CN109859553B - 一种基于学生做题情况的能力评测方法 - Google Patents

一种基于学生做题情况的能力评测方法 Download PDF

Info

Publication number
CN109859553B
CN109859553B CN201811473939.4A CN201811473939A CN109859553B CN 109859553 B CN109859553 B CN 109859553B CN 201811473939 A CN201811473939 A CN 201811473939A CN 109859553 B CN109859553 B CN 109859553B
Authority
CN
China
Prior art keywords
student
knowledge
mastery
question
degree
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.)
Active
Application number
CN201811473939.4A
Other languages
English (en)
Other versions
CN109859553A (zh
Inventor
杜振锋
周晓清
周燕
曾凡智
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.)
Guangdong Yijiaotong Technology Co ltd
Original Assignee
Guangdong Etonedu Co ltd
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 Guangdong Etonedu Co ltd filed Critical Guangdong Etonedu Co ltd
Priority to CN201811473939.4A priority Critical patent/CN109859553B/zh
Publication of CN109859553A publication Critical patent/CN109859553A/zh
Application granted granted Critical
Publication of CN109859553B publication Critical patent/CN109859553B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Abstract

本发明公开了一种基于学生做题情况的能力评测方法,综合考虑学生的做题情况、答题时间和遗忘曲线等参数,并通过数学建模的方式量化出学生对题目的掌握程度,并依据学生对题目的掌握程度和题目的难度系数,以及知识点与题目的关联性,构建学生的知识点掌握矩阵及知识图谱。使得对学生的评价更加全面、合理。

Description

一种基于学生做题情况的能力评测方法
技术领域
本发明涉及个性化教育领域,尤其涉及一种基于学生做题情况的能力评测方法。
背景技术
随着教育信息化的发展,使优质教育资源实现公民办学校全覆盖成为可能,如何充分利用庞大的优质教育资源,提升教学质量,是现阶段热点问题。提升教学质量的有效解决方案是因材施教,也即个性化教育。
传统的评测方法中,往往只考虑了学生做题的对错,而不考虑学生的做题时间,题目的难度,和学生对知识的遗忘程度,因此无法客观的反映学生对于某个知识点的掌握程度,因此也无法给出学生的客观评价。
发明内容
本发明所要解决的技术问题提供基于学生做题情况的能力评测方法。利用学生习题集数据,运用数学建模的方法,综合考虑学生的做题情况、答题时间和遗忘曲线和关联知识点难度系数等参数,给出学生对各题目的掌握程度的量化方法。再进一步通过题目中包含知识点的关联关系,将学生的做题情况,量化为学生对知识点的掌握情况,为实现个性化教育提供依据。
为了解决上述问题,本发明的技术方案是:一种基于学生做题情况的能力评测方法包括以下步骤:
步骤S1,根据学生做题情况来计算学生对题目得掌握情况,学生u对题目v的掌握情况评价ruv如下:
Figure GDA0003115830480000021
其中:
Figure GDA0003115830480000022
为学生答题时间与平均答题时间的差,其中ta为该题目的平均答题时间,
Figure GDA0003115830480000023
表示学生u对试题v回答的答题时长;
Figure GDA0003115830480000024
为答题日期间隔,
Figure GDA0003115830480000025
代表答题日期间隔的影响因子的函数;
Figure GDA0003115830480000026
为学生实际得分与题目总分的比值,对于客观题,答对为1,答错为0;y1=1-0.56x0.06为计算遗忘程度的函数;
Figure GDA0003115830480000027
是衡量做题时间与做题时长的影响因子的函数;
步骤S2,根据学生对做过题目的掌握情况及题目与知识点的对应关系得出学生对知识点的掌握情况:根据ruv的计算值,综合给出学生u对知识点集合S的掌握情况λu=(λu1,λu2,λu3...λuK),其中,知识点集合S={Sk|k=1,2,...,K},分量Sk代表编号为k的知识点,K代表知识点的总数,λuk中(k=1,2,...,K)代表学生u对知识点k的掌握程度;将难度系数矩阵q中每一行所有数值乘以该行所表示的题目的掌握程度,再统计每一列的非零值,将每一列的非零值相加之后取平均则为该列对应知识点的掌握程度;设某一列对应知识点为Sk,题目的总个数为V,则该知识点的掌握程度为:
Figure GDA0003115830480000028
其中sign(g)为符号函数,自变量大于0时函数值为1,等于0时函数值为0;
步骤S3,知识图谱展示:求出学生对知识点的知识掌握程度后,根据学生与知识点的关联关系,及知识点与知识点之间的关联关系来展示学生的知识图谱;规定用三个同心圆来代表一个知识点,三个圆从内到外分别表示不同时间段(上上周,上周,本周)对于该知识点该学生的掌握程度,掌握程度的高低由不同的颜色来区分;不同知识点之间的箭头代表知识点之间具有关联关系,而箭头的粗细代表知识点的关联程度,箭头越粗则代表两个知识之间的关联性越强。
由于采用了上述技术方案,本发明与现有技术相比具有如下有益效果:
综合考虑学生的做题情况、答题时间和遗忘曲线等参数,并通过数学建模的方式量化出学生对题目的掌握程度,并依据学生对题目的掌握程度和题目的难度系数,以及知识点与题目的关联性,构建学生的知识点掌握矩阵及知识图谱。使得对学生的评价更加全面、合理。
附图说明
为了更清楚地说明本发明实施例或现有技术中的技术方案,下面将对实施例或现有技术描述中所需要使用的附图作简单介绍,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,对于本领域普通技术人员来讲,在不付出创造性劳动的前提下,还可以根据这些附图获得其他的附图。
图1是本发明实施例的整体框架图。
图2是本发明实施例的标准正态分布图。
图3是本发明实施例的知识图谱。
图4是本发明实施例的艾宾浩斯遗忘曲线图。
具体实施方式
为使本发明实施例的目的、技术方案和优点更加清楚,下面将结合本发明实施例和附图,对本发明实施例中的技术方案进行清楚、完整地描述。需要说明的是,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。基于本发明中的实施例,本领域普通技术人员在没有付出创造性劳动前提下所获得的所有其他实施例,都属于本发明保护的范围。
下面结合附图说明本发明的一种具体实施方式。
一种基于学生做题情况的能力评测方法,包括以下步骤:
步骤S1,根据学生做题情况来计算学生对题目得掌握情况:学生u对每个题目v掌握情况为ru=(ru1,ru2,ru3...ruv),本方案综合考虑该学生的平均作答时间,时间遗忘曲线和答题得分情况。平均作答时间:超过平均作答时间越长表示掌握程度越差,参考正态分布函数;时间遗忘曲线:时间过得越久,掌握程度越低,考虑学生对知识点存在遗忘性,参考艾宾浩斯遗忘曲线;答题情况:题目得分占总分的比值。
学生u对题目v的掌握情况评价ruv的计算公式(1)、(2)如下,主要考虑三个因素:1)题目得分情况(α),2)遗忘函数(y1),3)做题时长函数(y2)。
Figure GDA0003115830480000041
Figure GDA0003115830480000042
其中:
Figure GDA0003115830480000043
为学生答题时间与平均答题时间的差,其中为该题目的平均答题时间,
Figure GDA0003115830480000044
表示学生u对试题v回答的答题时长;
Figure GDA0003115830480000045
代表答题日期间隔的影响因子的函数。
Figure GDA0003115830480000046
为答题日期间隔;
Figure GDA0003115830480000047
为学生实际得分与题目总分的比值,对于客观题,答对为1,答错为0;
y1=1-0.56x0.06为计算遗忘程度的函数;
Figure GDA0003115830480000048
是衡量做题时间与做题时长的影响因子的函数。
引入因子y2的目的在于:1、保证知识点评估模型的实时性。2、将学生的做题时间作为学生对题目掌握程度的一个评估参数。
由于学生做题有一个时间顺序,为了保证后面对学生知识点掌握程度评价的实时性,需引入一个在正半轴衰减的函数,降低做题时间比较久远(x较大)的错题对学生当前对知识点掌握程度的影响。另一方面,由于学生的做题时长往往可以从侧面反映出学生对题目的掌握程度,因此同样需要引入一个在正半轴衰减的函数,使得学生的做题时间高于该题目的平均完成时间越多(Δt越大)则反映其对于题目的掌握程度越低。
综上考虑,由于标准正态分布函数满足在正半轴趋减,且趋减速度较为平缓同时与正半轴始终没有交点,能够较好的吻合方案的需求,因此选用该函数,其图像如附图中所示。
步骤S2,根据学生对做过题目的掌握情况及题目与知识点的对应关系得出学生对知识点的掌握情况:根据ruv的计算值,综合给出学生u对知识点集合S的掌握情况,λu=(λu1,λu2,λu3...λuK),其中知识点集合S={Sk|k=1,2,...,K},分量Sk代表编号为k的知识点,K代表知识点的总数,λuk中(k=1,2,...,K)代表学生u对知识点k的掌握程度。
计算的方法为:将难度系数矩阵q中每一行所有数值乘以该行所表示的题目的掌握程度,再统计每一列的非零值,将每一列的非零值相加之后取平均则为该列对应知识点的掌握程度。设某一列对应知识点为Sk,题目的总个数为V,则该知识点的掌握程度为:
Figure GDA0003115830480000051
其中sign(g)为符号函数,自变量大于0时函数值为1,等于0时函数值为0。
步骤S3,知识图谱展示:求出学生对知识点的知识掌握程度后,我们可以根据学生与知识点的关联关系,及知识点与知识点之间的关联关系来展示学生的知识图谱。本方法提出一种新的知识图谱展示方式,如附图中所示。
其中,规定用三个同心圆来代表一个知识点,三个圆从内到外分别表示不同时间段(上上周,上周,本周)对于该知识点该学生的掌握程度,掌握程度的高低由不同的颜色来区分。不同知识点之间的箭头代表知识点之间具有关联关系,而箭头的粗细代表知识点的关联程度,箭头越粗则代表两个知识之间的关联性越强。
以上所述具体实施方式仅表达了本发明的一种实施方式,其描述较为具体和详细,但并不能因此而理解为对本发明专利范围的限制。应当指出的是,对于本领域的普通技术人员来说,在不脱离本发明构思的前提下,还可以做出若干变形和改进,这些都属于本发明的保护范围。

Claims (1)

1.一种基于学生做题情况的能力评测方法,其特征在于,包括以下步骤:
步骤S1,根据学生做题情况来计算学生对题目得掌握情况,学生u对题目v的掌握情况评价ruv如下:
Figure FDA0003115830470000011
其中:
Figure DEST_PATH_GDA0003115830480000022
为学生答题时间与平均答题时间的差,其中ta为该题目的平均答题时间,
Figure FDA0003115830470000013
表示学生u对试题v回答的答题时长;
Figure FDA0003115830470000014
Figure FDA0003115830470000015
为答题日期间隔,
Figure FDA0003115830470000016
代表答题日期间隔的影响因子的函数;
Figure FDA0003115830470000017
为学生实际得分与题目总分的比值,对于客观题,答对为1,答错为0;y1=1-0.56x0.06为计算遗忘程度的函数;
Figure FDA0003115830470000018
是衡量做题时间与做题时长的影响因子的函数;
步骤S2,根据学生对做过题目的掌握情况及题目与知识点的对应关系得出学生对知识点的掌握情况:根据ruv的计算值,综合给出学生u对知识点集合S的掌握情况λu=(λu1,λu2,λu3…λuK),其中,知识点集合S={Skk=1,2,...,K},分量Sk代表编号为k的知识点,K代表知识点的总数,λuk中(k=1,2,…,K)代表学生u对知识点k的掌握程度;将难度系数矩阵q中每一行所有数值乘以该行所表示的题目的掌握程度,再统计每一列的非零值,将每一列的非零值相加之后取平均则为该列对应知识点的掌握程度;设某一列对应知识点为Sk,题目的总个数为V,则该知识点的掌握程度为:
Figure FDA0003115830470000019
其中sign(g)为符号函数,自变量大于0时函数值为1,等于0时函数值为0;
步骤S3,知识图谱展示:求出学生对知识点的知识掌握程度后,根据学生与知识点的关联关系,及知识点与知识点之间的关联关系来展示学生的知识图谱;规定用三个同心圆来代表一个知识点,三个圆从内到外分别表示不同时间段(上上周,上周,本周)对于该知识点该学生的掌握程度,掌握程度的高低由不同的颜色来区分;不同知识点之间的箭头代表知识点之间具有关联关系,而箭头的粗细代表知识点的关联程度,箭头越粗则代表两个知识之间的关联性越强。
CN201811473939.4A 2018-12-04 2018-12-04 一种基于学生做题情况的能力评测方法 Active CN109859553B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201811473939.4A CN109859553B (zh) 2018-12-04 2018-12-04 一种基于学生做题情况的能力评测方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201811473939.4A CN109859553B (zh) 2018-12-04 2018-12-04 一种基于学生做题情况的能力评测方法

Publications (2)

Publication Number Publication Date
CN109859553A CN109859553A (zh) 2019-06-07
CN109859553B true CN109859553B (zh) 2022-02-08

Family

ID=66890670

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201811473939.4A Active CN109859553B (zh) 2018-12-04 2018-12-04 一种基于学生做题情况的能力评测方法

Country Status (1)

Country Link
CN (1) CN109859553B (zh)

Families Citing this family (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN111507596A (zh) * 2020-04-09 2020-08-07 圆梦共享教育科技(深圳)有限公司 一种基于人工智能的学生学习能力评估方法
CN111862707A (zh) * 2020-06-19 2020-10-30 北京国音红杉树教育科技有限公司 一种语言互译学习中评估用户记忆水平的方法及设备
CN111539588A (zh) * 2020-07-08 2020-08-14 江西理工大学南昌校区 通过修正简答题得分预测学习成果的方法
CN112116506B (zh) * 2020-09-02 2022-06-28 上海松鼠课堂人工智能科技有限公司 对知识点掌握程度进行测量的方法
CN112131349B (zh) * 2020-09-30 2021-08-06 上海松鼠课堂人工智能科技有限公司 对知识点掌握状态进行测量的方法

Citations (8)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN102346976A (zh) * 2011-03-03 2012-02-08 郭华 基于知识结构及效果反馈的电子设备辅助学习方法
CN104867075A (zh) * 2015-06-04 2015-08-26 武汉美联智酷教育科技有限公司 一种网上学习评测系统及评测方法
CN105373703A (zh) * 2015-12-02 2016-03-02 武汉慧人信息科技有限公司 一种基于遗忘曲线的自适应能力测试系统
CN106971356A (zh) * 2017-03-14 2017-07-21 杭州博世数据网络有限公司 一种基于答题数据的知识点记忆程度计算方法
CN107122452A (zh) * 2017-04-26 2017-09-01 中国科学技术大学 时序化的学生认知诊断方法
CN108257052A (zh) * 2018-01-16 2018-07-06 中南大学 一种在线学生知识评估方法及其系统
CN108563780A (zh) * 2018-04-25 2018-09-21 北京比特智学科技有限公司 课程内容推荐方法和装置
CN108763588A (zh) * 2018-06-19 2018-11-06 深圳习习网络科技有限公司 一种知识点量化分析方法及装置

Family Cites Families (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
TW201818271A (zh) * 2016-11-09 2018-05-16 財團法人資訊工業策進會 程式能力評估系統與程式能力評估方法

Patent Citations (8)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN102346976A (zh) * 2011-03-03 2012-02-08 郭华 基于知识结构及效果反馈的电子设备辅助学习方法
CN104867075A (zh) * 2015-06-04 2015-08-26 武汉美联智酷教育科技有限公司 一种网上学习评测系统及评测方法
CN105373703A (zh) * 2015-12-02 2016-03-02 武汉慧人信息科技有限公司 一种基于遗忘曲线的自适应能力测试系统
CN106971356A (zh) * 2017-03-14 2017-07-21 杭州博世数据网络有限公司 一种基于答题数据的知识点记忆程度计算方法
CN107122452A (zh) * 2017-04-26 2017-09-01 中国科学技术大学 时序化的学生认知诊断方法
CN108257052A (zh) * 2018-01-16 2018-07-06 中南大学 一种在线学生知识评估方法及其系统
CN108563780A (zh) * 2018-04-25 2018-09-21 北京比特智学科技有限公司 课程内容推荐方法和装置
CN108763588A (zh) * 2018-06-19 2018-11-06 深圳习习网络科技有限公司 一种知识点量化分析方法及装置

Also Published As

Publication number Publication date
CN109859553A (zh) 2019-06-07

Similar Documents

Publication Publication Date Title
CN109859553B (zh) 一种基于学生做题情况的能力评测方法
Lee et al. Enhancing pre-service teachers' self-efficacy beliefs for technology integration through lesson planning practice
Ojose Mathematics literacy: Are we able to put the mathematics we learn into everyday use
Martin et al. Teacher efficacy in student engagement, instructional management, student stressors, and burnout: A theoretical model using in-class variables to predict teachers' intent-to-leave
Akos et al. Teacher perspectives on career-relevant curriculum in middle school
Van de Gaer et al. School engagement and language achievement: A longitudinal study of gender differences across secondary school
Linsell et al. Diagnostic Assessment of Pre-Service Teachers' Mathematical Content Knowledge.
Xie et al. Micro classes as a primary school–level mathematics education response to COVID-19 pandemic in China: Students’ degree of approval and perception of digital equity
Suppes et al. Positive technological and negative pre-test-score effects in a four-year assessment of low socioeconomic status K-8 student learning in computer-based math and language arts courses
De Coninck et al. Measuring student teachers’ self-efficacy beliefs about family-teacher communication: Scale construction and validation
Maher et al. " I Know You Have to Put Down a Zero, but I'm Not Sure Why": Exploring the Link between Pre-Service Teachers' Content and Pedagogical Content Knowledge.
Hurst et al. Investigating children’s multiplicative thinking: Implications for teaching
Peters et al. The teacher observation form: Revisions and updates
CN113535935B (zh) 基于重要程度和优先级的组卷方法、装置、设备及介质
Coşar et al. The effects of computer programming on elementary school students' academic achievement and attitudes towards computer.
Maurer et al. Comparison of learning outcomes for simulation-based and traditional inference curricula in a designed educational experiment
Damaj et al. Effective assessment of student outcomes in computer engineering programs using a minimalistic framework
Berger et al. Development and validation of a vertical scale for formative assessment in mathematics
US20080014568A1 (en) Method and apparatus for correlating and aligning educational curriculum goals with learning content, entity standards and underlying precedents
Hagerman et al. The MSU educational technology certificate courses and their impact on teachers’ growth as technology integrators
Paxinou et al. An IRT-based approach to assess the learning gain of a virtual reality lab students’ experience
Abbas et al. Teachers’ Practices Towards Strengthening Digital Literacyskills
Sokele et al. The importance of synchronous online learning for student success in exams
Kuiper Incorporating a research experience into an early undergraduate statistics course
Bergemann et al. From Social Alignment to Social Control: Reporting the Taliban in Afghanistan

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
CP03 Change of name, title or address
CP03 Change of name, title or address

Address after: 510700 room 106, room 406, No. 1, Yichuang street, Zhongxin Guangzhou Knowledge City, Huangpu District, Guangzhou City, Guangdong Province

Patentee after: Guangdong Yijiaotong Technology Co.,Ltd.

Country or region after: China

Address before: 510000 North 13-17, floor 15, building a, No. 89, Zhongshan Avenue West, Tianhe District, Guangzhou, Guangdong

Patentee before: GUANGDONG ETONEDU CO.,LTD.

Country or region before: China