CN116167667A - 一种教学评测方法 - Google Patents
一种教学评测方法 Download PDFInfo
- Publication number
- CN116167667A CN116167667A CN202310415990.4A CN202310415990A CN116167667A CN 116167667 A CN116167667 A CN 116167667A CN 202310415990 A CN202310415990 A CN 202310415990A CN 116167667 A CN116167667 A CN 116167667A
- Authority
- CN
- China
- Prior art keywords
- evaluation
- knowledge point
- teaching
- point set
- 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.)
- Granted
Links
- 238000011156 evaluation Methods 0.000 title claims abstract description 286
- 238000012360 testing method Methods 0.000 claims abstract description 65
- 238000000034 method Methods 0.000 claims abstract description 30
- 230000008569 process Effects 0.000 claims abstract description 18
- 238000004891 communication Methods 0.000 claims description 8
- 238000012163 sequencing technique Methods 0.000 claims description 7
- 238000006243 chemical reaction Methods 0.000 claims description 5
- 238000013209 evaluation strategy Methods 0.000 claims description 3
- 230000003247 decreasing effect Effects 0.000 claims 1
- 238000004590 computer program Methods 0.000 description 7
- 238000010586 diagram Methods 0.000 description 7
- 230000000694 effects Effects 0.000 description 5
- 230000006870 function Effects 0.000 description 5
- 238000013441 quality evaluation Methods 0.000 description 5
- 238000004458 analytical method Methods 0.000 description 4
- 238000012986 modification Methods 0.000 description 4
- 230000004048 modification Effects 0.000 description 4
- 238000012545 processing Methods 0.000 description 4
- 230000004075 alteration Effects 0.000 description 3
- 230000014509 gene expression Effects 0.000 description 3
- 238000010276 construction Methods 0.000 description 2
- 230000007547 defect Effects 0.000 description 2
- 238000003058 natural language processing Methods 0.000 description 2
- 238000012216 screening Methods 0.000 description 2
- 238000013459 approach Methods 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 238000004364 calculation method Methods 0.000 description 1
- 238000007621 cluster analysis Methods 0.000 description 1
- 230000001934 delay Effects 0.000 description 1
- 230000003993 interaction Effects 0.000 description 1
- 238000004519 manufacturing process Methods 0.000 description 1
- 230000007246 mechanism Effects 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 230000001360 synchronised 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
- 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)
- Strategic Management (AREA)
- Educational Administration (AREA)
- Economics (AREA)
- Tourism & Hospitality (AREA)
- General Physics & Mathematics (AREA)
- Educational Technology (AREA)
- Marketing (AREA)
- Theoretical Computer Science (AREA)
- Development Economics (AREA)
- Entrepreneurship & Innovation (AREA)
- Physics & Mathematics (AREA)
- General Business, Economics & Management (AREA)
- Quality & Reliability (AREA)
- Operations Research (AREA)
- Game Theory and Decision Science (AREA)
- Health & Medical Sciences (AREA)
- General Health & Medical Sciences (AREA)
- Primary Health Care (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
- Electrically Operated Instructional Devices (AREA)
Abstract
本发明属于教学系统领域,具体涉及一种教学评测方法。该教学评测方法应用于一教学系统,在评测时,获取教师终端的课程标识,在教学数据库内使用课程标识检索获取第一评测知识点集合;根据所述第一评测知识点集合在教学数据库内检索获取第一上下文知识点集合;在教学数据库内获取和第一上下文知识点集合对应的第二评测知识点集合;教师终端基于第一评测知识点集合和第二评测知识点集合生成评测任务集合;根据评测任务集合生成评测试题;向学生终端分发评测试题;基于评分结果对教学过程进行评测。本发明可实现根据知识点关联度进行教学质量评估,和根据教学质量反馈筛选出重点的知识点。
Description
技术领域
本发明属于教学系统领域,具体涉及一种教学评测方法。
背景技术
对教师的考核,往往都是通过对于课程的讲课的方式进行,而该形式不仅需要消耗大量的人力,会耽误较长的时间,并且此过程结果的获取也受到如网络、现场以及学生听课因素的影响。
传统的课堂教学效果评测主要依赖主观报告,包括师生、课堂外专家对交互过程的打分和学生的学业成绩等方面,缺少针对性的知识点的覆盖面考核。
针对教学效果的评测,目前已经公开的技术方案包括:
CN109284940A,公开通过设定评测参考项目并根据教学知识点生成评测试题,采集每个学生完成评测试题的情况,采集每个学生日常作业完成情况,采集教师课件内容,采集每个学生和教师的音频信息,对采集的数据进行统计和评测并生成评测报告,以获得教师教学水平的评估;
CN111325486A,公开了确定教师质量评测的影响因素,根据所述教师质量评测的影响因素建立教师质量评测的评价指标体系,通过层次分析法计算得到所述评价指标体系的指标权重,根据所述指标权重得到教师质量评测模型,将教师的所述影响因素的相关评分带入所述教师质量评测模型得到所述教师的评测得分;
CN112241851A,公开了一种基于大数据的教学内容评测方法及装置,通过获得教学主题、第一教学讲义;根据教学主题、第一教学讲义获得第一评测值;根据教学主题获得第一主题标准信息;根据第一教学讲义、第一主题标准信息获得第二评测值;获得第一学生信息;根据第一教学讲义、第一学生信息获得第一匹配度;根据第一匹配度获得第三评测值;根据第一、第二、第三评测值,获得评测结果;判断评测结果是否满足第一预定要求,当满足时获得第一指令用于发送评测结果并保存第一教学讲义。
然而上述的方法并不能够解决前述的问题,亟需改进。
发明内容
本发明的目的之一在于克服现有技术的至少一个缺陷,提供一种教学评测方法,可以实现根据课程关联度进行教学质量的评估。
本发明公开了一种教学评测方法,所述教学评测方法应用于一教学系统,教学系统包括一教师终端和多个学生终端,教师终端和教学数据库通信连接,学生终端和教师终端通信连接,所述教学评测方法包括:
获取教师终端的课程标识,在教学数据库内使用课程标识检索获取第一评测知识点集合;
根据所述第一评测知识点集合在教学数据库内检索,获取第一上下文知识点集合;
在教学数据库内获取和第一上下文知识点集合对应的第二评测知识点集合;
教师终端基于第一评测知识点集合和第二评测知识点集合生成评测任务集合;
接收教师终端输入的评测试题类型,根据评测任务集合生成评测试题;
向教师终端选择的学生终端分发评测试题;
教师终端接收学生终端返回的评测答复并对评测答复进行评分,基于评分结果对教学过程进行评测。
进一步优选地,根据教师终端的课程标识在教学数据库内检索获取包含于课程内的第一基础知识点集合,根据第一基础知识点集合获取第一知识点关键字集合,基于课堂录音进行文字转换获得课堂的录音文本,将第一知识点关键字集合和授课文本比对获得包含于录音文本内的第二知识点关键字集合,基于第二知识点关键字集合和课程匹配获取第二基础知识点集合作为第一评测知识点集合。
进一步优选地,根据教师终端的课程标识在教学数据库内检索获取包含于课程内的第一基础知识点集合作为第一评测知识点集合。
进一步优选地,所述上下文知识点按照如下的方式获得:
遍历第一评测知识点集合,获取第一评测知识点集合包含的第一评测知识点对应的前置知识点,将其加入前置知识点集合;
对前置知识点集合进行排序和去重,获得第一上下文知识点集合,其中,排序过程为按照前置知识点包含的关键字在评测知识点文本内出现的次数和关键字关联程度确定关联度,所述关键字关联程度为前置知识点包含的关键字在评测知识点文本包含的关键字文本附近出现的长度和频率。
进一步优选地,所述第一上下文知识点集合的大小大于第一评测知识点集合时,对第一上下文知识点集合进行排序,按照关联度从小到大的顺序移除评测知识点,使所述第一上下文知识点集合的大小不大于第一评测知识点集合。
进一步优选地,所述评测任务按照如下的方式生成:
根据待评测的学生终端的数目获得评测题目低数Vmin和评测题目高数Vmax;
根据评测题目低数Vmin和评测题目高数Vmax确定评测策略;
所述评测题目低数Vmin=C1/nue;
所述评测题目高数Vmax=C2/nue;
其中,C1为对第一评测知识点集合进行排列组合后的大小;
C2为对第一评测知识点集合和第二评测知识点集合进行排列组合后的大小之和;
nue为学生终端的数目。
进一步优选地,在评测题目高数Vmax低于学生终端的数目nue时,获取以第一评测知识点集合内元素为上下文知识点的第三评测知识点集合,基于第三评测知识点集合对第一评测知识点集合进行排序,按照和第三评测知识点集合关联度从小到大的顺序从第一评测集合内移除评测知识点,使所述评测题目高数Vmax的值不高于1。
进一步优选地,所述评测任务集合按照如下的方式获取:
基于评测知识点的关联度对第一评测知识点集合和第二评测知识点集合进行分类,对同一分类下的评测知识点进行组合获取评测任务,并将评测任务添加至评测任务集合。
进一步优选地,教师终端根据评测任务集合生成评测试题为基于试题生成模板对评测任务集合进行包装,生成评测试题。
进一步优选地,所述试题生成模板包括单选题模板、多选题模板、判断题生成模板和填空题生成模板。
进一步优选地,测试试题的评分结果包括得分、答题时间和各知识点的答题正确率。
进一步优选地,所述对教学进行评测为获取评分结果对应的评测知识点的评分统计结果,将正确率低于所有题目平均正确率的知识点标记为教学不合格,将答卷正确率低于人均答卷正确率的题目标记为教学难点。
本发明具有如下的有益效果:
1.以实现对于知识点的评测,该评测考虑了既往的课程,并可以根据反馈确定教学质量和受教质量;
2.灵活的适应由于课程的需要或者调整,可以根据实际课程所涉及的知识点进行评测;
3.可以对关联的评测知识点进行缩减以确保当前课时的测试覆盖率和学生数目匹配;
4.可针对性的形成评测试题,且可以确保评测覆盖率;
5.避免了因为人员原因造成的评测结果抖动。
附图说明
图1、本发明一个实施例中教学评测方法的流程图;
图2、本发明一个实施例中筛选第二评测知识点集合的流程图。
图3、本发明一个实施例中提供的教学系统结构示意图。
具体实施方式
为了使本申请的目的、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,所描述的实施例不应视为对本申请的限制,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它实施例,都属于本申请保护的范围。
在以下的描述中,涉及到“一些实施例”,其描述了所有可能实施例的子集,但是可以理解,“一些实施例”可以是所有可能实施例的相同子集或不同子集,并且可以在不冲突的情况下相互结合。
在以下的描述中,所涉及的术语“第一/第二/第三”仅仅是是区别类似的对象,不代表针对对象的特定排序,可以理解地,“第一/第二/第三”在允许的情况下可以互换特定的顺序或先后次序,以使这里描述的本申请实施例能够以除了在这里图示或描述的以外的顺序实施。
除非另有定义,本文所使用的所有的技术和科学术语与属于本申请的技术领域的技术人员通常理解的含义相同。本文中所使用的术语只是为了描述本申请实施例的目的,不是旨在限制本申请。
请参考图1,本发明提供的一种教学评测方法,该方法具体包括以下过程:
所述教学评测方法应用于一教学系统,教学系统包括一教师终端和多个学生终端,教师终端和教学数据库通信连接,学生终端和教师终端通信连接,所述教学评测方法包括:
获取教师终端的课程标识,在教学数据库内使用课程标识检索获取第一评测知识点集合;
根据所述第一评测知识点集合在教学数据库内检索获取第一上下文知识点集合;
在教学数据库内获取和第一上下文知识点集合对应的第二评测知识点集合;
教师终端基于第一评测知识点集合和第二评测知识点集合生成评测任务集合;
接收教师终端输入的评测试题类型,根据评测任务集合生成评测试题;
向教师终端选择的学生终端分发评测试题;
教师终端接收学生终端返回的评测答复并对评测答复进行评分,基于评分结果对教学过程进行评测。
如下首先对本发明所涉及的网络结构进行说明,请参考图3,教学系统包括教学数据库、教师终端和若干个学生终端,其中教师终端和教学数据库通过一个网关连接,该网关可以为有线或者无线的形式。
所述的教学数据库可以是以关系型数据库的形式提供,或者以图数据库的形式提供。在以关系型数据库提供时,课程保存的知识点应当包括课程类别、课程名称;以及单独保存的知识点列表,所保存的知识点应当通过一个或者多个键值实现对于课程的关联;此外,关联的知识点通过借助关联的课程或者中间知识点实现对于知识点的关联。而当使用图数据库时,例如HugeGraph时可以较为容易的对于知识点的选择和标识,并通过cypher语法实现对于目标知识点的选择。
例如,设置知识点类型为k,课程为c,知识点的关系为数据b时,其可以表示为(:k)-[:b]-(:c),关于cypher请参考incubator-hugegraph,如前的表达式表明了一个知识点属于课程;进一步的,可以实现不同知识点的关系,例如设置依赖关系为d,则(:k)-[:d]-(:k),则其表示一个知识点依赖于其他的知识点,通过对于知识点以及关系的选择可以获取相关的知识点内容和课程内容。
在另外一种情况下,在使用关系型数据时,如MySQL,可以设置多个表,例如一个典型配置包含一课程表、一课程教案表、一包含关键字的知识点表、一知识点的上下文知识点关联表和试题模板表;多个表通过外键关联,不同的课堂可以设置不同的关键字,尽管可能出现关键字的重复,但是可以通过选择具有差异性的关键字来降低重复率;或者不考虑重复率的问题,选择所有关键字一致的课时,然后通过判断课时的ID是否大于当前的课时来去除未学习的知识点。
教师终端为配置于教室内的固定终端或者移动终端,其直接连接数据库服务器。很显然,数据库服务器也可以单独的应用服务器的形式提供,相应的可以通过Restful的接口来获取信息。在实际的业务配置过程中,通过配置教师终端的访问权限来实现对于数据库的快捷访问,并实现了相较于浏览器BS结构较为丰富的功能。
所述的学生终端通过网关连接至教师终端,其可以为配置的终端,或者为学生自己的计算机,并在其上配置有程序以和教师终端通信连接。在实际配置的学生终端中,通过有线的方式连接至教师终端,且通过配置VLAN实现学生终端对于网络资源的受限访问。
在教学开始时,教师应当在教师终端选择教学计划,在未选择时,可以通过教师计划表进行默认选择对应的课程;在课程或教学计划确定时,课程标识也会被确定,如“Java-2-1”,表示其为具有Java教学课程、版本号为2和第1节课等标识信息的课程。
在教学开始时,由于学生终端通过通信连接教师端,教师可以获取参与课堂的学生,并在后续测试开始时进行试题的分发。
通过上述的方式可以实现对于知识点的评测,该评测考虑了既往的课程,并可以根据反馈确定教学质量和受教质量。
上述的方案在教学开始时,即开始考虑需要学习的知识点,特别是不仅仅考虑当前课时的知识点,还可以进一步包括其他课程的知识点。需要学习的知识点可以通过从教学数据库中选择,或者通过手工输入的方式进行,或者通过对于课堂的记录分析获取。
并且根据在先课时和本课时的知识点生成关联的评测任务,该评测任务可以灵活的配置,以避免机械化的考题带来的教学评测结果不准确的缺陷。
在生成评测试题时,由于是使用大量学生进行测试,提高了测试结果的准确性,也进一步降低了评测成本,避免全部测试带来的人员成本过高和目的性不明确的问题。
在本发明的一个实施例内,根据教师终端的课程标识在教学数据库内检索获取包含于课程内的第一基础知识点集合,根据第一基础知识点集合获取第一知识点关键字集合,基于课堂录音进行文字转换获得课堂的录音文本,将第一知识点关键字集合和授课文本比对获得包含于录音文本内的第二知识点关键字集合,基于第二知识点关键字集合和课程匹配获取第二基础知识点集合作为第一评测知识点集合。
由于课程的需要或者调整,一些课程的知识点并不是在一个课时内被完全覆盖的,此时可以根据实际课程所涉及的知识点进行评测。
实际课程所涉及的知识点可以根据录音或者课堂视频所转换获得的文字获取,可以通过周期性的语音识别获取课堂的进展,并且很明显的,一个课程内所涉及的知识点是明确的,通过设置关键字进行判断,较为简单的方式包括章节的目录名称,比如三级标题作为关键,或者使用关键字进行,例如对于一个java的教学课程,如“抽象机制”、“程序接口”、“服务提供”、“类的复用”、“类的继承”和“多态”都可以作为关键字以判断课时是否覆盖了一个或者关键知识点,这些知识点通过题库建立完整的评测体系以进行进一步的课堂评估。
对于课堂录音的文字转换可以使用自然语言处理工具进行,其可以部署于教师终端,通过云服务或者访问校内API接口的形式获取转换数据,并在语音转换为文字后保存到教学数据库内。部分的教学过程已经实现了全程录像以及教学信息的调取,在此时可以通过基于服务器提供的应用程序接口API实现教学记录的获取。
根据本发明的一个实施例,根据教师终端的课程标识在教学数据库内检索获取包含于课程内的第一基础知识点集合作为第一评测知识点集合。此情况适合于常规教学课程,而不涉及对于教学计划的变更;在涉及教学计划变更时,应通过关键字匹配来获取数据库内的课程。
另外,在部分情况下,是希望获取教师对于整体课程的覆盖度,则可以通过检索课时包含的知识点作为评测对象,假设教学的效果较好,那么针对所有知识点的评测应当具有整体的正面反馈,那么对于课时所涉及的知识点的覆盖率可以不通过对于教师的分析而获取,而是通过学生的受教效果分析而得到,在此种情况下,进行全面的教学评测降低了成本且可以提供准确率的保障。
根据本发明的一个实施例,所述上下文知识点按照如下的方式获得:
遍历从第一评测知识点集合获取并移除一个第一评测知识点,获取第一评测知识点对应的前置知识点,将其加入前置知识点集合;
重复上述步骤直至第一评测知识点集合为空;
对前置知识点集合进行排序和去重,获得第一上下文知识点集合,其中,排序过程为按照前置知识点包含的关键字在评测知识点文本内出现的次数和关键字关联程度确定关联度,所述关键字关联程度为前置知识点包含的关键字在评测知识点文本包含的关键字文本附近出现的长度和频率。
上述过程中的前置知识点在使用关系数据库时通过检索是否存在前置知识点来判断;在使用关系数据库时,可以通过查找是否存在对应的关系来进行;在使用图数据库时,可以通过判断是否存在关系连接来进行。
实际执行时,可以从第一评测知识点集合获取并移除一个第一评测知识点,获取第一评测知识点的前置知识点,将其加入前置知识点集合;
重复上述步骤直至第一评测知识点集合为空;
对前置知识点集合进行排序和去重,获得第一上下文知识点集合。
请参考图2,根据本发明的一个实施例,所述第一上下文知识点集合的大小大于第一评测知识点集合时,对第一上下文知识点集合进行排序,按照关联度从小到大的顺序移除评测知识点,使所述第一上下文知识点集合的大小不大于第一评测知识点集合。
上述过程中的关联度可以为使用数字形式的标识,例如关联度为1时表示关联程度高,0表示无关联度,其可以根据历史教学的反馈结果进行聚类分析获取。
由于客观原因,可能会出现学生的数目无法覆盖测试本课时以及相关课时,特别是通过排列组合形成新的试题时,预期听课学生数目可能不足的情形,此时可以对关联的评测知识点进行缩减以确保当前课时的测试覆盖率和学生数目匹配。例如,相应的测试覆盖率大于60%,则视为具备代表性。
为了确保测试覆盖所有的学生,可以去除关联度低的知识点。知识点的关联度可以为人工约定的,或者通过检索上一课时相关知识点在本课时出现的次数作为关联度,在极端的情况下,前一课时的部分或者全部相关知识点可能具备一致的关联度,此时可以通过随机去除一定数目的上下文知识点进行。
由于评测知识点和上下文知识点并不是严格意义上的一一对象,即一个上下知识点可能对应了多个评测知识点,如果评测知识点集合的数目超过了确保测试覆盖所有的学生数目,则需要进一步对第二评测知识点集合进行缩减,如通过关联度筛选的方式去除低关联度的评测知识点。
上述的过程在教师终端本地被执行,因评测知识点的生成不涉及实际的评测,教学数据库无需对此进行记录。
在本发明的一个实施例内,所述评测任务按照如下的方式生成:
根据待评测的学生终端的数目获得评测题目低数Vmin和评测题目高数Vmax;
根据评测题目低数Vmin和评测题目高数Vmax确定评测策略;
所述评测题目低数Vmin=C1/nue;
所述评测题目高数Vmax=C2/nue;
所述C1为对第一评测知识点集合进行排列组合后的大小;
所述C2为对第一评测知识点集合和第二评测知识点集合进行排列组合后的大小之和;
所述nue为学生终端的数目。
学生终端的数目nue应当为可接受评测的学生的数目,通过学生参与评测可以对教学质量进行准确的评估。
所述的排列组合为对评测知识点集合,如本课时或者上一课时进行排列、组合或排列组合,以获得不一致的评测试题,通过排列组合引入随机性,以提高测试的随机性和准确度,
如下简述若干种排列组合的方式:
方式一:10个知识点,按照客观题的方式,每个题目包含4个选项,每个题目中包含一个正确答案,则所有的知识点可以形成210种的组合,在学生数目充足时,可以对210项题目进行测试,以获取评测结果;
方式二、10个知识点,按照客观题的方式,每个题目包含4个选项,每个题目中包含一个正确答案,则所有的知识点可以形成210种的组合,该课时包含3个重要知识点,则总共形成90项组合,对90项题目进行测试,以获取评测结果;
方式三、10个知识点,按照客观题的方式,每个题目包含4个选项,每个题目中包含一个正确答案,则所有的知识点可以形成210种的组合,该课时包含3个重要知识点,则总共形成90项组合,希望设置覆盖率不高于5,即一个知识点被不超过5个学生评测,则可以根据需求生成题目,在题目不足时,可以根据需要引入干扰项进行测试;
方式四、10个知识点,按照客观题的方式,每个题目包含4个选项,每个题目中包含一个正确答案,则所有的知识点可以形成210种的组合,该课时包含3个重要知识点,则总共形成90项组合,希望设置覆盖率不低于5,即一个知识点被不低过5个学生评测,则可以根据需求生成题目,并可以对知识点的覆盖率进行统计,以确保所有的测试点被均匀的覆盖。
上述的知识点评测的情形已经包含了第二评测知识点,如果不包含第二评测知识点,评测任务生成的方式仍然是近似的。
在本发明的一个实施例内,在评测题目高数Vmax低于学生终端的数目nue时,获取以第一评测知识点集合内元素为上下文知识点的第三评测知识点集合,基于第三评测知识点集合对第一评测知识点集合进行排序,按照和第三评测知识点集合关联度从小到大的顺序从第一评测集合内移除评测知识点,使所述评测题目高数Vmax的值不高于1。
在部分情况下,评测题目低数或评测题目高数需要按照标准执行以确保测试的可靠性,此时需要对知识点进行进一步的缩减,在此时,可以和向前分析评测知识点近似,获取下一课时或者后续课时的第三评测知识点集合,依据第三评测知识点集合对第一评测知识点进行排序,以对第一评测知识点的重要性进行排序,以满足测试的需求。
在本发明的一个实施例内,所述评测任务集合按照如下的方式获取:
基于评测知识点的关联度对第一评测知识点集合和第二评测知识点集合进行分类,对同一分类下的评测知识点进行组合获取评测任务,并将评测任务添加至评测任务集合。
如前所述,可以对评测知识点进行组合,在前文提及了针对选择题的题目构建方式,当选择多选题的提醒时,其构建方式是近似的,当选择判断题或者填空题提醒时,其计算方式对于单个知识点,单项题目和覆盖率之积为覆盖测试最小的学生数目,在不满足时,应当调低覆盖率或者缩减评测知识点的数目;
对于实际的上机试题,可以通过设置远程服务器的回调以获取评测结果,其覆盖率可按选择题所涉及的知识点的数目进行预算和调整。
上述的评测任务生成后,其应当被记录或者同步至教学数据库内,以作为后续教学过程的参考。
上述的题目按照类型生成后以获取评测任务。
在本发明的一个实施例内,所述根据评测任务集合生成评测试题为基于试题生成模板对评测任务集合进行包装,生成评测试题。
所述试题生成模板包括单选题模板、多选题模板、判断题生成模板和填空题生成模板;
在为单选题时,通过随机一个评测知识点作为第一选项,并从后文选择第二评测知识点作为第二选项,依次以获取所有的选项;
多选题的生成和单选题目近似;
判断题的生成可以从题库获取或者通过模板生成,在使用模板生成时,模板内填充数值应当和结果绑定,例如1-3内的数值为true,否则为false;
填空题的生成可以从题库获取或者通过模板生成,例如结果为1-3内的数值为true,否则为false。
在本发明的一个实施例内,所述试题生成模板包括单选题模板、多选题模板、判断题生成模板和填空题生成模板。
例如,针对一个知识点,其在题库内包括多个表述,并且每个表述都对应真值和假值,则对应于选择题,可以选择一个值为假值的表述;通过选择三个假值结果,并选择一个真值表述,则可以生成一个单选题。
通过设置模板,可以批量性获取不一致的试题,使得测试覆盖面大且避免了因为学生不一致带来的测试误差。根据本发明的一个实施例,所述测试试题的评分结果包括得分、答题时间和各知识点的答题正确率。
教师终端可以接收学生终端的试题,学生终端以JSON的格式提交答复,并在服务器端设置超时时间,以在测试结束时按照学生终端未完成测试进行评测,并剔除空评测结果。
所述的得分为答题正确时的分数,其可以和权重绑定以获取教学结果;
所述的答题时间为题目呈现至答复完成的时间,其可以和知识点权重绑定以获取教学结果;
所述各知识点的答题正确率为统计数据,其可以和知识点权重绑定以获取教师的教学结果。
在本发明的一个实施例中,所述分发新的评测试题为获取错误的试题对应的评测知识点,选取评测任务集合中同类型的评测任务生成新的评测实体并发送至学生终端。尽管此方式可以提供新的测试例来评估课程,但是其可能造成教学过程不一致性,因此仅在关注重点必修课时使用具有较好的效果。
前文中评测试题可以为一次性生成的,也可以是根据学生终端的相应而获取,显然后者可以更加灵活的针对错题进行校验,以避免误操作。
在本发明的一个实施例内,所述对教学进行评测为获取评分结果对应的评测知识点的评分统计结果,将正确率低于所有题目平均正确率的知识点标记为教学不合格,将答卷正确率低于人均答卷正确率的题目标记为教学难点。
通过此方式可以获取教学不合格的知识点以及教学难点;为了避免误判,可以通过设置阈值以规避偶然因素。
例如较难课程,可以设置单项知识点正确率为25%,而对于容易的知识点,阈值可以设置为75%。对于容易的知识点和困难的知识点,可以通过课程事先约定,或者教师设置。
本发明还公开了一种教学评测系统,该教学评测系统应用于教学系统的教师终端,包括:
第一评测知识点集合获取单元,用于根据课程的标识获取第一评测知识点集合;
第一上下文知识点集合获取单元,用于根据所述第一评测知识点集合获取第一上下文知识点集合;
第二评测知识点集合获取单元,获取和第一上下文知识点集合对应的第二评测知识点集合;
评测任务集合生成单元,用于基于第一评测知识点集合和第二评测知识点集合生成评测任务集合;
评测试题生成单元,用于根据评测任务集合生成评测试题和向学生终端分发评测试题;
评测打分单元,用于对教学进行评测。
通过上述教学评测系统可以实现根据知识点的关联度进行教学质量的评估,也可以根据实际教学质量的反馈筛选出待重点学习的知识点。
本领域内的技术人员应明白,本发明的实施例可提供为方法、系统、或计算机程序产品。因此,本发明可采用完全硬件实施例、完全软件实施例、或结合软件和硬件方面的实施例的形式。而且,本发明可采用在一个或多个其中包含有计算机可用程序代码的计算机可用存储介质(包括但不限于磁盘存储器、CD-ROM、光学存储器等)上实施的计算机程序产品的形式。
本发明是参照根据本发明实施例的方法、设备(系统)、和计算机程序产品的流程图和/或方框图来描述的。应理解可由计算机程序指令实现流程图和/或方框图中的每一流程和/或方框、以及流程图和/或方框图中的流程和/或方框的结合。可提供这些计算机程序指令到通用计算机、专用计算机、嵌入式处理机或其他可编程数据处理设备的处理器以产生一个机器,使得通过计算机或其他可编程数据处理设备的处理器执行的指令产生用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的系统。
这些计算机程序指令也可存储在能引导计算机或其他可编程数据处理设备以特定方式工作的计算机可读存储器中,使得存储在该计算机可读存储器中的指令产生包括指令装置的制造品,该指令装置实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能。
这些计算机程序指令也可装载到计算机或其他可编程数据处理设备上,使得在计算机或其他可编程设备上执行一系列操作步骤以产生计算机实现的处理,从而在计算机或其他可编程设备上执行的指令提供用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的步骤。尽管已描述了本发明的优选实施例,但本领域内的技术人员一旦得知了基本创造性概念,则可对这些实施例做出另外的变更和修改。所以,所附权利要求意欲解释为包括优选实施例以及落入本发明范围的所有变更和修改。
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 (12)
1.一种教学评测方法,其特征在于,所述教学评测方法应用于一教学系统,教学系统包括一教师终端和多个学生终端,教师终端和教学数据库通信连接,学生终端和教师终端通信连接,所述教学评测方法包括:
获取教师终端的课程标识,在教学数据库内使用课程标识检索获取第一评测知识点集合;
根据所述第一评测知识点集合在教学数据库内检索,获取第一上下文知识点集合;
在教学数据库内获取和第一上下文知识点集合对应的第二评测知识点集合;
教师终端基于第一评测知识点集合和第二评测知识点集合生成评测任务集合;
接收教师终端输入的评测试题类型,根据评测任务集合生成评测试题;
向教师终端选择的学生终端分发评测试题;
教师终端接收学生终端返回的评测答复并对评测答复进行评分,基于评分结果对教学过程进行评测。
2.如权利要求1所述的一种教学评测方法,其特征在于,根据教师终端的课程标识在教学数据库内检索获取包含于课程内的第一基础知识点集合,根据第一基础知识点集合获取第一知识点关键字集合,基于课堂录音进行文字转换获得课堂的录音文本,将第一知识点关键字集合和授课文本比对获得包含于录音文本内的第二知识点关键字集合,基于第二知识点关键字集合和课程匹配获取第二基础知识点集合作为第一评测知识点集合。
3.如权利要求1所述的一种教学评测方法,其特征在于,根据教师终端的课程标识在教学数据库内检索获取包含于课程内的第一基础知识点集合作为第一评测知识点集合。
4.如权利要求1所述的一种教学评测方法,其特征在于,所述上下文知识点按照如下的方式获得:
遍历第一评测知识点集合,获取第一评测知识点集合包含的第一评测知识点对应的前置知识点,将其加入前置知识点集合;
对前置知识点集合进行排序和去重,获得第一上下文知识点集合,其中,排序过程为按照前置知识点包含的关键字在评测知识点文本内出现的次数和关键字关联程度确定关联度,所述关键字关联程度为前置知识点包含的关键字在评测知识点文本包含的关键字文本附近出现的长度和频率。
5.如权利要求4所述的一种教学评测方法,其特征在于,所述第一上下文知识点集合的大小大于第一评测知识点集合时,对第一上下文知识点集合进行排序,按照关联度从小到大的顺序移除评测知识点,使所述第一上下文知识点集合的大小不大于第一评测知识点集合。
6.如权利要求1所述的一种教学评测方法,其特征在于,所述评测任务按照如下的方式生成:
根据待评测的学生终端的数目获得评测题目低数Vmin和评测题目高数Vmax;
根据评测题目低数Vmin和评测题目高数Vmax确定评测策略;
所述评测题目低数Vmin=C1/nue;
所述评测题目高数Vmax=C2/nue;
其中,C1为对第一评测知识点集合进行排列组合后的大小;
C2为对第一评测知识点集合和第二评测知识点集合进行排列组合后的大小之和;
nue为学生终端的数目。
7.如权利要求6所述的一种教学评测方法,其特征在于,在评测题目高数Vmax低于学生终端的数目nue时,获取以第一评测知识点集合内元素为上下文知识点的第三评测知识点集合,基于第三评测知识点集合对第一评测知识点集合进行排序,按照和第三评测知识点集合关联度从小到大的顺序从第一评测集合内移除评测知识点,使所述评测题目高数Vmax的值不高于1。
8.如权利要求1所述的一种教学评测方法,其特征在于,所述评测任务集合按照如下的方式获取:
基于评测知识点的关联度对第一评测知识点集合和第二评测知识点集合进行分类,对同一分类下的评测知识点进行组合获取评测任务,并将评测任务添加至评测任务集合。
9.如权利要求8所述的一种教学评测方法,其特征在于,教师终端根据评测任务集合生成评测试题为基于试题生成模板对评测任务集合进行包装,生成评测试题。
10.如权利要求9所述的一种教学评测方法,其特征在于,所述试题生成模板包括单选题模板、多选题模板、判断题生成模板和填空题生成模板。
11.如权利要求1所述的一种教学评测方法,其特征在于,测试试题的评分结果包括得分、答题时间和各知识点的答题正确率。
12.如权利要求11所述的一种教学评测方法,其特征在于,所述对教学进行评测为获取评分结果对应的评测知识点的评分统计结果,将正确率低于所有题目平均正确率的知识点标记为教学不合格,将答卷正确率低于人均答卷正确率的题目标记为教学难点。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202310415990.4A CN116167667B (zh) | 2023-04-19 | 2023-04-19 | 一种教学评测方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202310415990.4A CN116167667B (zh) | 2023-04-19 | 2023-04-19 | 一种教学评测方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN116167667A true CN116167667A (zh) | 2023-05-26 |
CN116167667B CN116167667B (zh) | 2023-07-04 |
Family
ID=86411732
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202310415990.4A Active CN116167667B (zh) | 2023-04-19 | 2023-04-19 | 一种教学评测方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN116167667B (zh) |
Citations (12)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102201177A (zh) * | 2011-06-23 | 2011-09-28 | 北京新东方教育科技(集团)有限公司 | 自适应测评方法和系统 |
CN102289958A (zh) * | 2011-08-30 | 2011-12-21 | 张革伕 | 一种课堂教学快速响应系统与方法 |
CN103942993A (zh) * | 2014-03-17 | 2014-07-23 | 深圳市承儒科技有限公司 | 一种基于irt的自适应在线测评系统及其方法 |
CN105243619A (zh) * | 2015-07-03 | 2016-01-13 | 宁波睿易教育科技股份有限公司 | 教学测评系统 |
CN105869088A (zh) * | 2016-04-18 | 2016-08-17 | 李隆帜 | 基于在线教育的教学质量评估系统 |
CN106447558A (zh) * | 2016-06-23 | 2017-02-22 | 温州职业技术学院 | 一种结合本体论与聚类分析技术的导学方法及学习系统 |
CN107590760A (zh) * | 2017-11-01 | 2018-01-16 | 长春理工大学 | 一种基于大数据的高校教学质量测评系统 |
CN108428073A (zh) * | 2018-05-21 | 2018-08-21 | 刘仕博 | 一种用于教师教学质量的智能评价系统 |
CN108932681A (zh) * | 2018-06-07 | 2018-12-04 | 河海大学 | 一种基于翻转课堂的高校辅助教学系统 |
CN109284390A (zh) * | 2018-11-29 | 2019-01-29 | 北京师范大学 | 一种基于课堂日志的教学场景编码方法 |
CN113361926A (zh) * | 2021-06-07 | 2021-09-07 | 江苏师范大学 | 一种基于教学序列的教学质量评价方法 |
WO2022193040A1 (zh) * | 2021-03-13 | 2022-09-22 | 曹庆恒 | 一种理科教学系统及其使用方法、计算机可读存储介质 |
-
2023
- 2023-04-19 CN CN202310415990.4A patent/CN116167667B/zh active Active
Patent Citations (12)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102201177A (zh) * | 2011-06-23 | 2011-09-28 | 北京新东方教育科技(集团)有限公司 | 自适应测评方法和系统 |
CN102289958A (zh) * | 2011-08-30 | 2011-12-21 | 张革伕 | 一种课堂教学快速响应系统与方法 |
CN103942993A (zh) * | 2014-03-17 | 2014-07-23 | 深圳市承儒科技有限公司 | 一种基于irt的自适应在线测评系统及其方法 |
CN105243619A (zh) * | 2015-07-03 | 2016-01-13 | 宁波睿易教育科技股份有限公司 | 教学测评系统 |
CN105869088A (zh) * | 2016-04-18 | 2016-08-17 | 李隆帜 | 基于在线教育的教学质量评估系统 |
CN106447558A (zh) * | 2016-06-23 | 2017-02-22 | 温州职业技术学院 | 一种结合本体论与聚类分析技术的导学方法及学习系统 |
CN107590760A (zh) * | 2017-11-01 | 2018-01-16 | 长春理工大学 | 一种基于大数据的高校教学质量测评系统 |
CN108428073A (zh) * | 2018-05-21 | 2018-08-21 | 刘仕博 | 一种用于教师教学质量的智能评价系统 |
CN108932681A (zh) * | 2018-06-07 | 2018-12-04 | 河海大学 | 一种基于翻转课堂的高校辅助教学系统 |
CN109284390A (zh) * | 2018-11-29 | 2019-01-29 | 北京师范大学 | 一种基于课堂日志的教学场景编码方法 |
WO2022193040A1 (zh) * | 2021-03-13 | 2022-09-22 | 曹庆恒 | 一种理科教学系统及其使用方法、计算机可读存储介质 |
CN113361926A (zh) * | 2021-06-07 | 2021-09-07 | 江苏师范大学 | 一种基于教学序列的教学质量评价方法 |
Also Published As
Publication number | Publication date |
---|---|
CN116167667B (zh) | 2023-07-04 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
JP3731868B2 (ja) | 学習システム | |
CN106409041B (zh) | 一种填空题试题的生成和判卷的方法及系统 | |
JP2019016355A (ja) | 試験問題の出題及び試験結果判定システム及び試験運営システム | |
CN109783601B (zh) | 基于测试知识点的计算机智能组卷方法及其系统 | |
CN110751363B (zh) | 智慧培训评价系统和方法 | |
CN111242816B (zh) | 基于人工智能的多媒体教案制作方法和系统 | |
CN105787833A (zh) | 一种学生学习综合管理系统 | |
JPWO2012127580A1 (ja) | 出題装置及び出題方法 | |
CN111444391A (zh) | 一种基于人工智能的视频学习成效评估方法 | |
CN112991847A (zh) | 基于人工智能驱动的全方位多功能的智能编程教学系统 | |
US20180225983A1 (en) | Constructed Response Scoring Mechanism | |
CN108831229A (zh) | 一种中文自动分级方法 | |
CN108985985B (zh) | 人工智能机器人技术等级考试系统及考试方法 | |
CN113535982A (zh) | 一种基于大数据的教学系统 | |
CN116167667B (zh) | 一种教学评测方法 | |
CN112883271A (zh) | 基于层次分析法评定的课程教育系统及课程推荐方法 | |
CN112598547A (zh) | 基于自动生产线的教育题目生成方法、装置和电子设备 | |
CN117237153A (zh) | 基于职业培训平台的教学教务管理系统 | |
CN111724282A (zh) | Ic制造虚拟仿真教学平台 | |
KR20040032749A (ko) | 인터넷학습시스템 및 그 학습방법 | |
CN114005325B (zh) | 一种基于大数据的教学实训方法、设备及介质 | |
Nammakhunt et al. | Creating and Collecting e-Learning Event Logs to Analyze Learning Behavior of Students through Process Mining | |
KR20200108575A (ko) | 퀴즈서비스장치 및 그 장치의 구동방법 | |
CN115984054A (zh) | 一种基于大数据平台的智慧教育方法及系统 | |
CN116258613A (zh) | 课程规划方法、课程规划设备和可读存储介质 |
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 |