[發明專利]在線學習系統中的學生建模與個性化課程推薦方法有效
| 申請號: | 201910056952.8 | 申請日: | 2019-01-22 |
| 公開(公告)號: | CN109919810B | 公開(公告)日: | 2023-01-24 |
| 發明(設計)人: | 趙中英;蔚覃;周慧;李超 | 申請(專利權)人: | 山東科技大學 |
| 主分類號: | G06Q50/20 | 分類號: | G06Q50/20;G06Q10/063;G06F16/9535 |
| 代理公司: | 青島智地領創專利代理有限公司 37252 | 代理人: | 種艷麗 |
| 地址: | 266590 山東省青島*** | 國省代碼: | 山東;37 |
| 權利要求書: | 查看更多 | 說明書: | 查看更多 |
| 摘要: | |||
| 搜索關鍵詞: | 在線 學習 系統 中的 學生 建模 個性化 課程 推薦 方法 | ||
1.在線學習系統中的學生建模與個性化課程推薦方法,其特征在于:包括如下步驟:
步驟l:學生建模;
根據學生的課程學習情況和課程層次結構分析圖,使用DINA模型對學生課程掌握程度進行建模,獲得學生的課程掌握情況,并結合學習行為、興趣,通過模糊層次分析法進一步抽象學生認知能力;
步驟2:在線課程建模;
通過對不同在線平臺上課程特征的分析,對課程難易程度進行建模,并量化;
步驟3:學生個性化推薦;
建立課程隱式評分模型,根據預測評分,并結合待推薦課程難易程度,進行綜合排序并選擇相應的課程,從而向每個學生進行個性化在線課程Top-N推薦;
在步驟1中,在基于DINA模型的課程掌握情況建模過程中,給定學生集合S={S1,S2,...,Su}、試題集合J={J1,J2,...,Jv}和學生試題得分矩陣R=[ruv]U×v,其中,ruv=1表示學生u答對試題Jv,ruv=0表示學生u答錯試題Jv;對在試題集合J所考察的所有知識點K={K1,K2,...,Kk},試題與知識點關聯情況由Q矩陣定義:Q=[qvk]v×K,其中,qvk=1表示試題Jv考查知識點k,qvk=0表示試題Jv未考查知識點k;
通過聯合學生的做題情況R矩陣和試題知識點關聯Q矩陣對學生進行建模,每個學生Su描述為一個知識點掌握程度向量αu={αu1,αu2,...,αuk},其中每一維對應一個知識點,αuk=1表示學生u掌握知識點k,αuk=0表示學生u未掌握知識點k;
引入包括失誤率和猜測率在內的試題參數來建模學生在真實狀態下的答題情況;該模型的數學表達式是:
(1)ηuv=0表示學生Su無法正確回答試題Jv,若ηuv=1則認為學生Su可以正確回答試題Jv,具體公式如下:
(2)失誤率sv:雖然掌握了試題的所需要的全部技能屬性,但是仍然存在沒有答對試題Jv的學生,sv即為這種情況下的概率,具體公式定義如下:
sv=P(Ruv=0|μuv=1);
(3)猜測率gv:雖然沒有將試題中所需要的全部技能屬性都掌握,但是存在將試題Jv答對的學生,gv即為這種情況下的概率,具體公式定義如下:
gv=P(Ruv=1|μuv=0);
通過EM算法得到和到的參數估計;學生Su的知識點掌握向量αu通過最大化該學生試題得分后驗概率來確定,從而得到學生的二分知識點掌握向量,如下所示:
得到學生關于知識點的掌握程度之后,根據課程的知識結構層次分析圖將各個知識點映射到該在線課程的每一章節,分析出學生對于課程章節的掌握情況,每個學生Su描述為一個在線課程章節模塊掌握程度向量βu={βu1,βu2,...,βul},其中每一維對應課程的一個章節,βul表示學生u對章節l的掌握程度。
2.根據權利要求1所述的在線學習系統中的學生建模與個性化課程推薦方法,其特征在于:在步驟1中,學生的認知能力主要由學生學習行為情況和學生學習成果情況所影響,具體分為如下三個模塊:功能維度、結構維度、方法維度;功能維度主要包括學生對課程章節的具體掌握情況;結構維度主要包括做作業、看視頻、討論、閱讀維基百科、瀏覽課程其他模塊;方式維度主要包括:網頁和客戶端;模糊層次分析法具體包括如下步驟:
步驟S1:在研究的基礎上結合在線課程學習平臺對學習行為進行多維度分類,歸類如下:
(1)基于功能維度的學習行為:學生對課程章節的具體掌握情況;
(2)基于結構維度的學習行為:做作業、看視頻、討論、閱讀維基百科、瀏覽課程其他模塊;
(3)基于方式維度的學習行為:網頁和客戶端;
步驟S2:按照以下原則建立學生認知能力分析體系:
(1)定性與定量結合:考慮到影響學生認知能力分析體系的因素的廣泛性,必須將定性數據與定量數據相結合;
(2)科學性:設定的指標有限,不能將所有因素都考慮進去,要依據認知能力的特點,抓住主要方面和本質特征,使其具有科學性;
(3)衡量比較性:基本指標的數據收集必須由客觀數據或專家打分數給出,因此指標的確立必須是能夠衡量的或能夠比較的;
(4)層次性:根據各指標的相關性和層次分析法的特點,將指標細分到相關層次;
步驟S3:基于在線課程學習的學生認知能力分析體系是依據學生在線課程掌握情況和學生學習情況而建立的,將認知能力評價指標分為三個層次:目標層、準則層和指標層,建立的指標體系層次如下:
(1)目標層:將基于學生在線課程學習行為的認知能力Eij設為目標層,其中i代表學生,j代表課程;
(2)準則層:準則層主要包括三大模塊:U1基于功能維度的學習行為情況、U2基于結構維度的學習行為情況和U3基于方式維度的學習行為情況;
(3)指標層:基于功能維度的學習行為情況U1有如下指標:第一章掌握情況U11、第二章掌握情況U12、第三章掌握情況U13,以此類推;基于結構維度的學習情況U2有如下指標:做作業U21、看視頻U22、論壇討論U23、讀取課程的維基百科U24、瀏覽課程其它部分U25;基于方式維度的學生基本學習情況U3有如下指標:網頁U31、客戶端U31。
該專利技術資料僅供研究查看技術是否侵權等信息,商用須獲得專利權人授權。該專利全部權利屬于山東科技大學,未經山東科技大學許可,擅自商用是侵權行為。如果您想購買此專利、獲得商業授權和技術合作,請聯系【客服】
本文鏈接:http://www.szxzyx.cn/pat/books/201910056952.8/1.html,轉載請聲明來源鉆瓜專利網。





