CN110648086A - 一种线上教学学生分组方法和装置 - Google Patents

一种线上教学学生分组方法和装置 Download PDF

Info

Publication number
CN110648086A
CN110648086A CN201911050204.5A CN201911050204A CN110648086A CN 110648086 A CN110648086 A CN 110648086A CN 201911050204 A CN201911050204 A CN 201911050204A CN 110648086 A CN110648086 A CN 110648086A
Authority
CN
China
Prior art keywords
student
grouping
students
information
teaching
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
Application number
CN201911050204.5A
Other languages
English (en)
Inventor
刘建伟
吴志刚
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.)
Shanghai Fushon Network Information Technology Co Ltd
Original Assignee
Shanghai Fushon Network Information Technology 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 Shanghai Fushon Network Information Technology Co Ltd filed Critical Shanghai Fushon Network Information Technology Co Ltd
Priority to CN201911050204.5A priority Critical patent/CN110648086A/zh
Publication of CN110648086A publication Critical patent/CN110648086A/zh
Pending legal-status Critical Current

Links

Images

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
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F18/00—Pattern recognition
    • G06F18/20—Analysing
    • G06F18/23—Clustering techniques
    • G06F18/232—Non-hierarchical techniques
    • G06F18/2321—Non-hierarchical techniques using statistics or function optimisation, e.g. modelling of probability density functions
    • G06F18/23213—Non-hierarchical techniques using statistics or function optimisation, e.g. modelling of probability density functions with fixed number of clusters, e.g. K-means clustering
    • 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
    • G06Q10/00—Administration; Management
    • G06Q10/06—Resources, workflows, human or project management; Enterprise or organisation planning; Enterprise or organisation modelling
    • G06Q10/063—Operations research, analysis or management
    • G06Q10/0631—Resource planning, allocation, distributing or scheduling for enterprises or organisations
    • G06Q10/06311—Scheduling, planning or task assignment for a person or group

Landscapes

  • Engineering & Computer Science (AREA)
  • Business, Economics & Management (AREA)
  • Human Resources & Organizations (AREA)
  • Theoretical Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • Strategic Management (AREA)
  • Data Mining & Analysis (AREA)
  • Economics (AREA)
  • Tourism & Hospitality (AREA)
  • Educational Administration (AREA)
  • General Physics & Mathematics (AREA)
  • Entrepreneurship & Innovation (AREA)
  • Marketing (AREA)
  • Educational Technology (AREA)
  • General Business, Economics & Management (AREA)
  • Development Economics (AREA)
  • Artificial Intelligence (AREA)
  • General Health & Medical Sciences (AREA)
  • Game Theory and Decision Science (AREA)
  • Operations Research (AREA)
  • Quality & Reliability (AREA)
  • Probability & Statistics with Applications (AREA)
  • Health & Medical Sciences (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Primary Health Care (AREA)
  • Bioinformatics & Cheminformatics (AREA)
  • Bioinformatics & Computational Biology (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Evolutionary Biology (AREA)
  • Evolutionary Computation (AREA)
  • General Engineering & Computer Science (AREA)
  • Management, Administration, Business Operations System, And Electronic Commerce (AREA)
  • Electrically Operated Instructional Devices (AREA)

Abstract

本发明公开了一种线上教学学生分组方法和装置，包括第一流程和第二流程，第一流程包括录入学生基本信息；获取学生综合测试信息，第一流程还包括构建学生特征信息，形成学生档案数据库；第二流程包括从学生档案数据库读取学生数据集，基于学生基本信息预分组，学生特征信息再分组，还包括输出学生分组结果，教务人员根据分组结果进行教学排课。本发明提出一种基于机器学习技术的线上教学学生分组方法和装置，相比基于人工经验的方法，该方法可以提高学生分组速度，形成更具备学习共性的小组，提高同组学生的学习效果。

Description

一种线上教学学生分组方法和装置
技术领域
本发明涉及线上教学领域，尤其涉及一种线上教学学生分组方法和装置。
背景技术
互联网和信息技术带来教育资源的跨时空整合、教育资源利用率的提高和教学质量的提升。在线教育正推动本行业产生广泛和深刻的变革，在线组卷和题库系统、在线1对1和在线直播在线资源和教学方式极大方便和改变了人们的学习方式。当前主流的在线课程教学包括录播、大班直播、小班直播和1对1方式，其中对于中小学生教学而言，在线1对1的方式被认为是最有效的线上辅导方式。但是，在线1对1对教师资源依赖程度高，导致教学成本居高不下。通过1对多的方式(例如，3～5个学生分为一组由一位教师上课)有希望降低师资成本且保持较好的教学效果。根据合作学习(Collaborative Learning)理论，合理的学生分组对教学效果有显著的影响。当前分组方法一般采用人工经验，简单的根据学生年级、学科、成绩进行分组，一方面效率不高，另一方面分组效果难以有效保证。因此，有必要提出改进的技术手段来解决这一问题。
发明内容
有鉴于现有技术的上述缺陷，本发明所要解决的技术问题是提供高效率的学生分组方法，同时提供高效率的学生分组装置。
为实现上述目的，本发明提供了一种线上教学学生分组方法，包括第一流程和第二流程。
进一步地，所述第一流程包括录入学生基本信息；获取学生综合测试信息。
进一步地，所述第一流程还包括构建学生特征信息。
进一步地，所述第一流程还包括存储学生特征信息形成学生档案数据库。
进一步地，所述第二流程包括从学生档案数据库读取学生数据集。
进一步地，所述第二流程还包括基于学生基本信息预分组。
进一步地，所述第二流程还包括基于学生特征信息再分组。
进一步地，所述第二流程还包括输出学生分组结果，教务人员根据分组结果进行教学排课。
本发明的另一目的在于提出一种线上教学学生分组装置，包括采集模块，用于录入学生基本信息、获取学生综合测试信息；存储模块，用于存储录入的学生各项信息，包括学生基本信息、学生特征信息，形成学生档案数据库；读取模块，读取数据库中所有学生的信息，用于执行学生分组算法；计算模块，执行本发明提出的学生分组算法，进行学生分组。
进一步地，还包括显示模块，将学生分组结果显示给教务人员，方便教务人员排课。
本发明提出一种基于机器学习技术的线上教学学生分组方法和装置，相比基于人工经验的方法，该方法可以提高学生分组速度，形成更具备学习共性的小组，提高同组学生的学习效果。
以下将结合附图对本发明的构思、具体结构及产生的技术效果作进一步说明，以充分地了解本发明的目的、特征和效果。
附图说明
图1是本发明一个实施例提出的线上教学学生分组方法子流程示意图；
图2是本发明一个实施例中学生特征信息向量示意图；
图3是本发明一个实施例提出的线上教学学生分组方法另一子流程示意图；
图4是本发明一个实施例中基于学生特征信息再分组的流程示意图；
图5是本发明一个实施例提出的线上教学学生分组装置的组成示意图；
图6是本发明一个实施例所能实施的网络环境示意图；
图7是本发明一个实施例所能运行的计算机结构示意图。
具体实施方式
以下参考说明书附图介绍本发明的多个优选实施例，使其技术内容更加清楚和便于理解。本发明可以通过许多不同形式的实施例来得以体现，本发明的保护范围并非仅限于文中提到的实施例。
在附图中，结构相同的部件以相同数字标号表示，各处结构或功能相似的组件以相似数字标号表示。附图所示的每一组件的尺寸和厚度是任意示出的，本发明并没有限定每个组件的尺寸和厚度。为了使图示更清晰，附图中有些地方适当夸大了部件的厚度。
如图所示，图1是本发明一实施例的流程示例，描述线上教学学生分组方法的一个子流程100，该流程用于收集和存储学生相关信息，包括：
120：录入学生基本信息。
本实施中，学生基本信息可以包括性别、年级、学习科目、地区、教材版本。
130：获取学生综合测试信息。
学生通过参加综合性测试，可定量评估学生各方面个性，形成学生画像。可选地，学生参加的测试可包括：学生学习科目的成绩测评，检测学生该学科的知识强弱项；所罗门学习风格测评；MBTI性格测试；DISC性格测试。
140：构建学生特征信息。
依据130的测试结果，可以为学生构建对应的量化特征信息。该特征信息可以是一个结构化的特征向量，特征向量由多个子向量串接而成。可选地，如图2所示，多个子向量包括：
141：学生学科成绩评估向量；
142：学生所罗门学习风格评估向量；
143：学生MBTI性格测试结果向量；
144：学生DISC性格测试结果向量。
学生的特征还可通过其他测试进行评估，不为本实施例所限定。
150：存储学生特征信息形成学生档案数据库160。存储学生档案的数据库可以是关系型数据库MySQL或非关系型数据库MongoDB。
图3是本发明一个实施例的流程示例，描述线上教学学生分组方法的另一个子流程200，该流程根据收集的学生信息对学生进行分组，包括：
210：从学生档案数据库160读取学生数据集。
220：基于学生基本信息预分组。
可选地，预分组指将同年级、同学习科目和使用相同教材版本的学生分为一组。
230：基于学生特征信息再分组。220预分组后每一大组学生再基于140构建的特征信息进行细粒度的分组。可选地，如图4所示，采用分层聚类的方式进行230描述的再分组。
231：初始化处理，将每个学生分为一组。
232：计算每组学生之间两两特征信息向量的距离，将距离最小的两组合为一组。剩下未合并组如此循环处理，直至每两组被合并为一组。可选地，距离计算方法采用欧式距离或者余弦距离。
每次合并后进行终止判断，是否每个小组学生达到预定数量？例如要求每组学生数为3～5，则进行两次合并后，每组学生数4人，达到要求。
可选地，除了采用图4分层聚类的方式，230也可采用K均值聚类其他聚类方法进行分组。
233：输出学生分组结果。该步骤即为流程200子步骤240，将分组结果上报教务人员，教务人员根据分组结果进行教学排课。
实施例2
图5是本发明另一个实施例提出的线上教学学生分组装置的结构示意图。该装置300可以包括：
301：采集模块，用于录入学生基本信息、获取学生综合测试信息。
302：存储模块，用于存储录入的学生各项信息。包括学生基本信息、学生特征信息。
303：读取模块，读取302中所有学生的信息，用于执行学生分组算法。
304：计算模块，执行如图3和图4所示的学生分组算法，进行学生分组。
305：显示模块，将学生分组结果显示给教务人员，方便教务人员排课。
线上教学学生分组装置300可服务于线上教学系统。可选地，参见图6，一个线上教学系统所能实施的示意网络环境400包括：
410：网络通信系统，学生、教师和教学系统服务器通过该网络进行相关数据交互、传输，该网络可以是有线网、无线网、Internet广义网。
421：学生通过学生客户端进行上课，客户端可以是个人电脑、平板电脑和智能手机。客户端上运行有线上上课软件422，学生可以通过该软件录入相关信息，进行DISC测试。
431：教师通过教师客户端进行，客户端可以是个人电脑、平板电脑和智能手机。客户端上运行有线上教学软件432，教师可以通过该软件录入相关信息，进行DISC测试。
441：在线教学系统服务器提供线上教学的功能服务，例如上面运行有数据库软件442，用于存储学生信息档案。可选地，服务器进行自动化学生分组，并将分组结果通知给教务人员。
图7是本发明实施例所能运行的计算机结构示意图，计算机500包括：内存、硬盘、处理器、总线、输入/输出设备和通信端口。
本发明提出一种基于机器学习技术的线上教学学生分组方法和装置，相比基于人工经验的方法，该方法可以提高学生分组速度，形成更具备学习共性的小组，提高同组学生的学习效果。
以上详细描述了本发明的较佳具体实施例。应当理解，本领域的普通技术无需创造性劳动就可以根据本发明的构思作出诸多修改和变化。因此，凡本技术领域中技术人员依本发明的构思在现有技术的基础上通过逻辑分析、推理或者有限的实验可以得到的技术方案，皆应在由权利要求书所确定的保护范围内。

Claims (10)

1.一种线上教学学生分组方法，其特征在于，包括第一流程和第二流程。
2.如权利要求1所述的线上教学学生分组方法，其特征在于，所述第一流程包括录入学生基本信息；获取学生综合测试信息。
3.如权利要求1所述的线上教学学生分组方法，其特征在于，所述第一流程还包括构建学生特征信息。
4.如权利要求1所述的线上教学学生分组方法，其特征在于，所述第一流程还包括存储学生特征信息形成学生档案数据库。
5.如权利要求1所述的线上教学学生分组方法，其特征在于，所述第二流程包括从学生档案数据库读取学生数据集。
6.如权利要求1所述的线上教学学生分组方法，其特征在于，所述第二流程还包括基于学生基本信息预分组。
7.如权利要求1所述的线上教学学生分组方法，其特征在于，所述第二流程还包括基于学生特征信息再分组。
8.如权利要求1所述的线上教学学生分组方法，其特征在于，所述第二流程还包括输出学生分组结果，教务人员根据分组结果进行教学排课。
9.一种线上教学学生分组装置，其特征在于，包括采集模块，用于录入学生基本信息、获取学生综合测试信息；存储模块，用于存储录入的学生各项信息，包括学生基本信息、学生特征信息，形成学生档案数据库；读取模块，读取数据库中所有学生的信息，用于执行学生分组算法；计算模块，执行本发明提出的学生分组算法，进行学生分组。
10.如权利要求9所述的线上教学学生分组装置，其特征在于，还包括显示模块，将学生分组结果显示给教务人员，方便教务人员排课。
CN201911050204.5A 2019-10-31 2019-10-31 一种线上教学学生分组方法和装置 Pending CN110648086A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201911050204.5A CN110648086A (zh) 2019-10-31 2019-10-31 一种线上教学学生分组方法和装置

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201911050204.5A CN110648086A (zh) 2019-10-31 2019-10-31 一种线上教学学生分组方法和装置

Publications (1)

Publication Number Publication Date
CN110648086A true CN110648086A (zh) 2020-01-03

Family

ID=69014015

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201911050204.5A Pending CN110648086A (zh) 2019-10-31 2019-10-31 一种线上教学学生分组方法和装置

Country Status (1)

Country Link
CN (1) CN110648086A (zh)

Cited By (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN111614971A (zh) * 2020-05-22 2020-09-01 讯飞幻境(北京)科技有限公司 教学直播的互动方法、装置、设备和介质
CN111626909A (zh) * 2020-07-30 2020-09-04 南昌协达科技发展有限公司 一种应急演练方法、系统、存储介质及设备
CN114549245A (zh) * 2022-02-09 2022-05-27 武汉颂大教育技术有限公司 一种基于分组教学的课堂信息管理方法及系统

Citations (8)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20110020781A1 (en) * 2009-07-24 2011-01-27 Cheng-Ta Yang On-Line Interactive Learning and Managing System
WO2011149558A2 (en) * 2010-05-28 2011-12-01 Abelow Daniel H Reality alternate
CN108062738A (zh) * 2017-12-29 2018-05-22 安徽国通亿创科技股份有限公司 基于分层式教学的线上精准教学系统
CN108122179A (zh) * 2016-11-30 2018-06-05 北京王府学校 分层教学排课方法和装置、分层教学选课方法和系统
CN108154453A (zh) * 2017-12-29 2018-06-12 安徽国通亿创科技股份有限公司 一种基于互联网的实体班级线上管理系统
CN109615162A (zh) * 2018-10-23 2019-04-12 深圳壹账通智能科技有限公司 用户分组处理方法及装置、电子设备以及存储介质
CN109754349A (zh) * 2019-01-07 2019-05-14 上海复岸网络信息科技有限公司 一种在线教育智能师生匹配系统
CN110246065A (zh) * 2018-03-09 2019-09-17 吉林农业大学 一种分组分层选课排课方法

Patent Citations (8)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20110020781A1 (en) * 2009-07-24 2011-01-27 Cheng-Ta Yang On-Line Interactive Learning and Managing System
WO2011149558A2 (en) * 2010-05-28 2011-12-01 Abelow Daniel H Reality alternate
CN108122179A (zh) * 2016-11-30 2018-06-05 北京王府学校 分层教学排课方法和装置、分层教学选课方法和系统
CN108062738A (zh) * 2017-12-29 2018-05-22 安徽国通亿创科技股份有限公司 基于分层式教学的线上精准教学系统
CN108154453A (zh) * 2017-12-29 2018-06-12 安徽国通亿创科技股份有限公司 一种基于互联网的实体班级线上管理系统
CN110246065A (zh) * 2018-03-09 2019-09-17 吉林农业大学 一种分组分层选课排课方法
CN109615162A (zh) * 2018-10-23 2019-04-12 深圳壹账通智能科技有限公司 用户分组处理方法及装置、电子设备以及存储介质
CN109754349A (zh) * 2019-01-07 2019-05-14 上海复岸网络信息科技有限公司 一种在线教育智能师生匹配系统

Non-Patent Citations (1)

* Cited by examiner, † Cited by third party
Title
颜清: "中学生物教学实施小组合作学习的体会", 《宁德师专学报(自然科学版)》 *

Cited By (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN111614971A (zh) * 2020-05-22 2020-09-01 讯飞幻境(北京)科技有限公司 教学直播的互动方法、装置、设备和介质
CN111614971B (zh) * 2020-05-22 2022-05-06 讯飞幻境(北京)科技有限公司 教学直播的互动方法、装置、设备和介质
CN111626909A (zh) * 2020-07-30 2020-09-04 南昌协达科技发展有限公司 一种应急演练方法、系统、存储介质及设备
CN114549245A (zh) * 2022-02-09 2022-05-27 武汉颂大教育技术有限公司 一种基于分组教学的课堂信息管理方法及系统

Similar Documents

Publication Publication Date Title
Aprilia et al. E-module of mangrove ecosystem (emme): development, validation and effectiveness in improving students’ self-regulated
Kotsiantis Use of machine learning techniques for educational proposes: a decision support system for forecasting students’ grades
Matsebula et al. A big data architecture for learning analytics in higher education
CN108121785A (zh) 一种基于教育大数据的分析方法
Farhan et al. Multimedia based qualitative assessment methodology in eLearning: student teacher engagement analysis
CN109754349A (zh) 一种在线教育智能师生匹配系统
CN110648086A (zh) 一种线上教学学生分组方法和装置
Liu et al. Collaborative learning team formation: a cognitive modeling perspective
CN106021347B (zh) 一种免信息打扰的在线交互答疑系统及方法
Dronkers The Gordian Knit between quality and inequality of education: a cross-national attempt to unraveling
Denaro et al. Comparison of cluster analysis methodologies for characterization of Classroom Observation Protocol for Undergraduate STEM (COPUS) data
US10373512B2 (en) Mathematical language processing: automatic grading and feedback for open response mathematical questions
Yellamraju et al. Investigating students’ habits of mind in a course on digital signal processing
Maraza-Quispe et al. A predictive model implemented in knime based on learning analytics for timely decision making in virtual learning environments
Saarela et al. Knowledge discovery from the programme for international student assessment
Altunay The Effect of Training with TQM on the Perceptions of Teachers about the Quality of Schools.
Fu et al. A support vector regression-based prediction of students' school performance
Hu Using few-shot learning materials of multiple SPOCs to develop early warning systems to detect students at risk
CN107430824B (zh) 用于评价响应的半自动系统和方法
Deuri Attitude towards choice based credit system of post graduate level students in higher education: a study on Gauhatiuniversity
Heys Machine learning as a tool to identify critical assignments
CN111415283A (zh) 一种有效在线教学的因素分析方法和装置
Zhao et al. Learning quality evaluation of MOOC based on big data analysis
Luelmo et al. Towards a Machine Learning Flow-predicting Model in a MOOC Context.
Chaturvedi et al. Relationship between inductive reasoning and learning style to enhance adaptivity in learning system

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
RJ01 Rejection of invention patent application after publication

Application publication date: 20200103