CN108446768A - 一种学生建模的方法和装置 - Google Patents

Abstract

本发明公开了一种对学生建模的方法和装置，属于计算机技术领域。该方法包括：获取学生答题数据；获取试题信息试题信息；获取学生错题分析数据；获取知识网络，根据知识网络，学生答题数据，试题信息试题信息和学生错题分析数据准确分析出学生知识和能力的薄弱之处，建立精确的具体的学生分析报告，根据学生分析报告，自动生成精确的试题集供学生练习。该装置包括：数据库服务器、学生终端、教师终端，数据分析器和教学方案生成器。数据库服务器用于存储考试数据，试题信息试题信息，和学生错题分析数据。学生终端用于输入错题分析数据。教师终端用于输入试题信息试题信息。数据分析器用于计算各项指标，生成学生报告。教学方案生成器用于根据学生报告生成精准的个性化的学生试题集。

Description

一种学生建模的方法和装置

技术领域

本发明涉及计算机技术领域，特别涉及一种学生知识掌握成都和能力水平的建模方法及系统。

背景技术

现有的教学实践中，任课教师会根据一定的目标制定试卷、组织考试，对学生的考试成绩进行分析。现有的成绩分析系统配合电脑阅卷技术，可以对学生的成绩，排名，以及每道题考察的知识点，回答的正确率进行统计，并自动生成学生的错题集。然而，现有的分析系统不能统计出学生做错题的具体原因，也不能准确识别学生学习中存在的薄弱之处，使教育工作者很难精准把握每名学生的知识掌握情况和能力水平。造成在中考高考的复习备考中，学生的复习和练习没有精确的针对性，采用题海战术，大量的时间被用于低效的、重复的练习和复习。随着教育领域竞争越来越激烈，学习效率成为竞争的关键点。也使得能够生成精细化、精确化的学生知识和能力模型的系统成为一个重要需求。

发明内容

本发明实施例提供了一种学生知识掌握和能力水平的建模方法及系统，用于精准分析出学生学习的薄弱之处，提高学校教学质量和学生学习效率。

一种学生建模方法，包括获取学生答题数据；获取试题信息试题信息；获取学生错题分析数据；获取知识网络，根据知识网络，学生答题数据，试题信息试题信息和学生错题分析数据准确分析出学生知识和能力的薄弱之处，建立精确的具体的学生分析报告。并根据学生分析报告，自动生成精确的试题集供学生练习。生成的试题集经过基于规则和数据挖掘的推理运算得到，针对学生具体的薄弱点。

一种学生建模系统，包括数据库服务器、学生终端、教师终端，数据分析器和教学方案生成器。数据库服务器用于存储考试数据，试题信息试题信息，和学生错题分析数据。学生终端用于输入错题分析数据。教师终端用于输入试题信息试题信息。数据分析器用于计算各项指标，生成学生报告。教学方案生成器用于根据学生报告生成精准的个性化的学生试题集。

从以上技术方案可以看出，本发明实施例具有以下优点：首先，本方法和系统使得教师和学生能清楚直观的看到该学生错题原因，哪些知识点还没有掌握，哪些能力还需要训练，对于已经掌握的知识点和能力不再花费大量时间去进行重复的、无效的学习和训练。其次，通过自动生个性化的试题集，是学生能够将时间和精力投入到没有掌握的知识点和能力点的训练上，这样大大提高教学质量效率，提高学生在各类考试中的竞争力。

附图说明

为了更清楚地说明本发明实施例中的技术方案，下面将对实施例描述中所需要使用的附图作简要介绍，显而易见地，下面描述中的附图仅仅是本发明的一些实施例，对于本领域的普通技术人员来讲，在不付出创造性劳动性的前提下，还可以根据这些附图获得其他的附图。

图1为本发明实施例方法流程示意图；

图2为本发明实施例系统结构示意图；

图3为本发明实施例系统结构示意图；

图4为本发明实施例学生知识能力示意图。

具体实施方式

为了使本发明的目的、技术方案和优点更加清楚，下面将结合附图对本发明作进一步地详细描述。显然，所描述的实施例仅仅是本发明一部份实施例，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做出创造性劳动前提下所获得的所有其它实施例，都属于本发明保护的范围。

本发明实施例提供了一种学生建模方法，如图1所示。

101：获取学生答题数据；

本发明实施中，试题指正式考试，课堂练习，家庭作业，寒暑假作业及其他形式的测试中使用的试题。答题数据包括学生各科总成绩，各科分科成绩，每个考试科目中每道题的对错和得分数据，每道题所用的时间，各科考试花费的总时间，每道试题每个学生的答案。

102：获取试题信息；

本发明实施中，试题信息包括试题所属考试的信息和试题本身的信息。考试的信息包括所属科目，考试的名称，命题日期，考试日期，命题者，考试级别，试卷结构，试卷内容。考试级别可以是中考，高考，统考，全市联考，校内考试，月考，周考等。试卷结构包括试卷一共有几部分，每部分有几道大题，每道大题有几道小题。

试题的信息包括该试题的特点，类型，对应的知识点和能力。试题的特点为教学领域专业老师对于试题特点的概括性描述，包括陷阱题，发散题，压轴题，基础题，送分题，热点题，预测题中的一个或多个。试题的类型包含各类考试题型，包括但不限于选择题，填空题，判断对错题，计算题，作文题，问答题，翻译题等等。

试题对应的知识点是正确解答某试题，学生或考生所需要具备的该学科具体知识，该知识可以是教育部或者各省对该考试科目的教学大纲中列出的知识点，也可以是自定义的知识点，不同的学科有不同的知识点。举例，数学学科的知识点包括三角函数，可导的定义，集合的性质等。如果学生不具备集合的性质的知识，则无法正确解答需要集合的性质这一知识点的试题。一道试题，可以对应一个或多个知识点。知识点包括考点，考点为考察的比较频繁的知识点。考点可以根据各类教科书，辅导教材和教案直接给出，也可以由教师结合自己经验给出。

题目需要的能力点为要正确回答该题目所需要的能力，可以是教学大纲和考试大纲中规定的学生能力，也可以是自定义的，例如计算能力，空间想象能力，语言表达能力，数据分析能力等。每一科目的知识点，能力点可以是相关的，也可以是不相关的，例如数学科目的计算能力和物理科目的计算能力是相关的，政治科目中的语言表达能力和语文科目中的语言表达能力也是相关的。每一道试题对应的能力可以是一个也可以是多个。学生是否能正确回答某道试题，跟学生是否具备该试题需要的能力相关。学生正确回答某道试题的可能性，跟学生对该试题需要的能力的掌握程度相关。试题的特点，可以包括陷阱题，发散题，压轴题等，一个试题可以有多个特点，试题特点可以由老师根据经验分析给出。

103：获得学生错题分析数据；

学生错题分析数据指教师和学生在获得学生的考试和试题结果后，通过研究考试情况，分析每道题目做错或没有完全做对的原因形成的数据。原因可以包括，学生自己对某一个或多个知识点没有掌握、对一个或多个能力点没有掌握以及其他导致自己出错的原因。因为每个学生做错同一道题目的原因可能并不完全相同，因此并不能仅从试题对应的知识点和能力点中推断学生做错试题的原因。学生做错某道试题，可以是因为某个和知识点没有掌握，也可以是因为掌握了对应的知识点，但是对应的能力不足，还可以是算错了，题目理解错误，没有足够的时间等等其他原因。

104：构建知识能力网络模型

根据知识点间关系构建网络模型。网络模型中的知识点具有父子关系，必要条件关系，充分条件关系，关联关系等。父子关系指一个知识点包含了另一个知识点，例如相似三角形的性质包含了相似县侥幸的对应边成比例性质。必要条件指为了掌握某个知识点，必须先掌握另一个知识点。例如要掌握三角形的性质，必须先掌握角的概念。充分条件指掌握了一个或多个知识点后，便可掌握另一个知识点。例如，掌握了投影的定以后，即可以掌握投影的分类。关联关系指两个知识点具有相关性，例如学生三角函数公式的掌握程度和解析几何公式的掌握程度成正相关关系。不同的知识点关联对应的能力，例如解析解和关联推理能力和计算能力。知识能力网络模型可以是跨学科的。例如数学的分数运算能力关联物力中的浮力知识点。知识能力网络模型可以用任意的数学或计算机学科的模型构建方法，本发明对此不做限制。

105：建立学生模型；

结合学生答题数据、试题信息，学生错题分析数据和知识网络模型，该方法可以建立学生模型。学生模型包括知识模型，能力模型，学生特征。知识模型描述该学生对于每一个科目的每个知识点的掌握情况。能力模型描述该学生对于每一个科目要求的各项能力的掌握情况。

知识和能力的掌握情况，可以运用独立分析，基于规则的分析，和利用数据挖掘与机器学习进行分析。独立分析可以按以下方法实现：对一名学生，对于一个具体的知识点，分析出该知识点对应的所有题目；对上述知识点对应的所有题目，统计该学生对每一道题目的得分率；将所有题目的得分率进行统计分析（包含得分率均值和方差等），其结果作为该学生对于该知识点的分值，得分率均值越高、方差越小说明该学生对该知识点的掌握越好。每个科目，每个知识点和对应的分值，可以构成该学生的知识模型。类似的，每个科目，每个能力和对应的分值，可以构成该学生的能力模型。

本发明实施中，基于规则的分析指利用知识网络模型中知识间的相互关系，知识点能力点和试题间的相互关系，以及试题和学生错题分析和试题间的关系，利用规则和算法得到比独立分析更加准确深入的分析效果。关联分析由计算机程序自动完成，程序根据设置好的规则来运行。举例来说，两名学生A和B做错了同一道试题，此试题对应的知识点为三角函数公式，学生A错题分析的结果是时间不够用，学生B错题分析结果是公式记错了。运用独立分析，会推导出学生A和B的三角函数公式知识点欠缺的结果，这是不准确的结果。运用基于规则的分析，可以分析更加准确的结果：第一步，程序初步分析得出，学生A的做题速度慢；第二步，获取试题属性为计算题，则进一步得出学生A计算题做题速度慢的结果；第三步，获取其它具有计算题属性的题目，查看该学生是否做对，如果没有做对则获取错题分析结果。每道题的分析结果可能有以下情况：（1）题目做对，（2）题目做错且错题分析结果为时间不够用，（3）题目做错且试题分析结果不为时间不够用。第四步，将每道计算题的分析和知识网络结合起来根据规则进行综合分析，得出结论。例如学生A总共做错题具有计算题属性的三道题目，题目1，题目2和题目3. 三道题的错题分析结果均为公式没记住，且三道题属于不同的知识点，则说明该学生对于公式没有记住，分析的结果为该学生公式记忆能力差。如果三道题属于同一个三角函数知识点，而其他需要公式记忆能力的题目做对了，则说明该学生不是公式记忆能力差，而仅是针对这一特定的知识点的公式没有记住。则分析结果为，该生在三角函数知识点上的公式没有记住。

从以上分析可以看出，基于规则的分析比独立分析更加精确。基于规则的分析能准确识别学生的弱点所在，从而避免了无效的重复的练习。例如，通过基本分析只能可以得出学生三角函数知识欠缺的结论，从而在后续教学中该生花费大量时间进行三角函数相关题目练习。然而这种做法的是低效的。因为此分析并没有准确揭示学生的弱项所在。在知识网络模型中，一个知识可以对应许多知识点和能力点，例如三角函数的试题类型有概念题，判断题，计算题，证明题，包含的公式有两角和公式，对角公式，半角公式，和差化积公式，所需要的能力有推理能力，记忆能力，计算能力。所对应的练习题的数目是大量的，需要很长的时间才能完成练习。通过基于规则的分析，可以得出学生三角函数两角和公式没有记住的结论。这个结论更加精确，学生只需要进行两角和公式的记忆训练和对应试题的训练即可。

本发明实施中，利用机器学习进行分析，指利用数据挖掘，机器学习和人工智能，自然语言处理的现有各种智能化的算法，或对现有算法进行改造，结合，来进行学生分析。算法可以是任何和具体使用情景相适应的算法，例如支持向量机算法，隐马尔科夫链算法，推理机相关的算法等。算法的输入为学生答题数据，学生错题反馈，试题信息和知识网络模型等。输出的结果为学生具体的知识点能力点的薄弱之处。

本发明实施例中，独立分析，基于规则的分析和利用数据挖掘进行分析，三者可以独立使用，也可以结合使用，形成综合结果。本发明对此不做限定。具体的分析规则，算法由领域从业人员进行选定，本发明对此不做限定。学生模型的表示，可以采取任意一种或多种表达方式。可以用文字表示，可以用表格表示，也可以用条形图，柱状图，趋势图等各类图表表达。对此本发明不做限定。图4为一个示例性的学生模型。

106：生成试题集；

运用基于规则的推理和数据挖掘方法，自动找出精准化的习题。例如，某学生的建模结果中有一条为该学生在圆锥曲线知识点上推理能力差，则根据试题库的试题特征按以下条件找到相关试题：该试题对应的知识点包含圆锥曲线，且需要的能力中含有推理能力。试题集可以是分阶段的，从而使学生更加有效率的进步。例如，第一阶段的试题集为试题库中，知识点只包含圆锥曲线，且能力点只包含推理能力的习题，而不含其它的知识点和能力点。这样学生无需具备其它知识和能力即可掌握。第二阶段的试题为试题库中，知识点包含了圆锥曲线，也包含了其它知识点，且能力点包含了推理能力，也包含了其它能力的习题，以使学生可以解决综合运用知识和能力的试题。

本发明实施例提供了一种学生建模系统，如图2所示，包括：数据库服务器，学生终端，教师终端和数据分析器。

本系统的各组成部分，可以在同一台计算机上，也可以由多台计算机，笔记本电脑，平板电脑智能手机或其他可穿戴设备组成。可以通过有线网络或无线网络进行连接进行通信和数据传输，也可以通过其他通信方式或介质进行通信和数据传输。网络可以是因特网，局域网或者内网。操作系统可以是任何操作系统。可以是台式机软件可以任意软件，包括桌面软件、网站、网页、手机应用程序、微信公众号和小程序等。操作系统可以为任何一种操作系统。可以通过有线网络、无线网络、U盘、移动硬盘或者其他数据传输通道和介质和其他系统部件传输数据。

201：数据库服务器；

数据库服务器用于收集存储数据。数据库服务器用于存储考试、练习和作业中的试题内容、分值及其特征，每个学生的每道试题的成绩，学生错题分析数据以及教学管理信息，包括学生姓、学号、性别、所在班级、年级和每次考试排名等数据。数据库服务器包括了数据转换模块，用于将外部的考试等成绩结果进行转换，转换后符合系统要求的格式并存储。

202：学生终端；

学生终端包括成绩展示模块，向学生展示每次考试，练习的成绩和每道题的答题结果，包括试题内容、正确答案、学生所选答案以及老师的批注、错误原因，向学生展示数据分析器生成的该学生的模型；包括错题分析模块，使学生可以对每一道题进行错题分析，并将错题分析结果传输并存储至数据库服务器。

203：教师终端；

教师终端用于向教师展示每次考试，每道题的具体结果，每道题的正确率，每个学生的答案，班级，年级得分率，班级排名，分数段结构，满分名单中的一种或多种数据；提供教师输入模块，提供教师对每道题对应的知识点和能力的标注，输入每道题对应的知识点，能力点，题型和其他试题特征和属性，和可能的错题原因；包括学生模型展示模块，向教师展示每个学生的学生模型，和按班级，年级进行综合的综合学生模型。

204：数据分析服务器；

数据分析服务器用于综合分析考试数据，学生数据和学生反馈，生成学生模型，学生排名等。学生排名包括学生每个科目成绩排名，学生各科总成绩排名，学生各试题部分，各小题的排名等。排名可以是任意范围内的排名，包括其班级，年级以及全市，全省，全国的排名等。如果在排名的范围内，出现分数相同的两人或多人，则分数相同的两人或多人名次可以相同也可以按姓氏笔画或其他属性进行进一步排序。数据分析器还包括聚合器，聚合分析一个或多个班级，或整个年级，某一科目，某一道题，某一个知识点，考点或能力点的综合数据。数据分析器还包括推理模块，根据学生答题数据，试题信息和学生错题分析数据，推理计算学生模型，和学生终端，教师终端需要的数据和信息。可以根据数据推理学生特点和问题。例如学生错题分析数据中错题原因为没思路，不会做，则推理模块根据计算机领域的自然语言处理算法和推理算法，能推断出，此学生做题数目太少，需要加大练习量。

205：试题集生成器；

试题生成器，针对每个学生，在每次考试后，根据数据分析服务器生成的该学生的学生模型和其他分析结果，在习题库中选择对应的试题，形成该学生的试题集，供该学生练习。

Claims (6)

1.一种学生建模方法，其特征在于，步骤为：（1）获取试题信息，试题信息包括， 试题的类型，试题考察的知识点，试题要求的能力中的一项或多项；（2）获取学生答题数据，学生答题数据包括学生每一道题答题所花时间和每道题获得的分数；（3）获取学生错题分析数据，学生错题分析数据，指学生在获得自己的考试成绩和每一道试题的成绩后，对每一道没有完全答对的题目分析原因；（4）构建知识网络模型；（5）利用独立分析，基于规则的分析和数据挖掘分析，推断生成学生模型报告； （6）根据学生模型报告，在习题库中选出符合条件的试题，生成学习试题集。

2.一种学生建模系统，其特征在于，包括数据库服务器，数据分析服务器，学生终端，教师终端。

3.根据权利要求2所述系统，其特征在于，还包括试题生成器。

4.根据权利要求2所述系统，其特征在于，所述数据库服务器，用于存储学生的错题分析数据。

5.根据权利要求2所述系统，其特征在于，所述教师终端，包括教师输入模块，提供教师对每道题对应的知识点和能力的标注功能。

6.根据权利要求2所述系统，其特征在于，所述数据分析器，包括推理计算模块，根据学生答题数据，试题信息和学生错题分析数据，推理计算学生模型。