CN112232707A - 学习路径展示方法、学习路径生成方法、装置及存储介质 - Google Patents
学习路径展示方法、学习路径生成方法、装置及存储介质 Download PDFInfo
- Publication number
- CN112232707A CN112232707A CN202011230639.0A CN202011230639A CN112232707A CN 112232707 A CN112232707 A CN 112232707A CN 202011230639 A CN202011230639 A CN 202011230639A CN 112232707 A CN112232707 A CN 112232707A
- Authority
- CN
- China
- Prior art keywords
- learning
- path
- weak
- knowledge point
- weak knowledge
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Pending
Links
- 238000000034 method Methods 0.000 title claims abstract description 71
- 238000011156 evaluation Methods 0.000 claims abstract description 52
- 239000000463 material Substances 0.000 claims description 21
- 238000012163 sequencing technique Methods 0.000 claims description 12
- 230000001960 triggered effect Effects 0.000 claims description 8
- 238000012360 testing method Methods 0.000 claims description 6
- 238000011867 re-evaluation Methods 0.000 claims description 5
- 238000012544 monitoring process Methods 0.000 claims description 4
- 230000002093 peripheral effect Effects 0.000 claims description 3
- 230000008569 process Effects 0.000 description 10
- 230000001186 cumulative effect Effects 0.000 description 7
- 230000003930 cognitive ability Effects 0.000 description 5
- 238000010586 diagram Methods 0.000 description 5
- 230000001149 cognitive effect Effects 0.000 description 3
- 238000004891 communication Methods 0.000 description 3
- 230000008878 coupling Effects 0.000 description 3
- 238000010168 coupling process Methods 0.000 description 3
- 238000005859 coupling reaction Methods 0.000 description 3
- 239000000725 suspension Substances 0.000 description 3
- 230000009286 beneficial effect Effects 0.000 description 2
- 230000008520 organization Effects 0.000 description 2
- 238000012545 processing Methods 0.000 description 2
- 238000011160 research Methods 0.000 description 2
- 238000004364 calculation method Methods 0.000 description 1
- 230000007423 decrease Effects 0.000 description 1
- 238000013461 design Methods 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 238000002474 experimental method Methods 0.000 description 1
- 238000009472 formulation Methods 0.000 description 1
- 230000006870 function Effects 0.000 description 1
- 230000004927 fusion Effects 0.000 description 1
- 230000003993 interaction Effects 0.000 description 1
- 239000000203 mixture Substances 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 230000002085 persistent effect Effects 0.000 description 1
- 230000009467 reduction Effects 0.000 description 1
- 230000004044 response Effects 0.000 description 1
- 239000007787 solid Substances 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q10/00—Administration; Management
- G06Q10/06—Resources, workflows, human or project management; Enterprise or organisation planning; Enterprise or organisation modelling
- G06Q10/063—Operations research, analysis or management
- G06Q10/0631—Resource planning, allocation, distributing or scheduling for enterprises or organisations
- G06Q10/06316—Sequencing of tasks or work
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q50/00—Information and communication technology [ICT] specially adapted for implementation of business processes of specific business sectors, e.g. utilities or tourism
- G06Q50/10—Services
- G06Q50/20—Education
- G06Q50/205—Education administration or guidance
Landscapes
- Business, Economics & Management (AREA)
- Engineering & Computer Science (AREA)
- Human Resources & Organizations (AREA)
- Strategic Management (AREA)
- Economics (AREA)
- Educational Administration (AREA)
- Tourism & Hospitality (AREA)
- Marketing (AREA)
- Entrepreneurship & Innovation (AREA)
- Theoretical Computer Science (AREA)
- Educational Technology (AREA)
- General Physics & Mathematics (AREA)
- Physics & Mathematics (AREA)
- General Business, Economics & Management (AREA)
- Primary Health Care (AREA)
- Health & Medical Sciences (AREA)
- Development Economics (AREA)
- General Health & Medical Sciences (AREA)
- Game Theory and Decision Science (AREA)
- Operations Research (AREA)
- Quality & Reliability (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
- Electrically Operated Instructional Devices (AREA)
Abstract
本申请涉及一种学习路径展示方法、学习路径生成方法、装置及存储介质,所述学习路径展示方法包括:接收用户针对第一测评习题输入的第一答题内容;当用户的薄弱知识满足第一预设条件时,显示目标学习路径,所述目标学习路径基于所述薄弱知识点和所述薄弱知识点所依赖的关联知识点生成,所述目标学习路径中包括所述薄弱知识点和所述关联知识点。本申请能够解决现有技术中学生需要自主制定学习计划以及在出现学生掌握度较低的知识点时不能及时进行巩固学习的问题。
Description
技术领域
本申请涉及在线教育技术领域,尤其涉及一种学习路径展示方法、学习路径生成方法、装置及存储介质。
背景技术
课后练习作为点评教与学的一项重要目标,是教育不可或缺的组成部分。而传统的线下课后练习方法已经不能满足现代教育的需求,随着互联网的发展,在线答题系统应运而生。学生课后可以主动在在线答题系统中进行课后练习,后台会统计学生的答题情况,得到学生关于各个知识点的掌握程度,即得到学生的认知能力结果。
现有技术中,学生可以通过在线答题系统看到自己的认知能力结果,并可以根据认知能力结果自主制定学习计划,对薄弱知识点进行学习巩固,但这种学习巩固方式缺乏科学性,并且,若在做题课程中出现一些掌握程度较低的知识点,而学生不能及时进行巩固学习,在后续学习的过程中,可能还会影响后续知识点的学习进度。
发明内容
本申请所要解决的技术问题在于,提供一种学习路径展示方法、学习路径生成方法、装置及存储介质,能够解决现有技术中学生需要自主制定学习计划以及在出现学生掌握度较低的知识点时不能及时进行巩固学习的问题。
为了解决上述技术问题,一方面,本申请提供了一种学习路径展示方法,所述方法包括:接收用户针对第一测评习题输入的第一答题内容;当用户的薄弱知识点满足第一预设条件时,显示目标学习路径,所述目标学习路径基于所述薄弱知识点和所述薄弱知识点所依赖的关联知识点生成,所述目标学习路径中包括所述薄弱知识点和所述关联知识点。另一方面,本申请提供了一种学习路径生成方法,所述方法包括:获取用户针对第一测评习题的第一答题内容,根据所述第一答题内容确定所述用户的至少一个薄弱知识点;针对每个所述薄弱知识点,基于预设关系确定所述薄弱知识点所依赖的关联知识点,并根据所述薄弱知识点和所述关联知识点形成至少一个学习短路径,所述学习短路径包括所述薄弱知识点和所述关联知识点;计算每个所述学习短路径的学习难度,将学习难度最低的所述学习短路径作为所述薄弱知识点的最优学习短路径;将至少一个所述薄弱知识点的最优学习短路径进行融合,得到包括各个薄弱知识点的目标学习路径。
另一方面,本申请提供了一种学习路径展示装置,所述装置包括:第一答题内容接收模块,用于接收用户针对第一测评习题输入的第一答题内容;目标学习路径显示模块,用于在用户的薄弱知识点满足第一预设条件时,显示目标学习路径,所述目标学习路径基于所述薄弱知识点和所述薄弱知识点所依赖的关联知识点生成,所述目标学习路径中包括所述薄弱知识点和所述关联知识点。
另一方面,本申请提供了一种学习路径生成装置,所述装置包括:薄弱知识点确定模块,用于获取用户针对第一测评习题的第一答题内容,根据所述第一答题内容确定所述用户的至少一个薄弱知识点;学习短路径生成模块,用于针对每个所述薄弱知识点,基于预设关系确定所述薄弱知识点所依赖的关联知识点,并根据所述薄弱知识点和所述关联知识点形成至少一个学习短路径,所述学习短路径包括所述薄弱知识点和所述关联知识点;最优学习短路径生成模块,用于计算每个所述学习短路径的学习难度,将学习难度最低的所述学习短路径作为所述薄弱知识点的最优学习短路径;目标学习路径生成模块,用于将至少一个所述薄弱知识点的最优学习短路径进行融合,得到包括各个薄弱知识点的目标学习路径。
另一方面,本申请提供了一种计算机存储介质,所述存储介质中存储有至少一条指令、至少一段程序、代码集或指令集,所述至少一条指令、至少一段程序、代码集或指令集由处理器加载并执行如上述的方法。
实施本申请实施例,具有如下有益效果:
通过接收用户针对第一测评习题输入的第一答题内容,并在用户的薄弱知识点满足第一预设条件时,显示目标学习路径,所述目标学习路径基于所述薄弱知识点和所述薄弱知识点所依赖的关联知识点生成,所述目标学习路径中包括所述薄弱知识点和所述关联知识点,可以根据学生的薄弱知识点和关联知识点之间的关系,自动规划出一条个性化的学习路径,避免了学生根据自己的认知能力结果自主制定学习计划,提升了巩固学习的科学性,并且,在学生自主练习过程中,对薄弱知识点持“早发现、早治疗”的态度,可以在出现一定数量的掌握度较低的知识点时及时进行巩固学习,避免影响后续知识点的学习进度。
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和优点,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的介绍,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它附图。
图1是本申请实施例提供的硬件环境示意图;
图2是本申请实施例提供的一种学习展示方法的流程图;
图3是本申请实施例提供的一种学习展示方法中展示目标学习路径的操作示意图;
图4是本申请实施例提供的一种学习展示方法中展示学习资料的流程图;
图5是本申请实施例提供的一种学习展示方法中展示薄弱知识点的最新掌握状态的流程图;
图6是本申请实施例提供的一种学习展示方法的流程图;
图7是本申请实施例提供的一种学习展示方法中形成学习短路径的流程图;
图8是本申请实施例提供的一种学习展示方法中对学习短路径进行评分的流程图;
图9是本申请实施例提供的一种学习展示方法中生成目标学习路径的流程图;
图10是本申请实施例提供的用户答题过程的流程图;
图11是本申请实施例提供的一种学习路径展示装置的结构示意图;
图12是本申请实施例提供的一种学习路径生成装置的结构示意图;
图13是本申请实施例提供的一种学习路径展示设备和学习路径生成设备的结构示意图。
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,下面将结合附图对本申请作进一步地详细描述。显然,所描述的实施例仅仅是本申请的一部分实施例,而不是全部的实施例。基于本申请中的实施例,本领域普通技术人员在没有做出创造性劳动的前提下所获得的所有其他实施例,都属于本申请保护的范围。
需要说明的是,本申请的说明书和权利要求书及上述附图中的术语“第一”、“第二”等是用于区别类似的对象,而不必用于描述特定的顺序或先后次序。应该理解这样使用的数据在适当情况下可以互换,以便这里描述的本申请的实施例能够以除了在这里图示或描述的那些以外的顺序实施。此外,术语“包括”和“具有”以及他们的任何变形,意图在于覆盖不排他的包含,例如,包含了一系列步骤或单元的过程、方法、系统、产品或服务器不必限于清楚地列出的那些步骤或单元,而是可包括没有清楚地列出的或对于这些过程、方法、产品或设备固有的其它步骤或单元。
本申请涉及以下关键术语,以下为各关键术语的含义。
知识图谱中的前后置关系:前后置关系基于教研先验知识生成,它表示知识点之间的依赖关系,比如a是b的前置知识点,即知识点b依赖于知识点a。
知识树:知识树也是基于教研先验知识生成,它表示一个学科体系的知识点的组织关系,类似于书本的目录结构。在实际应用中,知识点都是指知识树中的叶子节点,需要诊断的薄弱知识点也是知识树中的叶子节点,知识树中的内节点是用来表示层级组织关系的。
知识点:本申请涉及的所有知识点都是指知识树的叶子节点,而且默认不跨学科学段,也即本申请涉及的所有知识点是指一个学科体系内的知识点,比如初中数学、高中物理等。
本发明实施例提供了一种学习路径展示方法及学习路径生成方法,可选地,在本发明实施例中,上述的学习路径展示方法及学习路径生成方法可以应用于如图1所示的服务器102和终端104所构成的硬件环境中。如图1所示,服务器102通过网络与终端104进行连接,上述网络包括但不限于:广域网、城域网或局域网,终端104并不限定于PC、手机、平板电脑等。本发明实施例的学习路径展示方法及学习路径生成方法可以由服务器102来执行,也可以由终端104来执行,还可以是由服务器102和终端104共同执行。其中,终端104执行本发明实施例的学习路径展示方法也可以是由安装在其上的客户端来执行。
以下结合图2对本发明实施例提供的一种学习路径展示方法进行说明,该方法应用于客户端。如图2所示,所述方法包括:
步骤S201:接收用户针对第一测评习题输入的第一答题内容;
在本发明实施例中,所述第一测评习题是指用于测试用户对某一个或某几个知识点的掌握程度的习题,所述第一测评习题可以包括在第一测评习题集中,所述第一测评习题集可以包括一个或多个所述第一测评习题,所述第一答题内容是指用户针对至少一个所述第一测评习题反馈的答题内容。
在实际应用中,显示界面上可以设置供用户进行文本编辑的输入区域,例如,所述输入区域可以为显示在客户端的显示界面上的文本框,从而用户可以在输入区域内输入与所述第一测评习题对应的第一答题内容。
步骤S203:在用户的薄弱知识点满足第一预设条件时,显示目标学习路径,所述目标学习路径基于所述薄弱知识点和所述薄弱知识点所依赖的关联知识点生成,所述目标学习路径中包括所述薄弱知识点和所述关联知识点。
在本发明实施例中,所述薄弱知识点是指知识点的掌握度小于预设掌握度的知识点,例如,在完全掌握的知识点的掌握度为1时,设置预设掌握度为0.6,当某一知识点的掌握度小于0.6,即说明这个知识点为薄弱知识点,与之相反,当某一知识点的掌握度大于等于0.6,说明这个知识点不是薄弱知识点。
可选的,所述第一预设条件可以为所述薄弱知识点的数量大于等于预设数值,也即,所述当用户的薄弱知识点满足第一预设条件时,显示目标学习路径的步骤可以包括:
在用户的薄弱知识点的数量大于等于预设数值时,显示目标学习路径。
可以理解的是,随着用户答题的进行,用户的薄弱知识点会伴随所述第一答题内容逐渐暴露出来,此时,客户端可以监测到用户的所述薄弱知识点的累计数量。
例如,用户在完成第一测评习题集中的第一道习题后,客户端根据用户针对第一道习题的答题内容确定所述用户具有薄弱知识点a,此时,客户端可以监测到所述用户薄弱知识点的数量为1;用户在完成第一测评习题集中的第二道习题后,客户端根据用户针对第二道习题的答题内容确定所述用户具有薄弱知识点b和c,此时,客户端可以监测到所述用户薄弱知识点的数量为3。
所述预设数值可以基于试验确定,例如,通过用户测试,确定当用户的薄弱知识点超过3个时,即会影响后续知识点的学习,此时,即可将预设数值确定为3个。
可选的,所述第一预设条件还可以为监测到薄弱知识点,并且,与所述薄弱知识点对应的消息提示标识的第一指令触发控件被触发,也即,所述当用户的薄弱知识点满足第一预设条件时,显示目标学习路径的步骤可以包括:
在每监测到一个薄弱知识点时,在与所述薄弱知识点对应的答题区域的预设周边区域内显示消息提示标识,所述消息提示标识包括第一指令触发控件;
若所述第一指令触发控件被触发,显示与所述薄弱知识点对应的目标学习路径。
例如,如图3所示,在每监测到一个用户的薄弱知识点时,可以在与所述薄弱知识点对应的答题区域的周边显示悬浮气泡,在用户点击了该悬浮气泡后,悬浮气泡破碎,并显示与所述薄弱知识点对应的目标学习路径。
在实际应用中,通过在答题区域周边显示消息提示标识,可以及时提醒用户进行薄弱知识点的学习,并且,由于目标学习路径的显示响应于用户对所述消息提示标识的操作,从而可以减少突然弹出的目标学习路径对做题过程中的用户的打扰,只在用户自己触发所述消息提示标识时才显示目标显示路径,从而更加贴近用户的实际需求,提高用户的使用体验。
可选的,所述第一预设条件还可以为所述薄弱知识点为重要知识点,也即,所述当用户的薄弱知识点满足第一预设条件时,显示目标学习路径的步骤可以包括:在所述薄弱知识点为重要知识点时,显示目标学习路径。
具体的,每个知识点可以提前进行重要度的标注,如果知识点标注为重要,则说明该标注的知识点为重要知识点。
所述关联知识点是指用户理解所述薄弱知识点所需要依赖的知识点,所述关联知识点可以为前置知识点,也可以为所述薄弱知识点在知识树上的兄弟节点,也即与所述薄弱知识点具有同一父节点的节点。
所述目标学习路径中的各知识点可以设有标签,通过各知识点的标签,用户可以知道需要去学习的知识点。
在实际应用中,可以由后台服务器对所述第一答题内容进行分析,得到所述用户关于各个知识点的掌握度,并将掌握度小于预设掌握度的知识点确定为薄弱知识点,与此同时,后台服务器还会将用户关于各个知识点的掌握度实时更新到用户认知能力图谱中,以便于后续的查询与调用。
当然,上述可以由后台服务器执行的过程也可以由客户端所在的终端执行,本申请对此不作限制。
在本发明实施例中,通过在所述薄弱知识点满足第一预设条件时,显示目标学习路径,所述目标学习路径基于所述薄弱知识点和所述薄弱知识点所依赖的关联知识点生成,所述目标学习路径中包括所述薄弱知识点和所述关联知识点,使得可以根据用户的薄弱知识点和关联知识点之间的关系,自动规划出一条个性化的学习路径,避免了学生根据自己的认知能力结果自主制定学习计划,提升了巩固学习的科学性,并且,在学生自主练习过程中,对薄弱知识点持“早发现、早治疗”的态度,可以在出现一定数量的掌握度较低的知识点时及时进行巩固学习,避免影响后续知识点的学习进度。
在一些实施例中,如图4所示,所述薄弱知识点和所述关联知识点均包括第二指令触发控件,所述第二指令触发控件用于触发与相应知识点关联的学习资料;相应的,所述方法还可以包括:
步骤S401:若所述第二指令触发控件被触发,则获取与相应知识点关联的学习资料;
步骤S403:在所述显示界面上展示所述学习资料。
具体的,所述学习资料可以为书籍、音频或视频等学习资料。
在步骤S401中,所述获取与相应知识点关联的学习资料可以包括:向后台服务器发送学习资料获取请求,所述学习资料获取请求中包括相应的知识点;接收所述后台服务器响应于所述学习资料获取请求返回的与相应知识点关联的学习资料。
在实际应用中,当用户点击任一第二指令触发控件,就会在显示界面上展示与该第二指令触发控件对应知识点的学习资料,例如,当用户触发与知识点“微积分”对应的按钮,则会播放与知识点“微积分”对应的学习视频,可见,本发明实施例提供了知识点到学习资料的快速入口,当用户在需要学习相关资料时,用户不需要切换到别的平台就可以快速调取学习资料,便于用户的学习。
在一些实施例中,如图5所示,所述方法还可以包括:
步骤S501:响应于用户的重新测评请求,获取第二测评习题集,所述第二测评习题集基于所述目标学习路径中所包括的薄弱知识点生成,所述第二测评习题集包括第二测评习题;
步骤S503:在所述显示界面上展示所述第二测评习题;
步骤S505:接收用户针对所述第二测评习题的第二答题内容;
步骤S507:监测用户关于所述薄弱知识点的最新掌握状态,所述最新掌握状态基于所述第二答题内容确定;
步骤S509:在所述显示界面上展示所述最新掌握状态。
在本发明实施例中,所述第二测评习题集可以包括一个或多个所述第二测评习题,所述第二测评习题是指用于测试用户对所述目标学习路径中的某一个或某几个薄弱知识点的掌握程度的习题,所述第二答题内容是指用户针对至少一个所述第二测评习题反馈的答题内容。
所述最新掌握状态可以表征为最新掌握度(例如,最新掌握度为0.6),也可以表征为未掌握或已掌握。
在实际应用中,用户可以在任意时刻退出学习,申请重新测评,由于所述第二测评习题集根据所述目标学习路径中所包括的薄弱知识点生成,因此,可以通过较少的题目来评测用户在薄弱知识点上的表现,同时,在测评以后,由于在显示界面上显示所述最新掌握状态,因此,用户可以直观的看到自己对薄弱知识点上的认知水平是否提升。本发明实施例还提供了一种学习路径生成方法,如图6所示,所述方法包括:
步骤S601:获取用户针对第一测评习题的第一答题内容,根据所述第一答题内容确定所述用户的至少一个薄弱知识点;
步骤S603:针对每个所述薄弱知识点,基于预设关系确定所述薄弱知识点所依赖的关联知识点,并根据所述薄弱知识点和所述关联知识点形成至少一个学习短路径,所述学习短路径包括所述薄弱知识点和所述关联知识点;
在本发明实施例中,所述预设关系可以为预先设置的前后置关系,还可以为预先设置的知识点的习得顺序和预先设置的知识树结构。
例如,对于薄弱知识点a,可以基于预先设置的前后置关系寻找到a的前置知识点b,并寻找到b的前置知识点c,那么可以形成一条c->b->a的学习短路径。
步骤S605:计算每个所述学习短路径的学习难度,将学习难度最低的所述学习短路径作为所述薄弱知识点的最优学习短路径;
步骤S607:将至少一个所述薄弱知识点的最优学习短路径进行融合,得到包括各个薄弱知识点的目标学习路径。
在本发明实施例中,在需要生成目标学习路径时,能够及时生成目标学习路径,满足了人机交互实时性的要求,同时,通过对每个学习短路径进行评分,可以挑选出最优的学习短路径进行融合,从而便于用户对薄弱知识点的学习。
在一些实施例中,如图7所示,所述基于预设关系确定所述薄弱知识点所依赖的关联知识点,并根据所述薄弱知识点和所述关联知识点形成至少一个学习短路径可以包括:
步骤S701:判断前后置关系比例是否大于等于预设数值,所述前后置关系比例为同一知识树内叶子节点间前后置关系边的个数与所有叶子节点个数的比值;
在本发明实施例中,所述前后置关系比例用于表征前后置关系的稀疏程度,所述预设数值可以基于试验确定,例如,将所述预设数值设置为80%,当前后置关系比例小于80%,说明前后置关系较为稀疏,此时无法通过查找薄弱知识点的前置知识点的方式规划学习短路径。
步骤S703:在前后置关系比例大于等于预设数值时,将所述薄弱知识点作为当前查找节点,根据预先设置的前后置关系查找所述当前查找节点的前置知识点;
例如,所述预设设置的前后置关系中设定知识点a的前置知识点为b,知识点b的前置知识点是c,那么对于薄弱知识点a,将其作为当前查找节点,根据预先设置的前后置关系可以查找出所述薄弱知识点a的前置知识点b。
步骤S705:将查找到的前置知识点作为当前查找节点,根据预先设置的前后置关系再次查找所述当前查找节点的前置知识点,通过多次迭代,逐个查找出所述薄弱知识点所依赖的关联知识点;
例如,将查找到的前置知识点b作为当前查找节点,根据预先设置的前后置关系继续查找所述前置知识点b的前置知识点c,并一直迭代寻找所述薄弱知识点所依赖的关联知识点,直至满足第二预设条件停止迭代。
步骤S707:在满足第二预设条件时,停止查找,根据所述薄弱知识点和查找到的所述关联知识点,形成至少一个所述学习短路径。
在本发明实施例中,所述第二预设条件可以为学习短路径中已经有预设数量的知识点、没有前置知识点了或者前置知识点的掌握程序大于等于预设掌握阈值,当满足任一第二预设条件,即停止迭代,并根据所述薄弱知识点和查找到的所述关联知识点,形成至少一个所述学习短路径。
例如,当第二预设条件为学习短路径中已经有3个知识点时,停止迭代,那么当找出知识点b的前置知识点c后,学习短路径中就有3个知识点了,此时停止迭代,并根据该3个知识点形成薄弱知识点a的学习短路径c->b->a。
在一些实施例中,如图7所示,所述基于预设关系确定所述薄弱知识点所依赖的关联知识点,并根据所述薄弱知识点和所述关联知识点形成至少一个学习短路径还可以包括:
步骤S702:在前后置关系比例小于预设数值时,根据预先设置的知识树结构查找所述薄弱知识点的兄弟节点;
步骤S704:按照预先设置的习得顺序对所述薄弱知识点和所述兄弟节点进行排序;
步骤S706:根据排序后的位于所述薄弱知识点之前的兄弟节点和所述薄弱知识点,形成至少一个学习短路径。
例如,按照步骤S702查找出薄弱知识点a具有兄弟节点b、c、e,按照习得顺序排序为c、e、a、b,则获得学习短路径c->e->a。
在实际应用中,即使结构树中知识点的前后置关系较为稀疏,对于每一个薄弱知识点,都可以至少找到一条学习短路径。
在一些实施例中,如图8所示,所述计算每个所述学习短路径的学习难度,将学习难度最低的所述学习短路径作为所述薄弱知识点的最优学习短路径可以包括:步骤S801:获取每个所述学习短路径在各个路径难度系数指标下的指标数据,所述路径难度系数指标至少包括如下之一:学习短路径的路径长度、学习短路径中相邻两个知识点的掌握度的累计差值、以及学习短路径中的知识点在其他薄弱知识点的学习短路径中出现的次数;
例如,共有2个知识薄弱点a和b,其中,薄弱知识点a有两条学习短路径c->b->a、c->d->a,薄弱知识点b的学习短路径为f->e->d->b,薄弱知识点a的掌握度为0.2,知识点b的掌握度为0.5,知识点c的掌握度为0.7,知识点d的掌握度为0.8。
那么,如表1所示,薄弱知识点a的学习短路径(c->b->a)在路径难度系数指标“学习短路径的路径长度(指标1)”的指标数据为3(由于节点的数量可以表征路径长度,因此以节点的数量3作为指标数据),薄弱知识点a的学习短路径(c->d->a)在路径难度系数指标“学习短路径的路径长度”下的指标数据也为3;
表1
薄弱知识点a的学习短路径(c->b->a)在路径难度系数指标“学习短路径中相邻两个知识点的掌握度的累计差值(指标2)”的指标数据为0.5(相邻知识点a、b的差值为0.3,相邻知识点b、c的差值为0.2,其累计差值为0.5);薄弱知识点a的学习短路径(c->d->a)在路径难度系数指标“学习短路径中相邻两个知识点的掌握度的累计差值”下的指标数据为0.7(相邻知识点a、d的差值为0.6,相邻知识点d、c的差值为0.1,其累计差值为0.7);
薄弱知识点a的学习短路径(c->b->a)在路径难度系数指标“学习短路径中的知识点在其他薄弱知识点的学习短路径中出现的次数(指标3)”的指标数据为1(只有节点b在其他薄弱知识点b的学习短路径中出现过1次);薄弱知识点a的学习短路径(c->d->a)在路径难度系数指标“学习短路径中的知识点在其他薄弱知识点的学习短路径中出现的次数”下的指标数据为1(只有节点d在其他薄弱知识点b的学习短路径中出现过1次)。
步骤S803:根据各个路径难度系数指标下的指标数据,根据各个路径难度系数指标下的指标数据,确定每个所述学习短路径在各个路径难度系数指标下的难度值;
在本发明实施例中,可以预先设置有难度值评分表,所述难度值评分表可以包括各个路径难度系数指标下不同的指标数据对应的难度值;其中,
由于学习短路径越长,用户的学习成本越高,因此,对于路径难度系数指标“学习短路径的路径长度”,所述难度值评分表可以规定随着指标数据的减小,对应的难度值逐渐降低,从而可以尽可能的缩短用户的学习路径,节省用户的学习成本。例如,所述难度值评分表中规定了学习短路径的路径长度为4时,对应的难度值为95,学习短路径的路径长度为3时,对应的难度值为90,学习短路径的路径长度为2时,对应的难度值为80。
结合步骤S801中的例子,薄弱知识点a的学习短路径(c->b->a)在路径难度系数指标“学习短路径的路径长度”下的指标数据为3,那么如表1所示,薄弱知识点a的学习短路径(c->b->a)在路径难度系数指标“学习短路径的路径长度”下的难度值为90;
薄弱知识点a的学习短路径(c->d->a)在路径难度系数指标“学习短路径的路径长度”下的指标数据也为3,那么如表1所示,薄弱知识点a的学习短路径(c->d->a)在路径难度系数指标“学习短路径的路径长度”下的难度值也为90。
由于学习短路径中相邻两个知识点的掌握度的累计差值越大,用户的学习难度越大,因此,对于路径难度系数指标“学习短路径中相邻两个知识点的掌握度的累计差值”,所述难度值评分表可以规定随着指标数据的减小,对应的难度值逐渐降低,从而可以尽可能的使得路径的学习过程更加循序渐进、更加圆滑。例如,所述难度值评分表中规定了累计差值为0.7时,对应的难度值为90,累计差值为0.6时,对应的难度值为80,累计差值为0.5时,对应的难度值为70。
结合步骤S801中的例子,薄弱知识点a的学习短路径(c->b->a)在路径难度系数指标“学习短路径中相邻两个知识点的掌握度的累计差值”下的指标数据为0.5,那么如表1所示,薄弱知识点a的学习短路径(c->b->a)在路径难度系数指标“学习短路径中相邻两个知识点的掌握度的累计差值”下的难度值为70;
薄弱知识点a的学习短路径(c->d->a)在路径难度系数指标“学习短路径中相邻两个知识点的掌握度的累计差值”下的指标数据为0.7,那么如表1所示,薄弱知识点a的学习短路径(c->d->a)在路径难度系数指标“学习短路径中相邻两个知识点的掌握度的累计差值”下的难度值为90。
由于后续各个学习短路径会融合成目标学习路径,因此,对于路径难度系数指标“学习短路径中的知识点在其他薄弱知识点的学习短路径中出现的次数”,所述难度值评分表可以规定随着指标数据的增大,对应的难度值逐渐减小,从而可以尽可能的在路径中使用中心度较高的知识点。例如,所述预设评分规则中规定了出现的次数为1时,对应的指标分数为30,出现的次数为2时,对应的指标分数为25,出现的次数为3时,对应的指标分数为20。
结合步骤S801中的例子,薄弱知识点a的学习短路径(c->b->a)在路径难度系数指标“学习短路径中的知识点在其他薄弱知识点的学习短路径中出现的次数”下的指标数据为1,那么如表1所示,薄弱知识点a的学习短路径(c->b->a)在路径难度系数指标“学习短路径中的知识点在其他薄弱知识点的学习短路径中出现的次数”下的难度值为30;
薄弱知识点a的学习短路径(c->d->a)在路径难度系数指标“学习短路径中的知识点在其他薄弱知识点的学习短路径中出现的次数”下的指标数据为1,那么如表1所示,薄弱知识点a的学习短路径(c->d->a)在路径难度系数指标“学习短路径中的知识点在其他薄弱知识点的学习短路径中出现的次数”下的难度值为30。
步骤S805:根据各个路径难度系数指标下的难度值计算每个所述学习短路径的学习难度。
对于每个学习短路径,将所述学习短路径的各个路径难度系数指标下的难度值之和作为所述学习短路径的学习难度。
例如,对于薄弱知识点a的学习短路径(c->b->a),如如表1所示,其难度值之和为190,对于薄弱知识点a的学习短路径(c->d->a),其难度值之和为210,因此,可以将学习难度最低的学习短路径(c->b->a)作为所述薄弱知识点a的最优学习短路径。
在实际应用中,通过对每个薄弱知识点的学习短路径进行评分,可以从每个所述薄弱知识点的至少一个学习短路径中挑选出学习成本低且学习难度低的学习短路径,从而便于用户对薄弱知识点的学习。
在一些实施例中,如图9所述,所述将至少一个所述薄弱知识点的最优学习短路径进行融合,得到包括各个薄弱知识点的目标学习路径可以包括:
步骤S901:若各个所述最优学习短路径中的起始节点不同,按照所述起始节点的习得顺序对各个所述最优学习短路径进行排序;
步骤S903:若各个所述最优学习短路径中的起始节点相同,按照所述起始节点的下一节点的习得顺序对所述最优学习短路径进行排序;
步骤S905:对排序后的所述最优学习短路径进行首尾拼接,得到初始学习路径;
步骤S907:删除所述初始学习路径中再次出现的重复节点,得到包括各个薄弱知识点的目标学习路径。
例如,薄弱知识点a的最优学习短路径为c->b->a,薄弱知识点b的学习短路径为f->e->d->b,显然,薄弱知识点a的最优学习短路径的起始节点c不同于薄弱知识点b的最优学习短路径的起始节点f,此时根据起始节点c和起始节点f的习得顺序对两条最优学习短路径进行排序,假设起始节点f的习得顺序在起始节点c之后,此时,将最优学习短路径f->e->d->b排在最优学习短路径c->b->a之后,并按照步骤S905中的方法将最优学习短路径拼接在最优学习短路径之后,得到初始学习路径c->b->a->f->e->d->b,最后,按照步骤S907中的方法删除初始学习路径c->b->a->f->e->d->b中再次重复出现的节点,显然,初始学习路径中重复出现了节点b,因此删除路径中第二次出现的节点b,最终得到目标学习路径c->b->a->f->e->d。
在实际应用中,通过对各个所述最优学习短路径进行排序并进行拼接,以及删除初始学习路径中再次出现的重复节点,可以保证用户可以按照正确的顺序进行学习,并且可以避免用户对已经学习的知识点再次进行重复学习,从而可以提升用户的学习效率。
未在上述实施例中详尽描述的技术细节,可参见本申请任意实施例所提供的方法。
以下将结合用户答题过程进一步说明上述实施例所述的方法。
上述实施例中的学习路径展示方法具体由前端模块执行,上述实施例中的学习路径生成方法具体由后端模块执行,如图10所示,用户答题过程的具体流程可以如下:
学生自主课后练习,前端模块接收学生针对第一测评习题输入的第一答题内容;
后端模块根据所述第一答题内容实时更新学生的认知能力图谱;
前端模块监测学生的薄弱知识点的数量;
在所述薄弱知识点的数量大于等于预设数值时,后端模块基于所述薄弱知识点和所述薄弱知识点所依赖的关联知识点生成目标学习路径;
前端模块向学生进行页面提示:发现薄弱知识点XXX、XXX,已规划目标学习路径;
前端模块从后端模块获取目标学习路径,以及在显示界面展示所述目标学习路径,路径中每个知识点是一个按钮;
若某一知识点的按钮被触发,则前端模块进入学习页面,并从后端模块获取与按钮被触发的知识点关联的学习资料,以及在所述显示界面上展示所述学习资料;
响应于学生的重新测评请求,进入测评页面,前端模块展示第二测评习题集中的第二测评习题,并接收学生针对第二测评习题的第二答题内容,以及监测所述薄弱知识点的最新掌握状态,所述第二测评习题集为后端模块基于所述目标学习路径中的薄弱知识点进行智能组卷生成;
前端模块在显示界面展示学生关于薄弱知识点的最新掌握状态。
本发明实施例还提供了一种学习路径展示装置,请参见图11,所述装置包括:
第一答题内容接收模块1101,用于接收用户针对第一测评习题输入的第一答题内容;
目标学习路径显示模块1102,用于在用户的薄弱知识点满足第一预设条件时,显示目标学习路径,所述目标学习路径基于所述薄弱知识点和所述薄弱知识点所依赖的关联知识点生成,所述目标学习路径中包括所述薄弱知识点和所述关联知识点。
在一些实施例中,所述薄弱知识点和所述关联知识点均包括第二指令触发控件,所述第二指令触发控件用于触发与相应知识点关联的学习资料;相应的,所述装置还可以包括:
学习资料获取模块,用于在所述第二指令触发控件被触发时,则获取与相应知识点关联的学习资料;
学习资料展示模块,用于在所述显示界面上展示所述学习资料。
在一些实施例中,所述装置还可以包括:
第二测评习题集获取模块,用于响应于用户的重新测评请求,获取第二测评习题集,所述第二测评习题集基于所述目标学习路径中所包括的薄弱知识点生成,所述第二测评习题集包括第二测评习题;
第二测评习题展示模块,用于在所述显示界面上展示所述第二测评习题;
第二答题内容接收模块,用于接收用户针对第二测评习题的第二答题内容;
最新掌握状态获取模块,用于监测用户关于所述薄弱知识点的最新掌握状态,所述最新掌握状态基于所述第二答题内容确定;
最新掌握状态展示模块,用于在所述显示界面上展示所述最新掌握状态。
本发明实施例还提供了一种学习路径生成装置,请参见图12,所述装置包括:
薄弱知识点确定模块1201,用于获取用户针对第一测评习题的第一答题内容,根据所述第一答题内容确定所述用户的至少一个薄弱知识点;
学习短路径生成模块1202,用于针对每个所述薄弱知识点,基于预设关系确定所述薄弱知识点所依赖的关联知识点,并根据所述薄弱知识点和所述关联知识点形成至少一个学习短路径,所述学习短路径包括所述薄弱知识点和所述关联知识点;
最优学习短路径生成模块1203,用于计算每个所述学习短路径的学习难度,将学习难度最低的所述学习短路径作为所述薄弱知识点的最优学习短路径;
目标学习路径生成模块1204,用于将至少一个所述薄弱知识点的最优学习短路径进行融合,得到包括各个薄弱知识点的目标学习路径。
在一些实施例中,所述学习短路径生成模块可以包括:
第一查找子模块,用于在前后置关系比例大于等于预设数值时,将所述薄弱知识点作为当前查找节点,根据预先设置的前后置关系查找所述当前查找节点的前置知识点,所述前后置关系比例为同一知识树内叶子节点间前后置关系边的个数与所有叶子节点个数的比值;
第二查找子模块,用于将查找到的前置知识点作为当前查找节点,根据预先设置的前后置关系再次查找所述当前查找节点的前置知识点,通过多次迭代,逐个查找出所述薄弱知识点所依赖的关联知识点;
学习短路径生成子模块,用于在满足第二预设条件时,停止查找,根据所述薄弱知识点和查找到的所述关联知识点,形成至少一个所述学习短路径;和/或,
第三查找子模块,用于在前后置关系比例小于预设数值时,根据预先设置的知识树结构查找所述薄弱知识点的兄弟节点;
节点排序子模块,用于按照预先设置的习得顺序对所述薄弱知识点和所述兄弟节点进行排序;
所述学习短路径生成子模块还用于根据排序后的位于所述薄弱知识点之前的兄弟节点和所述薄弱知识点,形成至少一个学习短路径。
在一些实施例中,所述最优学习短路径生成模块可以包括:
指标数据获取子模块,用于获取每个所述学习短路径在各个路径难度系数指标下的指标数据,所述路径难度系数指标至少包括如下之一:学习短路径的路径长度、学习短路径中相邻两个知识点的掌握度的累计差值、以及学习短路径中的知识点在其他薄弱知识点的学习短路径中出现的次数;
难度值确定子模块,用于根据各个路径难度系数指标下的指标数据,确定每个所述学习短路径在各个路径难度系数指标下的难度值;
学习难度计算子模块,用于根据各个路径难度系数指标下的难度值计算每个所述学习短路径的学习难度。
在一些实施例中,所述目标学习路径生成模块可以包括:
第一最优学习短路径排序子模块,用于在各个所述最优学习短路径中的起始节点不同时,按照所述起始节点的习得顺序对各个所述最优学习短路径进行排序;
第二最优学习短路径排序子模块,用于在各个所述最优学习短路径中的起始节点相同时,按照所述起始节点的下一节点的习得顺序对所述最优学习短路径进行排序;
初始学习路径生成子模块,用于对排序后的所述最优学习短路径进行首尾拼接,得到初始学习路径;
目标学习路径生成子模块,用于删除所述初始学习路径中再次出现的重复节点,得到包括各个薄弱知识点的目标学习路径。
上述实施例中提供的装置可执行本申请任意实施例所提供方法,具备执行该方法相应的功能模块和有益效果。未在上述实施例中详尽描述的技术细节,可参见本申请任意实施例所提供的方法。
本实施例还提供了一种计算机可读存储介质,所述存储介质中存储有至少一条指令、至少一段程序、代码集或指令集,所述至少一条指令、至少一段程序、代码集或指令集由处理器加载并执行如本实施例上述任一方法。
本实施例还提供了一种设备,其结构图请参见图13,该设备1300可因配置或性能不同而产生比较大的差异,可以包括一个或一个以上中央处理器(central processingunits,CPU)1322(例如,一个或一个以上处理器)和存储器1332,一个或一个以上存储应用程序1342或数据1344的存储介质1330(例如一个或一个以上海量存储设备)。其中,存储器1332和存储介质1330可以是短暂存储或持久存储。存储在存储介质1330的程序可以包括一个或一个以上模块(图示未示出),每个模块可以包括对设备中的一系列指令操作。更进一步地,中央处理器1322可以设置为与存储介质1330通信,在设备1300上执行存储介质1330中的一系列指令操作。设备1300还可以包括一个或一个以上电源1326,一个或一个以上有线或无线网络接口1350,一个或一个以上输入输出接口1358,和/或,一个或一个以上操作系统1341,例如Windows ServerTM,Mac OS XTM,UnixTM,LinuxTM,FreeBSDTM等等。本实施例上述的任一方法均可基于图13所示的设备进行实施。
本说明书提供了如实施例或流程图所述的方法操作步骤,但基于常规或者无创造性的劳动可以包括更多或者更少的操作步骤。实施例中列举的步骤和顺序仅仅为众多步骤执行顺序中的一种方式,不代表唯一的执行顺序。在实际中的系统或中断产品执行时,可以按照实施例或者附图所示的方法顺序执行或者并行执行(例如并行处理器或者多线程处理的环境)。
本实施例中所示出的结构,仅仅是与本申请方案相关的部分结构,并不构成对本申请方案所应用于其上的设备的限定,具体的设备可以包括比示出的更多或更少的部件,或者组合某些部件,或者具有不同的部件的布置。应当理解到,本实施例中所揭露的方法、装置等,可以通过其它的方式实现。例如,以上所描述的装置实施例仅仅是示意性的,例如,所述模块的划分仅仅为一种逻辑功能的划分,实际实现时可以有另外的划分方式,例如多个单元或组件可以结合或者可以集成到另一个系统,或一些特征可以忽略,或不执行。另一点,所显示或讨论的相互之间的耦合或直接耦合或通信连接可以是通过一些接口,装置或单元模块的间接耦合或通信连接。
基于这样的理解,本申请的技术方案本质上或者说对现有技术做出贡献的部分或者该技术方案的全部或部分可以以软件产品的形式体现出来,该计算机软件产品存储在一个存储介质中,包括若干指令用以使得一台计算机设备(可以是个人计算机,服务器,或者网络设备等)执行本申请各个实施例所述方法的全部或部分步骤。而前述的存储介质包括:U盘、移动硬盘、只读存储器(ROM,Read-Only Memory)、随机存取存储器(RAM,RandomAccess Memory)、磁碟或者光盘等各种可以存储程序代码的介质。
本领域技术人员还可以进一步意识到,结合本说明书所公开的实施例描述的各示例的单元及算法步骤,能够以电子硬件、计算机软件或者二者的结合实现,为了清楚地说明硬件和软件的可互换性,在上述说明中已经按照功能一般性地描述了各示例的组成及步骤。这些功能究竟以硬件还是软件方式来执行,取决于技术方案的特定应用和设计约束条件。专业技术人员可以对每个特定的应用来使用不同方法来实现所描述的功能,但这种实现不应认为超出本申请的范围。
以上所述,以上实施例仅用以说明本申请的技术方案,而非对其限制;尽管参照前述实施例对本申请进行了详细的说明,本领域的普通技术人员应当理解:其依然可以对前述各实施例所记载的技术方案进行修改,或者对其中部分技术特征进行等同替换;而这些修改或者替换,并不使相应技术方案的本质脱离本申请各实施例技术方案的精神和范围。
Claims (10)
1.一种学习路径展示方法,其特征在于,所述方法包括:
接收用户针对第一测评习题输入的第一答题内容;
当用户的薄弱知识点满足第一预设条件时,显示目标学习路径,所述薄弱知识点基于所述第一答题内容确定,所述目标学习路径基于所述薄弱知识点和所述薄弱知识点所依赖的关联知识点生成,所述目标学习路径中包括所述薄弱知识点和所述关联知识点。
2.根据权利要求1所述的学习路径展示方法,其特征在于,所述当用户的薄弱知识点满足第一预设条件时,显示目标学习路径的步骤包括:
在用户的薄弱知识点的数量大于等于预设数值时,显示目标学习路径;或,
在每监测到一个薄弱知识点时,在与所述薄弱知识点对应的答题区域的预设周边区域显示消息提示标识,所述消息提示标识包括第一指令触发控件;
若所述第一指令触发控件被触发,显示与所述薄弱知识点对应的目标学习路径。
3.根据权利要求1所述的学习路径展示方法,其特征在于,所述薄弱知识点和所述关联知识点均包括第二指令触发控件,所述第二指令触发控件用于触发与相应知识点关联的学习资料;相应的,所述方法还包括:
若所述第二指令触发控件被触发,则获取与相应知识点关联的学习资料;
在所述显示界面上展示所述学习资料。
4.根据权利要求1所述的学习路径展示方法,其特征在于,所述方法还包括:
响应于用户的重新测评请求,获取第二测评习题集,所述第二测评习题集基于所述目标学习路径中所包括的薄弱知识点生成,所述第二测评习题集包括第二测评习题;
在所述显示界面上展示所述第二测评习题;
接收用户针对第二测评习题的第二答题内容;
监测用户关于所述薄弱知识点的最新掌握状态,所述最新掌握状态基于所述第二答题内容确定;
在所述显示界面上展示所述最新掌握状态。
5.一种学习路径生成方法,其特征在于,所述方法包括:
获取用户针对第一测评习题的第一答题内容,根据所述第一答题内容确定所述用户的至少一个薄弱知识点;
针对每个所述薄弱知识点,基于预设关系确定所述薄弱知识点所依赖的关联知识点,并根据所述薄弱知识点和所述关联知识点形成至少一个学习短路径,所述学习短路径包括所述薄弱知识点和所述关联知识点;
计算每个所述学习短路径的学习难度,将学习难度最低的所述学习短路径作为所述薄弱知识点的最优学习短路径;
将至少一个所述薄弱知识点的最优学习短路径进行融合,得到包括各个薄弱知识点的目标学习路径。
6.根据权利要求5所述的学习路径生成方法,其特征在于,所述计算每个所述学习短路径的学习难度,将学习难度最低的所述学习短路径作为所述薄弱知识点的最优学习短路径包括:
获取每个所述学习短路径在各个路径难度系数指标下的指标数据,所述路径难度系数指标至少包括如下之一:学习短路径的路径长度、学习短路径中相邻两个知识点的掌握度的累计差值、以及学习短路径中的知识点在其他薄弱知识点的学习短路径中出现的次数;
根据各个路径难度系数指标下的指标数据,确定每个所述学习短路径在各个路径难度系数指标下的难度值;
根据各个路径难度系数指标下的难度值计算每个所述学习短路径的学习难度。
7.根据权利要求5所述的学习路径生成方法,其特征在于,所述基于预设关系确定所述薄弱知识点所依赖的关联知识点,并根据所述薄弱知识点和所述关联知识点形成至少一个学习短路径包括:
在前后置关系比例大于等于预设数值时,将所述薄弱知识点作为当前查找节点,根据预先设置的前后置关系查找所述当前查找节点的前置知识点,所述前后置关系比例为同一知识树内叶子节点间前后置关系边的个数与所有叶子节点个数的比值;
将查找到的前置知识点作为当前查找节点,根据预先设置的前后置关系再次查找所述当前查找节点的前置知识点,通过多次迭代,逐个查找出所述薄弱知识点所依赖的关联知识点;
在满足第二预设条件时,停止查找,根据所述薄弱知识点和查找到的所述关联知识点,形成至少一个所述学习短路径;和/或,
在前后置关系比例小于预设数值时,根据预先设置的知识树结构查找所述薄弱知识点的兄弟节点;
按照预先设置的习得顺序对所述薄弱知识点和所述兄弟节点进行排序;
根据排序后的位于所述薄弱知识点之前的兄弟节点和所述薄弱知识点,形成至少一个学习短路径。
8.根据权利要求5所述的学习路径生成方法,其特征在于,所述将至少一个所述薄弱知识点的最优学习短路径进行融合,得到包括各个薄弱知识点的目标学习路径包括:
若各个所述最优学习短路径中的起始节点不同,按照所述起始节点的习得顺序对各个所述最优学习短路径进行排序;
若各个所述最优学习短路径中的起始节点相同,按照所述起始节点的下一节点的习得顺序对所述最优学习短路径进行排序;
对排序后的所述最优学习短路径进行首尾拼接,得到初始学习路径;
删除所述初始学习路径中再次出现的重复节点,得到包括各个薄弱知识点的目标学习路径。
9.一种学习路径展示装置,其特征在于,所述装置包括:
第一答题内容接收模块,用于接收用户针对第一测评习题输入的第一答题内容;
目标学习路径展示模块,用于当用户的薄弱知识点满足第一预设条件时,显示目标学习路径,所述目标学习路径基于所述薄弱知识点和所述薄弱知识点所依赖的关联知识点生成,所述目标学习路径中包括所述薄弱知识点和所述关联知识点。
10.一种学习路径生成装置,其特征在于,所述装置包括:
薄弱知识点确定模块,用于获取用户针对第一测评习题的第一答题内容,根据所述第一答题内容确定所述用户的至少一个薄弱知识点;
学习短路径生成模块,用于针对每个所述薄弱知识点,基于预设关系确定所述薄弱知识点所依赖的关联知识点,并根据所述薄弱知识点和所述关联知识点形成至少一个学习短路径,所述学习短路径包括所述薄弱知识点和所述关联知识点;
最优学习短路径生成模块,用于计算每个所述学习短路径的学习难度,将学习难度最低的所述学习短路径作为所述薄弱知识点的最优学习短路径;
目标学习路径生成模块,用于将至少一个所述薄弱知识点的最优学习短路径进行融合,得到包括各个薄弱知识点的目标学习路径。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202011230639.0A CN112232707A (zh) | 2020-11-06 | 2020-11-06 | 学习路径展示方法、学习路径生成方法、装置及存储介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202011230639.0A CN112232707A (zh) | 2020-11-06 | 2020-11-06 | 学习路径展示方法、学习路径生成方法、装置及存储介质 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN112232707A true CN112232707A (zh) | 2021-01-15 |
Family
ID=74122848
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202011230639.0A Pending CN112232707A (zh) | 2020-11-06 | 2020-11-06 | 学习路径展示方法、学习路径生成方法、装置及存储介质 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN112232707A (zh) |
Cited By (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN113239669A (zh) * | 2021-05-21 | 2021-08-10 | 合肥工业大学 | 试题难度预测方法 |
CN113239180A (zh) * | 2021-07-13 | 2021-08-10 | 北京神州泰岳智能数据技术有限公司 | 学习路径生成方法、装置、电子设备及存储介质 |
CN113762361A (zh) * | 2021-08-20 | 2021-12-07 | 联想(北京)有限公司 | 解题提示方法及装置、设备、存储介质 |
CN114530064A (zh) * | 2022-02-22 | 2022-05-24 | 北京思明启创科技有限公司 | 一种基于视频的书法练习方法、装置、设备及存储介质 |
-
2020
- 2020-11-06 CN CN202011230639.0A patent/CN112232707A/zh active Pending
Cited By (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN113239669A (zh) * | 2021-05-21 | 2021-08-10 | 合肥工业大学 | 试题难度预测方法 |
CN113239669B (zh) * | 2021-05-21 | 2024-04-09 | 合肥工业大学 | 试题难度预测方法 |
CN113239180A (zh) * | 2021-07-13 | 2021-08-10 | 北京神州泰岳智能数据技术有限公司 | 学习路径生成方法、装置、电子设备及存储介质 |
CN113762361A (zh) * | 2021-08-20 | 2021-12-07 | 联想(北京)有限公司 | 解题提示方法及装置、设备、存储介质 |
CN114530064A (zh) * | 2022-02-22 | 2022-05-24 | 北京思明启创科技有限公司 | 一种基于视频的书法练习方法、装置、设备及存储介质 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN112232707A (zh) | 学习路径展示方法、学习路径生成方法、装置及存储介质 | |
CN110019392B (zh) | 在网络教学系统中推荐教师的方法 | |
US10832583B2 (en) | Targeted learning and recruitment | |
MX2012008206A (es) | Contenido de aprendisaje por recomendacion dinamica. | |
CA2851797A1 (en) | Course skeleton for adaptive learning | |
CN109637238B (zh) | 一种练习题的生成方法、装置、设备和存储介质 | |
CN111522886B (zh) | 一种信息推荐方法、终端及存储介质 | |
CN113590776B (zh) | 基于知识图谱的文本处理方法、装置、电子设备及介质 | |
EP3617909A1 (en) | Method and device for setting sample weight, and electronic apparatus | |
KR102353906B1 (ko) | 유사도에 기반한 문제 추천 방법 및 문제 추천 서버 | |
Paule Ruiz et al. | The procrastination related indicators in e-learning platforms | |
EP3093803A1 (en) | Systems and methods for contextual recommendation of learning content | |
CN110111010B (zh) | 一种基于众智网络的问答任务分配方法及系统 | |
CN109189894A (zh) | 一种答案抽取方法及装置 | |
US10043409B1 (en) | Systems and methods for monitoring comprehension | |
CN112580896A (zh) | 知识点预测方法、装置、设备及存储介质 | |
CN113836320B (zh) | 练习题推荐方法、装置、存储介质和电子设备 | |
CN117827674A (zh) | 缺陷与测试用例的匹配方法、装置、电子设备和存储介质 | |
Díaz et al. | Evaluation of hypermedia educational systems: Criteria and imperfect measures | |
Haqimi et al. | Timeline reminder system bot and telegram assistant chatbot for a university student and lecturer | |
Yan et al. | A method for personalized C programming learning contents recommendation to enhance traditional instruction | |
Saad et al. | Effectiveness of a case‐based system in lesson planning | |
Goyal et al. | An intuitionistic fuzzy approach to classify the user based on an assessment of the learner's knowledge level in e-learning decision-making | |
CN111861820A (zh) | 一种学习计划的生成方法及设备 | |
Baloh et al. | A quality evaluation framework for mobile learning applications |
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 |