CN111739366B - 基于自洽性体系的自适应考前冲刺在线学习方法及系统 - Google Patents

基于自洽性体系的自适应考前冲刺在线学习方法及系统 Download PDF

Info

Publication number
CN111739366B
CN111739366B CN202010702811.1A CN202010702811A CN111739366B CN 111739366 B CN111739366 B CN 111739366B CN 202010702811 A CN202010702811 A CN 202010702811A CN 111739366 B CN111739366 B CN 111739366B
Authority
CN
China
Prior art keywords
user
test questions
questions
question
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.)
Active
Application number
CN202010702811.1A
Other languages
English (en)
Other versions
CN111739366A (zh
Inventor
朱亚楠
曾美露
周可
赵明
邱友良
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.)
Shandong Peiliyou Education Technology Co ltd
Original Assignee
Shandong Peiliyou Education 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 Shandong Peiliyou Education Technology Co ltd filed Critical Shandong Peiliyou Education Technology Co ltd
Priority to CN202010702811.1A priority Critical patent/CN111739366B/zh
Publication of CN111739366A publication Critical patent/CN111739366A/zh
Application granted granted Critical
Publication of CN111739366B publication Critical patent/CN111739366B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • GPHYSICS
    • G09EDUCATION; CRYPTOGRAPHY; DISPLAY; ADVERTISING; SEALS
    • G09BEDUCATIONAL OR DEMONSTRATION APPLIANCES; APPLIANCES FOR TEACHING, OR COMMUNICATING WITH, THE BLIND, DEAF OR MUTE; MODELS; PLANETARIA; GLOBES; MAPS; DIAGRAMS
    • G09B7/00Electrically-operated teaching apparatus or devices working with questions and answers
    • G09B7/02Electrically-operated teaching apparatus or devices working with questions and answers of the type wherein the student is expected to construct an answer to the question which is presented or wherein the machine gives an answer to the question presented by a student
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06QINFORMATION 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
    • G06Q50/00Systems or methods specially adapted for specific business sectors, e.g. utilities or tourism
    • G06Q50/10Services
    • G06Q50/20Education
    • G06Q50/205Education administration or guidance
    • G06Q50/2057Career enhancement or continuing education service

Landscapes

  • Business, Economics & Management (AREA)
  • Engineering & Computer Science (AREA)
  • Educational Administration (AREA)
  • Educational Technology (AREA)
  • Theoretical Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • Tourism & Hospitality (AREA)
  • Strategic Management (AREA)
  • General Physics & Mathematics (AREA)
  • Human Resources & Organizations (AREA)
  • Health & Medical Sciences (AREA)
  • Economics (AREA)
  • General Health & Medical Sciences (AREA)
  • Marketing (AREA)
  • Primary Health Care (AREA)
  • General Business, Economics & Management (AREA)
  • Electrically Operated Instructional Devices (AREA)

Abstract

本发明涉及在线学习技术领域,特别是涉及一种基于自洽性体系的自适应考前冲刺在线学习方法及系统。所述方法包括以下步骤:服务器向用户终端发送一套定级测评试题;用户终端接收所述定级测评试题并展示,接收用户针对所述定级测评试题输入的反馈并发送给服务器;服务器生成定级测评结果,确定起始学习模块;服务器根据预设的专项诊断算法确定起始学习模块下的知识能力薄弱点集,根据靶向训练算法对确定出的知识能力薄弱点集进行靶向训练,根据效果测评算法对用户的靶向训练进行效果测评、生成效果测评结果并进行精准解读和反馈。本发明应用于考试冲刺类在线学习,对用户进行定级测评、专项诊断、靶向训练以及效果测评,实现深度个性化自主学习。

Description

基于自洽性体系的自适应考前冲刺在线学习方法及系统
技术领域
本发明涉及在线学习技术领域,特别是涉及一种基于自洽性体系的自适应考前冲刺在线学习方法及系统。
背景技术
在线教育是指利用计算机网络技术开展线上学习、教学、培训等活动,随着计算机网络技术的进一步发展以及人们对于各类知识技能需求的不断提高,近年来在线教育快速发展。
常规的在线教育主要以远程授课为主,教师与学生通过网络实现异地网上授课,授课过程中学生还可以与教师进行问答互动等,与传统的面授相差无几。但是,现有在线教育模式也同样存在着诸多待解决的问题:(1)学生对学科知识与能力的掌握依赖优秀的教师资源,而中国优秀教师资源将长期处于匮乏状态;(2)传统大班制的教学模式难以满足学生越来越个性化的学习需求,造成学生学习资源和学习时间的过度浪费,学习效果和学习效率不能最大化;(3) 一旦发生社会性突发事件,比如非典病毒、新冠病毒等类似卫生事件,学生需要依赖机器完成在家的自主学习,达到甚至超过学校现场学习的效果;(4)学校管理人员和教师缺乏及时、便捷、精准的学习数据和统计信息来综合评估各个年级、班级以及学生的学习进展水平、知识掌握情况以及非智力因素发展情况。
特别地,在中高考的冲刺阶段,时间紧迫,学生要在短时间内进行查漏补缺,并针对各自的不足进行强化训练,涉及学生个性化深度学习的问题。然而,现有技术对于学生的在线自主深度学习如何实现个性化并没有提供很好的解决方案,学生在线自主深度学习通常是通过海题战术或者完成教师统一布置的任务实现的,忽视了学生的个体差异,无法实现针对性的强化训练,效率低。
发明内容
基于此,有必要针对背景技术中提出的问题提供一种基于自洽性体系的自适应考前冲刺在线学习方法。
本发明实施例是这样实现的,一种基于自洽性体系的自适应考前冲刺在线学习方法,包括以下步骤:
服务器向用户终端发送一套定级测评试题;所述定级测评试题的测评结果用于确定用户考前冲刺的起始学习模块,其中,所述学习模块包括依次排列的N 个小综合模块、M个大综合模块以及S个冲刺模拟模块,且N个小综合模块之间、M个大综合模块之间以及S个冲刺模拟模块之间分别按预设的规则排序;
用户终端接收所述定级测评试题并展示,接收用户针对所述定级测评试题输入的反馈并发送给服务器;
服务器根据用户针对所述定级测评试题输入的反馈,按照定级测评算法生成定级测评结果,并根据所述定级测评结果确定起始学习模块;所述起始学习模块为所述小综合模块或者所述大综合模块中的任一学习模块;
服务器根据预设的专项诊断算法确定起始学习模块下的知识能力薄弱点集,根据靶向训练算法对确定出的知识能力薄弱点集进行靶向训练,根据效果测评算法对用户的靶向训练进行效果测评、生成效果测评结果并进行精准解读和反馈;若效果测评结果符合预设条件,则自动将用户升级到下一个学习模块进行学习,直至完成从所述起始学习模块到剩余学习模块的全部学习;
所述定级测评算法、所述专项诊断算法、所述靶向训练算法以及所述效果测评算法共同构成自适应学习算法。
在本发明另一个实施例中,提供了一种基于自洽性体系的自适应考前冲刺在线学习系统,包括服务器以及多个与所述服务器通信的客户终端;其中,所述服务器包括定级测评模块、专项诊断模块、靶向训练模块以及效果测评模块;
所述定级测评模块,用于向用户终端发送一套定级测评试题;所述定级测评试题的测评结果用于确定用户考前冲刺的起始学习模块,其中,所述学习模块包括依次排列的N个小综合模块、M个大综合模块以及S个冲刺模拟模块,且N个小综合模块之间、M个大综合模块之间以及S个冲刺模拟模块之间分别按预设的规则排序;
所述用户终端,用于接收所述定级测评试题并展示,接收用户针对所述定级测评试题输入的反馈并发送给服务器;
所述定级测评模块还用于,根据用户针对所述定级测评试题输入的反馈,按照定级测评算法生成定级测评结果,并根据所述定级测评结果确定起始学习模块;所述起始学习模块为所述小综合模块或者所述大综合模块中的任一学习模块;
所述专项诊断模块用于,根据预设的专项诊断算法确定起始学习模块下的知识能力薄弱点集;
所述靶向训练模块用于,根据靶向训练算法对确定出的知识能力薄弱点集进行靶向训练;
所述效果测评模块用于,根据效果测评算法对用户的靶向训练进行效果测评、生成效果测评结果并进行精准解读和反馈;若效果测评结果符合预设条件,则自动将用户升级到下一个学习模块进行学习,直至完成从所述起始学习模块到剩余学习模块的全部学习;
所述定级测评算法、所述专项诊断算法、所述靶向训练算法以及所述效果测评算法共同构成自适应学习算法。
本发明实施例提供的基于自洽性体系的自适应考前冲刺在线学习方法应用于在线学习,通过服务器以及用户终端的配合,通过对用户进行定级测评从而确定用户的起始学习模块;在每个学习模块内,应用专项诊断算法对用户进行学习专项诊断从而确定用户的知识能力薄弱点,针对确定出的知识能力薄弱点应用靶向训练算法对用户进行靶向训练,训练结束,应用效果测评算法对用户进行靶向训练的效果测评。本发明实施例提供的基于自洽性体系的自适应考前冲刺在线学习方法实现了由机器自主地、快速地、精准地完成学生在各个学科知识与能力薄弱项的专项诊断、靶向训练、效果测评,以及对知识能力的精准解读,促进学生个性化的深度学习,达到显著提高学习效率和效果的作用。
附图说明
图1为本发明实施例提供的学科自洽性知识能力体系结构框图;
图2为本发明实施例提供的自适应学习算法结构框图;
图3为本发明实施例提供的学科自洽性知识能力框图;
图4为本发明实施例提供的基于自洽性体系的自适应考前冲刺在线学习方法的应用环境图;
图5为本发明实施例提供的基于自洽性体系的自适应考前冲刺在线学习方法的流程图;
图6为图5中服务器向用户终端发送一套定级测评试题此外还包括的步骤流程图;
图7为图5中服务器根据用户针对所述定级测评试题输入的反馈按照定级测评算法生成定级测评结果此外还包括的步骤流程图;
图8为服务器根据所述用户针对所述定级测评试题输入的反馈、所述用户针对所述非智力因素测评试题输入的反馈生成所述定级测评结果的具体流程图;
图9为服务器根据预设的专项诊断算法确定起始学习模块下的知识能力薄弱点集的具体步骤流程图;
图10为根据靶向训练算法对确定出的知识能力薄弱点集进行靶向训练的具体步骤流程图;
图11为本发明实施例提供的专项诊断方法判断流程图一;
图12为本发明实施例提供的专项诊断方法判断流程图二;
图13为本发明实施例提供的单一靶向训练方法下的自适应训练过程示意图;
图14为本发明实施例提供的A+B训练方法下的自适应训练过程示意图;
图15为本发明实施例提供的C训练方法下的自适应训练过程示意图;
图16为本发明实施例提供的一种基于自洽性体系的自适应考前冲刺在线学习系统的结构框图;
图17为本发明实施例提供的本发明实施例提供的服务器的结构框图;
图18为本发明实施例提供的多元试题解析指导体系结构框图。
具体实施方式
为了使本发明的目的、技术方案及优点更加清楚明白,以下结合附图及实施例,对本发明进行进一步详细说明。应当理解,此处所描述的具体实施例仅仅用以解释本发明,并不用于限定本发明。
可以理解,本申请所使用的术语“第一”、“第二”等可在本文中用于描述各种元件,但除非特别说明,这些元件不受这些术语限制。这些术语仅用于将第一个元件与另一个元件区分。举例来说,在不脱离本申请的范围的情况下,可以将第一xx脚本称为第二xx脚本,且类似地,可将第二xx脚本称为第一xx 脚本。
名词解释:
(1)体系:指针对满足科学、系统构建知识结构的知识领域,包括数学、英语、语文、物理、化学及其他,建立的知识结构、命题评价、教研教学、知识考评、未来发展、非智因素等相关方面的流程、方法、模型。本发明的学科知识体系包括分阶学习模块、闭环学习流程、试题难度分级、多样化指导体系、非智力因素、综合评价诊断体系,如图1所示。
(2)算法:指系统根据预先设定规则,对学科学习进行自动化的诊断、测评和训练,并检测学习效率和效果的程序、方法和模型;本发明包括基于自适应的定级测评算法、专项诊断算法、靶向训练算法和效果测评算法,如图2所示。
(3)系统:指通过软件代码,将体系和算法开发并存储于服务器,依托基于Web的学习终端,实现学生与体系和算法的交互工具,包括软件、硬件和通信传输介质,如互联网。本发明涵盖的系统包括学科自洽性知识管理系统(图3 【3】)和学科自适应学习系统(图3【6】),以及实现人机交互的基于Web 的知识终端(图3【4】)与学习终端(图3【7】)(以网站和电子输入设备形式存在)。
(4)用户:指自主参与学科建设、学科学习和学生管理的所有人群,包括但不限于各类学校在职、兼职学生、教师、科研人员和其他人员,如图3【7、8、 9】。下文中出现的“学生”、“教师”、“学习用户”、“教师用户”、“知识用户”等不同提法,均泛指本发明的“用户”。
(5)学科:泛指满足能够科学性、系统性构建知识结构的所有知识领域,包括数学、英语、语文、物理、化学及其他。
(6)学习模块:是指根据学科特点,从综合度、难度、知识模块的覆盖度、考试要求等方面,划分成的逐阶递进模块。本发明以中考数学为例,学习模块划分为小综合模块、大综合模块以及冲刺模拟模块。
(7)知识模块:是指根据学科的系统性特点,综合国家教学大纲要求分解、拆解而成的学习信息,并按照某种思维组织在一起。这些学习信息也叫子知识点,构成完整的学科学习内容和教学范围。本发明根据不同学科的学习模块,进一步划分为知识模块,并将知识模块再次划分为一到多级知识结构,根据系统需求灵活调用。
(8)学习模型:特指在本发明的学习模块和知识模块基础上,对某种特定类型的学习内容进行归纳而成的分类。
(5)自洽性:指学科测评试卷内在结构和谐一致,能形成具有同质性的测评结果的重要指标,它是衡量测评试卷的逻辑结构、内容结构、题型结构、厚重度及题目的分数结构等方面使得题目互为存在条件、互相补充测量功能、相互校正测量误差,确保考查结果有同质性程度的指标。
(9)自适应:指在学科学习的处理和分析过程中,根据处理学习数据的数据特征自动调整学习方法、学习顺序、学习参数、边界条件或约束条件,使其与所学习数据的统计分布特征、结构特征相适应,以取得最佳的学习效果和学习效率的过程。
(10)非智因素:相对于智力因素提出,指学习用户除知识技能掌握以外,在学习策略、方法及学习品格等方面的非智力因素,简称“非智因素”。本明的非智因素包括学习策略、学习动机、自信心、专注力和坚毅性等五个方面。
(11)用户终端:指基于Web的网站平台,实现与学科自洽性知识管理系统(图3【3】)和学科自适应学习系统(图3【6】)的交互;用户终端还包括访问Web的相关硬件设备,如PAD、手机、笔记本、台式电脑等。
图4为一个实施例中提供的一种基于自洽性体系的自适应考前冲刺在线学习方法的应用环境图,如图4所示,在该应用环境中,包括用户学习终端系统以及基于云平台的服务器:云服务器。
在本发明实施例中,用户学习终端硬件系统包括主机和外设两个部分。主机包含中央处理器,内存,硬盘以支持软件系统,具备通讯网卡以支持互联网功能。外设输入设备可以支持多种方式的输入功能,以方面提供学科题目学习、训练和解答信息。硬件系统的具体应用实例可以包括PC电脑、平板电脑、智能手机等。用户学习终端软件系统主要包括系统软件和应用软件两个部分。系统软件具备网络通信管理功能,以实现用户访问Internet网络。应用软件需要支持Web浏览器功能,以访问多种Web服务器;并支持多媒体播放功能(支持播放教学产品的音频和视频内容)。学习终端软件系统分为基于Web的知识终端和基于Web的学习终端两个应用软件。用户通过Web浏览器访问在线教育Web 服务器,从而可以访问在线学习产品软件,进行学科的诊断、学习、训练和解读。若非特别指出,本发明实施例中用户终端为用户学习终端系统硬件系统与软件系统的统一。
在本发明实施例中,传统的服务器具有独立的CPU、内存条、硬盘,存储的数据安全性不高,硬盘的浪费率比较高,在应用方面应用有局限性。基于云平台的服务器,简称云服务器,使用了云计算技术,整合了计算、网络、存储等各种软件和硬件技术。相对于传统的服务器而言,云服务器从安全性,可靠性,移植性,扩展灵活性等多个方面多具有很大的优势。本发明提供的在线学习计算机系统中的服务器是基于云平台的服务器。若非特别指出,本发明实施例中服务器为基于云平台的服务器。
图1示出了本发明实施例提供的学科自洽性知识能力体系,该体系由相辅相成的六个子体系组成,适用于绝大多数的系统性学科的建设提升,尤其针对小学、初中和高中的数学学科。相比于传统学科教学体系,本体系在学习效率、学习效果方面取得的成果更为显著。本体系应用于图3示出的【3】学科自洽性知识管理系统和【6】学科自适应学习系统中,通过图4提供的基于Web的学习终端界面实现与学生的交互。
如图5所示,在一个实施例中,提出了一种基于自洽性体系的自适应考前冲刺在线学习方法,本实施例主要以该方法应用于上述图4中的用户终端或服务器来举例说明。具体可以包括步骤S502~S508:
步骤S502,服务器向用户终端发送一套定级测评试题;所述定级测评试题的测评结果用于确定用户考前冲刺的起始学习模块,其中,所述学习模块包括依次排列的N个小综合模块、M个大综合模块以及S个冲刺模拟模块,且N个小综合模块之间、M个大综合模块之间以及S个冲刺模拟模块之间分别按预设的规则排序。
在本发明实施例中,定级测评用于不同年级、不同时段进入学科自适应训练的学生用户,确定其综合学力水平,并根据结果决定下一步自适应训练的步骤和方法。定级测评的结果,可用于决定不同用户的起始学习模块,也可用于决定每个学习模块的自适应专项诊断方法。本发明按照学习模块包含的试题的难度、综合度、涵盖的范围等综合因素将小学、初中、高中的学习模块划分为小综合模块、大综合模块以及冲刺模拟模块等三大类。学习模块按照小综合模块、大综合模块、冲刺模拟模块的顺序排列,且对于小综合模块、大综合模块以及冲刺模拟模块,其内部的各个模块根据试题的难度、综合度、涵盖的范围等综合因素进行排序。可以理解,在本发明实施例中,N、M以及S为任意正整数,其具体数值本发明实施例对此不作限定。以初三数学冲刺为例,小综合模块包括小模块、中模块和大模块三个学习模块,大综合模块包括压轴题、专项题两个学习模块,冲刺模拟模块包括大模拟一个学习模块。
步骤S504,用户终端接收所述定级测评试题并展示,接收用户针对所述定级测评试题输入的反馈并发送给服务器。
在本发明实施例中,用户终端接收到定级测评试题后向用户进行展示,用户根据展示的试题进行答题输入,用户终端接收用户针对定级测评试题输入的反馈并发送给服务器。在本发明实施例中,可选地,用户终端接收定级测评试题可以是一次性接收全部定级测评试题并展示,也可以是逐题地接收并展示,待用户完成前一道定级测评试题的答题输入后再接收下一道定级测评试题,此为用户终端接收定级测评试题并展示的两种具体实现方式,同样适用于本发明中的专项诊断、效果测评等过程,对于具体实现的方式本发明实施例不作具体限定。在本发明实施例中,用户针对试题输入反馈的方式可以采用文字输入,例如通过打字输入、手写输入等方式,还可以通过语音等其它智能方式进行输入,此为可选的具体实现方式,不用于限定本发明的具体实现。
步骤S506,服务器根据用户针对所述定级测评试题输入的反馈,按照定级测评算法生成定级测评结果,并根据所述定级测评结果确定起始学习模块;所述起始学习模块为所述小综合模块或者所述大综合模块中的任一学习模块。
在本发明实施例中,定级测评结构包括分值结果以及针对性的分析解读内容,这里的分值结果至少包括一个总的得分,此外还可以包括定级测评试题的得分分布,定级测评试题对应的知识模块的得分分布等综合分析内容,并给出相应的建议指导。定级测评可以用于指导用户的起始学习模块,综合评价诊断好的学生,可以从更高学习模块开始学习,而无须浪费过多时间在已经掌握的低级学习模块中,使用户的学习更具有针对性。
步骤S508,服务器根据预设的专项诊断算法确定起始学习模块下的知识能力薄弱点集,根据靶向训练算法对确定出的知识能力薄弱点集进行靶向训练,根据效果测评算法对用户的靶向训练进行效果测评、生成效果测评结果并进行精准解读和反馈;若效果测评结果符合预设条件,则自动将用户升级到下一个学习模块进行学习,直至完成从所述起始学习模块到剩余学习模块的全部学习;所述定级测评算法、所述专项诊断算法、所述靶向训练算法以及所述效果测评算法共同构成自适应学习算法。
在本发明实施例中,知识能力薄弱点集由多个知识能力薄弱知识点构成,知识能力薄弱点是指用户掌握不到位,容易丢分的知识点以及能力不足的方面。需要理解的是,知识能力薄弱点既包括知识方面的,例如某个具体的知识点,同时也包括能力方面的,例如答题用时、思维强度等。在本发明实施例中,知识能力薄弱点通过运用专项诊断算法,对用户进行专项诊断确定。
在本发明实施例中,根据确定出的知识能力薄弱点集,运用靶向训练算法对用户进行知识能力薄弱知识点的强化训练。强化训练结束后还运用效果测评算法对用户进行效果测评并生成效果测评结果,对效果测评结果进行精准解读和反馈,分析用户的专项训练结果,给予用户针对性的辅导建议;并且,当效果测评结构符合预设条件时,系统将自动将用户升级进入到一个学习模块的学习。
在本发明实施例中,定级测评算法、专项诊断算法、靶向训练算法以及效果测评算法共同构成自适应学习算法,自适应学习算法与自洽性知识能力体系共同构成了本发明的在线学习系统的核心。
本发明实施例提供的基于自洽性体系的自适应考前冲刺在线学习方法应用于在线学习,通过服务器以及用户终端的配合,通过对用户进行定级测评从而确定用户的起始学习模块;在每个学习模块内,应用专项诊断算法对用户进行学习专项诊断从而确定用户的知识能力薄弱点,针对确定出的知识能力薄弱点应用靶向训练算法对用户进行靶向训练,训练结束,应用效果测评算法对用户进行靶向训练的效果测评。本发明实施例提供的基于自洽性体系的自适应考前冲刺在线学习方法实现了由机器自主地、快速地、精准地完成学生在各个学科知识与能力薄弱项的专项诊断、靶向训练、效果测评,以及对知识能力的精准解读,促进学生个性化的深度学习,达到显著提高学习效率和效果的作用。
如图6所示,在本发明一个实施例中,所述服务器向用户终端发送一套定级测评试题,此外还包括步骤S602~S604:
步骤S602,用户终端接收用户输入的用户信息并发送给所述服务器,所述用户信息包括用户名、学校、班级、当前学习模块、学习历史记录和具体学习位置。
在本发明实施例中,用户终端接收用户信息后,自动访问服务器,获取该用户相关信息,服务器将该用户的学习状态数据返回前端用户终端。学习状态数据包括:用户详细信息,包括姓名、学校、班级、当前学习位置、学习历史记录等。用户终端接收上述学习状态数据并展示。
步骤S604,所述服务器根据接收的所述用户信息判断对应用户是否已经完成定级测评;若否,则调取一套定级测评试题并发送给所述用户终端;
其中,所述定级测评试题包选择题、填空题以及解答题;所述定级测评试题由所述服务器随机生成。
在本发明实施例中,服务器识别当前用户需要开始定级测评后,返回参数至用户终端,同时调取定级测评试题发送给用户终端。在本发明实施例中,作为一种可选的具体实现方式,服务器根据随机算法,从试题库中随机抽取相应的定级测评题组并发送给用户终端。定级测评题组的数量由该用户所在的年级、进入定级测评的时点决定。例如,本发明应用于中考冲刺环节,服务器为用户调取的定级测评题组包含27道题,其中12道选择题、6道填空题和9道解答题;试题库预存测评试题,按照自洽性体系的标准为不同用户随机组卷和分配。
本发明实施例提供的基于自洽性体系的自适应考前冲刺在线学习方法中,服务器通过获取用户信息确定用户是否需要进行定级测评,且定级测评的题组数量由用户所在的年级、进入定级测评的时点等因素决定,可以实现更具有针对性的定级测评,且采用随机生成的方式可以更好地涵盖知识点,从而便于准确地确定用户的起始学习模块,这种方式可以免去对于已掌握的模块的学习,提供学习效率。
如图7所示,在本发明一个实施例中,所述服务器根据用户针对所述定级测评试题输入的反馈,按照定级测评算法生成定级测评结果,此外还包括步骤 S702~S704:
步骤S702,服务器向所述用户终端发送非智力因素测评试题,所述非智力因素测评试题由包括由学习策略、学习动机、自信心、专注力和坚毅性五个维度的调查试题组成。
在本发明实施例中,在知识能力测评的基础上,系统可以继续返回其他测评维度,供用户继续测评,如非智力因素测评等。以本发明在中考数学冲刺的定级测评为例,用户完成知识能力测评后,系统继续推送由25道题组成的非智力因素调查试题,供用户继续测评,收集用户在学习策略、学习动机、自信心、专注力、坚毅性等五个方面的信息。用户通过用户终端,输入答案,并由学习系统的服务器执行运算,返回非智力因素测评的结果。
步骤S704,用户终端接收所述非智力因素测评试题并展示,接收用户针对所述非智力因素测评试题输入的反馈并发送给服务器;
所述服务器根据用户针对所述定级测评试题输入的反馈生成定级测评结果,具体包括:
服务器根据所述用户针对所述定级测评试题输入的反馈、所述用户针对所述非智力因素测评试题输入的反馈生成所述定级测评结果。
在本发明实施例中,用户终端接收所述非智力因素测评试题并展示,接收用户针对所述非智力因素测评试题输入的反馈并发送给服务器的过程可以参考前述任意一个实施例的描述,本发明在此不再赘述。在本发明实施例中,对应地,服务器根据用户针对定级测评试题输入的反馈生成定级测评结果,具体包括:服务器根据用户针对定级测评试题输入的反馈、用户针对所述非智力因素测评试题输入的反馈生成定级测评结果。定级测评结果的生成至少依据用户针对定级测评试题输入的反馈以及针对非智力因素测评试题输入的反馈,可以更为综合地评价用户的知识能力情况。
本发明实施例提供的基于自洽性体系的自适应考前冲刺在线学习方法中,定级测评结果的生成还包括向用户发送非智力因素测评试题,根据用户针对定级测评试题以及非智力因素测评试题输入的反馈确定用于的定级测评结果,使得定级测评结果不仅包含用户的智力因素,同时还考虑了非智力因素在用户得分上的影响,使得定级测评更为全面可靠且具有更强的个性化特点。
如图8所示,在本发明一个实施例中,所述服务器根据所述用户针对所述定级测评试题输入的反馈、所述用户针对所述非智力因素测评试题输入的反馈生成所述定级测评结果,包括步骤S802~S810:
步骤S802,服务器根据所述用户针对所述定级测评试题输入的反馈确定用户在所述定级测评试题对应的多个所述小综合模块上的得分分布,根据所述小综合模块上的得分分布以及预设的权重条件和知识能力得分标准,确定用户的知识能力得分。
在本发明实施例中,用户基于Web的用户终端,完成定级测评试卷的作答 (知识能力的作答)。服务器根据预设的试题库,逐题测试用户,并接受web用户终端传回的数据,自动测算该用户在知识能力方面的得分,同时转换成4分制。以初三数学的定级测评为例,定级测评题包含小综合模块中的小模块、中模块和大模块等三个学习模块,共27道题,满分100分,知识能力得分转换为4分制的规则如下:
表1:自适应定级测评的知识能力分值标准
Figure BDA0002593445310000131
步骤S804,服务器根据所述用户针对所述定级测评试题输入的反馈确定用户在不同难度试题上的得分分布,根据所述不同难度试题上的得分分布以及预设的权重条件和思维强度得分标准确定用户的思维强度得分。
步骤S806,服务器根据所述用户针对所述非智力因素测评试题输入的反馈以及预设的非智因素得分标准,确定用户的非智力因素得分。
步骤S808,服务器根据所述用户针对所述定级测评试题输入的反馈确定用户的答题用时,根据所述答题用时以及预设的答题用时得分标准确定用户的答题用时得分。
步骤S810,服务器根据所述知识能力得分、思维强度得分、非智力因素得分、答题用时得分以及预设的权重条件生成所述定级测评结果,并给出考前冲刺总体学习建议。
在本发明实施例中,知识能力和其他维度的测评结束后,由系统的服务器自动运算用户不同维度的测评结果,并将结果告知基于Web的用户终端。以本发明应用于中考冲刺定级测评为例,服务器返回知识能力、思维强度、非智因素、答题用时四个维度的得分,并转换成四分制。
表2:综合评价诊断评分规则
Figure BDA0002593445310000141
根据学科在不同阶段的特点,以上四个维度可适当调整。比如对于难度层级较低的评价诊断中,可以去除思维强度,并调整权重,比如变为:0.5、0.3和 0.2。结合本发明的用途,四个维度的综合评价诊断还可以用于指导学生用户从何种基础的学习模块切入学习。综合评价诊断好的学生,可以从更高学习模块开始学习,而无须浪费过多时间在已经掌握的低级学习模块中。
本发明实施例提供的基于自洽性体系的自适应考前冲刺在线学习方法中,定级测评的结果可用于不同用途,包括指向不同的学习模块、确定下一个学习模块的专项诊断方法。以本发明应用于中考冲刺定级测评为例:定级测评用于指向用户起始的学习模块,也用于决定小综合模块、大综合模块、冲刺模拟模块的专项诊断方法。
在本发明一个实施例中,所述定级测评试题包括多级思维引导解答题,所述多级思维引导解答题包括多个相互关联、思维启发式的选择题和/或填空题;
所述服务器将所述定级测评试题发送给所述客户终端,所述客户终端接收所述定级测评试题并展示,接收用户针对所述定级测评试题输入的反馈并发送给所述服务器,包括:
所述服务器将所述多级思维引导解答题发送给所述客户终端;
所述客户终端接收所述多级思维引导解答题并展示,接收用户针对所述多级思维引导解答题输入的反馈信息并发送给所述服务器;
所述服务器根据接收的所述用户针对所述多级思维引导解答题输入的反馈信息确定相应的回复信息并发送给所述客户终端,其中,所述回复信息为提示信息、选择题或者填空题中的任意一种;
所述客户终端接收所述回复信息并展示,接收用户针对所述回复信息输入的反馈并发送给所述服务器;
所述服务器根据接收的所述用户针对所述回复信息输入的反馈,判断所述多级思维引导解答题是否回答完毕,若未回答完毕,则确定相应回复信息并发送,接收针对回复信息输入的反馈直至所述多级思维引导解答题回答完毕。
在本发明实施例中,通过对复杂的解答题进行多级思维引导式的拆解,变成选择题或填空题等客观题组,实现了机器自动判题功能,既解决学生得不到即时的反馈的问题,又充分发挥新题型的作用,促进学生个人深度化学习,进一步提升学生的思维能力。通过引导启发的方式,拆解试题,形成用户能够联想和关联的启发式选择题或填空题等客观题组,帮助用户准确地捕捉和掌握知识要领。
多级思维引导解答题的确定方法如下:选择解决该问题的通法或某些有价值的重要方法,在问题解决的关键处,设置启发解题思路的问题,并同时设置选择题或填空题,激励学生通过思考、计算、画草图等方式积极的探索并解答;运用分析综合法,引领学生的积极思维,促使学生真正体验、理解或把握这个思路方法或规律的同时再鼓励学生发散思维去探索寻求不同的思路和解法。
本发明实施例提供的基于自洽性体系的自适应考前冲刺在线学习方法通过设置多级思维引导解答题,可以对用户进行启发性的解答引导,可以促进用户的深度化学习,提升用户的思维能力。
如图9所示,在本发明一个实施例中,所述服务器根据预设的专项诊断算法确定起始学习模块下的知识能力薄弱点集,具体包括以下步骤:
步骤S902,所述服务器根据所述定级测评结果以及用户的当前学习模块调取相应的专项诊断试题。
在本发明实施例中,步骤S902此外还可以包括:
用户使用创建好的用户账号,通过PAD、手机、笔记本或者台式机,访问 web端的URL地址,即可进入客户终端平台。
客户终端平台接受用户信息(用户名)后,自动访问学科自适应学习系统的服务器,获取该用户相关信息,将该用户的学习状态数据返回前端web客户终端。学习状态包括:用户详细信息,包括姓名、学校、班级、当前学习位置、学习历史记录等,并展现在基于web的客户终端。
在本发明实施例中,专项诊断试题既可以根据定级测评的结果确定,也可以根据当前学习模块的位置确定,还可以综合两个因素进行确定。
步骤S904,所述服务器将所述专项诊断试题发送给所述客户终端。
步骤S906,所述客户终端接收所述专项诊断试题并展示,接收用户针对所述专项诊断试题输入的反馈并发送给所述服务器。
在本发明实施例中,用户基于Web的客户终端,完成专项诊断试卷的作答 (知识能力的作答)。服务器根据预设的试题库,逐题测试用户,并接受web客户终端传回的数据,记录每道题答题正确与否,以及每一道题所对应的知识模块(知识点)。
步骤S908,所述服务器根据所述用户针对所述专项诊断试题输入的反馈确定当前学习模块下的知识能力薄弱点集。
在本发明实施例中,如果用户专项诊断试题全部答对,则可直接进入下一学习模块的学习,无靶向训练位置。否则,将错误试题所对应的知识模块,确定为知识能力薄弱点,并按照该知识模块(试题)的准确率和知识模块的编号共同排序,返回学习终端,并记录知识能力薄弱点。排序规则为:准确率最低者靠前,同等准确率者按原有编号先后顺序排列。
在本发明实施例中,对于服务器以及客户终端配合完成专项诊断的过程可以参考前述任意一个实施例的解释说明,本发明实施例对此不再赘述。
在本发明实施例中,专项诊断用于确定用户在某学习模块的具体靶向训练位置,即,哪些知识模块尚未被用户掌握,需要进一步开展自适应的训练。专项诊断的目的在于快速剔除已掌握知识,筛查出薄弱项,对症下药,避免题海战术。专项诊断的结果,除了确定靶向训练位置外,还用于决定用户在该模块的自适应训练方法。
本发明实施例提供的基于自洽性体系的自适应考前冲刺在线学习方法通过专项诊断确定用户的知识能力薄弱点集,可以帮助用户更有针对性地进行强化训练,提高学习的效率以及效果。
在本发明一个实施例中,所述服务器根据所述定级测评结果以及用户的当前学习模块调取相应的专项诊断试题,具体包括以下步骤:
所述服务器判断用户当前所处的学习模块是否为起始学习模块,若是起始学习模块,则判断当前学习模块是否为所述小综合模块的第一个学习模块,若是所述小综合模块的第一个学习模块,则根据单一诊断方法调取一套预存的题组作为所述专项诊断试题;若不是所述小综合模块的第一个学习模块,则根据 B+C诊断方法调取相应的专项诊断试题;
若当前学习模块不是起始学习模块,则判断前一学习模块的所述效果测评结果是否满足预设条件,若满足预设条件则根据A+B诊断方法调取相应的专项诊断试题,若不满足预设条件则根据B+C诊断方法调取相应的专项诊断试题;
其中,A、B以及C表示依次递增的试题难度;A+B诊断方法调取的专项诊断试题由A难度试题以及B难度试题组成,B+C诊断方法调取的专项诊断试题由B难度试题以及C难度试题组成,且同一知识点在所述专项诊断试题中至少存在两道不同难度的对应试题。
在本发明实施例中,需要理解是的,A难度是指题目不太复杂,隐含条件较容易被发现;B难度是指题目稍复杂,隐含条件经过一定时间分析可以被发现; C难度是指题目复杂,隐含条件隐含较深,不易被发现。如果定级测评后直接进入某学习模块,则采用“定级测评后直接专项诊断流程”进行诊断;如果某模块是由低级学习模块训练升级所至,则根据低一级模块的效果测评结果,决定专项诊断方法,采用“其他模块升级专项诊断流程”进行诊断。判断过程参考图10、图11。
采用“定级测评后直接专项诊断流程”进行诊断,包括单一诊断方法以及 B+C诊断方法。
单一诊断方法:
服务器根据用户信息,识别该用户的学习模块和学习位置。根据学习位置决定采用何种专项诊断方法。如果该用户从定级测评直接进入小综合模块的第一个学习模块学习,则小综合模块的第一个学习模块的专项诊断方法采用无难度区分的单一测评法,即不区分试题难度,直接从试题库调取一套预存的题组,返回客户终端由用户作答。由于小综合模块的第一个学习模块较为基础,因此对于该学习模块的专项诊断不区分难度。
B+C诊断方法:
服务器根据用户信息,识别该用户的学习模块和学习位置。根据学习位置决定采用何种专项诊断方法。如果该用户从定级测评直接进入小综合模块的非第一个学习模块或者大综合模块学习,则此时的专项诊断方法采用B+C诊断方法。
采用“其他模块升级专项诊断流程”进行诊断,包括A+B诊断方法以及B+C 诊断方法。
A+B诊断方法:
服务器根据用户信息,识别该用户的学习模块和学习位置。根据学习位置决定采用何种专项诊断方法。如果该用户根据升级的方式进入当前学习模块,则根据低一级模块的效果测评结果R,决定采用何种专项诊断法。如果R<3.6 分,则采用A+B诊断方法开展专项诊断。
B+C诊断方法:
服务器根据用户信息,识别该用户的学习模块和学习位置。根据学习位置决定采用何种专项诊断方法。如果该用户根据升级的方式进入当前学习模块,则根据低一级模块的效果测评结果R,决定采用何种专项诊断法。如果R≥3.6 分,则采用B+C诊断方法开展专项诊断。
本发明实施例提供的基于自洽性体系的自适应考前冲刺在线学习方法根据用户的定级测评结果、进入当前学习模块的方式或者前一学习模块效果测评的结果,通过单一诊断方法、A+B诊断方法或者B+C诊断方法对用户进行当前学习模块的专项诊断,使得专项诊断的方法与用户的学习进度以及学习能力紧密关联,实现了针对不同用户、不同学习模块的自适应个性化诊断。
在本发明一个实施例中,所述服务器将所述专项诊断试题发送给所述客户终端;所述客户终端接收所述专项诊断试题并展示,接收用户针对所述专项诊断试题输入的反馈并发送给所述服务器,具体包括以下步骤:
所述服务器将所述专项诊断试题中的低难度试题发送给所述用户终端;
所述用户终端接收所述专项诊断试题中的低难度试题并展示,接收用户针对所述专项诊断试题中的低难度试题输入的反馈并发送给所述服务器;
服务器根据接收的所述用户针对所述专项诊断试题中的低难度试题输入的反馈判断用户是否有答对的低难度试题,若有,则将所述专项诊断试题中的与用户答对的低难度试题对应的高难度试题发送给所述用户终端进行补充测评;
所述用户终端接收所述专项诊断试题中的高难度试题并展示,接收用户针对所述专项诊断试题中的高难度试题输入的反馈并发送给所述服务器;
其中,对于A+B诊断方法调取的专项诊断试题,低难度试题为A难度试题,高难度试题为B难度试题;对于B+C诊断方法调取的专项诊断试题,低难度试题为B难度试题,高难度试题为C难度试题;
所述服务器根据所述用户针对所述专项诊断试题输入的反馈确定当前学习模块下的知识能力薄弱点集,具体包括以下步骤:
服务器根据接收到的用户针对所述专项诊断试题中的低难度试题、高难度试题输入的反馈确定用户答错的题目;
服务器根据所述用户答错的题目的对应知识能力点确定用户的知识能力薄弱点集。
在本发明实施例中,具体地,A+B诊断方法是指:随机抽取1套由固定题数组成的A难度试卷,给用户答题,按照预设时间倒计时;用户提交或者系统到时,学习系统判断答错和答对试题,答错试题对应的知识模块标记为“未掌握”,进入靶向训练模块;如果存在答对的试题,则继续测试,进入B卷补充测试。学习系统随机选取一套B卷,调取A卷答对的所有试题同编号下的B难度同质题,按照前后顺序,给用户出题,倒计时并记录结果。学习系统判断B卷答错和答对试题,答错试题对应的知识模块标记为“未掌握”,进入靶向训练模块,答对试题对应的知识模块标记为“已掌握”,结束。如果A全对,则调取B 全套;如果A全错,则确定靶向位置,无需再调取B。用户通过学习终端实现与学习系统的人机交互。本发明实施例还可根据实际需求,按照以上所述方法,将专项诊断的层级调整为A+B+C。
表3:A+B测评法确定靶向训练位置的示例
Figure BDA0002593445310000201
在本发明实施例中,具体地,B+C诊断方法是指:随机抽取1套由固定题数组成的B难度试卷,给用户答题,按照预设时间倒计时;用户提交或者系统到时,系统判断答错和答对试题,答错试题对应的知识模块标记为“未掌握”,进入靶向训练模块;如果存在答对的试题,则继续补充测试,进入C卷测试。系统随机选取一套C卷,调取B卷答对的所有试题同编号下的C难度同质题,按照前后顺序,给用户出题,并倒计时预设时间,并记录结果。系统判断C卷答错和答对试题,答错试题对应的知识模块标记为“未掌握”,进入靶向训练模块,答对试题对应的知识模块标记为“已掌握”,结束。如果B全对,则调取C 全套;如果B全错,则确定靶向位置,无需再调取C。本发明实施例还可根据实际需求,按照以上所述方法,将专项诊断的层级调整为A+B+C。
表4:B+C测评法确定靶向训练位置的示例
Figure BDA0002593445310000202
其过程可以参考图12所示。
本发明实施例提供的基于自洽性体系的自适应考前冲刺在线学习方法中,A+B诊断方法或者B+C诊断方法均通过高低难度试题的结合对用户进行知识能力薄弱点的诊断,这种方式更为准确地定位用户的知识能力薄弱点,同时剔除已掌握的知识点,便于用户具有针对性地对知识能力薄弱点进行强化训练。
如图10所示,在本发明一个实施例中,所述根据靶向训练算法对确定出的知识能力薄弱点集进行靶向训练,具体包括步骤S1002~S1004:
步骤S1002,所述服务器根据用户的专项诊断方法确定靶向训练试题。
在本发明实施例中,靶向训练的任务是根据各学习模块专项诊断结果确定的靶向训练位置,按照自适应算法开展训练,直至所有靶向训练模块均通过。靶向训练的方法由专项诊断的结果决定;学习系统将根据专项诊断结果,决定靶向训练方法,并自动生成该用户在该学习模块下的靶向训练计划。
步骤S1004,所述服务器将所述靶向训练试题发送给所述客户终端,所述客户终端接收所述靶向训练试题并展示,接收用户针对所述靶向训练试题输入的反馈并发送给所述服务器;其中,所述靶向训练试题包括按预设顺序排序的不同难度的R个题组,每个题组与一个所述知识能力薄弱点集中的一个知识能力薄弱点对应,每个所述题组均包括按预设顺序排序的T道试题,且不同题组下的同一题号的试题为类型、难度相同的同质试题。
在本发明实施例中,靶向训练包括以下流程:
用户使用创建好的用户账号,通过PAD、手机、笔记本或者台式机,访问 web端的URL地址,即可进入用户终端平台。
客户终端接收用户信息(用户名)后,自动访问学科自适应学习系统的服务器,获取该用户相关信息,将该用户的学习状态数据返回前端web客户终端。学习状态包括:用户详细信息,包括姓名、学校、班级、当前学习位置、学习历史记录等,并展现在基于web的学习终端。
服务器以及客户终端配合对用户的知识能力薄弱点集进行强化训练。
按照预设规则依次遍历所有靶向训练模块,直至结束。学习系统记录该用户该学习模块完成靶向训练,并可启动效果测评。用户通过客户终端可获得学习系统的反馈,并显示已经完成靶向训练。
在本发明一个实施例中,所述服务器根据用户的专项诊断方法确定靶向训练试题,具体包括以下步骤:
所述服务器判断用户的专项诊断方法是否为单一诊断方法,若是,则根据单一靶向训练方法调取一套预设的训练试题作为所述靶向训练试题;
若用户的专项诊断方法不是单一诊断方法,则所述服务器判断若用户的专项诊断方法是否为A+B诊断方法,若是A+B诊断方法,则判断用户前一学习模块的效果测评结果是否满足预设条件,若满足则根据A+B训练方法调取相应的靶向训练试题,若不满足则判断用户A+B诊断方法下A难度试题是否全对,若全对,则根据B+C训练方法调取相应的靶向训练试题,若不全对则根据A+B训练方法调取相应的靶向训练试题;
若用户的专项诊断方法不是A+B诊断方法,则判断用户B+C诊断方法下B 难度试题是否全对,若全对,则根据C训练方法调取相应的靶向训练试题,若不全对则根据B+C训练方法调取相应的靶向训练试题。
在本发明实施例中,如果用户的专项诊断方法为单一诊断方法,则学习系统将专项诊断确定的靶向训练模块返回给学习终端,并按照如下方式排序:准确率最低者知识模块靠前,同等准确率者按原有编号先后顺序排列。靶向训练模块的排序,决定了学习系统返回用户训练的顺序;用户只能按照学习系统给出的排序,并按照单一靶向训练方法调取一套预设的训练试题作为靶向训练试题。单一靶向训练方法调取的试题不考虑试题的ABC难度,而只根据该知识模块下的题组顺序出题训练。可选地,每个知识模块包括3或3以上数量的题组数,每个题组包含5道及以上的试题组成,并按照选择题、填空题、解答题的顺序编成题号。不同题组下的同一题号试题,为同质题。
在本发明实施例中,如果用户的当前学习模块是由低一级学习模块训练后升级而来,则根据低一级学习模块效果测评结果,若R<2.5,说明该用户基础较弱,专项诊断方法和靶向训练方法均应为A+B,及从A难度题开始训练,学习系统最高返回B难度题,不再出C难度题。学习系统也可根据用户的年级、进入自适应训练的时间,调整最高出题难度至C。以本发明应用于中考冲刺的靶向训练为例,所有靶向训练难度均为两级,A+B或者B+C。对于其他年级的靶向训练,可以调整为A+B+C。
A+B训练方法指学习系统给出某知识模块的训练题时,将考虑试题的难度,并按照A难度先训练,训练完毕后再进入B难度训练。任意知识模块的每个难度下,均可包括3或3以上数量的题组数,每个题组包含5道及以上的试题组成,并按照选择题、填空题、解答题的顺序编成题号。不同题组下的同一题号试题,为同质题。以本发明应用于中考冲刺为例,每个知识模块下,均有ABC 三个难度,每个难度下均有三个题组,每个题组均由不少于5道题组成。
在本发明实施例中,如果用户的当前学习模块是由低一级学习模块训练后升级而来,则根据低一级学习模块效果测评结果,若R≥2.5,说明该用户基础良好,靶向训练方法可以根据专项诊断的结果进一步细分。如果A+B专项诊断时,A全对,则说明该用户基础确实良好,靶向训练可按照B+C开展,学习系统从B难度题开始训练,学习系统最高返回C难度题;如果A+B专项诊断时, A非全对,则说明该用户基础确实较弱,靶向训练应仍然按照A+B开展,学习系统从A难度题开始训练,学习系统最高返回B难度题,不再出C难度题。同理,学习系统也可根据用户的年级、进入自适应训练的时间,可将A+B训练方式,调整最高出题难度至C。
B+C训练方法指学习系统给出某知识模块的训练题时,将考虑试题的难度,并按照B难度先训练,训练完毕后再进入C难度训练。任意知识模块的每个难度下,均可包括3或3以上数量的题组数,每个题组包含5道及以上的试题组成,并按照选择题、填空题、解答题的顺序编成题号。不同题组下的同一题号试题,为同质题。以本发明应用于中考冲刺为例,每个知识模块下,均有ABC 三个难度,每个难度下均有三个题组,每个题组均由不少于5道题组成。
在本发明实施例中,如果用户当前学习模块的专项诊断法为B+C,则根据 B+C测评的结果,如果B全对,则说明该用户的水平优秀,可以直接训练C难度题。
C训练方法指学习系统给出某知识模块的训练题时,只考虑试题的C难度,按照C难度进行训练,训练完毕后直接结束,并认为用户已掌握该模块。任意知识模块的每个难度下,均可包括3或3以上数量的题组数,每个题组包含5 道及以上的试题组成,并按照选择题、填空题、解答题的顺序编成题号。不同题组下的同一题号试题,为同质题。以本发明应用于中考冲刺为例,每个知识模块下,均有ABC三个难度,每个难度下均有三个题组,每个题组均由不少于 5道题组成。
本发明实施例提供的基于自洽性体系的自适应考前冲刺在线学习方法至少通过单一靶向训练方法、A+B训练方法、B+C训练方法以及C训练方法对用户进行靶向训练,可以不同用户或者同一用户在不同学习模块的学习情况,针对性强,自适应性好。
在本发明一个实施例中,所述服务器将所述靶向训练试题发送给所述客户终端,所述客户终端接收所述靶向训练试题并展示,接收用户针对所述靶向训练试题输入的反馈并发送给所述服务器,具体包括以下步骤:
服务器将第一个题组内的试题按其排序发送给客户终端;
客户终端接收服务器发送的试题并展示,接收用户针对试题输入的反馈并发送给服务器;
服务器判断用户针对试题输入的反馈是否正确,若正确则重复上述过程以向用户终端发送第一个题组内的下一道试题;
若错误,则服务器发送第二个题组的同题号试题给客户终端;
客户终端接收第二个题组的同题号试题并展示,接收用户针对第二个题组的同题号试题输入的反馈并发送给服务器;
服务器接收用户针对第二个题组的同题号试题输入的反馈并判断是否正确,若正确则返回第一个题组的下一道试题;
若错误,则发送下一个题组的同号试题直至所有题组的同号试题均发送完毕或者接收到则用户的正确反馈,并返回第一个题组的下一道试题。
在本发明实施例中,对于单一靶向训练方法,以本发明应用于中考数学冲刺小综合模块试题库为例,每个知识模块下,均有三个题组,每个题组均由不少于5道题组成。小综合模块的自适应训练过程如图13所示,图中,XM 11 的XM小模块代码,第1位数字为题号,第2位数字为题组号。整体规则为,先调取题组1下第1号题,如果答对,则直接进入题号2,依次循环;如果某号题答错,则继续调取题组2下同题号的同质题,让用户训练,如果正确,则回到题号2;如果题组2的同质题仍然答错,则继续调题题组3下同题号的同质题,让用户训练,如果正确,则回到题号2;如果题组3的同质题仍然答错,则结束,直接进入题号2。如此循环。直至题组的所有题号试题均答完,则认为通过该靶向训练模块。同质题的数量、正确答题数量可根据学科特点调整。
在本发明实施例中,对于A+B训练方法以及B+C训练方法,本发明实施例以A+B训练方法为例进行说明。其过程如图14所示,图中,A 11的A代表A 难度,第1位数字为题号,第2位数字为题组号。整体规则为,先调取A难度下题组1下第1号题,如果答对,则直接进入题号2,依次循环;如果某号题答错,则继续调取题组2下同题号的同质题,让用户训练,如果正确,则回到题号2;如果题组2的同质题仍然答错,则继续调题题组3下同题号的同质题,让用户训练,如果正确,则回到题号2;如果题组3的同质题仍然答错,则结束,直接进入题号2。如此循环。直至A难度和B难度下题组的所有题号试题均答完,则认为通过该靶向训练模块。对于不同学科,可以采用A+B+C三级难度方式对用户进行训练;本规则适用于所有学科的算法要求。
在本发明实施例中,对于C训练方法,其过程如图15所示,对于其具体过程,结合上述关于单一靶向训练方法、A+B训练方法以及B+C训练方法的描述进行理解,本发明实施例对此不再赘述。
本发明实施例提供的基于自洽性体系的自适应考前冲刺在线学习方法设置多个题组,且每个题组包含有其它题组的同质试题,通过这种方法进行靶向训练,可以对同一知识模块进行多次的反复强化训练,使用户熟练掌握对应知识点。
如图18所示,在本发明一个实施例中,所述服务器将所述靶向训练试题发送给所述客户终端,所述客户终端接收所述靶向训练试题并展示,接收用户针对所述靶向训练试题输入的反馈并发送给所述服务器,此外还包括以下步骤:
针对已发送的靶向训练试题,所述服务器发送包括例题示范、动态课件、微课视频、四级解析在内的多元解析指导信息中的一种或者多种给所述客户终端,其中,所述四级解析包括思路点拔信息、具体提示信息、标准答案或者思维能力提供信息中的一种或者多种;
所述客户终端接收所述例题示范、动态课件、微课视频和四级解析组成的多元解析指导信息中的一种或者多种并展示。
本发明实施例提供的基于自洽性体系的自适应考前冲刺在线学习方法中,在定级测评、专项诊断、靶向训练以及效果测评过程中,用户答题过程中可以采用上述方法对用户进行思路指导和点拨,从而帮助用户更好地拓展思路,掌握相关知识点。
在本发明一个实施例中,所述根据效果测评算法对用户的靶向训练进行效果测评,包括以下步骤:
所述服务器根据用户当前模块的专项训练方法,根据预设的对应规则确定效果测评试题并发送给所述客户终端;
所述客户终端接收所述效果测评试题并展示,接收用户针对所述效果测评试题输入的反馈并发送给所述服务器;
所述服务器根据接收的所述用户针对所述效果测评试题输入的反馈生成效果测评结果并进行精准解读和反馈;
其中,所述预设的对应规则包括高一级难度测评法、低一级难度测评法以及混合测评法;
所述高一级难度测评法具体为,所述效果测评试题与所述靶向训练试题中的高难度试题为同等难度;
所述低一级难度测评法具体为,所述效果测评试题与所述靶向训练试题中的低难度试题为同等难度;
所述混合测评法具体为,所述效果测评试题与所述靶向训练试题包括相同难度的试题。
在本发明实施例中,效果测评用于确定用户在某学习模块经历靶向训练后的效果。测评流程规则与专项诊断大体相同,区别在于:效果测评方法根据靶向训练方法而定,可以采用高一级难度测评法、低一级难度测评法或者混合测评法(A+B、B+C及C级测评法)三种形式。以上效果测评方法均可根据不同学科特点,测评时间灵活调整。
在本发明实施例中,高一级难度测评法是指,如果学生用户在靶向训练中采用的是A+B训练法,则调取B难度试卷用于效果测评;B+C训练法为C难度测评题;C训练法为C难度测评题;低一级难度测评法是指如果学生用户在靶向训练中采用的是A+B训练法,则调取A难度试卷用于效果测评;B+C训练法为B难度测评题;C训练法为C难度测评题。混合测评法是指,如果学生用户的靶向训练采用A+B,则效果测评也用A+B;如果靶向训练采用B+C,则效果测评也用B+C;靶向训练采用C,则效果测评也用C;其测评方法和专项诊断一样。
本发明实施例提供的基于自洽性体系的自适应考前冲刺在线学习方法通过效果测评可以对用户的靶向训练效果进行综合评价,并由效果测评的结果确定用户进入下一学习模块后采用的专项诊断方法。
在本发明一个实施例中,所述服务器根据用户当前模块的专项训练方法,根据预设的对应规则确定效果测评试题并发送给所述客户终端,此外包括以下步骤:
服务器向所述用户终端发送非智力因素测评试题;所述非智力因素测评试题由包括由学习策略、学习动机、自信心、专注力和坚毅性五个维度的调查试题组成;
用户终端接收所述非智力因素测评试题并展示,接收用户针对所述非智力因素测评试题输入的反馈并发送给服务器;
所述服务器根据接收的所述用户针对所述效果测评试题输入的反馈生成效果测评结果,具体包括:
服务器根据所述用户针对所述效果测评试题输入的反馈确定用户在所述效果测评试题的得分以及预设的权重条件和知识能力得分标准,确定用户的知识能力得分;
服务器根据所述用户针对所述效果测评试题输入的反馈确定用户在不同难度试题上的得分分布,根据所述不同难度试题上的得分分布以及预设的权重条件和思维强度得分标准确定用户的思维强度得分;
服务器根据所述用户针对所述非智力因素测评试题输入的反馈以及预设的非智因素得分标准,确定用户的非智力因素得分;
服务器根据所述用户针对所述效果测评试题输入的反馈、所述用户针对所述知识能力输入的反馈确定用户的答题用时,根据所述答题用时以及预设的答题用时得分标准确定用户的答题用时得分;
服务器根据所述知识能力得分、思维强度得分、非智力因素得分、答题用时得分以及预设的权重条件生成所述效果测评结果,并给出当前和下一个学习模块的学习建议。
在本发明实施例中,进行效果测评时,在知识能力测评的基础上,系统可以继续返回其他测评维度,供用户继续测评,如非智力因素测评等。以本发明在中考冲刺的定级测评为例,用户完成知识能力测评后,系统继续推送由25道题组成的非智力因素调查试题,供用户继续测评,收集用户在学习策略、学习动机、自信心、专注力、坚毅性等五个方面的信息。用户通过用户终端,输入答案,并由学习系统的服务器执行运算,返回非智力因素测评的结果。
在本发明实施例中,用户终端接收所述非智力因素测评试题并展示,接收用户针对所述非智力因素测评试题输入的反馈并发送给服务器的过程可以参考前述任意一个实施例的描述,本发明在此不再赘述。在本发明实施例中,对应地,服务器根据用户针对定级测评试题输入的反馈生成定级测评结果,具体包括:服务器根据用户针对定级测评试题输入的反馈、用户针对所述非智力因素测评试题输入的反馈生成定级测评结果。定级测评结果的生成至少依据用户针对定级测评试题输入的反馈以及针对非智力因素测评试题输入的反馈,可以更为综合地评价用户的知识能力情况。
在本发明实施例中,用户基于Web的用户终端,完成定级测评试卷的作答 (知识能力的作答)。服务器根据预设的试题库,逐题测试用户,并接受web用户终端传回的数据,自动测算该用户在知识能力方面的得分,同时转换成4分制。以初三数学的定级测评为例,定级测评题包含小综合模块、大综合模块和冲刺模拟模块等三个学习模块,共27道题,满分100分,知识能力得分转换为 4分制的规则表1所示。
在本发明实施例中,知识能力和其他维度的测评结束后,由系统的服务器自动运算用户不同维度的测评结果,并将结果告知基于Web的用户终端。以本发明应用于中考冲刺定级测评为例,服务器返回知识能力、思维强度、非智因素、答题用时四个维度的得分,并转换成四分制,转换规则见表2所示。
根据学科在不同阶段的特点,以上四个维度可适当调整。比如对于难度层级较低的评价诊断中,可以去除思维强度,并调整权重,比如变为:0.5、0.3和 0.2。结合本发明的用途,四个维度的综合评价诊断还可以用于指导学生用户从何种基础的学习模块切入学习。综合评价诊断好的学生,可以从更高学习模块开始学习,而无须浪费过多时间在已经掌握的低级学习模块中。
在本发明一个实施例中,所述靶向训练试题、所述效果测评试题包括多级思维引导解答题,所述多级思维引导解答题包括多个相互关联的选择题和/或填空题;
所述服务器将所述靶向训练试题、所述效果测评试题发送给所述客户终端,所述客户终端接收所述靶向训练试题并展示,接收用户针对所述靶向训练试题、所述效果测评试题输入的反馈并发送给所述服务器,包括:
所述服务器将所述多级思维引导解答题发送给所述客户终端;
所述客户终端接收所述多级思维引导解答题并展示,接收用户针对所述多级思维引导解答题输入的反馈信息并发送给所述服务器;
所述服务器根据接收的所述用户针对所述多级思维引导解答题输入的反馈信息确定相应的回复信息并发送给所述客户终端,其中,所述回复信息为提示信息、选择题或者填空题中的任意一种;
所述客户终端接收所述回复信息并展示,接收用户针对所述回复信息输入的反馈并发送给所述服务器;
所述服务器根据接收的所述用户针对所述回复信息输入的反馈,判断所述多级思维引导解答题是否回答完毕,若未回答完毕,则确定相应回复信息并发送,接收针对回复信息输入的反馈直至所述多级思维引导解答题回答完毕。
在本发明实施例中,通过对复杂的解答题进行多级思维引导式的拆解,变成选择题或填空题等客观题组,实现了机器自动判题功能,既解决学生得不到即时的反馈的问题,又充分发挥新题型的作用,促进学生个人深度化学习,进一步提升学生的思维能力。通过引导启发的方式,拆解试题,形成用户能够联想和关联的启发式选择题或填空题等客观题组,帮助用户准确地捕捉和掌握知识要领。
多级思维引导解答题的确定方法如下:选择解决该问题的通法或某些有价值的重要方法,在问题解决的关键处,设置启发解题思路的问题,并同时设置选择题或填空题,激励学生通过思考、计算、画草图等方式积极的探索并解答;运用分析综合法,引领学生的积极思维,促使学生真正体验、理解或把握这个思路方法或规律的同时再鼓励学生发散思维去探索寻求不同的思路和解法。
本发明实施例提供的基于自洽性体系的自适应考前冲刺在线学习方法通过设置多级思维引导解答题,可以对用户进行启发性的解答引导,可以促进用户的深度化学习,提升用户的思维能力。
如图16所示,本发明实施例还提供了一种基于自洽性体系的自适应考前冲刺在线学习系统,包括服务器1610以及多个与所述服务器1610通信的客户终端1620;其中,所述服务器1610包括定级测评模块1611、专项诊断模块1612、靶向训练模块1613以及效果测评模块1614;
所述定级测评模块1611,用于向用户终端发送一套定级测评试题;所述定级测评试题的测评结果用于确定用户考前冲刺的起始学习模块,其中,所述学习模块包括依次排列的N个小综合模块、M个大综合模块以及S个冲刺模拟模块,且N个小综合模块之间、M个大综合模块之间以及S个冲刺模拟模块之间分别按预设的规则排序;
所述用户终端,用于接收所述定级测评试题并展示,接收用户针对所述定级测评试题输入的反馈并发送给服务器1610;
所述定级测评模块1611还用于,根据用户针对所述定级测评试题输入的反馈,按照定级测评算法生成定级测评结果,并根据所述定级测评结果确定起始学习模块;所述起始学习模块为所述小综合模块或者所述大综合模块中的任一学习模块;
所述专项诊断模块1612用于,根据预设的专项诊断算法确定起始学习模块下的知识能力薄弱点集;
所述靶向训练模块1613用于,根据靶向训练算法对确定出的知识能力薄弱点集进行靶向训练;
所述效果测评模块1614用于,根据效果测评算法对用户的靶向训练进行效果测评、生成效果测评结果并进行精准解读和反馈;若效果测评结果符合预设条件,则自动将用户升级到下一个学习模块进行学习,直至完成从所述起始学习模块到剩余学习模块的全部学习;
所述定级测评算法、所述专项诊断算法、所述靶向训练算法以及所述效果测评算法共同构成自适应学习算法。
在本发明实施例中,关于装置的各个模块执行的操作的具体说明已经在有关该方法的实施例中进行了详细解释说明,此处不再赘述。
本发明实施例提供的基于自洽性体系的自适应考前冲刺在线学习系统应用于在线学习,通过服务器以及用户终端的配合,通过对用户进行定级测评从而确定用户的起始学习模块;在每个学习模块内,应用专项诊断算法对用户进行学习专项诊断从而确定用户的知识能力薄弱点,针对确定出的知识能力薄弱点应用靶向训练算法对用户进行靶向训练,训练结束,应用效果测评算法对用户进行靶向训练的效果测评。本发明实施例提供的基于自洽性体系的自适应考前冲刺在线学习方法实现了由机器自主地、快速地、精准地完成学生在各个学科知识与能力薄弱项的专项诊断、靶向训练、效果测评,以及对知识能力的精准解读,促进学生个性化的深度学习,达到显著提高学习效率和效果的作用。
如图17所示,在本发明一个实施例中,所述服务器还包括登陆模块;
所述用户终端还用于接收用户输入的用户信息并发送给所述登陆模块,所述用户信息包括用户名、学校、班级、当前学习模块、学习历史记录和具体学习位置;
所述登陆模块用于根据接收的所述用户信息判断对应用户是否已经完成定级测评;若否,则调取一套定级测评试题并发送给所述用户终端;
其中,所述定级测评试题包括选择题、填空题以及解答题;所述定级测评试题由所述服务器随机生成。
在本发明实施例中,关于装置的各个模块执行的操作的具体说明已经在有关该方法的实施例中进行了详细解释说明,此处不再赘述。
本发明实施例提供的基于自洽性体系的自适应考前冲刺在线学习系统中,服务器通过获取用户信息确定用户是否需要进行定级测评,且定级测评的题组数量由用户所在的年级、进入定级测评的时点等因素决定,可以实现更具有针对性的定级测评,且采用随机生成的方式可以更好地涵盖知识点,从而便于准确地确定用户的起始学习模块,这种方式可以免去对于已掌握的模块的学习,提供学习效率。
在本发明一个实施例中,所述定级测评模块包括第一非智力因素测评单元;
所述第一非智力因素测评单元用于,向所述用户终端发送非智力因素测评试题,所述非智力因素测评试题由包括由学习策略、学习动机、自信心、专注力和坚毅性五个维度的调查试题组成;
所述用户终端还用于,接收所述非智力因素测评试题并展示,接收用户针对所述非智力因素测评试题输入的反馈并发送给服务器;
所述定级测评模块根据用户针对所述定级测评试题输入的反馈生成定级测评结果,具体包括:
所述定级测评模块根据所述用户针对所述定级测评试题输入的反馈、所述用户针对所述非智力因素测评试题输入的反馈生成所述定级测评结果。
在本发明实施例中,关于装置的各个模块执行的操作的具体说明已经在有关该方法的实施例中进行了详细解释说明,此处不再赘述。
本发明实施例提供的基于自洽性体系的自适应考前冲刺在线学习系统中,定级测评结果的生成还包括向用户发送非智力因素测评试题,根据用户针对定级测评试题以及非智力因素测评试题输入的反馈确定用于的定级测评结果,使得定级测评结果不仅包含用户的智力因素,同时还考虑了非智力因素在用户得分上的影响,使得定级测评更为全面可靠且具有更强的个性化特点。
在本发明一个实施例中,所述定级测评模块根据所述用户针对所述定级测评试题输入的反馈、所述用户针对所述非智力因素测评试题输入的反馈生成所述定级测评结果,包括以下步骤:
所述定级测评模块根据所述用户针对所述定级测评试题输入的反馈确定用户在所述定级测评试题对应的多个所述小综合模块上的得分分布,根据所述小综合模块上的得分分布以及预设的权重条件和知识能力得分标准,确定用户的知识能力得分;
所述定级测评模块根据所述用户针对所述定级测评试题输入的反馈确定用户在不同难度试题上的得分分布,根据所述不同难度试题上的得分分布以及预设的权重条件和思维强度得分标准确定用户的思维强度得分;
所述定级测评模块根据所述用户针对所述非智力因素测评试题输入的反馈以及预设的非智因素得分标准,确定用户的非智力因素得分;
所述定级测评模块根据所述用户针对所述定级测评试题输入的反馈确定用户的答题用时,根据所述答题用时以及预设的答题用时得分标准确定用户的答题用时得分;
所述定级测评模块根据所述知识能力得分、思维强度得分、非智力因素得分、答题用时得分以及预设的权重条件生成所述定级测评结果,并给出考前冲刺总体学习建议。
在本发明实施例中,关于装置的各个模块执行的操作的具体说明已经在有关该方法的实施例中进行了详细解释说明,此处不再赘述。
本发明实施例提供的基于自洽性体系的自适应考前冲刺在线学习系统中,定级测评的结果可用于不同用途,包括指向不同的学习模块、确定下一个学习模块的专项诊断方法。以本发明应用于中考冲刺定级测评为例:定级测评用于指向用户起始的学习模块,也用于决定小综合模块、大综合模块、冲刺模拟模块的专项诊断方法。
在本发明一个实施例中,所述定级测评试题包括多级思维引导解答题,所述多级思维引导解答题包括多个相互关联的选择题和/或填空题;所述定级测评模块还包括分级引导解答单元;
所述定级测评模块用于将所述定级测评试题发送给所述客户终端,所述客户终端接收所述定级测评试题并展示,接收用户针对所述定级测评试题输入的反馈并发送给所述服务器,包括:
所述分级引导解答单元将所述多级思维引导解答题发送给所述客户终端;
所述客户终端接收所述多级思维引导解答题并展示,接收用户针对所述多级思维引导解答题输入的反馈信息并发送给所述分级引导解答单元;
所述分级引导解答单元根据接收的所述用户针对所述多级思维引导解答题输入的反馈信息确定相应的回复信息并发送给所述客户终端,其中,所述回复信息为提示信息、选择题或者填空题中的任意一种;
所述客户终端接收所述回复信息并展示,接收用户针对所述回复信息输入的反馈并发送给所述分级引导解答单元;
所述分级引导解答单元根据接收的所述用户针对所述回复信息输入的反馈,判断所述多级思维引导解答题是否回答完毕,若未回答完毕,则确定相应回复信息并发送,接收针对回复信息输入的反馈直至所述多级思维引导解答题回答完毕。
在本发明实施例中,关于装置的各个模块执行的操作的具体说明已经在有关该方法的实施例中进行了详细解释说明,此处不再赘述。
本发明实施例提供的基于自洽性体系的自适应考前冲刺在线学习系统通过设置多级思维引导解答题,可以对用户进行启发性的解答引导,可以促进用户的深度化学习,提升用户的思维能力。
在本发明一个实施例中,所述专项诊断模块具体用于:
根据所述定级测评结果以及用户的当前学习模块调取相应的专项诊断试题;
将所述专项诊断试题发送给所述客户终端;
所述客户终端接收所述专项诊断试题并展示,接收用户针对所述专项诊断试题输入的反馈并发送给所述专项诊断模;
所述专项诊断模块根据所述用户针对所述专项诊断试题输入的反馈确定当前学习模块下的知识能力薄弱点集。
在本发明实施例中,关于装置的各个模块执行的操作的具体说明已经在有关该方法的实施例中进行了详细解释说明,此处不再赘述。
本发明实施例提供的基于自洽性体系的自适应考前冲刺在线学习系统通过专项诊断确定用户的知识能力薄弱点集,可以帮助用户更有针对性地进行强化训练,提高学习的效率以及效果。
在本发明一个实施例中,根据所述定级测评结果以及用户的当前学习模块调取相应的专项诊断试题,具体包括:
所述专项诊断模块判断用户当前所处的学习模块是否为起始学习模块,若是起始学习模块,则判断当前学习模块是否为所述小综合模块的第一个学习模块,若是所述小综合模块的第一个学习模块,则根据单一诊断方法调取一套预存的题组作为所述专项诊断试题;若不是所述小综合模块的第一个学习模块,则根据B+C诊断方法调取相应的专项诊断试题;
若当前学习模块不是起始学习模块,则判断前一学习模块的所述效果测评结果是否满足预设条件,若满足预设条件则根据A+B诊断方法调取相应的专项诊断试题,若不满足预设条件则根据B+C诊断方法调取相应的专项诊断试题;
其中,A、B以及C表示依次递增的试题难度;A+B诊断方法调取的专项诊断试题由A难度试题以及B难度试题组成,B+C诊断方法调取的专项诊断试题由B难度试题以及C难度试题组成,且同一知识点在所述专项诊断试题中至少存在两道不同难度的对应试题。
在本发明实施例中,关于装置的各个模块执行的操作的具体说明已经在有关该方法的实施例中进行了详细解释说明,此处不再赘述。
本发明实施例提供的基于自洽性体系的自适应考前冲刺在线学习系统根据用户的定级测评结果、进入当前学习模块的方式或者前一学习模块效果测评的结果,通过单一诊断方法、A+B诊断方法或者B+C诊断方法对用户进行当前学习模块的专项诊断,使得专项诊断的方法与用户的学习进度以及学习能力紧密关联,实现了针对不同用户、不同学习模块的自适应个性化诊断。
在本发明一个实施例中,所述将所述专项诊断试题发送给所述客户终端;所述客户终端接收所述专项诊断试题并展示,接收用户针对所述专项诊断试题输入的反馈并发送给所述专项诊断模,具体包括:
所述专项诊断模块将所述专项诊断试题中的低难度试题发送给所述用户终端;
所述用户终端接收所述专项诊断试题中的低难度试题并展示,接收用户针对所述专项诊断试题中的低难度试题输入的反馈并发送给所述专项诊断模块;
所述专项诊断模块根据接收的所述用户针对所述专项诊断试题中的低难度试题输入的反馈判断用户是否有答对的低难度试题,若有,则将所述专项诊断试题中的与用户答对的低难度试题对应的高难度试题发送给所述用户终端进行补充测评;
所述用户终端接收所述专项诊断试题中的高难度试题并展示,接收用户针对所述专项诊断试题中的高难度试题输入的反馈并发送给所述专项诊断模块;
其中,对于A+B诊断方法调取的专项诊断试题,低难度试题为A难度试题,高难度试题为B难度试题;对于B+C诊断方法调取的专项诊断试题,低难度试题为B难度试题,高难度试题为C难度试题;
所述专项诊断模块根据所述用户针对所述专项诊断试题输入的反馈确定当前学习模块下的知识能力薄弱点集,具体包括:
所述专项诊断模块根据接收到的用户针对所述专项诊断试题中的低难度试题、高难度试题输入的反馈确定用户答错的题目;
所述专项诊断模块根据所述用户答错的题目的对应知识能力点确定用户的知识能力薄弱点集。
在本发明实施例中,关于装置的各个模块执行的操作的具体说明已经在有关该方法的实施例中进行了详细解释说明,此处不再赘述。
本发明实施例提供的基于自洽性体系的自适应考前冲刺在线学习系统中, A+B诊断方法或者B+C诊断方法均通过高低难度试题的结合对用户进行知识能力薄弱点的诊断,这种方式更为准确地定位用户的知识能力薄弱点,同时剔除已掌握的知识点,便于用户具有针对性地对知识能力薄弱点进行强化训练。
在本发明一个实施例中,所述靶向训练模块具体用于:
根据用户的专项诊断方法确定靶向训练试题;
将所述靶向训练试题发送给所述客户终端,所述客户终端接收所述靶向训练试题并展示,接收用户针对所述靶向训练试题输入的反馈并发送给所述靶向训练试题;
其中,所述靶向训练试题包括按预设顺序排序的不同难度的R个题组,每个题组与一个所述知识能力薄弱点集中的一个知识能力薄弱点对应,每个所述题组均包括按预设顺序排序的T道试题,且不同题组下的同一题号的试题为类型、难度相同的同质试题。
在本发明实施例中,关于装置的各个模块执行的操作的具体说明已经在有关该方法的实施例中进行了详细解释说明,此处不再赘述。
在本发明一个实施例中,所述根据用户的专项诊断方法确定靶向训练试题,具体为:
所述靶向训练模块判断用户的专项诊断方法是否为单一诊断方法,若是,则根据单一靶向训练方法调取一套预设的训练试题作为所述靶向训练试题;
若用户的专项诊断方法不是单一诊断方法,则所述靶向训练模块判断若用户的专项诊断方法是否为A+B诊断方法,若是A+B诊断方法,则判断用户前一学习模块的效果测评结果是否满足预设条件,若满足则根据A+B训练方法调取相应的靶向训练试题,若不满足则判断用户A+B诊断方法下A难度试题是否全对,若全对,则根据B+C训练方法调取相应的靶向训练试题,若不全对则根据 A+B训练方法调取相应的靶向训练试题;
若用户的专项诊断方法不是A+B诊断方法,则判断用户B+C诊断方法下B 难度试题是否全对,若全对,则根据C训练方法调取相应的靶向训练试题,若不全对则根据B+C训练方法调取相应的靶向训练试题。
在本发明实施例中,关于装置的各个模块执行的操作的具体说明已经在有关该方法的实施例中进行了详细解释说明,此处不再赘述。
本发明实施例提供的基于自洽性体系的自适应考前冲刺在线学习系统至少通过单一靶向训练方法、A+B训练方法、B+C训练方法以及C训练方法对用户进行靶向训练,可以不同用户或者同一用户在不同学习模块的学习情况,针对性强,自适应性好。
在本发明一个实施例中,将所述靶向训练试题发送给所述客户终端,所述客户终端接收所述靶向训练试题并展示,接收用户针对所述靶向训练试题输入的反馈并发送给所述靶向训练模块,具体包括:
所述靶向训练模块将第一个题组内的试题按其排序发送给客户终端;
客户终端接收所述靶向训练模块发送的试题并展示,接收用户针对试题输入的反馈并发送给所述靶向训练模块;
所述靶向训练模块判断用户针对试题输入的反馈是否正确,若正确则重复上述过程以向用户终端发送第一个题组内的下一道试题;
若错误,则所述靶向训练模块发送第二个题组的同题号试题给客户终端;
客户终端接收第二个题组的同题号试题并展示,接收用户针对第二个题组的同题号试题输入的反馈并发送给所述靶向训练模块;
所述靶向训练模块接收用户针对第二个题组的同题号试题输入的反馈并判断是否正确,若正确则返回第一个题组的下一道试题;
若错误,则发送下一个题组的同号试题直至所有题组的同号试题均发送完毕或者接收到则用户的正确反馈,并返回第一个题组的下一道试题。
在本发明实施例中,关于装置的各个模块执行的操作的具体说明已经在有关该方法的实施例中进行了详细解释说明,此处不再赘述。
本发明实施例提供的基于自洽性体系的自适应考前冲刺在线学习系统设置多个题组,且每个题组包含有其它题组的同质试题,通过这种方法进行靶向训练,可以对同一知识模块进行多次的反复强化训练,使用户熟练掌握对应知识点。
在本发明一个实施例中,所述靶向训练模块还包括多元解析指导单元,所述多元解析指导单元用于:
针对已发送的靶向训练试题,发送包括例题示范、动态课件、微课视频、四级解析在内的多元解析指导信息中的一种或者多种给所述客户终端,其中,所述四级解析包括思路点拔信息、具体提示信息、标准答案或者思维能力提供信息中的一种或者多种;
所述客户终端接收所述例题示范、动态课件、微课视频和四级解析组成的多元解析指导信息中的一种或者多种并展示。
本发明实施例提供的基于自洽性体系的自适应考前冲刺在线学习方法中,在定级测评、专项诊断、靶向训练以及效果测评过程中,用户答题过程中可以采用上述方法对用户进行思路指导和点拨,从而帮助用户更好地拓展思路,掌握相关知识点。
在本发明一个实施例中,所述效果测评模块具体用于包括:
所述效果测评模块根据用户当前模块的专项训练方法,根据预设的对应规则确定效果测评试题并发送给所述客户终端;
所述客户终端接收所述效果测评试题并展示,接收用户针对所述效果测评试题输入的反馈并发送给所述效果测评模块;
所述效果测评模块根据接收的所述用户针对所述效果测评试题输入的反馈生成效果测评结果并进行精准解读和反馈;
其中,所述预设的对应规则包括高一级难度测评法、低一级难度测评法以及混合测评法;
所述高一级难度测评法具体为,所述效果测评试题与所述靶向训练试题中的高难度试题为同等难度;
所述低一级难度测评法具体为,所述效果测评试题与所述靶向训练试题中的低难度试题为同等难度;
所述混合测评法具体为,所述效果测评试题与所述靶向训练试题包括相同难度的试题。
在本发明实施例中,关于装置的各个模块执行的操作的具体说明已经在有关该方法的实施例中进行了详细解释说明,此处不再赘述。
本发明实施例提供的基于自洽性体系的自适应考前冲刺在线学习系统通过效果测评可以对用户的靶向训练效果进行综合评价,并由效果测评的结果确定用户进入下一学习模块后采用的专项诊断方法。
在本发明一个实施例中,所述效果测评模块还包括第二非智力因素测评单元;
第二非智力因素测评单元用于向所述用户终端发送非智力因素测评试题;所述非智力因素测评试题由包括由学习策略、学习动机、自信心、专注力和坚毅性五个维度的调查试题组成;
用户终端接收所述非智力因素测评试题并展示,接收用户针对所述非智力因素测评试题输入的反馈并发送给第二非智力因素测评单元;
所述效果测评模块根据接收的所述用户针对所述效果测评试题输入的反馈生成效果测评结果,具体包括:
所述效果测评模块根据所述用户针对所述效果测评试题输入的反馈确定用户在所述效果测评试题的得分以及预设的权重条件和知识能力得分标准,确定用户的知识能力得分;
所述效果测评模块根据所述用户针对所述效果测评试题输入的反馈确定用户在不同难度试题上的得分分布,根据所述不同难度试题上的得分分布以及预设的权重条件和思维强度得分标准确定用户的思维强度得分;
所述效果测评模块根据所述用户针对所述非智力因素测评试题输入的反馈以及预设的非智因素得分标准,确定用户的非智力因素得分;
所述效果测评模块根据所述用户针对所述效果测评试题输入的反馈、所述用户针对所述知识能力输入的反馈确定用户的答题用时,根据所述答题用时以及预设的答题用时得分标准确定用户的答题用时得分;
所述效果测评模块根据所述知识能力得分、思维强度得分、非智力因素得分、答题用时得分以及预设的权重条件生成所述效果测评结果,并给出当前和下一个学习模块的学习建议。
在本发明实施例中,关于装置的各个模块执行的操作的具体说明已经在有关该方法的实施例中进行了详细解释说明,此处不再赘述。
如图18所示,在本发明一个实施例中,所述靶向训练试题、所述效果测评试题包括多级思维引导解答题,所述多级思维引导解答题包括多个相互关联的选择题和/或填空题;所述靶向训练模块以及所述效果测评试均包括分级引导解答单元;
所述分级引导解答单元用于,将所述多级思维引导解答题发送给所述客户终端;
所述客户终端接收所述多级思维引导解答题并展示,接收用户针对所述多级思维引导解答题输入的反馈信息并发送给所述分级引导解答单元;
所述分级引导解答单元根据接收的所述用户针对所述多级思维引导解答题输入的反馈信息确定相应的回复信息并发送给所述客户终端,其中,所述回复信息为提示信息、选择题或者填空题中的任意一种;
所述客户终端接收所述回复信息并展示,接收用户针对所述回复信息输入的反馈并发送给所述分级引导解答单元;
所述分级引导解答单元根据接收的所述用户针对所述回复信息输入的反馈,判断所述多级思维引导解答题是否回答完毕,若未回答完毕,则确定相应回复信息并发送,接收针对回复信息输入的反馈直至所述多级思维引导解答题回答完毕。
在本发明实施例中,关于装置的各个模块执行的操作的具体说明已经在有关该方法的实施例中进行了详细解释说明,此处不再赘述。
本发明实施例提供的基于自洽性体系的自适应考前冲刺在线学习系统通过设置多级思维引导解答题,可以对用户进行启发性的解答引导,可以促进用户的深度化学习,提升用户的思维能力。

Claims (28)

1.一种基于自洽性体系的自适应考前冲刺在线学习方法,其特征在于,包括以下步骤:
服务器向用户终端发送一套定级测评试题;所述定级测评试题的测评结果用于确定用户考前冲刺的起始学习模块,其中,所述学习模块包括依次排列的N个小综合模块、M个大综合模块以及S个冲刺模拟模块,且N个小综合模块之间、M个大综合模块之间以及S个冲刺模拟模块之间分别按预设的规则排序;
用户终端接收所述定级测评试题并展示,接收用户针对所述定级测评试题输入的反馈并发送给服务器;
服务器根据用户针对所述定级测评试题输入的反馈,按照定级测评算法生成定级测评结果,并根据所述定级测评结果确定起始学习模块;所述起始学习模块为所述小综合模块或者所述大综合模块中的任一学习模块;
服务器根据预设的专项诊断算法确定起始学习模块下的知识能力薄弱点集,根据靶向训练算法对确定出的知识能力薄弱点集进行靶向训练,根据效果测评算法对用户的靶向训练进行效果测评、生成效果测评结果并进行精准解读和反馈;若效果测评结果符合预设条件,则自动将用户升级到下一个学习模块进行学习,直至完成从所述起始学习模块到剩余学习模块的全部学习;
所述定级测评算法、所述专项诊断算法、所述靶向训练算法以及所述效果测评算法共同构成自适应学习算法;
所述定级测评试题包括多级思维引导解答题,所述多级思维引导解答题包括多个相互关联、思维启发式的选择题和/或填空题;
所述服务器将所述定级测评试题发送给所述客户终端,所述客户终端接收所述定级测评试题并展示,接收用户针对所述定级测评试题输入的反馈并发送给所述服务器,包括:
所述服务器将所述多级思维引导解答题发送给所述客户终端;
所述客户终端接收所述多级思维引导解答题并展示,接收用户针对所述多级思维引导解答题输入的反馈信息并发送给所述服务器;
所述服务器根据接收的所述用户针对所述多级思维引导解答题输入的反馈信息确定相应的回复信息并发送给所述客户终端,其中,所述回复信息为提示信息、选择题或者填空题中的任意一种;
所述客户终端接收所述回复信息并展示,接收用户针对所述回复信息输入的反馈并发送给所述服务器;
所述服务器根据接收的所述用户针对所述回复信息输入的反馈,判断所述多级思维引导解答题是否回答完毕,若未回答完毕,则确定相应回复信息并发送,接收针对回复信息输入的反馈直至所述多级思维引导解答题回答完毕。
2.根据权利要求1 所述的基于自洽性体系的自适应考前冲刺在线学习方法,其特征在于,所述服务器向用户终端发送一套定级测评试题,此外还包括以下步骤:
用户终端接收用户输入的用户信息并发送给所述服务器,所述用户信息包括用户名、学校、班级、当前学习模块、学习历史记录和具体学习位置;
所述服务器根据接收的所述用户信息判断对应用户是否已经完成定级测评;若否,则调取一套定级测评试题并发送给所述用户终端;
其中,所述定级测评试题包括选择题、填空题以及解答题;所述定级测评试题由所述服务器随机生成。
3.根据权利要求1 所述的基于自洽性体系的自适应考前冲刺在线学习方法,其特征在于,所述服务器根据用户针对所述定级测评试题输入的反馈,按照定级测评算法生成定级测评结果,此外还包括以下步骤:
服务器向所述用户终端发送非智力因素测评试题,所述非智力因素测评试题由包括由学习策略、学习动机、自信心、专注力和坚毅性五个维度的调查试题组成;
用户终端接收所述非智力因素测评试题并展示,接收用户针对所述非智力因素测评试题输入的反馈并发送给服务器;
所述服务器根据用户针对所述定级测评试题输入的反馈生成定级测评结果,具体包括:
服务器根据所述用户针对所述定级测评试题输入的反馈、所述用户针对所述非智力因素测评试题输入的反馈生成所述定级测评结果。
4.根据权利要求3所述的基于自洽性体系的自适应考前冲刺在线学习方法,其特征在于,所述服务器根据所述用户针对所述定级测评试题输入的反馈、所述用户针对所述非智力因素测评试题输入的反馈生成所述定级测评结果,包括以下步骤:
服务器根据所述用户针对所述定级测评试题输入的反馈确定用户在所述定级测评试题对应的多个所述小综合模块上的得分分布,根据所述小综合模块上的得分分布以及预设的权重条件和知识能力得分标准,确定用户的知识能力得分;
服务器根据所述用户针对所述定级测评试题输入的反馈确定用户在不同难度试题上的得分分布,根据所述不同难度试题上的得分分布以及预设的权重条件和思维强度得分标准确定用户的思维强度得分;
服务器根据所述用户针对所述非智力因素测评试题输入的反馈以及预设的非智因素得分标准,确定用户的非智力因素得分;
服务器根据所述用户针对所述定级测评试题输入的反馈确定用户的答题用时,根据所述答题用时以及预设的答题用时得分标准确定用户的答题用时得分;
服务器根据所述知识能力得分、思维强度得分、非智力因素得分、答题用时得分以及预设的权重条件生成所述定级测评结果,并给出考前冲刺总体学习建议。
5.根据权利要求1所述的基于自洽性体系的自适应考前冲刺在线学习方法,其特征在于,所述服务器根据预设的专项诊断算法确定起始学习模块下的知识能力薄弱点集,具体包括以下步骤:
所述服务器根据所述定级测评结果以及用户的当前学习模块调取相应的专项诊断试题;
所述服务器将所述专项诊断试题发送给所述客户终端;
所述客户终端接收所述专项诊断试题并展示,接收用户针对所述专项诊断试题输入的反馈并发送给所述服务器;
所述服务器根据所述用户针对所述专项诊断试题输入的反馈确定当前学习模块下的知识能力薄弱点集。
6.根据权利要求5所述的基于自洽性体系的自适应考前冲刺在线学习方法,其特征在于,所述服务器根据所述定级测评结果以及用户的当前学习模块调取相应的专项诊断试题,具体包括以下步骤:
所述服务器判断用户当前所处的学习模块是否为起始学习模块,若是起始学习模块,则判断当前学习模块是否为所述小综合模块的第一个学习模块,若是所述小综合模块的第一个学习模块,则根据单一诊断方法调取一套预存的题组作为所述专项诊断试题;若不是所述小综合模块的第一个学习模块,则根据B+C诊断方法调取相应的专项诊断试题;
若当前学习模块不是起始学习模块,则判断前一学习模块的所述效果测评结果是否满足预设条件,若满足预设条件则根据A+B诊断方法调取相应的专项诊断试题,若不满足预设条件则根据B+C诊断方法调取相应的专项诊断试题;
其中,A、B以及C表示依次递增的试题难度;A+B诊断方法调取的专项诊断试题由A难度试题以及B难度试题组成,B+C诊断方法调取的专项诊断试题由B难度试题以及C难度试题组成,且同一知识点在所述专项诊断试题中至少存在两道不同难度的对应试题。
7.根据权利要求6所述的基于自洽性体系的自适应考前冲刺在线学习方法,其特征在于,所述服务器将所述专项诊断试题发送给所述客户终端;所述客户终端接收所述专项诊断试题并展示,接收用户针对所述专项诊断试题输入的反馈并发送给所述服务器,具体包括以下步骤:
所述服务器将所述专项诊断试题中的低难度试题发送给所述用户终端;
所述用户终端接收所述专项诊断试题中的低难度试题并展示,接收用户针对所述专项诊断试题中的低难度试题输入的反馈并发送给所述服务器;
服务器根据接收的所述用户针对所述专项诊断试题中的低难度试题输入的反馈判断用户是否有答对的低难度试题,若有,则将所述专项诊断试题中的与用户答对的低难度试题对应的高难度试题发送给所述用户终端进行补充测评;
所述用户终端接收所述专项诊断试题中的高难度试题并展示,接收用户针对所述专项诊断试题中的高难度试题输入的反馈并发送给所述服务器;
其中,对于A+B诊断方法调取的专项诊断试题,低难度试题为A难度试题,高难度试题为B难度试题;对于B+C诊断方法调取的专项诊断试题,低难度试题为B难度试题,高难度试题为C难度试题;
所述服务器根据所述用户针对所述专项诊断试题输入的反馈确定当前学习模块下的知识能力薄弱点集,具体包括以下步骤:
服务器根据接收到的用户针对所述专项诊断试题中的低难度试题、高难度试题输入的反馈确定用户答错的题目;
服务器根据所述用户答错的题目的对应知识能力点确定用户的知识能力薄弱点集。
8.根据权利要求6所述的基于自洽性体系的自适应考前冲刺在线学习方法,其特征在于,所述根据靶向训练算法对确定出的知识能力薄弱点集进行靶向训练,具体包括以下步骤:
所述服务器根据用户的专项诊断方法确定靶向训练试题;
所述服务器将所述靶向训练试题发送给所述客户终端,所述客户终端接收所述靶向训练试题并展示,接收用户针对所述靶向训练试题输入的反馈并发送给所述服务器;
其中,所述靶向训练试题包括按预设顺序排序的不同难度的R个题组,每个题组与一个所述知识能力薄弱点集中的一个知识能力薄弱点对应,每个所述题组均包括按预设顺序排序的T道试题,且不同题组下的同一题号的试题为类型、难度相同的同质试题。
9.根据权利要求8所述的基于自洽性体系的自适应考前冲刺在线学习方法,其特征在于,所述服务器根据用户的专项诊断方法确定靶向训练试题,具体包括以下步骤:
所述服务器判断用户的专项诊断方法是否为单一诊断方法,若是,则根据单一靶向训练方法调取一套预设的训练试题作为所述靶向训练试题;
若用户的专项诊断方法不是单一诊断方法,则所述服务器判断若用户的专项诊断方法是否为A+B诊断方法,若是A+B诊断方法,则判断用户前一学习模块的效果测评结果是否满足预设条件,若满足则根据A+B训练方法调取相应的靶向训练试题,若不满足则判断用户A+B诊断方法下A难度试题是否全对,若全对,则根据B+C训练方法调取相应的靶向训练试题,若不全对则根据A+B训练方法调取相应的靶向训练试题;
若用户的专项诊断方法不是A+B诊断方法,则判断用户B+C诊断方法下B难度试题是否全对,若全对,则根据C训练方法调取相应的靶向训练试题,若不全对则根据B+C训练方法调取相应的靶向训练试题。
10.根据权利要求8所述的基于自洽性体系的自适应考前冲刺在线学习方法,其特征在于,所述服务器将所述靶向训练试题发送给所述客户终端,所述客户终端接收所述靶向训练试题并展示,接收用户针对所述靶向训练试题输入的反馈并发送给所述服务器,具体包括以下步骤:
服务器将第一个题组内的试题按其排序发送给客户终端;
客户终端接收服务器发送的试题并展示,接收用户针对试题输入的反馈并发送给服务器;
服务器判断用户针对试题输入的反馈是否正确,若正确则重复上述过程以向用户终端发送第一个题组内的下一道试题;
若错误,则服务器发送第二个题组的同题号试题给客户终端;
客户终端接收第二个题组的同题号试题并展示,接收用户针对第二个题组的同题号试题输入的反馈并发送给服务器;
服务器接收用户针对第二个题组的同题号试题输入的反馈并判断是否正确,若正确则返回第一个题组的下一道试题;
若错误,则发送下一个题组的同号试题直至所有题组的同号试题均发送完毕或者接收到则用户的正确反馈,并返回第一个题组的下一道试题。
11.根据权利要求8所述的基于自洽性体系的自适应考前冲刺在线学习方法,其特征在于,所述服务器将所述靶向训练试题发送给所述客户终端,所述客户终端接收所述靶向训练试题并展示,接收用户针对所述靶向训练试题输入的反馈并发送给所述服务器,此外还包括以下步骤:
针对已发送的靶向训练试题,所述服务器发送包括例题示范、动态课件、微课视频、四级解析在内的多元解析指导信息中的一种或者多种给所述客户终端,其中,所述四级解析包括思路点拔信息、具体提示信息、标准答案或者思维能力提供信息中的一种或者多种;
所述客户终端接收所述例题示范、动态课件、微课视频和四级解析组成的多元解析指导信息中的一种或者多种并展示。
12.根据权利要求9所述的基于自洽性体系的自适应考前冲刺在线学习方法,其特征在于,所述根据效果测评算法对用户的靶向训练进行效果测评,包括以下步骤:
所述服务器根据用户当前模块的专项训练方法,根据预设的对应规则确定效果测评试题并发送给所述客户终端;
所述客户终端接收所述效果测评试题并展示,接收用户针对所述效果测评试题输入的反馈并发送给所述服务器;
所述服务器根据接收的所述用户针对所述效果测评试题输入的反馈生成效果测评结果并进行精准解读和反馈;
其中,所述预设的对应规则包括高一级难度测评法、低一级难度测评法以及混合测评法;
所述高一级难度测评法具体为,所述效果测评试题与所述靶向训练试题中的高难度试题为同等难度;
所述低一级难度测评法具体为,所述效果测评试题与所述靶向训练试题中的低难度试题为同等难度;
所述混合测评法具体为,所述效果测评试题与所述靶向训练试题包括相同难度的试题。
13.根据权利要求12所述的基于自洽性体系的自适应考前冲刺在线学习方法,其特征在于,所述服务器根据用户当前模块的专项训练方法,根据预设的对应规则确定效果测评试题并发送给所述客户终端,此外包括以下步骤:
服务器向所述用户终端发送非智力因素测评试题;所述非智力因素测评试题由包括由学习策略、学习动机、自信心、专注力和坚毅性五个维度的调查试题组成;
用户终端接收所述非智力因素测评试题并展示,接收用户针对所述非智力因素测评试题输入的反馈并发送给服务器;
所述服务器根据接收的所述用户针对所述效果测评试题输入的反馈生成效果测评结果,具体包括:
服务器根据所述用户针对所述效果测评试题输入的反馈确定用户在所述效果测评试题的得分以及预设的权重条件和知识能力得分标准,确定用户的知识能力得分;
服务器根据所述用户针对所述效果测评试题输入的反馈确定用户在不同难度试题上的得分分布,根据所述不同难度试题上的得分分布以及预设的权重条件和思维强度得分标准确定用户的思维强度得分;
服务器根据所述用户针对所述非智力因素测评试题输入的反馈以及预设的非智因素得分标准,确定用户的非智力因素得分;
服务器根据所述用户针对所述效果测评试题输入的反馈、所述用户针对所述知识能力输入的反馈确定用户的答题用时,根据所述答题用时以及预设的答题用时得分标准确定用户的答题用时得分;
服务器根据所述知识能力得分、思维强度得分、非智力因素得分、答题用时得分以及预设的权重条件生成所述效果测评结果,并给出当前和下一个学习模块的学习建议。
14.根据权利要求8所述的基于自洽性体系的自适应考前冲刺在线学习方法,其特征在于,所述靶向训练试题、所述效果测评试题包括多级思维引导解答题,所述多级思维引导解答题包括多个相互关联的选择题和/或填空题;
所述服务器将所述靶向训练试题、所述效果测评试题发送给所述客户终端,所述客户终端接收所述靶向训练试题并展示,接收用户针对所述靶向训练试题、所述效果测评试题输入的反馈并发送给所述服务器,包括:
所述服务器将所述多级思维引导解答题发送给所述客户终端;
所述客户终端接收所述多级思维引导解答题并展示,接收用户针对所述多级思维引导解答题输入的反馈信息并发送给所述服务器;
所述服务器根据接收的所述用户针对所述多级思维引导解答题输入的反馈信息确定相应的回复信息并发送给所述客户终端,其中,所述回复信息为提示信息、选择题或者填空题中的任意一种;
所述客户终端接收所述回复信息并展示,接收用户针对所述回复信息输入的反馈并发送给所述服务器;
所述服务器根据接收的所述用户针对所述回复信息输入的反馈,判断所述多级思维引导解答题是否回答完毕,若未回答完毕,则确定相应回复信息并发送,接收针对回复信息输入的反馈直至所述多级思维引导解答题回答完毕。
15.一种基于自洽性体系的自适应考前冲刺在线学习系统,其特征在于,包括服务器以及多个与所述服务器通信的客户终端;其中,所述服务器包括定级测评模块、专项诊断模块、靶向训练模块以及效果测评模块;
所述定级测评模块,用于向用户终端发送一套定级测评试题;所述定级测评试题的测评结果用于确定用户考前冲刺的起始学习模块,其中,所述学习模块包括依次排列的N个小综合模块、M个大综合模块以及S个冲刺模拟模块,且N个小综合模块之间、M个大综合模块之间以及S个冲刺模拟模块之间分别按预设的规则排序;
所述用户终端,用于接收所述定级测评试题并展示,接收用户针对所述定级测评试题输入的反馈并发送给服务器;
所述定级测评模块还用于,根据用户针对所述定级测评试题输入的反馈,按照定级测评算法生成定级测评结果,并根据所述定级测评结果确定起始学习模块;所述起始学习模块为所述小综合模块或者所述大综合模块中的任一学习模块;
所述专项诊断模块用于,根据预设的专项诊断算法确定起始学习模块下的知识能力薄弱点集;
所述靶向训练模块用于,根据靶向训练算法对确定出的知识能力薄弱点集进行靶向训练;
所述效果测评模块用于,根据效果测评算法对用户的靶向训练进行效果测评、生成效果测评结果并进行精准解读和反馈;若效果测评结果符合预设条件,则自动将用户升级到下一个学习模块进行学习,直至完成从所述起始学习模块到剩余学习模块的全部学习;
所述定级测评算法、所述专项诊断算法、所述靶向训练算法以及所述效果测评算法共同构成自适应学习算法;
所述定级测评试题包括多级思维引导解答题,所述多级思维引导解答题包括多个相互关联的选择题和/或填空题;所述定级测评模块还包括分级引导解答单元;
所述定级测评模块用于将所述定级测评试题发送给所述客户终端,所述客户终端接收所述定级测评试题并展示,接收用户针对所述定级测评试题输入的反馈并发送给所述服务器,包括:
所述分级引导解答单元将所述多级思维引导解答题发送给所述客户终端;
所述客户终端接收所述多级思维引导解答题并展示,接收用户针对所述多级思维引导解答题输入的反馈信息并发送给所述分级引导解答单元;
所述分级引导解答单元根据接收的所述用户针对所述多级思维引导解答题输入的反馈信息确定相应的回复信息并发送给所述客户终端,其中,所述回复信息为提示信息、选择题或者填空题中的任意一种;
所述客户终端接收所述回复信息并展示,接收用户针对所述回复信息输入的反馈并发送给所述分级引导解答单元;
所述分级引导解答单元根据接收的所述用户针对所述回复信息输入的反馈,判断所述多级思维引导解答题是否回答完毕,若未回答完毕,则确定相应回复信息并发送,接收针对回复信息输入的反馈直至所述多级思维引导解答题回答完毕。
16.根据权利要求15所述的基于自洽性体系的自适应考前冲刺在线学习系统,其特征在于,所述服务器还包括登陆模块;
所述用户终端还用于接收用户输入的用户信息并发送给所述登陆模块,所述用户信息包括用户名、学校、班级、当前学习模块、学习历史记录和具体学习位置;
所述登陆模块用于根据接收的所述用户信息判断对应用户是否已经完成定级测评;若否,则调取一套定级测评试题并发送给所述用户终端;
其中,所述定级测评试题包括选择题、填空题以及解答题;所述定级测评试题由所述服务器随机生成。
17.根据权利要求15所述的基于自洽性体系的自适应考前冲刺在线学习系统,其特征在于,所述定级测评模块包括第一非智力因素测评单元;
所述第一非智力因素测评单元用于,向所述用户终端发送非智力因素测评试题,所述非智力因素测评试题由包括由学习策略、学习动机、自信心、专注力和坚毅性五个维度的调查试题组成;
所述用户终端还用于,接收所述非智力因素测评试题并展示,接收用户针对所述非智力因素测评试题输入的反馈并发送给服务器;
所述定级测评模块根据用户针对所述定级测评试题输入的反馈生成定级测评结果,具体包括:
所述定级测评模块根据所述用户针对所述定级测评试题输入的反馈、所述用户针对所述非智力因素测评试题输入的反馈生成所述定级测评结果。
18.根据权利要求17所述的基于自洽性体系的自适应考前冲刺在线学习系统,其特征在于,所述定级测评模块根据所述用户针对所述定级测评试题输入的反馈、所述用户针对所述非智力因素测评试题输入的反馈生成所述定级测评结果,包括以下步骤:
所述定级测评模块根据所述用户针对所述定级测评试题输入的反馈确定用户在所述定级测评试题对应的多个所述小综合模块上的得分分布,根据所述小综合模块上的得分分布以及预设的权重条件和知识能力得分标准,确定用户的知识能力得分;
所述定级测评模块根据所述用户针对所述定级测评试题输入的反馈确定用户在不同难度试题上的得分分布,根据所述不同难度试题上的得分分布以及预设的权重条件和思维强度得分标准确定用户的思维强度得分;
所述定级测评模块根据所述用户针对所述非智力因素测评试题输入的反馈以及预设的非智因素得分标准,确定用户的非智力因素得分;
所述定级测评模块根据所述用户针对所述定级测评试题输入的反馈确定用户的答题用时,根据所述答题用时以及预设的答题用时得分标准确定用户的答题用时得分;
所述定级测评模块根据所述知识能力得分、思维强度得分、非智力因素得分、答题用时得分以及预设的权重条件生成所述定级测评结果,并给出考前冲刺总体学习建议。
19.根据权利要求15所述的基于自洽性体系的自适应考前冲刺在线学习系统,其特征在于,所述专项诊断模块具体用于:
根据所述定级测评结果以及用户的当前学习模块调取相应的专项诊断试题;
将所述专项诊断试题发送给所述客户终端;
所述客户终端接收所述专项诊断试题并展示,接收用户针对所述专项诊断试题输入的反馈并发送给所述专项诊断模;
所述专项诊断模块根据所述用户针对所述专项诊断试题输入的反馈确定当前学习模块下的知识能力薄弱点集。
20.根据权利要求19所述的基于自洽性体系的自适应考前冲刺在线学习系统,其特征在于,根据所述定级测评结果以及用户的当前学习模块调取相应的专项诊断试题,具体包括:
所述专项诊断模块判断用户当前所处的学习模块是否为起始学习模块,若是起始学习模块,则判断当前学习模块是否为所述小综合模块的第一个学习模块,若是所述小综合模块的第一个学习模块,则根据单一诊断方法调取一套预存的题组作为所述专项诊断试题;若不是所述小综合模块的第一个学习模块,则根据B+C诊断方法调取相应的专项诊断试题;
若当前学习模块不是起始学习模块,则判断前一学习模块的所述效果测评结果是否满足预设条件,若满足预设条件则根据A+B诊断方法调取相应的专项诊断试题,若不满足预设条件则根据B+C诊断方法调取相应的专项诊断试题;
其中,A、B以及C表示依次递增的试题难度;A+B诊断方法调取的专项诊断试题由A难度试题以及B难度试题组成,B+C诊断方法调取的专项诊断试题由B难度试题以及C难度试题组成,且同一知识点在所述专项诊断试题中至少存在两道不同难度的对应试题。
21.根据权利要求20所述的基于自洽性体系的自适应考前冲刺在线学习系统,其特征在于,所述将所述专项诊断试题发送给所述客户终端;所述客户终端接收所述专项诊断试题并展示,接收用户针对所述专项诊断试题输入的反馈并发送给所述专项诊断模,具体包括:
所述专项诊断模块将所述专项诊断试题中的低难度试题发送给所述用户终端;
所述用户终端接收所述专项诊断试题中的低难度试题并展示,接收用户针对所述专项诊断试题中的低难度试题输入的反馈并发送给所述专项诊断模块;
所述专项诊断模块根据接收的所述用户针对所述专项诊断试题中的低难度试题输入的反馈判断用户是否有答对的低难度试题,若有,则将所述专项诊断试题中的与用户答对的低难度试题对应的高难度试题发送给所述用户终端进行补充测评;
所述用户终端接收所述专项诊断试题中的高难度试题并展示,接收用户针对所述专项诊断试题中的高难度试题输入的反馈并发送给所述专项诊断模块;
其中,对于A+B诊断方法调取的专项诊断试题,低难度试题为A难度试题,高难度试题为B难度试题;对于B+C诊断方法调取的专项诊断试题,低难度试题为B难度试题,高难度试题为C难度试题;
所述专项诊断模块根据所述用户针对所述专项诊断试题输入的反馈确定当前学习模块下的知识能力薄弱点集,具体包括:
所述专项诊断模块根据接收到的用户针对所述专项诊断试题中的低难度试题、高难度试题输入的反馈确定用户答错的题目;
所述专项诊断模块根据所述用户答错的题目的对应知识能力点确定用户的知识能力薄弱点集。
22.根据权利要求20所述的基于自洽性体系的自适应考前冲刺在线学习系统,其特征在于,所述靶向训练模块具体用于:
根据用户的专项诊断方法确定靶向训练试题;
将所述靶向训练试题发送给所述客户终端,所述客户终端接收所述靶向训练试题并展示,接收用户针对所述靶向训练试题输入的反馈并发送给所述靶向训练试题;
其中,所述靶向训练试题包括按预设顺序排序的不同难度的R个题组,每个题组与一个所述知识能力薄弱点集中的一个知识能力薄弱点对应,每个所述题组均包括按预设顺序排序的T道试题,且不同题组下的同一题号的试题为类型、难度相同的同质试题。
23.根据权利要求22所述的基于自洽性体系的自适应考前冲刺在线学习系统,其特征在于,所述根据用户的专项诊断方法确定靶向训练试题,具体为:
所述靶向训练模块判断用户的专项诊断方法是否为单一诊断方法,若是,则根据单一靶向训练方法调取一套预设的训练试题作为所述靶向训练试题;
若用户的专项诊断方法不是单一诊断方法,则所述靶向训练模块判断若用户的专项诊断方法是否为A+B诊断方法,若是A+B诊断方法,则判断用户前一学习模块的效果测评结果是否满足预设条件,若满足则根据A+B训练方法调取相应的靶向训练试题,若不满足则判断用户A+B诊断方法下A难度试题是否全对,若全对,则根据B+C训练方法调取相应的靶向训练试题,若不全对则根据A+B训练方法调取相应的靶向训练试题;
若用户的专项诊断方法不是A+B诊断方法,则判断用户B+C诊断方法下B难度试题是否全对,若全对,则根据C训练方法调取相应的靶向训练试题,若不全对则根据B+C训练方法调取相应的靶向训练试题。
24.根据权利要求22所述的基于自洽性体系的自适应考前冲刺在线学习系统,其特征在于,将所述靶向训练试题发送给所述客户终端,所述客户终端接收所述靶向训练试题并展示,接收用户针对所述靶向训练试题输入的反馈并发送给所述靶向训练模块,具体包括:
所述靶向训练模块将第一个题组内的试题按其排序发送给客户终端;
客户终端接收所述靶向训练模块发送的试题并展示,接收用户针对试题输入的反馈并发送给所述靶向训练模块;
所述靶向训练模块判断用户针对试题输入的反馈是否正确,若正确则重复上述过程以向用户终端发送第一个题组内的下一道试题;
若错误,则所述靶向训练模块发送第二个题组的同题号试题给客户终端;
客户终端接收第二个题组的同题号试题并展示,接收用户针对第二个题组的同题号试题输入的反馈并发送给所述靶向训练模块;
所述靶向训练模块接收用户针对第二个题组的同题号试题输入的反馈并判断是否正确,若正确则返回第一个题组的下一道试题;
若错误,则发送下一个题组的同号试题直至所有题组的同号试题均发送完毕或者接收到则用户的正确反馈,并返回第一个题组的下一道试题。
25.根据权利要求22所述的基于自洽性体系的自适应考前冲刺在线学习系统,其特征在于,所述靶向训练模块还包括多元解析指导单元,所述多元解析指导单元用于:
针对已发送的靶向训练试题,发送包括例题示范、动态课件、微课视频、四级解析在内的多元解析指导信息中的一种或者多种给所述客户终端,其中,所述四级解析包括思路点拔信息、具体提示信息、标准答案或者思维能力提供信息中的一种或者多种;
所述客户终端接收所述例题示范、动态课件、微课视频和四级解析组成的多元解析指导信息中的一种或者多种并展示。
26.根据权利要求23所述的基于自洽性体系的自适应考前冲刺在线学习系统,其特征在于,所述效果测评模块具体用于包括:
所述效果测评模块根据用户当前模块的专项训练方法,根据预设的对应规则确定效果测评试题并发送给所述客户终端;
所述客户终端接收所述效果测评试题并展示,接收用户针对所述效果测评试题输入的反馈并发送给所述效果测评模块;
所述效果测评模块根据接收的所述用户针对所述效果测评试题输入的反馈生成效果测评结果并进行精准解读和反馈;
其中,所述预设的对应规则包括高一级难度测评法、低一级难度测评法以及混合测评法;
所述高一级难度测评法具体为,所述效果测评试题与所述靶向训练试题中的高难度试题为同等难度;
所述低一级难度测评法具体为,所述效果测评试题与所述靶向训练试题中的低难度试题为同等难度;
所述混合测评法具体为,所述效果测评试题与所述靶向训练试题包括相同难度的试题。
27.根据权利要求26所述的基于自洽性体系的自适应考前冲刺在线学习系统,其特征在于,所述效果测评模块还包括第二非智力因素测评单元;
第二非智力因素测评单元用于向所述用户终端发送非智力因素测评试题;所述非智力因素测评试题由包括由学习策略、学习动机、自信心、专注力和坚毅性五个维度的调查试题组成;
用户终端接收所述非智力因素测评试题并展示,接收用户针对所述非智力因素测评试题输入的反馈并发送给第二非智力因素测评单元;
所述效果测评模块根据接收的所述用户针对所述效果测评试题输入的反馈生成效果测评结果,具体包括:
所述效果测评模块根据所述用户针对所述效果测评试题输入的反馈确定用户在所述效果测评试题的得分以及预设的权重条件和知识能力得分标准,确定用户的知识能力得分;
所述效果测评模块根据所述用户针对所述效果测评试题输入的反馈确定用户在不同难度试题上的得分分布,根据所述不同难度试题上的得分分布以及预设的权重条件和思维强度得分标准确定用户的思维强度得分;
所述效果测评模块根据所述用户针对所述非智力因素测评试题输入的反馈以及预设的非智因素得分标准,确定用户的非智力因素得分;
所述效果测评模块根据所述用户针对所述效果测评试题输入的反馈、所述用户针对所述知识能力输入的反馈确定用户的答题用时,根据所述答题用时以及预设的答题用时得分标准确定用户的答题用时得分;
所述效果测评模块根据所述知识能力得分、思维强度得分、非智力因素得分、答题用时得分以及预设的权重条件生成所述效果测评结果,并给出当前和下一个学习模块的学习建议。
28.根据权利要求22所述的基于自洽性体系的自适应考前冲刺在线学习系统,其特征在于,所述靶向训练试题、所述效果测评试题包括多级思维引导解答题,所述多级思维引导解答题包括多个相互关联的选择题和/或填空题;所述靶向训练模块以及所述效果测评试均包括分级引导解答单元;
所述分级引导解答单元用于,将所述多级思维引导解答题发送给所述客户终端;
所述客户终端接收所述多级思维引导解答题并展示,接收用户针对所述多级思维引导解答题输入的反馈信息并发送给所述分级引导解答单元;
所述分级引导解答单元根据接收的所述用户针对所述多级思维引导解答题输入的反馈信息确定相应的回复信息并发送给所述客户终端,其中,所述回复信息为提示信息、选择题或者填空题中的任意一种;
所述客户终端接收所述回复信息并展示,接收用户针对所述回复信息输入的反馈并发送给所述分级引导解答单元;
所述分级引导解答单元根据接收的所述用户针对所述回复信息输入的反馈,判断所述多级思维引导解答题是否回答完毕,若未回答完毕,则确定相应回复信息并发送,接收针对回复信息输入的反馈直至所述多级思维引导解答题回答完毕。
CN202010702811.1A 2020-07-21 2020-07-21 基于自洽性体系的自适应考前冲刺在线学习方法及系统 Active CN111739366B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202010702811.1A CN111739366B (zh) 2020-07-21 2020-07-21 基于自洽性体系的自适应考前冲刺在线学习方法及系统

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202010702811.1A CN111739366B (zh) 2020-07-21 2020-07-21 基于自洽性体系的自适应考前冲刺在线学习方法及系统

Publications (2)

Publication Number Publication Date
CN111739366A CN111739366A (zh) 2020-10-02
CN111739366B true CN111739366B (zh) 2022-05-24

Family

ID=72656004

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202010702811.1A Active CN111739366B (zh) 2020-07-21 2020-07-21 基于自洽性体系的自适应考前冲刺在线学习方法及系统

Country Status (1)

Country Link
CN (1) CN111739366B (zh)

Families Citing this family (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN112764760B (zh) * 2021-01-25 2023-12-26 中国科学院自动化研究所 基于程序评测的辅助答题系统
CN112950418A (zh) * 2021-01-31 2021-06-11 厦门华厦学院 一种通信技术综合研究服务系统

Citations (16)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN101739854A (zh) * 2008-11-25 2010-06-16 梁昌年 利用计算机系统来对用户进行自适应评估的方法及其装置
CN104952012A (zh) * 2015-06-15 2015-09-30 刘汉平 一种个性化教学辅导方法、服务器及系统
CN105184709A (zh) * 2015-08-20 2015-12-23 浙江通关教育科技有限公司 一种基于知识点体系的学科测评系统及方法
CN105355111A (zh) * 2015-12-02 2016-02-24 华中师范大学 基于学情分析的课后强化学习系统
CN105512214A (zh) * 2015-11-28 2016-04-20 华中师范大学 一种知识数据库、构建方法及学情诊断系统
WO2017025046A1 (zh) * 2015-08-13 2017-02-16 马正方 一种基于知识点结构的题库系统
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
CN108446768A (zh) * 2018-05-02 2018-08-24 水木天骄(深圳)科技有限公司 一种学生建模的方法和装置
CN109255998A (zh) * 2018-10-25 2019-01-22 杭州数理大数据技术有限公司 一种学生成绩诊断提升系统
CN109859555A (zh) * 2019-03-29 2019-06-07 上海乂学教育科技有限公司 适合自适应学习的数学学科分步骤展示方法及计算机系统
CN109961146A (zh) * 2019-03-08 2019-07-02 科大讯飞股份有限公司 数学题解答方法及装置
CN110009957A (zh) * 2019-04-10 2019-07-12 上海乂学教育科技有限公司 自适应学习中数学大知识图谱测试系统及方法
CN110021208A (zh) * 2019-05-16 2019-07-16 上海乂学教育科技有限公司 针对英语阅读题目的高效训练方法及系统
CN110718105A (zh) * 2019-10-10 2020-01-21 江苏曲速教育科技有限公司 个性化个人假期作业本、生成方法及使用方法
CN111127967A (zh) * 2019-12-26 2020-05-08 湖北时代万新国际教育发展有限公司 一种中小学生智能教育学习系统
CN111259240A (zh) * 2020-01-14 2020-06-09 武汉璞睿互联技术有限公司 一种试题推荐方法及装置

Patent Citations (16)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN101739854A (zh) * 2008-11-25 2010-06-16 梁昌年 利用计算机系统来对用户进行自适应评估的方法及其装置
CN104952012A (zh) * 2015-06-15 2015-09-30 刘汉平 一种个性化教学辅导方法、服务器及系统
WO2017025046A1 (zh) * 2015-08-13 2017-02-16 马正方 一种基于知识点结构的题库系统
CN105184709A (zh) * 2015-08-20 2015-12-23 浙江通关教育科技有限公司 一种基于知识点体系的学科测评系统及方法
CN105512214A (zh) * 2015-11-28 2016-04-20 华中师范大学 一种知识数据库、构建方法及学情诊断系统
CN105355111A (zh) * 2015-12-02 2016-02-24 华中师范大学 基于学情分析的课后强化学习系统
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
CN108446768A (zh) * 2018-05-02 2018-08-24 水木天骄(深圳)科技有限公司 一种学生建模的方法和装置
CN109255998A (zh) * 2018-10-25 2019-01-22 杭州数理大数据技术有限公司 一种学生成绩诊断提升系统
CN109961146A (zh) * 2019-03-08 2019-07-02 科大讯飞股份有限公司 数学题解答方法及装置
CN109859555A (zh) * 2019-03-29 2019-06-07 上海乂学教育科技有限公司 适合自适应学习的数学学科分步骤展示方法及计算机系统
CN110009957A (zh) * 2019-04-10 2019-07-12 上海乂学教育科技有限公司 自适应学习中数学大知识图谱测试系统及方法
CN110021208A (zh) * 2019-05-16 2019-07-16 上海乂学教育科技有限公司 针对英语阅读题目的高效训练方法及系统
CN110718105A (zh) * 2019-10-10 2020-01-21 江苏曲速教育科技有限公司 个性化个人假期作业本、生成方法及使用方法
CN111127967A (zh) * 2019-12-26 2020-05-08 湖北时代万新国际教育发展有限公司 一种中小学生智能教育学习系统
CN111259240A (zh) * 2020-01-14 2020-06-09 武汉璞睿互联技术有限公司 一种试题推荐方法及装置

Also Published As

Publication number Publication date
CN111739366A (zh) 2020-10-02

Similar Documents

Publication Publication Date Title
Tikva et al. Mapping computational thinking through programming in K-12 education: A conceptual model based on a systematic literature Review
Fogleman et al. Examining the effect of teachers' adaptations of a middle school science inquiry‐oriented curriculum unit on student learning
US20140335499A1 (en) Method and apparatus for evaluating educational performance
US20100129783A1 (en) Self-Adaptive Study Evaluation
WO2008027528A2 (en) Multimedia system and method for teaching basal math and science
Alonzo et al. Beyond empirical adequacy: Learning progressions as models and their value for teachers
CN101488120A (zh) 学习评估装置及方法
CN111739366B (zh) 基于自洽性体系的自适应考前冲刺在线学习方法及系统
KR101023540B1 (ko) 가변되는 메타정보를 활용한 시험결과 분석평가방법
González-Castro et al. Adaptive learning module for a conversational agent to support MOOC learners
KR20110079252A (ko) 온라인 강의를 위한 학습관리 시스템 및 그 방법
Spector A methodology for assessing learning in complex and ill‐structured task domains
Lai Beyond programming: A computer-based assessment of computational thinking competency
Markowitz et al. Simplifying quality rating systems in early childhood education
Cary et al. A biology core concept instrument (BCCI) to teach and assess student conceptual understanding
Woodard et al. How students use statistical computing in problem solving
Hidayat et al. Usability evaluation on educational chatbot using the system usability scale (sus)
Dörrenbächer-Ulrich et al. Metacognitive Judgment Skills and the Metacognitive Component of Self-Regulated Learning
Lin et al. Using collaborative annotating and data mining on formative assessments to enhance learning efficiency
CN111127271A (zh) 一种用于学情分析的教学方法及系统
Wu et al. Establishing the criterion-related, construct, and content validities of a simulation-based assessment of inquiry abilities
KR101129601B1 (ko) 오답율에 따른 기출문제를 제공하는 시스템 및 방법
Machts et al. Categorization of simulated diagnostic situations and the salience of diagnostic information
Maaliw III et al. Comparative analysis of data mining techniques for classification of student’s learning styles
CN116153152A (zh) 一种用于在线课程学习的云教学平台及方法

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
GR01 Patent grant
GR01 Patent grant