[发明专利]基于知识评估的自适应学习系统及操作方法在审

专利信息
申请号: 201910841015.3 申请日: 2019-09-05
公开(公告)号: CN110533973A 公开(公告)日: 2019-12-03
发明(设计)人: 李天一;张亚鑫 申请(专利权)人: 上海乂学教育科技有限公司
主分类号: G09B7/02 分类号: G09B7/02;G06Q50/20
代理公司: 11265 北京挺立专利事务所(普通合伙) 代理人: 田黎绒<国际申请>=<国际公布>=<进入
地址: 200000 上海市*** 国省代码: 上海;31
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 测评 计划数据 学习模块 整合模块 结果数据 学习 发送 自适应学习 学生 个性特征 学生学习 知识评估 知识掌握 制定
【权利要求书】:

1.一种基于知识评估的自适应学习系统,其特征在于:包括测评模块、整合模块和学习模块;

所述测评模块,用于对学生学习能力和知识掌握程度进行测评,并将测评结果数据发送至整合模块;

所述整合模块,用于根据测评结果数据生成学生的学习计划数据,并将学习计划数据发送至学习模块;

所述学习模块,用于对学生的学习计划数据进行运行。

2.按照权利要求1所述的一种基于知识评估的自适应学习系统,其特征在于:所述测评模块包括科目选择单元、科目测评单元、自我测评单元和测评结果生成单元;

所述科目选择单元,用于采集学生选择的测评科目数据;

所述科目测评单元,用于测评学生对选择的测评科目的掌握程度数据;

所述自我测评单元,用于测评学生的偏好数据、性格数据和学习能力数据;

所述测评结果生成单元,用于根据测评科目数据、测评科目的掌握程度数据、偏好数据、性格数据和学习能力数据生成测评结果数据,并将测评结果数据发送至整合模块。

3.按照权利要求2所述的一种基于知识评估的自适应学习系统,其特征在于:所述整合模块包括分析单元、内容抓取单元和学习计划生成单元;

所述分析单元,用于接收测评结果数据,并对测评结果数据进行分析,生成分析结果数据;

所述内容抓取单元,用于根据分析结果数据抓取知识点数据、知识点习题数据和拓展习题数据中的一种或多种,生成抓取结果数据;

所述学习计划生成单元,用于根据抓取结果数据生成学习计划数据,并将生成的学习计划数据发送至学习模块。

4.按照权利要求1、2或3所述的一种基于知识评估的自适应学习系统,其特征在于:所述学习模块包括执行单元、提示单元和学习单元;

所述执行单元,用于根据学习计划数据控制提示单元发布提示信息,以及控制学习单元发布学习信息;

提示单元,用于发布提示信息;

学习单元,用于发布学习信息,及采集学生对学习信息的学习结果数据。

5.按照权利要求4所述的一种基于知识评估的自适应学习系统,其特征在于:所述提示单元包括时钟子单元和信息发布子单元;

所述时钟子单元,用于采集时间数据,并将时间数据发送至信息发布子单元;

所述信息发布子单元,用于根据时间数据在特定时间发布提示信息。

6.按照权利要求5所述的一种基于知识评估的自适应学习系统,其特征在于:所述提示单元还包括监管人确认子单元和即时通讯子单元;

所述监管人确认子单元,用于从即时通讯子单元获取监管人的确认数据;

所述即时通讯子单元,用于与监管人客户端通讯。

7.一种基于如权利要求1所述自适应学习系统的操作方法,其特征在于:

包括以下步骤:

步骤一、测评模块对学生学习能力和知识掌握程度进行测评,并将测评结果数据发送至整合模块;

步骤二、整合模块根据测评结果数据生成学生的学习计划数据,并将学习计划数据发送至学习模块;

步骤三、学习模块对学生的学习计划数据进行运行。

8.按照权利要求7所述的操作方法,其特征在于:步骤一中,测评模块对学生学习能力和知识掌握程度进行测评时,包括以下步骤:

步骤11、科目选择单元采集学生选择的测评科目数据;

步骤12、科目测评单元测评学生对选择的测评科目的掌握程度数据;自我测评单元测评学生的偏好数据、性格数据和学习能力数据;

步骤13、测评结果生成单元根据测评科目数据、测评科目的掌握程度数据、偏好数据、性格数据和学习能力数据生成测评结果数据,并将测评结果数据发送至整合模块。

下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。

该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于上海乂学教育科技有限公司,未经上海乂学教育科技有限公司许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服

本文链接:http://www.vipzhuanli.com/pat/books/201910841015.3/1.html,转载请声明来源钻瓜专利网。

×

专利文献下载

说明:

1、专利原文基于中国国家知识产权局专利说明书;

2、支持发明专利 、实用新型专利、外观设计专利(升级中);

3、专利数据每周两次同步更新,支持Adobe PDF格式;

4、内容包括专利技术的结构示意图流程工艺图技术构造图

5、已全新升级为极速版,下载速度显著提升!欢迎使用!

请您登陆后,进行下载,点击【登陆】 【注册】

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top