CN115600922A - 一种多维度智能化教学质量评估方法及系统 - Google Patents
一种多维度智能化教学质量评估方法及系统 Download PDFInfo
- Publication number
- CN115600922A CN115600922A CN202211226366.1A CN202211226366A CN115600922A CN 115600922 A CN115600922 A CN 115600922A CN 202211226366 A CN202211226366 A CN 202211226366A CN 115600922 A CN115600922 A CN 115600922A
- Authority
- CN
- China
- Prior art keywords
- teaching
- information
- classroom
- teacher
- matching degree
- 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
- 238000001303 quality assessment method Methods 0.000 title claims abstract description 29
- 230000003993 interaction Effects 0.000 claims abstract description 61
- 238000011156 evaluation Methods 0.000 claims description 240
- 238000004458 analytical method Methods 0.000 claims description 24
- 238000000034 method Methods 0.000 claims description 19
- 238000000605 extraction Methods 0.000 claims description 14
- 238000004364 calculation method Methods 0.000 claims description 9
- 238000000354 decomposition reaction Methods 0.000 claims description 8
- 238000012549 training Methods 0.000 claims description 8
- 230000004044 response Effects 0.000 claims description 7
- 238000012545 processing Methods 0.000 claims description 6
- 238000006243 chemical reaction Methods 0.000 claims description 5
- 239000010410 layer Substances 0.000 description 12
- 238000013441 quality evaluation Methods 0.000 description 11
- 230000008569 process Effects 0.000 description 4
- 238000010586 diagram Methods 0.000 description 3
- 230000014509 gene expression Effects 0.000 description 3
- 230000006872 improvement Effects 0.000 description 3
- 230000002452 interceptive effect Effects 0.000 description 3
- 238000007726 management method Methods 0.000 description 3
- 230000003044 adaptive effect Effects 0.000 description 2
- 230000006399 behavior Effects 0.000 description 2
- 230000000694 effects Effects 0.000 description 2
- 230000000007 visual effect Effects 0.000 description 2
- 238000012098 association analyses Methods 0.000 description 1
- 230000008859 change Effects 0.000 description 1
- 239000000284 extract Substances 0.000 description 1
- 230000010354 integration Effects 0.000 description 1
- 238000011835 investigation Methods 0.000 description 1
- 239000002346 layers by function Substances 0.000 description 1
- 238000013507 mapping Methods 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 230000000737 periodic effect Effects 0.000 description 1
- 238000000926 separation method Methods 0.000 description 1
- 230000001502 supplementing effect Effects 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
- G06Q10/0639—Performance analysis of employees; Performance analysis of enterprise or organisation operations
- G06Q10/06395—Quality analysis or management
-
- 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
- G06Q10/0639—Performance analysis of employees; Performance analysis of enterprise or organisation operations
- G06Q10/06393—Score-carding, benchmarking or key performance indicator [KPI] analysis
-
- 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)
- Human Resources & Organizations (AREA)
- Engineering & Computer Science (AREA)
- Educational Administration (AREA)
- Strategic Management (AREA)
- Economics (AREA)
- Tourism & Hospitality (AREA)
- Development Economics (AREA)
- Entrepreneurship & Innovation (AREA)
- General Physics & Mathematics (AREA)
- Marketing (AREA)
- Physics & Mathematics (AREA)
- General Business, Economics & Management (AREA)
- Theoretical Computer Science (AREA)
- Operations Research (AREA)
- Quality & Reliability (AREA)
- Game Theory and Decision Science (AREA)
- Educational Technology (AREA)
- Health & Medical Sciences (AREA)
- General Health & Medical Sciences (AREA)
- Primary Health Care (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
本发明提供了一种多维度智能化教学质量评估方法及系统,涉及教育管理技术领域,获取教学记录信息,包括教学目标信息、教学课件信息、课堂记录信息,对教学目标信息进行分解,并分别与教学课件信息进行匹配度评估获得课件匹配度评估结果,基于课堂记录信息对课堂教学质量进行评估生成课堂互动评估结果,基于教师课堂记录信息进行教师教学质量评估生成教师教学状态评估结果,进而进行综合评估获得教学质量综合评价,解决了现有技术中评估方法不够智能化,评估信息较为宽泛且分析维度不足,使得分析过程针对性不足,造成最终的教学质量评估结果准确度不足的技术问题,通过优化评估方法,增加评估维度,实现了教学质量的智能化精准评估。
Description
技术领域
本发明涉及教育管理技术领域,具体涉及一种多维度智能化教学质量评估方法及系统。
背景技术
教育问题作为现如今的热点问题,通过进行教学质量评估,可对教学工作进行全面的提高与改进,优化教学方式,进而整体提升教学水平,促进学校的规范化管理,因而对于教学质量的评估需具有科学性,且与实际相适配,以保障最终评估结果的实际贴合度,避免后续出现教学调整偏差,使得对于教学质量评估结果的精准度要求极高,现如今,主要通过问卷调查、信息统计等方式进行信息采集评估,由于方法普适性较强、针对性不足,使得最终的评估结果较之实际存在偏差,不利于后续进行针对性调整。
现有技术中,进行教学质量评估时由于评估方法不够智能化,评估信息较为宽泛且分析维度不足,使得分析过程针对性不足,造成最终的教学质量评估结果准确度不足。
发明内容
本申请提供了一种多维度智能化教学质量评估方法及系统,用于针对解决现有技术中存在的评估方法不够智能化,评估信息较为宽泛且分析维度不足,使得分析过程针对性不足,造成最终的教学质量评估结果准确度不足的技术问题。
鉴于上述问题,本申请提供了一种多维度智能化教学质量评估方法及系统。
第一方面,本申请提供了一种多维度智能化教学质量评估方法,所述方法包括:获得教学记录信息,其中,所述教学记录信息包括教学目标信息、教学课件信息、课堂记录信息;对教学目标信息进行分解,确定教学知识点信息、教学实践要求、教学拓展范围;分别根据所述教学知识点信息、教学实践要求、教学拓展范围,对所述教学课件信息进行匹配度评估,获得课件匹配度评估结果;根据所述课堂记录信息,进行教师信息、学生信息提取,获得教师课堂记录信息、学生课堂记录信息及教师课堂记录信息与学生课堂记录信息的对应关系;基于所述教师课堂记录信息与学生课堂记录信息的对应关系,对课堂教学质量进行评估,获得课堂互动评估结果;根据所述教师课堂记录信息,对教师教学质量进行评估,获得教师教学状态评估结果;根据所述课件匹配度评估结果、课堂互动评估结果、教师教学状态评估结果,获得教学质量综合评价。
第二方面,本申请提供了一种多维度智能化教学质量评估系统,所述系统包括:信息获取模块,所述信息获取模块用于获得教学记录信息,其中,所述教学记录信息包括教学目标信息、教学课件信息、课堂记录信息;信息分解模块,所述信息分解模块用于对教学目标信息进行分解,确定教学知识点信息、教学实践要求、教学拓展范围;匹配度评估模块,所述匹配度评估模块用于分别根据所述教学知识点信息、教学实践要求、教学拓展范围,对所述教学课件信息进行匹配度评估,获得课件匹配度评估结果;信息提取模块,所述信息提取模块用于根据所述课堂记录信息,进行教师信息、学生信息提取,获得教师课堂记录信息、学生课堂记录信息及教师课堂记录信息与学生课堂记录信息的对应关系;课堂互动评估模块,所述课堂互动评估模块用于基于所述教师课堂记录信息与学生课堂记录信息的对应关系,对课堂教学质量进行评估,获得课堂互动评估结果;教学状态评估模块,所述教学状态评估模块用于根据所述教师课堂记录信息,对教师教学质量进行评估,获得教师教学状态评估结果;综合评价模块,所述综合评价模块用于根据所述课件匹配度评估结果、课堂互动评估结果、教师教学状态评估结果,获得教学质量综合评价。
本申请中提供的一个或多个技术方案,至少具有如下技术效果或优点:
本申请实施例提供的一种多维度智能化教学质量评估方法,获得教学记录信息,包括教学目标信息、教学课件信息、课堂记录信息,对教学目标信息进行分解,确定教学知识点信息、教学实践要求、教学拓展范围,进而分别与所述教学课件信息进行匹配度评估,获得课件匹配度评估结果,基于所述课堂记录信息提取教师课堂记录信息与学生课堂记录信息,确定教师课堂记录信息与学生课堂记录信息的对应关系,进而对课堂教学质量进行评估生成课堂互动评估结果,基于所述教师课堂记录信息进行教师教学质量评估,获取教师教学状态评估结果,根据所述课件匹配度评估结果、课堂互动评估结果、教师教学状态评估结果,获得教学质量综合评价,解决了现有技术中存在的评估方法不够智能化,评估信息较为宽泛且分析维度不足,使得分析过程针对性不足,造成最终的教学质量评估结果准确度不足的技术问题,通过优化评估方法,增加评估维度,实现了教学质量的智能化精准评估。
附图说明
图1为本申请提供了一种多维度智能化教学质量评估方法流程示意图;
图2为本申请提供了一种多维度智能化教学质量评估方法中课堂互动评估结果获取流程示意图;
图3为本申请提供了一种多维度智能化教学质量评估方法中教学质量综合评价获取流程示意图;
图4为本申请提供了一种多维度智能化教学质量评估系统结构示意图。
附图标记说明:信息获取模块11,信息分解模块12,匹配度评估模块13,信息对应模块14,课堂互动评估模块15,教学状态评估模块16,综合评价模块17。
具体实施方式
本申请通过提供一种多维度智能化教学质量评估方法及系统,获取教学记录信息,包括教学目标信息、教学课件信息、课堂记录信息,对教学目标信息进行分解,并分别与教学课件信息进行匹配度评估获得课件匹配度评估结果,基于课堂记录信息对课堂教学质量进行评估生成课堂互动评估结果,基于教师课堂记录信息进行教师教学质量评估生成教师教学状态评估结果,进而进行综合评估获得教学质量综合评价,用于解决现有技术中存在的评估方法不够智能化,评估信息较为宽泛且分析维度不足,使得分析过程针对性不足,造成最终的教学质量评估结果准确度不足的技术问题。
实施例一
如图1所示,本申请提供了一种多维度智能化教学质量评估方法,所述方法包括:
步骤S100:获得教学记录信息,其中,所述教学记录信息包括教学目标信息、教学课件信息、课堂记录信息;
具体而言,教育问题作为现如今的主要热点问题,社会对其的关注度越来越高,因而教学质量成为人们的主要关注问题,可通过进行教学质量评估对教学方法、模式等进行调整优化,以提上教学质量,本申请提供的一种多维度智能化教学质量评估方法,基于多维度对教师教学质量进行评估,对获取的多种评估结果进行综合性评价,以保障评价结果的准确度,提升与实际教学的贴合度,首先,对所述教学记录信息进行采集,所述教学记录信息为过去一预定时间区间内教师的教学信息,包括所述教学目标信息、所述教学课件信息与所述课堂记录信息,基于时间序列对上述信息进行对应整合处理,生成所述教学质量信息,将所述教学记录信息作为待分析数据源,为后续进行教学质量分析评估提供的信息依据。
步骤S200:对教学目标信息进行分解,确定教学知识点信息、教学实践要求、教学拓展范围;
步骤S300:分别根据所述教学知识点信息、教学实践要求、教学拓展范围,对所述教学课件信息进行匹配度评估,获得课件匹配度评估结果;
具体而言,对所述教学记录信息中的所述教学目标信息进行提取,进而对其进行细化分解,生成所述教学知识点信息、所述教学实践要求与所述教学拓展范围,所述教学知识点信息为基本的理论知识点,例如教学方向、框架体系等需掌握的基础知识;所述教学实践要求为完成教学任务后可完成的社会实践内容;所述教学拓展范围为基础教学信息外的补充知识点,例如一些实用性较强的延伸性知识信息,对所述教学知识点信息、所述教学实践要求与所述教学拓展范围进行教学课件的映射对应,分别与对应的所述教学课件信息的匹配度进行评估分析,包括课件的内容完整度、知识点条理性等,例如,进行所述教学知识点信息与对应教学课件匹配度评估时,提取知识点识别特征与所述教学知识点信息进行重叠比对,确定两者的信息匹配度,以生成多个匹配度数据,进一步的,分别对教学知识点匹配度、实践能力知识匹配度与拓展知识匹配度进行权重分析,设定对应的权重值,进一步进行加权计算生成所述课件匹配度评估结果,将所述课件匹配度评估结果作为教学质量的判定标准之一。
进一步而言,分别根据所述教学知识点信息、教学实践要求、教学拓展范围,对所述教学课件信息进行匹配度评估,获得课件匹配度评估结果,本申请步骤S300还包括:
步骤S310:对所述教学知识点信息进行语义分析,确定教学知识点识别特征,利用所述教学知识点识别特征对所述教学课件信息进行遍历,获得教学知识点匹配度;
步骤S320:对所述教学实践要求进行实践能力分解,确定实践培训能力,基于所述实践培训能力进行特征提取,获得实践能力知识特征;
步骤S330:利用所述实践能力知识特征对所述教学课件信息进行遍历,获得实践能力知识匹配度;
步骤S340:对所述教学拓展范围进行知识点转换,获得拓展知识信息,利用所述拓展知识信息对所述教学课件信息进行遍历,获得拓展知识匹配度;
步骤S350:根据所述教学知识点匹配度、实践能力知识匹配度、拓展知识匹配度,获得所述课件匹配度评估结果。
具体而言,通过进行教学目标分解,确定所述教学知识点信息、所述教学实践信息与所述教学拓展范围,对所述教学知识点信息进行语义分析,例如核心内容、知识框架体系、所属领域范围等,将其作为所述教学知识点识别特征,遍历所述教学课件信息,通过进行所述教学知识点识别特征与所述教学课件信息的映射对应,确定两者对应知识点信息的符合度,确定所述教学知识点匹配度,同理,对所述教学实践要求进行实践能力分解,例如实践内容、实践完成标准、实践步骤、示例性解析等,将其确定为所述实践培训能力,进一步进行特征提取,确定所述实践培训能力的可视化表述特征,进而遍历所述教学课件信息,对所述实践能力知识特征与所述教学课件信息进行映射对应,评判两者对应信息的符合度,生成所述实践能力知识匹配度。
进一步的,对所述拓展范围进行知识点转换,所述拓展范围属于教学知识点信息的扩充,例如相关热点信息、关联性知识点、上位知识点等,所述拓展范围可能时不同展现形式,例如视频讲解等,对其进行转换以便进行内容信息识别,获取所述拓展知识信息,进而与所述教学课件信息进行内容的映射对应,确定两者的知识点信息符合度,生成所述拓展知识匹配度,进一步对所述教学知识点匹配度、所述实践能力知识匹配度与所述拓展知识匹配度进行对应整合处理,生成所述课件匹配度评估结果,基于多个维度进行课件匹配度分析评估,可提高最终的评估结果准确性。
进一步而言,根据所述教学知识点匹配度、实践能力知识匹配度、拓展知识匹配度,获得所述课件匹配度评估结果,本申请步骤S350还包括:
步骤S351:获得教学知识点匹配度、实践能力知识匹配度、拓展知识匹配度的权重设定信息;
步骤S352:基于所述权重设定信息对所述教学知识点匹配度、实践能力知识匹配度、拓展知识匹配度进行加权计算,获得所述课件匹配度评估结果。
具体而言,通过进行教学课件信息匹配度评估,获取所述教学知识点匹配度,所述实践能力匹配度与所述拓展知识匹配度,进一步对其进行重要程度评估,可通过判断对教学目标的影响程度确定重要度,进而确定各匹配度的权重值,权重值与重要度成正比,需依据实际教学目标进行具体判定,示例性的,本次教学目标信息主要针对基本知识内容的学习巩固,则所述教学知识点匹配度权重值最高,可依据实际教学目标进行权重值调整,以提高后续综合匹配度评估结果的实际贴合度,获取所述权重设定信息,进一步以所述权重设定信息为基准对所述教学知识点匹配度、所述实践能力知识匹配度与所述拓展知识匹配度进行加权计算,以进行匹配度的综合性评估,生成所述课件匹配度评估结果,以保障所述乐见匹配度评估结果与实际教学目标的贴合度。
步骤S400:根据所述课堂记录信息,进行教师信息、学生信息提取,获得教师课堂记录信息、学生课堂记录信息及教师课堂记录信息与学生课堂记录信息的对应关系;
步骤S500:基于所述教师课堂记录信息与学生课堂记录信息的对应关系,对课堂教学质量进行评估,获得课堂互动评估结果;
具体而言,从所述教学记录信息中提取所述课堂记录信息,通过进行信息的归类识别确定所述教师信息与所述学生信息,示例性的,可基于行为特征进行信息判定,例如肢体动作,语言频率、位置变化等,基于时间序列进行信息的顺序性整合,生成所述教师课堂记录信息与所述学生课堂记录信息,所述教师课堂记录信息与所述学生课堂记录信息基于时序性一一对应,可依据行为特征进行对应判定,进一步提取课堂周期,将其作为评价时间区间进行课堂互动评价,一般而言,课堂互动度与教学质量成正比,进而基于知识点的重要程度进行评价权重设定,进一步基于不同知识点对应的学生掌握要求进行知识要点掌握度评价,知识点的重要程度不同,对应的掌握度评级标准不同,依据对应的所述学生掌握要求进行具体评定,进一步对课堂教学质量的评估标准进行综合性分析生成所述课堂互动评估结果,将其作为最终的教学质量评价依据之一。
进一步而言,如图2所示,基于所述教师课堂记录信息与学生课堂记录信息的对应关系,对课堂教学质量进行评估,获得课堂互动评估结果,本申请步骤S500还包括:
步骤S510:根据所述教师课堂记录信息与学生课堂记录信息的对应关系,提取教师课堂内容信息、学生课堂学习反应信息;
步骤S520:根据所述教师课堂内容信息,确定内容知识特征、学生掌握要求特征;
步骤S530:根据所述内容知识特征进行知识点重要性评价,确定各知识点重要性,基于各知识点重要性,设定知识点评价权重;
步骤S540:根据所述教师课堂记录信息与学生课堂记录信息的对应关系,获得课堂互动信息,对课堂互动信息进行全课堂周期提取,确定全课堂周期互动评价信息;
步骤S550:根据所述内容知识特征与所述学生掌握要求特征进行关联性分析,获得学生要点掌握度;
步骤S560:根据所述知识点评价权重、所述全课堂周期互动评价信息、所述学生要点掌握度,获得所述课堂互动评估结果。
具体而言,提取所述课堂记录信息并进行信息识别,依据所述教师课堂记录信息与所述学生课堂记录信息之间的对应关系对所述教师课堂内容信息与所述学生课堂学习反应信息进行提取,其中,所述教师课堂内容信息与所述学生课堂学习反应信息一一对应,基于时间序列对其进行映射标志,以便后续进行识别分析,基于所述教师课堂记录信息对所述内容知识特征与所述学生掌握要求特征进行确定,不同内容知识特征对应的掌握要求存在差异性,例如,对于核心知识点,要求学以致用理解透彻,而对于部分重要度不高的知识点要求理解即可,进一步依据所述内容知识特征对知识点进行重要度评价,例如,核心公式作为后续计算的主要依据,其重要度极高,而对于延伸的拓展公式则重要度较低,以各知识点的重要性为衡量标准设定所述知识点评价权重,重要性越高,权重值越大。
进一步的,将单节课堂作为提取周期,对所述教师课堂记录信息与对应的学生课堂记录信息进行提取,获取所述课堂互动信息,对所述课堂互动信息进行分析评估,依据课堂活跃度、学生对授课内容反应度、教师授课趣味度、师生互动频率等进行对应记录信息的互动评价,生成所述全课堂周期互动评价信息,进一步对所述知识内容特征与所述学生掌握要求进行关联分析,不同知识内容特征对应的掌握标准不同,基于掌握要求判定掌握度,确定所述学生要点掌握度,进一步的,对所述知识点评价权重、所述全课堂周期互动评价信息与所述学生要点掌握度进行综合性评估,生成所述课堂互动评估结果,基于知识点重要级别进行分级评估,以保障评估结果准确度。
步骤S600:根据所述教师课堂记录信息,对教师教学质量进行评估,获得教师教学状态评估结果;
步骤S700:根据所述课件匹配度评估结果、课堂互动评估结果、教师教学状态评估结果,获得教学质量综合评价。
具体而言,从所述教学记录信息中提取所述教师课堂记录信息,对所述教师课堂记录信息进行信息分离,确定所述教师语言信息、所述教师肢体信息与所述教学课件展示信息,基于时间序列对上述信息进行信息映射对应,进而对所述教学课件展示信息分别与所述教师语言信息和所述教师肢体信息进行适配性分析评估,生成评估结果并确定对应的权重值,进而进行综合性分析生成所述教师教学状态评估结果,进一步的,设定评价目标信息,即教学质量评估的目的,例如,改进教学方式、促进规范化管理等,基于所述评价目标信息对所述教学课件匹配度评估结果、所述课堂互动评估结果与所述教师教学状态评估结果进行权重值设置,基于权重值对其进行综合性评估分析,生成所述教学质量综合评价,其中,评价目标不同,对应的权重值设置存在差异性,以进行针对性的评估,可有效提升最终评估结果的实际贴合度。
进一步而言,根据所述教师课堂记录信息,对教师教学质量进行评估,获得教师教学状态评估结果,本申请步骤S600还包括:
步骤S610:根据所述教师课堂记录信息,提取教师语言信息、教师肢体信息、教学课件展示信息;
步骤S620:根据所述教师语言信息与所述教学课件展示信息的对应关系,分别从教学知识点信息、教学实践要求、教学拓展范围对教学内容讲述覆盖率进行评价,获得教师教学内容评估信息;
步骤S630:根据所述教师肢体信息与教学课件展示信息的对应关系,对教师肢体匹配度进行评价,获得教师肢体匹配评估信息;
步骤S640:根据所述教师教学内容评估信息、教师肢体匹配评估信息,获得所述教师教学状态评估结果。
具体而言,对所述教师课堂记录信息进行信息识别提取,确定所述教师语言信息、所述教师肢体信息与所述教学课件信息,其中,所述教师语言信息、所述教师肢体信息与所述教学课件信息应步调一致,相匹配,将所述教学知识点信息、所述教学实践要求与所述教学拓展范围作为判定标准,其判定权重存在差异性,对所述教师语言信息与所述教学课件展示信息进行教学评估,确定具体的教学内容较之判定标准的匹配度,通过对教学内容进行讲述覆盖率评价生成所述教师教学内容评估信息,进一步基于时序性对所述教师肢体信息与所述教学课件展示信息进行映射对应,分析教师肢体与讲述内容的契合度,正确的肢体动作可对学生进行教学提示与引导,同时,教师的一些微表情也会影响到学生的学习状态,例如微笑、鼓励等,生成所述教师肢体匹配度评估信息,进一步对所述教师教学内容评估信息与所述教师肢体匹配评估信息进行综合性评估,其中,所述教师教学内容评估信息的权重值较大,生成所述教师教学状态评估结果,将其作为教学质量的判定依据之一。
进一步而言,如图3所示,根据所述课件匹配度评估结果、课堂互动评估结果、教师教学状态评估结果,获得教学质量综合评价,本申请步骤S700还包括:
步骤S710-1:设定评价目标信息;
步骤S720-1:根据所述评价目标信息,确定课件匹配度评估结果、课堂互动评估结果、教师教学状态评估结果的权重值;
步骤S730-1:利用课件匹配度评估结果、课堂互动评估结果、教师教学状态评估结果的权重值对权重层进行权重设置;
步骤S740-1:基于所述权重层设置的权重,通过处理层将课件匹配度评估结果、课堂互动评估结果、教师教学状态评估结果进行加权计算,输出所述教学质量综合评价。
具体而言,基于具体的教学要求设定所述评价目标信息,所述评价目标信息为教学质量的评估目的,例如,若想基于教学质量评估结果对课堂质量进行改进优化时,对于所述课堂互动评估结果的权重值较高,基于所述评价目标信息对所述课件匹配度评估结果、所述课堂互动评估结果与所述教师教学状态评估结果进行权重值设定,进一步基于权重层进行权重设置,所述权重层为进行权重分配的网络层,可有效保证权重分配的客观性,权重设置完成后,基于处理层对所述课件匹配度评估结果、所述课堂互动评估结果与所述教师教学状态评估结果基于权重值进行加权计算,输出所述教学质量综合评价,其中,所述权重层与所述处理层为辅助进行教学质量评估的功能层,可有效保障分析结果的客观性。
进一步而言,本申请步骤S700还包括:
步骤S710-2:获得学生实践记录信息、学生课堂内容反馈信息;
步骤S720-2:根据所述学生实践记录信息、所述学生课堂内容反馈信息对学生实践能力、学生知识掌握程度进行评价,获得学生实践预测信息;
步骤S730-2:基于所述学生实践预测信息对班级学生进行实践预测信息进行分类,获得学生预测分类结果;
步骤S740-2:根据学生预测分类结果、教学目标信息,进行预测结果匹配度评价,确定班级评价结果,将所述班级评价结果加入所述教学质量综合评价中。
具体而言,对所述学生实践记录信息与所述学生课堂内容反馈信息进行采集,可侧面反应同等教学模式下不同学生对知识点内容的接受度,进一步基于所述学生实践记录信息与所述学生课堂内容反馈信息分别对所述学生实践能力与所述学生知识掌握程度进行评价,其中,对应的评估信息成正比,示例性的,可分别对所述学生实践能力与所述学生知识掌握程度设定评估等级,以进行信息的可视化表述,对多个学生进行评价信息整理,分别进行实践预测,例如,某学生对应的课堂内容反馈信息不达标,但对应的实践记录信息比较强,未来可朝着实操方向进行规划,生成所述学生实践预测信息,进一步对所述学生实践预测信息进行分类,例如实验操作、数据处理能力、社会性能力等,生成所述学生与预测分类结果,进一步对所述学生预测分类结果与所述教学目标信息进行匹配度评价,基于所述学生预测分类结果中与所述教学目标信息相适配的结果与总的预测结果进行概率计算,基于概率计算结果确定两者的匹配度,将其作为班级评价结果,进而将所述班级评价结果作为所述教学质量的评价依据之一对所述教学质量综合评价进行调整,使得所述教学质量综合评价更贴合实际。
实施例二
基于与前述实施例中一种多维度智能化教学质量评估方法相同的发明构思,如图4所示,本申请提供了一种多维度智能化教学质量评估系统,所述系统包括:
信息获取模块11,所述信息获取模块11用于获得教学记录信息,其中,所述教学记录信息包括教学目标信息、教学课件信息、课堂记录信息;
信息分解模块12,所述信息分解模块12用于对教学目标信息进行分解,确定教学知识点信息、教学实践要求、教学拓展范围;
匹配度评估模块13,所述匹配度评估模块13用于分别根据所述教学知识点信息、教学实践要求、教学拓展范围,对所述教学课件信息进行匹配度评估,获得课件匹配度评估结果;
信息对应模块14,所述信息对应模块14用于根据所述课堂记录信息,进行教师信息、学生信息提取,获得教师课堂记录信息、学生课堂记录信息及教师课堂记录信息与学生课堂记录信息的对应关系;
课堂互动评估模块15,所述课堂互动评估模块15用于基于所述教师课堂记录信息与学生课堂记录信息的对应关系,对课堂教学质量进行评估,获得课堂互动评估结果;
教学状态评估模块16,所述教学状态评估模块16用于根据所述教师课堂记录信息,对教师教学质量进行评估,获得教师教学状态评估结果;
综合评价模块17,所述综合评价模块17用于根据所述课件匹配度评估结果、课堂互动评估结果、教师教学状态评估结果,获得教学质量综合评价。
进一步而言,所述系统还包括:
知识点匹配度确定模块,所述知识点匹配度确定模块用于对所述教学知识点信息进行语义分析,确定教学知识点识别特征,利用所述教学知识点识别特征对所述教学课件信息进行遍历,获得教学知识点匹配度;
特征提取模块,所述特征提取模块用于对所述教学实践要求进行实践能力分解,确定实践培训能力,基于所述实践培训能力进行特征提取,获得实践能力知识特征;
实践能力知识匹配度获取模块,所述实践能力知识匹配度获取模块用于利用所述实践能力知识特征对所述教学课件信息进行遍历,获得实践能力知识匹配度;
拓展知识匹配度获取模块,所述拓展知识匹配度获取模块用于对所述教学拓展范围进行知识点转换,获得拓展知识信息,利用所述拓展知识信息对所述教学课件信息进行遍历,获得拓展知识匹配度;
课件匹配度评估模块,所述课件匹配度评估模块用于根据所述教学知识点匹配度、实践能力知识匹配度、拓展知识匹配度,获得所述课件匹配度评估结果。
进一步而言,所述系统还包括:
权重设定模块,所述权重设定模块用于获得教学知识点匹配度、实践能力知识匹配度、拓展知识匹配度的权重设定信息;
匹配度计算模块,所述匹配度计算模块用于基于所述权重设定信息对所述教学知识点匹配度、实践能力知识匹配度、拓展知识匹配度进行加权计算,获得所述课件匹配度评估结果。
进一步而言,所述系统还包括:
信息提取模块,所述信息提取模块用于根据所述教师课堂记录信息与学生课堂记录信息的对应关系,提取教师课堂内容信息、学生课堂学习反应信息;
特征确定模块,所述特征确定模块用于根据所述教师课堂内容信息,确定内容知识特征、学生掌握要求特征;
评价权重设定模块,所述评价权重设定模块用于根据所述内容知识特征进行知识点重要性评价,确定各知识点重要性,基于各知识点重要性,设定知识点评价权重;
周期性信息提取模块,所述周期性信息提取模块用于根据所述教师课堂记录信息与学生课堂记录信息的对应关系,获得课堂互动信息,对课堂互动信息进行全课堂周期提取,确定全课堂周期互动评价信息;
关联性分析模块,所述关联性分析模块用于根据所述内容知识特征与所述学生掌握要求特征进行关联性分析,获得学生要点掌握度;
互动评价模块,所述互动评价模块用于根据所述知识点评价权重、所述全课堂周期互动评价信息、所述学生要点掌握度,获得所述课堂互动评估结果。
进一步而言,所述系统还包括:
记录信息提取模块,所述记录信息提取模块用于根据所述教师课堂记录信息,提取教师语言信息、教师肢体信息、教学课件展示信息;
教学内容评估模块,所述教学内容评估模块用于根据所述教师语言信息与所述教学课件展示信息的对应关系,分别从教学知识点信息、教学实践要求、教学拓展范围对教学内容讲述覆盖率进行评价,获得教师教学内容评估信息;
肢体匹配度评价模块,所述肢体匹配度评价模块用于根据所述教师肢体信息与教学课件展示信息的对应关系,对教师肢体匹配度进行评价,获得教师肢体匹配评估信息;
教师教学状态评估模块,所述教师教学状态评估模块用于根据所述教师教学内容评估信息、教师肢体匹配评估信息,获得所述教师教学状态评估结果。
进一步而言,所述系统还包括:
信息设定模块,所述信息设定模块用于设定评价目标信息;
权重值确定模块,所述权重值确定模块用于根据所述评价目标信息,确定课件匹配度评估结果、课堂互动评估结果、教师教学状态评估结果的权重值;
权重设置模块,所述权重设置模块用于利用课件匹配度评估结果、课堂互动评估结果、教师教学状态评估结果的权重值对权重层进行权重设置;
教学质量综合评价模块,所述教学质量综合评价模块用于基于所述权重层设置的权重,通过处理层将课件匹配度评估结果、课堂互动评估结果、教师教学状态评估结果进行加权计算,输出所述教学质量综合评价。
进一步而言,所述系统还包括:
参数信息获取模块,所述参数信息获取模块用于获得学生实践记录信息、学生课堂内容反馈信息;
实践预测模块,所述实践预测模块用于根据所述学生实践记录信息、所述学生课堂内容反馈信息对学生实践能力、学生知识掌握程度进行评价,获得学生实践预测信息;
预测信息分类模块,所述预测信息分类模块用于基于所述学生实践预测信息对班级学生进行实践预测信息进行分类,获得学生预测分类结果;
综合评价补充模块,所述综合评价补充模块用于根据学生预测分类结果、教学目标信息,进行预测结果匹配度评价,确定班级评价结果,将所述班级评价结果加入所述教学质量综合评价中。
本说明书通过前述对一种多维度智能化教学质量评估方法的详细描述,本领域技术人员可以清楚的知道本实施例中一种多维度智能化教学质量评估方法及系统,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申请。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申请的精神或范围的情况下,在其它实施例中实现。因此,本申请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 (8)
1.一种多维度智能化教学质量评估方法,其特征在于,所述方法包括:
获得教学记录信息,其中,所述教学记录信息包括教学目标信息、教学课件信息、课堂记录信息;
对教学目标信息进行分解,确定教学知识点信息、教学实践要求、教学拓展范围;
分别根据所述教学知识点信息、教学实践要求、教学拓展范围,对所述教学课件信息进行匹配度评估,获得课件匹配度评估结果;
根据所述课堂记录信息,进行教师信息、学生信息提取,获得教师课堂记录信息、学生课堂记录信息及教师课堂记录信息与学生课堂记录信息的对应关系;
基于所述教师课堂记录信息与学生课堂记录信息的对应关系,对课堂教学质量进行评估,获得课堂互动评估结果;
根据所述教师课堂记录信息,对教师教学质量进行评估,获得教师教学状态评估结果;
根据所述课件匹配度评估结果、课堂互动评估结果、教师教学状态评估结果,获得教学质量综合评价。
2.如权利要求1所述的方法,其特征在于,分别根据所述教学知识点信息、教学实践要求、教学拓展范围,对所述教学课件信息进行匹配度评估,获得课件匹配度评估结果,包括:
对所述教学知识点信息进行语义分析,确定教学知识点识别特征,利用所述教学知识点识别特征对所述教学课件信息进行遍历,获得教学知识点匹配度;
对所述教学实践要求进行实践能力分解,确定实践培训能力,基于所述实践培训能力进行特征提取,获得实践能力知识特征;
利用所述实践能力知识特征对所述教学课件信息进行遍历,获得实践能力知识匹配度;
对所述教学拓展范围进行知识点转换,获得拓展知识信息,利用所述拓展知识信息对所述教学课件信息进行遍历,获得拓展知识匹配度;
根据所述教学知识点匹配度、实践能力知识匹配度、拓展知识匹配度,获得所述课件匹配度评估结果。
3.如权利要求2所述的方法,其特征在于,根据所述教学知识点匹配度、实践能力知识匹配度、拓展知识匹配度,获得所述课件匹配度评估结果,包括:
获得教学知识点匹配度、实践能力知识匹配度、拓展知识匹配度的权重设定信息;
基于所述权重设定信息对所述教学知识点匹配度、实践能力知识匹配度、拓展知识匹配度进行加权计算,获得所述课件匹配度评估结果。
4.如权利要求1所述的方法,其特征在于,基于所述教师课堂记录信息与学生课堂记录信息的对应关系,对课堂教学质量进行评估,获得课堂互动评估结果,包括:
根据所述教师课堂记录信息与学生课堂记录信息的对应关系,提取教师课堂内容信息、学生课堂学习反应信息;
根据所述教师课堂内容信息,确定内容知识特征、学生掌握要求特征;
根据所述内容知识特征进行知识点重要性评价,确定各知识点重要性,基于各知识点重要性,设定知识点评价权重;
根据所述教师课堂记录信息与学生课堂记录信息的对应关系,获得课堂互动信息,对课堂互动信息进行全课堂周期提取,确定全课堂周期互动评价信息;
根据所述内容知识特征与所述学生掌握要求特征进行关联性分析,获得学生要点掌握度;
根据所述知识点评价权重、所述全课堂周期互动评价信息、所述学生要点掌握度,获得所述课堂互动评估结果。
5.如权利要求1所述的方法,其特征在于,根据所述教师课堂记录信息,对教师教学质量进行评估,获得教师教学状态评估结果,包括:
根据所述教师课堂记录信息,提取教师语言信息、教师肢体信息、教学课件展示信息;
根据所述教师语言信息与所述教学课件展示信息的对应关系,分别从教学知识点信息、教学实践要求、教学拓展范围对教学内容讲述覆盖率进行评价,获得教师教学内容评估信息;
根据所述教师肢体信息与教学课件展示信息的对应关系,对教师肢体匹配度进行评价,获得教师肢体匹配评估信息;
根据所述教师教学内容评估信息、教师肢体匹配评估信息,获得所述教师教学状态评估结果。
6.如权利要求1所述的方法,其特征在于,根据所述课件匹配度评估结果、课堂互动评估结果、教师教学状态评估结果,获得教学质量综合评价,包括:
设定评价目标信息;
根据所述评价目标信息,确定课件匹配度评估结果、课堂互动评估结果、教师教学状态评估结果的权重值;
利用课件匹配度评估结果、课堂互动评估结果、教师教学状态评估结果的权重值对权重层进行权重设置;
基于所述权重层设置的权重,通过处理层将课件匹配度评估结果、课堂互动评估结果、教师教学状态评估结果进行加权计算,输出所述教学质量综合评价。
7.如权利要求1所述的方法,其特征在于,所述方法包括:
获得学生实践记录信息、学生课堂内容反馈信息;
根据所述学生实践记录信息、所述学生课堂内容反馈信息对学生实践能力、学生知识掌握程度进行评价,获得学生实践预测信息;
基于所述学生实践预测信息对班级学生进行实践预测信息进行分类,获得学生预测分类结果;
根据学生预测分类结果、教学目标信息,进行预测结果匹配度评价,确定班级评价结果,将所述班级评价结果加入所述教学质量综合评价中。
8.一种多维度智能化教学质量评估系统,其特征在于,所述系统包括:
信息获取模块,所述信息获取模块用于获得教学记录信息,其中,所述教学记录信息包括教学目标信息、教学课件信息、课堂记录信息;
信息分解模块,所述信息分解模块用于对教学目标信息进行分解,确定教学知识点信息、教学实践要求、教学拓展范围;
匹配度评估模块,所述匹配度评估模块用于分别根据所述教学知识点信息、教学实践要求、教学拓展范围,对所述教学课件信息进行匹配度评估,获得课件匹配度评估结果;
信息提取模块,所述信息提取模块用于根据所述课堂记录信息,进行教师信息、学生信息提取,获得教师课堂记录信息、学生课堂记录信息及教师课堂记录信息与学生课堂记录信息的对应关系;
课堂互动评估模块,所述课堂互动评估模块用于基于所述教师课堂记录信息与学生课堂记录信息的对应关系,对课堂教学质量进行评估,获得课堂互动评估结果;
教学状态评估模块,所述教学状态评估模块用于根据所述教师课堂记录信息,对教师教学质量进行评估,获得教师教学状态评估结果;
综合评价模块,所述综合评价模块用于根据所述课件匹配度评估结果、课堂互动评估结果、教师教学状态评估结果,获得教学质量综合评价。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202211226366.1A CN115600922A (zh) | 2022-10-09 | 2022-10-09 | 一种多维度智能化教学质量评估方法及系统 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202211226366.1A CN115600922A (zh) | 2022-10-09 | 2022-10-09 | 一种多维度智能化教学质量评估方法及系统 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN115600922A true CN115600922A (zh) | 2023-01-13 |
Family
ID=84847155
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202211226366.1A Pending CN115600922A (zh) | 2022-10-09 | 2022-10-09 | 一种多维度智能化教学质量评估方法及系统 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN115600922A (zh) |
Cited By (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN116452071A (zh) * | 2023-06-16 | 2023-07-18 | 济南科明数码技术股份有限公司 | 一种基于vr和5g技术的智慧教学质量评估系统 |
CN117114495A (zh) * | 2023-09-11 | 2023-11-24 | 湖南软件职业技术大学 | 一种能力生成分析的职业本科教育质量评估方法 |
CN117333067A (zh) * | 2023-10-12 | 2024-01-02 | 苏州市职业大学(苏州开放大学) | 一种智能化的体育教学数据管理方法及系统 |
-
2022
- 2022-10-09 CN CN202211226366.1A patent/CN115600922A/zh active Pending
Cited By (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN116452071A (zh) * | 2023-06-16 | 2023-07-18 | 济南科明数码技术股份有限公司 | 一种基于vr和5g技术的智慧教学质量评估系统 |
CN116452071B (zh) * | 2023-06-16 | 2023-08-18 | 济南科明数码技术股份有限公司 | 一种基于vr和5g技术的智慧教学质量评估系统 |
CN117114495A (zh) * | 2023-09-11 | 2023-11-24 | 湖南软件职业技术大学 | 一种能力生成分析的职业本科教育质量评估方法 |
CN117114495B (zh) * | 2023-09-11 | 2024-01-26 | 湖南软件职业技术大学 | 一种能力生成分析的职业本科教育质量评估方法 |
CN117333067A (zh) * | 2023-10-12 | 2024-01-02 | 苏州市职业大学(苏州开放大学) | 一种智能化的体育教学数据管理方法及系统 |
CN117333067B (zh) * | 2023-10-12 | 2024-04-05 | 苏州市职业大学(苏州开放大学) | 一种智能化的体育教学数据管理方法及系统 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN115600922A (zh) | 一种多维度智能化教学质量评估方法及系统 | |
CN101201980B (zh) | 一种基于语音情感识别的远程汉语教学系统 | |
CN108664614B (zh) | 基于教育大数据的学习者模型动态构建方法 | |
CN107918821A (zh) | 基于人工智能技术的教师课堂教学过程分析方法和系统 | |
CN112069970B (zh) | 课堂教学事件分析方法及装置 | |
CN112149994B (zh) | 一种基于统计分析的英语个人能力追踪学习系统 | |
CN111461394A (zh) | 一种基于深度矩阵分解的学生成绩预测方法 | |
CN110309300A (zh) | 一种识别理科试题知识点的方法 | |
US20240054913A1 (en) | Science teaching system and method for using same, and computer-readable storage medium | |
Kour et al. | Analysis of student performance using Machine learning Algorithms | |
CN112596731A (zh) | 一种融合智能教育的编程教学系统及方法 | |
Nuankaew et al. | Student Performance Prediction Model for Predicting Academic Achievement of High School Students. | |
Ma | Study on college English online teaching model in mixed context based on genetic algorithm and neural network algorithm | |
CN114330997A (zh) | 基于boppps模型的智慧教案生成系统 | |
CN116992142B (zh) | 一种基于用户大数据的课程智能推荐系统及方法 | |
Chen et al. | Assessing mathematics learning achievement using hybrid rough set classifiers and multiple regression analysis | |
CN117522222A (zh) | 一种基于大数据的教育测评软件实现方法 | |
CN116227729B (zh) | 基于机器学习的学习评价方法及装置、设备 | |
CN116226410B (zh) | 一种知识元联结学习者状态的教学评估与反馈方法及系统 | |
Kumar et al. | A naive based approach of model pruned trees on learner's response | |
Huang | Personalized College English Learning Based on Deep Learning under the Background of Big Data | |
Ma et al. | Construction of Smart Education Evaluation System: A Case Study of International Chinese Language Education | |
Shingari et al. | Predicting Student Performance Using Classification Data Mining Techniques | |
Ling | [Retracted] College English Audio‐Visual‐Oral Teaching Mode from the Perspective of Artificial Intelligence | |
CN116523225B (zh) | 一种基于数据挖掘的翻转课堂混合教学方法 |
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 |