CN110929020A - 基于测试成绩的知识点掌握度分析方法 - Google Patents

基于测试成绩的知识点掌握度分析方法 Download PDF

Info

Publication number
CN110929020A
CN110929020A CN201911321298.5A CN201911321298A CN110929020A CN 110929020 A CN110929020 A CN 110929020A CN 201911321298 A CN201911321298 A CN 201911321298A CN 110929020 A CN110929020 A CN 110929020A
Authority
CN
China
Prior art keywords
knowledge point
student
knowledge
test
teacher
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.)
Granted
Application number
CN201911321298.5A
Other languages
English (en)
Other versions
CN110929020B (zh
Inventor
杨念
吴琪
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.)
Sichuan Wenxuan Education Science & Technology Co Ltd
Original Assignee
Sichuan Wenxuan Education Science & 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 Sichuan Wenxuan Education Science & Technology Co Ltd filed Critical Sichuan Wenxuan Education Science & Technology Co Ltd
Priority to CN201911321298.5A priority Critical patent/CN110929020B/zh
Publication of CN110929020A publication Critical patent/CN110929020A/zh
Application granted granted Critical
Publication of CN110929020B publication Critical patent/CN110929020B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
    • G06F16/30—Information retrieval; Database structures therefor; File system structures therefor of unstructured textual data
    • G06F16/33—Querying
    • G06F16/338—Presentation of query results
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
    • G06F16/30—Information retrieval; Database structures therefor; File system structures therefor of unstructured textual data
    • G06F16/35—Clustering; Classification
    • G06F16/358—Browsing; Visualisation therefor
    • 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—Systems or methods specially adapted for specific business sectors, e.g. utilities or tourism
    • G06Q50/10—Services
    • G06Q50/20—Education
    • G06Q50/205—Education administration or guidance

Abstract

本发明提供一种基于测试成绩的知识点掌握度分析方法，对于不同知识点进行系统化分散入不同的试题中，并结合学生不同试题的对错，形成针对于每个学生的知识点掌握数据库，并实时进行数据分析，有效推送学生掌握不好的知识点试题；同时对所有学生的学习数据进行大数据分析，总结学生普遍掌握不好的知识点以作为教学的重点。在列出知识点总体掌握比值的同时，单独分析出每个知识点的掌握程度。学生能更精确地了解到自己哪些知识点已经掌握，哪些知识点掌握欠缺。让学生不但能掌握基本的解题技巧，还能理解题型背后的深度逻辑。同时可以根据不同时间段学生对知识点掌握的情况动态更正自身的教学方式，实现一个动态改进的过程。

Description

基于测试成绩的知识点掌握度分析方法
技术领域
本发明具体涉及一种基于测试成绩的知识点掌握度分析方法。
背景技术
在自适应教育学习领域，最核心一点就是为学生提供个性化的学习体验，根据学生的不同，推荐适合他的学习内容、学习资源及学习方法。
学生水平程度的高低(能力值数据)可以根据项目反应理论IRT(Item Res ponseTheory)计算得到，IRT是目前教育测量领域中最为成熟的一套用来估计学生水平的方法，涉及到的其他参数包括题目难度、区分度、猜测度、以及学生做对题目的概率；而目前测试成绩往往是判断学生知识点掌握程度最常用的参考标准，但测试成绩只是表象，如何根据测试成绩判断学生对于分散在不同试题中每一个具体的知识点的掌握程度目前并不具备一种科学有效的方法。
综上所述，急需一种基于测试成绩的知识点掌握度分析方法以解决上述问题。
发明内容
本发明的目的在于针对现有技术的不足，提供一种基于测试成绩的知识点掌握度分析方法，该基于测试成绩的知识点掌握度分析方法可以很好地解决上述问题。
为达到上述要求，本发明采取的技术方案是：提供一种基于测试成绩的知识点掌握度分析方法，该基于测试成绩的知识点掌握度分析方法包括如下步骤：
S1：创建知识点数据库，并对知识点根据难易程度递进关系进行分类；
S2：将知识点数据库中的各个知识点与测试内容之间关联，并对目标知识点对应的目标测试题关联信息进行存储；
S3：对每名单一学生进行试题测试，并对每名单一学生的试题测试结果进行知识点掌握程度分析；
S4：根据每名单一学生知识点掌握程度分析结果形成单一学生知识点掌握数据库；
S5：构建单一教师教学信息数据库；
S6：将单一教师教学信息数据库与该教师所教授的学生的单一学生知识点掌握数据库中的知识点进行关联；
S7：根据每个单一学生知识点掌握数据库反馈形成对应知识点的教师教学质量数据，将所述教师教学质量数据存储如对应的教师教学信息数据库；
S8：将每个单一教师教学信息数据库的教师教学质量数据进行横向比对得出不同教师对于不同知识点的教学质量比对数据并形成可视乎比对图；
S9：将每个单一教师教学信息数据库的教师教学质量数据根据时间线进行纵向信息分析，得出不同教师不同时间段对各个知识点的教学变化数据并形成可视乎比对图；
S10：根据教师教学质量的纵向及横向分析结果对教学方式进行实时改进；
S11：循环S1至S10，形成对教师教学行为的动态化修改更正。
该基于测试成绩的知识点掌握度分析方法具有的优点如下：
对于不同知识点进行系统化分散入不同的试题中，并结合学生不同试题的对错，形成针对于每个学生的知识点掌握数据库，并实时进行数据分析，有效推送学生掌握不好的知识点试题；同时对所有学生的学习数据进行大数据分析，总结学生普遍掌握不好的知识点以作为教学的重点。在列出知识点总体掌握比值的同时，单独分析出每个知识点的掌握程度。学生能更精确地了解到自己哪些知识点已经掌握，哪些知识点掌握欠缺。有过滤，有专攻地高效学习。对于错题，提供详细的分析。让学生不但能掌握基本的解题技巧，还能理解题型背后的深度逻辑。同时可以根据不同时间段学生对知识点掌握的情况动态更正自身的教学方式，实现一个动态改进的过程。
附图说明
此处所说明的附图用来提供对本申请的进一步理解，构成本申请的一部分，在这些附图中使用相同的参考标号来表示相同或相似的部分，本申请的示意性实施例及其说明用于解释本申请，并不构成对本申请的不当限定。在附图中：
图1示意性地示出了根据本申请一个实施例的基于测试成绩的知识点掌握度分析方法的流程示意图。
具体实施方式
为使本申请的目的、技术方案和优点更加清楚，以下结合附图及具体实施例，对本申请作进一步地详细说明。
在以下描述中，对“一个实施例”、“实施例”、“一个示例”、“示例”等等的引用表明如此描述的实施例或示例可以包括特定特征、结构、特性、性质、元素或限度，但并非每个实施例或示例都必然包括特定特征、结构、特性、性质、元素或限度。另外，重复使用短语“根据本申请的一个实施例”虽然有可能是指代相同实施例，但并非必然指代相同的实施例。
为简单起见，以下描述中省略了本领域技术人员公知的某些技术特征。
根据本申请的一个实施例，提供一种基于测试成绩的知识点掌握度分析方法，如图1所示，包括如下步骤：
S1：创建知识点数据库，并对知识点根据难易程度递进关系进行分类；
S2：将知识点数据库中的各个知识点与测试内容之间关联，并对目标知识点对应的目标测试题关联信息进行存储；
S3：对每名单一学生进行试题测试，并对每名单一学生的试题测试结果进行知识点掌握程度分析；
S4：根据每名单一学生知识点掌握程度分析结果形成单一学生知识点掌握数据库；
S5：构建单一教师教学信息数据库；
S6：将单一教师教学信息数据库与该教师所教授的学生的单一学生知识点掌握数据库中的知识点进行关联；
S7：根据每个单一学生知识点掌握数据库反馈形成对应知识点的教师教学质量数据，将所述教师教学质量数据存储如对应的教师教学信息数据库；
S8：将每个单一教师教学信息数据库的教师教学质量数据进行横向比对得出不同教师对于不同知识点的教学质量比对数据并形成可视乎比对图；
S9：将每个单一教师教学信息数据库的教师教学质量数据根据时间线进行纵向信息分析，得出不同教师不同时间段对各个知识点的教学变化数据并形成可视乎比对图；
S10：根据教师教学质量的纵向及横向分析结果对教学方式进行实时改进；
S11：循环S1至S10，形成对教师教学行为的动态化修改更正。
根据本申请的一个实施例，该基于测试成绩的知识点掌握度分析方法还包括如下步骤：
S12：根据每个单一学生知识点掌握数据库中的信息对每名学生进行易错知识点及试题的动态推送；
S13：定期对每名学生的单一学生知识点掌握数据库中的信息进行纵向的时间分析，得出不同学生在不同时间对不同知识点的掌握程度数据并形成可视乎比对图。
根据本申请的一个实施例，该基于测试成绩的知识点掌握度分析方法还包括如下步骤：
S14：将各单一学生知识点掌握数据库中的信息进行横向合并分析，得出各学生普遍掌握较差的知识点，形成全体学生的知识点掌握数据并形成可视乎比对图；
S15：定期重复S14的步骤并将各时间段全体学生的知识点掌握数据进行分析比对，形成教师团队整体教学质量的变化趋势并形成可视乎比对图。
根据本申请的一个实施例，该基于测试成绩的知识点掌握度分析方法还包括如下步骤：
S16：将形成的所述教师团队整体教学质量的变化趋势与教师教学行为的修改更正信息进行动态比对分析，得出最优的教学方式。
根据本申请的一个实施例，该基于测试成绩的知识点掌握度分析方法中可以将测试内容生成题目编号并为每一知识点生成知识点编号，对于每一知识点和与其对应的测试内容将相应的知识点编号与相应的测试内容编号相关联，依据所述知识点与所述测试内容的各个试题之间的关联关系，确定所述目标知识点对应的目标关联信息。
根据本申请的一个实施例，该基于测试成绩的知识点掌握度分析方法中对每名单一学生进行试题测试，并对每名单一学生的试题测试结果进行知识点掌握程度分析的步骤中，所用到的知识点掌握度计算公式为如下：
P(a)＝1/(1+e^(x-a))；
其中，x表示每个题目的难度系数；
a为单一学生的能力参数，a的计算方法为：选取该知识点最近的x道题，并用答题正确数除以答题错误数；
e＝2.71828。
根据本申请的一个实施例，该基于测试成绩的知识点掌握度分析方法中判断学生对于特定知识点的纵向记忆掌握度的计算公式如下：
S＝e^(-T/M)；
其中，T为时间，M为纵向掌握参数。
根据本申请的一个实施例，该基于测试成绩的知识点掌握度分析方法中的M的计算方法为如下：
每个单独的知识点初始M为1，且M的最小值为1，若学生进行测试并答案正确，则M的数值加1，若学生进行测试并答案错误，则M的数值减1，直至M的数值归1。
根据本申请的一个实施例，该基于测试成绩的知识点掌握度分析方法还包括如下步骤：
S17：将所述全体学生的知识点掌握数据、教师教学行为的修改更正信息打包形成数据包；
S18：将所述数据包上传至交易服务器；
S19：交易服务器接收数据请求方终端发送的查询请求；
S20：所述交易服务器确定与所述查询条件和所述用户特征标识对应的交易者用户特征信息；
S21：所述交易服务器接收所述数据请求方终端根据所述查询结果发送的购买请求，并根据所述购买请求完成交易。
根据本申请的一个实施例，该基于测试成绩的知识点掌握度分析方法对于不同知识点进行系统化分散入不同的试题中，并结合学生不同试题的对错，形成针对于每个学生的知识点掌握数据库，并实时进行数据分析，有效推送学生掌握不好的知识点试题；同时对所有学生的学习数据进行大数据分析，总结学生普遍掌握不好的知识点以作为教学的重点。在列出知识点总体掌握比值的同时，单独分析出每个知识点的掌握程度。学生能更精确地了解到自己哪些知识点已经掌握，哪些知识点掌握欠缺。有过滤，有专攻地高效学习。对于错题，提供详细的分析。让学生不但能掌握基本的解题技巧，还能理解题型背后的深度逻辑。同时可以根据不同时间段学生对知识点掌握的情况动态更正自身的教学方式，实现一个动态改进的过程。
以上所述实施例仅表示本发明的几种实施方式，其描述较为具体和详细，但并不能理解为对本发明范围的限制。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，这些都属于本发明保护范围。因此本发明的保护范围应该以所述权利要求为准。

Claims (9)

1.一种基于测试成绩的知识点掌握度分析方法，其特征在于，包括如下步骤：
S1：创建知识点数据库，并对知识点根据难易程度递进关系进行分类；
S2：将知识点数据库中的各个知识点与测试内容之间关联，并对目标知识点对应的目标测试题关联信息进行存储；
S3：对每名单一学生进行试题测试，并对每名单一学生的试题测试结果进行知识点掌握程度分析；
S4：根据每名单一学生知识点掌握程度分析结果形成单一学生知识点掌握数据库；
S5：构建单一教师教学信息数据库；
S6：将单一教师教学信息数据库与该教师所教授的学生的单一学生知识点掌握数据库中的知识点进行关联；
S7：根据每个单一学生知识点掌握数据库反馈形成对应知识点的教师教学质量数据，将所述教师教学质量数据存储如对应的教师教学信息数据库；
S8：将每个单一教师教学信息数据库的教师教学质量数据进行横向比对得出不同教师对于不同知识点的教学质量比对数据并形成可视乎比对图；
S9：将每个单一教师教学信息数据库的教师教学质量数据根据时间线进行纵向信息分析，得出不同教师不同时间段对各个知识点的教学变化数据并形成可视乎比对图；
S10：根据教师教学质量的纵向及横向分析结果对教学方式进行实时改进；
S11：循环S1至S10，形成对教师教学行为的动态化修改更正。
2.根据权利要求1所述的基于测试成绩的知识点掌握度分析方法，其特征在于，还包括如下步骤：
S12：根据每个单一学生知识点掌握数据库中的信息对每名学生进行易错知识点及试题的动态推送；
S13：定期对每名学生的单一学生知识点掌握数据库中的信息进行纵向的时间分析，得出不同学生在不同时间对不同知识点的掌握程度数据并形成可视乎比对图。
3.根据权利要求2所述的基于测试成绩的知识点掌握度分析方法，其特征在于，还包括如下步骤：
S14：将各单一学生知识点掌握数据库中的信息进行横向合并分析，得出各学生普遍掌握较差的知识点，形成全体学生的知识点掌握数据并形成可视乎比对图；
S15：定期重复S14的步骤并将各时间段全体学生的知识点掌握数据进行分析比对，形成教师团队整体教学质量的变化趋势并形成可视乎比对图。
4.根据权利要求1所述的基于测试成绩的知识点掌握度分析方法，其特征在于，还包括如下步骤：
S16：将形成的所述教师团队整体教学质量的变化趋势与教师教学行为的修改更正信息进行动态比对分析，得出最优的教学方式。
5.根据权利要求1所述的基于测试成绩的知识点掌握度分析方法，其特征在于：将测试内容生成题目编号并为每一知识点生成知识点编号，对于每一知识点和与其对应的测试内容将相应的知识点编号与相应的测试内容编号相关联，依据所述知识点与所述测试内容的各个试题之间的关联关系，确定所述目标知识点对应的目标关联信息。
6.根据权利要求1所述的基于测试成绩的知识点掌握度分析方法，其特征在于：对每名单一学生进行试题测试，并对每名单一学生的试题测试结果进行知识点掌握程度分析的步骤中，所用到的知识点掌握度计算公式为如下：
P(a)＝1/(1+e^(x-a))；
其中，x表示每个题目的难度系数；
a为单一学生的能力参数，a的计算方法为：选取该知识点最近的x道题，并用答题正确数除以答题错误数；
e＝2.71828。
7.根据权利要求1所述的基于测试成绩的知识点掌握度分析方法，其特征在于，判断学生对于特定知识点的纵向记忆掌握度的计算公式如下：
S＝e^(-T/M)；
其中，T为时间，M为纵向掌握参数。
8.根据权利要求7所述的基于测试成绩的知识点掌握度分析方法，其特征在于，M的计算方法为如下：
每个单独的知识点初始M为1，且M的最小值为1，若学生进行测试并答案正确，则M的数值加1，若学生进行测试并答案错误，则M的数值减1，直至M的数值归1。
9.根据权利要求3所述的基于测试成绩的知识点掌握度分析方法，其特征在于，还包括如下步骤：
S17：将所述全体学生的知识点掌握数据、教师教学行为的修改更正信息打包形成数据包；
S18：将所述数据包上传至交易服务器；
S19：交易服务器接收数据请求方终端发送的查询请求；
S20：所述交易服务器确定与所述查询条件和所述用户特征标识对应的交易者用户特征信息；
S21：所述交易服务器接收所述数据请求方终端根据所述查询结果发送的购买请求，并根据所述购买请求完成交易。
CN201911321298.5A 2019-12-18 2019-12-18 基于测试成绩的知识点掌握度分析方法 Active CN110929020B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201911321298.5A CN110929020B (zh) 2019-12-18 2019-12-18 基于测试成绩的知识点掌握度分析方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201911321298.5A CN110929020B (zh) 2019-12-18 2019-12-18 基于测试成绩的知识点掌握度分析方法

Publications (2)

Publication Number Publication Date
CN110929020A true CN110929020A (zh) 2020-03-27
CN110929020B CN110929020B (zh) 2023-08-01

Family

ID=69864435

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201911321298.5A Active CN110929020B (zh) 2019-12-18 2019-12-18 基于测试成绩的知识点掌握度分析方法

Country Status (1)

Country Link
CN (1) CN110929020B (zh)

Cited By (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN112486972A (zh) * 2020-12-10 2021-03-12 四川瀚库智数科技有限公司 高校大数据采集系统及方法
CN113157372A (zh) * 2021-04-27 2021-07-23 万里安飞行服务(上海)有限公司 一种基于知识掌握度的电子书籍动态标识方法
CN113222315A (zh) * 2020-12-10 2021-08-06 成都寻道科技有限公司 大学生在校数据管理系统
CN113254629A (zh) * 2021-06-07 2021-08-13 重庆第二师范学院 一种基于人工智能的学习内容推荐方法及系统

Citations (8)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US6554618B1 (en) * 2001-04-20 2003-04-29 Cheryl B. Lockwood Managed integrated teaching providing individualized instruction
WO2009058344A1 (en) * 2007-10-31 2009-05-07 Worcester Polytechnic Institute Computer method and system for increasing the quality of student learning
CN104794947A (zh) * 2015-04-01 2015-07-22 广东小天才科技有限公司 一种教学情况反馈方法及装置
CN108615423A (zh) * 2018-06-21 2018-10-02 中山大学新华学院 一种基于深度学习的线上教育管理系统
CN109299882A (zh) * 2018-10-11 2019-02-01 四川生学教育科技有限公司 一种成绩分析、诊断预测和学习资源推送方法及平台
WO2019075826A1 (zh) * 2017-10-20 2019-04-25 深圳市鹰硕技术有限公司 一种基于互联网教学平台的跟随教学系统
CN109697920A (zh) * 2017-10-20 2019-04-30 河北工业大学 一种虚拟实验在线教学反馈系统
CN110377814A (zh) * 2019-05-31 2019-10-25 平安国际智慧城市科技股份有限公司 题目推荐方法、装置及介质

Patent Citations (8)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US6554618B1 (en) * 2001-04-20 2003-04-29 Cheryl B. Lockwood Managed integrated teaching providing individualized instruction
WO2009058344A1 (en) * 2007-10-31 2009-05-07 Worcester Polytechnic Institute Computer method and system for increasing the quality of student learning
CN104794947A (zh) * 2015-04-01 2015-07-22 广东小天才科技有限公司 一种教学情况反馈方法及装置
WO2019075826A1 (zh) * 2017-10-20 2019-04-25 深圳市鹰硕技术有限公司 一种基于互联网教学平台的跟随教学系统
CN109697920A (zh) * 2017-10-20 2019-04-30 河北工业大学 一种虚拟实验在线教学反馈系统
CN108615423A (zh) * 2018-06-21 2018-10-02 中山大学新华学院 一种基于深度学习的线上教育管理系统
CN109299882A (zh) * 2018-10-11 2019-02-01 四川生学教育科技有限公司 一种成绩分析、诊断预测和学习资源推送方法及平台
CN110377814A (zh) * 2019-05-31 2019-10-25 平安国际智慧城市科技股份有限公司 题目推荐方法、装置及介质

Non-Patent Citations (3)

* Cited by examiner, † Cited by third party
Title
HUMA FAWAD 等: "Student Feedback & Systematic Evaluation of Teaching and its correlation to Learning Theories, Pedagogy & Teaching Skills", 《2014 INTERNATIONAL CONFERENCE OF TEACHING, ASSESSMENT AND LEARNING》, pages 1 - 7 *
傅晶晶 等: ""教师中心"和"学生中心"教学模式之对比研究", 《教育现代化》, no. 79, pages 269 - 272 *
许荣: "中职文言教学改革与实践", 《万方学术》 *

Cited By (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN112486972A (zh) * 2020-12-10 2021-03-12 四川瀚库智数科技有限公司 高校大数据采集系统及方法
CN113222315A (zh) * 2020-12-10 2021-08-06 成都寻道科技有限公司 大学生在校数据管理系统
CN113157372A (zh) * 2021-04-27 2021-07-23 万里安飞行服务(上海)有限公司 一种基于知识掌握度的电子书籍动态标识方法
CN113157372B (zh) * 2021-04-27 2024-02-02 万里安飞行服务(上海)有限公司 一种基于知识掌握度的电子书籍动态标识方法
CN113254629A (zh) * 2021-06-07 2021-08-13 重庆第二师范学院 一种基于人工智能的学习内容推荐方法及系统
CN113254629B (zh) * 2021-06-07 2022-07-26 重庆第二师范学院 一种基于人工智能的学习内容推荐方法及系统

Also Published As

Publication number Publication date
CN110929020B (zh) 2023-08-01

Similar Documents

Publication Publication Date Title
CN109903617B (zh) 个性化练习方法和系统
CN110929020A (zh) 基于测试成绩的知识点掌握度分析方法
Kinsler Assessing Rothstein's critique of teacher value‐added models
US20070292823A1 (en) System and method for creating, assessing, modifying, and using a learning map
US20090061408A1 (en) Device and method for evaluating learning
CN111159419A (zh) 基于图卷积的知识追踪数据处理方法、系统和存储介质
Jensen et al. Appealing to good students in introductory economics
Gettleman et al. A decision processes account of the differences in the eyewitness confidence-accuracy relationship between strong and weak face recognizers under suboptimal exposure and delay conditions.
CN111858906A (zh) 习题推荐方法、装置、电子设备及计算机可读存储介质
CN113177868A (zh) 一种教学展示系统
US20090136910A1 (en) Memorization aid
CN112419815A (zh) 一种学习路径的规划方法及装置
KR102179957B1 (ko) 학습자의 학습 상태를 분석하고 그에 대한 보완 문제를 선정하는 방법 및 시스템
US20170221163A1 (en) Create a heterogeneous learner group
CN112951022A (zh) 一种多媒体互动教育培训系统
Mavrikis Data-driven modelling of students' interactions in an ILE
Özkan Interest in Environmental Issues as a Determinant of Science Literacy: A Multinational Review with Artificial Neural Network Analysis
Sijtsma et al. Progress in NIRT analysis of polytomous item scores: Dilemmas and practical solutions
Hayat Adjustment for guessing in a basic statistics test for Indonesian undergraduate psychology students using the Rasch model
KR20190125055A (ko) 빅데이터를 활용한 학습 코칭 방법
KR20220065722A (ko) 점수 확률분포 형태 통일화를 통해 평가 가능한 문제를 추천하는 학습 문제 추천 시스템 및 이것의 동작방법
Yalçin Teacher Behaviours Explaining Turkish and Dutch Students' Mathematic Achievements.
Ozyurt et al. An application of individualized assessment in educational Hypermedia: Design of computerized adaptive testing system and its integration into UZWEBMAT
Sinha et al. Impact of Explicit Failure and Success-driven Preparatory Activities on Learning.
Rajagede et al. Personalized Al-Quran Memorization Testing System Using Group Decision Support 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
GR01 Patent grant
GR01 Patent grant