一种模型预测学生群体学业成绩发展趋势的方法技术

一种模型预测学生群体学业成绩发展趋势的方法，这属于教育评价的技术领域。该方法采用“马尔可夫矩阵链”作为预测群体学业发展变化趋势是非常好的模型。结合等价测题系统与马尔可夫过程原理建立的预测模型，为教师的教学、学校的教学管理提供了有效的自动化工具；该预测方法可以得到三种不同的预测趋势：呈下滑趋势、呈上升趋势和呈平缓趋势，教师根据预测情况调整教学进度和方法策略，使学校的教学管理工作迈上新台阶。

【技术实现步骤摘要】
一种模型预测学生群体学业成绩发展趋势的方法
本专利技术涉及一种模型预测学生群体学业成绩发展趋势的方法，其属于教育评价的

技术介绍
按照教育方针要求，教育质量高的重要标志是关注全体学生的全面发展。要保证每一个学生在学习过程中不掉队，至少教师应该对任教的群体是否存在严重两极分化的苗头，要心中有数。怎样能做到心中有数呢？对一个学生群体，当前的情况，要了解群体发展状况，就必须进行“实时”性的考试，考出问题就是有问题，没考试有没有问题谁也说不清楚。这种“凡事皆由考决定”是教育的现实。教育是对发展中的人施加有益作用的，人的发展是服从发展规律的。实际上，探索出规律，对学生群体的发展趋势是可以预测的。教育管理者、教师要做到对学生群体“心中有数”，就必须把握学生群体的发展趋势，这样工作才会有的放矢，对问题才会防患于未然。然而，绝大多数的学校管理者和教师不能对学生群体的发展趋势进行科学的预测，学生出现学业上的问题就推说“基础太差”，高中埋怨初中，初中埋怨小学，小学埋怨家长素质低。层层埋怨之后，面对问题素手无测。
技术实现思路
为了解决对学生群体的发展趋势预测问题，本申请提出一种群体学业成绩模型的预测方法，采用“马尔可夫矩阵链”作为预测群体学业发展变化趋势是非常好的模型。本专利技术采用的技术方案为：一种模型预测学生群体学业成绩发展趋势的方法，包括以下步骤：(1)将群体学生的等级划分为n级，每个等级中的学生个数为M1、M2、M3……Mn；(2)ɑn为第n等级中学生个数的占总学生数的比例，基础向量(ɑ1，ɑ2，ɑ3，……ɑn)的构建：其中：a2……代表的是第二等的人数比率；a3……代表的是第三等的人数比率；an……代表的是第二n等的人数比率；(3)等级转移向量P的构建：等级转移向量P的构建，等级转移是第一次测试结果中各等级中的学生，在第二次测试结果中显现出的向各等级的转移人数比率，两次测试采用的试题为等价测题；……Mnm是指由等级n变成等级m的学生数，当n＝m时，是指留在原等级n中的学生数；则m≤n；(4)预测学业成绩模型：成绩向量(ɑk1，ɑk2，ɑk3，……ɑkn)是经过K次等级转移后的各等级学生数占总学生数的比例；其中，K是转移次数。由于计算转移矩阵的计算量比较大，我们运用计算机技术，根据矩阵转移模型，开发了学生群体学业发展趋势自动化预测系统。数学家马尔可夫提出“无后效性的随机过程--马尔可夫过程”。马尔可夫经多次观察试验发现，一个系统的状态转换过程中第n次转换获得的状态常决定于前一次(第n-1次)状态。他的理论告诉我们，一个系统，由一个状态至另一个状态的转换过程中，存在着转移概率，并且这种转移概率可以依据其紧接的前一种状态推算出来，与该系统的原始状态和此次转移前的马尔可夫过程无关。学生群体学习水平的发展变化，与马尔科夫过程是吻合的，因此我们运用马尔可夫的思想，创建了“状态转移概率”模型，用此模型作为对学生群体学业发展变化的预测模型。我们建立的马尔可夫链预测模型为：………………在这个矩阵链中，(ɑ1，ɑ2，ɑ3，……ɑn)……是基础向量，k……是转移次数。在教育发展预测之中，要了解学生群体学业发展的趋势，必须从基础状态进行分析，基础向量就是基础测试的各层次的人数比率，层次划分可以是等级，也可以是以某一种特质的特殊规定。测评→预测→调控智能调控系统，是在间隔三个月之内，对学生群体进行两次基础测评，建立起预测发展趋势模型，对学生的学习发展趋势进行“定时点”预测，……用预测的结果作为评价群体发展的一项参照指标。根据指标进行发展过程的调控，具体分为三种情况。1、对学生群体预测结果呈下滑趋势如果对学生群体的学业发展呈现下滑趋势，学校教学管理者要组织教师做全面的“学情”分析，对存在下滑倾向或已经开始下滑的学生逐一分析原因，逐个采取防控对策，做好跟踪补偿训练。保证学生的学业发展水平在达标线以上。不允许出现学业严重分化状态。2、对学生群体预测结果呈上升趋势如果对学生群体的学业发展预测呈上升趋势，要把上升的幅度作为下一个时点的参照目标，到下一个时点真实测试，结果和预测相符，说明该学校的教学活动策略是正确的，可以随着教学内容的特点适当调整教学管理与实施策略。如果实测的结果与预测的结果发生很大偏差，说明教学策略失误，必须对教学策略和“学情”进行两方面分析，任课教师要从对每一堂课确定的教学目标、选用的教法、布置的练习题与作业题、批改形式等各个方面查找造成教学水平低的原因。这就会有效防止对学生不负责任，对教学工作敷衍了事，总以学生基础差为理由推脱责任的现象再度发生。3、对学生群体预测结果呈平缓趋势如果对学生群体的学业发展预测呈平缓趋势，，学校教学管理者要组织教师对学生进行“学习潜力”分析，要对真正有潜力的学生和基础确实薄弱的学生分类施教，要从教学内容、教学方法、练习和作业上都采取符合实际的措施对待，要实施真正意义上的分层教学，对基础薄弱的学生，要设置“下警线”保持不低于下警线，让有潜力提升的学生尽显优势，发挥学习上的强项优势，促进弱项迅速提升。本专利技术的有益效果为：该方法采用“马尔可夫矩阵链”作为预测群体学业发展变化趋势是非常好的模型。结合等价测题系统与马尔可夫过程原理建立的预测，为教师的教学、学校的教学管理提供了有效的自动化工具；该预测方法可以得到三种不同的预测趋势：呈下滑趋势、呈上升趋势和呈平缓趋势，教师根据预测情况调整教学进度计划，使学校的教学管理工作迈上新台阶。具体实施方式某初中一年级，入学就对数学进行基础测试，各等级比率就够成一个基础向量。总共参加测试的学生有879人，把考试得分划分成四个等级，A等264人，B等422人，C等141人，D等52人。期中数学考试，(要保证测题在测学科能力方面具有等价性)得到了如下的结果：①第一次测试获得A等的264人，仍然A等的192人，下滑到B等的13人，下滑到C等的47人，下滑到D等的12人。②第一次测试获得B等的422人，升为A等84人，仍或B等的295人，下滑为C等的25人，下滑为D等的18人。③第一次测试获得C等的141人，上升为A等的13人，上为B等的31人，还保持C等的87人，下滑到D等的10人。④第一次测试获得D等的52人上升为A等的2人，上为B等的11人，上升为C等的14人，还在D等的25人。有了基础向量和转移矩阵，就能对这个学生群体的学业发展状态进行预测了。预测一下期末对数学考试预测群体等级比率分布0.30×(0.730+0.199+0.092+0.038)＝0.320.48×(0.049+0.本文档来自技高网...

【技术保护点】
1.一种模型预测学生群体学业成绩发展趋势的方法，其特征在于，包括以下步骤：/n(1)将群体学生的学业发展等级划分为n级，每个等级中的学生个数为M

【技术特征摘要】
1.一种模型预测学生群体学业成绩发展趋势的方法，其特征在于，包括以下步骤：
(1)将群体学生的学业发展等级划分为n级，每个等级中的学生个数为M1、M2、M3……Mn；
(2)ɑn为第n等级中学生个数占总学生数的比例，基础向量(ɑ1，ɑ2，ɑ3，……ɑn)的构建：
其中：a1……代表的是第一等的人数比率；

a2……代表的是第二等的人数比率；

a3……代表的是第三等的人数比率；

an……代表的是第二n等的人数比率；
(3)等级转移向量P的构建，等...

【专利技术属性】
技术研发人员：常维媛，
申请(专利权)人：高岩峰，常维媛，
类型：发明
国别省市：辽宁;21