一种基于数据驱动的学科学习发展推荐系统及方法技术方案

本发明专利技术涉及一种基于数据驱动的学科学习发展推荐系统及方法，包括移动终端、计算机；所述计算机中运行推荐系统，所述推荐系统包括数据收集模块、推荐算法模块、可视化输出模块和推荐数据库；所述数据收集模块包括成绩数据收集、评价数据收集和心理测评数据收集；所述推荐算法模块包括推荐指数计算、推荐指数分析、学科分析与学生分类、生成推荐；所述可视化呈现模块包括可视化群体学科关系图、个体学科状态图与个性化学科推荐结果。本发明专利技术适用于中学生学业学习的规划和指导，通过对多种类型和来源的数据分析识别个人学科优势特征，形成个性化的学科学习指导方案，合理选择中考、高考考试科目，提升学业规划的科学性和准确性。

Data driven subject learning development recommendation system and method

The invention relates to a learning development recommendation system and method of data driven based on the subject, including the mobile terminal and the computer; recommendation system operation of the computer, the recommendation system includes data collection module, the recommendation algorithm module, visual output module and recommended database; the data collection module includes data collection, performance evaluation the psychological assessment data collection and data collection; the recommendation algorithm module includes Recommendation Index Calculation and recommendation index analysis, multidisciplinary analysis and classification of students, generating recommendation; the visualization presentation module including visual group diagram, individual subject subject state diagram and personality science recommended results. The invention is applicable to the planning and guidance of middle school students' learning, through a variety of types and sources of data analysis to identify individual subject advantages characteristics, form a personalized learning guidance scheme, reasonable choice of senior high school entrance examination, the college entrance examination subjects, enhance the scientificity and accuracy of academic planning.

【技术实现步骤摘要】
一种基于数据驱动的学科学习发展推荐系统及方法
本专利技术涉及一种基于数据驱动的学科学习发展推荐系统及方法，属于教育领域信息推荐系统。
技术介绍
一些省市已经或即将开始在中考和高考实行7选3(从7门学科中选择3门参加考试)或6选3(从6门学科中选择3门参加考试)的政策。学生对自我未来发展的选择权极大地增强了，但众多学生因难以准确识别自身的优势，选择能力不足，而面临不知如何选择考试科目的困境，难以合理选择考试学科，对自身学科状态认识不足，无法科学的规划学业发展；同时，教师也面临指导学生规划学习生涯的挑战。国内外尚没有能够满足学生、教师这一需求的指导或推荐系统。
技术实现思路
本专利技术要解决的问题是：基于学生多方面数据，识别学生类别及学生的学科发展能力和优势特长，提前预警学业发展障碍，并向学生推荐个性化的学科学习发展建议。降低学生面对考试科目选择的困惑和选择的盲目性，提高选考的准确性和适应性；根据个人学科发展状态，科学规划个人学习进程，提高学习的针对性和精确性，为学生进行科学的学业发展规划提供帮助。本专利技术解决问题所采用的技术方案为：一种基于数据驱动的学科学习发展推荐系统，包括移动终端、计本文档来自技高网...

【技术保护点】
一种基于数据驱动的学科学习发展推荐系统，其特征在于：包括移动终端、计算机；所述计算机中运行推荐系统，所述推荐系统包括数据收集模块、推荐算法模块、可视化输出模块和推荐数据库；其中：数据收集模块：教师通过移动终端将学生的考试成绩数据和评价数据传送至推荐数据库；通过移动终端收集学生心理测评数据，并将所述心理测评数据上传至推荐数据库，所述考试成绩数据为学生既往的学科考试成绩；所述评价数据为学科教师对学生在该学科的兴趣、投入度和潜能进行的等级评价；所述心理测评数据为学生通过移动终端完成心理测评的数据；推荐算法模块：将数据收集模块中的心理测评数据、考试成绩数据和评价数据按照推荐指数计算模型计算得到学科推荐...

【技术特征摘要】
1.一种基于数据驱动的学科学习发展推荐系统，其特征在于：包括移动终端、计算机；所述计算机中运行推荐系统，所述推荐系统包括数据收集模块、推荐算法模块、可视化输出模块和推荐数据库；其中：数据收集模块：教师通过移动终端将学生的考试成绩数据和评价数据传送至推荐数据库；通过移动终端收集学生心理测评数据，并将所述心理测评数据上传至推荐数据库，所述考试成绩数据为学生既往的学科考试成绩；所述评价数据为学科教师对学生在该学科的兴趣、投入度和潜能进行的等级评价；所述心理测评数据为学生通过移动终端完成心理测评的数据；推荐算法模块：将数据收集模块中的心理测评数据、考试成绩数据和评价数据按照推荐指数计算模型计算得到学科推荐指数，并通过对学科推荐指数的分析，得到学科关系数据、学生个体学科推荐指数数据、学生分类数据和个性化学科学习发展推荐方案的结果，将这些结果以网状图等形式保存起来送至可视化输出模块，使学生、教师和家长能够通过移动终端查看，从而方便的看到学科之间的关系和自己的学科状态；所述推荐指数计算模型计算学科推荐指数RI为：RIX＝Gx+Ex+Px，其中RIx为学科X的推荐指数，Gx为学科X的综合成绩，通过学生既往历次学科成绩加权平均得到，其中g为学科X某次考试的成绩,ω为该次考试成绩的权重，Ex为通过学科X的评价数据计算得到的结果，其中Xx为学科X的兴趣度得分，Tx为学科X的学科投入度得分，Qx为学科X的学科潜能得分，为学科X的教师评价与学科X综合成绩的皮尔逊相关系数，Px通过心理测评数据计算得到，其中Pi为第i个与学科X关系密切的心理测验得分，为第i个心理测验得分与学科X综合成绩的皮尔逊相关系数；然后，对所有学生在学学科的推荐指数进行分析，确定学科之间的关系，采用皮尔逊相关分析每两个学科之间的相关度，并进行显著性检验，通过显著性检验，且相关系数高于0.5的两个学科定义为高相关学科；通过显著性检验，且相关系数大于0.3小于0.5的两个学科定义为低相关学科；其他的称为无关学科；若某个学科与三个及以上学科存在高相关，则该学科为群体的高影响学科；随后，通过对学生的学科推荐指数分析确定学生类型，依据学生的学科推荐指数的不同将学生分为5种不同类型，第一类为高发展型学生，是指所有学科推荐指数均高于群体的平均值的学生，表明学生在所有学科的学习都比较好，第二类为均衡发展型学生，是指所有学科推荐指数均在群体的平均值附近的学生，表明学生所有学科的学习均达到了平均水平，第三类为晚发展型学生是指所有学科推荐指数均在群体均值以下的学生，表明学生所有学科的学习都不太好，第四类为特征发展型学生是指有些学科推荐指数高于群体平均值，有些学科推荐指数低于群体平均值的学生，第五类为其他类型学生，是指不能归为以上四类的学生；针对不同类别的学生，根据事先制订的推荐规则生成个性化学科发展推荐方案；可视化输出模块：对推荐算法模块得到的结果进行可视化的输出，包括描述群体学科关系的网状图和表现学生个体学科推荐指数的状态图，以及个性化学科发展推荐结果基于用户角色生成Word推荐报告，并呈现给学生、教师和家长；学生、教师和家长根据不同的角色通过移动终端或计算机查看上述数据和推荐结果；推荐数据...

【专利技术属性】
技术研发人员：余胜泉，崔伟，卢宇，李葆萍，
申请(专利权)人：北京师范大学，
类型：发明
国别省市：北京,11