[發明專利]一種面向程序設計語言課程個性化學習效果分析系統及方法

有效

• 申請號: 201710280214.2
• 申請日: 2017-04-26
• 公開（公告）號: CN107123068B
• 公開（公告）日: 2021-01-01
• 發明（設計）人: 吳文峻;王珊珊
• 申請（專利權）人: 北京航空航天大學
• 主分類號: G06Q50/20
• 分類號: G06Q50/20
• 代理公司: 北京科迪生專利代理有限責任公司 11251
• 代理人: 楊學明;顧煒

本發明涉及一種面向程序設計語言課程個性化學習效果分析系統及方法，包括學生認知能力評估、實踐能力評估模塊、反饋模塊；所述方法基于學生面向程序設計語言課程的普通作業和程序作業答題行為，利用數學模型訓練學習方法評估學生的認知能力以及實踐能力；利用數據統計方法處理認知能力與實踐能力數據并向學生反饋學習效果信息，實現個性化展示。本發明能夠判定學生的認知與實踐雙向學習效果，不僅能夠更加準確的給出學生公正的評分，還可以指示教師找到學生存在的知識薄弱部分，及時向學生個性化反饋知識不扎實的地方，實現面向程序設計語言課程知識點粒度的微觀學習效果評價與學習軌跡建立。

技術領域

本發明涉及一種面向程序設計語言課程個性化學習效果分析系統及方法，屬于計算機應用技術領域。

背景技術

教育性的數據挖掘和學習分析可以更好的了解學生的行為和知識狀態，學生的學習效果研究一直是教育學一個重要的環節。準確評判學生的認知能力，不僅可以更加準確的給出學生更加公正的評分，還可以指示教師找到學生存在的知識薄弱部分；能夠及時向學生個性化反饋學習過程中知識不扎實的地方，以促進學生加強此方向的練習。

隨著在線教育與在線考試機構的不斷發展，日益增大的學生、課程規模以及課程復雜度的加深給當前的教育領域的數據分析和模型學習工作帶來機遇和挑戰。然而大部分機構側重于單一的測量分析，課程數量也較為簡單與單一特性，遠不能滿足對學生全面的學習效果和能力評價。程序設計語言不僅是專業人員的入門必備的基礎，也是越來越多的非專業人員必須要掌握的一門技能，同時程序設計語言課程的學習也是掌握其他計算機技術的基石。但準確判定一個學生程序設計語言的掌握情況，不僅需要判定其知識點認知能力，也要考慮實踐應用能力。然而，現如今的教育測評機制已經不適用需要判定學生實踐能力的課程，這對如何正確判定學生的實踐能力，在傳授知識的同時強化實踐能力的培養提出新的要求。

目前的學習效果分析系統主要分為基于智能教學系統的經典教育數據分析和基于慕課(MOOC)的學習效果分析。這兩大類的學習效果分析依然存在如下的不足之處：(1)當前學習效果分析系統尚未把學習者的認知軌跡、教學內容的知識體系和軟件項目實踐活動進行時空維度的關聯和融合，造成片面反映學習規律；(2)當前系統未有特定的面向程序設計語言課程知識點粒度的微觀學習效果評價體系；(3)當前系統忽視了學生和題目之間的差異化，未能針對學生個體提供個性化反饋信息。

發明內容

本發明技術解決問題：克服現有技術的不足，提供一種面向程序設計語言課程個性化學習效果分析系統及方法，立足于探索研究學生的認知能力與實踐能力的結合比較，挖掘學生的學習特點和模式，追蹤學生學習狀態軌跡變化，提高評判學生的認知與實踐學習效果的準確性，建立起學生對整個程序設計語言課程的從認知能力到實踐能力雙重方向的評價體系，并實現個性化學習軌跡效果的展示以及學生學習規律的揭示。

本發明技術解決方案：一種面向程序設計語言課程個性化學習效果分析系統，包括：認知能力評估、實踐能力評估模塊、反饋模塊；其中：

認知能力評估模塊，通過項目反應理論模型訓練出的學生參數和項目參數，作為先驗數據對學生的普通作業答題表現進行個性化處理，實現個性化知識跟蹤模型，再通過模型訓練和推斷過程，獲取學生的面向程序設計語言課程的認知能力水平數據；

實踐能力評估模塊，根據基于SFL技術的學生實踐能力評估算法(SFL-basedPractical Ability Assessment Algorithm,簡稱SFL-PAA算法)對學生的程序作業語句集進行處理，利用獲得的單元識點分布作為部分觀察變量建立多知識點追蹤模型對學生程序作業的答題表現進行進一步處理，后根據模型訓練和推斷過程，獲得學生最終的實踐能力水平；