[发明专利]基于学习者在线学习行为数据的学习有效性综合评分方法

摘要

本发明属于教育信息化领域，具体涉及一种基于学习者在线学习行为数据的学习有效性综合评分方法。包括以下步骤：S1为学习者观看视频行为评分；S2确定每一种学习行为得分的权值λi∈[0,1],i＝1,2,...,N，N为学习行为评分的数量；S3将各学习行为得分综合在一起形成课程综合评分，综合评分的方式是计算S和Smax的比值。本发明可以大幅度提升学习者评分的比率，让有学习行为的学习者都能获得评分；同时也提高了学习者评分的合理性；还可以提高学习者对于MOOC课程的参与性，提高课程资源的利用率：综合评分要求学习者参与各类学习行为才能获得更高的评分，可以激励学习者的学习热情，提高MOOC课程资源的利用率；最后，雷达图让学习者准确的了解自身的学习状态。

主权项

1.一种基于学习者在线学习行为数据的学习有效性综合评分方法，其特征在于，该方法包括以下步骤：S1观看视频行为学习者评分：为了评估观看视频的行为，引入了掌握学习理论，基于该理论，视频观看的总时间可以用作学习者获得的知识量；具体步骤如下：S1.1设学习者观看第j个课程视频的总时间为d_j,(j＝1,2,...,n)，n为课程中包含的视频总数，其观看所有课程视频的时间可以表示为向量设课程第j个视频的时长为v_j，(j＝1,2,...,n)，则所有视频的时长可以表示为向量S1.2计算学习者观看每一段视频的完成比率将r_j作为衡量掌握第j个视频中包含知识量的比率，则学习者掌握该课程的每一段视频中包含知识的比率为{r_j|j＝1,2,...,n}；S1.3计算学习者观看所有课程视频比率{r_j|j＝1,2,...,n}的平均值，计算公式为将作为学习者掌握所有视频中包含知识比率的平均值；S1.4计算每一段视频完成比率在所有视频完成比率中的占比，第j段视频完成比率在所有视频完成比率中的占比的计算公式为将其表示为一个向量近似均匀分布的程度可用作转换效率；当越接近均匀分布，观看视频的知识转换率越高；S1.5当满足均匀分布时，将数组记为向量转化率k被定义为和的相似度：这里的计算公式为则转化率k的公式为：S1.6学习者观看视频行为的评分为S2确定每一种学习行为得分的权值λ_i∈[0,1],i＝1,2,...,N，这里N为需要研究的学习行为的数量，权值可以根据具体的课程特点和考核要求确定；S3将各学习行为得分综合在一起形成课程综合评分：综合评分Q定义为设综合评分需要考虑N种学习行为，雷达图中多边形的顶点分别记为A₁，A₁，…，A_N，它们的坐标由学习者的每一项学习行为评分决定；为了计算综合评分Q，需要求解两个区域的面积S和S_max，以区域D的面积S为例，面积求解公式可以按照如下的方法进行推导，S_max的值按照类似的方法可以得到：每个得分点的坐标分别为(x_i,y_i)，i＝1,2,...,N，D是由得分点连接而成的多边形，其面积S可以表示为区域D的二重积分；利用格林公式将区域D的二重积分转换为沿闭合曲线L的曲线积分：边界曲线L由折线连接而成，每个分段都是一条线段，当i＝N，是可以得到边界曲线L的分段表示形式：由积分的区域可加性，能够表示为分段积分之和，因此沿曲线L的积分可以表示为：分别计算每一段曲线积分，以第i段为例，设其中的参数方程可以表示为：这里t为方程参数，在积分运算中作为积分变量，它的取值范围是[0,1]；将曲线积分转化为定积分并求解积分得到：将其代入公式得到：计算每一个得分点的坐标：a_i为每一项学习行为的评分；将得分点坐标代入可以得到S的计算公式：当a_i＝λ_i(i＝1,2,...,N)时，S_max为最大分值的面积：将S和S_max代入公式最终得到综合评分的公式：