[发明专利]一种在线学生知识评估方法及其系统

说明书

本发明大数据挖掘技术领域，公开了一种学生在线知识评估方法及其系统，以全面考虑数据的多个特征性，提高分析结果的准确性，并降低模型的训练时间，提高系统的自动性和优异性的知识掌握情况进行评估，本发明的方法包括与存储学生作答数据的数据库建立网络连接，并从数据库中获取所有学生的相关作答数据后进行去噪得到经过初步筛选后的样本集；依据初步筛选后的样本集基于CART算法对所有学生作答情况进行预测得到第一预测结果；将第一预测结果、每一位学生的真实作答结果和每道题的相应知识点ID进行one‑hot编码，然后将编码结果通过DKT模型进行进一步分析以得出对学生知识掌握情况的评估结果。

技术领域

本发明涉及大数据挖掘技术领域，尤其涉及一种学生在线知识评估方法及其系统。

背景技术

21世纪以来，信息化教育技术走入日常教学过程，教育信息化已经成为计算机融合传统教育而形成的一个重要研究方向。随着互联网的发展，为了打破受地域限制的传统教育模式，探索并开发了各类在线学习系统。在新型的教育模式下，对于学生而言，想要提高学习成绩，不得不面临“信息爆炸”的难题，即，如何从浩如烟海的各类教育资源中快速获取适合自己的部分资源来提高完善自己的知识架构。为此，人们开始将人工智能技术融入智能学习系统，让计算机理解学生的知识掌握状态，自动地从学生学习记录中构建学生画像，从而真正能够做到如同私人教师一般为学生提供个性化服务。目前，大多采用DKT模型或者BKT模型对学生的认知状态进行分析，但是，在采用DKT模型进行知识评估时，只利用了知识点名称和作答结果，并没有数据的其它可用特征，如学生的作答时间、作答次数等，并不能充分利用所有特征数据；此外，在采用BKT模型进行知识评估时，需要考虑特定领域的整体知识结构和评价机制，同时，没有引入知识难度以及个体认知能力差异等因素，往往导致分析结果不够准确等情况发生。

因此，现需提供一种能全面考虑数据的多个特征性，提高分析结果的准确性，并降低模型的训练时间，提高系统的自动性和优异性的在线评估学生知识掌握情况的评估方法及其系统。

发明内容

本发明目的在于提供一种在线学生知识评估方法及其系统，以全面考虑数据的多个特征性，提高分析结果的准确性，并降低模型的训练时间，提高系统的自动性和优异性。

为实现上述目的，本发明提供了一种在线学生知识评估方法，包括：

与存储学生作答数据的数据库建立网络连接，并从所述数据库中获取所有学生的相关作答数据进行去噪得到经过初步筛选后的样本集；

依据所述初步筛选后的样本集基于CART算法对所有学生作答情况进行预测得到第一预测结果；

将所述第一预测结果、每一位学生的真实作答结果和每道题的相应知识点ID进行one-hot编码，然后将编码结果通过DKT模型进行进一步分析以得出对学生知识掌握情况的评估结果。

优选地，所述基于CART算法对所有学生作答情况进行预测得到第一预测结果具体包括以下步骤：

(1)根据所述训练样本集数据计算CART算法的基尼系数：

Gini(D)＝1-∑^K_k＝1(|C_k|/|D|)²；

式中，Gini(D)表示基尼系数，K表示将样本集分成的类别数，D表示样本集，C_k表示样本集中属于第K类的样本子集；

(2)根据所述训练样本集中的每一个特征A计算每一个特征A对应的基尼系数：

Gini(D,A)＝|D1|*Gini(D1)/|D|+|D2|*Gini(D2)/|D|；

式中，D1表示归属于D1类下的人数，D2表示归属于D2类下的人数；