[發明專利]基于動態學習風格信息的自適應學習特征提取系統及應用

有效

• 申請號: 201811639072.5
• 申請日: 2018-12-29
• 公開（公告）號: CN109800880B
• 公開（公告）日: 2020-09-29
• 發明（設計）人: 許昭慧
• 申請（專利權）人: 上海松鼠課堂人工智能科技有限公司
• 主分類號: G06N5/02
• 分類號: G06N5/02
• 代理公司: 上海中外企專利代理事務所(特殊普通合伙) 31387
• 代理人: 孫益青

本發明涉及一種基于動態學習風格信息的自適應學習特征提取系統及應用，所述提取系統包括：第一信息采集模塊，用于動態采集用戶學前測試的過程信息并存儲；第二信息采集模塊，用于采集用戶輸入的學習風格自評信息并存儲；學習特征生成模塊，用于對所述過程信息和學習風格自評信息進行匹配處理，生成該用戶的學習風格特征值。與現有技術相比，本發明具有可以準確獲得用戶的學習風格特征，進而提高學習效率等優點。

技術領域

本發明涉及自適應學習技術領域，尤其是涉及一種基于動態學習風格信息的自適應學習特征提取系統及應用。

背景技術

自適應學習系統包含三種模型，學習者模型、領域知識模型和適應性引擎。領域知識模型是基于知識圖譜做納米級拆分，通過適應性引擎的精準測評檢測到學生的薄弱知識點，以及所處的能力水平。學習者模型是對學習者特征的抽象表示，精準的學習者模型可以聚類具有相似學習特征的學習者，從而利于提供更加精準化、個性化的學習服務。

傳統的適應學習系統學習者模型主要有以下3個方面技術問題：

(1)傳統的自適應學習系統學習者模型關注的維度單一，只考慮了學生掌握了哪些知識點，掌握的程度如何，忽略學習風格對學習成效的影響；

(2)目前學習風格測量方法有從學習者回答大量題目得到靜態表征學習者當前各項特征的顯式獲取法，以及實時動態跟蹤學習者的狀態變化的隱式獲取法，前者無法實時跟蹤學習者的行為，及時修正學習風格變化，后者應用初期缺乏已知學習者行為特征，有“冷啟動”問題；

(3)從認知過程的微觀角度看，學習者在學習不同內容時，體現的心理特征變化是不同的。如果只追求抽取普適的學習者特征，就會脫離學習者真實的認知過程，忽略學習者學習過程中要解決的問題。傳統的學習風格理論是從學生在傳統課堂學習的行為偏好，抽取普適的學習者特征，傳統條件下的學習和在自適應系統的在線學習環境，二者所涉及的學習活動的形式、師生角色和互動形式不再相同，這些將會導致與之相關聯的個人偏好不同，即學生的學習風格也會有所不同。

發明內容

本發明的目的就是為了克服上述現有技術存在的缺陷而提供一種基于動態學習風格信息的自適應學習特征提取系統及應用。

本發明的目的可以通過以下技術方案來實現：

一種基于動態學習風格信息的自適應學習特征提取系統，包括：

第一信息采集模塊，用于動態采集用戶學前測試的過程信息并存儲；

第二信息采集模塊，用于采集用戶輸入的學習風格自評信息并存儲；

學習特征生成模塊，用于對所述過程信息和學習風格自評信息進行匹配處理，生成該用戶的學習風格特征值。

進一步地，所述第一信息采集模塊定時采集所述過程信息。

進一步地，所述學習特征生成模塊在產生新的過程信息時響應，且響應時判斷第二信息采集模塊中是否存儲有學習風格自評信息，若是，則直接調用所述學習風格自評信息，若否，則控制第二信息采集模塊啟動采集。

進一步地，所述過程信息包括試題內容信息和做題行為相關數據，其中，

所述試題內容信息包括題型、字數長度、有無圖像、難度、學科和年級；

所述做題行為相關數據包括題目提取到點擊選項或編輯框的時長均值、做題時長均值、點擊選項或編輯框到提交答案的時長均值。

進一步地，所述學習特征生成模塊中，在信息提取、信息加工處理和信息輸出三個層次上對過程信息和學習風格自評信息進行匹配處理。

進一步地，信息提取層次上，包括沉思型學習風格和沖動型學習風格；

信息加工處理層次上，包括推理型學習風格和直覺型學習風格；