一种慕课教学能力引导方法技术

本发明专利技术公开了一种慕课教学能力引导方法，其步骤包括：1、根据当前阶段的教学内容和教学目的拆分知识点，为每个知识点制作单独的教学视频,获取相关引申教学视频,定制相应的练习题；2、采集学习者在线学习状况数据以及学习者在线情感行数据，并建立综合评价机制，评估学习者的学习效果；3、对知识点掌握情况以及学习者的能力未达标的学习者，设置干预引导机制，帮助该部分学习者再次学习，引导能力的提升。本发明专利技术能从不同的角度，采集不同的评价参数值，更加全面的评估学习者的学习效果，从而制定一套更好、更加高效的能力引导方案，提升学习者的学习能力，更好地帮助学习者通过相应的课程考试。

A method to guide the teaching ability of MOOC

【技术实现步骤摘要】
一种慕课教学能力引导方法
本专利技术涉及在线教育评估与人工智能领域，具体的说是一种针对网络慕课教学中学习者能力引导的方法。
技术介绍
近年来随着互联网的发展，教学方式也发生着很大的变革。“互联网+”模式的网络慕课教育的成为一种趋势，网络慕课的教学方式也逐渐在学校的教育中占据地位，部分学校专门设置有一定课时的网络慕课课程。在这种趋势下，网络慕课将作为未来学习者学习新知识的一个重要平台。传统的网络慕课教学的形式较为单一，仅在学习平台为学习者提供相应的学习资料，缺少对学习者的在学习平台里的各项行为数据的收集；同时传统的慕课教学，不注重学习者在学习过程中情感状态的采集，缺少对学习者学习时心理状态的学习；最后，传统慕课学习方式缺少基本反馈干预机制，无论学习者学习效果的好坏，默认学习者已掌握了知识点。这种情况下，学习者的学习效果得不到准确的评估，学习者的学习能力得不到及时引导提升，后期无法通过相应的课程考试。
技术实现思路
本专利技术是为避免上述现有技术所存在的不足之处，提供一种更优的慕课教学能力引导方法，以期能从不同的角度，采集不同的评价参数值，更加全面的评估学习者的学习效果，从而制定一套更好、更加高效的能力引导方案，有利于提升学习者的学习能力，更好地帮助于学习者通过相应的课程考试，同时也为教学工作者减轻一定的教学负担。本专利技术为解决技术问题采用如下技术方案：本专利技术一种针对慕课教育能力引导方法的特点包括以下步骤：步骤一、学习内容定制：步骤1.1、根据当前阶段的教学内容和教学目的拆分知识点，并为每个知识点制作单独的教学视频；步骤1.2、根据所拆分的知识点，获取相关的引申教学视频，且每个引申教学视频对应一个知识点；步骤1.3、按照所拆分的知识点定制相应的练习题；步骤二、综合学习效果评价：步骤2.1、学习者在线学习状况评价的获取：步骤2.1.1、获取学习者的基本学习行为数据K1：所述学习者的基本学习行为数据K1是由行为数据k11决定，且k11包括：在线学习平台的登录次数评价值c11，登录时间点评价值c12，在线学习总时长评价值c13；步骤2.1.2、获取学习者的所有知识点视频资源浏览行为数据K2：所有知识点视频资源浏览行为数据K2是由学习者在观看每个知识点时产生的视频资源浏览行为数据共同决定；其中，第i个知识点的视频资源浏览行为数据k2i，包括：相应知识点视频浏览时长评价值c2i1，视频浏学习完成度评价值c2i2，第i个知识点视频浏览频次评价值c2i3，第i个知识点视进度条拖动频次评价值c2i4，相关引申视频资源浏览次数评价值c2i5，相关引申视频资源浏览个数评价值c2i6，相关引申视频资源浏览时长评价值c2i7；步骤2.1.3、获取学习者的所有知识点在线课后测评行为数据K3：所有知识点在线课后测评行为数据K3是由学习者在完成每个知识点定制习题后的在线课后测行为数据共同决定；其中，第i个知识点的在线课后测评行为数据k3i，包括：相关知识点习题完成数量评价值c3i1，相关知识点课后习题练习正确率评价值c3i2；步骤2.1.4、获取学习者在学习所有知识点的其他行为数据K4：所有知识点的其他行为数据K4是由学习者学习每个知识点的其他行为数据共同决定；其中，第i个知识点的其他评行为数据k4i，包括：错题回顾频次评价值c4i1，错题再次回顾时的正确率评价值c4i2；步骤2.2、学习者在线情感行为评价的获取：步骤2.2.1、获取学习者在线情感行为数据K5：学习者的线情感行为数据K5是由学习者学习每个知识点时的在线情感行为数据k5i共同决定；步骤2.2.2、采集学习者观看第i个知识点视频时的在线情感行为数据k5i，包括：抬头率评价值c5i1和眨眼频次情感评价值c5i2；步骤2.2.3、通过摄像头获取第i个知识点视频段播放过程中，学习者的头部图像数据，再利用面部识别算法提取头部图像数据中学习者的面部特征数据，用于计算学习者的抬头次数，并对抬头次数进行处理后得到抬头率评价值c5i1；步骤2.2.4、根据所述面部特征数据确认学习者是否抬头观看知识点视频，并在确认抬头时采集学习者的眨眼频次；再根据所述眨眼频次，推测学习者的情感状态，包括：正向情感状态、负向情感状态；对处于负向情感状态的学习者，利用贝叶斯网络的联合树推理算法推断学习者对知识点的负向理解程度；从而得到学习者眨眼频次情感评价值c5i2；步骤2.3、综合评价机制：步骤2.3.1、依据教学目标与能力培养要求，为每个行为数据设置达标阈值和权重值，其中，第n个行为数据的达标阈值记为Kn′，第n个行为数据的的权重值记为ωn；步骤2.3.2、利用式(1)建立回归模型，计算学习者第i个知识点的第n个行为数据kni：式(1)中：Ji表示第i个知识点的第n个行为数据kni中评价值的个数，Xj为第i个知识点的第n个行为数据kni中第j个评价值和相对应的权值wj的乘积；步骤2.3.3、利用式(2)得到所有知识点的第n个行为数据Kn：式(2)中，N表示所拆分的知识点的总个数；步骤2.3.4、利用式(3)获得教学目标期望评价参数E0：步骤2.3.5、利用式(4)获得综合评价参数E1：步骤三、干预引导机制：步骤3.1、比较教学目标期望评价参数E0与综合评价参数E1，若E0≤E1，则表示学习者知识点掌握情况以及学习者的能力要求达标，并执行步骤3.2；否则，执行步骤3.3；步骤3.2、安排下一阶段知识点的学习，并返回步骤1；步骤3.3、将采取干预引导机制：步骤3.3.1、提取所述第i个知识点视频浏览频次评价值c2i3，第i个知识点视进度条拖动频次评价值c2i4；提取所述第i个相关知识点习题完成数量评价值c3i1，相关知识点课后习题练习正确率评价值c3i2；提取所述第i个处于负向理解程度状态的知识点；以处于负向理解程度状态为前提条件，结合条件一或者条件二生成学习者薄弱知识点的记录日志，根据所述记录日志所对应的薄弱知识点，获取相关学习视频以及练习题重新推送给学习者后，返回步骤二；条件一：当c2i3≥3以及c3i1≤Δ时；条件二：当c2i4≥4以及c3i2≤Ω时；其中，阈值Δ的取值为第i个知识点习题数量的65％-75％，阈值Ω的取值在50％-60％之间。与现有技术相比，本专利技术的有益效果在于：1、本专利技术不同与传统的网络慕课教育，只关注教学内容的指定，不关注学生的学习效果反馈，能力培养。为此，本专利技术通过定制学习内容、采集学生学习行为数据、设置学习能力引导机制的方式，全面的评估学习者的学习效果，及时地对学习能力未达标的学习者，设置干预引导机制，帮助该部分学习者再次学习，引导能力的提升，更好地帮助学习者通过相应的课程考试。2、在学习内容的定制上本文档来自技高网...

【技术保护点】
1.一种慕课教学能力引导方法，其特征包括以下步骤：/n步骤一、学习内容定制：/n步骤1.1、根据当前阶段的教学内容和教学目的拆分知识点，并为每个知识点制作单独的教学视频；/n步骤1.2、根据所拆分的知识点，获取相关的引申教学视频，且每个引申教学视频对应一个知识点；/n步骤1.3、按照所拆分的知识点定制相应的练习题；/n步骤二、综合学习效果评价：/n步骤2.1、学习者在线学习状况评价的获取：/n步骤2.1.1、获取学习者的基本学习行为数据K

【技术特征摘要】
1.一种慕课教学能力引导方法，其特征包括以下步骤：
步骤一、学习内容定制：
步骤1.1、根据当前阶段的教学内容和教学目的拆分知识点，并为每个知识点制作单独的教学视频；
步骤1.2、根据所拆分的知识点，获取相关的引申教学视频，且每个引申教学视频对应一个知识点；
步骤1.3、按照所拆分的知识点定制相应的练习题；
步骤二、综合学习效果评价：
步骤2.1、学习者在线学习状况评价的获取：
步骤2.1.1、获取学习者的基本学习行为数据K1：
所述学习者的基本学习行为数据K1是由行为数据k11决定，且k11包括：在线学习平台的登录次数评价值c11，登录时间点评价值c12，在线学习总时长评价值c13；
步骤2.1.2、获取学习者的所有知识点视频资源浏览行为数据K2：
所有知识点视频资源浏览行为数据K2是由学习者在观看每个知识点时产生的视频资源浏览行为数据共同决定；
其中，第i个知识点的视频资源浏览行为数据k2i，包括：相应知识点视频浏览时长评价值c2i1，视频浏学习完成度评价值c2i2，第i个知识点视频浏览频次评价值c2i3，第i个知识点视进度条拖动频次评价值c2i4，相关引申视频资源浏览次数评价值c2i5，相关引申视频资源浏览个数评价值c2i6，相关引申视频资源浏览时长评价值c2i7；
步骤2.1.3、获取学习者的所有知识点在线课后测评行为数据K3：
所有知识点在线课后测评行为数据K3是由学习者在完成每个知识点定制习题后的在线课后测行为数据共同决定；
其中，第i个知识点的在线课后测评行为数据k3i，包括：相关知识点习题完成数量评价值c3i1，相关知识点课后习题练习正确率评价值c3i2；
步骤2.1.4、获取学习者在学习所有知识点的其他行为数据K4：
所有知识点的其他行为数据K4是由学习者学习每个知识点的其他行为数据共同决定；
其中，第i个知识点的其他评行为数据k4i，包括：错题回顾频次评价值c4i1，错题再次回顾时的正确率评价值c4i2；
步骤2.2、学习者在线情感行为评价的获取：
步骤2.2.1、获取学习者在线情感行为数据K5：
学习者的线情感行为数据K5是由学习者学习每个知识点时的在线情感行为数据k5i共同决定；
步骤2.2.2、采集学习者观看第i个知识点视频时的在线情感行为数据k5i，包括：抬头率评价值c5i1和眨眼频次情感评价值c5i2；
步骤2.2.3、通过摄像头获取第i个知识点视频段播放过程中，学习者的头部图像数据，再利用面部识别算法提...

【专利技术属性】
技术研发人员：马学森，谈杰，许向东，宫帅，邓博存，朱建，陈树友，
申请(专利权)人：合肥工业大学，
类型：发明
国别省市：安徽;34