CN109190018A - 基于用户相似度的本地教育机构智能推荐方法及其系统 - Google Patents
基于用户相似度的本地教育机构智能推荐方法及其系统 Download PDFInfo
- Publication number
- CN109190018A CN109190018A CN201810888582.XA CN201810888582A CN109190018A CN 109190018 A CN109190018 A CN 109190018A CN 201810888582 A CN201810888582 A CN 201810888582A CN 109190018 A CN109190018 A CN 109190018A
- Authority
- CN
- China
- Prior art keywords
- user
- educational institution
- educational
- information
- module
- 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
- 238000000034 method Methods 0.000 title claims abstract description 30
- 238000012216 screening Methods 0.000 claims abstract description 39
- 238000012163 sequencing technique Methods 0.000 claims abstract description 29
- 238000012795 verification Methods 0.000 claims description 6
- 238000012360 testing method Methods 0.000 description 3
- 238000012797 qualification Methods 0.000 description 2
- 235000001674 Agaricus brunnescens Nutrition 0.000 description 1
- 230000007423 decrease Effects 0.000 description 1
- 238000010586 diagram Methods 0.000 description 1
- 230000010354 integration Effects 0.000 description 1
- 238000011835 investigation Methods 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION 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
- G06Q50/00—Information and communication technology [ICT] specially adapted for implementation of business processes of specific business sectors, e.g. utilities or tourism
- G06Q50/10—Services
- G06Q50/20—Education
- G06Q50/205—Education administration or guidance
- G06Q50/2053—Education institution selection, admissions, or financial aid
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)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
基于用户相似度的本地教育机构智能推荐方法及其系统,包括以下步骤:服务器的验证模块验证用户身份;所述服务器的信息获取模块获取用户的教育信息,教育信息包括:学校、教育机构、职业;所述验证模块验证教育机构认证;所述信息获取模块获取教育机构参与用户身份与教育信息,以及该用户在该教育机构的课程;筛选排序模块根据用户身份与教育信息,将教育机构分为第一序列与第二序列;推送模块以第一序列与第二序列的方式向用户推送教育信息相似度超出预设阈值的用户的教育机构;其中,所述方法还包括:所述信息获取模块获取用户在教育机构的课程数量;所述信息获取模块获取用户对课程的到课率;所述信息获取模块服务器获取用户对教育机构的满意度。
Description
技术领域
本发明涉及教育领域,特别涉及基于用户相似度的本地教育机构智能推荐方法及其系统。
背景技术
随着互联网的普及,各种在本地教育的资源也变得更加丰富起来。如何根据用户自己的需求找到合适的本地教育资源就成为了一个非常契合实际的问题。
传统的教育资源推荐大都是靠口碑,或是传单。随着信息化时代的到来,各种各样的教育机构以及模式如雨后春笋般层出不穷,对于普通用户而言如何甄别合适的教育资源是一个不小的难题。基于大数据的自动化推荐是解决这一问题的根本方法。现有的推荐技术一般基于朋友的协同推荐或者基于内容理解的相似度推荐,不一定符合用户的需要或期望,用户需要分辨出适合的教育机构以及课程,需要花费大量的时间甚至金钱。
发明内容
发明目的:
针对背景技术中提到的问题,本发明提供一种基于大数据的本地教育机构推荐方法。
技术方案:
一种基于用户相似度的本地教育机构智能推荐方法,包括以下步骤:
服务器的验证模块验证用户身份,验证用户的地域信息;所述服务器的信息获取模块获取用户的教育信息,教育信息包括:学校、教育机构、职业;所述验证模块验证教育机构认证,验证教育机构的地域信息;所述信息获取模块获取教育机构参与用户身份与教育信息,以及该用户在该教育机构的课程;所述信息获取模块获取用户所在地域的用户教育信息;筛选排序模块根据用户身份与教育信息,将与用户验证的地域一致的教育机构分为第一序列与第二序列;推送模块以第一序列与第二序列的方式向用户推送教育信息相似度超出预设阈值的用户的教育机构;其中,所述方法还包括:所述信息获取模块获取用户在教育机构的课程数量,若用户在教育机构的课程超出课程数量阈值,则将该教育机构标记;所述信息获取模块获取用户对课程的到课率,若用户对课程的到课率超出预设到课率阈值,则将该教育机构标记;所述信息获取模块服务器获取用户对教育机构的满意度,若用户对教育机构的满意度超出预设满意度阈值,则将该教育机构标记;所述筛选排序模块将超出一次标记的教育机构作为第一序列被推荐,其它的将作为第二序列被推荐。
作为本发明的一种优选方式,还包括,同一用户对应至少一家教育机构,同一用户对应至少两家学校。
作为本发明的一种优选方式,还包括,所述验证模块通过实名验证用户以及教育机构。
作为本发明的一种优选方式,筛选排序模块根据用户身份与教育信息将教育机构分为第一序列与第二序列,还包括,所述筛选排序模块根据用户的教育信息筛选与该用户学校信息一致的用户,获取与该用户学校信息一致的用户的教育机构。
作为本发明的一种优选方式,筛选排序模块根据用户身份与教育信息将教育机构分为第一序列与第二序列,还包括,所述筛选排序模块根据用户的教育信息筛选与该用户职业信息一致的用户,获取与该用户职业信息一致的用户的教育机构。
作为本发明的一种优选方式,筛选排序模块整合与该用户学校信息、职业信息一致的用户的教育机构,并将教育机构分为第一序列与第二序列。
作为本发明的一种优选方式,所述信息获取模块获取用户对课程的到课率,到课率统计用户在该机构的所有课程的到课率。
作为本发明的一种优选方式,所述信息获取模块服务器获取用户对教育机构的满意度,满意度包括用户对教育机构的满意度以及对课程的满意度。
一种基于用户相似度的本地教育机构智能推荐系统,包括服务器,服务器包括:验证模块、信息获取模块、筛选排序模块、推送模块;所述验证模块用于验证用户身份以及验证教育机构认证;所述信息获取模块用于获取用户的教育信息、教育机构参与用户身份与教育信息以及该用户在该教育机构的课程;所述筛选排序模块用于将教育机构进行筛选、排序;所述推送模块用于向用户推送教育机构。
本发明实现以下有益效果:
1.根据用户的教育信息向用户推荐与其教育信息相似的用户选择的教育机构,提高推荐信息的有效性,降低用户筛选成本;
2.根据相似用户在该教育机构的选课数量、课程到课率、对机构的满意度,对教育机构进行排序,提高前序的教育机构的质量;
3.通过向用户提供两种序列的教育机构,扩大用户的筛选范围,避免精准推送造成的用户选择度下降。
附图说明
此处的附图被并入说明书中并构成本说明书的一部分,示出了符合本公开的实施例,并于说明书一起用于解释本公开的原理。
图1为本发明提供的一种基于用户相似度的本地教育机构智能推荐方法的流程图;
图2为本发明提供的一种基于用户相似度的本地教育机构智能推荐方法排序流程图;
图3为本发明提供的一种基于用户相似度的本地教育机构智能推荐方法的基于课程数量标记流程图;
图4为本发明提供的一种基于用户相似度的本地教育机构智能推荐方法的基于到课率标记流程图;
图5为本发明提供的一种基于用户相似度的本地教育机构智能推荐方法的基于满意度标记流程图;
图6为本发明提供的一种基于用户相似度的本地教育机构智能推荐的序列判断流程图;
图7为本发明提供的一种基于用户相似度的本地教育机构智能推荐系统的系统框图。
具体实施方式
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,所描述的实施例仅仅是本发明一部分实施例,而不是全部的实施例。
参考图1-7。
具体的,一种基于用户相似度的本地教育机构智能推荐方法,包括以下步骤:
服务器1的验证模块2验证用户身份,验证用户的地域信息。
服务器1的信息获取模块3获取用户的教育信息,教育信息包括:学校、教育机构、职业。
验证模块2验证教育机构认证,验证教育机构的地域信息。
信息获取模块3获取教育机构参与用户身份与教育信息,以及该用户在该教育机构的课程。
所述信息获取模块获取用户所在地域的用户教育信息;筛选排序模块4根据用户身份与教育信息,将与用户验证的地域一致的教育机构分为第一序列与第二序列。
推送模块5以第一序列与第二序列的方式向用户推送教育信息相似度超出预设阈值的用户的教育机构。
用户身份验证可基于实名制进行认证,用户通过输入真实的身份ID为自己的身份进行验证。作为本实施例的一种实施方式,非身份ID验证的用户可限制其使用权限。同时验证模块验证用户的所在地,作为本实施例的一种实施方式,地域验证可基于用户的网络。
用户的教育信息可包括:学校、教育机构、职业。具体的,学校包括用户受教育的院校名称,受教育的院校可包括:小学、初中、高中、大学等,通过筛选受教育的学校,可讲毕业于同院校的用户归类。教育机构包括用户在校期间、在职期间等期间内参与的教育机构,教育机构可包括线下教育机构与线上教育机构。用户还输入当前职业,便于根据职业选择不同的参考用户。
作为本实施例的一种实施方式,教育机构的认证需要教育机构有教育资质。同时验证模块验证教育机构的所在地,作为本实施例的一种实施方式,地域验证可基于教育机构的注册所在地、营业所在地或分部所在地。
信息获取模块获取用户所在地域的用户教育信息,筛选排序模块将本地用户选择的教育机构按总量排序。
筛选排序模块4根据需要推荐的用户的教育信息,筛选与其相似的用户,具体的,根据用户的教育信息,包括学校、教育机构、职业,将其中的信息进行对比。关于教育信息,若有学校一致的则将提高相似度,若有一学校一致将提高10%的相似度,若相同的学校为大学,则将再提高20%的相似度。关于教育机构,若有一教育机构一致,则向提高10%相似度,教育机构的相似度最高为30%。关于职业,若行业相同,则提高10%的相似度,若领域相同,则提高10%相似度,若具体职务相同,则提高20%相似度。
作为本实施例的一种实施方式,预设阈值可设置为50-90%,在本实施例中可设置为60%。若有用户相似度超出预设阈值,则将向待推送用户推送高相似度用户选择的教育机构。
其中,方法还包括:
信息获取模块3获取用户在教育机构的课程数量,若用户在教育机构的课程超出课程数量阈值,则将该教育机构标记。
根据用户上传的教育机构信息,获取用户所在的教育机构的名称,且获取用户在教育机构内的课程,统计用户在该教育机构内所参与的课程的数量。若用户参与若干教育机构,则将获取所有教育机构内该用户参与的课程数量。
作为本实施例的一种实施方式,课程数量阈值可设置为2-5,在本实施例中可设置为3。即用户在任意教育机构内参与课程的数量超过课程数量阈值,则将对该教育机构进行标记。
信息获取模块3获取用户对课程的到课率,若用户对课程的到课率超出预设到课率阈值,则将该教育机构标记。
作为本实施例的一种实施方式,信息获取模块3获取用户在参与课程后对该课程的参与度,即到课率。到课率具体的可根据用户在课程内的签到次数或用户对课程的参与次数。
作为本实施例的另一种实施方式,信息获取模块3获取用户对同一课程的观看次数,例如同一课程有多个课时,对同一课时进行多次观看,则可作为到课率的考察之一。
到课率的计算可为该课程该用户目前的签到率与观看次数之和,观看次数多一次,则到课率可增加1%。
具体的,预设到课率阈值可设置为50-100%,在本实施例中,可设置为80%,即,用户的到课率超出预设到课率阈值,则将该教育机构标记。
信息获取模块3服务器1获取用户对教育机构的满意度,若用户对教育机构的满意度超出预设满意度阈值,则将该教育机构标记。
满意度可包括用户对教育机构的满意度与对课程的满意度,预设满意度阈值可设置为50-90%,具体的,在本实施例中,预设满意度阈值可设置为70%。若当前用户对教育机构的满意度超出预设满意度阈值,则将该教育机构标记。
作为本实施例的一种实施方式,满意度以百分比计,根据用户向教育机构评分得出,若用户在该教育机构结业,则满意度将增加5%。
筛选排序模块4将超出一次标记的教育机构作为第一序列被推荐,其它的将作为第二序列被推荐。作为参考标准,教育机构累计有三次标记,若有教育机构存在两次及以上标记,则将该教育机构作为第一序列。其它的有一次或无标记的教育机构,则将作为第二序列。
在向用户推送时,第一序列与第二序列内的教育机构的排列顺序将以本地用户选择的教育机构按总量排序的先后显示。
优选的,还包括,同一用户对应至少一家教育机构,同一用户对应至少两家学校。
同一用户至少设置一个教育机构作为参考,同一用户至少设置两个学校,避免相似度参考数据过低,优选的,还包括,验证模块2通过实名验证用户以及教育机构。验证模块2验证用户为实名验证,对教育机构的验证则验证该教育机构的资质。
优选的,筛选排序模块4根据用户身份与教育信息将教育机构分为第一序列与第二序列,还包括,筛选排序模块4根据用户的教育信息筛选与该用户学校信息一致的用户,获取与该用户学校信息一致的用户的教育机构。获取与待推荐用户存在一致学校的用户的教育信息,并获取此用户所参与的教育机构。
优选的,筛选排序模块4根据用户身份与教育信息将教育机构分为第一序列与第二序列,还包括,筛选排序模块4根据用户的教育信息筛选与该用户职业信息一致的用户,获取与该用户职业信息一致的用户的教育机构。获取与待推荐用户职业相同的用户的教育信息,并获取此用户所参与的教育机构。
优选的,筛选排序模块4整合与该用户学校信息、职业信息一致的用户的教育机构,并将教育机构分为第一序列与第二序列。将与待推荐用户存在一致学校的用户的教育机构以及与待推荐用户职业相同的用户的教育机构整合,并根据参考标准,教育机构累计有三次标记,若有教育机构存在两次及以上标记,则将该教育机构作为第一序列。其它的有一次或无标记的教育机构,则将作为第二序列。
优选的,信息获取模块3获取用户对课程的到课率,到课率统计用户在该机构的所有课程的到课率。
优选的,信息获取模块3服务器1获取用户对教育机构的满意度,满意度包括用户对教育机构的满意度以及对课程的满意度。
优选的,一种基于用户相似度的本地教育机构智能推荐系统,包括服务器1,服务器1包括:验证模块2、信息获取模块3、筛选排序模块4、推送模块5。
验证模块2用于验证用户身份以及验证教育机构认证。验证模块2需要用户上传身份信息,以及上传教育机构的验证信息。
信息获取模块3用于获取用户的教育信息、教育机构参与用户身份与教育信息以及该用户在该教育机构的课程。
筛选排序模块4用于将教育机构进行筛选、排序。
推送模块5用于向用户推送教育机构。
该系统的内容与上述方法基本相同,在此不再赘述。验证模块2、信息获取模块3与筛选排序模块4连接,筛选排序模块4与推送模块5连接。
上述实施例只为说明本发明的技术构思及特点,其目的是让熟悉该技术领域的技术人员能够了解本发明的内容并据以实施,并不能以此来限制本发明的保护范围。凡根据本发明精神实质所作出的等同变换或修饰,都应涵盖在本发明的保护范围之内。
Claims (9)
1.一种基于用户相似度的本地教育机构智能推荐方法,其特征在于,包括以下步骤:服务器的验证模块验证用户身份,验证用户的地域信息;所述服务器的信息获取模块获取用户的教育信息,教育信息包括:学校、教育机构、职业;所述验证模块验证教育机构认证,验证教育机构的地域信息;所述信息获取模块获取教育机构参与用户身份与教育信息,以及该用户在该教育机构的课程;所述信息获取模块获取用户所在地域的用户教育信息,并获取本地教育机构被选择的次数;筛选排序模块根据用户身份与教育信息,将与用户验证的地域一致的教育机构分为第一序列与第二序列;推送模块以第一序列与第二序列的方式向用户推送教育信息相似度超出预设阈值的用户的教育机构,第一序列与第二序列中的教育机构的排序以本地教育机构被选择的次数降序排列;
其中,所述方法还包括:所述信息获取模块获取用户在教育机构的课程数量,若用户在教育机构的课程超出课程数量阈值,则将该教育机构标记;所述信息获取模块获取用户对课程的到课率,若用户对课程的到课率超出预设到课率阈值,则将该教育机构标记;所述信息获取模块服务器获取用户对教育机构的满意度,若用户对教育机构的满意度超出预设满意度阈值,则将该教育机构标记;所述筛选排序模块将超出一次标记的教育机构作为第一序列被推荐,其它的将作为第二序列被推荐。
2.根据权利要求1所述的一种基于用户相似度的本地教育机构智能推荐方法,其特征在于,还包括,同一用户对应至少一家教育机构,同一用户对应至少两家学校。
3.根据权利要求1所述的一种基于用户相似度的本地教育机构智能推荐方法,其特征在于,还包括,所述验证模块通过实名验证用户以及教育机构。
4.根据权利要求1所述的一种基于用户相似度的本地教育机构智能推荐方法,筛选排序模块根据用户身份与教育信息将教育机构分为第一序列与第二序列,其特征在于,还包括,所述筛选排序模块根据用户的教育信息筛选与该用户学校信息一致的用户,获取与该用户学校信息一致的用户的教育机构。
5.根据权利要求1或4所述的一种基于用户相似度的本地教育机构智能推荐方法,筛选排序模块根据用户身份与教育信息将教育机构分为第一序列与第二序列,其特征在于,还包括,所述筛选排序模块根据用户的教育信息筛选与该用户职业信息一致的用户,获取与该用户职业信息一致的用户的教育机构。
6.根据权利要求5所述的一种基于用户相似度的本地教育机构智能推荐方法,其特征在于,筛选排序模块整合与该用户学校信息、职业信息一致的用户的教育机构,并将教育机构分为第一序列与第二序列。
7.根据权利要求1所述的一种基于用户相似度的本地教育机构智能推荐方法,所述信息获取模块获取用户对课程的到课率,其特征在于,到课率统计用户在该机构的所有课程的到课率。
8.根据权利要求1所述的一种基于用户相似度的本地教育机构智能推荐方法,所述信息获取模块服务器获取用户对教育机构的满意度,其特征在于,满意度包括用户对教育机构的满意度以及对课程的满意度。
9.根据权利要求1-8所述的一种基于用户相似度的本地教育机构智能推荐系统,包括服务器,其特征在于,服务器包括:验证模块、信息获取模块、筛选排序模块、推送模块;所述验证模块用于验证用户身份以及验证教育机构认证;所述信息获取模块用于获取用户的教育信息、教育机构参与用户身份与教育信息以及该用户在该教育机构的课程;所述筛选排序模块用于将教育机构进行筛选、排序;所述推送模块用于向用户推送教育机构。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201810888582.XA CN109190018A (zh) | 2018-08-07 | 2018-08-07 | 基于用户相似度的本地教育机构智能推荐方法及其系统 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201810888582.XA CN109190018A (zh) | 2018-08-07 | 2018-08-07 | 基于用户相似度的本地教育机构智能推荐方法及其系统 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN109190018A true CN109190018A (zh) | 2019-01-11 |
Family
ID=64920774
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201810888582.XA Pending CN109190018A (zh) | 2018-08-07 | 2018-08-07 | 基于用户相似度的本地教育机构智能推荐方法及其系统 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN109190018A (zh) |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN110377818A (zh) * | 2019-06-14 | 2019-10-25 | 平安科技(深圳)有限公司 | 用户信息推送方法、装置、存储介质和计算机设备 |
CN116384840A (zh) * | 2023-05-29 | 2023-07-04 | 湖南工商大学 | 一种课程推荐方法及相关设备 |
Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN104680453A (zh) * | 2015-02-28 | 2015-06-03 | 北京大学 | 基于学生属性的课程推荐方法及系统 |
CN106777360A (zh) * | 2017-01-18 | 2017-05-31 | 广东小天才科技有限公司 | 内容推荐方法及装置 |
CN107784606A (zh) * | 2016-08-30 | 2018-03-09 | 源渠(上海)信息技术有限公司 | 一种培训机构推荐系统及方法 |
-
2018
- 2018-08-07 CN CN201810888582.XA patent/CN109190018A/zh active Pending
Patent Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN104680453A (zh) * | 2015-02-28 | 2015-06-03 | 北京大学 | 基于学生属性的课程推荐方法及系统 |
CN107784606A (zh) * | 2016-08-30 | 2018-03-09 | 源渠(上海)信息技术有限公司 | 一种培训机构推荐系统及方法 |
CN106777360A (zh) * | 2017-01-18 | 2017-05-31 | 广东小天才科技有限公司 | 内容推荐方法及装置 |
Cited By (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN110377818A (zh) * | 2019-06-14 | 2019-10-25 | 平安科技(深圳)有限公司 | 用户信息推送方法、装置、存储介质和计算机设备 |
CN116384840A (zh) * | 2023-05-29 | 2023-07-04 | 湖南工商大学 | 一种课程推荐方法及相关设备 |
CN116384840B (zh) * | 2023-05-29 | 2023-08-22 | 湖南工商大学 | 一种课程推荐方法及相关设备 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
Cooper et al. | Making the most of summer school: A meta-analytic and narrative review | |
KR100955275B1 (ko) | 학습 관리 시스템 및 방법 | |
CN109948995B (zh) | 教学管理系统 | |
CN106296513A (zh) | 一种网上扫描评阅系统 | |
Hilgoe et al. | The effectiveness of the North Carolina early mathematics placement test in preparing high school students for college-level introductory mathematics courses | |
CN109190018A (zh) | 基于用户相似度的本地教育机构智能推荐方法及其系统 | |
CN109166062A (zh) | 一种基于大数据的教育机构推荐方法及其系统 | |
Arrington et al. | The election of blacks to school boards in North Carolina | |
Swanson et al. | Relationship between achievement in basic science coursework and performance on 1994 USMLE Step 1. 1994-95 Validity Study Group for USMLE Step 1/2 Pass/Fail Standards | |
Seidman | Editor's commentary: Defining retention | |
Coleman et al. | Information systems and performance measures in schools | |
Whitworth et al. | Children caught in the conflict: Are court-endorsed divorce-parenting education programs effective? | |
Ami | The Effects of a Four-Week Summer Bridge Program. | |
KR101804138B1 (ko) | 진로 체험 프로그램 매칭 서비스 제공 방법 및 이를 실행하는 서버 | |
Hadiwiyanti et al. | Evaluation of Campus Event Management Information System Using System Usability Scale Method | |
KR101170999B1 (ko) | 진로 상담 시스템 및 방법 | |
Gordon | Using Computer Adaptive Testing and Multiple Measures To Ensure That Students Are Placed in Courses Appropriate for Their Skills. | |
JP6395159B2 (ja) | 教育計画作成支援装置および教育計画作成方法 | |
JPH1074275A (ja) | 出欠管理装置 | |
JP5071208B2 (ja) | 履修支援装置 | |
Schaeffer et al. | A comparison of three scoring methods for tests with selected-response and constructed-response items | |
Manansala | Differences in style of coping with stress among male and female international students at an urban university. | |
Pekarik et al. | Visitors' role in an exhibition debate: Science in American Life | |
Maeda et al. | Learning session management with e-mail communication | |
JP7262712B2 (ja) | スタンプラリーシステム |
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: 20190111 |
|
RJ01 | Rejection of invention patent application after publication |