[發(fā)明專利]一種基于學(xué)習(xí)度分析的在線平板學(xué)習(xí)結(jié)果預(yù)警方法

有效

• 申請?zhí)枺?/td>: 202010199604.9
• 申請日: 2020-03-20
• 公開（公告）號: CN111415089B
• 公開（公告）日: 2021-07-06
• 發(fā)明（設(shè)計(jì)）人: 陳家峰;季英會
• 申請（專利權(quán)）人: 讀書郎教育科技有限公司
• 主分類號: G06Q10/06
• 分類號: G06Q10/06;G06Q50/20
• 代理公司: 長沙軒榮專利代理有限公司 43235
• 代理人: 黃藝平

1.一種基于學(xué)習(xí)度分析的在線平板學(xué)習(xí)結(jié)果預(yù)警方法，具有用于采集完整學(xué)習(xí)課程過程學(xué)習(xí)度特征參數(shù)的數(shù)據(jù)采集器，用于學(xué)習(xí)度特征參數(shù)的存儲器，用于進(jìn)行數(shù)據(jù)處理的處理器，用于進(jìn)行遠(yuǎn)程控制的控制中心，用于控制中心和處理器進(jìn)行通信的通訊模塊，其特征在于：該方法包含以下預(yù)警控制步驟：

1)、將在線學(xué)習(xí)課程劃分為多個時間階段，每個時間階段具有可比較的相應(yīng)學(xué)習(xí)度特征參數(shù)，數(shù)據(jù)采集器采集每個時間階段相應(yīng)的學(xué)習(xí)度特征參數(shù)；

2)、處理器根據(jù)該課程的大量的歷史數(shù)值，以學(xué)習(xí)度特征參數(shù)作為輸入，以學(xué)習(xí)結(jié)果為輸出，通過線性回歸方法來確定該課程學(xué)習(xí)度的回歸曲線，并且確定所述回歸曲線的信任區(qū)間(a，b)，根據(jù)歷史數(shù)據(jù)推測出所述區(qū)間學(xué)習(xí)度不存在異常，其中，所述信任區(qū)間(a，b)內(nèi)的測量值表示沒有超標(biāo)；

3)、確定進(jìn)行學(xué)習(xí)結(jié)果預(yù)警的特征參數(shù)測量周期，在確定的測量周期內(nèi)為所述課程測量相應(yīng)的學(xué)習(xí)結(jié)果滑動平均值；

4)、設(shè)置N個所述的測量周期，生成所述課程基于時間序列的學(xué)習(xí)結(jié)果滑動平均值測量值，存儲于存儲器中；

5)、處理器將所述基于時間序列的學(xué)習(xí)結(jié)果滑動平均值測量值與所述回歸曲線相比較，其中，處于所述信任區(qū)間(a，b)外的測量值表示對應(yīng)課程存在學(xué)習(xí)結(jié)果異常；

6)、若測量值處于所述信任區(qū)間外的情況，則觸發(fā)報警，將報警中心發(fā)送到控制中心；

所述學(xué)習(xí)結(jié)果表示為對應(yīng)課程該測量周期內(nèi)的考評得分；

所述的考評得分其試題集獲取方式為：

1)、首先利用認(rèn)知診斷模型進(jìn)行增量學(xué)習(xí)，得到學(xué)生技能掌握程度，并計(jì)算試題考查的技能信息與用戶技能掌握程度的第一匹配度：

計(jì)算試題考查的技能信息與用戶技能掌握程度的第一匹配度，如下所示：

其中，H_i為用戶對試題i考查的技能信息與用戶技能掌握程度的第一匹配度；Q_ij為試題i對技能j的考查情況，若試題i考查了技能j，則Q_ij＝1，若試題i沒有考查技能j，則Q_ij＝0；U_j為用戶對技能j的掌握程度，U_j的取值為U_j∈[0,1]，當(dāng)U_j為0時表示用戶對技能j完全沒有掌握，當(dāng)U_j為1時表示用戶對技能j完全掌握；σ為用戶對技能的掌握程度處于中間水平的值，σ的取值為0.5，k為課程考查的技能總數(shù)；

2)、利用IRT模型進(jìn)行增量學(xué)習(xí)，得到試題難度、試題區(qū)分度、以及學(xué)生的章節(jié)或者整個課程學(xué)習(xí)能力，并計(jì)算試題的難度和區(qū)分度與用戶的整體能力的第二匹配度；

根據(jù)用戶整體能力值計(jì)算出用戶對待推薦試題的正確作答概率，如下所示：

其中，P_i(θ)表示整體能力值為θ的用戶在試題i上的正確作答概率，θ是用戶整體能力值，b_i為第i道試題的難度系數(shù)，a_i為第i道試題的區(qū)分度系數(shù)；

根據(jù)用戶對待推薦試題的正確作答概率計(jì)算試題的難度和區(qū)分度與用戶的整體能力的第二匹配度，如下所示：

其中，I_i(θ)表示第i道試題的難度和區(qū)分度與用戶的整體能力的第二匹配度；

3)、根據(jù)所述第一匹配度及所述第二匹配度構(gòu)建侯選推薦試題集合；

4)、處理器根據(jù)篩選后的試題集合難度分布呈紡錘形結(jié)構(gòu)和篩選后的試題集合應(yīng)該覆蓋盡可能多的考查技能的篩選原則獲得最終的試題；

所述的測量周期為平板在線學(xué)習(xí)系統(tǒng)對應(yīng)課程的每一個課時；

臉部區(qū)域?qū)W習(xí)度特征表現(xiàn)為：學(xué)習(xí)度特征參數(shù)包括階段學(xué)習(xí)內(nèi)容完成度、階段學(xué)習(xí)互動頻次、階段學(xué)習(xí)課后習(xí)題完成度，學(xué)習(xí)內(nèi)容完成度表現(xiàn)為在線學(xué)習(xí)課程對應(yīng)課，在學(xué)生學(xué)習(xí)正常狀態(tài)下播放的完成度；階段學(xué)習(xí)互動頻次表現(xiàn)為針對課程內(nèi)容的反饋次數(shù)，階段學(xué)習(xí)課后習(xí)題完成度表現(xiàn)為完成的習(xí)題與總習(xí)題的占比；

所述信任區(qū)間a和b可以和回歸曲線具有相同的距離，也可以根據(jù)不同區(qū)域的學(xué)習(xí)度情況進(jìn)行自行的調(diào)整與回歸曲線H的距離；再者，回歸曲線可以是直線或者超平面，采取不同性別、年齡學(xué)生的正常學(xué)習(xí)結(jié)果情況下的相應(yīng)學(xué)習(xí)度特征數(shù)據(jù)，組成歷史數(shù)據(jù)。

2.根據(jù)權(quán)利要求1所述的方法，其特征在于：所述課程可以是實(shí)際不同類別的課程，也可以是同一學(xué)科下的不同內(nèi)容的分區(qū)。