11 安徽国通亿创科技股份有限公司 一种基于在线教学学业成长算法
CN109145757A (zh) * 2018-07-25 2019-01-04 江苏黄金屋教育发展股份有限公司 错题管理方法
CN109242736A (zh) * 2018-09-27 2019-01-18 广东小天才科技有限公司 一种协助老师了解学生的学习情况的方法和系统
CN109271945A (zh) * 2018-09-27 2019-01-25 广东小天才科技有限公司 一种在线实现作业批改的方法和系统
CN109523839A (zh) * 2018-12-12 2019-03-26 安徽讯呼信息科技有限公司 一种机器人编程的系统
CN109637238A (zh) * 2018-11-05 2019-04-16 广东共升教育科技有限公司 一种练习题的生成方法、装置、设备和存储介质
CN109871430A (zh) * 2019-01-31 2019-06-11 北京翰舟信息科技有限公司 一种智能识别文本的方法、装置、电子设备及存储介质
CN110085075A (zh) * 2019-05-23 2019-08-02 宜春宜联科技有限公司 学习状况管理方法、装置和系统
CN110189583A (zh) * 2019-06-03 2019-08-30 荆楚理工学院 一种基于vr单片机的微机控制实验教学系统
CN110364036A (zh) * 2018-04-11 2019-10-22 瑞然（天津）科技有限公司 一种基于数据分析后错题给予远程视频的讲解
CN110364049A (zh) * 2019-07-17 2019-10-22 石虹 一种具有偏离度自动反馈数据闭环纠偏控制的专业技能实训辅助教学系统及辅助教学方法
CN110377767A (zh) * 2018-04-11 2019-10-25 瑞然（天津）科技有限公司 一种基于只能抓取图像后进行ai大数据分析
CN110390842A (zh) * 2019-07-08 2019-10-29 山东财经大学 一种基于数据分析的个性化电子出题的设备及系统
CN111210673A (zh) * 2018-11-21 2020-05-29 阿里巴巴集团控股有限公司 课程数据处理方法、装置、终端设备及计算机存储介质
CN111324697A (zh) * 2020-02-19 2020-06-23 广东小天才科技有限公司 一种家教机数据的分析管理方法及装置
CN112632317A (zh) * 2021-01-13 2021-04-09 深圳市万物志科技有限公司 基于用户图片的多目标交互方法及装置
CN113065991A (zh) * 2021-05-06 2021-07-02 东莞市智捷自动化设备有限公司 一种综合教学管理系统
CN113177868A (zh) * 2021-04-29 2021-07-27 重庆电子工程职业学院 一种教学展示系统
CN112632317B (zh) * 2021-01-13 2024-06-04 深圳市万物志科技有限公司 基于用户图片的多目标交互方法及装置

Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN104299473A (zh) * 2013-07-20 2015-01-21 郑州学生宝电子科技有限公司 一种教学与学生学习错题知识库
CN105355111A (zh) * 2015-12-02 2016-02-24 华中师范大学 基于学情分析的课后强化学习系统
CN105374244A (zh) * 2015-12-10 2016-03-02 广东小天才科技有限公司 一种基于错题分析的学习方法和系统
CN106448306A (zh) * 2016-11-11 2017-02-22 深圳中兴网信科技有限公司 答题数据的处理方法和处理系统

Patent Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN104299473A (zh) * 2013-07-20 2015-01-21 郑州学生宝电子科技有限公司 一种教学与学生学习错题知识库
CN105355111A (zh) * 2015-12-02 2016-02-24 华中师范大学 基于学情分析的课后强化学习系统
CN105374244A (zh) * 2015-12-10 2016-03-02 广东小天才科技有限公司 一种基于错题分析的学习方法和系统
CN106448306A (zh) * 2016-11-11 2017-02-22 深圳中兴网信科技有限公司 答题数据的处理方法和处理系统

Cited By (24)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN110364036A (zh) * 2018-04-11 2019-10-22 瑞然（天津）科技有限公司 一种基于数据分析后错题给予远程视频的讲解
CN110377767A (zh) * 2018-04-11 2019-10-25 瑞然（天津）科技有限公司 一种基于只能抓取图像后进行ai大数据分析
CN108960617A (zh) * 2018-06-29 2018-12-07 合肥霞康电子商务有限公司 一种基于大数据的教育辅助系统
CN108985988A (zh) * 2018-07-16 2018-12-11 安徽国通亿创科技股份有限公司 一种基于在线教学学业成长算法
CN109145757A (zh) * 2018-07-25 2019-01-04 江苏黄金屋教育发展股份有限公司 错题管理方法
CN109242736A (zh) * 2018-09-27 2019-01-18 广东小天才科技有限公司 一种协助老师了解学生的学习情况的方法和系统
CN109271945A (zh) * 2018-09-27 2019-01-25 广东小天才科技有限公司 一种在线实现作业批改的方法和系统
CN109271945B (zh) * 2018-09-27 2022-02-08 广东小天才科技有限公司 一种在线实现作业批改的方法和系统
CN109637238A (zh) * 2018-11-05 2019-04-16 广东共升教育科技有限公司 一种练习题的生成方法、装置、设备和存储介质
CN109637238B (zh) * 2018-11-05 2021-03-02 广东共升教育科技有限公司 一种练习题的生成方法、装置、设备和存储介质
CN111210673A (zh) * 2018-11-21 2020-05-29 阿里巴巴集团控股有限公司 课程数据处理方法、装置、终端设备及计算机存储介质
CN109523839A (zh) * 2018-12-12 2019-03-26 安徽讯呼信息科技有限公司 一种机器人编程的系统
CN109871430A (zh) * 2019-01-31 2019-06-11 北京翰舟信息科技有限公司 一种智能识别文本的方法、装置、电子设备及存储介质
CN110085075A (zh) * 2019-05-23 2019-08-02 宜春宜联科技有限公司 学习状况管理方法、装置和系统
CN110189583A (zh) * 2019-06-03 2019-08-30 荆楚理工学院 一种基于vr单片机的微机控制实验教学系统
CN110390842A (zh) * 2019-07-08 2019-10-29 山东财经大学 一种基于数据分析的个性化电子出题的设备及系统
CN110364049A (zh) * 2019-07-17 2019-10-22 石虹 一种具有偏离度自动反馈数据闭环纠偏控制的专业技能实训辅助教学系统及辅助教学方法
CN110364049B (zh) * 2019-07-17 2021-03-30 石虹 一种具有偏离度自动反馈数据闭环纠偏控制的专业技能实训辅助教学系统及辅助教学方法
CN111324697A (zh) * 2020-02-19 2020-06-23 广东小天才科技有限公司 一种家教机数据的分析管理方法及装置
CN111324697B (zh) * 2020-02-19 2023-10-24 广东小天才科技有限公司 一种家教机数据的分析管理方法及装置
CN112632317A (zh) * 2021-01-13 2021-04-09 深圳市万物志科技有限公司 基于用户图片的多目标交互方法及装置
CN112632317B (zh) * 2021-01-13 2024-06-04 深圳市万物志科技有限公司 基于用户图片的多目标交互方法及装置
CN113177868A (zh) * 2021-04-29 2021-07-27 重庆电子工程职业学院 一种教学展示系统
CN113065991A (zh) * 2021-05-06 2021-07-02 东莞市智捷自动化设备有限公司 一种综合教学管理系统

Similar Documents

Publication Publication Date Title
CN107680431A (zh) 一种基于多维度数据分析的辅助教学方法及辅助教学系统
CN104881738B (zh) 应用于思想政治教学的智能系统
Gottipati et al. A conceptual framework for analyzing students' feedback
CN107145559A (zh) 基于语义技术和游戏化的智能课堂知识管理平台及方法
Zhang et al. A brief analysis of the key technologies and applications of educational data mining on online learning platform
CN113886567A (zh) 一种基于知识图谱的教学方法及系统
Sael et al. Web usage mining data preprocessing and multi level analysis on moodle
Wang et al. Data acquisition model for online learning activity in distance English teaching based on xAPI
Li [Retracted] Innovation and Development of University Education Management Informationization in the Environment of Wireless Communication and Big Data
Shi et al. Research on organization design of college Chinese teaching under big data environment
Kevlihan Designing social inquiry in Central Asia–a case study of Kyrgyzstan and Tajikistan
Lili A Mobile Terminal‐Based College English Teaching Evaluation Method
Liu et al. A teaching assistant system for big data analysis
Chen Constructing a Data‐Driven Model of English Language Teaching with a Multidimensional Corpus
Hu et al. Research on smart education service platform based on big data
Wu Construction of primary and secondary school teachers’ competency model based on improved machine learning algorithm
Hai-ling et al. Big data technology applied to learning behavior evaluation system
Chen et al. Monitoring Method of students’ Learning Behavior in Online Education Platform Based on Data Mining
Gan et al. Design of online course knowledge recommendation system based on improved learning diagnosis model
Wang Application of data mining technology in quality evaluation of online teaching based on 6G
Wang Research on the Value Orientation of ELT Integration Based on Data Mining under the Background of Megadata
Zhang et al. The track, hotspot and frontier of international MOOC research 2008–2018—a Scientometric analysis based on SCI and SSCI
Yubing et al. The Application of data mining technology in distance learning evaluation
Li et al. [Retracted] The Architecture of College Psychological Teaching Management System Based on Data Mining Technology
Yang et al. Application of Human-Computer Interaction Technology in Remote Language Learning Platform

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

Application publication date: 20180209

RJ01 Rejection of invention patent application after publication