一种用于培训教学师生间双向推荐的方法技术

本发明专利技术公开了一种用于培训教学师生间双向推荐的方法，包括：在向学员推荐课件和试题阶段，根据所采集的信息构建基础学员画像，并将学员知识技能掌握程度状态量初始化；在学习培训阶段，根据学员对所述课件和试题的使用信息进一步构建学员画像，根据知识技能掌握程度的变化更新知识技能掌握程度量；基于所述更新知识技能掌握程度量，将知识点进行分类并构建培训内容推荐模型，利用所述培训内容推荐模型进行双向推荐教学课件。本发明专利技术可以提高培训效果，针对培训教学场景下所学知识随着时间遗忘而及时重新推荐相关知识进行复习以提高学习效果。效果。效果。

【技术实现步骤摘要】
一种用于培训教学师生间双向推荐的方法


[0001]本专利技术涉及教学管理的
，尤其涉及一种用于培训教学师生间双向推荐的方法。

技术介绍

[0002]为了提高培训教学场景中的培训教学效果，培训教学过程中，向学员个性化的推荐课件内容和测试题目以激发学员的兴趣和学习主动性，向老师推荐学员对课件和试题的行为反应，引导老师改进内容制作和教学方式，让学员和老师形成正反馈的互动。通过双向推荐，让学员选择最感兴趣的课件进行学习，让老师根据学员的反应改进内容质量和教学方式，更受喜爱的内容和教学方式更好的吸引学员学习，相互促进改进培训教学效果。在向学员推荐课件内容和试题时，将知识分为记忆型和理解型两种，记忆型知识推荐时根据知识学习过程中随着时间遗忘特点及时重新推荐复习；理解型知识在推荐时根据知识的掌握情况及时推荐合适难度的内容，不断跟进，避免在同等难度的知识内容上停顿或者提前学习过大难度的知识导致吃不透内容。
[0003]目前的推荐系统的推荐模型主要有基于内容推荐、基于近邻相似信息推荐、基于隐变量的推荐及相应模型的融合。但总体而言，目前的推荐系统是单向的向用户推荐内容或者产品，然后根据用户的行为反应和使用情况，更新推荐系统中用户的属性特征和推荐模型的参数，以期望在下一次推荐时获得更好的推荐效果，并没有将用户的行为反应和使用情况直接反向推荐给内容和产品的生产者帮助其改进内容和产品，也就是作为内容和产品用户的消费者与内容和产品用户的生产者之间没有形成直接的互动，没有直接的循环反馈相互促进。
[0004]特别是在培训教学的场景中，由于时间、空间、成本等限制，主要采用集中式培训和填鸭式教育，大量内容的推荐给学员。如图2所示，推荐系统将内容推荐给学生后，老师不能及时的知道学生对接课程内容的反应，没有根据学生的行为反应改进课程设计和教学，不利于培训教学效果的提高。
[0005]此外，目前的推荐系统更多的是考虑用户的兴趣爱好，希望用户消费推荐的内容和产品，而在培训教学的场景中，向学员推荐的课程内容和测试题目，是希望学员能记忆和掌握所学知识。人们在学习知识特别是记忆型知识时，容易随着时时间遗忘，但遗忘的速度是随着时间的推移而衰减的。虽然目前的很多推荐模型考虑了时间因素，但还没有针对培训教学场景下所学知识随着时间遗忘而及时重新推荐相关知识进行复习以提高学习效果的方法。

技术实现思路

[0006]本部分的目的在于概述本专利技术的实施例的一些方面以及简要介绍一些较佳实施例。在本部分以及本申请的说明书摘要和专利技术名称中可能会做些简化或省略以避免使本部分、说明书摘要和专利技术名称的目的模糊，而这种简化或省略不能用于限制本专利技术的范围。
[0007]鉴于上述现有存在的问题，提出了本专利技术。
[0008]因此，本专利技术解决的技术问题是：老师不能及时的知道学生对接课程内容的反应，没有根据学生的行为反应改进课程设计和教学，不利于培训教学效果的提高；虽然目前的很多推荐模型考虑了时间因素，但还没有针对培训教学场景下所学知识随着时间遗忘而及时重新推荐相关知识进行复习以提高学习效果的方法。
[0009]为解决上述技术问题，本专利技术提供如下技术方案：在向学员推荐课件和试题阶段，根据所采集的信息构建基础学员画像，并将学员知识技能掌握程度状态量初始化；在学习培训阶段，根据学员对所述课件和试题的使用信息进一步构建学员画像，根据知识技能掌握程度的变化更新知识技能掌握程度量；基于所述更新知识技能掌握程度量，将知识点进行分类并构建培训内容推荐模型，利用所述培训内容推荐模型进行双向推荐教学课件。
[0010]作为本专利技术所述的用于培训教学师生间双向推荐的方法的一种优选方案，其中：所述所采集的信息包括学员科目、岗位、受教育程度、年龄。
[0011]作为本专利技术所述的用于培训教学师生间双向推荐的方法的一种优选方案，其中：所述使用信息包括使用时段、喜爱风格或其他的兴趣和习惯。
[0012]作为本专利技术所述的用于培训教学师生间双向推荐的方法的一种优选方案，其中：所述分类包括记忆型知识点、理解型知识点。
[0013]作为本专利技术所述的用于培训教学师生间双向推荐的方法的一种优选方案，其中：所述记忆型知识点的推荐模型引入记忆留存量和时间间隔参数，并设置推荐时间间隔，定义首次推荐为t＝0时刻，所述记忆留存量与间隔时间的关系如下所示：时间间隔t＝0h，为首次推荐，记忆留存量y＝100％；时间间隔t＝12h，即半天，为第二次推荐，记忆留存量y＝35.8％；时间间隔t＝24h，即一天，为第三次推荐，记忆留存量y＝33.7％；时间间隔t＝48h，即两天，为第四次推荐，记忆留存量y＝27.8％；时间间隔t＝144h，即六天，为第五次推荐，记忆留存量y＝25.4％。
[0014]作为本专利技术所述的用于培训教学师生间双向推荐的方法的一种优选方案，其中：所述记忆留存量与间隔时间的关系近似拟合公式为：
[0015]y＝1
‑
0.56*t
0.06
[0016]其中，y表示记忆留存量，t表示时间间隔。
[0017]作为本专利技术所述的用于培训教学师生间双向推荐的方法的一种优选方案，其中：所述理解型知识点的推荐模型将知识难度系数分为易
‑
中
‑
难三级，即DoD1
‑
DoD2
‑
DoD3；根据某领域知识某难度下的训练试题的答题准确率
‑
ARoAtQ和答题准确率阈值
‑
AroAtQTh判断所述学员是否掌握某领域某难度下的DoDx的知识，其包括：答题准确率
‑
ARoAtQ为所述学员作答某领域某难度的训练试题正确的数量除以学员作答某领域某难度的训练试题的总数量，所述AroAtQTh的取值范围为(0，1)；
[0018]所述学员在某领域某难度下的知识答题准确率阈值ARoAtQ≥答题准确率阈值ARoAtQTh即认为已经掌握，ARoAtQ＜ARoAtQTh判定为未掌握。
[0019]作为本专利技术所述的用于培训教学师生间双向推荐的方法的一种优选方案，其中：所述知识难度系数的定义标准包括：根据课件和题目定义初始值，所述初始值根据学员对该题的作答正确的比例情况进行动态调整；当多位学员作答该题，80％以上的学员都作答正确，该题难度定义为DoD1；当40％
‑
80％的学员作答正确，该题难度定义为DoD2；当不到
40％学员作答正确，该题难度定义为DoD3，其中，答题人数大于5人。
[0020]作为本专利技术所述的用于培训教学师生间双向推荐的方法的一种优选方案，其中：所述构建培训内容推荐模型包括：所述学员对某课件的感兴趣程度：
[0021][0022]其中，DoI
CWij
表示感兴趣程度值，T
CWi
表示课件CWi的时长，dt
CWij
表示学员j在课件CWi上的驻留时间时长；
[0023]根据学员对所有课件的感兴趣程度构建矩阵Do本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种用于培训教学师生间双向推荐的方法，其特征在于，包括：在向学员推荐课件和试题阶段，根据所采集的信息构建基础学员画像，并将学员知识技能掌握程度状态量初始化；在学习培训阶段，根据学员对所述课件和试题的使用信息进一步构建学员画像，根据知识技能掌握程度的变化更新知识技能掌握程度量；基于所述更新知识技能掌握程度量，将知识点进行分类并构建培训内容推荐模型，利用所述培训内容推荐模型进行双向推荐教学课件。2.如权利要求1所述的用于培训教学师生间双向推荐的方法，其特征在于，所述所采集的信息包括学员科目、岗位、受教育程度、年龄。3.如权利要求1所述的用于培训教学师生间双向推荐的方法，其特征在于，所述使用信息包括使用时段、喜爱风格或其他的兴趣和习惯。4.如权利要求1所述的用于培训教学师生间双向推荐的方法，其特征在于，所述分类包括记忆型知识点、理解型知识点。5.如权利要求4所述的用于培训教学师生间双向推荐的方法，其特征在于，所述记忆型知识点的推荐模型引入记忆留存量和时间间隔参数，并设置推荐时间间隔，定义首次推荐为t＝0时刻，所述记忆留存量与间隔时间的关系如下所示：时间间隔t＝0h，为首次推荐，记忆留存量y＝100％；时间间隔t＝12h，即半天，为第二次推荐，记忆留存量y＝35.8％；时间间隔t＝24h，即一天，为第三次推荐，记忆留存量y＝33.7％；时间间隔t＝48h，即两天，为第四次推荐，记忆留存量y＝27.8％；时间间隔t＝144h，即六天，为第五次推荐，记忆留存量y＝25.4％。6.如权利要求1、4、5任一所述的用于培训教学师生间双向推荐的方法，其特征在于，所述记忆留存量与间隔时间的关系近似拟合公式为：y＝1
‑
0.56*t
0.06
其中，y表示记忆留存量，t表示时间间隔。7.如权利要求4所述的用于培训教学师生间双向推荐的方法，其特征在于，所述理解型知识点的推荐模型将知识难度系数分为易
‑
中
‑
难三级，即DoD1
‑
DoD2
‑
DoD3；根据某领域知识某难度下的训练试题的答题准确率
‑
ARoAtQ和答题准确率阈值
‑
AroAtQTh判断所述学员是否掌握某领域某难度下的DoDx的知识，其包括：答题准确率
‑
ARoAtQ为所述学员作答某领域某难度的训练试题正确的数量除以学员作答某领域某难...

【专利技术属性】
技术研发人员：尹维超，方明，张智华，高静娴，龚明义，蔡澍雨，刘成，谢程，何俊，陈文强，张雯娟，
申请(专利权)人：云南电网有限责任公司输电分公司，
类型：发明
国别省市：