[發明專利]學習路線的動態規劃方法及裝置

在審

• 申請號: 202011073828.1
• 申請日: 2020-10-09
• 公開（公告）號: CN112016767A
• 公開（公告）日: 2020-12-01
• 發明（設計）人: 路偉;李光杰;須佶成;李川;鄒瑾;汪巖
• 申請（專利權）人: 北京高思博樂教育科技股份有限公司
• 主分類號: G06Q10/04
• 分類號: G06Q10/04;G06Q50/20;H04L29/08
• 代理公司: 北京方韜法業專利代理事務所(普通合伙) 11303
• 代理人: 黨小林

本發明提供了一種學習路線的動態規劃方法及裝置。該方法包括：對學生的歷史學習歷程、知識點掌握程度、學習能力進行綜合評估；依據知識圖譜，以及綜合評估結果，向學生推薦最優學習路徑；由預先訓練的AI教師模塊給出學生對考試題目的掌握情況概率分布的預測；根據預測結果向學生推薦合適的課后練習題。本發明提供的學習路線的動態規劃方法及裝置根據學生的能力從龐大的教學資源中，規劃出最優的學習路線并推送合理的題目，完成相關知識點的學習。

技術領域

本發明涉及互聯網教育技術領域，特別是涉及一種學習路線的動態規劃方法及裝置。

背景技術

在教育教學中，我們一貫提倡要“因材施教”。因材施教原指“針對學習的人的能力、性格、志趣等具體情況施行不同的教育”。其核心是“材”，意即“學生”，要求教育者的教育要根據“學生”的不同情況去施行，“學生”是實施教育的對象，也常常是教育者實施教育教學的唯一根據。在互聯網+時代的背景下，家長和學生的訴求則是需要多種課程資源進行綜合教學。不僅要根據“學生”的學習狀況，還要考慮到教材的因素、學習過程中的情況和教師的自身條件(這在以往的教學中比較淡化)，也就是“因材施教”要“針對學習的人和施教的人的能力、性格、志趣以及教材的特點、教學時的情景的不同去施行不同的教育”。

伴隨著互聯網的快速發展，互聯網給傳統的教育模式增加了很多元素色彩，也催生了在線教育行業的快速發展。很多的教育教學模式由線下搬到線上，這就給在線教育帶來了很大的契機和挑戰。契機則是積累了很多的教學資源和數據，提高了知識傳播的速度和范圍；挑戰則是如何在短時間內將繁多的教學資源和數據知識學習一遍。同時，從學生的角度來看，如何在眾多的學習資源中根據個人的能力、興趣按照合理的學習路線進行學習，掌握到知識的核心。

目前情況下，很多的自適應教育公司在做因材施教相關產品的時候，數據分析維度極其單一，未將學生的能力、知識點難度、教學資源等綜合數據利用起來。目前大多數產品都是基于知識追蹤(KT，Knowledge Tracing)等傳統的深度學習進行的簡單推題功能，或者基于知識圖譜做一個知識點的推薦。以上方法均忽略了對學生能力的思考和對題目難易程度的匹配分析，只是給學生推薦簡單的題目，沒有綜合考慮學生的能力、題目的難度、知識點的復雜度進行復雜綜合推薦，然后根據學生的學習狀態，及時推送相關的教學資源供學生及時的答疑，都缺少對龐大的教學資源進行整合的能力。無法對學生提供正向積極的指導，導致因材施教的難以執行。

發明內容

本發明要解決的技術問題是提供一種學習路線的動態規劃方法及裝置，根據學生的能力從龐大的教學資源中，規劃出最優的學習路線并推送合理的題目，完成相關知識點的學習。

為解決上述技術問題，本發明提供了一種學習路線的動態規劃方法，所述方法包括：對學生的歷史學習歷程、知識點掌握程度、學習能力進行綜合評估；依據知識圖譜，以及綜合評估結果，向學生推薦最優學習路徑；由預先訓練的AI教師模塊給出學生對考試題目的掌握情況概率分布的預測；根據預測結果向學生推薦合適的課后練習題。

在一些實施方式中，對學生的歷史學習歷程進行綜合評估，包括：對單個學生的學習行為數據進行收集和結構化；以及對學生學習過程中出現的異常數據進行修正。

在一些實施方式中，對學生的知識點掌握程度進行綜合評估，包括：利用深度學習理論，進行深度學習多層網絡的構建；根據學生的歷史學習行為，利用深度學習多層網絡挖掘學生對每一個知識點的掌握程度和熟練度。

在一些實施方式中，對學生的學習能力進行綜合評估，包括：對學生對知識點的掌握程度、課后習題的做題內容、學生的愛好、學生的生活習慣以及對英語主題感興趣程度進行全方面評估。

在一些實施方式中，依據知識圖譜，以及綜合評估結果，向學生推薦最優學習路徑，包括：根據對歷史學習歷程、知識點掌握程度、學習能力的綜合評估結果進行決策，獲取推薦的最優學習路徑。