A method of constructing hierarchical learning space includes classifying subject skills first, identifying the juxtaposition or inclusion relationship between skills; then stratifying according to different types, and calling \generating plane learning space function\ to generate multi-plane learning space according to micro-skill relationship one by one from the first level; and calling \combining plane learning space with multiple layers of components\ The function combination of dimension learning space generates multi-dimension hierarchical three-dimensional learning space. The method of constructing hierarchical learning space provided by the invention constructs knowledge points involved in the subject, forms learning space, and realizes progressive learning according to different mastery degree of knowledge points. It can also realize the objective evaluation of knowledge points, understand the degree of knowledge points, and achieve targeted learning.
【技术实现步骤摘要】
构造分层学习空间的方法
本专利技术涉及一种制定学习计划的方法,尤其涉及一种对学科(如数学)涉及的知识点进行构造,形成学习空间,根据对知识点掌握程度不同实现渐进式,和针对性地学习。
技术介绍
KS-CAT是基于学习空间理论的计算机化自适应测试。学习空间首先是将一个领域的知识都解析成一个问题的集合,每个问题都有正确的答案,其次用一个学生在理想条件下能够正确回答该域内问题的集合来呈现他的“知识状态”,所有可能的(按学科逻辑,由专家确定)知识状态的集合称为学习空间。计算机化的自适应测试(CAT)是针对传统所有学生使用相同题目的“峰形”、“矩形”纸笔测验的不足而提出的,具体规则是根据各个学生的能力水平,向其提供适合于他们水平的不同测验题目,快速精确地得到被测主体的知识状态或能力水平,KS-CAT就是用来诊断被试的掌握模式、多维离散认知状态。实现KS-CAT涉及到的算法主要有三个:根据专家确定的离散知识点以及关联生成学习空间的算法,使用知识空间自适应评估被试知识状态的算法,以及使用知识空间自适应引导被试学习的算法。生成学习空间的算法通常用QUERY(《学习空间:跨学科的应用数学》[M],世界图书出版广东有限公司,2016年9月),这是一个输入所有离散知识点,再逐个询问专家任意组合的关系以及计算机由此得到所有可能的推理,删除大量不存在的知识状态(即如果学生没有掌握前提知识点,则不可能掌握后续的知识点),从而生成一个由什么也没有掌握的空集状态,一次增加一个知识点,逐步扩大到全部知识点掌握的状态。这样的进阶的状态集合就称为学习空间。然而,QUERY在实际运用中有非常大的问题 ...
【技术保护点】
1.一种构造分层学习空间的方法,其特征在于包括:先对学科技能进行分类,识别技能间的并列或包含关系;再根据不同的种类相应分层,并从第一层开始逐层逐个单元根据微技能关系,调用“生成平面学习空间函数”生成多个平面的学习空间;调用“组合平面学习空间成分层多维学习空间”函数组合生成多维分层立体学习空间。
【技术特征摘要】
1.一种构造分层学习空间的方法,其特征在于包括:先对学科技能进行分类,识别技能间的并列或包含关系;再根据不同的种类相应分层,并从第一层开始逐层逐个单元根据微技能关系,调用“生成平面学习空间函数”生成多个平面的学习空间;调用“组合平面学习空间成分层多维学习空间”函数组合生成多维分层立体学习空间。2.根据权利要求1所述的构造分层学习空间的方法,其特征在于所述的生成平面学习空间函数包括:1)输入一单元的全部微技能及其关系:Q={ai},i=1,...,|Q,表示该单元内全部微技能;Ρ+={(ai,aj)|ai<aj,ai∈Q,aj∈Q},表示该单元内全部的前提关系,即小于号前面的内容是小于号后面微技能的前提,或者说必经的先学内容,如果学生没有掌握前提知识点ai,则不可能掌握后续的知识点aj;2)初始化学习空间初始化的学习空间,并按元素个数从左到右排列并连接,表示该单...
【专利技术属性】
技术研发人员:朱娅梅,
申请(专利权)人:上海智而仁信息科技有限公司,
类型:发明
国别省市:上海,31
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。