CN110648263A - 一种基于校园大数据的自适应学习方法、装置及设备 - Google Patents
一种基于校园大数据的自适应学习方法、装置及设备 Download PDFInfo
- Publication number
- CN110648263A CN110648263A CN201910921456.4A CN201910921456A CN110648263A CN 110648263 A CN110648263 A CN 110648263A CN 201910921456 A CN201910921456 A CN 201910921456A CN 110648263 A CN110648263 A CN 110648263A
- Authority
- CN
- China
- Prior art keywords
- learning
- learner
- data
- content
- behavior data
- 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 48
- 230000003044 adaptive effect Effects 0.000 title claims description 24
- 230000006399 behavior Effects 0.000 claims abstract description 101
- 238000011156 evaluation Methods 0.000 claims abstract description 9
- 238000004458 analytical method Methods 0.000 claims description 11
- 238000012545 processing Methods 0.000 claims description 8
- 238000007405 data analysis Methods 0.000 claims description 6
- 238000007418 data mining Methods 0.000 claims description 6
- 238000007726 management method Methods 0.000 claims description 6
- 238000012986 modification Methods 0.000 claims description 6
- 230000004048 modification Effects 0.000 claims description 6
- 230000000007 visual effect Effects 0.000 claims description 6
- 230000005540 biological transmission Effects 0.000 claims description 4
- 238000013500 data storage Methods 0.000 claims description 3
- 239000002184 metal Substances 0.000 description 3
- 206010063659 Aversion Diseases 0.000 description 2
- 238000010586 diagram Methods 0.000 description 2
- 238000004590 computer program Methods 0.000 description 1
- 238000007596 consolidation process Methods 0.000 description 1
- 238000010276 construction Methods 0.000 description 1
- 230000008451 emotion Effects 0.000 description 1
- 230000002996 emotional effect Effects 0.000 description 1
- 230000000977 initiatory effect Effects 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
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
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)
- Electrically Operated Instructional Devices (AREA)
Abstract
本发明公开了一种基于校园大数据的自适应学习方法，包括如下步骤：针对个性化的学习内容进行管理、维护，并将学习内容传递给学习者以及将评价反馈给学习者，存储学习者基于学习内容生成的学习行为数据，学习行为数据按照预先定义的结构存入学习者数据库，根据时间戳的变化对学习行为数据进行分析，以对未来的学习行为和结果进行预测，根据预测的运行结果，以根据学习者的学习水平和兴趣，推送合适的学习内容给学习者，给予学习者提供合适的学习指导和学习策略。本发明还公开了一种自适应学习装置及自适应学习设备，实现根据学习者的学习水平和兴趣，推送合适的学习内容给学习者，给予学习者提供合适的学习指导和学习策略。
Description
技术领域
本发明涉及远程教学领域，尤其涉及一种基于校园大数据的自适应学习方法、装置及设备。
背景技术
智慧校园信息化建设已经形成了一个比较完整的校园大数据环境，存储着学习者相对稳定的个人基本信息数据。
目前很多学校还是采用传统教师课堂的面授教学模式。
传统教学模式会导致一些问题：学生基础有差异，在教学过程中难免会出现顾此失彼的现象，导致部分学生跟不上进度产生厌学情绪，一定程度上制约了学生创新思维能力的培养。
发明内容
针对上述问题，本发明的目的在于提供一种基于校园大数据的自适应学习方法、装置及设备。
本发明提供了一种基于校园大数据的自适应学习方法，包括如下步骤：
针对个性化的学习内容进行管理、维护；其中，维护内容包括对学习内容进行评价，并将所述学习内容传递给学习者以及将所述评价反馈给学习者；
存储学习者基于所述学习内容生成的学习行为数据；其中，所述学习行为数据具有不同的类型，且每个学习行为数据包括对应的时间戳；其中，所述学习行为数据按照预先定义的结构存入学习者数据库；
根据所述时间戳的变化对所述学习行为数据进行分析，以对未来的学习行为和结果进行预测；其中，对未来的学习行为和结果预测方式为整合外部系统的学习数据和内部系统学习行为数据，对数据进行处理和分析；其中，外部系统为智慧校园基础云平台；其中所述智慧校园基础云平台存储着学习者相对稳定的个人基本信息数据；
根据预测的运行结果，将相应的学习内容传递给学习者，以根据学习者的学习水平和兴趣，推送合适的学习内容给学习者，给予学习者提供合适的学习指导和学习策略。
优选地，
其中，对数据进行处理和分析具体为：从所述学习者数据库和学生信息系统中采集数据，根据不同的分析目的，调用不同的分析工具和模型对数据进行处理和分析；
其中，预测的运行结果具体通过数据挖掘和分析得到。
优选地，还包括：
将根据所述预测的运行结果生成的学习内容发送给管理人员；其中，所述管理人员包括教师、教学管理者以及系统开发人员；
接收管理人员对所述学习内容的修改，并将修改后的学习内容同步给学习者。
优选地，还包括：
将所述预测的运行结果传递显示给使用者；
其中，显示为可视化一体式进行显示；
其中，使用者包括：教师和教学管理者。
优选地，
所述根据所述时间戳的变化对所述学习行为数据进行分析，以对未来的学习行为和结果进行预测，具体为：
将所述学习行为数据根据其类型进行分类；
对每一类学习行为数据，根据其时间戳的早晚进行排列；
对处于一定时间范围的学习行为数据进行合并分析，以获得学习者在每个时间范围的学习情况；
根据学习者在多个时间范围的学习情况，获得学习者在不同类型下的学习进步参数；以及
根据在不同类型下的学习进步参数，对所述学习者未来的学习行为和结果进行预测。
上述技术方案中，将学习内容传递给学习者以及将评价反馈给学习者，学习内容生成的不同类型的学习行为数据按照预先定义的结构存入学习者数据库，且每个学习行为数据包括对应的时间戳，根据时间戳的变化对学习行为数据进行分析，以对未来的学习行为和结果进行预测，根据预测的运行结果，将相应的学习内容传递给学习者，以根据学习者的学习水平和兴趣，推送合适的学习内容给学习者，给予学习者提供合适的学习指导和学习策略，解决了目前很多学校采用传统教面授教学模式存在的学生基础的差异性，在教学过程中出现顾此失彼的现象，导致部分学生跟不上进度产生厌学情绪，一定程度上制约了学生创新思维能力的培养，实现根据时间戳的变化对所述学习行为数据进行分析，以对未来的学习行为和结果进行预测，根据预测的运行结果，将相应的学习内容传递给学习者，以根据学习者的学习水平和兴趣，推送合适的学习内容给学习者，给予学习者提供合适的学习指导和学习策略，根据预测的运行结果生成的学习内容发送给管理人员，管理人员对学习内容的修改，并将修改后的学习内容同步给学习者。
本发明还提供一种基于校园大数据的自适应学习装置，包括：
学习内容传递单元，用于针对个性化的学习内容进行管理、维护；其中，维护内容包括对学习内容进行评价，并将所述学习内容传递给学习者以及将所述评价反馈给学习者；
学习行为数据单元，用于存储学习者基于所述学习内容生成的学习行为数据；其中，所述学习行为数据具有不同的类型，且每个学习行为数据包括对应的时间戳；其中，所述学习行为数据按照预先定义的结构存入学习者数据库；
学习行为和结果预测单元，用于根据所述时间戳的变化对所述学习行为数据进行分析，以对未来的学习行为和结果进行预测；其中，对未来的学习行为和结果预测方式为整合外部系统的学习数据和内部系统学习行为数据，对数据进行处理和分析；其中，外部系统为智慧校园基础云平台；其中所述智慧校园基础云平台存储着学习者相对稳定的个人基本信息数据；
自适应学习单元，用于根据预测的运行结果，将相应的学习内容传递给学习者，以根据学习者的学习水平和兴趣，推送合适的学习内容给学习者，给予学习者提供合适的学习指导和学习策略。
优选地，
数据处理和分析单元，用于从所述学习者数据库和学生信息系统中采集数据，根据不同的分析目的，调用不同的分析工具和模型对数据进行处理和分析；
预测运行结果单元，用于通过数据挖掘和分析得到。
优选地，还包括：
学习内容发送单元，用于根据所述预测的运行结果生成的学习内容发送给管理人员；其中，所述管理人员包括教师、教学管理者以及系统开发人员；
学习内容同步单元，用于接收管理人员对所述学习内容的修改，并将修改后的学习内容同步给学习者。
优选地，还包括：
显示单元，用于将所述预测的运行结果传递显示给使用者；
其中，显示为可视化一体式进行显示；
其中，使用者包括：教师和教学管理者。
本发明还提供基于校园大数据的自适应学习设备，包括：存储器以及处理器，所述存储器与处理器均连接，所述存储器内存储有可执行代码，所述可执行代码能够被所述处理器执行，以实现上述所述的基于校园大数据的自适应学习方法。
附图说明
为了更清楚地说明本发明的技术方案，下面将对实施方式中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本发明的一些实施方式，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为本发明实施例提供在线课堂教学方法的流程示意图；
图2为本发明实施例提供在线课堂教学装置的结构示意图。
附图标记说明：
基于校园大数据的自适应学习装置100、学习内容传递单元101、学习行为数据存储单元102、学习行为和结果预测单元103、自适应学习单元104、数据处理和分析单元105、预测运行结果单元106、学习内容发送单元107、学习内容同步单元108、显示单元109。
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。基于本发明中的实施例，本领域普通技术人员在没有做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。
请参阅图1，图1是本发明实施例提供的基于校园大数据的自适应学习方法的流程示意图。所述基于校园大数据的自适应学习方法可由自适应学习设备来执行，并至少包括如下步骤：
S1，针对个性化的学习内容进行管理、维护；其中，维护内容包括对学习内容进行评价，并将所述学习内容传递给学习者以及将所述评价反馈给学习者。
需要说明地是，学习内容包括：学习科目、章节课程、讲义、练习、章节练习、考点练习、历年真题练习、巩固练习、练习历史、错题练习，本发明不做具体限定。
S2，存储学习者基于所述学习内容生成的学习行为数据；其中，所述学习行为数据具有不同的类型，且每个学习行为数据包括对应的时间戳；其中，所述学习行为数据按照预先定义的结构存入学习者数据库。
在本发明实施例中，在数据库表中添加时间戳字段，并做索引，实现学习行为数据写入数据库表中的时间先后顺序，根据时间先后顺序判断学习的频率。
需要说明地是，学习行为数据包括：学习者在学习平台上每次连续学习时间、各个科目的学习进度、各个科目的习题解答、批注以及正确率地统计，本发明不做具体限定。
S3，根据所述时间戳的变化对所述学习行为数据进行分析，以对未来的学习行为和结果进行预测；其中，对未来的学习行为和结果预测方式为整合外部系统的学习数据和内部系统学习行为数据，对数据进行处理和分析；其中，外部系统为智慧校园基础云平台；其中所述智慧校园基础云平台存储着学习者相对稳定的个人基本信息数据。
需要说明地是，所述根据所述时间戳的变化对所述学习行为数据进行分析，以对未来的学习行为和结果进行预测，具体为：
将所述学习行为数据根据其类型进行分类；
对每一类学习行为数据，根据其时间戳的早晚进行排列；
对处于一定时间范围的学习行为数据进行合并分析，以获得学习者在每个时间范围的学习情况；
根据学习者在多个时间范围的学习情况，获得学习者在不同类型下的学习进步参数；以及
根据在不同类型下的学习进步参数，对所述学习者未来的学习行为和结果进行预测。
需要说明地是，类型为：例如：通过视频进行学习、通过语音进行学习、通过平台做笔记进行学习，分析某类学习者习惯的学习方式，本发明不做具体限定。
具体地，对每一类学习行为数据，根据其时间戳的早晚进行排列，分析学习者主要集中时间段，例如：上午、下午和晚上，分析知识点学习时间段及频率。
根据学习者在多个时间范围的学习情况，获得学习者在不同类型下的学习进步参数；以及
根据在不同类型下的学习进步参数，对所述学习者未来的学习行为和结果进行预测。
需要说明地是，进步参数包括：章节练习题正确率高、考点练习题正确率高、历年真题正确率高、错题收藏量少，本发明不做具体限定。
进一步地，对数据进行处理和分析具体为：从所述学习者数据库和学生信息系统中采集数据，根据不同的分析目的，调用不同的分析工具和模型对数据进行处理和分析。
需要说明地是，存储着学习者相对稳定的个人基本信息数据包括：学习科目、学习进度、学习时间、习题正确率、习题错误率，本发明不做具体限定。
S4，根据预测的运行结果，将相应的学习内容传递给学习者，以根据学习者的学习水平和兴趣，推送合适的学习内容给学习者，给予学习者提供合适的学习指导和学习策略。
需要说明地是，预测的运行结果具体通过数据挖掘和分析得到。
具体地，每隔预定时间获取学习者的学习水平，形成学习水平变化图，根据所述学习水平变化图分析学习者的学习进步程度，根据所述学习进步程度进行进度的调整，给予学习者提供合适的学习指导和学习策略。
进一步地，每隔预定时间获取学习者的学习水平，形成学习水平变化图具体为：每隔预定时间向学习者发起学习考核，并获取学习者的学习考核成绩。
在本发明一个优选实施例中，还包括：
将根据所述预测的运行结果生成的学习内容发送给管理人员；其中，所述管理人员包括教师、教学管理者以及系统开发人员；
接收管理人员对所述学习内容的修改，并将修改后的学习内容同步给学习者。
在本发明一个优选实施例中，还包括：
将所述预测的运行结果传递显示给使用者；
其中，显示为可视化一体式进行显示；
其中，使用者包括：教师和教学管理者。
综上所述，本发明实施例提供的一种基于校园大数据的自适应学习方法，将学习内容传递给学习者以及将评价反馈给学习者，学习内容生成的不同类型的学习行为数据按照预先定义的结构存入学习者数据库，且每个学习行为数据包括对应的时间戳，根据时间戳的变化对学习行为数据进行分析，以对未来的学习行为和结果进行预测，根据预测的运行结果，将相应的学习内容传递给学习者，以根据学习者的学习水平和兴趣，推送合适的学习内容给学习者，给予学习者提供合适的学习指导和学习策略，解决了目前很多学校采用传统教面授教学模式存在的学生基础的差异性，在教学过程中出现顾此失彼的现象，导致部分学生跟不上进度产生厌学情绪，一定程度上制约了学生创新思维能力的培养，实现根据时间戳的变化对所述学习行为数据进行分析，以对未来的学习行为和结果进行预测，根据预测的运行结果，将相应的学习内容传递给学习者，以根据学习者的学习水平和兴趣，推送合适的学习内容给学习者，给予学习者提供合适的学习指导和学习策略，根据预测的运行结果生成的学习内容发送给管理人员，管理人员对学习内容的修改，并将修改后的学习内容同步给学习者。
请参阅图2，图2本发明实施例提供的基于校园大数据的自适应学习装置100的结构示意图。包括：
学习内容传递单元101，用于针对个性化的学习内容进行管理、维护；其中，维护内容包括对学习内容进行评价，并将所述学习内容传递给学习者以及将所述评价反馈给学习者；
学习行为数据存储单元102，用于存储学习者基于所述学习内容生成的学习行为数据；其中，所述学习行为数据具有不同的类型，且每个学习行为数据包括对应的时间戳；其中，所述学习行为数据按照预先定义的结构存入学习者数据库；
学习行为和结果预测单元103，用于根据所述时间戳的变化对所述学习行为数据进行分析，以对未来的学习行为和结果进行预测；其中，对未来的学习行为和结果预测方式为整合外部系统的学习数据和内部系统学习行为数据，对数据进行处理和分析；其中，外部系统为智慧校园基础云平台；其中所述智慧校园基础云平台存储着学习者相对稳定的个人基本信息数据；
自适应学习单元104，用于根据预测的运行结果，将相应的学习内容传递给学习者，以根据学习者的学习水平和兴趣，推送合适的学习内容给学习者，给予学习者提供合适的学习指导和学习策略。
在本发明一个优选实施例中，
数据处理和分析单元105，用于从所述学习者数据库和学生信息系统中采集数据，根据不同的分析目的，调用不同的分析工具和模型对数据进行处理和分析；
预测运行结果单元106，用于通过数据挖掘和分析得到。
在本发明一个优选实施例中，还包括：
学习内容发送单元107，用于根据所述预测的运行结果生成的学习内容发送给管理人员；其中，所述管理人员包括教师、教学管理者以及系统开发人员；
学习内容同步单元108，用于接收管理人员对所述学习内容的修改，并将修改后的学习内容同步给学习者。
在本发明一个优选实施例中，还包括：
显示单元109，用于将所述预测的运行结果传递显示给使用者；
其中，显示为可视化一体式进行显示；
其中，使用者包括：教师和教学管理者。
在本发明一个优选实施例中，一种基于校园大数据的自适应学习设备，包括：
存储器以及处理器，所述存储器与处理器均连接，所述存储器内存储有可执行代码，所述可执行代码能够被所述处理器执行，以实现上述所述的基于校园大数据的自适应学习方法。
以上所揭露的仅为本发明一种较佳实施例而已，当然不能以此来限定本发明之权利范围，本领域普通技术人员可以理解实现上述实施例的全部或部分流程，并依本发明权利要求所作的等同变化，仍属于发明所涵盖的范围。
本领域普通技术人员可以理解实现上述实施例方法中的全部或部分流程，是可以通过计算机程序来指令相关的硬件来完成，所述的程序可存储于一计算机可读取存储介质中，该程序在执行时，可包括如上述各方法的实施例的流程。其中，所述的存储介质可为磁碟、光盘、只读存储记忆体(Read-Only Memory，ROM)或随机存储记忆体(Random AccessMemory，RAM)等。
Claims (10)
1.一种基于校园大数据的自适应学习方法，其特征在于，包括如下步骤：
针对个性化的学习内容进行管理、维护；其中，维护内容包括对学习内容进行评价，并将所述学习内容传递给学习者以及将所述评价反馈给学习者；
存储学习者基于所述学习内容生成的学习行为数据；其中，所述学习行为数据具有不同的类型，且每个学习行为数据包括对应的时间戳；其中，所述学习行为数据按照预先定义的结构存入学习者数据库；
根据所述时间戳的变化对所述学习行为数据进行分析，以对未来的学习行为和结果进行预测；其中，对未来的学习行为和结果预测方式为整合外部系统的学习数据和内部系统学习行为数据，对数据进行处理和分析；其中，外部系统为智慧校园基础云平台；其中所述智慧校园基础云平台存储着学习者相对稳定的个人基本信息数据；
根据预测的运行结果，将相应的学习内容传递给学习者，以根据学习者的学习水平和兴趣，推送合适的学习内容给学习者，给予学习者提供合适的学习指导和学习策略。
2.根据权利要求1所述的基于校园大数据的自适应学习方法，其特征在于，
其中，对数据进行处理和分析具体为：从所述学习者数据库和学生信息系统中采集数据，根据不同的分析目的，调用不同的分析工具和模型对数据进行处理和分析；
其中，预测的运行结果具体通过数据挖掘和分析得到。
3.根据权利要求2所述的基于校园大数据的自适应学习方法，其特征在于，还包括：
将根据所述预测的运行结果生成的学习内容发送给管理人员；其中，所述管理人员包括教师、教学管理者以及系统开发人员；
接收管理人员对所述学习内容的修改，并将修改后的学习内容同步给学习者。
4.根据权利要求2所述的基于校园大数据的自适应学习方法，其特征在于，还包括：
将所述预测的运行结果传递显示给使用者；
其中，显示为可视化一体式进行显示；
其中，使用者包括：教师和教学管理者。
5.根据权利要求1所述的基于校园大数据的自适应学习方法，其特征在于，
所述根据所述时间戳的变化对所述学习行为数据进行分析，以对未来的学习行为和结果进行预测，具体为：
将所述学习行为数据根据其类型进行分类；
对每一类学习行为数据，根据其时间戳的早晚进行排列；
对处于一定时间范围的学习行为数据进行合并分析，以获得学习者在每个时间范围的学习情况；
根据学习者在多个时间范围的学习情况，获得学习者在不同类型下的学习进步参数；以及
根据在不同类型下的学习进步参数，对所述学习者未来的学习行为和结果进行预测。
6.一种基于校园大数据的自适应学习装置，其特征在于，包括：
学习内容传递单元，用于针对个性化的学习内容进行管理、维护；其中，维护内容包括对学习内容进行评价，并将所述学习内容传递给学习者以及将所述评价反馈给学习者；
学习行为数据存储单元，用于存储学习者基于所述学习内容生成的学习行为数据；其中，所述学习行为数据具有不同的类型，且每个学习行为数据包括对应的时间戳；其中，所述学习行为数据按照预先定义的结构存入学习者数据库；
学习行为和结果预测单元，用于根据所述时间戳的变化对所述学习行为数据进行分析，以对未来的学习行为和结果进行预测；其中，对未来的学习行为和结果预测方式为整合外部系统的学习数据和内部系统学习行为数据，对数据进行处理和分析；其中，外部系统为智慧校园基础云平台；其中所述智慧校园基础云平台存储着学习者相对稳定的个人基本信息数据；
自适应学习单元，用于根据预测的运行结果，将相应的学习内容传递给学习者，以根据学习者的学习水平和兴趣，推送合适的学习内容给学习者，给予学习者提供合适的学习指导和学习策略。
7.根据权利要求6所述的基于校园大数据的自适应学习装置，其特征在于，
数据处理和分析单元，用于从所述学习者数据库和学生信息系统中采集数据，根据不同的分析目的，调用不同的分析工具和模型对数据进行处理和分析；
预测运行结果单元，用于通过数据挖掘和分析得到。
8.根据权利要求7所述的基于校园大数据的自适应学习装置，其特征在于，还包括：
学习内容发送单元，用于根据所述预测的运行结果生成的学习内容发送给管理人员；其中，所述管理人员包括教师、教学管理者以及系统开发人员；
学习内容同步单元，用于接收管理人员对所述学习内容的修改，并将修改后的学习内容同步给学习者。
9.根据权利要求7所述的基于校园大数据的自适应学习装置，其特征在于，还包括：
显示单元，用于将所述预测的运行结果传递显示给使用者；
其中，显示为可视化一体式进行显示；
其中，使用者包括：教师和教学管理者。
10.一种基于校园大数据的自适应学习设备，其特征在于，包括：存储器以及处理器，所述存储器与处理器均连接，所述存储器内存储有可执行代码，所述可执行代码能够被所述处理器执行，以实现如权利要求1至5任意一项所述的基于校园大数据的自适应学习方法。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201910921456.4A CN110648263A (zh) | 2019-09-27 | 2019-09-27 | 一种基于校园大数据的自适应学习方法、装置及设备 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201910921456.4A CN110648263A (zh) | 2019-09-27 | 2019-09-27 | 一种基于校园大数据的自适应学习方法、装置及设备 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| CN110648263A true CN110648263A (zh) | 2020-01-03 |
Family
ID=69011478
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN201910921456.4A Pending CN110648263A (zh) | 2019-09-27 | 2019-09-27 | 一种基于校园大数据的自适应学习方法、装置及设备 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN110648263A (zh) |
Cited By (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN111310057A (zh) * | 2020-03-20 | 2020-06-19 | 张明 | 在线学习挖掘方法、装置、在线学习系统及服务器 |
| CN111950852A (zh) * | 2020-07-12 | 2020-11-17 | 中国建设银行股份有限公司 | 一种用户行为分析与指导方法、装置、电子设备和可读存储装置 |
| CN117390522A (zh) * | 2023-12-12 | 2024-01-12 | 华南师范大学 | 基于过程与结果融合的在线深度学习等级预测方法及装置 |
Citations (5)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US20150142475A1 (en) * | 2013-11-20 | 2015-05-21 | Medical Informatics Corp. | Distributed grid-computing platform for collecting, archiving, and processing arbitrary data in a healthcare environment |
| CN105869091A (zh) * | 2016-05-12 | 2016-08-17 | 深圳市时尚德源文化传播有限公司 | 一种互联网教学方法及系统 |
| CN108510187A (zh) * | 2018-03-29 | 2018-09-07 | 江苏数加数据科技有限责任公司 | 一种基于大数据的差异化学习系统 |
| CN109388687A (zh) * | 2018-11-02 | 2019-02-26 | 北京唯佳未来教育科技有限公司 | 一种学习数据分析方法及系统 |
| CN110109963A (zh) * | 2017-12-31 | 2019-08-09 | 广州明领基因科技有限公司 | 针对学生学习行为的大数据分析与推荐系统 |
-
2019
- 2019-09-27 CN CN201910921456.4A patent/CN110648263A/zh active Pending
Patent Citations (5)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US20150142475A1 (en) * | 2013-11-20 | 2015-05-21 | Medical Informatics Corp. | Distributed grid-computing platform for collecting, archiving, and processing arbitrary data in a healthcare environment |
| CN105869091A (zh) * | 2016-05-12 | 2016-08-17 | 深圳市时尚德源文化传播有限公司 | 一种互联网教学方法及系统 |
| CN110109963A (zh) * | 2017-12-31 | 2019-08-09 | 广州明领基因科技有限公司 | 针对学生学习行为的大数据分析与推荐系统 |
| CN108510187A (zh) * | 2018-03-29 | 2018-09-07 | 江苏数加数据科技有限责任公司 | 一种基于大数据的差异化学习系统 |
| CN109388687A (zh) * | 2018-11-02 | 2019-02-26 | 北京唯佳未来教育科技有限公司 | 一种学习数据分析方法及系统 |
Cited By (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN111310057A (zh) * | 2020-03-20 | 2020-06-19 | 张明 | 在线学习挖掘方法、装置、在线学习系统及服务器 |
| CN111950852A (zh) * | 2020-07-12 | 2020-11-17 | 中国建设银行股份有限公司 | 一种用户行为分析与指导方法、装置、电子设备和可读存储装置 |
| CN117390522A (zh) * | 2023-12-12 | 2024-01-12 | 华南师范大学 | 基于过程与结果融合的在线深度学习等级预测方法及装置 |
| CN117390522B (zh) * | 2023-12-12 | 2024-03-29 | 华南师范大学 | 基于过程与结果融合的在线深度学习等级预测方法及装置 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| Dursun et al. | Predictors of cyberloafing among preservice information technology teachers | |
| Juhaňák et al. | Using process mining to analyze students' quiz-taking behavior patterns in a learning management system | |
| Kabakci Yurdakul | Modeling the relationship between pre-service teachers’ TPACK and digital nativity | |
| Romero et al. | A survey on pre-processing educational data | |
| Martin et al. | Applying learning analytics to investigate timed release in online learning | |
| Timmers et al. | The effect of regulation feedback in a computer-based formative assessment on information problem solving | |
| Feldon et al. | Translating expertise into effective instruction: The impacts of cognitive task analysis (CTA) on lab report quality and student retention in the biological sciences | |
| US20140227675A1 (en) | Knowledge evaluation system | |
| Sense et al. | Predicting university students’ exam performance using a model-based adaptive fact-learning system | |
| CN110648263A (zh) | 一种基于校园大数据的自适应学习方法、装置及设备 | |
| Yen et al. | An analytics-based approach to managing cognitive load by using log data of learning management systems and footprints of social media | |
| Ahmad et al. | Connecting the dots–A literature review on learning analytics indicators from a learning design perspective | |
| US20140244337A1 (en) | Schedule Creating Method | |
| CN112686789A (zh) | 一种高校课堂教学效果智能化评价方法 | |
| Park et al. | Adaptive or adapted to: Sequence and reflexive thematic analysis to understand learners' self‐regulated learning in an adaptive learning analytics dashboard | |
| Feldman-Maggor et al. | Let them choose: Optional assignments and online learning patterns as predictors of success in online general chemistry courses | |
| Gaftandzhieva et al. | Mobile learning analytics application: Using Students' big data to improve student success | |
| August et al. | Artificial intelligence and machine learning: an instructor’s exoskeleton in the future of education | |
| KR101693592B1 (ko) | 지능형 학습 관리 방법 | |
| KR101382132B1 (ko) | 학습 패턴 평가 시스템 | |
| Lucksnat et al. | Comparing the teaching quality of alternatively certified teachers and traditionally certified teachers: Findings from a large-scale study | |
| Rotelli et al. | Processing and understanding moodle log data and their temporal dimension | |
| Purwoningsih et al. | Early prediction of students’ academic achievement: categorical data from fully online learning on machine-learning classification algorithms | |
| KR100737363B1 (ko) | 스케줄 작성 방법 및 스케줄 작성 방법의 프로그램을 저장한 기억 매체 | |
| CN112950038A (zh) | 一种基于学情数据的个性化作业布置方法 |
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 | ||
| CB02 | Change of applicant information |
Address after: 361000 unit 2202, No. 63, Chengyi North Street, phase III, software park, Xiamen City, Fujian Province Applicant after: Century Haihang (Xiamen) Technology Co.,Ltd. Address before: 391000 Pioneer Building, 1302 Jimei Avenue, Jimei District, Xiamen City, Fujian Province Applicant before: Century Haihang (Xiamen) Technology Co.,Ltd. |
|
| CB02 | Change of applicant information | ||
| RJ01 | Rejection of invention patent application after publication |
Application publication date: 20200103 |
|
| RJ01 | Rejection of invention patent application after publication |