一种知识点掌握程度在线测评系统和方法技术方案

本发明专利技术涉及教育技术和测量方法领域，涉及一种知识点掌握程度在线测评系统和方法，所述测评系统包括学生知识离线计算模块，题目排序模块与在线更新模块，所述方法包括：收集被测评对象在待测知识点上的历史行为记录，根据历史记录采用贝叶斯算法计算被测评对象在各知识点上的历史掌握程度，结合细粒度的知识图谱和习题库推荐测试内容，同时根据实时测试结果在线更新待测知识点的掌握程度，循环迭代，直至达到预设的阈值。本发明专利技术适用于向被测评对象推出合适的测评内容并计算在待测知识点上的掌握程度，本发明专利技术具有用更少的测试内容得到同等的测试效果以及明显提高用户的体验等优点。

【技术实现步骤摘要】
一种知识点掌握程度在线测评系统和方法
：本专利技术涉及教育技术和测量方法领域，具体涉及一种知识点掌握程度在线测评系统和方法。
技术介绍
现有技术公开了有关教育机构衡量学生对某些知识的掌握程度，无论线上线下，大体采用测评卷答题的方式。通常，当学习科目包括大量的知识点，且部分知识点有多道考核用习题时，拟采用适量的测评题来全面测试学生的准确掌握情况会变得非常困难，因为全面、适量与准确三者是竞争关系；如，在给定数目的待考察知识点，需要设计较多的题目来全面考察；或，在给定数目的知识点与题目的情况下，如何根据答题情况更准确的评估，等；另外，对于一个学生而言，测评并不能完全准确地评估其对知识点的掌握水平，因为即使最简单的题目也会因粗心大意而出错，而其中的某些难点可能会被临时蒙对，故只通过测评的得分来唯一确定学生掌握知识点水平的方法并不完全可靠。即使在如今的大数据时代，线上教育机构获取的学生学习数据是十分有限且有偏差的，每一份测评卷都有被测知识点且数目固定，通常一次考试只衡量学生在这些考点上的掌握水平，而那些未被列入测评卷的考点则不会被计算。如何利用有限的测试数据评估学生在更多知识点上的掌握情况成为业内亟需解决的问题。另外，学生对知识点的掌握程度并不一定需要测评，可以考虑更多维的信息源进行综合测评，以及，线上教育机构注重于为学生量身定制培养计划，除了在线测评以外，还有若干形式的教学方式，故每个学生对每个知识点的掌握情况需要统一且全面的记录与管理。基于现有技术的现状，本申请的专利技术人拟提供一种知识点掌握程度在线测评系统和方法，以利用有限的测试数据评估学生在更多知识点上的掌握情况。
技术实现思路
本专利技术的目的是基于现有技术的现状及克服现有技术存在的缺陷，提供一种在线测评的系统和方法，具体涉及一种知识点掌握程度在线测评系统和方法。更具体的，本专利技术所要解决的技术问题有：(1)用适量的测评题目更全面且准确的评估学生在给定知识点上的掌握情况；(2)考虑学生测评时掌握但做错与未掌握却做对的可能性；(3)用有限的测评数据评估更多的知识点掌握情况；(4)考虑学生对除了测评以外的知识点的掌握信息；(5)统一在线管理每个学生在每个知识点的掌握程度。本专利技术的目的采用下述技术方案实现：本专利技术提供了一种在线测评系统，该系统包括学生知识离线计算模块、题目排序模块与在线更新模块。所述的离线计算模块接收四个数据源：学生-知识点交互信息、学生画像、知识点相关指标和学生-知识点掌握信息；所述的学生-知识点交互信息指一个学生在每个知识点经由多种途径留下的能反映其掌握与否的信息，主要包括：(1)在线刷题数据；(2)在线测评数据；(3)在线课堂考核数据；(4)在线课后作业数据；(5)线上老师的评价；(6)学生本人的评价。所述的学生画像包括先验值(一个学生在没有任何测试前可能掌握的概率，该值一定程度上反映知识点的容易掌握情况)、易做错概率(掌握但做错(与题目形式等有关))、易猜对概率(未掌握但做对(与题目形式有关))、易学习到的概率(做错复盘后不会再做错的概率)、遗忘概率和教学性指标(比如被考频率，某些综合性指标)。学生画像提供学生在各个学科，各个知识模块等的细粒度评价指标。所述的知识点相关指标由一套综合的管理系统提供，该指标主要包括：(1)先验值，也即一个学生在没有任何测试前可能掌握的概率，该值一定程度上反映知识点的容易掌握情况；(2)易做错概率，也即掌握但做错，具体与题目形式等有关；(3)易猜对概率，也即未掌握但做对，具体也与题目形式有关；(4)易学习到的概率，也即做错复盘后不会再做错的概率；(5)遗忘概率；(6)教学性指标，比如被考频率、某些综合性指标；(7)等等。所述的学生知识点掌握信息由一套综合的管理系统提供，该测评方法对应的测评系统也属于其中，它表示当前每个学生在每个知识点上的掌握程度，一般用0到1的概率连续值表示。本专利技术中，离线计算模块中采用贝叶斯知识追踪算法(BayesianKnowledgeTracing)的一种推广算法进行离线计算，结合上述四个数据源中的部分特征，离线训练得到最大期望时的参数值，并迭代更新这些值，这些值位于知识点相关指标与学生-知识点掌握信息中。本专利技术中，所述题目排序模块接收三个数据源，题目排序指按照知识点在图谱中的前后置关系进行排序，从前到后或从后到前都可，然后根据学生的答题情况与最新掌握度选择是否跳过下一题；所述的三个数据源包括知识点-题目关联信息、知识图谱和学生实时答题情况；其中，知识点-题目关联信息包括：(1)每个知识点对应题库中的题目；(2)题目的相关指标，如考试频率、综合性指标等；所述的知识图谱包括各个知识点的前后序关系。所述的在线更新模块中采用的更新方法为BKT的贝叶斯在线推断方式，根据学生的答题情况，结合所答题目的关联知识点与知识图谱，更新特定的知识点集合；所述知识点集合包括被测知识点，由答题情况选择被测知识点或后置知识点集合。另一方面，本专利技术提供了一种知识点掌握程度在线测评方法。所述方法包括以下步骤：第一步，收集被测评对象在待测知识点上的历史行为记录；第二步，根据历史记录采用BKT算法计算被测评对象在各知识点上的历史掌握程度；第三步，结合细粒度的知识图谱和习题库推荐测试内容，同时根据实时测试结果在线更新待测知识点的掌握程度，循环迭代，直至达到预设的阈值。本专利技术提供了一种知识点掌握程度在线测评系统和方法，本专利技术适用于向被测评对象推出合适的测评内容并计算在待测知识点上的掌握程度。与现有技术相比，本专利技术具有用更少的测试内容得到同等的测试效果以及明显提高用户的体验等优点。通过本专利技术的知识点掌握程度在线测评系统和方法，能够产生如下有益效果：(1)根据知识图谱关系达到做对一题更新多个知识点，掌握一个知识点即可省去考察其前置知识点的效果，即用更少的题目来测评更多的知识点，提高了题目适量性，知识点全面性，并尽可能多的更新同一知识点，提高了准确性。(2)采用BKT的计算模型考虑了易做错可能、易猜对可能、学习转化可能和遗忘可能等情况，更加科学。(3)离线训练时，考虑了尽可能多的数据来源，而不仅仅是做题信息。(4)对学生的知识点掌握度在多个场景统一管理。附图说明：图1是本专利技术的知识点掌握程度在线测评方法流程结构示意图。具体实施方式实施例1学生知识点掌握程度在线测评收集被测评对象在待测知识点上的历史行为记录，并结合学生画像信息，知识点画像信息，学生到知识点的历史掌握度，采用BKT算法离线计算被测评对象在各个知识点上的当前掌握程度以及更新各个知识点的当前相关指标；离线任务可以自定义执行周期；所述的在线任务包括题目排序与在线计算两个模块，实时运行；题目排序由知识点-题目对应关系筛选出预设的题目量，并参照知识图谱建立被测知识点集合的图谱顺序，按前后置的关系进行排序，本实施例中，按从后往前的顺序排序，并结合当前掌握度决定是否推送给学生，如果学生的当前掌握本文档来自技高网...

【技术保护点】
1.一种知识点掌握程度在线测评系统，其特征在于：该在线测评系统包括学生知识离线计算模块、题目排序模块和在线更新模块。/n

【技术特征摘要】
1.一种知识点掌握程度在线测评系统，其特征在于：该在线测评系统包括学生知识离线计算模块、题目排序模块和在线更新模块。


2.如权利要求1所述的知识点掌握程度在线测评系统，其特征在于：所述的学生知识离线计算模块包括四个数据源，为：学生-知识点交互信息、学生画像、知识点相关指标和学生-知识点掌握信息。


3.如权利要求2所述的知识点掌握程度在线测评系统，其特征在于：所述的学生-知识点交互信息包括在线刷题数据，在线测评数据，在线课堂考核数据，在线课后作业数据，线上老师的评价和学生本人的评价信息。


4.如权利要求2所述的知识点掌握程度在线测评系统，其特征在于：所述的学生画像包括先验值，易做错概率，易猜对概率，易学习到的概率，遗忘概率和教学性指标。


5.如权利要求1所述的知识点掌握程度在线测评系统，其特征在于：所述的题目排序模块包括三个数据源，为：知识点-题目关联信息、知识图谱和学生实时答题情况。


6.如权利要求5所述的知识点掌握程度在线测评系统，其特征在于：所...

【专利技术属性】
技术研发人员：方远，姚璐，
申请(专利权)人：上海掌学教育科技有限公司，
类型：发明
国别省市：上海;31