TWI621093B - 具個人化學習路徑自動產生機制之學習規劃方法與學習規劃系統 - Google Patents
具個人化學習路徑自動產生機制之學習規劃方法與學習規劃系統 Download PDFInfo
- Publication number
- TWI621093B TWI621093B TW105134445A TW105134445A TWI621093B TW I621093 B TWI621093 B TW I621093B TW 105134445 A TW105134445 A TW 105134445A TW 105134445 A TW105134445 A TW 105134445A TW I621093 B TWI621093 B TW I621093B
- Authority
- TW
- Taiwan
- Prior art keywords
- learning
- processor
- weight
- subject
- score
- Prior art date
Links
- 238000000034 method Methods 0.000 title claims abstract description 49
- 238000012545 processing Methods 0.000 claims description 5
- 230000000875 corresponding effect Effects 0.000 description 35
- 230000006870 function Effects 0.000 description 6
- 238000012360 testing method Methods 0.000 description 6
- 238000006243 chemical reaction Methods 0.000 description 4
- 238000010586 diagram Methods 0.000 description 4
- 238000004364 calculation method Methods 0.000 description 2
- 230000002596 correlated effect Effects 0.000 description 2
- 238000013459 approach Methods 0.000 description 1
- 230000006399 behavior Effects 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 230000003247 decreasing effect Effects 0.000 description 1
- 238000013461 design Methods 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000003672 processing method Methods 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
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
- 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
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
- G06N7/00—Computing arrangements based on specific mathematical models
- G06N7/02—Computing arrangements based on specific mathematical models using fuzzy logic
- G06N7/023—Learning or tuning the parameters of a fuzzy system
Landscapes
- Engineering & Computer Science (AREA)
- Software Systems (AREA)
- General Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Physics & Mathematics (AREA)
- Business, Economics & Management (AREA)
- Automation & Control Theory (AREA)
- Fuzzy Systems (AREA)
- Health & Medical Sciences (AREA)
- General Health & Medical Sciences (AREA)
- Mathematical Analysis (AREA)
- Mathematical Physics (AREA)
- Computational Mathematics (AREA)
- Data Mining & Analysis (AREA)
- Evolutionary Computation (AREA)
- Algebra (AREA)
- Molecular Biology (AREA)
- Mathematical Optimization (AREA)
- Pure & Applied Mathematics (AREA)
- Computing Systems (AREA)
- General Engineering & Computer Science (AREA)
- Artificial Intelligence (AREA)
- Biomedical Technology (AREA)
- Life Sciences & Earth Sciences (AREA)
- Educational Administration (AREA)
- Educational Technology (AREA)
- Strategic Management (AREA)
- Tourism & Hospitality (AREA)
- Economics (AREA)
- Human Resources & Organizations (AREA)
- Marketing (AREA)
- Primary Health Care (AREA)
- General Business, Economics & Management (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
本案揭示一種應用於學習規劃系統中的學習規劃方
法,且此學習規劃系統包含儲存器、監控器以及處理器。此學習規劃方法包含以下步驟:透過監控器紀錄複數學科之學習資訊,並將學習資訊儲存於儲存器中;透過處理器依據學習資訊而計算學科之權重參數,並依據權重參數而計算學科之權重分數;以及透過處理器為權重分數進行模糊化處理以將權重分數轉換為學科之分數等級,從而建立學科之間的學習順序以進行學習規劃。
Description
本案係關於一種資料處理方法與資料處理系統,特別係關於一種學習規劃方法與學習規劃系統。
隨著自動化技術的快速發展,自動化的規劃系統係廣泛地運用於人類的生活中並扮演越來越重要的角色。舉例而言,學習規劃系統可以自動地為使用者提供學習規劃服務。然而,目前的學習規劃系統主要仍依據使用者的個人資訊而將不同的使用者相應地區分成數個類別,再依據使用者所對應的類別而提供相應的學習規劃服務。換句話說,目前的學習規劃系統並未個別地針對不同的使用者進行適性化的學習規劃服務,如此,可能會降低使用者對於學習規劃系統的體驗品質。儘管透過個別地分析每一使用者的個人資訊以進行學習規劃服務的作法可以有效地提升使用者對於學習規劃系統的體驗品質,但此種作法卻可能大幅地增加學習規劃系統的運作複雜度。
因此,如何有效地提升使用者對於學習規劃系統的體驗品質並不增加學習規劃系統的運作複雜度來進行學習規劃方法與學習規劃系統的設計,可是一大挑戰。
本案揭示的一態樣係關於一種應用於學習規劃系統中的學習規劃方法,且此學習規劃系統包含儲存器、監控器以及處理器。此學習規劃方法包含以下步驟:透過監控器紀錄複數學科之學習資訊,並將學習資訊儲存於儲存器中;透過處理器依據學習資訊而計算學科之權重參數,並依據權重參數而計算學科之權重分數;以及透過處理器為權重分數進行模糊化處理以將權重分數轉換為學科之分數等級,從而建立學科之間的學習順序以進行學習規劃。
本案揭示的另一態樣係關於一種學習規劃系統,且此學習規劃系統包含儲存器、監控器以及處理器。監控器用以紀錄複數學科之學習資訊,並將學習資訊儲存於儲存器中。處理器用以依據學習資訊而計算學科之權重參數,並依據權重參數而計算學科之權重分數。處理器為權重分數進行模糊化處理以將權重分數轉換為學科之分數等級,從而建立學科之間的學習順序以進行學習規劃。
綜上所述,本案之技術方案與現有技術相比具有明顯的優點和有益效果。藉由上述技術方案,可達到相當的技術進步,並具有產業上的廣泛利用價值,本案所揭示之學習規劃方法與學習規劃系統係透過處理器依據學習資訊而計算學
科之權重參數與權重分數,並以模糊化處理將權重分數轉換為學科之分數等級,從而建立學科之間的學習順序以進行學習規劃。舉例而言,學習資訊可以為使用者針對相應的學科的教材操作資訊與測驗資訊。因此,本案所揭示之學習規劃方法與學習規劃系統可以依據學習資訊而為不同的使用者進行適性化的學習規劃服務以提升使用者對於學習規劃系統的體驗品質,並透過模糊化處理以降低學習規劃系統的運作複雜度。
100‧‧‧學習規劃系統
110‧‧‧儲存器
120‧‧‧監控器
130‧‧‧處理器
200‧‧‧學習規劃方法
S210、S220、S230‧‧‧步驟
A、B、C、D、E‧‧‧學科
第1A圖為依據本案揭示的實施例所繪製的學習規劃系統的方塊示意圖;第1B、1C圖為依據本案揭示的實施例所繪製的學科之間的學習順序的示意圖;以及第2圖為依據本案揭示的實施例所繪製的學習規劃方法的流程圖。
下文是舉實施例配合所附圖式作詳細說明,以更好地理解本案的態樣,但所提供的實施例並非用以限制本揭示所涵蓋的範圍,而結構操作的描述非用以限制其執行的順序,任何由元件重新組合的結構,所產生具有均等功效的裝置,皆為本揭示所涵蓋的範圍。此外,根據業界的標準及慣常做法,
圖式僅以輔助說明為目的,並未依照原尺寸作圖,實際上各種特徵的尺寸可任意地增加或減少以便於說明。下述說明中相同元件將以相同的符號標示來進行說明以便於理解。
在全篇說明書與申請專利範圍所使用的用詞(terms),除有特別註明外,通常具有每個用詞使用在此領域中、在此揭示的內容中與特殊內容中的平常意義。某些用以描述本案揭示的用詞將於下或在此說明書的別處討論,以提供本領域技術人員在有關本案揭示的描述上額外的引導。
此外,在本案中所使用的用詞『包含』、『包括』、『具有』、『含有』等等,均為開放性的用語,即意指『包含但不限於』。此外,本案中所使用的『及/或』,包含相關列舉項目中一或多個項目的任意一個以及其所有組合。
於本案中,當一元件被稱為『連接』或『耦接』時,可指『電性連接』或『電性耦接』。『連接』或『耦接』亦可用以表示二或多個元件間相互搭配操作或互動。
第1A圖為依據本案揭示的實施例所繪製學習規劃系統100的方塊示意圖。如第1A圖所示,學習規劃系統100包含儲存器110、監控器120以及處理器130。監控器120電性連接儲存器110,且處理器130電性連接儲存器110。
儲存器110可被實作為電腦硬碟、伺服器或熟悉此技藝者可輕易思及具有相同功能之紀錄媒體。監控器120可為任何能將使用者之行為歷程(包括複數學科之學習資訊)轉換成紀錄資料的實體元件。處理器130可被實作為中央處理器、微控制器或類似元件。
監控器120用以紀錄複數學科之學習資訊,並將學習資訊儲存於儲存器110中。處理器130用以依據學習資訊而計算學科之權重參數,並依據權重參數而計算學科之權重分數。處理器130為權重分數進行模糊化處理以將權重分數轉換為學科之分數等級,從而建立學科之間的學習順序以進行學習規劃。於一實施例中,學習資訊可以表示為使用者針對相應的學科的測驗資訊。舉例而言,測驗資訊可以表示為學科之原始分數,處理器130可以將權重參數與學科之原始分數進行相乘而取得權重分數。當處理器130為權重分數進行模糊化處理後,每一權重分數可以轉換為相應的分數等級。換句話說,學習規劃系統100可以透過模糊化處理而減少運作複雜度,從而加速學習規劃系統100的運作。
於一實施例中,學科之學習資訊包含學習次數與學習時間,處理器130用以依據學習次數與學習時間而計算學科之權重參數。於另一實施例中,學習資訊可以表示為使用者針對相應的學科的教材操作資訊。舉例而言,教材操作資訊可以表示為教材操作次數或教材操作時間,且處理器130可以依據教材操作次數與教材操作時間而計算學科之權重參數。於此實施例中,教材操作次數與使用者對於教材的熟練度為正相關,且教材操作時間與使用者對於教材的熟練度為負相關。因此,處理器130可以依據教材操作次數與相應的轉換函數而增加權重參數,或依據教材操作時間與相應的轉換函數而減少權重參數。應瞭解到,上述實施例僅用以示範學習資訊的表示方式與權重參數的計算方式,並非用以限制本案。
於一實施例中,當學科中的第一學科所對應的權重分數小於或等於第一門檻值時,處理器130將第一學科所對應的權重分數轉換為第一分數等級;當學科中的第二學科所對應的權重分數大於第一門檻值時,處理器130將第二學科所對應的權重分數轉換為第二分數等級。舉例而言,處理器130可以透過預設門檻值(於此實施例中,第一門檻值)將不同學科所對應的權重分數進行模糊化處理(於此實施例中,轉換為第一分數等級或第二分數等級)以降低學習規劃系統100的運作複雜度。應瞭解到,上述實施例僅用以示範模糊化處理可行的實施方式,並非用以限制本案。舉例而言,處理器130可以依據複數的預設門檻值(如,第一門檻值、第二門檻值...等)而將每一學科之權重分數轉換為相應的分數等級(如,第一分數等級、第二分數等級、第三分數等級...等)。
於另一實施例中,當處理器130將第一學科所對應的權重分數轉換為第一分數等級,並將第二學科所對應的權重分數轉換為第二分數等級後,處理器130建立由第二學科向第一學科的順向學習順序。舉例而言,請參閱第1B、1C圖,第1B、1C圖為依據本案揭示的實施例所繪製的學科之間的學習順序的示意圖。當學科A所對應的分數等級大於學科C所對應的分數等級時,處理器130可以建立由學科A向學科C的順向學習順序。如此,學習規劃系統100可以判定對於使用者而言,學科A的學習順序應優先於學科C,從而為使用者進行學習規劃。於又一實施例中,當學科之分數等級大於門檻等級時,處理器130可以判定使用者具有能力掌握此學科,從而學習規劃
系統100可以建議使用者優先學習其他學科。
於一實施例中,監控器120用以即時地更新學科之學習資訊,並將更新後的學習資訊儲存於儲存器110中。於另一實施例中,處理器130依據更新後的學習資訊與學習順序而重新進行學習規劃。舉例而言,請參閱第1B、1C圖,白色表示使用者具有能力掌握的學科,灰色點狀表示使用者尚未具有能力掌握的學科。如第1B圖所示,由於此時的學科A與學科E為使用者具有能力掌握的學科,因此,學習規劃系統100建議使用者可以依照學科C、學科B以及學科D的順序進行學習。如第1C圖所示,當學習規劃系統100透過監控器120以更新學習資訊,並依據更新後的學習資訊而判定使用者具有能力掌握學科C後,學習規劃系統100可以重新進行學習規劃以建議使用者依據學科B與學科D的順序進行學習。應瞭解到,上述實施例僅用以示範重新進行學習規劃可行的實施方式,並非用以限制本案。
第2圖為依據本案揭示的實施例所繪製的學習規劃方法200的流程圖。於一實施例中,學習規劃方法200可以實施於學習規劃系統100,但本案並不以此為限。為了易於理解學習規劃方法200,後文將以學習規劃系統100作為實施學習規劃方法200的示範標的。如第2圖所示,學習規劃方法200包含以下步驟:S210:透過監控器120紀錄複數學科之學習資訊,並將學習資訊儲存於儲存器110中;S220:透過處理器130依據學習資訊而計算學科之權重參
數,並依據權重參數而計算學科之權重分數;以及S230:透過處理器130為權重分數進行模糊化處理以將權重分數轉換為學科之分數等級,從而建立學科之間的學習順序以進行學習規劃。
於一實施例中,學習資訊可以表示為使用者針對相應的學科的測驗資訊。舉例而言,測驗資訊可以表示為學科之原始分數,學習規劃方法200可以透過處理器130來加以執行而將權重參數與學科之原始分數進行相乘而取得權重分數。當學習規劃方法200透過處理器130來加以執行而為權重分數進行模糊化處理後,每一權重分數可以轉換為相應的分數等級。換句話說,學習規劃方法200可以透過模糊化處理而減少學習規劃系統100的運作複雜度,從而加速學習規劃系統100的運作。
於一實施例中,請參閱步驟S220,學習規劃方法200可以透過處理器130來加以執行而依據學習資訊之學習次數與學習時間而計算學科之權重參數。於另一實施例中,學習資訊可以表示為使用者針對相應的學科的教材操作資訊。舉例而言,教材操作資訊可以表示為教材操作次數或教材操作時間,且學習規劃方法200可以透過處理器130來加以執行而依據教材操作次數與教材操作時間而計算學科之權重參數。於此實施例中,教材操作次數與使用者對於教材的熟練度為正相關,且教材操作時間與使用者對於教材的熟練度為負相關。因此,學習規劃方法200可以透過處理器130來加以執行而依據教材操作次數與相應的轉換函數而增加權重參數,或依據教材操作時間與相應的轉換函數而減少權重參數。應瞭解到,上述實施
例僅用以示範學習資訊的表示方式與權重參數的計算方式,並非用以限制本案。
於一實施例中,請參閱步驟S230,當學科中的第一學科所對應的權重分數小於或等於第一門檻值時,透過處理器130將第一學科所對應的權重分數轉換為第一分數等級;當學科中的第二學科所對應的權重分數大於第一門檻值時,透過處理器130將第二學科所對應的權重分數轉換為第二分數等級。舉例而言,學習規劃方法200可以透過處理器130來加以執行而以預設的門檻值(於此實施例中,第一門檻值)將不同學科所對應的權重分數進行模糊化處理(於此實施例中,轉換為第一分數等級或第二分數等級)以降低學習規劃系統100的運作複雜度。應瞭解到,上述實施例僅用以示範模糊化處理可行的實施方式,並非用以限制本案。舉例而言,學習規劃方法200可以透過處理器130來加以執行而依據複數的預設門檻值(如,第一門檻值與第二門檻值)而將每一學科之權重分數轉換為相應的分數等級(如,第一分數等級、第二分數等級或第三分數等級)。
於另一實施例中,請參閱步驟S230,當透過處理器130將第一學科所對應的權重分數轉換為第一分數等級,並將第二學科所對應的權重分數轉換為第二分數等級後,透過處理器130建立由第二學科向第一學科的順向學習順序。舉例而言,請參閱第1B、1C圖,當學科A所對應的分數等級大於學科C所對應的分數等級時,學習規劃方法200可以透過處理器130來加以執行而建立由學科A向學科C的順向學習順序。如此,可以藉由學習規劃方法200而判定對於使用者而言,學科
A的學習順序應優先於學科C,從而為使用者進行學習規劃。於又一實施例中,當學科之分數等級大於門檻等級時,學習規劃方法200可以透過處理器130來加以執行而判定使用者具有能力掌握此學科,從而建議使用者優先學習其他學科。
於一實施例中,學習規劃方法200可以透過監控器120來加以執行以即時地更新學科之學習資訊,並將更新後的學習資訊儲存於儲存器110中。於另一實施例中,學習規劃方法200可以透過處理器130依據更新後的學習資訊與學習順序而重新進行學習規劃。關於重新進行學習規劃可行的實作方式已詳細地為上述實施例與圖式第1B、1C圖所示範,故於此不重複贅述。
於上述實施例中,本案所揭示之學習規劃方法與學習規劃系統係透過處理器依據學習資訊而計算學科之權重參數與權重分數,並以模糊化處理將權重分數轉換為學科之分數等級,從而建立學科之間的學習順序以進行學習規劃。學習資訊可以為使用者針對相應的學科的教材操作資訊與測驗資訊。因此,本案所揭示之學習規劃方法與學習規劃系統可以依據學習資訊而為不同的使用者進行適性化的學習規劃服務以提升使用者對於學習規劃系統的體驗品質,並透過模糊化處理以降低學習規劃系統的運作複雜度。
技術領域通常知識者可以容易理解到揭示的實施例實現一或多個前述舉例的優點。閱讀前述說明書之後,技術領域通常知識者將有能力對如同此處揭示內容作多種類的更動、置換、等效物以及多種其他實施例。因此本案之保護範圍
當視申請專利範圍所界定者與其均等範圍為主。
Claims (10)
- 一種學習規劃方法,應用於一學習規劃系統,其中該學習規劃系統包含一儲存器、一監控器以及一處理器,且該學習規劃方法包含:透過該監控器紀錄複數學科之學習資訊,並將該些學習資訊儲存於該儲存器中;透過該處理器依據該些學習資訊而計算該些學科之權重參數,並依據該些權重參數而計算該些學科之權重分數;以及透過該處理器為該些權重分數進行模糊化處理以將該些權重分數轉換為該些學科之分數等級,從而建立該些學科之間的學習順序以進行學習規劃。
- 如請求項1所述之學習規劃方法,其中透過該處理器依據該些學習資訊而計算該些學科之權重參數包含:透過該處理器依據該些學習資訊之學習次數與學習時間而計算該些權重參數。
- 如請求項1所述之學習規劃方法,其中透過該處理器為該些權重分數進行模糊化處理以將該些權重分數轉換為該些學科之分數等級,從而建立該些學科之間的該學習順序以進行學習規劃包含:當該些學科中的一第一學科所對應的權重分數小於或等於一第一門檻值時,透過該處理器將該第一學科所對應的該 權重分數轉換為一第一分數等級;以及當該些學科中的一第二學科所對應的權重分數大於該第一門檻值時,透過該處理器將該第二學科所對應的該權重分數轉換為一第二分數等級。
- 如請求項3所述之學習規劃方法,其中透過該處理器為該些權重分數進行模糊化處理以將該些權重分數轉換為該些學科之分數等級,從而建立該些學科之間的該學習順序以進行學習規劃包含:當透過該處理器將該第一學科所對應的該權重分數轉換為該第一分數等級,並將該第二學科所對應的該權重分數轉換為該第二分數等級後,透過該處理器建立由該第二學科向該第一學科的一順向學習順序。
- 如請求項1所述之學習規劃方法,更包含:透過該監控器即時地更新該些學科之學習資訊,並將更新後的該些學習資訊儲存於該儲存器中;以及透過該處理器依據更新後的該些學習資訊與該學習順序而重新進行學習規劃。
- 一種學習規劃系統,包含:一儲存器;一監控器,用以紀錄複數學科之學習資訊,並將該些學習資訊儲存於該儲存器中;以及一處理器,用以依據該些學習資訊而計算該些學科之權 重參數,並依據該些權重參數而計算該些學科之權重分數,其中該處理器為該些權重分數進行模糊化處理以將該些權重分數轉換為該些學科之分數等級,從而建立該些學科之間的學習順序以進行學習規劃。
- 如請求項6所述之學習規劃系統,其中該些學科之學習資訊包含該些學習資訊之學習次數與學習時間,且該處理器用以依據該些學習資訊之學習次數與學習時間而計算該些權重參數。
- 如請求項6所述之學習規劃系統,其中當該些學科中的一第一學科所對應的權重分數小於或等於一第一門檻值時,該處理器將該第一學科所對應的該權重分數轉換為一第一分數等級;當該些學科中的一第二學科所對應的權重分數大於該第一門檻值時,該處理器將該第二學科所對應的該權重分數轉換為一第二分數等級。
- 如請求項8所述之學習規劃系統,其中當該處理器將該第一學科所對應的該權重分數轉換為該第一分數等級,並將該第二學科所對應的該權重分數轉換為該第二分數等級後,該處理器建立由該第二學科向該第一學科的一順向學習順序。
- 如請求項6所述之學習規劃系統,其中該監控器用以即時地更新該些學科之學習資訊,並將更新後的該 些學習資訊儲存於該儲存器中,且該處理器依據更新後的該些學習資訊與該學習順序而重新進行學習規劃。
Priority Applications (3)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
TW105134445A TWI621093B (zh) | 2016-10-25 | 2016-10-25 | 具個人化學習路徑自動產生機制之學習規劃方法與學習規劃系統 |
US15/347,801 US20180114141A1 (en) | 2016-10-25 | 2016-11-10 | Planning method for learning and planning system for learning with automatic mechanism of generating personalized learning path |
CN201610988448.8A CN107977909A (zh) | 2016-10-25 | 2016-11-10 | 具个人化学习路径自动产生机制之学习规划方法与学习规划系统 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
TW105134445A TWI621093B (zh) | 2016-10-25 | 2016-10-25 | 具個人化學習路徑自動產生機制之學習規劃方法與學習規劃系統 |
Publications (2)
Publication Number | Publication Date |
---|---|
TWI621093B true TWI621093B (zh) | 2018-04-11 |
TW201816706A TW201816706A (zh) | 2018-05-01 |
Family
ID=61969814
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
TW105134445A TWI621093B (zh) | 2016-10-25 | 2016-10-25 | 具個人化學習路徑自動產生機制之學習規劃方法與學習規劃系統 |
Country Status (3)
Country | Link |
---|---|
US (1) | US20180114141A1 (zh) |
CN (1) | CN107977909A (zh) |
TW (1) | TWI621093B (zh) |
Families Citing this family (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN110310524A (zh) * | 2019-07-04 | 2019-10-08 | 山东中医药高等专科学校 | 一种基于计算机控制的教学评估系统 |
GB2605082A (en) * | 2019-12-20 | 2022-09-21 | Requisite Enrolment Solutions Pty Ltd As Trustee For The Ray Innovation Trust | Curriculum management and enrolment system |
US12039622B2 (en) * | 2021-05-07 | 2024-07-16 | Google Llc | Course assignment by a multi-learning management system |
Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20030232316A1 (en) * | 2002-06-14 | 2003-12-18 | Bookout Janis G. | Method and system of planning for and analyzing results of lessons incorporating standardized student learning objectives |
US7043320B1 (en) * | 2003-10-16 | 2006-05-09 | Jrg Software, Inc. | Method and apparatus for planning a manufacturing schedule using an adaptive learning process |
TW201140522A (en) * | 2010-05-05 | 2011-11-16 | Jheng Gao Co Ltd | Learning ability testing system and method thereof |
TW201443804A (zh) * | 2013-05-15 | 2014-11-16 | Univ Nat Taiwan Science Tech | 設計服務媒合暨輔導商品化系統 |
CN105956754A (zh) * | 2016-04-26 | 2016-09-21 | 北京京师乐学教育科技有限公司 | 一种基于学生学业大数据系统的学习路径规划系统和方法 |
CN106017494A (zh) * | 2016-05-23 | 2016-10-12 | 福州华鹰重工机械有限公司 | 基于学徒学习的路径规划方法及装置 |
Family Cites Families (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US5779486A (en) * | 1996-03-19 | 1998-07-14 | Ho; Chi Fai | Methods and apparatus to assess and enhance a student's understanding in a subject |
US7286793B1 (en) * | 2001-05-07 | 2007-10-23 | Miele Frank R | Method and apparatus for evaluating educational performance |
CN101488120A (zh) * | 2008-01-18 | 2009-07-22 | 微星科技股份有限公司 | 学习评估装置及方法 |
CN102737120B (zh) * | 2012-06-01 | 2015-05-27 | 西安交通大学 | 一种个性化网络学习资源推荐方法 |
US9406239B2 (en) * | 2013-12-20 | 2016-08-02 | Pearson Education, Inc. | Vector-based learning path |
US9886867B2 (en) * | 2013-09-05 | 2018-02-06 | Analyttica Datalab Inc. | Simulation based learning system and method for training and scoring one or more challenges taken by a user |
-
2016
- 2016-10-25 TW TW105134445A patent/TWI621093B/zh active
- 2016-11-10 CN CN201610988448.8A patent/CN107977909A/zh active Pending
- 2016-11-10 US US15/347,801 patent/US20180114141A1/en not_active Abandoned
Patent Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20030232316A1 (en) * | 2002-06-14 | 2003-12-18 | Bookout Janis G. | Method and system of planning for and analyzing results of lessons incorporating standardized student learning objectives |
US7043320B1 (en) * | 2003-10-16 | 2006-05-09 | Jrg Software, Inc. | Method and apparatus for planning a manufacturing schedule using an adaptive learning process |
TW201140522A (en) * | 2010-05-05 | 2011-11-16 | Jheng Gao Co Ltd | Learning ability testing system and method thereof |
TW201443804A (zh) * | 2013-05-15 | 2014-11-16 | Univ Nat Taiwan Science Tech | 設計服務媒合暨輔導商品化系統 |
CN105956754A (zh) * | 2016-04-26 | 2016-09-21 | 北京京师乐学教育科技有限公司 | 一种基于学生学业大数据系统的学习路径规划系统和方法 |
CN106017494A (zh) * | 2016-05-23 | 2016-10-12 | 福州华鹰重工机械有限公司 | 基于学徒学习的路径规划方法及装置 |
Also Published As
Publication number | Publication date |
---|---|
US20180114141A1 (en) | 2018-04-26 |
CN107977909A (zh) | 2018-05-01 |
TW201816706A (zh) | 2018-05-01 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
Knox et al. | Reinforcement learning from simultaneous human and MDP reward. | |
CN108304390B (zh) | 基于翻译模型的训练方法、训练装置、翻译方法及存储介质 | |
US11157818B2 (en) | Model training method and apparatus based on gradient boosting decision tree | |
US20200132491A1 (en) | Generating point of interest copy | |
TWI621093B (zh) | 具個人化學習路徑自動產生機制之學習規劃方法與學習規劃系統 | |
US10395646B2 (en) | Two-stage training of a spoken dialogue system | |
Knox et al. | Augmenting reinforcement learning with human feedback | |
US11416743B2 (en) | Swarm fair deep reinforcement learning | |
JP6955612B2 (ja) | 異常検出を扱うデバイス及び方法 | |
CN111489365A (zh) | 神经网络的训练方法、图像处理方法及装置 | |
KR102042168B1 (ko) | 시계열 적대적인 신경망 기반의 텍스트-비디오 생성 방법 및 장치 | |
CN112396180B (zh) | 基于动态示教数据和行为克隆的深度q学习网络优化方法 | |
CN111046188A (zh) | 用户偏好度确定方法、装置、电子设备及可读存储介质 | |
CN113283488B (zh) | 一种基于学习行为的认知诊断方法及系统 | |
CN114254127A (zh) | 学生能力画像方法、学习资源推荐方法及装置 | |
El Gourari et al. | The Implementation of Deep Reinforcement Learning in E‐Learning and Distance Learning: Remote Practical Work | |
CN110334355B (zh) | 一种关系抽取方法、系统及相关组件 | |
CN113077237B (zh) | 一种自适应混合算法的排课方法及系统 | |
CN113792751A (zh) | 一种跨域行为识别方法、装置、设备及可读存储介质 | |
JP7091607B2 (ja) | 学習支援端末、学習支援サーバ、学習支援システム、学習支援方法、および学習支援プログラム | |
US20210192139A1 (en) | Language processing device, language processing system and language processing method | |
CN112818100A (zh) | 一种融合题目难度的知识追踪方法及系统 | |
TWI655604B (zh) | 學習規劃方法與學習規劃系統 | |
CN113919979A (zh) | 知识追踪方法、装置、非易失性存储介质及电子装置 | |
CN112199476A (zh) | 在会话智能导师系统中部分正确答案后选择支架的自动决策 |