[發明專利]一種基于教學過程數據的教學風險預警方法

在審

• 申請號: 202010523698.0
• 申請日: 2020-06-10
• 公開（公告）號: CN111724050A
• 公開（公告）日: 2020-09-29
• 發明（設計）人: 楊健;駱旋
• 申請（專利權）人: 安徽卓智教育科技有限責任公司
• 主分類號: G06Q10/06
• 分類號: G06Q10/06;G06Q10/04;G06F16/248;G06F16/215;G06Q50/20
• 代理公司: 北京化育知識產權代理有限公司 11833
• 代理人: 尹均利

本發明公開了一種基于教學過程數據的教學風險預警方法，包括Ap1、ApN、核心交換機、教學行為采集器、Flume、HDFS、行為數據預處理分析任務的spark計算引擎以及預警模型的建模算法，與現有技術相比，本發明的有益效果如下：相比利用考試來對教學過程進行管控，我們可以更早地發現問題，節省大量的教學資源浪費；相比較利用日常小測、簽到等單一行為對教學過程進行監控，可以從更多維度獲取過程數據，通過數據建模，得到更為精準的預警信息；本發明的目的是提供一種對于教學過程中產生的各項數據進行采集、獲取、分析、建模并生成預警信息的實施方法，以至少解決現有技術中未對教學過程數據進行普遍性獲取，綜合分析建模來幫助教師、學生預判教學風險的問題。

技術領域

本發明公開了一種基于教學過程數據的教學風險預警方法，屬于教育技術領域。

背景技術

以往，我們是通過考試來檢查學生的學習成果，是以結果為導向來衡量評價學生的，當學生沒有通過考試的時候，我們才能發現學生的學習出現了問題，但往往這個時候一個學習周期已經結束了，通常我們這時采用的補救方法為補考或者重修甚至復讀，占用了學校、教師乃至學生大量的成本，于是大家逐漸意識到，需要針對學習過程進行相應的監控，以期望在結果發生之前就找到問題所在，比如老師會對上課情況進行簽到，對日常作業進行統計，進行隨堂小測等，但是教師們得到的信息依然是零散的，碎片化的，難以有效地整合這些信息進行利用。

針對上述難以對日常學習進行有效監控的情況，目前尚未提出有效的解決方案。

發明內容

本發明要解決的技術問題是克服現有的考試平臺容易出現考生之間相互傳遞答案，以及利用考試設備進行作弊的等問題，提供一種基于教學過程數據的教學風險預警方法，從而解決上述問題。

為實現上述目的，本發明提供如下技術方案：一種基于教學過程數據的教學風險預警方法，包括包括Ap1、ApN、核心交換機、教學行為采集器、Flume、HDFS、行為數據預處理分析任務的spark計算引擎以及預警模型的建模算法，具體實施步驟為：

(1)采集教學過程行為數據；對已過去的數據進行清洗預處理，減少后續處理數據量；

(2)存儲數據到hdfs中；確定存在教學問題的學生、教師數據，并將此類學生、教師數據標簽化；

(3)對數據做量化分析；對量化后的數據做教學風險標簽；通過對第三步驟標簽過的數據做算法處理，建立教學預警模型；

(4)利用算法對標簽后的數據訓練教學風險預警模型；利用日常產生的教學數據，對學生行為向量化；

(5)利用算法得出的教學風險預警模型預測該學生、教師出現教學風險的概率，利用算法對教學行為向量分類，判斷是否符合教學預警。

作為優選，獲取教師、學生日常的教學與學習行為數據，形成數據庫；對行為數據提供各種圖形化報表，方便老師、學生了解教學中的各種現狀；對行為數據進行大數據分析，通過算法建設教學預警模型；對有教學風險的學生、教師進行預警。

作為優選，根據本發明實施例的另一方面，還提供了一種存儲介質，存儲介質包括存儲的程序，其中，在程序運行時控制存儲介質所在設備執行上述教學行為數據采集程序以及相應建模、預警軟件程序。

作為優選，存儲器、處理器及存儲在存儲器上并可在處理器上運行的計算機程序，處理器執行程序時實現上述對于基于教學過程中產生的各項數據進行采集、獲取、分析、建模并生成預警信息的實施方法。

與現有技術相比，本發明的有益效果如下：

1)：相比利用考試來對教學過程進行管控，我們可以更早地發現問題，節省大量的教學資源浪費；