学生在线编程能力评估方法、系统、介质、设备及终端技术方案

本发明专利技术属于智能教育技术领域，公开了一种学生在线编程能力评估方法、系统、介质、设备及终端，提取学生编程行为特征；将编程作业的总耗时作为M，将完成编程作业的个数作为R，将所有编程作业的评测次数作为F；改进RFM模型，进行K

【技术实现步骤摘要】
学生在线编程能力评估方法、系统、介质、设备及终端


[0001]本专利技术属于智能教育
，尤其涉及一种学生在线编程能力评估方法、系统、介质、设备及终端。

技术介绍

[0002]近年来，学校教育正面临着由规模化向个性化、信息化到智能化的过渡和转变，智能教育得到国家和教育行业的高度关注。《国家中长期教育改革和发展规划纲要(2010—2020年)》文件中明确提出了“全面提高高等教育质量，提高人才培养质量”的要求，不断完善大学生评价体系，对于深化教育改革，推动高等教育质量提升具有重大意义。随着教育信息化的发展，在线智慧教育已经得到了广泛应用，例目前在线智能教育的平台，2022年使用人数达到约2.6亿人，学习通平台的注册用户已经超过6400万。
[0003]随着教育信息化的推进和智慧校园的推进，高校逐渐积累了大量的教育数据资源。为了更好地服务和支持教育教学管理，迫切需要从这些教育信息数据中提取有价值的信息。目前，大量的学生成绩和成绩单相关数据存储在教育机构的相关信息系统中，这些数据往往在数据系统中处于休眠状态，没有得到充分利用和引用。在此平台，用户可以在线观看网课视频，完成视频课后测验、章节测验、课程作业、期中期末考试，在线发起讨论，发表评论，回复话题和评论等功能，老师也可以通过学生的这些数据，掌握学生的学习情况，大多基于学生的章节测验成绩，视频观看时长成绩，作业成绩和期末考试成绩，最终得出学生的课程总成绩。但单纯的由平时成绩和期末考试成绩作为最终课程总成绩，无法获取到更多关于学生对于这门课程的信息，只能掌握到知识技能的成绩，而且无法做出阶梯式的能力评估。而在线教育平台，目前没有做出阶梯式能力评估的功能，一些关于学生能力评估的方法是使用传统的k
‑
means算法实现，或是使用Excel软件进行数据分析。
[0004]目前各大高校的老师需要更多的计算机专业学生参与自己的科研项目，一方面为自己和学校增添科研项目，另一方面能够提升学生的科研和创新能力，而学生编程能力评估模型能够帮助高校的老师，更快速、清晰地掌握学生的计算机编程能力情况，方便老师挑选适合自己科研项目的学生参与到项目中来，此外学生也能对自己的编程能力有更深的学习情况的了解。
[0005]通过上述分析，现有技术存在的问题及缺陷为：
[0006](1)线下教育课堂和目前线上教育平台都是由平时成绩和期末考试成绩作为最终课程总成绩无法获取到更多关于学生对于课程的信息，只能掌握知识技能的成绩，无法做出学生对于该课程的阶梯式能力评估。
[0007](2)目前主流的在线教育平台，大多都没有做出阶梯式能力评估的功能，一些关于学生能力评估的方法是使用传统的k
‑
means等聚类算法实现，或是使用Excel软件进行数据分析，智能化程度不高。

技术实现思路

[0008]针对现有技术存在的问题，本专利技术提供了一种学生在线编程能力评估方法、系统、介质、设备及终端。
[0009]本专利技术是这样实现的，从在线教育平台的数据库拿出某计算机课堂的学生行为数据，将特征维度与RFM模型进行结合改进打分，再通过k
‑
means聚类，得到8个类别，最后对不同类别的学生进行打分，得到编程能力分数。一种学生在线编程能力评估方法，学生在线编程能力评估方法包括：进行学生编程行为特征提取，对数据进行标准化；将编程作业的总耗时作为M，将完成编程作业的个数作为R，将所有编程作业的评测次数作为F，计算RFM各值的平均分，对每个学生的RFM各值进行0和1的二分类；对改进RFM的模型，进行K
‑
means聚类分为8类，给学生打5～10分，得到学生编程能力分数。
[0010]进一步，在电商领域中，R表示最近一次使用平台时间间隔，是指顾客最近一次使用距离现在的时间，用于考察客户的黏性，R值越小的客户是粘性越高的客户；
[0011]F表示考察期内登陆的频率，是指顾客在考察期内消费的次数，用于考察客户的忠诚度，F值越高客户忠诚度越高；
[0012]M表示考察期内登陆总时间，是指顾客在考察期内花费的时间，用于考察客户的价值，时间越高客户价值越高。
[0013]进一步，学生在线编程能力评估方法包括以下步骤：
[0014]步骤一，进行计算机专业课程学生学习行为特征数据提取，对数据进行标准化；
[0015]步骤二，对RFM模型进行变化改进，引入到在线教育领域中，将编程作业的总耗时作为M值，将完成编程作业的个数作为R值，将所有编程作业的评测次数作为F值，再计算RFM各值的平均分，对每个学生的RFM各值与平均分比较，RFM各值进行0和1的二分类；
[0016]步骤三，根据R、F、M二分类的值，进行k
‑
means聚类，聚成8个类别，得到学生编程能力分数。
[0017]进一步，步骤一中，学生的学习行为特征的数据是无标签的数据，提取计算机专业课程学习行为特征，将学生的写编程作业的总耗时、规定时间内完成编程作业的个数和所有编程作业的评测次数进行统计，计算每个特征的平均分，并对数据进行z
‑
score标准化。
[0018]进一步，步骤二中，对RFM模型进行变化改进，将学生编程作业特征整合为以下3个维度特征：将编程作业的总耗时作为M，所有编程作业的评测次数作为F，完成编程作业的个数作为R；
[0019]进一步，步骤三中，将每个学生的R、F、M值与平均分进行对比，对每个值进行0和1二分类；根据R、F、M值进行二分类，分为以下8类用户：重要价值客户、一般价值客户、重要发展客户、一般发展客户、重要保持客户、一般保持客户、重要挽留客户和一般挽留客户。再通过k
‑
means聚类分成8类，最终给学生打5～10分，得到学生编程能力的分数。
[0020]本专利技术的另一目的在于提供一种应用所述的学生在线编程能力评估方法的学生在线编程能力评估系统，学生在线编程能力评估系统包括：
[0021]特征提取模块，用于进行计算机专业课程学生学习行为特征数据提取；
[0022]模型改进模块，用于对RFM模型进行变化改进并引入到在线教育领域中；
[0023]二分类模块，用于根据R、F、M值进行二分类，得到学生编程能力分数。
[0024]本专利技术的另一目的在于提供一种计算机设备，计算机设备包括存储器和处理器，
存储器存储有计算机程序，计算机程序被处理器执行时，使得处理器执行所述的学生在线编程能力评估方法的步骤。
[0025]本专利技术的另一目的在于提供一种计算机可读存储介质，存储有计算机程序，计算机程序被处理器执行时，使得处理器执行所述的学生在线编程能力评估方法的步骤。
[0026]本专利技术的另一目的在于提供一种信息数据处理终端，信息数据处理终端用于实现所述的学生在线编程能力评估系统。
[0027]结合上述的技术方案和解决的技术问题，本专利技术所要保护的技术方案所具备的优点及积极效果为：
[0028]本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种学生在线编程能力评估方法，其特征在于，包括：进行学生编程行为特征提取；将编程作业的总耗时作为M，将完成编程作业的个数作为R，将所有编程作业的评测次数作为F；改进RFM模型，进行K
‑
means聚类分为8类，给学生打5～10分，得到学生编程能力分数。2.如权利要求1所述学生在线编程能力评估方法，其特征在于，从在线教育平台的数据库拿出某计算机课堂的学生行为数据，将特征维度与RFM模型进行结合改进打分，再通过k
‑
means聚类，最后对不同类别的学生进行打分，得到编程能力分数。3.如权利要求1所述学生在线编程能力评估方法，其特征在于，R表示最近一次使用平台时间间隔，用于考察客户的黏性，R值越小的客户是粘性越高的客户；F表示考察期内登陆的频率，是指顾客在考察期内消费的次数，用于考察客户的忠诚度，F值越高客户忠诚度越高；M表示考察期内登陆总时间，是指顾客在考察期内花费的时间，用于考察客户的价值，时间越高客户价值越高。4.如权利要求1所述学生在线编程能力评估方法，其特征在于，学生在线编程能力评估方法包括以下步骤：步骤一，进行计算机专业课程学生学习行为特征数据提取；步骤二，对RFM模型进行变化改进，引入到在线教育领域中；步骤三，根据R、F、M值进行二分类，得到学生编程能力分数。5.如权利要求3所述学生在线编程能力评估方法，其特征在于，步骤一中，学生的学习行为特征的数据是无标签的数据，提取计算机专业课程学习行为特征，将学生的写编程作业的总耗时、规定时间内完成编程作业的个数和所有编程作业...

【专利技术属性】
技术研发人员：李倩倩，曾荣科，满君丰，彭昱，王威，肖前辉，邓再勇，何向阳，姜华，彭革刚，李璐瑶，姜玉璇，
申请(专利权)人：湖南智擎科技有限公司，
类型：发明
国别省市：