JP2004170842A - テスト結果に基づき学習者,受講者の理解度を判定する理解度判定システム - Google Patents
テスト結果に基づき学習者,受講者の理解度を判定する理解度判定システム Download PDFInfo
- Publication number
- JP2004170842A JP2004170842A JP2002338946A JP2002338946A JP2004170842A JP 2004170842 A JP2004170842 A JP 2004170842A JP 2002338946 A JP2002338946 A JP 2002338946A JP 2002338946 A JP2002338946 A JP 2002338946A JP 2004170842 A JP2004170842 A JP 2004170842A
- Authority
- JP
- Japan
- Prior art keywords
- test
- question
- learner
- comprehension
- 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
- 238000011156 evaluation Methods 0.000 claims description 9
- 230000006870 function Effects 0.000 claims description 9
- 230000005540 biological transmission Effects 0.000 claims description 2
- 238000000034 method Methods 0.000 description 6
- 238000004458 analytical method Methods 0.000 description 3
- 230000000694 effects Effects 0.000 description 3
- 206010017577 Gait disturbance Diseases 0.000 description 2
- 238000010276 construction Methods 0.000 description 2
- 230000003044 adaptive effect Effects 0.000 description 1
- 238000010586 diagram Methods 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 230000002452 interceptive effect Effects 0.000 description 1
Images
Landscapes
- Electrically Operated Instructional Devices (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
【課題】テストデータベースとテスト実施結果とから高速処理により自動的に理解度を判定する。
【解決手段】様々な多数のテスト問題又はテスト問題を構成する多数の設問若しくは前記設問作成用エレメントを蓄積したテストデータベースと、指導者若しくは判定者が設定するテスト内容決定条件によってこの条件に見合うテスト問題を前記テストデータベースのデータに基づき自動作成するテスト問題自動作成手段と、この自動作成されたテスト問題を実施する前にテスト結果予測値を保管する予測値データベースと、ネットワークを介して接続されたクライアント端末から送信される学習者,受講者の前記テスト問題に対する実施結果に基づき学習者,受講者の理解度を判定する判定手段をもつ学習者,受講者の理解度を判定する理解度判定システム。
【選択図】 図1
【解決手段】様々な多数のテスト問題又はテスト問題を構成する多数の設問若しくは前記設問作成用エレメントを蓄積したテストデータベースと、指導者若しくは判定者が設定するテスト内容決定条件によってこの条件に見合うテスト問題を前記テストデータベースのデータに基づき自動作成するテスト問題自動作成手段と、この自動作成されたテスト問題を実施する前にテスト結果予測値を保管する予測値データベースと、ネットワークを介して接続されたクライアント端末から送信される学習者,受講者の前記テスト問題に対する実施結果に基づき学習者,受講者の理解度を判定する判定手段をもつ学習者,受講者の理解度を判定する理解度判定システム。
【選択図】 図1
Description
【0001】
【発明の属する技術分野】
本発明は、例えばテスト方略によった最適なテストを構成してくれる機能をもつコンピュータ読み取り可能な記録媒体及び学習評価装置に係り、インターネット等を使ったサーバ、クライアントモデルにおいて学習者,受講者の理解度を判定するコンピュータ読み取り可能な記録媒体及び学習評価装置から成るテスト結果に基づき学習者,受講者の理解度を判定する理解度判定システムに関するものである。
【0002】
【従来の技術及び発明が解決しようとする課題】
従来コンピュータを使って複数の設問から構成されるテスト問題を設定するにあたっては、教育,指導者がある程度の結果を予測しつつ、問題やこれを構成する設問が多数登録されているデータベースの中からテスト問題や設問を選択してテスト問題を作成するスタイルであった。しかしこの方法では、設問選択設定作業に時間がかかるため、教育,指導者にとって大きな負担であった。また効果的な様々な設問を学習者に出題するためには、問題設定のスキルが必要であり、必ずしも予期した通りのテスト結果を導くことが難しかった。
【0003】
また、ネットワークを利用した教育システムにおいて学習者,受講者の理解度を判定する方法として、問題毎(設問毎)の配点を積み重ね、得点を出し総合評価するケースが多い。しかしこのようなケースで得点が把握できたとしても「何でつまづいているために満点が取れなかったのか」の判断材料にはなり得なかった。つまり、教育,指導者側にとってその学習者個人に対し「何を教えるべきか」がわからず、個の教育ができない、という課題が存在していた。また、学習者側にとっても分からない部分を克服し、今後の学習カリキュラムを立てていくにあたって、「つまづき」を知ることは大いに意味があるものである。
【0004】
しかしこれまでの技術では、大規模な知識データベースを用意できても、高速に推論するエンジンが存在しなかった。例えばベイジアン,ネットワークは知識変数に対して、その同時確率分布の計算量が指数的に増大するため、大容量の知識データベースを持つエキスパートシステムの構築ができなかったのである。
【0005】
本発明は、予め蓄積したデータベースからテスト作成者が設定するテスト内容決定条件の入力によって自動的にこの条件に合う最適なテスト問題が自動作成され、このテスト問題点を遠隔地のテスト受講者に、ネットワークで接続した端末を介して行なわせ、テスト結果予測値とテスト実施結果とから高速処理により自動的に理解度を判定でき、これにより意図した最適なテスト問題の作成が容易に行なえると共に、理解度の判定も自動的に適格に行なえる画期的なテスト結果に基づき学習者,受講者の理解度を判定する理解度判定システムを提供することを目的としている。
【0006】
【課題を解決するための手段】
添付図面を参照して本発明の要旨を説明する。
【0007】
様々な多数のテスト問題又はテスト問題を構成する多数の設問若しくは前記設問作成用エレメントを蓄積したテストデータベースと、指導者若しくは判定者が設定するテスト内容決定条件によってこの条件に見合うテスト問題を前記テストデータベースのデータに基づき自動作成するテスト問題自動作成手段と、この自動作成されたテスト問題を実施する前にテスト結果予測値を保管する予測値データベースと、ネットワークを介して接続されたクライアント端末から送信される学習者,受講者の前記テスト問題に対する実施結果に基づき学習者,受講者の理解度を判定する判定手段とを備えたテスト結果に基づき学習者,受講者の理解度を判定する理解度判定システムに係るものである。
【0008】
また、前記テスト問題自動作成手段は、コンピュータ画面上でテスト方略,テスト所要時間,テスト出題数などのテスト内容決定条件を指定できるもので、この条件に見合うテスト問題を前記テストデータベースのデータに基づき自動作成する機能を有したテスト問題自動作成システムとし、前記テスト方略とは、統計的意思決定モデルとして定式化され、効用関数に異なる学習者の予測テスト得点分布のカルバックライブラー情報量、テスト得点予測分布を持ち、相対評価、絶対評価などのテスト構成支援を行なえるものであることを特徴とする請求項1記載のテスト結果に基づき学習者,受講者の理解度を判定する理解度判定システムに係るものである。
【0009】
また、前記判定手段は、データを所与としたときの同時確率分布を近似し、これらの変数群を近似同時確率分布により乱数によって発生させ、対象となる変数の乱数の発生数を求めることにより、確率値を得る推論エンジンを搭載することで、テスト問題に対する1問の実施結果に応じて、情報量を最大化する次問をコンピュータが選択し、これを繰り返すことによって対象とする知識範囲内におけるその学習者,受講者の理解状況を少ない情報から判定できるように構成したことを特徴とする請求項1,2のいずれか1項に記載のテスト結果に基づき学習者,受講者の理解度を判定する理解度判定システムに係るものである。
【0010】
【発明の実施の形態】
好適と考える本発明の実施の形態(発明をどのように実施するか)を、図面に基づいてその作用効果を示して簡単に説明する。
【0011】
指導者,判定者(例えば教師)が学校あるいは自宅の端末から出題テーマ,出題ジャンル,出題範囲あるいは平均点や難易度等のテスト方略(ここでいうテスト方略は、統計的意思決定モデルとして定式化され、効用関数に異なる学習者の予測テスト得点分布のカルバックライブラー情報量、テスト得点予測分布を持ち、相対評価、絶対評価などのテスト構成支援を行なえるものである)や、テスト所要時間,テスト出題数等のテスト内容判定条件を入力設定すると、テストデータベースに蓄積した多数のテスト問題から選択又はテスト問題を構成する多数の設問若しくは設問作成用エレメントを組み合わせて生成した設問を組み合わせて、前記条件に合った最適な設問を選択して組み合わせたテスト問題が、サーバに設けたテスト問題自動作成手段により自動作成される(このテスト問題自動作成手段を用いずに手動によりテストデータベースの問題,設問を選択したり、追加したりして手動でテスト問題を手動作成できるようにしても良い。)。
【0012】
また、このテスト問題を自動作成すると共に、テストの得点分布や所定時間分布や平均点等を前記テスト内容決定条件、テストデータベースの各テスト問題,各設問に関する情報や前記テスト問題自動作成手段での情報等に基づき予測し、このテスト問題を実施する前にこれらのテスト結果予測値を予測値データベースに保管する。
【0013】
このテスト問題を送信あるいは閲覧可能とし、ネットワークに接続したクライト端末により遠隔地でもテストを受ける学習者,受講者(例えば生徒)がこのテスト問題を実施する。
【0014】
学習者,受講者(例えば生徒)が行なったテスト1問1問の解答、即ちテスト問題の実施結果を所与として、サーバの推論エンジンが同時確率分布を近似し、これらの変数群を近似同時確率分布により乱数によって発生させ、対象となる変数の乱数の発生数を求める。この処理は学習者,受講者の理解状況を判定するためにはどの問題を聞くことが最短距離かを導くものであり、これにより情報量を最大化する次問をコンピュータが選択しこれを繰り返すことで、全てのテスト問題を出題しなくとも、前記テストデータベースと実際に行なったこの学習者,受講者のテスト実施結果とから各学習者,受講者の理解度を自動判定する。
【0015】
【実施例】
本発明の具体的な実施例について図面に基づいて説明する。
【0016】
ネットワークを介して接続されたクライアント端末から遠隔テスト(コンピュータテスト)を行なった結果をサーバ側のデータベースに蓄積していくもので、例えば、教育,指導者がテスト問題を設定する際、テスト方略,テスト時間,テスト出題数を指定することで、蓄積されたテストデータベースから、条件に見合った最適なテスト問題を自動作成することができる(手動で設定することも可能)。
【0017】
また、ネットワークを介して接続されたサーバとクライアント端末間で情報の送受信を行い、構造化されたテストデータベース,テスト結果予測値とテスト結果との比較から、学習者,受講者の理解度を自動判定するシステムとしている。
【0018】
また、このシステムによれば、教師が生徒の学習理解度の判定を行なえるだけでなく、様々な分野での学習者の能力判定や企業における社員の能力判定などにも利用可能である。
【0019】
更に、具体的に説明すれば、例えば従来教育,指導者側がテストスケジュールを設定する場合には、テストデータベースから1問ずつ設問を選択していく方法がとられているが、意に反して平均点が高くなったり、問題数が多くなったりするなど、不都合があった。これに対し、本システムでは、コンピュータテストにおいて、これまでのデータベースを所与とし、これから作るテストの得点分布、所要時間分布等を予測するシステムである。具体的には、各分布のベイズ予測式を導き、テストデータベース中の過去のデータより、構成されたテストの予測得点分布、予測所要時間分布を提示し、対話的にテスト構成することを支援するものである。これにより、条件に見合った最適な問題を自動作成することが可能となるため、教育,指導者側にとってテストスケジュール作業の負担を軽減できるものである。
【0020】
またこれまで、ベイジアン,ネットワークは知識変数に対して、その同時確率分布の計算量が指数的に増大し、大容量の知識データベースを持つエキスパートシステムでの推論が難しかった。
【0021】
ここでは、n個の変数を持つ任意の離散同時確率分布がn個のシグモイド関数積によって近似させることによって、それより、あるデータが得られたときの他の変数の確率を推論する手法を採用している。
【0022】
具体的には、データを所与としたときの同時確率分布を近似し、これらの変数群を近似同時確率分布により乱数によって発生させ、対象となる変数の乱数の発生数を求めることにより、確率値を得るというものである。この理論を用いた推論エンジンをシステムに組み込み、高速に学習者,受講者の理解度を把握することを可能としたものである。
【0023】
図1に示すシステム構築例に基づき、本発明の具体的実施例についての構成,作動例を更に説明する。
【0024】
この図1に示すケースは、ネットワークを介して接続された、サーバとクライアント端末間で情報の送受信を行い、学習者の習熟度(理解度)を判定,評価するシステムである。
【0025】
処理の流れ(主要な部分)を説明すると、▲1▼教師が予めテストデータベース(DB)を登録する。▲2▼テスト実施のスケジュールを立てる(手動で行なう場合と、過去のDBから最適な問題を抽出するロジック▲3▼が存在する。)。▲4▼生徒がテストスケジュールに沿ってテストを行なう(予定されているテスト問題を順次1問目から解いていくスタイル。)。▲5▼生徒の理解度を〔Analys〕で特定し、その結果を生徒に返信する。▲6▼生徒がAdaptiveテストを行なう(第1問を解いた結果次第により、次の問題をコンピュータが選択。最適な出願を行うことにより、少ない問題数で個人毎の理解度を判定するロジック▲7▼が存在する。)。▲8▼生徒の理解度を〔Analys〕で特定し、その結果を生徒に返信する(▲5▼と同じ。)。▲9▼生徒の理解度を〔Analys〕で特定し、その結果を教師に返信する。
【0026】
テスト結果に基づく理解度の判定においても高速推論を行なうロジックを搭載し、多大な問題データベースであっても短時間で行なえるようにしている。
【0027】
【発明の効果】
本発明は上述のように構成したから、予め蓄積したデータベースからテスト作成者が設定するテスト内容決定条件の入力によって自動的にこの条件に合う最適なテスト問題が自動作成される。これは、テスト問題を設定する教育,指導者側の作業負担を大きく軽減するものである。また、このテスト問題点を遠隔地のテスト受講者に、ネットワークで接続した端末を介して行なわせ、例えばサーバはn個の変数を持つ任意の離散同時確率分布がn個のシグモイド関数積によって近似させることによって、あるデータが得られたときの他の変数の確率を推論する手法を用いることで、これまでのテストデータベースとテスト実施結果とから高速に自動的に理解度を判定できる。学習者に対しごく少ない問題提示だけで理解度を判定できるため、学習者が問題を数多く解かなくてはならないという負担を軽減することが可能となる。また、学習者の理解度がピンポイントで把握できるため、教育,指導者側にとってその学習者個人に対し「何を教えるべきか」のテーマを見つけやすく、個の教育が可能となる。
【0028】
また、請求項2,3記載の発明においては、一層前記作用・効果が良好に発揮されることとなる。
【図面の簡単な説明】
【図1】本実施例の構成作動説明図である。
【発明の属する技術分野】
本発明は、例えばテスト方略によった最適なテストを構成してくれる機能をもつコンピュータ読み取り可能な記録媒体及び学習評価装置に係り、インターネット等を使ったサーバ、クライアントモデルにおいて学習者,受講者の理解度を判定するコンピュータ読み取り可能な記録媒体及び学習評価装置から成るテスト結果に基づき学習者,受講者の理解度を判定する理解度判定システムに関するものである。
【0002】
【従来の技術及び発明が解決しようとする課題】
従来コンピュータを使って複数の設問から構成されるテスト問題を設定するにあたっては、教育,指導者がある程度の結果を予測しつつ、問題やこれを構成する設問が多数登録されているデータベースの中からテスト問題や設問を選択してテスト問題を作成するスタイルであった。しかしこの方法では、設問選択設定作業に時間がかかるため、教育,指導者にとって大きな負担であった。また効果的な様々な設問を学習者に出題するためには、問題設定のスキルが必要であり、必ずしも予期した通りのテスト結果を導くことが難しかった。
【0003】
また、ネットワークを利用した教育システムにおいて学習者,受講者の理解度を判定する方法として、問題毎(設問毎)の配点を積み重ね、得点を出し総合評価するケースが多い。しかしこのようなケースで得点が把握できたとしても「何でつまづいているために満点が取れなかったのか」の判断材料にはなり得なかった。つまり、教育,指導者側にとってその学習者個人に対し「何を教えるべきか」がわからず、個の教育ができない、という課題が存在していた。また、学習者側にとっても分からない部分を克服し、今後の学習カリキュラムを立てていくにあたって、「つまづき」を知ることは大いに意味があるものである。
【0004】
しかしこれまでの技術では、大規模な知識データベースを用意できても、高速に推論するエンジンが存在しなかった。例えばベイジアン,ネットワークは知識変数に対して、その同時確率分布の計算量が指数的に増大するため、大容量の知識データベースを持つエキスパートシステムの構築ができなかったのである。
【0005】
本発明は、予め蓄積したデータベースからテスト作成者が設定するテスト内容決定条件の入力によって自動的にこの条件に合う最適なテスト問題が自動作成され、このテスト問題点を遠隔地のテスト受講者に、ネットワークで接続した端末を介して行なわせ、テスト結果予測値とテスト実施結果とから高速処理により自動的に理解度を判定でき、これにより意図した最適なテスト問題の作成が容易に行なえると共に、理解度の判定も自動的に適格に行なえる画期的なテスト結果に基づき学習者,受講者の理解度を判定する理解度判定システムを提供することを目的としている。
【0006】
【課題を解決するための手段】
添付図面を参照して本発明の要旨を説明する。
【0007】
様々な多数のテスト問題又はテスト問題を構成する多数の設問若しくは前記設問作成用エレメントを蓄積したテストデータベースと、指導者若しくは判定者が設定するテスト内容決定条件によってこの条件に見合うテスト問題を前記テストデータベースのデータに基づき自動作成するテスト問題自動作成手段と、この自動作成されたテスト問題を実施する前にテスト結果予測値を保管する予測値データベースと、ネットワークを介して接続されたクライアント端末から送信される学習者,受講者の前記テスト問題に対する実施結果に基づき学習者,受講者の理解度を判定する判定手段とを備えたテスト結果に基づき学習者,受講者の理解度を判定する理解度判定システムに係るものである。
【0008】
また、前記テスト問題自動作成手段は、コンピュータ画面上でテスト方略,テスト所要時間,テスト出題数などのテスト内容決定条件を指定できるもので、この条件に見合うテスト問題を前記テストデータベースのデータに基づき自動作成する機能を有したテスト問題自動作成システムとし、前記テスト方略とは、統計的意思決定モデルとして定式化され、効用関数に異なる学習者の予測テスト得点分布のカルバックライブラー情報量、テスト得点予測分布を持ち、相対評価、絶対評価などのテスト構成支援を行なえるものであることを特徴とする請求項1記載のテスト結果に基づき学習者,受講者の理解度を判定する理解度判定システムに係るものである。
【0009】
また、前記判定手段は、データを所与としたときの同時確率分布を近似し、これらの変数群を近似同時確率分布により乱数によって発生させ、対象となる変数の乱数の発生数を求めることにより、確率値を得る推論エンジンを搭載することで、テスト問題に対する1問の実施結果に応じて、情報量を最大化する次問をコンピュータが選択し、これを繰り返すことによって対象とする知識範囲内におけるその学習者,受講者の理解状況を少ない情報から判定できるように構成したことを特徴とする請求項1,2のいずれか1項に記載のテスト結果に基づき学習者,受講者の理解度を判定する理解度判定システムに係るものである。
【0010】
【発明の実施の形態】
好適と考える本発明の実施の形態(発明をどのように実施するか)を、図面に基づいてその作用効果を示して簡単に説明する。
【0011】
指導者,判定者(例えば教師)が学校あるいは自宅の端末から出題テーマ,出題ジャンル,出題範囲あるいは平均点や難易度等のテスト方略(ここでいうテスト方略は、統計的意思決定モデルとして定式化され、効用関数に異なる学習者の予測テスト得点分布のカルバックライブラー情報量、テスト得点予測分布を持ち、相対評価、絶対評価などのテスト構成支援を行なえるものである)や、テスト所要時間,テスト出題数等のテスト内容判定条件を入力設定すると、テストデータベースに蓄積した多数のテスト問題から選択又はテスト問題を構成する多数の設問若しくは設問作成用エレメントを組み合わせて生成した設問を組み合わせて、前記条件に合った最適な設問を選択して組み合わせたテスト問題が、サーバに設けたテスト問題自動作成手段により自動作成される(このテスト問題自動作成手段を用いずに手動によりテストデータベースの問題,設問を選択したり、追加したりして手動でテスト問題を手動作成できるようにしても良い。)。
【0012】
また、このテスト問題を自動作成すると共に、テストの得点分布や所定時間分布や平均点等を前記テスト内容決定条件、テストデータベースの各テスト問題,各設問に関する情報や前記テスト問題自動作成手段での情報等に基づき予測し、このテスト問題を実施する前にこれらのテスト結果予測値を予測値データベースに保管する。
【0013】
このテスト問題を送信あるいは閲覧可能とし、ネットワークに接続したクライト端末により遠隔地でもテストを受ける学習者,受講者(例えば生徒)がこのテスト問題を実施する。
【0014】
学習者,受講者(例えば生徒)が行なったテスト1問1問の解答、即ちテスト問題の実施結果を所与として、サーバの推論エンジンが同時確率分布を近似し、これらの変数群を近似同時確率分布により乱数によって発生させ、対象となる変数の乱数の発生数を求める。この処理は学習者,受講者の理解状況を判定するためにはどの問題を聞くことが最短距離かを導くものであり、これにより情報量を最大化する次問をコンピュータが選択しこれを繰り返すことで、全てのテスト問題を出題しなくとも、前記テストデータベースと実際に行なったこの学習者,受講者のテスト実施結果とから各学習者,受講者の理解度を自動判定する。
【0015】
【実施例】
本発明の具体的な実施例について図面に基づいて説明する。
【0016】
ネットワークを介して接続されたクライアント端末から遠隔テスト(コンピュータテスト)を行なった結果をサーバ側のデータベースに蓄積していくもので、例えば、教育,指導者がテスト問題を設定する際、テスト方略,テスト時間,テスト出題数を指定することで、蓄積されたテストデータベースから、条件に見合った最適なテスト問題を自動作成することができる(手動で設定することも可能)。
【0017】
また、ネットワークを介して接続されたサーバとクライアント端末間で情報の送受信を行い、構造化されたテストデータベース,テスト結果予測値とテスト結果との比較から、学習者,受講者の理解度を自動判定するシステムとしている。
【0018】
また、このシステムによれば、教師が生徒の学習理解度の判定を行なえるだけでなく、様々な分野での学習者の能力判定や企業における社員の能力判定などにも利用可能である。
【0019】
更に、具体的に説明すれば、例えば従来教育,指導者側がテストスケジュールを設定する場合には、テストデータベースから1問ずつ設問を選択していく方法がとられているが、意に反して平均点が高くなったり、問題数が多くなったりするなど、不都合があった。これに対し、本システムでは、コンピュータテストにおいて、これまでのデータベースを所与とし、これから作るテストの得点分布、所要時間分布等を予測するシステムである。具体的には、各分布のベイズ予測式を導き、テストデータベース中の過去のデータより、構成されたテストの予測得点分布、予測所要時間分布を提示し、対話的にテスト構成することを支援するものである。これにより、条件に見合った最適な問題を自動作成することが可能となるため、教育,指導者側にとってテストスケジュール作業の負担を軽減できるものである。
【0020】
またこれまで、ベイジアン,ネットワークは知識変数に対して、その同時確率分布の計算量が指数的に増大し、大容量の知識データベースを持つエキスパートシステムでの推論が難しかった。
【0021】
ここでは、n個の変数を持つ任意の離散同時確率分布がn個のシグモイド関数積によって近似させることによって、それより、あるデータが得られたときの他の変数の確率を推論する手法を採用している。
【0022】
具体的には、データを所与としたときの同時確率分布を近似し、これらの変数群を近似同時確率分布により乱数によって発生させ、対象となる変数の乱数の発生数を求めることにより、確率値を得るというものである。この理論を用いた推論エンジンをシステムに組み込み、高速に学習者,受講者の理解度を把握することを可能としたものである。
【0023】
図1に示すシステム構築例に基づき、本発明の具体的実施例についての構成,作動例を更に説明する。
【0024】
この図1に示すケースは、ネットワークを介して接続された、サーバとクライアント端末間で情報の送受信を行い、学習者の習熟度(理解度)を判定,評価するシステムである。
【0025】
処理の流れ(主要な部分)を説明すると、▲1▼教師が予めテストデータベース(DB)を登録する。▲2▼テスト実施のスケジュールを立てる(手動で行なう場合と、過去のDBから最適な問題を抽出するロジック▲3▼が存在する。)。▲4▼生徒がテストスケジュールに沿ってテストを行なう(予定されているテスト問題を順次1問目から解いていくスタイル。)。▲5▼生徒の理解度を〔Analys〕で特定し、その結果を生徒に返信する。▲6▼生徒がAdaptiveテストを行なう(第1問を解いた結果次第により、次の問題をコンピュータが選択。最適な出願を行うことにより、少ない問題数で個人毎の理解度を判定するロジック▲7▼が存在する。)。▲8▼生徒の理解度を〔Analys〕で特定し、その結果を生徒に返信する(▲5▼と同じ。)。▲9▼生徒の理解度を〔Analys〕で特定し、その結果を教師に返信する。
【0026】
テスト結果に基づく理解度の判定においても高速推論を行なうロジックを搭載し、多大な問題データベースであっても短時間で行なえるようにしている。
【0027】
【発明の効果】
本発明は上述のように構成したから、予め蓄積したデータベースからテスト作成者が設定するテスト内容決定条件の入力によって自動的にこの条件に合う最適なテスト問題が自動作成される。これは、テスト問題を設定する教育,指導者側の作業負担を大きく軽減するものである。また、このテスト問題点を遠隔地のテスト受講者に、ネットワークで接続した端末を介して行なわせ、例えばサーバはn個の変数を持つ任意の離散同時確率分布がn個のシグモイド関数積によって近似させることによって、あるデータが得られたときの他の変数の確率を推論する手法を用いることで、これまでのテストデータベースとテスト実施結果とから高速に自動的に理解度を判定できる。学習者に対しごく少ない問題提示だけで理解度を判定できるため、学習者が問題を数多く解かなくてはならないという負担を軽減することが可能となる。また、学習者の理解度がピンポイントで把握できるため、教育,指導者側にとってその学習者個人に対し「何を教えるべきか」のテーマを見つけやすく、個の教育が可能となる。
【0028】
また、請求項2,3記載の発明においては、一層前記作用・効果が良好に発揮されることとなる。
【図面の簡単な説明】
【図1】本実施例の構成作動説明図である。
Claims (3)
- 様々な多数のテスト問題又はテスト問題を構成する多数の設問若しくは前記設問作成用エレメントを蓄積したテストデータベースと、指導者若しくは判定者が設定するテスト内容決定条件によってこの条件に見合うテスト問題を前記テストデータベースのデータに基づき自動作成するテスト問題自動作成手段と、この自動作成されたテスト問題を実施する前にテスト結果予測値を保管する予測値データベースと、ネットワークを介して接続されたクライアント端末から送信される学習者,受講者の前記テスト問題に対する実施結果に基づき学習者,受講者の理解度を判定する判定手段とを備えたテスト結果に基づき学習者,受講者の理解度を判定する理解度判定システム。
- 前記テスト問題自動作成手段は、コンピュータ画面上でテスト方略,テスト所要時間,テスト出題数などのテスト内容決定条件を指定できるもので、この条件に見合うテスト問題を前記テストデータベースのデータに基づき自動作成する機能を有したテスト問題自動作成システムとし、前記テスト方略とは、統計的意思決定モデルとして定式化され、効用関数に異なる学習者の予測テスト得点分布のカルバックライブラー情報量、テスト得点予測分布を持ち、相対評価、絶対評価などのテスト構成支援を行なえるものであることを特徴とする請求項1記載のテスト結果に基づき学習者,受講者の理解度を判定する理解度判定システム。
- 前記判定手段は、データを所与としたときの同時確率分布を近似し、これらの変数群を近似同時確率分布により乱数によって発生させ、対象となる変数の乱数の発生数を求めることにより、確率値を得る推論エンジンを搭載することで、テスト問題に対する1問の実施結果に応じて、情報量を最大化する次問をコンピュータが選択し、これを繰り返すことによって対象とする知識範囲内におけるその学習者,受講者の理解状況を少ない情報から判定できるように構成したことを特徴とする請求項1,2のいずれか1項に記載のテスト結果に基づき学習者,受講者の理解度を判定する理解度判定システム。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2002338946A JP2004170842A (ja) | 2002-11-22 | 2002-11-22 | テスト結果に基づき学習者,受講者の理解度を判定する理解度判定システム |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2002338946A JP2004170842A (ja) | 2002-11-22 | 2002-11-22 | テスト結果に基づき学習者,受講者の理解度を判定する理解度判定システム |
Publications (1)
Publication Number | Publication Date |
---|---|
JP2004170842A true JP2004170842A (ja) | 2004-06-17 |
Family
ID=32702019
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
JP2002338946A Pending JP2004170842A (ja) | 2002-11-22 | 2002-11-22 | テスト結果に基づき学習者,受講者の理解度を判定する理解度判定システム |
Country Status (1)
Country | Link |
---|---|
JP (1) | JP2004170842A (ja) |
Cited By (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2017062332A (ja) * | 2015-09-24 | 2017-03-30 | 京セラドキュメントソリューションズ株式会社 | 学習システム |
JP2017097139A (ja) * | 2015-11-24 | 2017-06-01 | Kddi株式会社 | 理解度確率に応じて問題群のモデルを選択するユーザ適応型のテストプログラム、装置及び方法 |
KR101895963B1 (ko) * | 2017-10-31 | 2018-10-04 | (주)뤼이드 | 신규 사용자를 분석하는 방법 |
WO2018212394A1 (ko) * | 2017-05-19 | 2018-11-22 | 주식회사 뤼이드 | 기계 학습 프레임워크를 운용하는 방법, 장치 및 컴퓨터 프로그램 |
CN112102675A (zh) * | 2020-10-13 | 2020-12-18 | 上海市静安区和田路小学 | 一种基于教学进度的教程管理系统及其工作方法 |
-
2002
- 2002-11-22 JP JP2002338946A patent/JP2004170842A/ja active Pending
Cited By (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2017062332A (ja) * | 2015-09-24 | 2017-03-30 | 京セラドキュメントソリューションズ株式会社 | 学習システム |
JP2017097139A (ja) * | 2015-11-24 | 2017-06-01 | Kddi株式会社 | 理解度確率に応じて問題群のモデルを選択するユーザ適応型のテストプログラム、装置及び方法 |
WO2018212394A1 (ko) * | 2017-05-19 | 2018-11-22 | 주식회사 뤼이드 | 기계 학습 프레임워크를 운용하는 방법, 장치 및 컴퓨터 프로그램 |
KR101895963B1 (ko) * | 2017-10-31 | 2018-10-04 | (주)뤼이드 | 신규 사용자를 분석하는 방법 |
CN112102675A (zh) * | 2020-10-13 | 2020-12-18 | 上海市静安区和田路小学 | 一种基于教学进度的教程管理系统及其工作方法 |
CN112102675B (zh) * | 2020-10-13 | 2023-06-23 | 上海市静安区和田路小学 | 一种基于教学进度的教程管理系统及其工作方法 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
Conati et al. | AI in Education needs interpretable machine learning: Lessons from Open Learner Modelling | |
Molenaar et al. | Dissecting sequences of regulation and cognition: Statistical discourse analysis of primary school children’s collaborative learning | |
Koper | Increasing learner retention in a simulated learning network using indirect social interaction | |
CN109920288A (zh) | 自适应学习任务智能生成装置及计算机学习系统 | |
Georgila et al. | Using reinforcement learning to optimize the policies of an intelligent tutoring system for interpersonal skills training | |
Redding et al. | Expertise in air traffic control (ATC): What is it, and how can we train for it? | |
Kelly et al. | Predicting learning characteristics in a multiple intelligence based tutoring system | |
Sørmo et al. | Explanation goals in case-based reasoning | |
Fitria et al. | Online Learning Implementation and Challenges during Covid-19 Pandemic: English Lecturers’ Perspective in Indonesia | |
JP2004170842A (ja) | テスト結果に基づき学習者,受講者の理解度を判定する理解度判定システム | |
Dias et al. | On enhancing blended-learning scenarios through fuzzy logic-based modeling of users' LMS quality of interaction the rare & contemporary dance paradigms | |
CN116777402A (zh) | 一种基于元认知的面向群体协作的个性化角色定位方法 | |
Lee et al. | Comparison of peer-to-peer and virtual simulation rehearsals in eliciting student thinking through number talks | |
Rappa | Understanding pre-service teachers' experiences of a mixed reality simulation environment: An analysis of pre-service teachers’ perspectives on communicating with a simulated parent avatar | |
Harter et al. | Insights from Teaching with a Virtual Robotic Solution During the Pandemic: A Mixed-Methods Inquiry | |
Lukefahr et al. | Project-based learning to improve core first-year engineering courses | |
Hurynovich | Student-centered approach in foreign language teaching | |
Dai et al. | Application of advanced Petri net in personalized learning | |
Lundgren-Cayrol | Computer-Conferencing: A collaborative learning environment for distance education students | |
Idrizi et al. | Hybrid Learning-the new normal | |
Whorton | Can a Computer Adaptive Assessment System Determine, Better Than Traditional Methods, Whether Students Know Mathematics Skills?. | |
Kuzminska et al. | How to balance synchronous and asynchronous teaching and learning: A local study | |
Wachen et al. | Evolution and Impact of Instructional Coaching for Exploring Computer Science Teachers in a Large Urban District | |
Dringenberg | A phenomenographic analysis of first-year engineering students' experiences with problems involving multiple possible solutions | |
Ounnas et al. | Semantic web-based group formation for e-learning |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
A977 | Report on retrieval |
Free format text: JAPANESE INTERMEDIATE CODE: A971007 Effective date: 20051128 |
|
A131 | Notification of reasons for refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A131 Effective date: 20051206 |
|
A521 | Request for written amendment filed |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20060206 |
|
A02 | Decision of refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A02 Effective date: 20060309 |