CN112017496B - 基于游戏化学习的学生计算能力分析方法 - Google Patents

基于游戏化学习的学生计算能力分析方法 Download PDF

Info

Publication number
CN112017496B
CN112017496B CN202010891347.5A CN202010891347A CN112017496B CN 112017496 B CN112017496 B CN 112017496B CN 202010891347 A CN202010891347 A CN 202010891347A CN 112017496 B CN112017496 B CN 112017496B
Authority
CN
China
Prior art keywords
learning
knowledge
data
information
game
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
CN202010891347.5A
Other languages
English (en)
Other versions
CN112017496A (zh
Inventor
王鑫
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 Squirrel Classroom Artificial Intelligence Technology Co Ltd
Original Assignee
Shanghai Squirrel Classroom Artificial Intelligence 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 Squirrel Classroom Artificial Intelligence Technology Co Ltd filed Critical Shanghai Squirrel Classroom Artificial Intelligence Technology Co Ltd
Priority to CN202010891347.5A priority Critical patent/CN112017496B/zh
Publication of CN112017496A publication Critical patent/CN112017496A/zh
Application granted granted Critical
Publication of CN112017496B publication Critical patent/CN112017496B/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
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06FELECTRIC DIGITAL DATA PROCESSING
    • G06F16/00Information retrieval; Database structures therefor; File system structures therefor
    • G06F16/20Information retrieval; Database structures therefor; File system structures therefor of structured data, e.g. relational data
    • G06F16/28Databases characterised by their database models, e.g. relational or object models
    • G06F16/284Relational databases
    • G06F16/285Clustering or classification
    • 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
    • G09B7/04Electrically-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 characterised by modifying the teaching programme in response to a wrong answer, e.g. repeating the question, supplying a further explanation

Landscapes

  • Engineering & Computer Science (AREA)
  • Theoretical Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Databases & Information Systems (AREA)
  • Business, Economics & Management (AREA)
  • Educational Administration (AREA)
  • Educational Technology (AREA)
  • Data Mining & Analysis (AREA)
  • General Engineering & Computer Science (AREA)
  • Electrically Operated Instructional Devices (AREA)

Abstract

本发明提供了基于游戏化学习的学生计算能力分析方法,其能够根据学生的历史知识学习数据构建与之匹配的游戏化学习虚拟环境和游戏化学习课程,这样能够保证学生在计算能力分析过程中完全沉浸在该游戏化学习虚拟环境中以及提高学生参与游戏化学习课程的专注度,从而提高学生计算能力分析的准确性和可靠性以及改善学生在分析过程中的趣味性和可控性。

Description

基于游戏化学习的学生计算能力分析方法
技术领域
本发明涉及智能教育的技术领域,特别涉及基于游戏化学习的学生计算能力分析方法。
背景技术
学生的计算能力关系到学生对新知识学习的接受程度以及学生应对考试的能力,现有的学生计算能力分析方式都是通过传统的测试形式来实现,虽然该传统的测试形式能够较为全面地和精确地确定学生的计算能力,但是这种形式只能够在特定的场合进行,并且其还需要事先准备完成和细化的测试题目,这不利于对所有学生个体进行快速的计算能力分析,此外现有的学生计算能力分析方式的实现形式都比较单一,其无法提高学生在分析过程中的趣味性和可控性。
发明内容
针对现有技术存在的缺陷,本发明提供基于游戏化学习的学生计算能力分析方法,其通过获取预设学生的历史知识学习数据,并将该历史知识学习数据划分为关于不同学科和不同难度级别的若干知识点数据集合,并根据该知识点数据集合,构建相应的游戏化学习虚拟环境和游戏化学习课程,再获取该预设学生与该游戏化学习虚拟环境之间的互动信息以及该预设学生在学习该游戏化学习课程过程中对应的学习信息,最后根据该互动信息和该学习信息,确定该预设学生的计算能力参数,并根据该计算能力参数,调整该预设学生的实际课程学习状态;可见,该基于游戏化学习的学生计算能力分析方法能够根据学生的历史知识学习数据构建与之匹配的游戏化学习虚拟环境和游戏化学习课程,这样能够保证学生在计算能力分析过程中完全沉浸在该游戏化学习虚拟环境中以及提高学生参与游戏化学习课程的专注度,从而提高学生计算能力分析的准确性和可靠性以及改善学生在分析过程中的趣味性和可控性。
本发明提供基于游戏化学习的学生计算能力分析方法,其特征在于,其包括如下步骤:
步骤S1,获取预设学生的历史知识学习数据,并将所述历史知识学习数据划分为关于不同学科和不同难度级别的若干知识点数据集合;
步骤S2,根据所述知识点数据集合,构建相应的游戏化学习虚拟环境和游戏化学习课程;
步骤S3,获取所述预设学生与所述游戏化学习虚拟环境之间的互动信息以及所述预设学生在学习所述游戏化学习课程过程中对应的学习信息;
步骤S4,根据所述互动信息和所述学习信息,确定所述预设学生的计算能力参数,并根据所述计算能力参数,调整所述预设学生的实际课程学习状态;
进一步,在所述步骤S1中,获取预设学生的历史知识学习数据具体包括:
步骤S101A,获取所述预设学生在线上学习过程中对应的历史课程知识教授数据和学习课程大纲数据,并从所述历史课程知识教授数据和所述学习课程大纲数据中提取得到相应的历史知识学习数据;
步骤S102A,按照所述预设学生的线上学习时间戳信息,对所述历史知识学习数据进行关于学习时刻信息的标识;
进一步,在所述步骤S1中,所述历史知识学习数据划分为关于不同学科和不同难度级别的若干知识点数据集合具体包括:
步骤S101B,根据所述历史知识学习数据的每一项数据对应标识的所述学习时刻信息,依次确定每一项数据各自的所属学科类型信息和知识难度级别信息;
步骤S102B,将具有相同所属学科类型信息和相同知识难度级别信息的数据划分到同一数据集合中,从而获得若干知识点数据集合;
进一步,在所述步骤S2中,根据所述知识点数据集合,构建相应的游戏化学习虚拟环境和游戏化学习课程具体包括:
步骤S201,从所述知识点数据集合中分别提取对应的数学学科相关知识数据、物理学科相关知识数据和化学学科相关知识数据,并对所述数学学科相关知识数据、所述物理学科相关知识数据和所述化学学科相关知识数据进行知识难度级别的标识;
步骤S202,根据所述数学学科相关知识数据、所述物理学科相关知识数据或者所述化学学科相关知识数据,构建具有相应环境背景影像和环境背景声音的游戏化学习虚拟环境;
步骤S203,根据标识有知识难度级别的所述数学学科相关知识数据、所述物理学科相关知识数据或者所述化学学科相关知识数据,构建具有不同任务完成难度的若干游戏化学习课程;
进一步,在所述步骤S202中,根据所述数学学科相关知识数据、所述物理学科相关知识数据或者所述化学学科相关知识数据,构建具有相应环境背景影像和环境背景声音的游戏化学习虚拟环境具体包括:
步骤S2021,根据所述数学学科相关知识数据、所述物理学科相关知识数据或者所述化学学科相关知识数据包含的学科知识图像信息和学科知识声音信息,分别形成所述环境背景影像和所述环境背景声音;
步骤S2022,将所述环境背景影像和所述环境背景声音进行同步融合,并调整所述环境背景影像的清晰度和/或色度,或者调整所述环境背景声音的音量,从而形成所述游戏化学习虚拟环境;
进一步,在步骤S2021中,根据所述数学学科相关知识数据、所述物理学科相关知识数据或者所述化学学科相关知识数据包含的学科知识图像信息,形成所述环境背景影像具体为所述环境背景影像的亮度随着所述学科知识图像信息的颜色亮度和环境亮度进行随时间的变化而调整,并且该环境背景影像的亮度在调整变化过程中保持背景亮度的闪烁频率超过人眼的视觉分辨频率,从而保证所述预设学生能够沉浸在所述游戏化学习虚拟环境中,其具体包括,
第一、利用下面公式(1),确定所述环境背景影像对应的实时亮度值
Figure BDA0002657100160000041
在上述公式(1)中,F(t)表示t时刻所述环境背景影像的亮度值,Y表示预设学生的眼睛实际接收到的亮度值,T和T0分别表示预设比例系数、且其取值分别为12.3和36.75,P(t)表示t时刻的环境亮度值,
Figure BDA0002657100160000042
表示所述学科知识图像信息对应的红色、绿色和蓝色颜色成分亮度值,α表示所述学科知识图像信息中的图像颜色信息所占的比重、且0<α<1,|| ||表示矩阵求模运算符号;
第二,利用下面公式(2),确定最适宜预设学生眼睛的接收亮度
Figure BDA0002657100160000043
在上述公式(2),
Figure BDA0002657100160000044
表示t时刻的最适宜预设学生眼睛的接收亮度,D表示所述环境背景影像的对比度,λ表示呈现所述环境背景影像的显示屏的表面反射系数,再将上述公式(2)中确定的
Figure BDA0002657100160000045
作为上述公式(1)中的参数Y,计算所得到的F(t)即为最适宜预设学生眼睛条件下在t时刻所述背景环境影像的亮度值,将其记作F’(t);
第三,根据以下公式(3)计算t时刻的最低背景亮度闪频值:
Figure BDA0002657100160000046
在上述公式(3)中,S(t)表示t时刻的最低背景亮度闪频值,Δt表示人眼视觉暂留时间,g表示重力加速度;
第四,根据上述确定的最低背景亮度闪频值,随着时间变化控制所述环境背景影像的实际背景亮度闪频值,使得在任意时刻所述实际背景亮度闪频值均大于所述最低背景亮度闪频值,以此避免所述预设学生产生视觉疲劳,从而保证所述预设学生能够沉浸在所述游戏化学习虚拟环境中;
进一步,在所述步骤S203中,根据标识有知识难度级别的所述数学学科相关知识数据、所述物理学科相关知识数据或者所述化学学科相关知识数据,构建具有不同任务完成难度的若干游戏化学习课程具体包括:
步骤S2031,根据标识有知识难度级别的所述数学学科相关知识数据、所述物理学科相关知识数据或者所述化学学科相关知识数据,从预设课程数据库中摘选得到难度依次递增的若干学习课程;
步骤S2032,将摘选得到的若干所述学习课程转换为具有问答互动呈现模式的若干游戏化学习课程,从而构建得到具有不同任务完成难度的若干游戏化学习课程;
进一步,在所述步骤S3中,获取所述预设学生与所述游戏化学习虚拟环境之间的互动信息以及所述预设学生在学习所述游戏化学习课程过程中对应的学习信息具体包括:
步骤S301,对所述预设学生沉浸在所述游戏化学习虚拟环境过程中进行拍摄和录音,依次获得所述预设学生的肢体动作影像信息和语音信息,以此作为所述互动信息;
步骤S302,获取所述预设学生在学习所述游戏化学习课程过程中针对每一个课程的作业和/或考试作答答案信息和作业和/或考试作答耗时信息,以此作为所述学习信息;
进一步,在所述步骤S4中,根据所述互动信息和所述学习信息,确定所述预设学生的计算能力参数,并根据所述计算能力参数,调整所述预设学生的实际课程学习状态具体包括:
步骤S401,根据所述肢体动作影像信息和所述语音信息,确定所述预设学生的计算动作响应速度;
步骤S402,根据所述作业和/或考试作答答案信息和所述作业和/或考试作答耗时信息,确定所述预设学生的计算准确度和/或计算速度;
步骤S403,根据所述计算动作响应速度、所述计算准确度和所述计算速度,调整所述预设学生的实际课程学习进度和/或实际课程学习时间。
相比于现有技术,该基于游戏化学习的学生计算能力分析方法通过获取预设学生的历史知识学习数据,并将该历史知识学习数据划分为关于不同学科和不同难度级别的若干知识点数据集合,并根据该知识点数据集合,构建相应的游戏化学习虚拟环境和游戏化学习课程,再获取该预设学生与该游戏化学习虚拟环境之间的互动信息以及该预设学生在学习该游戏化学习课程过程中对应的学习信息,最后根据该互动信息和该学习信息,确定该预设学生的计算能力参数,并根据该计算能力参数,调整该预设学生的实际课程学习状态;可见,该基于游戏化学习的学生计算能力分析方法能够根据学生的历史知识学习数据构建与之匹配的游戏化学习虚拟环境和游戏化学习课程,这样能够保证学生在计算能力分析过程中完全沉浸在该游戏化学习虚拟环境中以及提高学生参与游戏化学习课程的专注度,从而提高学生计算能力分析的准确性和可靠性以及改善学生在分析过程中的趣味性和可控性。
本发明的其它特征和优点将在随后的说明书中阐述,并且,部分地从说明书中变得显而易见,或者通过实施本发明而了解。本发明的目的和其他优点可通过在所写的说明书、权利要求书、以及附图中所特别指出的结构来实现和获得。
下面通过附图和实施例,对本发明的技术方案做进一步的详细描述。
附图说明
为了更清楚地说明本发明实施例或现有技术中的技术方案,下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍,显而易见地,下面描述中的附图仅仅是本发明的一些实施例,对于本领域普通技术人员来讲,在不付出创造性劳动的前提下,还可以根据这些附图获得其他的附图。
图1为本发明提供的基于游戏化学习的学生计算能力分析方法的流程示意图。
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作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。
参阅图1,为本发明实施例提供的基于游戏化学习的学生计算能力分析方法的流程示意图。该基于游戏化学习的学生计算能力分析方法包括如下步骤:
步骤S1,获取预设学生的历史知识学习数据,并将该历史知识学习数据划分为关于不同学科和不同难度级别的若干知识点数据集合;
步骤S2,根据该知识点数据集合,构建相应的游戏化学习虚拟环境和游戏化学习课程;
步骤S3,获取该预设学生与该游戏化学习虚拟环境之间的互动信息以及该预设学生在学习该游戏化学习课程过程中对应的学习信息;
步骤S4,根据该互动信息和该学习信息,确定该预设学生的计算能力参数,并根据该计算能力参数,调整该预设学生的实际课程学习状态。
通过根据学生的历史知识学习数据构建与之匹配的游戏化学习虚拟环境和游戏化学习课程,这样能够保证学生在计算能力分析过程中完全沉浸在该游戏化学习虚拟环境中以及提高学生参与游戏化学习课程的专注度,从而提高学生计算能力分析的准确性和可靠性以及改善学生在分析过程中的趣味性和可控性。
优选地,在该步骤S1中,获取预设学生的历史知识学习数据具体包括:
步骤S101A,获取该预设学生在线上学习过程中对应的历史课程知识教授数据和学习课程大纲数据,并从该历史课程知识教授数据和该学习课程大纲数据中提取得到相应的历史知识学习数据;
步骤S102A,按照该预设学生的线上学习时间戳信息,对该历史知识学习数据进行关于学习时刻信息的标识。
通过对预设学生进行线上学习对应的历史课程知识教授数据和学习课程大纲数据进行分析处理,能够保证生成的历史知识学习数据能够全面地和精确地反映预设对象的真实学习状态,而对该历史知识学习数据进行关于学习时刻信息的标识,能够提高该历史知识学习数据的标识性,以便于后续对该历史知识学习数据进行快速的处理。
优选地,在该步骤S1中,该历史知识学习数据划分为关于不同学科和不同难度级别的若干知识点数据集合具体包括:
步骤S101B,根据该历史知识学习数据的每一项数据对应标识的该学习时刻信息,依次确定每一项数据各自的所属学科类型信息和知识难度级别信息;
步骤S102B,将具有相同所属学科类型信息和相同知识难度级别信息的数据划分到同一数据集合中,从而获得若干知识点数据集合。
通过对该历史知识学习数据中的每一项数据进行所述学科和知识难度的分类,能够便于后续构建游戏化学习课程的细化性和可靠性。
优选地,在该步骤S2中,根据该知识点数据集合,构建相应的游戏化学习虚拟环境和游戏化学习课程具体包括:
步骤S201,从该知识点数据集合中分别提取对应的数学学科相关知识数据、物理学科相关知识数据和化学学科相关知识数据,并对该数学学科相关知识数据、该物理学科相关知识数据和该化学学科相关知识数据进行知识难度级别的标识;
步骤S202,根据该数学学科相关知识数据、该物理学科相关知识数据或者该化学学科相关知识数据,构建具有相应环境背景影像和环境背景声音的游戏化学习虚拟环境;
步骤S203,根据标识有知识难度级别的该数学学科相关知识数据、该物理学科相关知识数据或者该化学学科相关知识数据,构建具有不同任务完成难度的若干游戏化学习课程。
通过在影像和声音两个层面上构建该游戏化学习虚拟环境,能够提高该游戏化学习虚拟环境的沉浸度和真实度,构建具有不同任务完成难度的若干游戏化学习课程。能够便于对学生进行分级细化的计算能力分析。
优选地,在该步骤S202中,根据该数学学科相关知识数据、该物理学科相关知识数据或者该化学学科相关知识数据,构建具有相应环境背景影像和环境背景声音的游戏化学习虚拟环境具体包括:
步骤S2021,根据该数学学科相关知识数据、该物理学科相关知识数据或者该化学学科相关知识数据包含的学科知识图像信息和学科知识声音信息,分别形成该环境背景影像和该环境背景声音;
步骤S2022,将该环境背景影像和该环境背景声音进行同步融合,并调整该环境背景影像的清晰度和/或色度,或者调整该环境背景声音的音量,从而形成该游戏化学习虚拟环境。
通过同步融合与调整影像清晰度/色度和声音音量,能够改善该游戏化学习虚拟环境的真实性和可控性。
在步骤S2021中,根据该数学学科相关知识数据、该物理学科相关知识数据或者该化学学科相关知识数据包含的学科知识图像信息,形成该环境背景影像具体为该环境背景影像的亮度随着该学科知识图像信息的颜色亮度和环境亮度进行随时间的变化而调整,并且该环境背景影像的亮度在调整变化过程中保持背景亮度的闪烁频率超过人眼的视觉分辨频率,从而保证该预设学生能够沉浸在该游戏化学习虚拟环境中,其具体包括,
第一、利用下面公式(1),确定该环境背景影像对应的实时亮度值
Figure BDA0002657100160000091
在上述公式(1)中,F(t)表示t时刻该环境背景影像的亮度值,Y表示预设学生的眼睛实际接收到的亮度值,T和T0分别表示预设比例系数、且其取值分别为12.3和36.75,P(t)表示t时刻的环境亮度值,
Figure BDA0002657100160000101
表示该学科知识图像信息对应的红色、绿色和蓝色颜色成分亮度值,α表示该学科知识图像信息中的图像颜色信息所占的比重、且0<α<1,|| ||表示矩阵求模运算符号;
第二,利用下面公式(2),确定最适宜预设学生眼睛的接收亮度
Figure BDA0002657100160000102
在上述公式(2),
Figure BDA0002657100160000103
表示t时刻的最适宜预设学生眼睛的接收亮度,D表示该环境背景影像的对比度,λ表示呈现该环境背景影像的显示屏的表面反射系数,再将上述公式(2)中确定的
Figure BDA0002657100160000104
作为上述公式(1)中的参数Y,计算所得到的F(t)即为最适宜预设学生眼睛条件下在t时刻所述背景环境影像的亮度值,将其记作F’(t);
第三,根据以下公式(3)计算t时刻的最低背景亮度闪频值:
Figure BDA0002657100160000105
在上述公式(3)中,S(t)表示t时刻的最低背景亮度闪频值,Δt表示人眼视觉暂留时间,g表示重力加速度;
第四,根据上述确定的最低背景亮度闪频值,随着时间变化控制该环境背景影像的实际背景亮度闪频值,使得在任意时刻该实际背景亮度闪频值均大于该最低背景亮度闪频值,以此避免该预设学生产生视觉疲劳,从而保证该预设学生能够沉浸在该游戏化学习虚拟环境中。
利用公式(1)得到所述环境背景影像的亮度的实时亮度值,目的是为了可以根据实时调整环境背景影像的亮度来控制人眼接收到的亮度,从而为后续计算奠定基础;利用公式(2)得到最适宜人眼接收的亮度值,目的是为了根据最适宜人眼接收的亮度值并结合公式(1)可以反向求得适宜人眼情况下的环境背景影像的亮度的实时亮度值,从而保证在调节环境背景影像的亮度的过程中,人眼可以时刻保持在最适宜的亮度状态下;最后利用公式(3)得到实时最低背景亮度闪频值,目的是为了防止预设学生产生视觉疲劳,从而可以保证预设学生可以沉浸在游戏化学习虚拟环境中;上述公式和步骤可以有效的防止了学生的视觉疲劳,并且在学生沉浸在所述游戏化学习虚拟环境中时眼睛接收到的亮度还可以时刻保持在最适宜的亮度,从而提高了学生沉浸在游戏化学习虚拟环境中时的舒适程度以及感官效果,并且更促进学生沉浸在游戏化学习虚拟环境中。
优选地,在该步骤S203中,根据标识有知识难度级别的该数学学科相关知识数据、该物理学科相关知识数据或者该化学学科相关知识数据,构建具有不同任务完成难度的若干游戏化学习课程具体包括:
步骤S2031,根据标识有知识难度级别的该数学学科相关知识数据、该物理学科相关知识数据或者该化学学科相关知识数据,从预设课程数据库中摘选得到难度依次递增的若干学习课程;
步骤S2032,将摘选得到的若干该学习课程转换为具有问答互动呈现模式的若干游戏化学习课程,从而构建得到具有不同任务完成难度的若干游戏化学习课程。
通过问答互动呈现模式来实现该游戏化学习课程,能够改善该游戏化学习课程的体验感。
优选地,在该步骤S3中,获取该预设学生与该游戏化学习虚拟环境之间的互动信息以及该预设学生在学习该游戏化学习课程过程中对应的学习信息具体包括:
步骤S301,对该预设学生沉浸在该游戏化学习虚拟环境过程中进行拍摄和录音,依次获得该预设学生的肢体动作影像信息和语音信息,以此作为该互动信息;
步骤S302,获取该预设学生在学习该游戏化学习课程过程中针对每一个课程的作业和/或考试作答答案信息和作业和/或考试作答耗时信息,以此作为该学习信息。
通过获得学生的肢体动作影像信息和语音信息,作业和/或考试作答答案信息和作业和/或考试作答耗时信息,能够提高对学生计算能力分析的精确性。
优选地,在该步骤S4中,根据该互动信息和该学习信息,确定该预设学生的计算能力参数,并根据该计算能力参数,调整该预设学生的实际课程学习状态具体包括:
步骤S401,根据该肢体动作影像信息和该语音信息,确定该预设学生的计算动作响应速度;
步骤S402,根据该作业和/或考试作答答案信息和该作业和/或考试作答耗时信息,确定该预设学生的计算准确度和/或计算速度;
步骤S403,根据该计算动作响应速度、该计算准确度和该计算速度,调整该预设学生的实际课程学习进度和/或实际课程学习时间。
根据该计算动作响应速度、该计算准确度和该计算速度,调整该预设学生的实际课程学习进度和/或实际课程学习时间,能够提高学生的学习效率。
从上述实施例的内容可知,该基于游戏化学习的学生计算能力分析方法通过获取预设学生的历史知识学习数据,并将该历史知识学习数据划分为关于不同学科和不同难度级别的若干知识点数据集合,并根据该知识点数据集合,构建相应的游戏化学习虚拟环境和游戏化学习课程,再获取该预设学生与该游戏化学习虚拟环境之间的互动信息以及该预设学生在学习该游戏化学习课程过程中对应的学习信息,最后根据该互动信息和该学习信息,确定该预设学生的计算能力参数,并根据该计算能力参数,调整该预设学生的实际课程学习状态;可见,该基于游戏化学习的学生计算能力分析方法能够根据学生的历史知识学习数据构建与之匹配的游戏化学习虚拟环境和游戏化学习课程,这样能够保证学生在计算能力分析过程中完全沉浸在该游戏化学习虚拟环境中以及提高学生参与游戏化学习课程的专注度,从而提高学生计算能力分析的准确性和可靠性以及改善学生在分析过程中的趣味性和可控性。
显然,本领域的技术人员可以对本发明进行各种改动和变型而不脱离本发明的精神和范围。这样,倘若本发明的这些修改和变型属于本发明权利要求及其等同技术的范围之内,则本发明也意图包含这些改动和变型在内。

Claims (6)

1.基于游戏化学习的学生计算能力分析方法,其特征在于,其包括如下步骤:
步骤S1,获取预设学生的历史知识学习数据,并将所述历史知识学习数据划分为关于不同学科和不同难度级别的若干知识点数据集合;
步骤S2,根据所述知识点数据集合,构建相应的游戏化学习虚拟环境和游戏化学习课程;
步骤S3,获取所述预设学生与所述游戏化学习虚拟环境之间的互动信息以及所述预设学生在学习所述游戏化学习课程过程中对应的学习信息;
步骤S4,根据所述互动信息和所述学习信息,确定所述预设学生的计算能力参数,并根据所述计算能力参数,调整所述预设学生的实际课程学习状态;
其中,在所述步骤S2中,根据所述知识点数据集合,构建相应的游戏化学习虚拟环境和游戏化学习课程具体包括:
步骤S201,从所述知识点数据集合中分别提取对应的数学学科相关知识数据、物理学科相关知识数据和化学学科相关知识数据,并对所述数学学科相关知识数据、所述物理学科相关知识数据和所述化学学科相关知识数据进行知识难度级别的标识;
步骤S202,根据所述数学学科相关知识数据、所述物理学科相关知识数据或者所述化学学科相关知识数据,构建具有相应环境背景影像和环境背景声音的游戏化学习虚拟环境;
步骤S203,根据标识有知识难度级别的所述数学学科相关知识数据、所述物理学科相关知识数据或者所述化学学科相关知识数据,构建具有不同任务完成难度的若干游戏化学习课程;
其中,在所述步骤S202中,根据所述数学学科相关知识数据、所述物理学科相关知识数据或者所述化学学科相关知识数据,构建具有相应环境背景影像和环境背景声音的游戏化学习虚拟环境具体包括:
步骤S2021,根据所述数学学科相关知识数据、所述物理学科相关知识数据或者所述化学学科相关知识数据包含的学科知识图像信息和学科知识声音信息,分别形成所述环境背景影像和所述环境背景声音;
步骤S2022,将所述环境背景影像和所述环境背景声音进行同步融合,并调整所述环境背景影像的清晰度和/或色度,或者调整所述环境背景声音的音量,从而形成所述游戏化学习虚拟环境;
其中,在步骤S2021中,根据所述数学学科相关知识数据、所述物理学科相关知识数据或者所述化学学科相关知识数据包含的学科知识图像信息,形成所述环境背景影像具体为所述环境背景影像的亮度随着所述学科知识图像信息的颜色亮度和环境亮度进行随时间的变化而调整,并且该环境背景影像的亮度在调整变化过程中保持背景亮度的闪烁频率超过人眼的视觉分辨频率,从而保证所述预设学生能够沉浸在所述游戏化学习虚拟环境中,其具体包括:
第一、利用下面公式(1),确定所述环境背景影像对应的实时亮度值
Figure FDA0003079772300000021
在上述公式(1)中,F(t)表示t时刻所述环境背景影像的亮度值,Y表示预设学生的眼睛实际接收到的亮度值,T和T0分别表示预设比例系数、且其取值分别为12.3和36.75,P(t)表示t时刻的环境亮度值,
Figure FDA0003079772300000022
表示所述学科知识图像信息对应的红色、绿色和蓝色颜色成分亮度值,α表示所述学科知识图像信息中的图像颜色信息所占的比重、且0<α<1,|| ||表示矩阵求模运算符号;
第二,利用下面公式(2),确定最适宜预设学生眼睛的接收亮度:
Figure FDA0003079772300000031
在上述公式(2),
Figure FDA0003079772300000032
表示t时刻的最适宜预设学生眼睛的接收亮度,D表示所述环境背景影像的对比度,λ表示呈现所述环境背景影像的显示屏的表面反射系数,再将上述公式(2)中确定的
Figure FDA0003079772300000033
作为上述公式(1)中的参数Y,计算所得到的F(t)即为最适宜预设学生眼睛条件下在t时刻所述环境背景 影像的亮度值,将其记作F’(t);
第三,根据以下公式(3)计算t时刻的最低背景亮度闪频值:
Figure FDA0003079772300000034
在上述公式(3)中,S(t)表示t时刻的最低背景亮度闪频值,Δt表示预设的人眼视觉暂留时间,g表示重力加速度;
第四,根据上述确定的最低背景亮度闪频值,随着时间变化控制所述环境背景影像的实际背景亮度闪频值,使得在任意时刻所述实际背景亮度闪频值均大于所述最低背景亮度闪频值,以此避免所述预设学生产生视觉疲劳,从而保证所述预设学生能够沉浸在所述游戏化学习虚拟环境中。
2.如权利要求1所述的基于游戏化学习的学生计算能力分析方法,其特征在于:
在所述步骤S1中,获取预设学生的历史知识学习数据具体包括:
步骤S101A,获取所述预设学生在线上学习过程中对应的历史课程知识教授数据和学习课程大纲数据,并从所述历史课程知识教授数据和所述学习课程大纲数据中提取得到相应的历史知识学习数据;
步骤S102A,按照所述预设学生的线上学习时间戳信息,对所述历史知识学习数据进行关于学习时刻信息的标识。
3.如权利要求2所述的基于游戏化学习的学生计算能力分析方法,其特征在于:
在所述步骤S1中,所述历史知识学习数据划分为关于不同学科和不同难度级别的若干知识点数据集合具体包括:
步骤S101B,根据所述历史知识学习数据的每一项数据对应标识的所述学习时刻信息,依次确定每一项数据各自的所属学科类型信息和知识难度级别信息;
步骤S102B,将具有相同所属学科类型信息和相同知识难度级别信息的数据划分到同一数据集合中,从而获得若干知识点数据集合。
4.如权利要求1所述的基于游戏化学习的学生计算能力分析方法,其特征在于:
在所述步骤S203中,根据标识有知识难度级别的所述数学学科相关知识数据、所述物理学科相关知识数据或者所述化学学科相关知识数据,构建具有不同任务完成难度的若干游戏化学习课程具体包括:
步骤S2031,根据标识有知识难度级别的所述数学学科相关知识数据、所述物理学科相关知识数据或者所述化学学科相关知识数据,从预设课程数据库中摘选得到难度依次递增的若干学习课程;
步骤S2032,将摘选得到的若干所述学习课程转换为具有问答互动呈现模式的若干游戏化学习课程,从而构建得到具有不同任务完成难度的若干游戏化学习课程。
5.如权利要求1所述的基于游戏化学习的学生计算能力分析方法,其特征在于:
在所述步骤S3中,获取所述预设学生与所述游戏化学习虚拟环境之间的互动信息以及所述预设学生在学习所述游戏化学习课程过程中对应的学习信息具体包括:
步骤S301,对所述预设学生沉浸在所述游戏化学习虚拟环境过程中进行拍摄和录音,依次获得所述预设学生的肢体动作影像信息和语音信息,以此作为所述互动信息;
步骤S302,获取所述预设学生在学习所述游戏化学习课程过程中针对每一个课程的作业和/或考试作答答案信息和作业和/或考试作答耗时信息,以此作为所述学习信息。
6.如权利要求5所述的基于游戏化学习的学生计算能力分析方法,其特征在于:
在所述步骤S4中,根据所述互动信息和所述学习信息,确定所述预设学生的计算能力参数,并根据所述计算能力参数,调整所述预设学生的实际课程学习状态具体包括:
步骤S401,根据所述肢体动作影像信息和所述语音信息,确定所述预设学生的计算动作响应速度;
步骤S402,根据所述作业和/或考试作答答案信息和所述作业和/或考试作答耗时信息,确定所述预设学生的计算准确度和/或计算速度;
步骤S403,根据所述计算动作响应速度、所述计算准确度和所述计算速度,调整所述预设学生的实际课程学习进度和/或实际课程学习时间。
CN202010891347.5A 2020-08-30 2020-08-30 基于游戏化学习的学生计算能力分析方法 Active CN112017496B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202010891347.5A CN112017496B (zh) 2020-08-30 2020-08-30 基于游戏化学习的学生计算能力分析方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202010891347.5A CN112017496B (zh) 2020-08-30 2020-08-30 基于游戏化学习的学生计算能力分析方法

Publications (2)

Publication Number Publication Date
CN112017496A CN112017496A (zh) 2020-12-01
CN112017496B true CN112017496B (zh) 2021-07-30

Family

ID=73502417

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202010891347.5A Active CN112017496B (zh) 2020-08-30 2020-08-30 基于游戏化学习的学生计算能力分析方法

Country Status (1)

Country Link
CN (1) CN112017496B (zh)

Family Cites Families (20)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20110256521A1 (en) * 2004-11-17 2011-10-20 The New England Center For Children, Inc. Method and apparatus for customizing lesson plans
CN101419758B (zh) * 2008-12-12 2011-05-04 天津师范大学 学习能力测试设备
JP5440961B2 (ja) * 2011-09-29 2014-03-12 カシオ計算機株式会社 演奏教習装置、演奏教習方法およびプログラム
CN104658360A (zh) * 2013-11-15 2015-05-27 镇江润欣科技信息有限公司 一种亲子互动教育系统及方法
CN103680248A (zh) * 2013-11-19 2014-03-26 大连海联自动控制有限公司 船舶机舱虚拟现实仿真系统
US20150325138A1 (en) * 2014-02-13 2015-11-12 Sean Selinger Test preparation systems and methods
CN106297445A (zh) * 2015-05-15 2017-01-04 北京邮电大学 一种基于大数据的移动学习系统
US20170337834A1 (en) * 2016-05-17 2017-11-23 Rajaa Shindi Interactive brain trainer
CN106409024A (zh) * 2016-08-31 2017-02-15 北京哥大诺博教育科技股份有限公司 幼儿自适应能力提升系统及方法
CN107122452A (zh) * 2017-04-26 2017-09-01 中国科学技术大学 时序化的学生认知诊断方法
CN107492281B (zh) * 2017-08-21 2023-09-05 北京华文众合科技有限公司 显示设备以及数字化书桌
CN108650529A (zh) * 2018-05-04 2018-10-12 早上六点(北京)教育科技有限公司 一种智能早教分析仪及其使用方法
CN110059130A (zh) * 2019-05-13 2019-07-26 上海乂学教育科技有限公司 人工智能k12教育学习内容管理系统
CN110456910A (zh) * 2019-07-29 2019-11-15 中青创投(深圳)科技有限公司 一种沉浸式虚拟互动的安全生产教育体验馆系统
CN111258433B (zh) * 2020-03-02 2024-04-02 上海松鼠课堂人工智能科技有限公司 基于虚拟场景的教学互动系统
CN111522877B (zh) * 2020-04-08 2024-04-02 上海松鼠课堂人工智能科技有限公司 教育课程在线同步处理系统
CN111564064A (zh) * 2020-05-27 2020-08-21 上海乂学教育科技有限公司 基于游戏互动的智能教育系统与方法
CN111583420B (zh) * 2020-05-27 2021-11-12 上海松鼠课堂人工智能科技有限公司 基于增强现实模式的智能学习系统和方法
CN111583078B (zh) * 2020-05-27 2021-07-30 上海松鼠课堂人工智能科技有限公司 用于人工智能学习模式的标准课件生成系统与方法
CN111523518A (zh) * 2020-06-08 2020-08-11 上海乂学教育科技有限公司 智适应学习方法及系统

Also Published As

Publication number Publication date
CN112017496A (zh) 2020-12-01

Similar Documents

Publication Publication Date Title
Kim et al. The influence of content knowledge on pedagogical content knowledge: An evidence-based practice for physical education
Lederman Debriefing: a critical reexamination of the postexperience analytic process with implications for its effective use
Chaipidech et al. Implementation of an andragogical teacher professional development training program for boosting TPACK in STEM education
Park Innovative assessment of aviation English in a virtual world: Windows into cognitive and metacognitive strategies
Ploeger et al. Development of trainee teachers' analytical competence in their induction phase–A longitudinal study comparing science and non-science teachers
Mayer The role of metacognition in STEM games and simulations
Wauters et al. Monitoring learners' proficiency: weight adaptation in the elo rating system
Buenvinida et al. TRANSFORMATIONAL LEADERSHIP PRACTICES OF SCHOOL HEADS AND PERFORMANCE OF CITY SCHOOLS IN THE DIVISION OFFIRST DISTRICT OF LAGUNA, PHILIPPINES
Rahimi et al. The effects of game and student characteristics on persistence in educational games: A hierarchical linear modeling approach.
Pusey et al. An argument for game balance: Improving student engagement by matching difficulty level with learner readiness
CN112017496B (zh) 基于游戏化学习的学生计算能力分析方法
Adelowo et al. Entrepreneurship education, personality traits and university environment as predictors of venture creation among undergraduates in Nigeria
US20190362138A1 (en) System for Adaptive Teaching Using Biometrics
Heinrich The role of the actor in medical education
Arroyo et al. Addressing cognitive differences and gender during problem solving
CN116029581A (zh) 一种基于多源数据融合的在线教育用专注度评价方法
Hjellvik et al. Adaptive training with cloud-based simulators in maritime education
CN113919983A (zh) 试题画像方法、装置、电子设备和存储介质
CN114385013A (zh) 一种基于vr技术的远程在线教育系统
CN114119932A (zh) Vr教学方法、装置、电子设备、存储介质和程序产品
Schmidt et al. Cognitive expertise through repetition enhanced simulation (CERES): topographic map reading
CN111597997A (zh) 一种计算机控制教学设备
Keskin et al. Design of Assessment Task Analytics Dashboard Based on Elo Rating in E-Assessment
Chernikova What makes observational learning in teacher education effective?
Vogel Prototype of an Educational Video Game for Knowledge Retention in Youth Health Education

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
PP01 Preservation of patent right

Effective date of registration: 20221020

Granted publication date: 20210730

PP01 Preservation of patent right