CN109461103A - 一种在线教育平台 - Google Patents
一种在线教育平台 Download PDFInfo
- Publication number
- CN109461103A CN109461103A CN201811203337.7A CN201811203337A CN109461103A CN 109461103 A CN109461103 A CN 109461103A CN 201811203337 A CN201811203337 A CN 201811203337A CN 109461103 A CN109461103 A CN 109461103A
- Authority
- CN
- China
- Prior art keywords
- exercise
- knowledge
- user
- rank
- 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
- 239000000284 extract Substances 0.000 claims description 8
- 238000001514 detection method Methods 0.000 claims description 5
- 238000000605 extraction Methods 0.000 claims description 5
- 238000012795 verification Methods 0.000 claims description 5
- 238000000034 method Methods 0.000 claims description 4
- 230000006870 function Effects 0.000 description 5
- 238000007596 consolidation process Methods 0.000 description 2
- 230000007812 deficiency Effects 0.000 description 1
- 230000010354 integration Effects 0.000 description 1
- 238000007619 statistical method Methods 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
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)
Abstract
本发明涉及教育平台的技术领域,尤其是涉及一种在线教育平台,包括教师教学系统和习题练习系统,习题练习系统包括题库模块、习题难度级别判断模块、用户学识级别判断模块以及习题选择模块;题库模块,对应每个不同的知识体系建立不同的初始题库;习题难度级别判断模块,根据习题的来源不同建立不同的初始难度级别标记;用户学识级别判断模块,根据用户在不同知识体系内做的习题正确率来建立用户在不同知识体系内的学识级别标记;习题选择模块,对应选定的知识体系,根据用户的学识级别在对应知识体系内系统随机选择相对应难度的习题。能够根据用户自身在对应领域的学识级别提供相应的练习题目,更具有针对性,因此能够进行更高效地学习。
Description
技术领域
本发明涉及教育平台的技术领域,尤其是涉及一种在线教育平台。
背景技术
在线教育平台即在线网络的教育平台,实质是面向全国的资源共享,是一种全新的交流学习方式。
申请公布号为CN107911403A的发明专利公开了一种基于教育大数据的教育平台。该教育大数据平台通过整合第三方教育应用软件系统,作为教育大数据应用运转体系,为各类教育应用节身构建教育大数据应用的成本。
上述的现有技术方案存在以下缺陷:该教育大数据平台仅仅是对教育资源的简单整合,并不能为用户筛选合适的有用信息,为用户学习提供更高效的手段。
发明内容
本发明的目的是提供一种在线教育平台,其优势在于能够为用户提供更高效的学习途径。
本发明的上述发明目的是通过以下技术方案得以实现的:一种在线教育平台,包括教师教学系统和习题练习系统,教师教学系统为不同学科老师开设的在线教学课程,习题练习系统包括题库模块、习题难度级别判断模块、用户学识级别判断模块以及习题选择模块;
题库模块,对应每个不同的知识体系建立不同的初始题库;
习题难度级别判断模块,根据习题的来源不同建立不同的初始难度级别标记;
用户学识级别判断模块,根据用户在不同知识体系内做的习题正确率来建立用户在不同知识体系内的学识级别标记;
习题选择模块,对应选定的知识体系,根据用户的学识级别在对应知识体系内系统随机选择相对应难度的习题。
通过采用上述技术方案,通过教师教学系统进行在线教育学习后,然后使用习题练习系统巩固知识点。建立不同知识体系的初始题库后,通过习题难度级别判断模块判断习题的难度,并通过用户学识级别判断模块判断用户的学识级别。习题选择模块根据用户的学识级别随机选择相对应难度级别的习题供用户练习。由于能够根据用户自身在对应领域的学识级别提供相应的练习题目,更具有针对性,因此能够进行更高效地学习。
本发明进一步设置为:习题难度级别判断模块统计每道习题抽取次数和正确率,当习题的抽取次数达到一定数值且正确率高于/低于设定好的数值时,将习题的难度级别降低/提高一个级别,并重新开始统计其抽取次数和正确率。
通过采用上述技术方案,习题难度级别判断模块在确定初始难度后,后续通过相对应学识级别用户的做题正确率来进一步判断题目的难度级别,使得对题目的难度级别判断上更加准确。
本发明进一步设置为:还包括核对答案、提供错题分析学习途径的错题分析模块。
通过采用上述技术方案,错题分析模块分析答案是否正确,并提供相应错题的讲解途径。
本发明进一步设置为:错题分析模块检测核对答案、识别错题后,并调出相应错题的讲解视频链接供用户学习;讲解视频播放完毕后,提供在线老师的联系方式。
通过采用上述技术方案,对应错题给出相应的讲解视频链接供用户学习,用户可以自行判断题目是由于粗心产生的错误还是知识点没有掌握而导致的错误,并选择相应的讲解视频链接电机查看。当看完相应的讲解视频仍然无法理解时,可以通过向在线老师单独寻求解答。
本发明进一步设置为:用户巩固错题时,习题选择模块从用户错题对应的知识体系内随机选择之前未抽取过的且难度级别与先前习题相等或高一级的新习题。
通过采用上述技术方案,用户想要巩固错题时,系统直接根据错题领域和错题难度级别选择相适应难度的题目。
本发明进一步设置为:课程教学时,老师确定用户的学识级别和要学习的各类知识体系后,根据用户的学识级别在该知识体系内随机选择相对应难度的习题。
通过采用上述技术方案,老师根据用户的课堂学习情况确定用户的初始学识级别,避免用户从任一难度开始时由于初始判断偏差过大而使得随机抽取的题目过难或者过于简单而导致用户在确定自身学识级别上花费过多的时间。
本发明进一步设置为:用户自主学习时,自主选择想学的知识体系,用户学识级别判断模块根据用户以往在该知识体系内做的试题的正确率来判断用户的学识级别;然后习题选择模块根据用户的学识级别在该知识体系内系统随机选择相对应难度的习题。
通过采用上述技术方案,通过用户学识级别判断模块根据用户在相应知识体系内做题的正确率调整他的学识级别。在自主学习没有老师安排习题的情况下根据判断的学识级别给与相应难度的习题。
综上所述,本发明的有益技术效果为:
1.能够根据用户自身在对应领域的学识级别提供相应的练习题目,更具有针对性,因此能够进行更高效地学习;
2.习题难度级别判断模块在确定初始难度后,后续通过相对应学识级别用户的做题正确率来进一步判断题目的难度级别,使得对题目的难度级别判断上更加准确。
附图说明
图1是实施例的流程图。
附图标记:1、教师教学系统;2、习题练习系统;3、题库模块;4、习题难度级别判断模块;5、用户学识级别判断模块;6、习题选择模块;7、错题分析模块。
具体实施方式
以下结合附图对本发明作进一步详细说明。
如图1所示,一种在线教育平台,包括教师教学系统1和习题练习系统2,教师教学系统1为不同学科老师开设的在线教学课程,习题练习系统2包括题库模块3、习题难度级别判断模块4、用户学识级别判断模块5、习题选择模块6、错题分析模块7。
题库模块3,对应每个不同的知识体系建立不同的初始题库,例如:把初中的几何解析题目单独划分为一个题库,把初中的函数解析题目单独划分为一个题库。
习题难度级别判断模块4,根据习题的来源不同建立不同的难度级别标记,例如:高考习题录入后标记为四级难度,书本课后作业练习题录入时标记为二级难度。后续根据用户做题正确率反馈智能分析习题的难度级别,并进行调整。
用户学识级别判断模块5,根据用户在不同知识体系内做的习题正确率来建立每个用户在不同知识体系内的学识级别标记,在不同的领域独立标记为不同的学识级别。
习题选择模块6,对应选定的知识体系,根据用户的学识级别在对应知识体系内系统随机选择相对应难度的习题。
错题分析模块7,核对答案,提供错题分析学习途径,帮助用户理解错题、掌握知识点。
在线课程教学时,在线教学的老师初步确认用户的大致学识级别后,习题选择模块6对应老师选择的各类知识体系,习题选择模块6根据用户的学识级别在该知识体系内随机选择相对应难度的习题。
用户习题做完后,错题分析模块7检测核对答案、识别错题后,并调出相应错题的讲解视频链接供用户学习。当用户看了讲解视频后仍然无法理解时,提供在线老师的联系方式,可以寻求在线老师的帮助。
用户巩固错题时,习题选择模块6从用户错题对应的知识体系内随机选择之前未抽取过的且难度级别与先前习题相等或高一级的新习题,作为错题知识点是否已经巩固的检测。
用户自主学习时,选择想学的知识体系,用户学识级别判断模块5根据用户以往在该知识体系内做的试题的正确率来判断用户的学识级别。然后习题选择模块6根据用户的学识级别在该知识体系内随机选择相对应难度的习题。
习题难度级别判断模块4统计每道习题抽取次数和正确率,当习题的抽取次数达到一定数值且正确率高于/低于设定好的数值时,将习题的难度级别降低/提高一个级别,并重新开始统计其抽取次数和正确率。
对用户学识级别和习题难度级别的不断分析调整,通过这样的大数据统计分析方式在数据样本越多时,越能够得出相对准确的用户学识级别和习题难度级别,也就能够为用户安排合适难度的习题。能够随时检测用户的学习进度,避免用户重复练习已经完全掌握的知识点,为用户提供更高效的学习途径。
具体案例过程:
在线教学的老师初步设定用户在初中的几何解析领域的学识级别在两级、函数解析领域的学识级别在三级之后,习题选择模块6随机选择两级难度的几何解析题目和三级难度的函数解析题目混合后发给用户。
用户做完老师布置的习题后,错题分析模块7检测核对答案、识别错题。当发现用户在几何解析分类的题目里面出现错题时,错题分析模块7给出相应错题的讲解视频链接,用户可以自行点击不懂的题目的讲解视频链接进行学习。当用户看了讲解视频后仍然无法理解时,可以寻求在线老师的帮助。
用户想要巩固错题时,习题选择模块6从初中几何解析领域的题库中选择难度级别为两级的未抽取题目作为巩固练习题,用户进行巩固练习。
用户想要自主学习时,例如选择初中的函数解析领域后,用户学识级别判断模块5根据用户之前在函数解析领域三级难度题目的正确率进行判断。当正确率大于百分之九十时,将用户学识级别提成到四级;当正确率低于百分之六十时,将用户学识级别降低到两级;其他情况则维持不变。然后对应用户重新确定的学识能力级别在相应的难度级别随机抽取题目。
习题难度级别判断模块4统计每道习题抽取次数和正确率,当习题的抽取次数达到100次后,根据用户做该题目的正确率进行判断。当总正确率高于百分之七十时,将该题目的难度级别降低一个级别;当总正确率低于百分之三十时,将该题目的难度级别提升一个级别。
本具体实施方式的实施例均为本发明的较佳实施例,并非依此限制本发明的保护范围,故:凡依本发明的结构、形状、原理所做的等效变化,均应涵盖于本发明的保护范围之内。
Claims (7)
1.一种在线教育平台,其特征是:包括教师教学系统(1)和习题练习系统(2),教师教学系统(1)为不同学科老师开设的在线教学课程,习题练习系统(2)包括题库模块(3)、习题难度级别判断模块(4)、用户学识级别判断模块(5)以及习题选择模块(6);
题库模块(3),对应每个不同的知识体系建立不同的初始题库;
习题难度级别判断模块(4),根据习题的来源不同建立不同的初始难度级别标记;
用户学识级别判断模块(5),根据用户在不同知识体系内做的习题正确率来建立用户在不同知识体系内的学识级别标记;
习题选择模块(6),对应选定的知识体系,根据用户的学识级别在对应知识体系内系统随机选择相对应难度的习题。
2.根据权利要求1所述的在线教育平台,其特征是:习题难度级别判断模块(4)统计每道习题抽取次数和正确率,当习题的抽取次数达到一定数值且正确率高于/低于设定好的数值时,将习题的难度级别降低/提高一个级别,并重新开始统计其抽取次数和正确率。
3.根据权利要求1所述的在线教育平台,其特征是:还包括核对答案、提供错题分析学习途径的错题分析模块(7)。
4.根据权利要求3所述的在线教育平台,其特征是:错题分析模块(7)检测核对答案、识别错题后,并调出相应错题的讲解视频链接供用户学习;讲解视频播放完毕后,提供在线老师的联系方式。
5.根据权利要求4所述的在线教育平台,其特征是:用户巩固错题时,习题选择模块(6)从用户错题对应的知识体系内随机选择之前未抽取过的且难度级别与先前习题相等或高一级的新习题。
6.根据权利要求1所述的在线教育平台,其特征是:在线课程教学时,老师确定用户的学识级别和要学习的各类知识体系后,根据用户的学识级别在该知识体系内随机选择相对应难度的习题。
7.根据权利要求1所述的在线教育平台,其特征是:用户自主学习时,自主选择想学的知识体系,用户学识级别判断模块(5)根据用户以往在该知识体系内做的试题的正确率来判断用户的学识级别;然后习题选择模块(6)根据用户的学识级别在该知识体系内系统随机选择相对应难度的习题。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201811203337.7A CN109461103A (zh) | 2018-10-16 | 2018-10-16 | 一种在线教育平台 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201811203337.7A CN109461103A (zh) | 2018-10-16 | 2018-10-16 | 一种在线教育平台 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN109461103A true CN109461103A (zh) | 2019-03-12 |
Family
ID=65607772
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201811203337.7A Pending CN109461103A (zh) | 2018-10-16 | 2018-10-16 | 一种在线教育平台 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN109461103A (zh) |
Cited By (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN109859549A (zh) * | 2019-03-15 | 2019-06-07 | 山东顺势教育科技有限公司 | 数理化智适应学习系统 |
CN110524558A (zh) * | 2019-08-30 | 2019-12-03 | 王艺锦 | 一种辅助教学机器人 |
CN110660280A (zh) * | 2019-07-30 | 2020-01-07 | 湖南优积谷网络科技有限公司 | 一种基于移动互联网的互动学习平台 |
CN112435520A (zh) * | 2020-11-30 | 2021-03-02 | 九江学院 | 一种艺术设计与美术学通识基础课数字化在线教育平台 |
CN112700690A (zh) * | 2019-10-23 | 2021-04-23 | 上海泽稷教育培训有限公司 | 生成测试习题的实现方法、系统、介质及智能终端 |
CN114897369A (zh) * | 2022-05-11 | 2022-08-12 | 重庆鼎维网络科技有限公司 | 一种自适应线上学习系统 |
CN114913729A (zh) * | 2021-02-09 | 2022-08-16 | 广州视源电子科技股份有限公司 | 一种选题方法、装置、计算机设备和存储介质 |
CN115511677A (zh) * | 2022-10-18 | 2022-12-23 | 天津景润网络科技有限公司 | 一种智能化教育资源平台调配的方法及系统 |
Citations (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN103021217A (zh) * | 2011-09-20 | 2013-04-03 | 虞思华 | 一种交互式学习系统 |
CN103971553A (zh) * | 2014-05-29 | 2014-08-06 | 深圳图瑞交互信息技术有限公司 | 反馈式教学系统和反馈式教学方法 |
CN106652620A (zh) * | 2016-12-29 | 2017-05-10 | 广东小天才科技有限公司 | 一种终端测评方法及装置 |
CN107301165A (zh) * | 2016-04-14 | 2017-10-27 | 科大讯飞股份有限公司 | 一种试题难度分析方法及系统 |
CN107992595A (zh) * | 2017-12-12 | 2018-05-04 | 广东小天才科技有限公司 | 一种学习内容推荐方法、装置及智能设备 |
CN108281052A (zh) * | 2018-02-09 | 2018-07-13 | 郑州市第十中学 | 一种在线教学系统及在线教学方法 |
CN108510816A (zh) * | 2018-03-30 | 2018-09-07 | 重庆智考信息技术有限公司 | 在线学习系统及方法 |
-
2018
- 2018-10-16 CN CN201811203337.7A patent/CN109461103A/zh active Pending
Patent Citations (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN103021217A (zh) * | 2011-09-20 | 2013-04-03 | 虞思华 | 一种交互式学习系统 |
CN103971553A (zh) * | 2014-05-29 | 2014-08-06 | 深圳图瑞交互信息技术有限公司 | 反馈式教学系统和反馈式教学方法 |
CN107301165A (zh) * | 2016-04-14 | 2017-10-27 | 科大讯飞股份有限公司 | 一种试题难度分析方法及系统 |
CN106652620A (zh) * | 2016-12-29 | 2017-05-10 | 广东小天才科技有限公司 | 一种终端测评方法及装置 |
CN107992595A (zh) * | 2017-12-12 | 2018-05-04 | 广东小天才科技有限公司 | 一种学习内容推荐方法、装置及智能设备 |
CN108281052A (zh) * | 2018-02-09 | 2018-07-13 | 郑州市第十中学 | 一种在线教学系统及在线教学方法 |
CN108510816A (zh) * | 2018-03-30 | 2018-09-07 | 重庆智考信息技术有限公司 | 在线学习系统及方法 |
Cited By (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN109859549A (zh) * | 2019-03-15 | 2019-06-07 | 山东顺势教育科技有限公司 | 数理化智适应学习系统 |
CN110660280A (zh) * | 2019-07-30 | 2020-01-07 | 湖南优积谷网络科技有限公司 | 一种基于移动互联网的互动学习平台 |
CN110524558A (zh) * | 2019-08-30 | 2019-12-03 | 王艺锦 | 一种辅助教学机器人 |
CN112700690A (zh) * | 2019-10-23 | 2021-04-23 | 上海泽稷教育培训有限公司 | 生成测试习题的实现方法、系统、介质及智能终端 |
CN112435520A (zh) * | 2020-11-30 | 2021-03-02 | 九江学院 | 一种艺术设计与美术学通识基础课数字化在线教育平台 |
CN114913729A (zh) * | 2021-02-09 | 2022-08-16 | 广州视源电子科技股份有限公司 | 一种选题方法、装置、计算机设备和存储介质 |
CN114897369A (zh) * | 2022-05-11 | 2022-08-12 | 重庆鼎维网络科技有限公司 | 一种自适应线上学习系统 |
CN115511677A (zh) * | 2022-10-18 | 2022-12-23 | 天津景润网络科技有限公司 | 一种智能化教育资源平台调配的方法及系统 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN109461103A (zh) | 一种在线教育平台 | |
Hammer | The Intercultural Development Inventory: A new frontier in assessment and development of intercultural competence | |
Krüger et al. | A data model to ease analysis and mining of educational data | |
CN106204378A (zh) | 一种课程数据排布的处理方法和系统 | |
Bloom | Creating Desirable Difficulties: Strategies for Reshaping Teaching and Learning in the Law School Classroom | |
Cook et al. | MOOClm: user modelling for MOOCs | |
CN102332216A (zh) | 一种辅助学校教育的远程教学方法及系统 | |
CN106251261A (zh) | 一种培训方案生成方法及装置 | |
CN105869087A (zh) | 课外教学管理系统及其使用方法 | |
CN107818529A (zh) | 一种用于学校教育的云计算系统和实现方法 | |
Blum et al. | Moving toward a more socially just classroom through teacher preparation for inclusion | |
CN116403445A (zh) | 一种自适应辅助教学方法、装置、电子设备及存储介质 | |
Stokes et al. | A phenomenographic approach to investigating students’ conceptions of geoscience as an academic discipline | |
CN108109090B (zh) | 基于大数据的教育资源共享平台 | |
Phillipson | Parental expectations: The influence of the significant other on school achievement | |
KR100675438B1 (ko) | 강의 조합에 의한 온라인 맞춤형 학습 방법 | |
Salgür | Importance of mentoring in teacher training | |
US20170124899A1 (en) | Electronic educational system | |
Uličná | Professional vision of future English language teachers: subject-specific noticing and knowledge-based reasoning. | |
Ehimwenma et al. | Pre-assessment and learning recommendation mechanism for a multi-agent system | |
Barratt-See et al. | Assessing resilient agency with CLARA: Empirical findings from piloting a visual analytics tool at UTS | |
CN109448478A (zh) | 一种建筑安管人员继续教育学习系统和方法 | |
YanJu et al. | Vocabulary Acquisition through Quizlet by Mandarin Language Learners: a case study in USIM | |
Leyk et al. | Structured Peer Learning Program-An Innovative Approach to Computer Science Education | |
Seltzer et al. | Multilevel analysis |
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: 20190312 |
|
RJ01 | Rejection of invention patent application after publication |