[发明专利]一种精准教学评价与诊断方法及系统

权利要求书

1.一种精准教学评价与诊断方法，其特征在于包括如下步骤：

S1，构建数字化共有题库，重组配套作业，录入数字化资源；

S2，构建数字化个性题库，教师自主研发习题，录入并维护教师的个性题库；

S3，智能评阅，对批阅作业的结果进行数字化采集，包括如下步骤：

S311，教师选定批阅的学生及其纸质作业本的页码；

S312，通过手写识别板，识别纸质作业本对应页码中，习题的分割手写识别区内的批阅符号；

S313，根据批阅结果，对学生及其习题按可赋分的最小单元进行赋分或不赋分；

生成并运用过程评价数据，包括如下步骤：

S321，汇总一组学生的作业批阅结果，分析作业的正确、错误率，锁定高频错题；

S322，根据错题情况，向学生推送相关知识点；

S323，设定时间范围，根据时间范围内的一组学生对应的批阅结果，生成学生学科学业画像和教师学科教学画像。

2.根据权利要求1所述的一种精准教学评价与诊断方法，其特征在于基于所述高频错题，进行所述个性题库的录入与维护，在单元视角下，对习题进行不同层次的习题重组，根据学生不同的学习需求，适时推送相适应的习题。

3.根据权利要求1所述的一种精准教学评价与诊断方法，其特征在于所述S3中，对作业本进行初始化，记录习题及其对应的属性，所述属性包括作业本、学科、使用年级、学期、页码、题号、赋分值，根据习题在纸质作业本的布局，分割手写识别区，其中，按可赋分的最小单元分割手写识别区，并记录赋分值，及分割后的手写识别区。

4.根据权利要求1所述的一种精准教学评价与诊断方法，其特征在于所述S323中的学业画像，对学生作业的优良率进行聚类，并根据学生属性、学习过程和学习结果构建学业画像。

5.根据权利要求1所述的一种精准教学评价与诊断方法，其特征在于采用K-Means对学生作业的优良率进行聚类，设定A、B、C、D、E五类，设定迭代次数、聚类核，运用K-Means算法进行聚类迭代，根据聚类迭代结果中不同优良率的比例，划分预警的程度，并向没有掌握知识点的同学推送知识点。

6.根据权利要求1所述的一种精准教学评价与诊断方法，其特征在于所述S1中，将配套作业本的每页，基于习题进行分割，形成数字化共有题库。

7.根据权利要求1所述的一种精准教学评价与诊断方法，其特征在于所述S2中，将个性题库共享给共有题库。

8.根据权利要求2所述的一种精准教学评价与诊断方法，其特征在于通过教师设置学科、年级、学期、知识点及其占比、题型及其占比、共有题库中的占比，从共有题库和个性题库中选题，生成试卷，并按习题的最小赋分值布局，教师对试卷进行审核调整后，按试卷最小赋分值布局，形成分割手写识别区。

9.根据权利要求1所述的一种精准教学评价与诊断方法，其特征在于所述S3中的纸质作业本预设带有学生信息的RFID标识，手写识别板通过RFID标识或手动在软件界面中选择识别学生信息，并与其习题对应。

10.一种精准教学评价与诊断系统，包括：共有题库、个性题库，其特征在于，还包括自主出题模块、组卷模块和智能评阅模块，智能评阅模块包括数字化采集单元、过程评价数据生成和运用单元；

所述共有题库，用于重置配套作业，录入数字化资源；

所述个性题库，用于教师自主研发习题，录入并维护教师的个性题库；

所述自主出题模块，用于自主出题，并录入个性题库或共享给共有题库；

所述组卷模块，根据教师设置的属性，从共有题库和/或个性题库中选题，生成试卷；

所述数字化采集单元，用于教师将选定批阅的学生及其纸质作业本的页码，通过手写识别板，识别纸质作业本对应页码中，习题的分割手写识别区内的批阅符号，根据批阅结果，对学生及其习题按可赋分的最小单元进行赋分或不赋分

所述过程评价数据生成和运用单元，汇总一组学生的作业批阅结果，分析作业的正确、错误率，锁定高频错题，根据错题情况，向学生推送相关知识点，设定时间范围，根据时间范围内的一组学生对应的批阅结果，生成学生学科学业画像和教师学科教学画像。