CN112069362A - 基于学生测评结果的智能组课方法及系统 - Google Patents

基于学生测评结果的智能组课方法及系统 Download PDF

Info

Publication number
CN112069362A
CN112069362A CN202010961050.1A CN202010961050A CN112069362A CN 112069362 A CN112069362 A CN 112069362A CN 202010961050 A CN202010961050 A CN 202010961050A CN 112069362 A CN112069362 A CN 112069362A
Authority
CN
China
Prior art keywords
examination
module
course
point
student
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Pending
Application number
CN202010961050.1A
Other languages
English (en)
Inventor
翟曜
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.)
Henan Kaotu Education Technology Co ltd
Original Assignee
Henan Kaotu 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 Henan Kaotu Education Technology Co ltd filed Critical Henan Kaotu Education Technology Co ltd
Priority to CN202010961050.1A priority Critical patent/CN112069362A/zh
Publication of CN112069362A publication Critical patent/CN112069362A/zh
Pending legal-status Critical Current

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
    • G06F16/70—Information retrieval; Database structures therefor; File system structures therefor of video data
    • G06F16/78—Retrieval characterised by using metadata, e.g. metadata not derived from the content or metadata generated manually
    • G06F16/7867—Retrieval characterised by using metadata, e.g. metadata not derived from the content or metadata generated manually using information manually generated, e.g. tags, keywords, comments, title and artist information, manually generated time, location and usage information, user ratings
    • 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
    • G06F16/36—Creation of semantic tools, e.g. ontology or thesauri
    • 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

  • Engineering & Computer Science (AREA)
  • Business, Economics & Management (AREA)
  • Theoretical Computer Science (AREA)
  • General Physics & Mathematics (AREA)
  • Physics & Mathematics (AREA)
  • Educational Technology (AREA)
  • Tourism & Hospitality (AREA)
  • Databases & Information Systems (AREA)
  • Data Mining & Analysis (AREA)
  • Educational Administration (AREA)
  • General Engineering & Computer Science (AREA)
  • Strategic Management (AREA)
  • Economics (AREA)
  • Health & Medical Sciences (AREA)
  • Computational Linguistics (AREA)
  • General Health & Medical Sciences (AREA)
  • Human Resources & Organizations (AREA)
  • Marketing (AREA)
  • Primary Health Care (AREA)
  • General Business, Economics & Management (AREA)
  • Library & Information Science (AREA)
  • Multimedia (AREA)
  • Management, Administration, Business Operations System, And Electronic Commerce (AREA)

Abstract

本发明公开了基于学生测评结果的智能组课方法及系统，通过知识点‑考点‑考法模型体系模块之间的相互关系，形成相应的知识图谱，所述知识图谱中对应每一个考点视频讲解通过视频课程标签标引模块进行建立相应的标签标引，通过标签的形式对学生做错的题目进行统计，并将统计数据传至考点达成度初始估计模块和智能组课与推荐模块进行分析处理继而给学生推荐相应的视频课程组合。本发明通过智能组课精准推荐，高效解决学生学习难题，构建的“知识点‑考点‑考法”模型体系，提高了相关课程推荐的精准性与可用性，通过学生错题数据对应的考法智能组课，并依据考法推荐，实现了对学生问题的精准定位，解决学习问题。

Description

基于学生测评结果的智能组课方法及系统
技术领域
本发明涉及教育系统技术领域,更具体的说是涉及基于学生测评结果的智能组课方法及系统。
背景技术
目前，课程组织与课程推荐大多数由人工完成，老师根据学生的测评结果再结合自己的教学经验进行推荐包括课程在内的学习资源，或者是直接由学生自己根据自己的测评结果去寻找相关视频课程进行学习。人工推荐课程或者是现在市面上现存的系统推荐课程，存在的最大缺陷是推荐课程不够精准，并且耗费成本高，尤其备考复习过程的，推荐不精准就不能直接解决学生的问题。大部分推荐系统都是基于知识点的关联进行推荐的，由知识点进行的推荐方式同样是不够精准。
因此，如何提供一种能够根据学生自身情况精准推荐课程的一种基于学生测评结果的智能组课方法及系统是本领域技术人员亟需解决的问题。
发明内容
有鉴于此，本发明提供了一种能够根据学生自身情况精准推荐课程的基于学生测评结果的智能组课方法及系统。
为实现上述目的，本发明提供如下技术方案，包括：知识点-考点-考法模型体系模块、视频课程标签标引模块、考点达成度初始估计模块和智能组课与推荐模块；其中，通过知识点-考点-考法模型体系模块之间的相互关系，形成相应的知识图谱，所述知识图谱中对应每一个考点视频讲解通过视频课程标签标引模块进行建立相应的标签标引，通过标签的形式对学生做错的题目进行统计，并将统计数据传至考点达成度初始估计模块和智能组课与推荐模块进行分析处理继而给学生推荐相应的视频课程组合。
优选的，在上述基于学生测评结果的智能组课方法及系统中，所述包括如下步骤：
S1:知识点-考点-考法模型体系建立步骤：建立学科“知识点-考点-考法”模型体系，形成知识图谱；
S2:视频课程标签标引建立步骤：对与“知识点-考点-考法”模型体系对应视频建立标签，并通过视频所带的标签标引信息，对所述学生测评错题进行课程组合并推荐；
S3:考点达成度初始估计步骤：通过获取学生测评错题信息，根据“知识点-考点-考法”模型体系计算目标学生在各考点的掌握程度百分比；
S4:智能组课与推荐步骤：根据目标学生的各考点达成度百分比，确定要进行推送的各个考法条目，再找到各个考法条目对应的视频课程，推送给学生。
经由上述的技术方案可知，与现有技术相比，本发明公开提供了一种基于学生测评结果的智能组课方法及系统，本发明通过智能组课精准推荐，高效解决学生学习难题，构建的“知识点-考点-考法”模型体系，提高了相关课程推荐的精准性与可用性，通过学生错题数据对应的考法智能组课，并依据考法推荐，实现了对学生问题的精准定位，解决学习问题。
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，还可以根据提供的附图获得其他的附图。
图1附图为本发明的工作原理流程示意图。
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。
请参阅附图1，为本发明公开的一种基于学生测评结果的智能组课方法及系统。
本发明，包括：知识点-考点-考法模型体系模块、视频课程标签标引模块、考点达成度初始估计模块和智能组课与推荐模块；其中，通过知识点-考点-考法模型体系模块之间的相互关系，形成相应的知识图谱，所述知识图谱中对应每一个考点视频讲解通过视频课程标签标引模块进行建立相应的标签标引，通过标签的形式对学生做错的题目进行统计，并将统计数据传至考点达成度初始估计模块和智能组课与推荐模块进行分析处理继而给学生推荐相应的视频课程组合。
为了进一步优化上述技术方案，包括如下步骤：
S1:知识点-考点-考法模型体系建立步骤：建立学科“知识点-考点-考法”模型体系，形成知识图谱；
S2:视频课程标签标引建立步骤：对与“知识点-考点-考法”模型体系对应视频建立标签，并通过视频所带的标签标引信息，对所述学生测评错题进行课程组合并推荐；
S3:考点达成度初始估计步骤：通过获取学生测评错题信息，根据“知识点-考点-考法”模型体系计算目标学生在各考点的掌握程度百分比；
S4:智能组课与推荐步骤：根据目标学生的各考点达成度百分比，确定要进行推送的各个考法条目，再找到各个考法条目对应的视频课程，推送给学生。
为了进一步优化上述技术方案，知识点-考点-考法模型体系模块中包含视频课程标签标引模块，考点达成度初始估计模块和智能组课与推荐模块作为控制分析模块，并将知识点-考点-考法模型体系模块作为其执行器进行工作。
本说明书中各个实施例采用递进的方式描述，每个实施例重点说明的都是与其他实施例的不同之处，各个实施例之间相同相似部分互相参见即可。对于实施例公开的装置而言，由于其与实施例公开的方法相对应，所以描述的比较简单，相关之处参见方法部分说明即可。
对所公开的实施例的上述说明，使本领域专业技术人员能够实现或使用本发明。对这些实施例的多种修改对本领域的专业技术人员来说将是显而易见的，本文中所定义的一般原理可以在不脱离本发明的精神或范围的情况下，在其它实施例中实现。因此，本发明将不会被限制于本文所示的这些实施例，而是要符合与本文所公开的原理和新颖特点相一致的最宽的范围。

Claims (2)

1.基于学生测评结果的智能组课方法及系统，其特征在于，包括：知识点-考点-考法模型体系模块、视频课程标签标引模块、考点达成度初始估计模块和智能组课与推荐模块；其中，通过知识点-考点-考法模型体系模块之间的相互关系，形成相应的知识图谱，所述知识图谱中对应每一个考点视频讲解通过视频课程标签标引模块进行建立相应的标签标引，通过标签的形式对学生做错的题目进行统计，并将统计数据传至考点达成度初始估计模块和智能组课与推荐模块进行分析处理继而给学生推荐相应的视频课程组合。
2.根据权利要求1所述的基于学生测评结果的智能组课方法及系统，其特征在于，包括如下步骤：
S1:知识点-考点-考法模型体系建立步骤：建立学科“知识点-考点-考法”模型体系，形成知识图谱；
S2:视频课程标签标引建立步骤：对与“知识点-考点-考法”模型体系对应视频建立标签，并通过视频所带的标签标引信息，对所述学生测评错题进行课程组合并推荐；
S3:考点达成度初始估计步骤：通过获取学生测评错题信息，根据“知识点-考点-考法”模型体系计算目标学生在各考点的掌握程度百分比；
S4:智能组课与推荐步骤：根据目标学生的各考点达成度百分比，确定要进行推送的各个考法条目，再找到各个考法条目对应的视频课程，推送给学生。
CN202010961050.1A 2020-09-14 2020-09-14 基于学生测评结果的智能组课方法及系统 Pending CN112069362A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202010961050.1A CN112069362A (zh) 2020-09-14 2020-09-14 基于学生测评结果的智能组课方法及系统

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202010961050.1A CN112069362A (zh) 2020-09-14 2020-09-14 基于学生测评结果的智能组课方法及系统

Publications (1)

Publication Number Publication Date
CN112069362A true CN112069362A (zh) 2020-12-11

Family

ID=73696692

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202010961050.1A Pending CN112069362A (zh) 2020-09-14 2020-09-14 基于学生测评结果的智能组课方法及系统

Country Status (1)

Country Link
CN (1) CN112069362A (zh)

Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN106599999A (zh) * 2016-12-09 2017-04-26 北京爱论答科技有限公司 少量题目精准探测学生细分薄弱知识点的测评方法及系统
CN109377103A (zh) * 2018-11-30 2019-02-22 中国联合网络通信集团有限公司 学习平台课程推荐的评估方法及设备
CN109670110A (zh) * 2018-12-20 2019-04-23 蒋文军 一种教育资源推荐方法、装置、设备及存储介质
CN110223570A (zh) * 2019-06-12 2019-09-10 广州壹学车智能信息科技有限公司 一种驾驶理论训练系统及其学习方法

Patent Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN106599999A (zh) * 2016-12-09 2017-04-26 北京爱论答科技有限公司 少量题目精准探测学生细分薄弱知识点的测评方法及系统
CN109377103A (zh) * 2018-11-30 2019-02-22 中国联合网络通信集团有限公司 学习平台课程推荐的评估方法及设备
CN109670110A (zh) * 2018-12-20 2019-04-23 蒋文军 一种教育资源推荐方法、装置、设备及存储介质
CN110223570A (zh) * 2019-06-12 2019-09-10 广州壹学车智能信息科技有限公司 一种驾驶理论训练系统及其学习方法

Similar Documents

Publication Publication Date Title
CN109255998B (zh) 一种学生成绩诊断提升系统
WO2018227762A1 (zh) 一种基于网络的在线互动学习系统和方法
Hannula et al. A Longitudinal Analysis of the Relationship between Mathematics-Related Affect and Achievement in Finland.
Ulya et al. Analysis of mathematics problem solving ability of junior high school students viewed from students’ cognitive style
CN108182837A (zh) 一种思想政治教育智能教学系统
CN104408985A (zh) 基于云网络的答题学习方法及系统
CN109711371A (zh) 一种基于面部表情识别的课堂教学评估系统
San Pedro et al. Predicting STEM and Non-STEM College Major Enrollment from Middle School Interaction with Mathematics Educational Software.
Jovanović et al. Introducing meaning to clicks: Towards traced-measures of self-efficacy and cognitive load
CN105825454A (zh) 一种基于计算机终端的自适应学习方法、系统及终端设备
Shepherd Learn to teach, teach to learn: A within-pupil across-subject approach to estimating the impact of teacher subject knowledge on South African grade 6 performance
CN108984516B (zh) 一种基于弹幕评论云数据的在线课程内容测评方法及系统
CN109697682A (zh) 一种基于移动智能终端的在线教育系统
CN104598641A (zh) 一种基于云平台的教学成绩分析统计方法
WO2022193040A1 (zh) 一种理科教学系统及其使用方法、计算机可读存储介质
CN105448151A (zh) 一种使用Wi-Fi笔记本进行教学形成性评价的方法
Abbakumov et al. Measuring student's proficiency in MOOCs: multiple attempts extensions for the Rasch model
CN112052800A (zh) 基于物联网的外语教学用智能教学辅助系统
US20160019803A1 (en) System, method and computer-accessible medium for scalable testing and evaluation
Lam et al. Analysis of the effectiveness of instructional strategies for construction management students
CN112883092A (zh) 一种智能数学多媒体教学系统
Sacchi et al. ÜGK 2016: Assessment of mathematics skills. Documentation of questionnaire-based scales
CN109189766B (zh) 教学方案获取方法、装置以及电子设备
CN111444354A (zh) 一种基于人工智能的知识点回溯学习评估方法
CN112069362A (zh) 基于学生测评结果的智能组课方法及系统

Legal Events

Date Code Title Description
PB01 Publication
PB01 Publication
SE01 Entry into force of request for substantive examination
SE01 Entry into force of request for substantive examination
RJ01 Rejection of invention patent application after publication
RJ01 Rejection of invention patent application after publication

Application publication date: 20201211