CN108734607A - 智能英语学习效果诊断方法及装置 - Google Patents

智能英语学习效果诊断方法及装置 Download PDF

Info

Publication number
CN108734607A
CN108734607A CN201810490431.9A CN201810490431A CN108734607A CN 108734607 A CN108734607 A CN 108734607A CN 201810490431 A CN201810490431 A CN 201810490431A CN 108734607 A CN108734607 A CN 108734607A
Authority
CN
China
Prior art keywords
learner
english
information
standard
answer
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.)
Granted
Application number
CN201810490431.9A
Other languages
English (en)
Other versions
CN108734607B (zh
Inventor
鲁淑芳
石帅
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.)
Xinxiang Medical University
Original Assignee
Xinxiang Medical University
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 Xinxiang Medical University filed Critical Xinxiang Medical University
Priority to CN201810490431.9A priority Critical patent/CN108734607B/zh
Publication of CN108734607A publication Critical patent/CN108734607A/zh
Application granted granted Critical
Publication of CN108734607B publication Critical patent/CN108734607B/zh
Expired - Fee Related legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Classifications

    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06QINFORMATION 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
    • G06Q50/00Information and communication technology [ICT] specially adapted for implementation of business processes of specific business sectors, e.g. utilities or tourism
    • G06Q50/10Services
    • G06Q50/20Education
    • G06Q50/205Education administration or guidance

Landscapes

  • Business, Economics & Management (AREA)
  • Engineering & Computer Science (AREA)
  • Educational Administration (AREA)
  • Educational Technology (AREA)
  • Strategic Management (AREA)
  • Tourism & Hospitality (AREA)
  • Health & Medical Sciences (AREA)
  • Economics (AREA)
  • General Health & Medical Sciences (AREA)
  • Human Resources & Organizations (AREA)
  • Marketing (AREA)
  • Primary Health Care (AREA)
  • Physics & Mathematics (AREA)
  • General Business, Economics & Management (AREA)
  • General Physics & Mathematics (AREA)
  • Theoretical Computer Science (AREA)
  • Electrically Operated Instructional Devices (AREA)
  • Management, Administration, Business Operations System, And Electronic Commerce (AREA)

Abstract

本发明公开了一种智能英语学习效果诊断方法,包括如下步骤:向用户终端发送身份验证消息;接收用户终端响应于接收到身份验证消息而发送的身份消息;基于身份消息判断用户终端的用户是学习者、教师或者是管理员;如果确定用户是学习者则执行指定操作;如果学习者是初次学习,则向学习者提供第一测试问题;基于所接收的对第一测试问题的答案,向学习者提供对应的试题;收集试学习者对题的答案;基于学习者的答案,利用预先设定的专家系统,对学习者的英语能力进行打分;基于打分信息,生成供选择的课程列表;周期性地向学习者的用户终端发送提醒消息;记录学习者的学习时间以及学习进度;当学习时间达到第一门限时,向学习者提供第二测试问题。

Description

智能英语学习效果诊断方法及装置
技术领域
本发明是关于一种英语学习方法,特别是关于一种智能英语学习效果诊断方法及装置。
背景技术
英语作为中学升学考试中的必修科目之一,学生在学习的过程中也表现出了明显的学习焦虑。在以往的教学中,经常会发现有这样一类学生,他们性格开朗,在其他科目上表现优秀,但一上英语课就沉默寡言,被提问到只会低头沉默,偶尔回答时声音发抖,甚至有时上课睡觉或者逃课,考前以自我否定的方式进行自我安慰,考后垂头丧气,害怕成绩公布,这些表现都有可能是学生在学习英语过程中所表现出来的焦虑。因此,如何帮助中学生减轻焦虑,特别是减轻英语学习焦虑,帮助他们快乐健康地成长,成了一个亟待解决的问题。
公开于该背景技术部分的信息仅仅旨在增加对本发明的总体背景的理解,而不应当被视为承认或以任何形式暗示该信息构成已为本领域一般技术人员所公知的现有技术。
发明内容
本发明的目的在于提供一种智能英语学习效果诊断方法,从而克服现有技术的缺点。
为实现上述目的,本发明提供了一种智能英语学习效果诊断方法,包括如下步骤:向用户终端发送身份验证消息;接收用户终端响应于接收到身份验证消息而发送的身份消息;基于身份消息判断用户终端的用户是学习者、教师或者是管理员;如果确定用户是学习者则执行以下操作:基于身份消息,判断学习者的学习状态;如果学习者是初次学习,则向学习者提供第一测试问题;基于所接收的对第一测试问题的答案,向学习者提供对应的试题;收集学习者对试题的答案;基于学习者对试题的答案,利用预先设定的专家系统,对学习者的英语能力进行打分;基于打分信息,生成供选择的课程列表;周期性地向学习者的用户终端发送提醒消息;记录学习者的学习时间以及学习进度;当学习者的学习时间达到第一门限时,向学习者提供第二测试问题。
在一优选的实施方式中,方法包括如下步骤:如果学习者不是初次学习,则向用户信息数据库请求学习者的学习进度信息;基于学习进度信息,向学习者学习材料或者向学习者提供第三测试问题。
在一优选的实施方式中,其中,预先设定专家系统具体包括如下步骤:收集标准英语学习者信息,标准英语学习者信息包括标准英语学习者的学历、年龄、所使用的教材、学习历史、标准考试成绩以及历史考试成绩;比较标准英语学习者的标准考试成绩以及历史考试成绩;排除标准考试成绩与历史考试成绩差值大于第二门限的标准英语学习者信息;将标准英语学习者进行分类;基于标准英语学习者信息,并结合大数据分析,对每一类中的标准英语学习者进行聚类,并生成对于每个聚类的详细分析报告,其中,详细分析报告包括试题难度信息、推荐教材信息、学习进度信息以及预期学习目标信息。
在一优选的实施方式中,利用预先设定的专家系统,对学习者的英语能力进行打分具体为:基于所接收的对第一测试问题的答案和学习者对试题的答案,对学习者进行聚类。
在一优选的实施方式中,方法还包括:收集学习者对第二测试问题的答案;基于学习者对第二测试问题的答案,利用预先设定的专家系统,对学习者的英语能力进行打分;如果所打分的分值高于第三门限,则更新供选择的课程列表。
本发明还提供了一种智能英语学习效果诊断装置,包括:用于向用户终端发送身份验证消息的单元;用于接收用户终端响应于接收到身份验证消息而发送的身份消息的单元;用于基于身份消息判断用户终端的用户是学习者、教师或者是管理员的单元;用于如果确定用户是学习者则执行以下操作的单元:基于身份消息,判断学习者的学习状态;如果学习者是初次学习,则向学习者提供第一测试问题;基于所接收的对第一测试问题的答案,向学习者提供对应的试题;收集学习者对试题的答案;基于学习者对试题的答案,利用预先设定的专家系统,对学习者的英语能力进行打分;基于打分信息,生成供选择的课程列表;周期性地向学习者的用户终端发送提醒消息;记录学习者的学习时间以及学习进度;当学习者的学习时间达到第一门限时,向学习者提供第二测试问题。
在一优选的实施方式中,装置还包括:用于如果学习者不是初次学习,则向用户信息数据库请求学习者的学习进度信息的单元;用于基于学习进度信息,向学习者学习材料或者向学习者提供第三测试问题的单元。
在一优选的实施方式中,预先设定专家系统具体包括如下步骤:收集标准英语学习者信息,标准英语学习者信息包括标准英语学习者的学历、年龄、所使用的教材、学习历史、标准考试成绩以及历史考试成绩;比较标准英语学习者的标准考试成绩以及历史考试成绩;排除标准考试成绩与历史考试成绩差值大于第二门限的标准英语学习者信息;将标准英语学习者进行分类;基于标准英语学习者信息,并结合大数据分析,对每一类中的标准英语学习者进行聚类,并生成对于每个聚类的详细分析报告,其中,详细分析报告包括试题难度信息、推荐教材信息、学习进度信息以及预期学习目标信息。
在一优选的实施方式中,利用预先设定的专家系统,对学习者的英语能力进行打分具体为:基于所接收的对第一测试问题的答案和学习者对试题的答案,对学习者进行聚类。
在一优选的实施方式中,用于如果确定用户是学习者则执行以下操作的单元还被配置为:收集学习者对第二测试问题的答案;基于学习者对第二测试问题的答案,利用预先设定的专家系统,对学习者的英语能力进行打分;如果所打分的分值高于第三门限,则更新供选择的课程列表。
与现有技术相比,本发明具有如下有益效果:虽然目前教育界和社会大众对于学生成绩差到底应该归因于教师还是归因于学生,甚或归因于家长仍然存在较大争论。但是以下情况应该是不争的事实:我国优质教育资源匮乏,即便是特级教师也不能准确掌握每一个学生的学习情况。众所周知的是,由于人的认识的局限性,在学习过程中市场需要他人的引导,而教师如果不能准确知道学生的情况,则很导致学生产生挫败感,这将极坏的影响学生对学习的态度。为了解决这一问题,本发明提出了一种基于大数据和聚类分析的智能英语学习诊断方法和诊断装置。本发明的方法能够诊断各个年龄段学生的学习状况和英语能力(理解能力、词汇量等等方面)。本发明的方法突出了对于训练样本的初始划分,所以本发明的方法能够对于各个年龄段的学生或学习者提供最适宜的学习规划,对于10-18岁的学生,可以提供大量的练习,对于25-35岁的学习者则可能减少练习量,延长学习时间。本发明的方法适应性强,能够适用于所有学习者。
附图说明
图1是根据本发明一实施方式的智能英语学习效果诊断方法的流程图。
具体实施方式
下面结合附图,对本发明的具体实施方式进行详细描述,但应当理解本发明的保护范围并不受具体实施方式的限制。
除非另有其它明确表示,否则在整个说明书和权利要求书中,术语“包括”或其变换如“包含”或“包括有”等等将被理解为包括所陈述的元件或组成部分,而并未排除其它元件或其它组成部分。
实施例1
图1是根据本发明一实施方式的智能英语学习效果诊断方法。如图所示,本发明的方法包括如下步骤:步骤101:向用户终端发送身份验证消息;步骤102:接收用户终端响应于接收到身份验证消息而发送的身份消息;步骤103:基于身份消息判断用户终端的用户是学习者、教师或者是管理员;如果确定用户是学习者则执行以下操作:步骤104:基于身份消息,判断学习者的学习状态;步骤105:如果学习者是初次学习,则向学习者提供第一测试问题;步骤106:基于所接收的对第一测试问题的答案,向学习者提供对应的试题;步骤107:收集学习者对试题的答案;步骤108:基于学习者对试题的答案,利用预先设定的专家系统,对学习者的英语能力进行打分;步骤109:基于打分信息,生成供选择的课程列表;步骤110:周期性地向学习者的用户终端发送提醒消息;步骤111:记录学习者的学习时间以及学习进度;步骤112:当学习者的学习时间达到第一门限时,向学习者提供第二测试问题。
实施例2
在一优选的实施方式中,方法包括如下步骤:如果学习者不是初次学习,则向用户信息数据库请求学习者的学习进度信息;基于学习进度信息,向学习者学习材料或者向学习者提供第三测试问题。其中,预先设定专家系统具体包括如下步骤:收集标准英语学习者信息,标准英语学习者信息包括标准英语学习者的学历、年龄、所使用的教材、学习历史、标准考试成绩以及历史考试成绩;比较标准英语学习者的标准考试成绩以及历史考试成绩;排除标准考试成绩与历史考试成绩差值大于第二门限的标准英语学习者信息;将标准英语学习者进行分类;基于标准英语学习者信息,并结合大数据分析,对每一类中的标准英语学习者进行聚类,并生成对于每个聚类的详细分析报告,其中,详细分析报告包括试题难度信息、推荐教材信息、学习进度信息以及预期学习目标信息。
实施例3
在一优选的实施方式中,利用预先设定的专家系统,对学习者的英语能力进行打分具体为:基于所接收的对第一测试问题的答案和学习者对试题的答案,对学习者进行聚类。方法还包括:收集学习者对第二测试问题的答案;基于学习者对第二测试问题的答案,利用预先设定的专家系统,对学习者的英语能力进行打分;如果所打分的分值高于第三门限,则更新供选择的课程列表。
实施例4
本发明还提供了一种智能英语学习效果诊断装置,包括:用于向用户终端发送身份验证消息的单元;用于接收用户终端响应于接收到身份验证消息而发送的身份消息的单元;用于基于身份消息判断用户终端的用户是学习者、教师或者是管理员的单元;用于如果确定用户是学习者则执行以下操作的单元:基于身份消息,判断学习者的学习状态;如果学习者是初次学习,则向学习者提供第一测试问题;基于所接收的对第一测试问题的答案,向学习者提供对应的试题;收集学习者对试题的答案;基于学习者对试题的答案,利用预先设定的专家系统,对学习者的英语能力进行打分;基于打分信息,生成供选择的课程列表;周期性地向学习者的用户终端发送提醒消息;记录学习者的学习时间以及学习进度;当学习者的学习时间达到第一门限时,向学习者提供第二测试问题。
实施例5
在一优选的实施方式中,装置还包括:用于如果学习者不是初次学习,则向用户信息数据库请求学习者的学习进度信息的单元;用于基于学习进度信息,向学习者学习材料或者向学习者提供第三测试问题的单元。预先设定专家系统具体包括如下步骤:收集标准英语学习者信息,标准英语学习者信息包括标准英语学习者的学历、年龄、所使用的教材、学习历史、标准考试成绩以及历史考试成绩;比较标准英语学习者的标准考试成绩以及历史考试成绩;排除标准考试成绩与历史考试成绩差值大于第二门限的标准英语学习者信息;将标准英语学习者进行分类;基于标准英语学习者信息,并结合大数据分析,对每一类中的标准英语学习者进行聚类,并生成对于每个聚类的详细分析报告,其中,详细分析报告包括试题难度信息、推荐教材信息、学习进度信息以及预期学习目标信息。利用预先设定的专家系统,对学习者的英语能力进行打分具体为:基于所接收的对第一测试问题的答案和学习者对试题的答案,对学习者进行聚类。用于如果确定用户是学习者则执行以下操作的单元还被配置为:收集学习者对第二测试问题的答案;基于学习者对第二测试问题的答案,利用预先设定的专家系统,对学习者的英语能力进行打分;如果所打分的分值高于第三门限,则更新供选择的课程列表。
已经通过包括块、模块、组件、电路、步骤、过程、算法等的各种元件在具体实施方式中描述了并且在附图中示出了装置和方法。可以使用电子硬件、计算机软件或其任何组合来单独或与其他元件和/或功能组合地实现这些元件或其任何部分。这些元素是实现为硬件还是软件取决于特定的应用和对整个系统施加的设计约束。在一个方面,如本文所使用的术语“组件”可以是构成系统的部件之一并且可以被分成其他组件。
举例来说,可以用包括一个或多个处理器的“系统”来实现元件或者元件的任何部分或者元件的任意组合。处理器可以包括通用处理器、数字信号处理器(DSP)、专用集成电路(ASIC)、现场可编程门阵列(FPGA)或其他可编程逻辑组件、分立门或晶体管逻辑、分立硬件组件,或其任何组合,或者设计为执行本文所述功能的任何其他合适的组件。通用处理器可以是微处理器,但是可替换地,处理器可以是任何传统的处理器、控制器、微控制器或状态机。处理器还可以实现为计算组件的组合,例如,DSP和微处理器的组合、多个微处理器、一个或多个微处理器结合DSP,或者任何其它这样的配置。
系统中的一个或多个处理器可以执行软件。软件应被广泛地解释为表示指令、指令集、代码、代码段、程序代码、程序、子程序、软件模块、应用程序、软件应用程序、软件包、例程、子例程、对象、可执行程序、执行的线程、过程、功能等等,无论是被称为软件、固件、中间件、微码、硬件描述语言还是其它。该软件可以驻留在暂时或非暂时性计算机可读介质上。作为示例,非暂时性计算机可读介质可以包括磁储存设备(例如,硬盘、软盘、磁条)、光盘(例如,压缩盘(CD)、数字多功能盘(DVD))、智能卡、闪存设备(例如,卡、棒、键驱动器)、随机存取存储器(RAM)、静态RAM(SRAM)、动态RAM(DRAM)、同步动态RAM(SDRAM);双倍数据速率RAM(DDRAM)、只读存储器(ROM)、可编程ROM(PROM)、可擦除PROM(EPROM)、电可擦除PROM(EEPROM)、通用寄存器或用于存储软件的任何其他合适的非暂态介质。
前述对本发明的具体示例性实施方案的描述是为了说明和例证的目的。这些描述并非想将本发明限定为所公开的精确形式,并且很显然,根据上述教导,可以进行很多改变和变化。对示例性实施例进行选择和描述的目的在于解释本发明的特定原理及其实际应用,从而使得本领域的技术人员能够实现并利用本发明的各种不同的示例性实施方案以及各种不同的选择和改变。本发明的范围意在由权利要求书及其等同形式所限定。

Claims (10)

1.一种智能英语学习效果诊断方法,其特征在于,所述方法包括如下步骤:
向用户终端发送身份验证消息;
接收用户终端响应于接收到身份验证消息而发送的身份消息;
基于身份消息判断所述用户终端的用户是学习者、教师或者是管理员;
如果确定所述用户是学习者则执行以下操作:
基于所述身份消息,判断所述学习者的学习状态;
如果所述学习者是初次学习,则向所述学习者提供第一测试问题;
基于所接收的对所述第一测试问题的答案,向所述学习者提供对应的试题;
收集所述学习者对所述试题的答案;
基于所述学习者对所述试题的答案,利用预先设定的专家系统,对所述学习者的英语能力进行打分;
基于打分信息,生成供选择的课程列表;
周期性地向所述学习者的用户终端发送提醒消息;
记录所述学习者的学习时间以及学习进度;
当所述学习者的学习时间达到第一门限时,向所述学习者提供第二测试问题。
2.如权利要求1所述的智能英语学习效果诊断方法,其特征在于,所述方法包括如下步骤:
如果所述学习者不是初次学习,则向用户信息数据库请求所述学习者的学习进度信息;
基于所述学习进度信息,向所述学习者学习材料或者向所述学习者提供第三测试问题。
3.如权利要求1所述的智能英语学习效果诊断方法,其特征在于,其中,预先设定专家系统具体包括如下步骤:
收集标准英语学习者信息,所述标准英语学习者信息包括标准英语学习者的学历、年龄、所使用的教材、学习历史、标准考试成绩以及历史考试成绩;
比较所述标准英语学习者的标准考试成绩以及历史考试成绩;
排除标准考试成绩与历史考试成绩差值大于第二门限的标准英语学习者信息;
将所述标准英语学习者进行分类;
基于所述标准英语学习者信息,并结合大数据分析,对每一类中的标准英语学习者进行聚类,并生成对于每个聚类的详细分析报告,其中,所述详细分析报告包括试题难度信息、推荐教材信息、学习进度信息以及预期学习目标信息。
4.如权利要求3所述的智能英语学习效果诊断方法,其特征在于,利用预先设定的专家系统,对所述学习者的英语能力进行打分具体为:基于所接收的对所述第一测试问题的答案和所述学习者对所述试题的答案,对所述学习者进行聚类。
5.如权利要求1所述的智能英语学习效果诊断方法,其特征在于,所述方法还包括:
收集所述学习者对所述第二测试问题的答案;
基于所述学习者对所述第二测试问题的答案,利用预先设定的专家系统,对所述学习者的英语能力进行打分;
如果所打分的分值高于第三门限,则更新供选择的课程列表。
6.一种智能英语学习效果诊断装置,其特征在于,所述装置包括:
用于向用户终端发送身份验证消息的单元;
用于接收用户终端响应于接收到身份验证消息而发送的身份消息的单元;
用于基于身份消息判断所述用户终端的用户是学习者、教师或者是管理员的单元;
用于如果确定所述用户是学习者则执行以下操作的单元:
基于所述身份消息,判断所述学习者的学习状态;
如果所述学习者是初次学习,则向所述学习者提供第一测试问题;
基于所接收的对所述第一测试问题的答案,向所述学习者提供对应的试题;
收集所述学习者对所述试题的答案;
基于所述学习者对所述试题的答案,利用预先设定的专家系统,对所述学习者的英语能力进行打分;
基于打分信息,生成供选择的课程列表;
周期性地向所述学习者的用户终端发送提醒消息;
记录所述学习者的学习时间以及学习进度;
当所述学习者的学习时间达到第一门限时,向所述学习者提供第二测试问题。
7.如权利要求6所述的智能英语学习效果诊断装置,其特征在于,所述装置还包括:
用于如果所述学习者不是初次学习,则向用户信息数据库请求所述学习者的学习进度信息的单元;
用于基于所述学习进度信息,向所述学习者学习材料或者向所述学习者提供第三测试问题的单元。
8.如权利要求6所述的智能英语学习效果诊断装置,其特征在于,预先设定专家系统具体包括如下步骤:
收集标准英语学习者信息,所述标准英语学习者信息包括标准英语学习者的学历、年龄、所使用的教材、学习历史、标准考试成绩以及历史考试成绩;
比较所述标准英语学习者的标准考试成绩以及历史考试成绩;
排除标准考试成绩与历史考试成绩差值大于第二门限的标准英语学习者信息;
将所述标准英语学习者进行分类;
基于所述标准英语学习者信息,并结合大数据分析,对每一类中的标准英语学习者进行聚类,并生成对于每个聚类的详细分析报告,其中,所述详细分析报告包括试题难度信息、推荐教材信息、学习进度信息以及预期学习目标信息。
9.如权利要求8所述的智能英语学习效果诊断装置,其特征在于,利用预先设定的专家系统,对所述学习者的英语能力进行打分具体为:基于所接收的对所述第一测试问题的答案和所述学习者对所述试题的答案,对所述学习者进行聚类。
10.如权利要求8所述的智能英语学习效果诊断装置,其特征在于,用于如果确定所述用户是学习者则执行以下操作的单元还被配置为:
收集所述学习者对所述第二测试问题的答案;
基于所述学习者对所述第二测试问题的答案,利用预先设定的专家系统,对所述学习者的英语能力进行打分;
如果所打分的分值高于第三门限,则更新供选择的课程列表。
CN201810490431.9A 2018-05-21 2018-05-21 智能英语学习效果诊断方法及装置 Expired - Fee Related CN108734607B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201810490431.9A CN108734607B (zh) 2018-05-21 2018-05-21 智能英语学习效果诊断方法及装置

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201810490431.9A CN108734607B (zh) 2018-05-21 2018-05-21 智能英语学习效果诊断方法及装置

Publications (2)

Publication Number Publication Date
CN108734607A true CN108734607A (zh) 2018-11-02
CN108734607B CN108734607B (zh) 2022-09-23

Family

ID=63938825

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201810490431.9A Expired - Fee Related CN108734607B (zh) 2018-05-21 2018-05-21 智能英语学习效果诊断方法及装置

Country Status (1)

Country Link
CN (1) CN108734607B (zh)

Cited By (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN109948058A (zh) * 2019-03-22 2019-06-28 上海乂学教育科技有限公司 基于学生能力水平定位的自适应学习方法及计算机系统
CN113239195A (zh) * 2021-04-30 2021-08-10 小二郎科技有限公司 基于大数据的知识点难度定级方法
CN117094861A (zh) * 2023-09-01 2023-11-21 吉林农业科技学院 语言学习控制测试系统

Citations (9)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2002202711A (ja) * 2000-12-28 2002-07-19 Casio Comput Co Ltd 受験学習支援システム、受験学習支援装置及び受験学習支援方法
US20080021769A1 (en) * 2002-06-28 2008-01-24 Accenture Global Services Gmbh System and method to measure effectiveness of business learning
CN105260964A (zh) * 2015-11-13 2016-01-20 苏州中科知图信息科技有限公司 基于在线学习的学情分析系统及方法
CN105488142A (zh) * 2015-11-24 2016-04-13 科大讯飞股份有限公司 成绩信息录入方法及系统
CN106971640A (zh) * 2017-05-15 2017-07-21 广东小天才科技有限公司 一种基于大数据检测学习效果的方法及装置
CN106981227A (zh) * 2017-05-24 2017-07-25 亳州学院 一种数学教学系统
CN107085803A (zh) * 2017-03-31 2017-08-22 弘成科技发展有限公司 基于知识图谱和能力测评的个性化教学资源推荐系统
CN107180568A (zh) * 2017-06-30 2017-09-19 楼志刚 一种基于过程控制和结果评价的交互式学习平台及方法
CN107862926A (zh) * 2017-11-24 2018-03-30 苏州民众财行企业管理咨询有限公司 一种在线学习效果的评测方法、移动终端和介质

Patent Citations (9)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2002202711A (ja) * 2000-12-28 2002-07-19 Casio Comput Co Ltd 受験学習支援システム、受験学習支援装置及び受験学習支援方法
US20080021769A1 (en) * 2002-06-28 2008-01-24 Accenture Global Services Gmbh System and method to measure effectiveness of business learning
CN105260964A (zh) * 2015-11-13 2016-01-20 苏州中科知图信息科技有限公司 基于在线学习的学情分析系统及方法
CN105488142A (zh) * 2015-11-24 2016-04-13 科大讯飞股份有限公司 成绩信息录入方法及系统
CN107085803A (zh) * 2017-03-31 2017-08-22 弘成科技发展有限公司 基于知识图谱和能力测评的个性化教学资源推荐系统
CN106971640A (zh) * 2017-05-15 2017-07-21 广东小天才科技有限公司 一种基于大数据检测学习效果的方法及装置
CN106981227A (zh) * 2017-05-24 2017-07-25 亳州学院 一种数学教学系统
CN107180568A (zh) * 2017-06-30 2017-09-19 楼志刚 一种基于过程控制和结果评价的交互式学习平台及方法
CN107862926A (zh) * 2017-11-24 2018-03-30 苏州民众财行企业管理咨询有限公司 一种在线学习效果的评测方法、移动终端和介质

Non-Patent Citations (1)

* Cited by examiner, † Cited by third party
Title
陈歆: "新CET改革对大学英语教学反拨作用的研究", 《轻工科技》 *

Cited By (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN109948058A (zh) * 2019-03-22 2019-06-28 上海乂学教育科技有限公司 基于学生能力水平定位的自适应学习方法及计算机系统
CN113239195A (zh) * 2021-04-30 2021-08-10 小二郎科技有限公司 基于大数据的知识点难度定级方法
CN117094861A (zh) * 2023-09-01 2023-11-21 吉林农业科技学院 语言学习控制测试系统
CN117094861B (zh) * 2023-09-01 2024-03-12 吉林农业科技学院 语言学习控制测试系统

Also Published As

Publication number Publication date
CN108734607B (zh) 2022-09-23

Similar Documents

Publication Publication Date Title
Marschark et al. Educating deaf children: Language, cognition, and learning
Fulcher Scoring performance tests
CN108734607A (zh) 智能英语学习效果诊断方法及装置
Howe et al. Cognitive development in adulthood: Progress in cognitive development research
Sitzman et al. Prior knowledge is more predictive of error correction than subjective confidence
Haynes et al. An analysis of notes taken during and after a lecture presentation.
Onwumere et al. Field dependency and performance in mathematics
Englert et al. Detecting and correcting inconsistencies in the monitoring of expository prose
Tabatabaei et al. The effect of content familiarity and gender on EFL learners’ performance on MC cloze test and C-test
Dostál et al. Researching computing teachers' attitudes towards changes in the curriculum content—An innovative approach or resistance?
Shavelson Teachers' estimates of student'states of mind'and behavior
Burns et al. Interspersal technique and behavioral momentum for reading word lists
Jones An after-school program and its effect on the math and reading performance levels of the standardized testing and reporting (STAR) for identified at-risk students
Qvortrup et al. A Case Report of Danish Students’ Wellbeing and Stress in a Time of Crisis and Recoveries
Evanchan The development of fluency and comprehension literacy skills of second grade students by providing regular use of the fluency development lesson
Zhang et al. All in the (word) family: Using learning decomposition to estimate transfer between skills in a Reading Tutor that listens
Nelson Assessing the early literacy skills of young English learners: Use of DIBELS in Spanish
CN105354329A (zh) 一种语言信息管理系统和方法
Scott et al. A screening test built of cognitive bricks: Identification of young LD children
Geelan et al. Cohort size, sex and socio-economic status as predictors of success in Year 12 Physics in Perth, 1987-1997
Davis Student attendance: A school's intervention to increase attendance
Lentz Teacher Interventions Used To Reduce Test Anxiety: Does Free-Writing Before a Test Help Reduce Anxiety?
Hoffmann Invisible Outsiders: The Academic Achievement of Foreign-Born Children of Return Migrants
Reynolds et al. Wechsler Intelligence and Memory Scales: CHC Analysis
Rosales Flores de Véliz Evaluation of a Method to Perform Growth Standards in Guatemala

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
GR01 Patent grant
GR01 Patent grant
CF01 Termination of patent right due to non-payment of annual fee

Granted publication date: 20220923