移动端课堂教学系统中的习题个性化匹配方法技术方案

本发明专利技术公开了一种移动端课堂教学系统中的习题个性化匹配方法。该方法首先将被管理的教学系统历年所产生的教学数据看作习题匹配模型的数据源，习题个性化匹配过程中将一个完整的学习周期分为三个阶段，每个阶段采用不同的匹配算法。在三个阶段中，推送的习题难度逐渐增大，并配合相似题聚类算法为学生推送与错题最为相似的其他习题，巩固知识点。本发明专利技术提供的方法，为学生智能化推送最适合的题目，大大提高了学生的学习效率与教师的教学效率。

【技术实现步骤摘要】
移动端课堂教学系统中的习题个性化匹配方法
本专利技术属于计算机应用
，具体涉及一种小规模移动端课堂教学系统中的习题个性化匹配方法。
技术介绍
互联网的飞速发展，一方面使得信息呈现爆炸式增长，人们对信息的需求越来越多样化。另一方面也为教育的发展提供了新的平台，催生出在线教育这样一种新的产业形态。高校教育信息化也得到了巨大的提升。“互联网+”这一模式正进入各行各业，在线教学行业也是如此。随着社会的大力发展和无线网络的全面普及，以及“互联网+”的推进，在线教学课堂应运而生。在线教学课堂就是通过“互联网+教育”，运用更优质的学习资源，利用智能终端工具进行信息推送、记录学习轨迹、进行学习成果评价；通过互动设备建立学习社群，使教学者和学习者之间以及学习者与学习者之间能够有效地互动；同时建立平台，为教师的教学社群提供支持，使教学者可以共同研究教学内容、学习方式、教学方式、学习资源和学习工具。在线教学课堂教学模式对高校的长期发展具有重要的战略意义。在校园教学的过程里，在线教学课堂已经越来越普及于高校教学中，各类课堂教学平台已广泛应用于教师的教学过程中。目前，教师们可以使用课堂教学平台完成课前点名、课中习题测试、课后作业等事项，大大减轻了教学压力、提高了教学效率。然而，简单的课堂教学平台已经渐渐不能满足信息化教学的高速发展。我们正步入大数据时代，传统的教学模式已无法适应数据的爆炸增长，大数据其对学习情况精确的诊断、个性化学习方案的分析以及智能学习方案的决策都给教育带来了全新的发展。本文提出的小规模移动端课堂教学系统中的习题个性化匹配方法正是大数据教育下的产物，它将大数据与高校课堂教育相结合，给课堂教学以一种全新的方式，是教育方式的一场变革。在小规模移动端课堂教学系统应用过程中，存在分阶段向学生推送练习习题的需求。一般而言，在学生刚开始使用该系统时，需要一个适应学习的过程，主要练习的是基础习题；而随着学习的深入，需要针对错题(对应薄弱的知识点)进行强化；最后需要进行难点攻关，练习一些普遍容易出错的高难度习题。然而，如何根据这种学习模式设置习题的个性化匹配方法，目前仍然没有简单可行的技术出现。
技术实现思路
本专利技术的目的是克服现有技术的不足，提供一种移动端课堂教学系统中的习题个性化匹配方法。移动端课堂教学系统中的习题个性化匹配方法，其包括如下步骤：1)收集历年用户在习题库中随机练习所保存的习题测试正误情况数据，并将其导入数据库作为移动端课堂教学系统的习题匹配模型的初始数据源；同时，在移动端课堂教学系统后续使用过程中，习题匹配模型不断记录该用户以及与该用户隶属同一班级的其他所有用户在习题练习过程中各道习题的正误情况，并实时更新至数据库中；2)在用户初始使用移动端课堂教学系统的第一阶段，习题匹配模型根据初始数据源计算每道习题的错误率，然后从错误率低于第一阈值的习题集之中选择若干道习题推送给用户端；3)在用户完成第一阶段进入第二阶段时，习题匹配模型基于根据初始数据源计算得到的每道习题的错误率，从错误率高于第一阈值但低于第二阈值的习题集之中，选择若干道习题推送给用户端；同时，采用相似题聚类算法，计算与该用户当前或历史做错的习题相似的其他习题，并从相似习题集中至少选择一道最相似的习题推送给用户端；4)在用户完成第二阶段进入第三阶段时，习题匹配模型选取与该用户隶属同一班级的所有用户在习题练习过程中错误率最高的若干道习题，并将其推送至用户端。本专利技术将被管理的小规模教学系统历年所产生的教学数据看作习题匹配模型的数据源，通过数据模型分析建立班级个性化学习模型。习题个性化匹配过程中将一个完整的学习周期分为三个阶段，每个阶段采用不同的匹配算法。习题个性化匹配模型可以为每一个班级建立班级个性化学习模型，帮助教师根据模型内容精准化的对每一个不同的班级实施针对性教学。作为优选，所述的移动端课堂教学系统是以移动终端为依托，以云服务器为后台的教学系统。作为优选，所述的第一阶段、第二阶段和第三阶段之间的切换，是由用户已练习的习题道数达到预设阈值道数或者用户已练习天数达到预设阈值天数来触发的。作为优选，所述的最相似的习题的推送是根据用户端接收到的推送请求触发的。作为优选，所述的相似题聚类算法如下：将任意两道题之间的相关性系数预置为相同数值，然后基于所述的初始数据源分析单个用户的习题测试正误情况数据，若该用户在测试过程中两道题同时出错，则对该两道题的相关性系数做加1处理；遍历历年所有用户的习题测试正误情况数据，得到任意两道题之间的相关性系数，两道题之间的相关性与相关性系数呈正比。作为优选，在第二阶段，习题匹配模型在推送习题的多次推送过程中，除了推送错误率低于第一阈值的习题之外，还不断增加错误率高于所述第二阈值的习题比例。本专利技术为智能化为学生推送习题提出了一种小规模移动端课堂教学系统中的习题个性化匹配方法。针对当代课堂教学设备管理需求，采用分段式推送和相似题聚类算法，实现了习题智能化推送的目的。本专利技术将学生分为三个阶段提供不同的习题智能化推送方法，大大提高了教师的教学效率，满足了新一代小规模课堂在线教学的需求。附图说明图1是数据库数据导出流程图；图2是相似题聚类算法结果在教学平台系统中的具体呈现方式图。具体实施方式下面结合附图和具体实施方式对本专利技术做进一步阐述和说明。本专利技术中小规模移动端课堂教学系统是以移动终端为依托包括以安卓与iOS系统为基础的各类手机平板设备，以云服务器为后台的简易便携个性化教学系统，应用于高校教师小规模课堂教学。其中内置有习题训练模块，模块中内置有习题库，可以以试卷的方式智能地向学生推送习题进行训练。习题的推送有两种模式，一种为随机推送，另一种为分阶段推送。随机推送模式下，每次从习题库中选取一定数量的习题，推送给学生进行测试训练，并记录每个学生对每道习题的测试结果、正误情况，该数据由于具有样本随机性，因此可以用于统计分析。另一种分阶段推送模式即本专利技术的主要改进，主要用于满足个性化的智能的习题推送需求。下面详细阐述该方法的实现：小规模移动端课堂教学系统中的习题个性化匹配方法包括如下步骤：1)建立数据库，存储该小规模教学系统的历年学生在随机推送模式下获得的习题测试正误情况数据，作为移动端课堂教学系统的习题匹配模型的初始数据源，以通过数据模型分析建立班级个性化学习模型。该数据源的样本量应足够大，以满足统计分析的要求。同时，在移动端课堂教学系统后续使用过程中，习题匹配模型不断记录该所有使用该系统的用户的信息以及习题测试结果数据，并实时记录于数据库中。习题个性化匹配过程中将一个完整的学习周期分为三个阶段，每个阶段采用不同的匹配算法。2)第一阶段的学生为初学者，无做题记录。因此以用户初始使用移动端课堂教学系统开始作为第一阶段。习题匹配模型根据初始数据源计算习题库中每道习题的错误率，然后将其按照错误率从低到高分为多个难度梯度。在第一阶段从错误率低于第一阈值的习题集之中选择若干道习题作为最易题，推送给用户端。由此，通过将初次接受本课程学习的学生归类为第一阶段，模型可以为学生推送历年低错误率习题，帮助学生掌握课程基础知识，达到快速入门的效果。3)在学生完成第一阶段进入第二阶段时，习题匹配模型基于根据初始数据源计算得到的每道习题的错误率，从错误率高本文档来自技高网...

【技术保护点】
一种移动端课堂教学系统中的习题个性化匹配方法，其特征在于，包括如下步骤：1)收集历年用户在习题库中随机练习所保存的习题测试正误情况数据，并将其导入数据库作为移动端课堂教学系统的习题匹配模型的初始数据源；同时，在移动端课堂教学系统后续使用过程中，习题匹配模型不断记录该用户以及与该用户隶属同一班级的其他所有用户在习题练习过程中各道习题的正误情况，并实时更新至数据库中；2)在用户初始使用移动端课堂教学系统的第一阶段，习题匹配模型根据初始数据源计算每道习题的错误率，然后从错误率低于第一阈值的习题集之中选择若干道习题推送给用户端；3)在用户完成第一阶段进入第二阶段时，习题匹配模型基于根据初始数据源计算得到的每道习题的错误率，从错误率高于第一阈值但低于第二阈值的习题集之中，选择若干道习题推送给用户端；同时，采用相似题聚类算法，找出与该用户当前或历史做错的习题相似的其他习题，并从相似习题集中至少选择一道最相似的习题推送给用户端；4)在用户完成第二阶段进入第三阶段时，习题匹配模型选取与该用户隶属同一班级的所有用户在习题练习过程中错误率最高的若干道习题，并将其推送至用户端。

【技术特征摘要】
1.一种移动端课堂教学系统中的习题个性化匹配方法，其特征在于，包括如下步骤：1)收集历年用户在习题库中随机练习所保存的习题测试正误情况数据，并将其导入数据库作为移动端课堂教学系统的习题匹配模型的初始数据源；同时，在移动端课堂教学系统后续使用过程中，习题匹配模型不断记录该用户以及与该用户隶属同一班级的其他所有用户在习题练习过程中各道习题的正误情况，并实时更新至数据库中；2)在用户初始使用移动端课堂教学系统的第一阶段，习题匹配模型根据初始数据源计算每道习题的错误率，然后从错误率低于第一阈值的习题集之中选择若干道习题推送给用户端；3)在用户完成第一阶段进入第二阶段时，习题匹配模型基于根据初始数据源计算得到的每道习题的错误率，从错误率高于第一阈值但低于第二阈值的习题集之中，选择若干道习题推送给用户端；同时，采用相似题聚类算法，找出与该用户当前或历史做错的习题相似的其他习题，并从相似习题集中至少选择一道最相似的习题推送给用户端；4)在用户完成第二阶段进入第三阶段时，习题匹配模型选取与该用户隶属同一班级的所有用户在习题练习过程中错误率最高的若干道习题，并将其推送至用户端。2.如权利要求1所述的移动端课堂教学系统中的习题个性化匹...

【专利技术属性】
技术研发人员：傅佳杰，洪金珠，陈伟昌，陈蓉蓉，诸葛斌，董黎刚，
申请(专利权)人：浙江工商大学，
类型：发明
国别省市：浙江,33