[发明专利]一种学情诊断方法、装置、设备及存储介质在审

专利信息
申请号: 202011002051.X 申请日: 2020-09-22
公开(公告)号: CN112053269A 公开(公告)日: 2020-12-08
发明(设计)人: 孙康明;杨晨;卢鑫鑫;刘萌;叶礼伟 申请(专利权)人: 腾讯科技(深圳)有限公司
主分类号: G06Q50/20 分类号: G06Q50/20;G06F16/36;G06F16/26;G06F16/2458
代理公司: 广州三环专利商标代理有限公司 44202 代理人: 熊永强;贾允
地址: 518057 广东省深圳*** 国省代码: 广东;44
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 一种 诊断 方法 装置 设备 存储 介质
【说明书】:

发明涉及数据处理领域,具体是一种学情诊断方法、装置、设备及存储介质,所述方法包括:获取待诊断知识点集以及目标对象的测试数据,确定所述测试数据对应的测试知识点集;根据所述测试数据确定所述目标对象对所述测试知识点集中各个知识点的真实掌握度;基于预设知识图谱和预设知识树对所述测试知识点集中各个知识点进行扩散,得到扩散知识点集;根据所述真实掌握度确定所述目标对象对所述扩散知识点集中各个知识点的预测掌握度;根据所述真实掌握度以及所述预测掌握度确定所述目标对象对所述待诊断知识点集中各个知识点的实时掌握情况。本发明的方法通过对知识点进行前后置扩散和知识树扩散及掌握度预测,能够扩大诊断知识点的范围。

技术领域

本发明涉及数据处理技术领域,特别涉及一种学情诊断方法、装置、设备及存储介质。

背景技术

在传统教学模式中,学校对于学生的教学过程大都参照统一的标准,老师无法及时获取每个学生对各知识点的掌握情况,也无法根据每个学生的个性、兴趣、特长和需要进行施教,导致学生的学习效率低下。通过个性化教学系统对学生在各个知识点的掌握程度进行准确、全面的度量和监测来实现个性化的指导,可以打破上述同质性教学弊端,从而使学习优化成为可能。

个性化教学就是尊重学生个性的教学,根据每个学生的个性、兴趣、特长、需要进行施教,亦即学生需要什么,老师便需授予什么。学情诊断即诊断学生在各个知识点的掌握程度,是个性化教学系统的关键部分,通过学情诊断可以准确判定学生还未掌握的知识点,即薄弱知识点。薄弱知识点的判定有利于老师针对性地教学、学生针对性地进行学习,将有限的精力投入迫切需要解决的知识点中,达到事半功倍的效果。

目前,学情诊断一般需要学生专门参加相应的测评考试,基于学生测试成绩统计出学生相应知识点的掌握程度。现有技术存在两大问题:一是诊断成本很高,它不仅需要老师专门设计测评试卷,还需要学生专门参加考试;且高诊断成本必然会影响测评的频率,导致很难实时地获得学生对知识点的掌握程度。二是测评考试受考试内容限制,一般只能覆盖一小部分知识点,没法同时获取学生对某个学科全量知识点的掌握程度。因此,现有的学情诊断方法无法满足个性化教学系统的要求。

发明内容

针对现有技术的上述问题,本发明的目的在于提供一种学情诊断方法、装置、设备及存储介质,能够扩大诊断知识点的范围。

为了解决上述问题,本发明提供一种学情诊断方法,包括:

获取待诊断知识点集以及目标对象的测试数据,确定所述测试数据对应的测试知识点集;

根据所述测试数据确定所述目标对象对所述测试知识点集中各个知识点的真实掌握度;

基于预设知识图谱和预设知识树对所述测试知识点集中各个知识点进行扩散,得到扩散知识点集;所述预设知识图谱包括多个知识点以及所述多个知识点之间的前后置关系,所述预设知识树包括所述多个知识点的组织关系;

根据所述真实掌握度确定所述目标对象对所述扩散知识点集中各个知识点的预测掌握度;

根据所述真实掌握度以及所述预测掌握度确定所述目标对象对所述待诊断知识点集中各个知识点的实时掌握情况。

本发明另一方面提供一种学情诊断装置,包括:

测试知识点集获取模块,用于获取待诊断知识点集以及目标对象的测试数据,确定所述测试数据对应的测试知识点集;

真实掌握度确定模块,用于根据所述测试数据确定所述目标对象对所述测试知识点集中各个知识点的真实掌握度;

扩散知识点集获取模块,用于基于预设知识图谱和预设知识树对所述测试知识点集中各个知识点进行扩散,得到扩散知识点集;所述预设知识图谱包括多个知识点以及所述多个知识点之间的前后置关系,所述预设知识树包括所述多个知识点的组织关系;

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腾讯科技(深圳)有限公司,未经腾讯科技(深圳)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/202011002051.X/2.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