[發明專利]一種基于日常作業的學生知識體系分析系統

在審

• 申請號: 201910036981.8
• 申請日: 2019-01-15
• 公開（公告）號: CN109739829A
• 公開（公告）日: 2019-05-10
• 發明（設計）人: 季節;張津浩;周喆直;葛操;陳思瑾;胡健
• 申請（專利權）人: 山東仁博信息科技有限公司
• 主分類號: G06F16/20
• 分類號: G06F16/20;G06Q50/20;G09B7/00
• 代理公司: 暫無信息
• 代理人: 暫無信息

本發明公開了一種基于日常作業的學生知識體系分析系統，包括數據處理裝置，所述數據處理裝置外側通過通信線纜連接有語音播放器和觸控屏，所述數據處理裝置表面設有密碼驗證模塊，所述數據處理裝置連接端分別設有試題知識庫存儲模塊、作業質量采集模塊、個體知識體系生成模塊和試題推送模塊。本發明通過設有作業質量采集模塊和個體知識體系生成模塊，作業質量采集模塊通過多種途徑采集學生對問題的作答情況，從而個體知識體系生成模塊可以基于學生日常作業行為，逐步為每個學生構建個體化、差異化的知識體系，為每個學生建立專屬知識體系，針對每一個學生的不足進行專門性的輔導，從而有效提升學生學習、復習效率，針對性的進行知識強化。

技術領域

本發明涉及計算機信息和教育領域，特別涉及一種基于日常作業的學生知識體系分析系統。

背景技術

為了取得好成績，需要學生明確課本中各類知識點，并針對每個知識點進行大量練習。因此學習過程中需要完成大量的日常作業。但是，受學生和老師自身層次所限，學生很難在做題過程中明確了解題目和知識點之間的關系，普通老師也很難針對每一個學生的不足進行專門性的輔導。

專利CN108256751A提出了一種基于大數據的在線教學過程評價方法，包括數據獲取、數據挖掘和模型構建，其目標是預測學生是否學習失敗。但是其數據來源于分數、出勤率、輟學率等信息，其數據挖掘部分描述十分空洞，沒有有意義的內容，最后的模型構建部分錯誤的采用了一個最原始的用于圖像識別的卷積網絡，預測結果是學習成功或失敗，并不能夠提供任何提高學習成績的信息。

專利CN105654403A提出一種基于學生作業結果數據的知識樹問題分析方法，該方法基于電子題庫，將學生做過的題目放入錯題集和歷史作業中，并能夠根據科目對題目進行分類，對錯題進行集中測試，方便學生復習。這類系統對傳統錯題本進行了電子化操作，前提是學生必須大量做題后才能形成有效的錯題庫，不能夠主動為學生推送題目，對于知識劃分只限于科目、學期，沒能夠精確到知識點，也不能利用大數據技術發現類似學生普遍存在的問題，操作對象僅限于電子試題，對學生的學習效率提升有限。

專利CN107886794A提出一種可實現在線輔導的學生作業批改系統。系統涉及點評模塊、錯題共享模塊，能夠對學生的復習和知識點強化起到一定作用，但仍然是學生先做題，后點評的傳統模式，不能夠根據學生目前的知識掌握情況主動的為學生準備試題，學生在復習的時候只能基于歷史做題數據，不能主動的去發現自身知識弱點，難以針對性的實現知識強化。

因此，發明一種基于日常作業的學生知識體系分析系統來解決上述問題很有必要。

發明內容

本發明的目的在于提供一種基于日常作業的學生知識體系分析系統，通過設有作業質量采集模塊和個體知識體系生成模塊，作業質量采集模塊通過多種途徑采集學生對問題的作答情況，包括紙質作業的信息采集電子試題的作答信息，課堂問答和聽課質量信息，從而個體知識體系生成模塊可以基于學生日常作業行為，逐步為每個學生構建個體化、差異化的知識體系，針對每一個學生的不足進行專門性的輔導，為每個學生建立專屬知識體系，基于知識體系和大數據分析進行試題推送，從而有效提升學生學習、復習效率，針對性的進行知識強化，以解決學生很難在做題過程中明確了解題目和知識點之間的關系，普通老師也很難針對每一個學生的不足進行專門性的輔導的問題。

為實現上述目的，本發明提供如下技術方案：一種基于日常作業的學生知識體系分析系統，包括數據處理裝置，所述數據處理裝置外側通過通信線纜連接有語音播放器和觸控屏，所述數據處理裝置表面設有密碼驗證模塊，所述數據處理裝置連接端分別設有試題知識庫存儲模塊、作業質量采集模塊、個體知識體系生成模塊和試題推送模塊，所述數據處理裝置輸出端設有數控服務器，所述數控服務器外側通過以太網傳輸線纜連接有數據庫，所述數控服務器輸出端設有數據計算模塊。

優選的，所述數據處理裝置用于收集不同學生的學習數據，并將收集到的學習數據傳輸至數控服務器。