CN112287115A - 基于知识掌握程度图的个性化教学方法、系统及装置 - Google Patents

基于知识掌握程度图的个性化教学方法、系统及装置 Download PDF

Info

Publication number
CN112287115A
CN112287115A CN202011069206.1A CN202011069206A CN112287115A CN 112287115 A CN112287115 A CN 112287115A CN 202011069206 A CN202011069206 A CN 202011069206A CN 112287115 A CN112287115 A CN 112287115A
Authority
CN
China
Prior art keywords
knowledge
student
mastery
graph
students
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
CN202011069206.1A
Other languages
English (en)
Inventor
阚华
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.)
Beijing Dami Technology Co Ltd
Original Assignee
Beijing Dami 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 Beijing Dami Technology Co Ltd filed Critical Beijing Dami Technology Co Ltd
Priority to CN202011069206.1A priority Critical patent/CN112287115A/zh
Publication of CN112287115A publication Critical patent/CN112287115A/zh
Pending legal-status Critical Current

Links

Images

Classifications

    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06FELECTRIC DIGITAL DATA PROCESSING
    • G06F16/00Information retrieval; Database structures therefor; File system structures therefor
    • G06F16/30Information retrieval; Database structures therefor; File system structures therefor of unstructured textual data
    • G06F16/36Creation of semantic tools, e.g. ontology or thesauri
    • G06F16/367Ontology
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06FELECTRIC DIGITAL DATA PROCESSING
    • G06F16/00Information retrieval; Database structures therefor; File system structures therefor
    • G06F16/30Information retrieval; Database structures therefor; File system structures therefor of unstructured textual data
    • G06F16/33Querying
    • G06F16/335Filtering based on additional data, e.g. user or group profiles
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06FELECTRIC DIGITAL DATA PROCESSING
    • G06F16/00Information retrieval; Database structures therefor; File system structures therefor
    • G06F16/30Information retrieval; Database structures therefor; File system structures therefor of unstructured textual data
    • G06F16/34Browsing; Visualisation therefor
    • 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
    • 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
    • G09B19/00Teaching not covered by other main groups of this subclass

Abstract

本申请公开了一种基于知识掌握程度图的个性化教学方法、系统及装置。其中方法包括:接收学生的知识测评结果,所述知识测评结果用于表征所述学生的知识掌握情况;根据所述知识测评结果生成与所述学生对应的知识掌握程度图,所述知识掌握程度图用于表征所述学生对各个知识点的掌握的熟练程度。本申请实施例提供的技术方案,通过动态、可视化形式生动展现学生对知识掌握的熟练程度及学生的学习等级变化,辅助教师针对不同学生进行高效率地、有针对性地教学,帮助学生对所学知识查漏补缺,提高学习效率。

Description

基于知识掌握程度图的个性化教学方法、系统及装置
技术领域
本申请涉及教育技术领域,尤其涉及一种基于知识掌握程度图的个性化教学方法、系统及装置。
背景技术
在线教育是一种基于网络的学习行为,是运用信息科技和互联网技术进行内容传播和快速学习的方法。
在现有的在线教学方案中,在选课之前学生根据知识储备选择对应级别的课程。同一级别课程相同,学生之间不存在个性化教学方案。教师在讲授知识点时没有针对每个学生的学习情况进行有差异的教学,无法对不同学生薄弱知识点进行有针对性地讲解,教师只能按照课程总体进度来规划教学方案。这种教学方案无法对每个学生进行差异化教学,缺乏个性化。
发明内容
本申请提供了一种基于知识掌握程度图的个性化教学方法、系统及装置,通过构建个性化知识掌握程度图,针对不同的学生可视化该学生的知识掌握情况,便于教师及学生第一时间了解学习情况并有针对性地调整学习方案。
为解决以上技术问题,本申请包括以下技术方案:
第一方面,本申请提供了一种基于知识掌握程度图的个性化教学方法、系统及装置,所述方法包括:
接收学生的知识测评结果,所述知识测评结果用于表征所述学生的知识掌握情况;
根据所述知识测评结果生成与所述学生对应的知识掌握程度图,所述知识掌握程度图用于表征所述学生对各个知识点的掌握的熟练程度。
第二方面,本申请提供了一种基于知识掌握程度图的个性化教学装置,所述装置包括:
接收模块,用于接收学生知识测评结果,所述知识测评结果用于表征所述学生的知识掌握情况;
生成模块,用于根据所述知识测评结果生成与所述学生对应的知识掌握程度图,所述知识掌握程度图用于表征所述学生对各个知识点的掌握的熟练程度。
第三方面,本申请提供了基于知识掌握程度图的个性化教学方法的另一装置,所述装置包括处理器、存储器以及通信接口:
所述处理器与所述存储器、所述通信接口相连;
所述存储器,用于存储可执行程序代码;
所述处理器通过读取所述存储器中存储的可执行程序代码来运行与所述可执行程序代码对应的程序,以用于执行本申请第一方面提供的个性化教学方法。
第四方面,本申请提供了一种计算机存储介质,其上存储有计算机程序,其特征在于,该程序被处理器执行时实现如上述第一方面的个性化教学方法。
第五方面,本申请提供了一种基于知识掌握程度图的个性化教学系统,所述系统包括第一终端集群、服务器以及第二终端集群:
所述第一终端集群用于学生查看知识掌握程度图、查看作业以及查看推荐习题。
所述第二终端集群用于教师查看知识掌握程度图、批改作业以及进行个性化备课。
服务器用于执行如权利要求1-6任一项所述的基于知识掌握程度图的个性化教学方法。
本申请通过构建知识点分类图,使得对不同级别的课程的刻画逻辑性更强,通过构建知识掌握程度图,可视化学生对知识的掌握情况,该图贯穿学生整个学习过程,学生的成长变化一目了然。基于知识掌握程度图,教师可针对不同学生对知识掌握的情况不同进行个性化教学,因材施教,课后指导学生对知识点进行查漏补缺。学生本人可随时查看该图,实时了解自己没有掌握的知识点,课后根据该图完成推荐习题,大大提高了学习效率。
附图说明
为了更清楚地说明本申请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申请的一些实施例,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是本申请实施例提供的一种基于知识掌握程度图的个性化教学系统结构示意图;
图2是本申请实施例提供的一种基于知识掌握程度图的个性化教学方法的流程示意图;
图3是本申请实施例提供的基于单词粒度的知识点分类图;
图4是本申请实施例提供的某学生知识掌握程度图;
图5是本申请实施例提供的一种基于知识掌握程度图的个性化教学方法的另一流程示意图;
图6是本申请实施例提供的一种基于知识掌握程度图的个性化教学装置的结构示意图;
图7是本申请实施例提供的一种基于知识掌握程度图的个性化教学装置的另一结构示意图。
具体实施方式
为使本申请的上述目的、特征和优点能够更加明显易懂,下面将结合附图对本申请的具体实施方式做详细说明。
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”、“第三”等是用于区别不同对象,而不是用于描述特定顺序。此外,术语“包括”和“具有”以及它们任何变形,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、产品或设备没有限定于已列出的步骤或单元,而是可选地还包括没有列出的步骤或单元,或可选地还包括对于这些过程、方法、产品或设备固有的其他步骤或单元。
请参考图1,图1是本申请实施例提供的一种基于知识掌握程度图的个性化教学系统结构示意图。该个性化教学系统可以包括第一终端集群、服务器20和第二终端集群。
第一终端集群可以为学生端,具体包括一个或多个学生端,其中多个学生端可以包括学生端10a、学生端10b、学生端10c…等。在第一终端集群中可安装学生版软件,用于学生线上学习、查看作业等功能,其中具体的软件可为VIPKID等。不限于通过软件来进行线上学习,在具体实现中还可以通过网页或者微信小程序等方式进行线上学习,本申请实施例对此不作限定。第一终端集群中任意一个学生端均可以建立与网络之间的数据关系,并通过该网络和服务器20建立数据连接关系,例如查看和提交作业等。其中,第一终端集群中任意一个学生端可以但不限于是安装有学生版软件的手机、平板电脑、笔记本电脑等设备。
第二终端集群可以为教师端,具体包括一个或多个教师端,其中多个教师端可以包括教师端30a、教师端30b、教师端30c…等。在第二个终端集群中可安装教师版软件,用于实现教师进行个性化备课、批阅学生作业等功能,其中具体的软件可为VIPKID等。不限于通过软件来进行线上学习,在具体实现中还可以通过网页或者微信小程序等方式进行线上学习,本申请实施例对此不作限定。第二终端集群中任意一个教师端均可以建立与网络之间的数据关系,并通过该网络和服务器20建立数据连接关系,例如查看和批阅作业等。其中,第二终端集群中任意一个教师端可以但不限于是安装有教师版软件的手机、平板电脑、笔记本电脑等设备。
网络可以是在第一终端集群中任意一个学生端和服务器20之间或在第二终端集群中任意一个教师端和服务器20之间提供通信链路的介质,也可以是包含网络设备和传输介质的互联网,不限于此。传输介质可以是有线链路(例如但不限于,同轴电缆、光纤和数字用户线路(digital subscriber line,DSL)等)或无线链路(例如但不限于,无线上网(wireless fidelity,WIFI)、蓝牙和移动设备网络等)。
服务器20可以是能提供多种服务的服务器,可以接收网络或第一终端集群中的任意一个学生端发送的文件等数据,或给网络或第一终端集群中的任意一个学生端发送第二终端集群中任意一个教师端发送的文件等数据;也可以接收网络或第二终端集群中的任意一个教师端发送的文件等数据,或给网络或第二终端集群中的任意一个教师端发送第一终端集群中任意一个学生端发送的文件等数据。服务器20可以但不限于是硬件服务器、虚拟服务器、云服务器等。
请参考图2,图2是本申请实施例中的一种基于知识掌握程度图的个性化教学方法的流程示意图,所述方法包括:
S201、接收学生的知识测评结果,所述知识测评结果用于表征所述学生的知识掌握情况。
具体地,服务器可以接收学生端发送的学生的知识测评结果,该知识测评结果代表了该学生的知识掌握情况。在接收学生知识测评结果之前,学生可以先根据个人知识掌握的范围完成知识测评。
示例性地,某学生在此之前学习过第三级别课程,则此时为其匹配第三级别知识点分类图,该学生完成对应级别的知识测评,此知识测评是基于第三级别课程大纲拟出的相关知识点测评。
进一步地,在学生根据个人知识掌握范围完成知识测评之前,服务器可以先根据课程级别生成相应级别的知识点分类图。
具体地,对于同一级别的课程,将该级别课程对应的知识点按照一定关系分类,将分类完成后的知识点列表存入数据库。系统获取知识点列表的所有分类标签,针对每一个分类标签构建相应的标签图层,构建完成后将该级别课程下所有的知识点根据分类标签加载进入相应的标签图层。将携带知识点的标签图层叠加到底图上,最终形成知识点分类。
图3示例性示出了本申请实施例提供的一种知识点分类图,该知识点分类图为基于单词粒度的知识点分类图。根据单词教学大纲,将所有单词分为若干个(例如但不限于六个)级别,每一级别分别对应一项课程。课程级别分类完成后,以第三级别课程为例,将第三级别课程对应的所有单词按照词汇关系一一分到各自的类别。当所有单词分类完成后,,将分类后的所有单词存入数据库。系统获取第三级别课程的所有分类标签,针对每一个分类标签构建标签图层,将每一个类别下的知识点加载进相应类别的标签图层。将所有的标签图层叠加到底图上,最终形成第三级别课程对应的知识点分类图。。按照此方法依次完成所有级别知识点分类图的构建。
基于单词粒度的知识点分类图具体分类方式如下:以第三级别对应的课程(以下称为第三级别课程)为例,将第三级别课程对应的单词按照语义学定义分为语用、修辞、发音、逻辑、情态、含义及词汇关系七种二级类别。对于每一个二级分类,又可以将其各自分为不同的三级类别。例如修辞类别中,修辞可以分为隐喻、双关、拟人、明喻和排比等三级类别。词汇关系类别中,词汇关系又可以分为同义词、近义词和反义词等三级类别。所有的二级类别与三级类别的分类情况此处示例不再一一赘述。
S202、根据所述知识测评结果生成与所述学生对应的知识掌握程度图,所述知识掌握程度图用于表征所述学生对各个知识点的掌握的熟练程度。
具体地,学生完成知识测评后,服务器根据知识测评结果生成该学生的知识掌握程度图,该图反应了学生对该级别课程对应知识点掌握的熟练程度。
可能地,知识掌握程度图由多个方格组成,每个方格对应一个知识点,每个方格对应一种颜色,不同的颜色表示该学生对该方格对应的知识点掌握的熟练程度不同,方格颜色越深,表示该学生对该方格对应的知识点掌握越不熟练。
具体地,系统收到测评结果后,对不同的测评结果中相同的知识点进行统计处理,确定每一份测评结果中知识点的测评结果各自对应的熟练程度信息。在此之前,系统有默认的颜色编码与知识掌握熟练程度对应的关系,不同的熟练程度信息对应不同的颜色编码。系统获学生的知识测评结果后,确定学生的知识测评结果中各个知识点各自对应的熟练程度信息,再根据学生的知识测评结果中各个知识点各自对应的熟练程度信息确定熟练程度信息对应的颜色编码,基于颜色编码,生成与学生对应的知识掌握程度图。
图4示例性出示了本申请实施例提供的某学生的知识掌握程度图。如图4所示,该学生的知识掌握程度图由多个颜色深浅不同的方格组成。图中每一个方格对应一个知识点,颜色深浅代表该学生对该方格对应的知识点掌握熟练程度不同。本申请实施例中,以方格的颜色越深,表示该学生对该方格对应的知识点掌握越不熟练;方格的颜色越浅,表示该学生对该方格对应的知识点掌握越熟练为例进行说明。服务器根据颜色深浅来判断该学生对此知识点掌握是否熟练。进一步地,对于知识掌握程度图,点击图中对应方格,即可查看该方格对应的知识点的细节。
请参考图4所示,点击图中箭头指向的方格,即显示出该方格所对应的知识点。该方格颜色较深,表明该学生对过去分词相关知识点掌握不熟练。
需要说明的是,知识掌握程度图中颜色深浅代表的含义不局限于上述示例中提到的,方格的颜色越深表明学生对该方格对应的知识点掌握的越不熟练,在具体实现中方格的颜色深浅与学生对该方格对应的知识点的掌握熟练程度还有其他的对应关系,本申请实施例对此不做限定。知识掌握程度图也不限于图4出示的图,还可以有其他展现形式,本申请实施例对此不做限定。此外,本申请不限于通过图的形式来表示学生对各个知识点的掌握的熟练程度,在具体实现中还可以有其他形式,如表格、坐标轴等,本申请实施例对此不作限定。
进一步地,学生根据知识测评结果生成知识掌握程度图,若该学生的知识掌握程度图显示出来的整体颜色很浅,则认为该学生已掌握该级别课程知识点,即该学生适合更高一个级别的课程。
示例性地,某学生进行了第三级别课程的知识测评,根据知识测评生成了知识掌握程度图,该学生的知识掌握程度图显示出的整体颜色很浅,基本没有深色区域,则认为该学生已掌握第三级别课程,适合进行第四级别课程的学习。
可能地,知识掌握程度图可以提供给教师备课,不同的学生对应不同的知识掌握程度图,教师根据图中不同方格颜色深浅对该学生进行有针对性的备课,及时调整教学进度和教学重点,实现个性化和针对性辅导教学。
示例性地,以第三级别单词课程为例,某学生知识掌握程度图中过去分词相关知识点颜色较深,情态动词相关知识点颜色较浅。针对此学生学习情况,教师在备课过程中可将过去分词相关知识点准备多一点,上课过程中多强调该知识点,并列举该知识点相关习题提供给该学生,而情态动词相关知识点可花少许时间提示学生,可以让该学生课后做题自己消化。
可能地,知识掌握程度图可以用来生成习题,学生课后复习巩固知识点时,服务器可根据该学生的知识掌握程度图进行个性化习题推荐,专攻薄弱知识点,有效提高学习效率,事半功倍。
示例性地,某学生某天学习了过去分词和现在分词相关知识点,上课过程中没有回答出教师提出的过去分词相关知识点的问题。服务器接收该学生上课信息后,根据上课表现,向该学生推荐十题过去分词相关知识点的习题,而现在分词相关知识点的习题只推荐五题。
可能地,知识掌握程度图还可以提供给家长,协助家长监督学生学习,该图贯穿学生整个学习过程,形象直观地体现了该学生对所选等级课程的学习情况,方便家长随时了解学生的成长变化,便于为学生进行选课、调整课程级别等操作。
本申请通过构建知识点分类图,使得对不同级别的课程的刻画逻辑性更强,通过构建知识掌握程度图,可视化学生对知识的掌握情况,该图贯穿学生整个学习过程,学生的成长变化一目了然。基于知识掌握程度图,教师可针对不同学生对知识掌握的情况不同进行个性化教学,因材施教,课后指导学生对知识点进行查漏补缺。学生本人可随时查看该图,实时了解自己没有掌握的知识点,课后根据该图完成推荐习题,大大提高了学习效率。
请参考图5所示,图5是本申请提供的一种基于知识掌握程度图的个性化教学方法的另一流程示意图,所述方法包括:
S501、根据课程级别生成相应级别的知识点分类图。
具体地,知识点分类图的构建方式可参考前述实施例中的相关描述,此处不再赘述。
S502、根据学生知识储备匹配知识点分类图,完成知识测评。
其中,知识点分类图创建完成后,学生在选课之前根据知识储备情况匹配知识点分类图,并完成对应课程级别的知识测评。知识测评方式可参考前述实施例中的相关描述,此处不再赘述。
S503、根据知识测评结果生成对应的知识掌握程度图。
其中,学生完成知识测评后,根据测评结果,服务器生成与该学生对应的知识掌握程度图。具体生成方式可参考前述实施例中的相关描述,此处不再赘述。
S504、知识掌握程度图实时呈现并更新。
具体地,知识掌握程度图可以实时呈现在教师端和/或学生端,教师端和/或学生端可随时查看该图。服务器根据学生与教师在课堂上的互动表现、知识测评结果、习题完成情况及所述教师的评价信息中的至少一项更新知识掌握程度图。
具体地,根据学生与教师在课堂上的互动表现更新知识掌握程度图时,服务器根据学生在课堂上的回答问题的情况更新该图。
示例性地,针对某一个知识点,某学生知识掌握程度图中该知识点对应的方格初始颜色为浅色,教师在上课过程中基于此知识点对该学生共提出五个问题,该学生回答对一个问题,则认为该学生对该知识点并未掌握,服务器基于此将该知识点所对应的方格颜色由浅色调整为深色。
具体地,根据知识测评结果更新知识掌握程度图时,服务器根据该学生对知识点的回答的正确率更新该图。
示例性地,以第三级别单词课程为例,某学生知识掌握程度图中过去分词相关知识点对应方格的初始颜色为深色,该学生知识测评结果显示,该知识点一共十题,该学生答对八题,则认为该学生对过去分词相关知识点基本掌握,服务器基于此正确率将过去分词相关知识点对应的方格颜色由深色调整为浅色。
具体地,根据习题完成情况更新知识掌握程度图时,服务器根据该学生对知识点的回答的正确率更新该图。
示例性地,某学生知识掌握程度图中过去分词相关知识点对应方格初始颜色为深色,该学生课后作业中,针对该知识点正确率达90%及以上,则可认为该学生过去分词相关知识点已基本掌握,服务器根据该知识点相关作业的正确率将该知识点对应的方格颜色由深色调整为浅色。
具体地,根据教师评价信息更新知识掌握程度图时,系统根据教师对学生上课表现情况的评价更新该图。
示例性地,某学生知识掌握程度图中过去分词相关知识点对应方格初始颜色为深色。教师对该学生的评价为:上课认真,对课堂上所讲知识点的相关问题都能回答正确,则认为该学生对所讲知识点已基本掌握,服务器根据该评价将课堂上所讲知识点对应方格的颜色调整为浅色。若教师对某学生的评价为:上课开小差,回答问题不积极,多次回答错误,则认为该学生对当天所讲知识点并未掌握,由于该知识点对应的方格初始颜色为深色,服务器对该方格颜色不做改动。
具体地,根据学生与教师在课堂上的互动表现及习题完成情况更新知识掌握程度图时,服务器根据学生在课堂上的回答问题的情况以及该学生对知识点的回答的正确率更新该图。
示例性地,某学生知识掌握程度图中过去分词相关知识点对应方格初始颜色为浅色。教师上课过程中,对某学生基于同一知识点共提出五个问题,学生回答对一题,同时该学生课后作业正确率仅30%,则可认为该学生此处知识点并未掌握,服务器根据该互动表现及课后作业完成度将该知识点对应的方格颜色由浅色调整为深色。
基于上述方法,知识掌握程度图可提供给教师备课,不同的学生对应不同的知识掌握程度图,教师根据图中不同方格颜色深浅对该学生进行有针对性的备课,对已掌握的和未掌握的知识点差别重点准备。
可能地,知识掌握程度图可协助教师进行个性化教学,对不同的学生掌握的知识情况的不同,教师及时进行辅导和教学,及时调整教学进度和教学重点,实现个性化和针对性辅导教学。
可能地,知识掌握程度图可以进行个性化习题推荐,学生课后复习巩固知识点时,服务器可根据该学生的知识掌握程度图进行个性化习题推荐,专攻薄弱知识点,有效提高学习效率,事半功倍。
可能地,知识掌握程度图还可以提供给家长,协助家长监督学生学习,该图贯穿学生整个学习过程,形象直观地体现了该学生对所选等级课程的学习情况,方便家长随时了解学生的成长变化,便于为学生进行选课、调整课程级别等操作。
上述关于知识掌握程度图的用途在前述方法实施例中有详细示例介绍,这里就不一一赘述。
本申请通过构建知识点分类图,使得对不同级别的课程的刻画逻辑性更强,通过构建知识掌握程度图,可视化学生对知识的掌握情况,该图贯穿学生整个学习过程,学生的成长变化一目了然。基于知识掌握程度图,教师可针对不同学生对知识掌握的情况不同进行个性化教学,因材施教,课后指导学生对知识点进行查漏补缺。学生本人可随时查看该图,实时了解自己没有掌握的知识点,课后根据该图完成推荐习题,大大提高了学习效率。
请参考图6所示,基于知识掌握程度图的个性化教学方法,图6是本申请实施例中提供的一种基于知识掌握程度图的个性化教学装置600的结构示意图,包括:
接收模块601,用于接收学生知识测评结果,所述知识测评结果用于表征所述学生的知识掌握情况;
生成模块602,用于根据所述知识测评结果生成与所述学生对应的知识掌握程度图,所述知识掌握程度图用于表征所述学生对各个知识点的掌握的熟练程度。
在一些实施例中,个性化教学装置还可以包括:
初始化模块,用于根据课程级别生成与所述课程级别对应的知识点分类图,其中,所述知识点分类图用于所述学生完成与所述课程级别对应的知识测评。
更新模块,根据所述学生与教师在课堂上的互动表现、知识测评结果、习题完成情况及所述教师的评价信息中的至少一项更新所述知识掌握程度图。
在一些实施例中,所述知识掌握程度图包括多个方格,每个方格对应一个知识点:
所述知识测评结果包括多个知识点的测评结果;
所述根据所述知识测评结果生成与所述学生对应的知识掌握程度图,包括:
对不同的测评结果中相同知识点的测评结果进行统计处理;
确定所述不同的测评结果中相同知识点的测评结果各自对应的熟练程度信息;其中,不同的熟练程度信息对应不同的颜色编码;
获取所述学生的知识测评结果,确定所述学生的知识测评结果中各个知识点各自对应的熟练程度信息;
根据所述学生的知识测评结果中各个知识点各自对应的熟练程度信息确定所述熟练程度信息对应的颜色编码;
根据所述颜色编码生成与所述学生对应的知识掌握程度图。
在一些实施例中,所述根据所述知识测评结果生成与所述学生对应的知识掌握程度图之后,所述方法还包括:
根据所述知识掌握程度图中的方格及所述方格对应的颜色生成与所述学生对应的习题。
在一些实施例中,所述根据课程级别生成与所述课程级别对应的知识点分类图,包括:
获取每一级别课程对应的知识点列表,对所述知识点列表按照第一预设关系分类,将分类后的所述知识点列表存入数据库;
获取所述知识点列表的分类标签,针对每一个分类标签构建标签图层,根据分类标签对所述知识点进行分类并加载至相应的标签图层;
将标签图层叠加到底图上,形成知识点分类图。
需要说明的是,上述实施例提供的个性化教学装置在执行个性化教学方法时,仅以上述各功能模块的划分进行举例说明,实际应用中,可以根据需要而将上述功能分配由不同的功能模块完成,即将设备的内部结构划分成不同的功能模块,以完成以上描述的全部或者部分功能。另外,上述实施例提供的个性化教学装置与个性化教学方法实施例属于同一构思,其体现实现过程详见方法实施例,这里不再赘述。
请参考图7所示,本申请实施例中提供的基于知识掌握程度图的个性化教学装置700的另一结构示意图,该基于知识掌握程度图的个性化教学装置700可以包括:至少一个处理器701,例如CPU,至少一个网络接口704,用户接口703,存储器705,至少一个通信总线702。其中,通信总线702用于实现这些组件之间的连接通信。用户接口703可以包括但不限于触摸屏、键盘、鼠标、摇杆等等。网络接口704可选的可以包括标准的有线接口、无线接口(如WIFI接口、蓝牙接口),通过网络接口704可以与服务器建立通信连接。存储器702可以是高速RAM存储器,也可以是非不稳定的存储器(non-volatile memory),例如至少一个磁盘存储器。如图7所示,作为一种计算机存储介质的存储器70中可以包括操作系统、网络通信模块、用户接口模块以及程序指令。
需要说明的是,网络接口704可以连接获取器、发射器或其他通信模块,其他通信模块可以包括但不限于WiFi模块、蓝牙模块等,可以理解,本申请实施例中个性化教学装置也可以包括获取器、发射器和其他通信模块等。
处理器701可以用于调用存储器705中存储的程序指令,可以执行以下步骤:
接收学生的知识测评结果,知识测评结果用于表征学生的知识掌握情况;
根据知识测评结果生成与该学生对应的知识掌握程度图,知识掌握程度图用于表征该学生对各个知识点的掌握的熟练程度。
可能地,处理器701接收学生知识测评结果之前,还用于执行:根据课程级别生成与所述课程级别对应的知识点分类图,其中,所述知识点分类图用于所述学生完成与所述课程级别对应的知识测评。
可能地,知识掌握程度图包括多个方格,每个方格对应一个知识点:
所述知识测评结果包括多个知识点的测评结果;
处理器701执行所述根据所述知识测评结果生成与所述学生对应的知识掌握程度图之后,还用于执行:
对不同的测评结果中相同知识点的测评结果进行统计处理;
确定所述不同的测评结果中相同知识点的测评结果各自对应的熟练程度信息;其中,不同的熟练程度信息对应不同的颜色编码;
获取所述学生的知识测评结果,确定所述学生的知识测评结果中各个知识点各自对应的熟练程度信息;
根据所述学生的知识测评结果中各个知识点各自对应的熟练程度信息确定所述熟练程度信息对应的颜色编码;
根据所述颜色编码生成与所述学生对应的知识掌握程度图。
可能地,处理器701在执行所述根据课程级别生成与所述课程级别对应的知识点分类图,用于执行:
获取每一级别课程对应的知识点列表,对所述知识点列表按照第一预设关系分类,将分类后的所述知识点列表存入数据库;
获取所述知识点列表的分类标签,针对每一个分类标签构建标签图层,根据分类标签对所述知识点进行分类并加载至相应的标签图层;
将标签图层叠加到底图上,形成知识点分类图。
可能地,处理器701根据知识测评结果生成与该学生对应的知识掌握程度图之后,还用于执行:
根据知识掌握程度图中的方格及方格对应的颜色生成与该学生对应的习题。
可能地,所述处理器701根据知识测评定级信息生成与该学生对应的知识掌握程度图后,还用于执行:
根据该学生与教师在课堂上的互动表现、知识测评结果、习题完成情况及教师的评价信息中的至少一项更新知识掌握程度图。
本申请实施例还提供了一种计算机可读存储介质,该计算机可读存储介质中存储有指令,当其在计算机或处理器上运行时,使得计算机或处理器执行上述任一个方法中的一个或多个步骤。上述基于知识掌握程度图的个性化教学装置的各组成模块如果以软件功能单元的形式实现并作为独立的产品销售或使用时,可以存储在所述计算机可读取存储介质中。
在上述实施例中,可以全部或部分地通过软件、硬件、固件或者其任意组合来实现。当使用软件实现时,可以全部或部分地以计算机程序产品的形式实现。所述计算机程序产品包括一个或多个计算机指令。在计算机上加载和执行所述计算机程序指令时,全部或部分地产生按照本申请实施例所述的流程或功能。所述计算机可以是通用计算机、专用计算机、计算机网络、或者其他可编程装置。所述计算机指令可以存储在计算机可读存储介质中,或者通过所述计算机可读存储介质进行传输。所述计算机指令可以从一个网站站点、计算机、服务器或数据中心通过有线(例如同轴电缆、光纤、数字用户线(Digital SubscriberLine,DSL))或无线(例如红外、无线、微波等)方式向另一个网站站点、计算机、服务器或数据中心进行传输。所述计算机可读存储介质可以是计算机能够存取的任何可用介质或者是包含一个或多个可用介质集成的服务器、数据中心等数据存储设备。所述可用介质可以是磁性介质,(例如,软盘、硬盘、磁带)、光介质(例如,数字通用光盘(Digital Video Disc,DVD)、或者半导体介质(例如,固态硬盘(solid state disk,SSD))等。
本领域普通技术人员可以理解实现上述实施例方法中的全部或部分流程,可以通过计算机程序来指令相关的硬件来完成,该程序可存储于计算机可读取存储介质中,该程序在执行时,可包括如上述各方法的实施例的流程。而前述的存储介质包括:只读存储器(Read-Only Memory,ROM)、随机存取存储器(Random Access Memory,RAM)、磁碟或者光盘等各种可存储程序代码的介质。在不冲突的情况下,本实施例和实施方案中的技术特征可以任意组合。
以上所述的实施例仅仅是本申请的优选实施例方式进行描述,并非对本申请的范围进行限定,在不脱离本申请的设计精神的前提下,本领域普通技术人员对本申请的技术方案作出的各种变形及改进,均应落入本申请的权利要求书确定的保护范围内。

Claims (10)

1.一种基于知识掌握程度图的个性化教学方法,其特征在于,包括:
接收学生的知识测评结果,所述知识测评结果用于表征所述学生的知识掌握情况;
根据所述知识测评结果生成与所述学生对应的知识掌握程度图,所述知识掌握程度图用于表征所述学生对各个知识点的掌握的熟练程度。
2.根据权利要求1所述的方法,其特征在于,所述接收学生知识测评结果之前,还包括:
根据课程级别生成与所述课程级别对应的知识点分类图,其中,所述知识点分类图用于所述学生完成与所述课程级别对应的知识测评。
3.根据权利要求1所述的方法,其特征在于,所述知识掌握程度图包括多个方格,每个方格对应一个知识点;
所述知识测评结果包括多个知识点的测评结果;
所述根据所述知识测评结果生成与所述学生对应的知识掌握程度图,包括:
对不同的测评结果中相同知识点的测评结果进行统计处理;
确定所述不同的测评结果中相同知识点的测评结果各自对应的熟练程度信息;其中,不同的熟练程度信息对应不同的颜色编码;
获取所述学生的知识测评结果,确定所述学生的知识测评结果中各个知识点各自对应的熟练程度信息;
根据所述学生的知识测评结果中各个知识点各自对应的熟练程度信息确定所述熟练程度信息对应的颜色编码;
根据所述颜色编码生成与所述学生对应的知识掌握程度图。
4.根据权利要求2所述的方法,其特征在于,所述根据课程级别生成与所述课程级别对应的知识点分类图,包括:
获取每一级别课程对应的知识点列表,对所述知识点列表按照第一预设关系分类,将分类后的所述知识点列表存入数据库;
获取所述知识点列表的分类标签,针对每一个分类标签构建标签图层,根据分类标签对所述知识点进行分类并加载至相应的标签图层;
将标签图层叠加到底图上,形成知识点分类图。
5.根据权利要求3所述的方法,其特征在于,所述根据所述知识测评结果生成与所述学生对应的知识掌握程度图之后,所述方法还包括:
根据所述知识掌握程度图中的方格及所述方格对应的颜色生成与所述学生对应的习题。
6.根据权利要求1所述的方法,其特征在于,所述根据所述知识测评定级信息生成与所述学生对应的知识掌握程度图后,所述方法还包括:
根据所述学生与教师在课堂上的互动表现、知识测评结果、习题完成情况及所述教师的评价信息中的至少一项更新所述知识掌握程度图。
7.一种基于知识掌握程度图的个性化教学装置,其特征在于,所述装置包括:
接收模块,用于接收学生知识测评结果,所述知识测评结果用于表征所述学生的知识掌握情况;
生成模块,用于根据所述知识测评结果生成与所述学生对应的知识掌握程度图,所述知识掌握程度图用于表征所述学生对各个知识点的掌握的熟练程度。
8.一种基于知识掌握程度图的个性化教学装置,其特征在于,包括处理器、存储器以及通信接口:
所述处理器与所述存储器、所述通信接口相连;
所述存储器,用于存储可执行程序代码;
所述处理器通过读取所述存储器中存储的可执行程序代码来运行与所述可执行程序代码对应的程序,以用于执行如权利要求1-6任一项所述的方法。
9.一种计算机可读存储介质,其上存储有计算机程序,其特征在于,该程序被处理器执行时实现如权利要求1-6任一项所述的个性化教学方法。
10.一种基于知识掌握程度图的个性化教学系统,其特征在于,包括第一终端集群、服务器以及第二终端集群:
所述第一终端集群用于学生查看知识掌握程度图、查看作业以及查看推荐习题。
所述第二终端集群用于教师查看知识掌握程度图、批改作业以及进行个性化备课。
服务器用于执行如权利要求1-6任一项所述的基于知识掌握程度图的个性化教学方法。
CN202011069206.1A 2020-09-30 2020-09-30 基于知识掌握程度图的个性化教学方法、系统及装置 Pending CN112287115A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202011069206.1A CN112287115A (zh) 2020-09-30 2020-09-30 基于知识掌握程度图的个性化教学方法、系统及装置

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202011069206.1A CN112287115A (zh) 2020-09-30 2020-09-30 基于知识掌握程度图的个性化教学方法、系统及装置

Publications (1)

Publication Number Publication Date
CN112287115A true CN112287115A (zh) 2021-01-29

Family

ID=74422727

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202011069206.1A Pending CN112287115A (zh) 2020-09-30 2020-09-30 基于知识掌握程度图的个性化教学方法、系统及装置

Country Status (1)

Country Link
CN (1) CN112287115A (zh)

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN113793539A (zh) * 2021-09-16 2021-12-14 联想(北京)有限公司 辅助教学方法、装置及电子设备和存储介质

Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN105989088A (zh) * 2015-02-12 2016-10-05 马正方 数字化环境下的学习装置
CN108319733A (zh) * 2018-03-29 2018-07-24 华中师范大学 一种基于地图的教育大数据分析方法及系统
CN109145159A (zh) * 2017-06-27 2019-01-04 北京新唐思创教育科技有限公司 一种对数据进行处理的方法和装置
CN109741221A (zh) * 2018-12-26 2019-05-10 南京伯索网络科技有限公司 一种随时提醒当前掌握程度的教学系统
CN110544414A (zh) * 2019-07-31 2019-12-06 安徽淘云科技有限公司 知识图谱的处理方法和装置

Patent Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN105989088A (zh) * 2015-02-12 2016-10-05 马正方 数字化环境下的学习装置
US20180005138A1 (en) * 2015-02-12 2018-01-04 Zhengfang Ma Learning apparatus in digital environment
CN109145159A (zh) * 2017-06-27 2019-01-04 北京新唐思创教育科技有限公司 一种对数据进行处理的方法和装置
CN108319733A (zh) * 2018-03-29 2018-07-24 华中师范大学 一种基于地图的教育大数据分析方法及系统
CN109741221A (zh) * 2018-12-26 2019-05-10 南京伯索网络科技有限公司 一种随时提醒当前掌握程度的教学系统
CN110544414A (zh) * 2019-07-31 2019-12-06 安徽淘云科技有限公司 知识图谱的处理方法和装置

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN113793539A (zh) * 2021-09-16 2021-12-14 联想(北京)有限公司 辅助教学方法、装置及电子设备和存储介质

Similar Documents

Publication Publication Date Title
Mora et al. A collaborative working model for enhancing the learning process of science & engineering students
Ramírez-Noriega et al. Evaluation module based on Bayesian networks to Intelligent Tutoring Systems
Baylor Expanding preservice teachers' metacognitive awareness of instructional planning through pedagogical agents
Sorva Visual program simulation in introductory programming education
Alazzam et al. Effects of Demographic Characteristics, Educational Background, and Supporting Factors on ICT Readiness of Technical and Vocational Teachers in Malaysia.
US20110065082A1 (en) Device,system, and method of educational content generation
WO2017152532A1 (zh) 一种基于认知模型的计算思维训练方法及装置
CN105632251A (zh) 具有语音功能的3d虚拟教师系统及其方法
CN101872557A (zh) 渐进式学习管理方法及渐进式学习系统
Gonda et al. Chatbot as a learning resource? Creating conversational bots as a supplement for teaching assistant training course
Sherwani et al. Orality-grounded HCID: Understanding the oral user
González-Castro et al. Adaptive learning module for a conversational agent to support MOOC learners
CN113886567A (zh) 一种基于知识图谱的教学方法及系统
Doukakis et al. Scaffolding technological pedagogical content knowledge (TPACK) in computer science education through learning activity creation
US20200126438A1 (en) System and methods for automated interactive learning
CN117252047B (zh) 基于数字孪生的教学信息处理方法及系统
Thanyaphongphat et al. Effects of a personalised ubiquitous learning support system based on learning style-preferred technology type decision model on University Students' SQL learning performance
Hidayat et al. Usability evaluation on educational chatbot using the system usability scale (sus)
Kulaglić et al. Influence of learning styles on improving efficiency of adaptive educational hypermedia systems
CN112287115A (zh) 基于知识掌握程度图的个性化教学方法、系统及装置
Ahn et al. Adaptive visual dialog for intelligent tutoring systems
Behrens et al. An Evidence Centered Design for Learning and Assessment in the Digital World. CRESST Report 778.
Sun et al. Current state of learning analytics: a synthesis review based on the combination of activity theory and pedagogy
CN112215506A (zh) 智慧数字教育ai课堂大数据管理平台及装置
Unčík et al. Annotating educational content by questions created by learners

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