TWI441108B - 輔助學習之方法及其系統 - Google Patents

Description

輔助學習之方法及其系統

本發明係有關一種輔助學習之方法及其系統，特別的是本發明是一種可利用測驗來提供學習之投資報酬率予使用者，使該使用者可快速學習及高得分。

按，現行教學施測類別如小考、隨堂考、章節考、段考、複習考及模擬考等等，其施測的方式皆大同小異，發出試卷，在一定的時間內作答，完畢後進行批改，最後一個步驟通常是檢視錯誤及訂正，並由教學人員加以講解，但最後一個步驟常被忽略，轉而由學生自行檢視錯誤並針對錯誤加以練習，不論結果是教學人員講解或是學生自行練習，都有以下兩個缺點存在：其一為學生可能花了太多時間練習了難題，但此種類型的難題卻不易出現於大型升學考試中，或是學生認為題目太基本太簡單，以致輕忽其在大型升學考試中出現的頻率與重要性；其二為重複答錯類似題目不易發現，導致大型升學考試中時失掉得分機會。

又，另一種描述於中華民國發明專利公告號第I235244號，關於指引個人化學習缺口的電腦輔助教學系統的先前技藝，該先前技藝係提供一種指引個人化學習缺口的電腦輔助教學系統，提供學習者快速找尋自己充電的課程，並由課程的研讀及測試結果中分析學習者的學習缺口，並且提供補強此一缺口所需再研讀其他相關的基礎課程，讓學習者確實瞭解自身學習瓶頸何在，進而循序漸進地瞭解、吸收全部課程；而該先前技藝亦揭露補強上述缺口所需再研讀其他相關的基礎課程，有一優先清單的建立，其建立原則係依據清單中所列之課程權重大小予以排列，而該權重之計算方式有：

1.依課程在科目樹狀關結構中的不同位置，給予不同權重等級；

2.依學習者測驗中答錯題目所對應的課程給予不同權重；

3.依節點的父子節點數量給予不同的權重。

依此權重所得之優先研讀基礎課程之清單，僅能幫助學習者能從基礎的課程循序漸進地學習到進階的課程，來補強學習者在測試結果中所得之學習缺口，但該學習缺口所產生之優先研讀清單，並不能有效幫助學習者能在大型升學考試中確實得分，或更進一步在大型升學考試中有效率的得分，亦即是無法告知學習者以花最少的學習時間來在大型升學考試中取得較高的分數。

鑒於以上所述先前技藝之缺點，本發明的主要目的係提供一種輔助學習之方法及其系統，利用測驗來提供學習之投資報酬率予使用者，使該使用者可依據學習之投資報酬率來快速學習，以幫助使用者能在大型升學考試中確實或有效率的取得較高的分數。

本發明之輔助學習之方法及其系統的特點在於選取具有第一參數之試題，一使用者接受前述所選取試題之測驗後，並根據該試題之第一參數經由一計算程序取得該試題之第二參數，將前述所產生之第二參數，產生一輔助該使用者學習之評估結果，將評估結果與使用者設定之學習目標作一比對，爾後取出最優先分類項目之相對應教材來學習，並有驗證機制來驗證使用者是否已學會或未學會來更新第二參數，並將評估結果之分類項目重新排序，如此一來即可在使用者設定之學習目標中有效率的學習。

本發明的另一特點為具有第一參數之試題，該第一參數之取得係來自歷屆大型考試或升學考試中考生成績與答對率之數據，且該數據皆由舉辦考試之官方獨立之公正單位(例如：財團法人大學入學考試中心基金會、國民中學學生基本學力測驗推動工作委員會、財團法人技專校院入學測驗中心基金會)所公佈，不論是樣本數或是可信度皆相當高，足以反應考題與學生程度的關聯。

本發明的再一特點為試題之第二參數為該試題之第一參數經由一計算程序取得，第二參數即為投資報酬率，該投資報酬率可反應該使用者對於此試題所對應之分類項目是否值得學習，且依據此投資報酬率所產生之評估結果更可與使用者設定之學習目標作一比對，來產生一個人化之評估結果，而該結果可以有效的幫助使用者依序學習該分類項目，使其快速的達到使用者所設定之學習目標，即是在大型升學考試中確實或有效率的取得較高的分數。

綜合上述特點，本發明可確實將以往概念化之學習引導轉變成數據型態表示，且能有效提供教材予使用者來快速學習並在大型升學考試中能夠高得分，且分析之參數來源皆非經由主觀認知而界定，亦不免疏於客觀而造成誤差，實為在激烈升學考試競爭中，提供一盞明燈。

以下即配合所附之圖示，詳細揭露說明本發明之輔助學習之方法及其系統的實施例。

請參閱圖一所示，係揭示本發明之輔助學習系統1，其包含：教材模組10、選題模組11、計算模組12、評估模組13、目標比對模組14、學習模組15、驗證模組16、輸出單元17、個人化學習介面18以及紀錄模組19。

該教材模組10之電子化教材、試題或試題群組皆具有一分類項目與編號，用以將該教材或試題予以分類，而分類項目可為課程種類、科目、章、節、書名、資料來源種類、作者、版本、定義、觀念、公式、教學綱要、課程綱要、題型、例題或測驗等等，而編號可為流水號、數字、英文字母或希臘字母 等等，本發明對此並不予以限制，編號之用意是防止教材或試題之分類項目發生相同分類結果的情況，故給予一不重複之編號來作區別，透過此分類項目編號，可以輕易的將大量的教材或試題予以有效的整理歸類。

而教材模組10中之試題更具有第一參數，該第一參數可為難易度、平均難易度、答對率、平均答對率、答錯率、平均答錯率、鑑別度或通過率，只要該第一參數之取得係來自歷屆大型考試或升學考試中，由舉辦考試之官方獨立之公正單位所公佈之數據(如財團法人大學入學考試中心所公佈之學科能力測驗或指定科目考試的統計資料，為歷屆大型考試之數據，不但具公信力且取樣性亦足)，皆可取來作為第一參數使用，但上述的參數中，難易度、平均難易度亦可為專家分級，即老師可憑多年的教學經驗來判斷該試題的難易度為何，如非專家分級，則難易度、平均難易度最佳為答對率、平均答對率或是答錯率、平均答錯率，如某試題答錯率有28%，可表示其難易度為28，如某試題答對率有90%，可表示其難易度為10。

上述教材模組10之教材或試題可以電子形式儲存於一電腦資料庫內，或使用傳統紙本標註方式來做分類，本發明並不以此為限。

該選題模組11，係自教材模組10選取具第一參數之試題後組成一份試卷用以讓使用者接受測驗，而選取試題的方式可為標準測驗理論之試卷設計、專家命題、測驗種類之標準試卷設計、歷次測驗中各類試題之平均出題率、前一次測驗之試題設計或使用者曾經接受測驗之結果，如依照標準化測驗理論所述之命題方式(標準化測驗理論乃對各學科之能力指標的擬定、試題的設計、施測程序的建立、計分方式乃至於試題預試以及測驗信度、效度的建立等標準化程序來進行測驗編製，以使測驗能有最佳的測量效果)來命題，或是依據老師多年經驗、參考歷屆測驗中各類試題的出題率高低、根據使用者前次測驗的結果等等來加以命題，而在選取完試題後，可組合出至少一 份試卷用以讓使用者接受測驗或學習。

該計算模組12，係一使用者接受前述所選取試題之測驗後，並根據該試題之第一參數經由一計算程序取得該試題之第二參數，所謂計算程序，即為比對試題之正確答案後根據第一參數計算取得第二參數，在此第二參數最佳可定義為一投資報酬率，每題試題都有其投資報酬率存在，計算方法為該試題之模擬失分除以其第一參數之比率，而模擬失分為該試題之出題率與其平均配分之乘積，或為該試題之配分、失分與配分率，模擬失分最佳為該試題之出題率與其平均配分之乘積，在此並不設限；計算出投資報酬率後，該投資報酬率之數值可反應該使用者對於此試題所對應之分類項目是否值得學習，而投資報酬率之數值最佳為百分比，一般而言為正值，數值越高者表示該試題所對應之分類項目，對使用者而言是非常值得學習的，且學習後能取得的效益為最高，如數值為零，則表示不需要多花時間在此被系統判定為不需學習的分類項目。

該評估模組13與目標比對模組14，係根據前述產生之投資報酬率產生一輔助該使用者學習之評估結果，該評估結果具有一學習先後順序之分類項目，而學習先後順序則是依據投資報酬率來進行排序，投資報酬率越高者，其學習順序愈優先，但如果出現有相同之分類項目時，則將相同的分類項目之投資報酬率予以加總再進行排序(如數值為零則不需加總)，此表示該分類項目對於該使用者而言是相當值得學習的，亦即學習一種分類項目可在複數個試題中取得更多的分數，此外使用者選定之驗測種類如有其加重計分之計算方式時，可將該投資報酬率乘以該加重計分之權重，如數學科加重計分200%，數學科的投資報酬率就乘以2等等來表示該分類項目對於使用者之重要性；而該目標比對模組14，則是可提供使用者該次測驗結果與其目標作一比對動作產生一比對結果，此結果更可提供予前述之評估模組產生一個人化之評估結果，如使用者在一次滿分500分的測驗中，設定了400分的目標，但使用者在該測驗中 僅得到300分，而目標比對模組14，則是比對了目標400分與實得300分此兩種分數，來產生針對使用者一個人化之評估結果，即使用者只需學習100分的分類項目就可達成目標。目標除了分數外，尚可用科系、排行等設定成為目標來進行比對。

該學習模組15，係提供使用者依其評估模組13所產生之評估結果分類項目所對應之至少一電子化教材來依序學習，而該電子化教材之來源為教材模組10；該驗證模組16，則是在使用者透過學習模組15學習後，針對該分類項目經由選題模組11來組成試題，用以驗證該使用者是否已學會該分類項目，驗證方式為利用相同分類項目之不同試題來反覆進行測驗，如一次以上之試題測驗結果均顯示為答對，驗證模組16即可判定使用者已學會該分類項目，並且該驗證模組16會將該分類項目之投資報酬率予以歸零，並根據投資報酬率來重新排序分類項目，以取出接下來該學習之分類項目；所謂的一次以上之試題測驗結果，如測驗三次，每次10題，在此三次測驗中30題皆答對，就可判定使用者已學會；如未學會則再由學習模組15再提供教材來進行學習，學習模組15與驗證模組16將會反覆進行以上動作，直到該使用者評估結果的所有分類項目都已通過驗證或已達目標。請參閱圖二與圖三運用本發明之圖表，於本實施例中，假設使用者透過系統測驗數學科學習結果，選題模組11自教材模組10選出了10題試題，該些試題具有分類項目、難易度、配分等參數且該些試題皆為單選題，使用者作答後，系統透過一計算模組12來計算出使用者於該些試題是否答對、得分、失分及投資報酬率等參數，在圖二中我們可以看到，該使用者答錯了4題，故產生了4組投資報酬率，此投資報酬率透過評估模組13與目標比對模組14(在此假設使用者目標為10題試題全部答對)，產生了圖三之評估結果，因為4組投資報酬率中，有其分類項目相同者，故予以相加產生了此評估結果，我們可以看到該使用者如優先學習1-2此分類項目，其投資報酬率為最高，此時就可透過學習模組15來提供 教材讓使用者來學習，學習完畢後再以驗證模組16來進行驗證使用者學習效果，如使用者已學會1-2此分類項目，即可將該分類項目對應之投資報酬率予以歸零，然後重新排列順序進行下次分類項目之學習；如使用者於此次數學科測驗中，透過目標比對模組14得知使用者在此測驗中所得分數距離使用者所設定之目標還要4分的話，評估模組13所產生的評估結果，其1-2此分類項目之配分為5分、1-3之配分為3分，則表示該使用者只需要學習1-2此分類項目並通過驗證就可得到5分，便即可達到使用者所設定之目標。

該輸出單元17，係可顯示評估模組13所指引該使用者學習之評估結果，該單元可為螢幕、顯示器、或是一電子文件，更可為一書面報表、紙張文件等，只要能讓使用者得知評估結果即可，本發明並不以此為限。

該個人化學習介面18，係提供使用者選擇接受測驗、選取分類項目、設定學習目標、讀取指引該使用者分類項目優先順序或讀取教材之功能，而該個人化學習介面18資料之儲存，可透過紀錄模組19予以記錄，如曾經接受測驗之試題、測驗結果、評估模組之評估結果、曾經學習之電子化教材、使用次數、登錄時間、每次學習時間、累計學習時間、使用歷程、設定之學習目標、使用者帳號或使用者密碼等等資料，都可透過紀錄模組19詳細的記錄下來，以便個人化學習介面18可根據不同使用者來提供不同進度的選項，最重要的是其學習目標之設定，該設定可提供目標比對模組14來進行比對，方能產生一個人化之評估結果。

請參閱圖四，係揭示本發明之輔助學習方法透過前述系統執行時之流程圖。

於S201~S202步驟中，使用者可設定一預期學習目標，如使用者未設定則預設為使用者學習以滿分為目標，接著使用者可自主學習或立刻透過系統進行測驗，在本實施例中，預期學習目標可為科系、分數或排行。

於S203~S205步驟中，選取具第一參數之試題並組成試卷來讓使用者進行測驗，測驗完畢後根據第一參數經由一計算程序取得第二參數，如使用者在S201步驟中有設定一預期學習目標，則在S205步驟中即可參考此目標，並依據第二參數來產生一個人化之評估結果，該評估結果並有根據第二參數來排序之分類項目。

在本實施例中，選取試題的方式可為標準測驗理論之試卷設計、專家命題、測驗種類之標準試卷設計、歷次測驗中各類試題之平均出題率、前一次測驗之試題設計或使用者曾經接受測驗之結果，如依照標準化測驗理論所述之命題方式(標準化測驗理論乃對各學科之能力指標的擬定、試題的設計、施測程序的建立、計分方式乃至於試題預試以及測驗信度、效度的建立等標準化程序來進行測驗編製，以使測驗能有最佳的測量效果)來命題，或是依據老師多年經驗、參考歷屆測驗中各類試題的出題率高低、根據使用者前次測驗的結果等等來加以命題。

在本實施例中，所謂的第一參數可為難易度、平均難易度、答對率、平均答對率、答錯率、平均答錯率、鑑別度或通過率，只要該第一參數之取得係來自歷屆大型考試或升學考試中，由舉辦考試之官方獨立之公正單位所公佈之數據(如財團法人大學入學考試中心所公佈之學科能力測驗或指定科目考試的統計資料，為歷屆大型考試之數據，不但具公信力且取樣性亦足)，皆可取來作為第一參數使用，但上述的參數中，難易度、平均難易度亦可為專家分級，即老師可憑多年的教學經驗來判斷該試題的難易度為何，如非專家分級，則難易度、平均難易度最佳為答對率、平均答對率或是答錯率、平均答錯率，如某試題答錯率有28%，可表示其難易度為28，如某試題答對率有90%，可表示其難易度為10。

在本實施例中，所謂計算程序，即為比對試題之正確答案後根據第一參數計算取得第二參數，在此第二參數最佳可定義為一投資報酬率，每題試題都有其投資報酬率存在，計算方法 為該試題之模擬失分除以其第一參數之比率，而模擬失分為該試題之出題率與其平均配分之乘積，或為該試題之配分、失分與配分率，模擬失分最佳為該試題之出題率與其平均配分之乘積，在此並不設限；計算出投資報酬率後，該投資報酬率之數值可反應該使用者對於此試題所對應之分類項目是否值得學習；而S205中所謂的排序，則是依據投資報酬率來將分類項目排出一學習先後順序，投資報酬率越高者，其學習順序愈優先，但如果出現有相同之分類項目時，則將相同的分類項目之投資報酬率予以加總再進行排序，此表示該分類項目對於該使用者而言是值得相當學習的，亦即學習一種分類項目可在複數個試題中取得更多的分數，此外使用者選定之驗測種類如有其加重計分之計算方式時，可將該投資報酬率乘以該加重計分之權重，如數學科加重計分200%，數學科的投資報酬率就乘以2等等來表示該分類項目對於使用者之重要性。

於S206步驟中，則判斷使用者是否已達目標，若是，則結束此次學習，反之未達成目標，則進至S207步驟，開始根據評估結果取出最優先分類項目之教材來進行學習或進行測驗，測驗試題的組成可由S203步驟提供；而在S208步驟中，則再次驗證使用者是否已學會該分類項目，如否則回到S207步驟重新進行學習或進行測驗，反之則進至S209步驟中，將該分類項目之投資報酬率歸零，再回到S205步驟檢視該評估結果是否還存有需學習之分類項目，並重新排序進行下一個分類項目之學習或測驗，進至S206步驟中來判斷是否已達目標，此流程將一直持續到使用者學習完該評估結果的所有分類項目或是達到使用者設定目標為止。

於S210步驟中，則是電子化教材、試題或試題群組分類的步驟，該分類方法是賦予電子化教材、試題或試題群組一分類項目，該分類項目可為課程種類、科目、章、節、書名、資料來源種類、作者、版本、定義、觀念、公式、教學綱要、課程綱要、題型、例題或測驗，或是賦予一流水號、數字、英文 字母或希臘字母等編號，此分類可讓大量的教材或試題予以有效的整理歸類，並作為S202、S203、S207步驟中所需教材或試題之來源。

綜上所述，本發明之輔助學習方法及其系統，透過前述之系統或是方法間相互的運作，能確實將以往概念化之學習引導轉變成數據型態顯示，且能有效提供教材予使用者來快速學習並能在大型考試中能夠高得分，且該輔助學習之方法及其系統可在任何平台及任何類型的系統上執行，包括紙上系統、電腦系統、人為系統等等。

上述實施例僅為例示性說明本發明之原理及其功效，而非用於限制本發明。任何熟習此項技藝之人士均可在不違背本發明之精神與範疇下，對上述實施例進行修飾與變化。因此本發明之權利保護範圍，應如後述之申請專利範圍所列。

1‧‧‧輔助學習系統

10‧‧‧教材模組

11‧‧‧選題模組

12‧‧‧計算模組

13‧‧‧評估模組

14‧‧‧目標比對模組

15‧‧‧學習模組

16‧‧‧驗證模組

17‧‧‧輸出單元

18‧‧‧個人化學習介面

19‧‧‧紀錄模組

S201~S210‧‧‧步驟

圖一 係為本發明之輔助學習系統示意圖

圖二 係為運用本發明之一圖表

圖三 係為運用本發明之另一圖表

圖四 係為本發明之輔助學習方法流程圖

1．．．輔助學習系統

10．．．教材模組

11．．．選題模組

12．．．計算模組

13．．．評估模組

14．．．目標比對模組

15．．．學習模組

16．．．驗證模組

17．．．輸出單元

18．．．個人化學習介面

19．．．紀錄模組

Claims (41)

1. 一種輔助學習之系統，係包含有：一選題模組，係選取一試題，該試題具有一第一參數，該第一參數係為可換算成該試題之難易度之數據；一計算模組，係一使用者接受前述所選取試題之測驗後產生一測驗結果，並根據該試題之第一參數經由一計算程序取得該試題之投資報酬率，該計算程序包含將該試題之模擬失分除以該試題之難易度之比率，其中該模擬失分為其對應試題之出題率與其平均配分的乘積、其對應試題之配分、其對應試題之失分或其對應試題之配分率；以及一評估模組，係由前述所產生之投資報酬率之高低，產生一輔助該使用者學習之評估結果，該評估結果具有一學習先後順序之分類項目。
2. 如申請專利範圍第1項所述之系統，其中該第一參數可為難易度、平均難易度、答對率、平均答對率、答錯率、平均答錯率、鑑別度或通過率。
3. 如申請專利範圍第2項所述之系統，其中該難易度、平均難易度更可為專家分級。
4. 如申請專利範圍第1項所述之系統，其中該投資報酬率係可進一步根據該試題之科目之加重計分的權重，計算該投資報酬率時要乘上權重。
5. 如申請專利範圍第1項所述之系統，其中計算程序更包含比對試題正確答案之程序。
6. 如申請專利範圍第1項所述之系統，其中由該選題模組中選取試題後，可將其組合出至少一份試卷用以讓使用者接受測驗或學習。
7. 如申請專利範圍第6項所述之系統，選取試題組合出試卷的方式可為標準測驗理論之試卷設計、專家命題、測驗種類之標準試卷設計、歷次測驗中各類試題之平均出題率、前一次測驗之試題設計或使用者曾經接受測驗之結果。
8. 如申請專利範圍第1項所述之系統，其中更可包含一目標比對模組，係提供使用者於測驗前設定一目標，並於測驗後將該次測驗結果與其目標作一比對動作產生一比對結果，此結果更可提供予前述之評估模組產生一個人化之評估結果，其中該目標可為科系、分數或排行。
9. 如申請專利範圍第1項所述之系統，其中更包含一教材模組，係儲存複數份具分類項目之電子化教材、試題或試題群組，並可提供選題模組作為選題來源。
10. 如申請專利範圍第9項所述之系統，其中該分類項目可為課程種類、科目、章、節、書名、資料來源種類、作者、版本、定義、觀念、公式、教學綱要、課程綱要、題型、例題或測驗，並分別賦予其一所屬之編號。
11. 如申請專利範圍第10項所述之系統，其中該編號可為流水號、數字、英文字母或希臘字母。
12. 如申請專利範圍第1項所述之系統，其中評估結果係包含一具有學習先後順序之分類項目。
13. 如申請專利範圍第12項所述之系統，其中分類項目先後順序的排序方式，係根據前述之投資報酬率進行排序，排列位置愈前面者，學習的順序愈優先。
14. 如申請專利範圍第13項所述之系統，其中分類項目中如出現相同之分類項目時，則將相同分類項目之投資報酬率加總後再進行排序。
15. 如申請專利範圍第1項所述之系統，其中更包含一學習模組，係提供使用者分類項目所對應之至少一電子化教材來依序學習，而該電子化教材之來源為教材模組。
16. 如申請專利範圍第15項所述之系統，在使用者進行學習後，透過一驗證模組可更新前述該分類項目之投資報酬率，並重新排序分類項目來提供使用者新的學習順序。
17. 如申請專利範圍第16項所述之系統，其中該驗證模組係提供對應該分類項目之試題，試題組成係經由選題模組，來驗證該使用者是否已學會該分類項目，如已學會則將該分類項目之投資報酬率歸零，如未學會則再由學習模組提供教材來進行學習。
18. 如申請專利範圍第17項所述之系統，其中驗證該使用者是否已學會該分類項目，係經由選題模組提供一次以上之試題測驗且皆答對來判定已學會該分類項目。
19. 如申請專利範圍第1項所述之系統，其中更包含一輸出單元，係可顯示前述指引該使用者學習之評估結果。
20. 如申請專利範圍第1項所述之系統，其中更包含一個人化學習介面，係提供該使用者可為選擇接受測驗、選取分類項目、設定學習目標、讀取指引該使用者分類項目優先順序或讀取教材之功能。
21. 如申請專利範圍第1項所述之系統，其中更包含一紀錄模組，係儲存使用者資訊。
22. 如申請專利範圍第21項所述之系統，其中該使用者資訊可為曾經接受測驗之試題、測驗結果、評估模組之評估結果、曾經學習之電子化教材、使用次數、登錄時間、每次學習時間、累計學習時間、使用歷程、設定之學習目標、使用者帳號或使用者密碼。
23. 一種輔助學習之方法，係包含下列步驟：(a)選取一試題，該試題具有一第一參數，該第一參數係為可換算成該試題之難易度之數據；(b)一使用者接受前述所選取試題之測驗後產生一測驗結果，並根據該試題之第一參數經由一計算程序取得試題之投資報酬率，該計算程序包含將該試題之模擬失分除以該試題之難易度之比率，其中該模擬失分為其對應試題之出題率與其平均配分的乘積、其對應試題之配分、其對應試題之失分或其對應試題之配分率；以及(c)由前述所產生之投資報酬率之高低，產生一輔助該使用者學習之評估結果，該評估結果具有一學習先後順序之分類項目。
24. 如申請專利範圍第23項所述之方法，該步驟(a)中第一參數可為難易度、平均難易度、答對率、平均答對率、答錯率、平均答錯率、鑑別度或通過率。
25. 如申請專利範圍第24項所述之方法，其中該難易度、平均難易度更可為專家分級。
26. 如申請專利範圍第23項所述之方法，其中該投資報酬率係可進一步根據該試題之科目之加重計分的權重，計算該投資報酬率時要乘上權重。
27. 如申請專利範圍第23項所述之方法，該步驟(b)中計算程序更包含比對試題正確答案之步驟。
28. 如申請專利範圍第23項所述之方法，該步驟(a)中由該選題模組中選取試題後，可將其組合出至少一份試卷用以讓使用者接受測驗或學習之步驟。
29. 如申請專利範圍第28項所述之方法，選取試題組合出試卷的方式可為標準測驗理論之試卷設計、專家命題、測驗種類之標準試卷設計、歷次測驗中各類試題之平均出題率、前一次測驗之試題設計或使用者曾經接受測驗之結果。
30. 如申請專利範圍第23項所述之方法，該步驟(c)中更可包含一目標比對之步驟，係提供使用者於測驗前設定一目標，並於測驗後將該次測驗結果與其目標作一比對動作產生一比對結果，進而產生一個人化之評估結果，其中該目標可為科系、分數或排行。
31. 如申請專利範圍第23項所述之方法，其中更包含一將複數份電子化教材、試題或試題群組賦予一分類項目之教材分類步驟(f)，並可提供步驟(a)作為選題來源。
32. 如申請專利範圍第31項所述之方法，其中該分類項目可為課程種類、科目、章、節、書名、資料來源種類、作者、版本、定義、觀念、公式、教學綱要、課程綱要、題型、例題或測驗，並分別賦予其一所屬之編號。
33. 如申請專利範圍第32項所述之方法，其中該編號可為流水號、數字、英文字母或希臘字母。
34. 如申請專利範圍第23項所述之方法，該步驟(c)中評估結果係包含一具有學習先後順序之分類項目。
35. 如申請專利範圍第34項所述之方法，其中分類項目先後順序的排序方式，係根據前述之投資報酬率進行排序，排列位置愈前面者，學習的順序愈優先。
36. 如申請專利範圍第35項所述之方法，其中分類項目中如出現相同的分類項目時，則將相同分類項目之投資報酬率加總後再進行排序。
37. 如申請專利範圍第23項所述之方法，其中更包含一學習步驟(d)，係提供使用者分類項目所對應之至少一電子化教材來依序學習，而該電子化教材之來源為教材分類步驟(f)。
38. 如申請專利範圍第37項所述之方法，在使用者進行學習後，透過一驗證步驟(e)可更新前述該分類項目之投資報酬率，並重新排序分類項目來提供使用者新的學習順序。
39. 如申請專利範圍第38項所述之方法，其中該驗證步驟係提供對應該分類項目之試題，試題組成可經由步驟(a)，來驗證該使用者是否已學會該分類項目，如已學會則將該分類項目之投資報酬率歸零，如未學會則在返回學習步驟(d)來進行學習。
40. 如申請專利範圍第39項所述之方法，其中驗證該使用者是否已學會該分類項目，係經由步驟(a)提供一次以上之試題測驗且皆答對來判定已學會該分類項目。
41. 如申請專利範圍第23項所述之方法，其中更包含一使用者可選擇接受測驗、選取分類項目、設定學習目標、讀取指引該使用者分類項目優先順序或讀取教材之步驟。