[发明专利]一种基于学习度分析的在线平板学习结果预警方法

权利要求书

1.一种基于学习度分析的在线平板学习结果预警方法，具有用于采集完整学习课程过程学习度特征参数的数据采集器，用于学习度特征参数的存储器，用于进行数据处理的处理器，用于进行远程控制的控制中心，用于控制中心和处理器进行通信的通讯模块，其特征在于：该方法包含以下预警控制步骤：

1)、将在线学习课程划分为多个时间阶段，每个时间阶段具有可比较的相应学习度特征参数，数据采集器采集每个时间阶段相应的学习度特征参数；

2)、处理器根据该课程的大量的历史数值，以学习度特征参数作为输入，以学习结果为输出，通过线性回归方法来确定该课程学习度的回归曲线，并且确定所述回归曲线的信任区间(a，b)，根据历史数据推测出所述区间学习度不存在异常，其中，所述信任区间(a，b)内的测量值表示没有超标；

3)、确定进行学习结果预警的特征参数测量周期，在确定的测量周期内为所述课程测量相应的学习结果滑动平均值；

4)、设置N个所述的测量周期，生成所述课程基于时间序列的学习结果滑动平均值测量值，存储于存储器中；

5)、处理器将所述基于时间序列的学习结果滑动平均值测量值与所述回归曲线相比较，其中，处于所述信任区间(a，b)外的测量值表示对应课程存在学习结果异常；

6)、若测量值处于所述信任区间外的情况，则触发报警，将报警中心发送到控制中心；

所述学习结果表示为对应课程该测量周期内的考评得分；

所述的考评得分其试题集获取方式为：

1)、首先利用认知诊断模型进行增量学习，得到学生技能掌握程度，并计算试题考查的技能信息与用户技能掌握程度的第一匹配度：

计算试题考查的技能信息与用户技能掌握程度的第一匹配度，如下所示：

其中，H_i为用户对试题i考查的技能信息与用户技能掌握程度的第一匹配度；Q_ij为试题i对技能j的考查情况，若试题i考查了技能j，则Q_ij＝1，若试题i没有考查技能j，则Q_ij＝0；U_j为用户对技能j的掌握程度，U_j的取值为U_j∈[0,1]，当U_j为0时表示用户对技能j完全没有掌握，当U_j为1时表示用户对技能j完全掌握；σ为用户对技能的掌握程度处于中间水平的值，σ的取值为0.5，k为课程考查的技能总数；

2)、利用IRT模型进行增量学习，得到试题难度、试题区分度、以及学生的章节或者整个课程学习能力，并计算试题的难度和区分度与用户的整体能力的第二匹配度；

根据用户整体能力值计算出用户对待推荐试题的正确作答概率，如下所示：

其中，P_i(θ)表示整体能力值为θ的用户在试题i上的正确作答概率，θ是用户整体能力值，b_i为第i道试题的难度系数，a_i为第i道试题的区分度系数；

根据用户对待推荐试题的正确作答概率计算试题的难度和区分度与用户的整体能力的第二匹配度，如下所示：

其中，I_i(θ)表示第i道试题的难度和区分度与用户的整体能力的第二匹配度；

3)、根据所述第一匹配度及所述第二匹配度构建侯选推荐试题集合；

4)、处理器根据筛选后的试题集合难度分布呈纺锤形结构和筛选后的试题集合应该覆盖尽可能多的考查技能的筛选原则获得最终的试题；

所述的测量周期为平板在线学习系统对应课程的每一个课时；

脸部区域学习度特征表现为：学习度特征参数包括阶段学习内容完成度、阶段学习互动频次、阶段学习课后习题完成度，学习内容完成度表现为在线学习课程对应课，在学生学习正常状态下播放的完成度；阶段学习互动频次表现为针对课程内容的反馈次数，阶段学习课后习题完成度表现为完成的习题与总习题的占比；

所述信任区间a和b可以和回归曲线具有相同的距离，也可以根据不同区域的学习度情况进行自行的调整与回归曲线H的距离；再者，回归曲线可以是直线或者超平面，采取不同性别、年龄学生的正常学习结果情况下的相应学习度特征数据，组成历史数据。

2.根据权利要求1所述的方法，其特征在于：所述课程可以是实际不同类别的课程，也可以是同一学科下的不同内容的分区。