[發明專利]一種基于學習度分析的在線平板學習結果預警方法

有效

• 申請號: 202010199604.9
• 申請日: 2020-03-20
• 公開（公告）號: CN111415089B
• 公開（公告）日: 2021-07-06
• 發明（設計）人: 陳家峰;季英會
• 申請（專利權）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

本發明公開了一種基于學習度分析的在線平板學習結果預警方法：具有用于采集完整學習課程過程學習度特征參數的數據采集器，用于學習度特征參數的存儲器，用于進行數據處理的處理器，用于進行遠程控制的控制中心，用于控制中心和處理器進行通信的通訊模塊，針對在線平板課程學習結果預警的需求，分階段進行課程學習度特征的數據實時采集，通過建立粗略的回歸曲線信任區間，實現對在學習課程學習結果的預警。

技術領域

本發明涉及在線學習技術領域，特別是涉及一種基于學習度分析的在線平板學習結果預警方法。

背景技術

近年來，隨著寬帶互聯網不斷在普通家庭和教育機構中普及，教與學可以不受時間、空間和地點條件的限制，知識獲取渠道靈活與多樣化；在線教育的模式通過把線下學習模式下的課表、教材加以電子化，視頻化，搬上互聯網，提高了學習的便利性；但學習課程相應的學習結果質量往往難以估量，單純的以考分為評判特點的方式，也因不同課程、同一課程下不同內容要求掌握的程度不同，缺乏科學性；因此需要對平板教學過程中的課程在線學習的結果進行預判和了解，以達到在線學習的高質量效果。。

發明內容

本發明的目的是為克服已有技術的不足，提出一種基于學習度分析的在線平板學習結果預警方法：

具有用于采集完整學習課程過程學習度特征參數的數據采集器，用于學習度特征參數的存儲器，用于進行數據處理的處理器，用于進行遠程控制的控制中心，用于控制中心和處理器進行通信的通訊模塊，其特征在于：該方法包含以下預警控制步驟：

1)、將在線學習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學習度特征參數，數據采集器采集每個時間階段相應的學習度特征參數；

2)、處理器根據該課程的大量的歷史數值，以學習度特征參數作為輸入，以學習結果為輸出，通過線性回歸方法來確定該課程學習度的回歸曲線，并且確定所述回歸曲線的信任區間(a，b)，根據歷史數據推測出所述區域學習度不存在異常，其中，所述信任區間(a，b)內的測量值表示沒有超標；

3)、確定進行學習結果預警的特征參數采集周期，在確定的采集周期內為所述課程測量相應的學習結果滑動平均值；

4)、設置N個所述的測量周期，生成所述課程基于時間序列的學習結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習結果滑動平均值測量值與所述回歸曲線相比較，其中，處于所述信任區間(a，b)外的測量值表示對應課程存在學習結果異常；

6)、若測量值處于所述信任區間外的情況，則觸發報警，將報警中心發送到控制中心。

優選的，所述學習結果表示為對應課程該測量周期內的考評得分；

優選的，其考評得分的試題集獲取方式為：

1)、首先利用認知診斷模型進行增量學習，得到學生技能掌握程度，并計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：

2)、利用IRT模型進行增量學習，得到試題難度、試題區分度、以及學生的章節或者整個課程學習能力，并計算試題的難度和區分度與用戶的整體能力的第二匹配度；

3)、據所述第一匹配度及所述第二匹配度構建侯選推薦試題集合；

4)、處理器根據篩選后的試題集合難度分布呈紡錘形結構和篩選后的試題集合應該覆蓋盡可能多的考查技能的篩選原則獲得最終的試題。

優選的，所述的測量周期為平板在線學習系統對應課程的每一個課時。

優選的，所述課程可以是實際不同類別的課程，也可以是同一學科下的不同內容的分區。

優選的，所述臉部區域學習度特征表現為：學習度特征參數包括階段學習內容完成度、階段學習互動頻次、階段學習課后習題完成度。