用于基于学习效率提供私人定制教育内容的机械学习方法、装置及计算机程序制造方法及图纸

本发明专利技术为在服务器中提供用户定制学习内容的方法，其特征在于，包括：步骤a，对特定科目构成包括一个以上的客观题的题目数据库，上述客观题包括一个以上的选项，向用户设备提供上述题目，从上述用户设备收集与上述题目有关的用户的选项选择数据；步骤b，利用上述用户各自的上述选项选择数据，对各个上述用户推定与上述题目有关的正确率；以及假设任意用户对任意题目选择各个选项，对各个题目计算上述用户对于上述题目数据库所包括的整个题目的正确率的变更率，按上述变更率高的顺序整列上述题目数据库所包括的题目来向上述用户进行推荐的步骤。

Mechanical learning methods, devices and computer programs for providing private customized educational content based on learning efficiency

【技术实现步骤摘要】
【国外来华专利技术】用于基于学习效率提供私人定制教育内容的机械学习方法、装置及计算机程序
本专利技术涉及基于数据提供用户定制内容的方法。更具体地，本专利技术涉及将所收集的解题结果数据适用于机器学习框架来推定对于用户的题目的学习效率并基于此推荐教育内容的方法。
技术介绍
至今，教育内容通常以组合包提供。例如，记录在纸中的每个题目集至少收录有700个题目，线上或线下讲课均以1-2小时单位至少集合一个月的学习量来一次性销售。但是，在受到教育的学生的立场上，个别不擅长的单元和不擅长的题目类型均不相同，因此，与组合包形态相比，需求私人定制内容。这是因为，为了在限定的时间内进行最有效的学习，与解答700个题目相比，挑选出学习效率最高的题目来进行学习更加有效。但是，作为被教育人员的学生很难自己挑选出适合自己的题目。进而，补习班、出版社等以往的教育行业也同样依赖于主观经验和直觉来分析学生及题目，因此，很难向个别学生提供最优化的题目。如上所述，在以往的教育环境中，很难提供被教育人员可以呈现出最优效率的私人订制内容，学生很容易对一律提供的教育内容失去成就感和兴趣。
技术实现思路
(一)要解决的技术问题本专利技术的目的在于解决上述题目。更具体地，本专利技术涉及如下的方法，即，基于大量的解题结果数据分析用户和/或题目，基于此，计算对于各个用户的各个题目的学习效率并根据学习效率推荐学习内容。(二)技术方案在根据本专利技术实施例的服务器中，提供用户定制学习内容的方法的特征在于，包括：步骤a，对特定科目构成包括一个以上的客观题的题目数据库，上述客观题包括一个以上的选项，向用户设备提供上述题目，从上述用户设备收集与上述题目有关的用户的选项选择数据；步骤b，利用上述用户各自的上述选项选择数据，对各个上述用户推定与上述题目有关的正确率；以及假设任意用户对任意题目选择各个选项，对各个题目计算上述用户对于上述题目数据库所包括的整个题目的正确率的变更率，按上述变更率高的顺序整列上述题目数据库所包括的题目来向上述用户进行推荐的步骤。(三)有益效果根据本专利技术的实施例，本专利技术具有如下效果，即，以用户和/或题目分析结果为基础，可以向用户提供最优化的学习内容，从而可以将用户的学习效果极大化。附图说明图1为用于说明根据本专利技术的实施例推荐用户定制内容的过程的流程图。图2为用于说明根据本专利技术的实施例计算用户的各个题目的学习效率的过程的流程图。图3为用于说明根据本专利技术的实施例计算用户的各个题目的学习效率的过程的流程图。具体实施方式本专利技术并不局限于以下记载的实施例的说明内容，在不超出本专利技术的技术主旨的范围内，本专利技术所属
的普通技术人员可施加多种变形。而且，在说明实施例的过程中，将省略说明本专利技术所属
中广泛了解且与本专利技术的技术主旨并无直接关联的
技术实现思路
。另一方面，在附图中，相同的附图标记表示相同的结构要素。而且，在附图中，一部分结构要素可以放大、省略或简要示出。这是为了省略与本专利技术的主旨无关的不必要的说明，由此明确说明本专利技术的主旨。最近，随着IT设备的普及，用于用户分析的数据收集变得轻松。若可以充分收集用户数据，则用户的分析变得更加精密并可以向对应用户提供最适当形态的内容。随着这种发展，尤其，在教育行业中对于用户定制教育内容提供的需求很高。例如，在一个用户在英语科目中对“动词的时态”的理解程度差的情况下，若可以推荐包括与“动词的时态”有关的概念的题目，则学习效率将会提高。但是，如上所述，为了提供用户定制教育内容而需要对各个内容及用户进行精密地分析。以往，为了分析内容和用户，专家通过手工作业定义对应科目的概念，且专家个别判断与对应科目的各个题目包括的哪种概念来标记。之后，以各个用户解出对特定概念标记的题目的结果信息为基础分析学习人员的实力。若观察用户解题过程，出题人的意图可以为一两个，但是用户答错题的原因有数十种。例如，某种题目的类型为“假设法过去”，出题人的意图为“是否可以区分助动词的过去式和假设法”的情况。在此情况下，与出题的意图相同，用户答错对应题目的原因可以为“无法区分助动词的过去式与假设法”，也可以是不了解提问的特定单词。在此情况下，对应用户最有效的题目可以为用于学习上述单词的题目。但是，专家无法考虑所有情况来分析对应用户，因此，通常，用户根据题目类型及出题人意图来判断需要“假设法过去”、“助动词过去”、“假设法”等的概念有关的学习并推荐与此有关的题目。如上所述，专家基于预先定义的标记信息来分析用户的方法具有标记信息依赖于人的主观，且不包括对于人类的行动的多种情况的数。不介入人的主观且数学生成的标记信息并非以数学形式赋予在题目，因此，对于结果数据有关的可靠度并不高。因此，根据本专利技术实施例的数据分析服务器在学习数据分析适用机器学习框架来排除数据处理过程中的人的介入。基于此，并未预先定义对应科目的概念(即，不生成与题目中的概念有关的标记信息)，可基于用户的解题结果日志来分析用户及题目。例如，数据分析服务器收集用户的解题结果日志并构成由用户和题目构成的多维空间，以用户是否答对或答错题目为基础，向上述多维空间赋予值，通过计算与各个用户及题目有关的向量的方式对用户和/或题目进行建模。在此情况下，用户模型可以包括与对于整个题目的用户各个的特性有关的信息，题目模型可以包括与对于整个用户有关的题目各个的特性有关的信息。进而，题目模型可通过与构成特定题目的对应科目的概念有关的包括程度表现，用户模型可通过与构成特定用户的对应科目的概念有关的理解程度表现。进而，根据本专利技术的实施例，利用上述题目模型和用户模型，可以计算任意用户对任意题目选择正确选项的概率，即，用户的各个题目的正确率。在此情况下，在本专利技术中，不应理解限制上述用户向量、上述题目向量包括哪种属性或特征。例如，根据本专利技术的实施例，上述用户向量可以包括上述用户对任意概念理解的程度，即，概念的理解程度。进而，上述题目向量可以包括上述题目为哪种概念，即，概念结构。进而，根据本专利技术的实施例，可以计算与对于特定用户的题目数据库所包括的题目有关的学习效果，可以按学习效率高的顺序向用户推荐题目。例如，根据本专利技术的第一实施例，可以假设正确率低的题目的学习效率高。基于此，排除因特定用户已经理解而有可能答对的题目，而仅挑出有可能答错的题目来推荐。根据上述实施例，用户可以从肯定答错的题目开始学习。根据本专利技术的第二实施例，若用户答对一种题目，则假设上述用户对于包括对应题目在内的新学习的模型预测的整个题目的正确率的增加率高的题目的学习效率高。基于此，可以向用户推荐更加轻松解出整个题目数据库的题目。基于此，用户可以从能够提高整个题目的正确率的题目开始学习。进而，根据本专利技术的第三实施例，可以假设提高用户的实际考试分数的题目的学习效率高。基于此，在题目数据库的外部提出的与相同科目有关的实际考试分数按各个用户推定，可以推荐能够提高上述本文档来自技高网...

【技术保护点】
1.一种用户分析方法，在服务器中对用户进行分析，其特征在于，包括：/n步骤a，对特定科目构成包括一个以上的客观题的题目数据库，上述客观题包括一个以上的选项，向用户设备提供上述题目，从上述用户设备收集与上述题目有关的用户的选项选择数据；/n步骤b，利用上述用户各自的上述选项选择数据，对各个上述用户推定与上述题目有关的正确率；/n步骤c，对上述科目，确认存在未利用上述题目数据库出题后的外部考试分数数据的第一用户组，借助上述题目数据库构成模拟考试套题，上述模拟考试套题用来预测不存在上述外部考试分数数据的第二用户组的上述外部考试分数，在上述模拟考试套题中，利用上述正确率计算的对于上述第一用户组的推定分数与上述第一用户组的外部考试分数数据类似；以及/n步骤d，不向上述第二用户组提供上述模拟考试套题，而是利用上述正确率来推定上述第二用户的上述模拟考试套题的预测分数，将上述模拟考试套题的预测分数推定为对于上述外部考试的预测分数。/n

【技术特征摘要】
【国外来华专利技术】20181016 KR 10-2018-01232401.一种用户分析方法，在服务器中对用户进行分析，其特征在于，包括：
步骤a，对特定科目构成包括一个以上的客观题的题目数据库，上述客观题包括一个以上的选项，向用户设备提供上述题目，从上述用户设备收集与上述题目有关的用户的选项选择数据；
步骤b，利用上述用户各自的上述选项选择数据，对各个上述用户推定与上述题目有关的正确率；
步骤c，对上述科目，确认存在未利用上述题目数据库出题后的外部考试分数数据的第一用户组，借助上述题目数据库构成模拟考试套题，上述模拟考试套题用来预测不存在上述外部考试分数数据的第二用户组的上述外部考试分数，在上述模拟考试套题中，利用上述正确率计算的对于上述第一用户组的推定分数与上述第一用户组的外部考试分数数据类似；以及
步骤d，不向上述第二用户组提供上述模拟考试套题，而是利用上述正确率来推定上述第二用户的上述模拟考试套题的预测分数，将上述模拟考试套题的预测分数推定为对于上述外部考试的预测分数。


2.根据权利要求1所述的用户分析方法，其特征在于，在上述步骤d...

【专利技术属性】
技术研发人员：车映慜，申东珉，李载闵，李镕求，许宰纬，
申请(专利权)人：日益得有限公司，
类型：发明
国别省市：韩国;KR