[發明專利]一種學習狀態收集與識別的方法及系統

在審

• 申請號: 201710683623.7
• 申請日: 2017-08-11
• 公開（公告）號: CN107463691A
• 公開（公告）日: 2017-12-12
• 發明（設計）人: 張力超;胡加明;陳磊;郝小漢
• 申請（專利權）人: 北京點易通科技有限公司
• 主分類號: G06F17/30
• 分類號: G06F17/30;G06Q50/20
• 代理公司: 暫無信息
• 代理人: 暫無信息

1.一種學習狀態收集與識別的方法及系統，其特征在于，包括：步驟1，使用基于知識圖譜的知識點標簽體系，標記和描述學習內容資源；步驟2，收集學生基于學習內容資源的行為數據，并一定方法清洗、整理和關聯；步驟3，根據所述內容資源和行為數據，在知識點維度對學生進行行為標記和能力量化；步驟4，使用多種降噪機制和修正手段，對所述行為標記和能力模型進行再處理；步驟5，所述行為標記和能力模型在自適應學習過程中予以應用和反饋，作為下一輪學習行為的初始參數，持續迭代優化。

2.根據權利要求1所述的收集與識別的方法及系統，其特征在于，在步驟1中，使用知識圖譜作為基礎，以知識點本體為主建立標簽體系，通過知識點的關系來挖掘描述所標記對象的關系。

3.根據權利要求1所述的收集與識別的方法及系統，其特征在于，在步驟1中，學習的內容資源包括課程資源(包括且不限于文字、視頻、音頻、圖像等形式的內容)和試題資源，兩者通過知識點標記、描述信息和人工預置的規則建立關聯。

4.根據權利要求1所述的收集與識別的方法及系統，其特征在于，在步驟2中，所收集數據是以在線學習課程和在線測試為主的行為數據，通過課程與試題的關聯，在離散的學生行為建立隱含的關聯，更完整地覆蓋“學”與“練”兩個過程，提高所收集的行為數據的質量。

5.根據權利要求1所述的收集與識別的方法及系統，其特征在于，在步驟3中，在知識點維度對學生學習狀態進行描述，使得學生狀態與學習資源之間建立統一的映射關系，通過作用于知識點的圖譜關系，來建立行為、能力、課程、試題之間的實體關聯。

6.根據權利要求1所述的收集與識別的方法及系統，其特征在于，在步驟4中，使用多種降噪機制和修正手段，尤其是基于大數據的、通過學生自身歷史數據和學生群體橫向對照的方式，對數據進行綜合降噪，對模型進行針對性修正，確保產出結果的準確性和可用性。

7.根據權利要求1所述的收集與識別的方法及系統，其特征在于，在步驟5中，學習狀態的收集和識別是持續迭代的過程，上一個循環產生的結果，作為初始參數反饋到下一個循環之中，能夠快速地進行印證、修正和完善。

8.根據權利要求1所述的收集與識別的方法及系統，其特征在于，在構建資源描述、量化評級、群體分組和特征對照等過程中，應用機器學習的方法，結合以人工策略方式體現的專家經驗，相互印證和補充，更好地減少偏差。