本发明专利技术公开一种旨在实现科学教学的知识点间的定位系统及方法，该系统至少包括：过程性数据捕获模组，通过一网络平台捕获各学生端学习的过程性数据；分类模组，运用聚类分析法对通过互联网平台发布的试卷进行分类分析，以确定试题间的关联性；定位模组，根据分类分析结果运用该聚类分析法对捕获到的过程性数据进行处理，以定位知识点与知识点之间的位置关系；以及输出模组，输出定位结果，通过本发明专利技术，可以帮助教师确定知识点与知识点间的位置关系，进而确定知识点间的关联关系，有利于教师进行针对知识点的有效教学。
【技术实现步骤摘要】
本专利技术涉及一种定位系统及方法，特别是涉及一种，属于教育领域。
技术介绍
随着信息技术的迅猛发展，对人们的思维方式和学习方式产生了重大影响，并正推动教育和学习模式发生着前所未有的变革。信息技术应用到教育教学过程中后，引起了学习环境、学习资源和学习方式都开始迅速向数字化方向发展，形成了改变传统教育模式的数字化学习环境、数字化学习资源和数字化学习方式。无论是传统的教育模式，还是信息技术下的数字化教育模式，其目的都是为了促进更有效的教学，而评估有效教学的一个重要方面就是学生对知识点的掌握程度。因此，如何让学生有效地进行知识点学习，促进其对知识点的掌握是提高教学质量的一个重要方·面。现代教育教学过程中，往往将知识点与知识点之间的关系忽略，或者由于没有相应的技术方法而被迫将其搁置，从而导致老师们因无法得知知识点与知识点之间的关系，被迫进行许多吃力不讨好的无效教学。综上所述，可知先前技术之传统的教育教学系统存在由于教师无法确切知道知识点与知识点之间的关系导致盲目教学而无效教学的问题，因此实有必要提出改进的技术手段，来解决此一问题。
技术实现思路
为克服上述现有技术存在的不足，本专利技术的主要目的在于提供一种知识间的定位系统及方法，其通过互联网捕捉学生学习的过程性数据，将此过程性数据通过用聚类分析方法进行分类分析和排布，据此来定位知识点与知识点之间的位置关系，以找出知识点之间的关联关系，从而帮助教师进行针对知识点的有效教学。为达上述及其它目的，本专利技术一种旨在实现科学教学的知识点间的定位系统，至少包括过程性数据捕获模组，通过一网络平台捕获各学生端学习的过程性数据；分类模组，运用聚类分析法对通过互联网平台发布的试卷进行分类分析，以确定试题间的关联性；定位模组，根据分类分析结果运用该聚类分析法对捕获到的过程性数据进行处理，以定位知识点与知识点之间的位置关系；以及输出模组，输出定位结果。进一步地，该过程性数据包括学生端学习过程中产生的所有数据。进一步地，该分类模组利用该聚类分析法寻找试题中关联规则，并参考试题难度系数对找到的关联规则进行筛选，以确定试题间的关联性。进一步地,该聚类分析法为数据挖掘中的apriori算法。进一步地，试题间的关联性等于知识点之间的关联性。为达上述及其他目的，本专利技术还提供一种旨在实现科学教学的知识点间的定位方法，该方法包括如下步骤通过一互联网平台捕获各学生端学习的过程性数据；运用聚类分析方法对通过互联网平台发布的试卷进行分类分析，以确定试题间的关联性；根据分类分析结果运用聚类分析法对捕获到的过程性数据进行处理，以定位知识点与知识点之间的位置关系；以及输出定位结果。 进一步地，该运用聚类分析方法对通过互联网平台发布的试卷进行分类分析，以确定试题间的关联性的步骤为利用该聚类分析法寻找试题中关联规则，并参考试题难度系数对找到的关联规则进行筛选，以确定试题间的关联性。进一步地,该聚类分析法为数据挖掘中的apriori算法。与现有技术相比，本专利技术一种通过互联网捕捉学生学习的过程性数据，将此过程性数据通过用聚类分析方法进行分类分析和排布，据此来定位知识点与知识点之间的位置关系，以找出知识点之间的关联关系，从而帮助教师进行针对知识点的有效教学。附图说明图I为本专利技术一种旨在实现科学教学的知识点间的定位系统之系统架构图；图2为本专利技术一种旨在实现科学教学的知识点间的定位方法的步骤流程图。具体实施例方式以下通过特定的具体实例并结合附图说明本专利技术的实施方式，本领域技术人员可由本说明书所揭示的内容轻易地了解本专利技术的其它优点与功效。本专利技术亦可通过其它不同的具体实例加以施行或应用，本说明书中的各项细节亦可基于不同观点与应用，在不背离本专利技术的精神下进行各种修饰与变更。在介绍本专利技术之前，先介绍知识点的概念。广义来说，知识点是对某一个知识的泛称，特指教科书或考试的知识，而在本专利技术之网络课程中，为网络课程中信息传递的基本单元，例如加速度、速度等。图I为本专利技术一种旨在实现科学教学的知识点间的定位系统之系统架构图。如图I所示，本专利技术一种旨在实现科学教学的知识点间的定位系统，应用于一互联网平台，其至少包括过程性数据捕获模组10、分类模组11、定位模组12以及输出模组13。其中，过程性数据捕获模组10用于通过一互联网平台捕获学生学习的过程性数据，该过程性数据包括学生学习过程中产生的所有数据，包括学生在进行同步练习、布置作业、知识点检测、单元检测、在线考试、线下考试、综合实践等应用服务学习过程中产生的所有数据；分类模组11运用聚类分析方法对通过互联网平台发布的试卷进行分类分析，以确定试题间的关联性，例如，当教学端通过平台发布试卷后，分类模组11则利用数据挖掘中的apriori算法寻找试题中关联规则，并参考试题难度系数对找到的关联规则进行筛选，以确定试题间的关联性；定位模组12运用聚类分析法根据分析结果对捕获到的过程性数据进行处理，以定位知识点与知识点之间的位置关系，进而利于教师找出知识点之间的关联关系，由于平台中的试题已经绑定了相关知识点，试题间的关联性也就是知识点之间的关联性，例如，第I个题目对应的知识点是加速度，第5个题目对应的知识点是即时速度，通过一些学生的答题情况(即过程性数据)发现同时做对或者同时做错的频率非常高，说明这两个题目或者是这两个知识点的关联性很强；输出模组13则用于输出定位模组11的定位结果，以便教师找出知识点间的关联关系，从而帮助教师进行针对知识点地有效教学。图2为本专利技术一种旨在实现科学教学的知识点间的定位方法步骤流程图。如图2所示，本专利技术一种旨在实现科学教学的知识点间的定位方法，应用于一互联网平台，其包括如下步骤通过一互联网平台捕获学生学习的过程性数据(步骤201)，该过程性数据包括学生学习过程中产生的所有数据，包括学生在进行同步练习、布置作业、知识点检测、单元检测、在线考试、线下考试、综合实践等应用服务学习过程中产生的所有数据；运用聚类分析方法对通过互联网平台发布的试卷进行分类分析，以确定试题间的关联性(步骤202)，具体来说，当教学端通过平台发布试卷后，本专利技术则利用数据挖掘中的apriori算法寻找试题中关联规则，并参考试题难度系数对找到的关联规则进行筛选，以确定试题间的关联性；运用聚类分析法根据分类分析结果对捕获到的过程性数据进行处理，以定位知识点与知识点之间的位置关系(步骤203);输出定位结果(步骤204)。综上所述，本专利技术一种通过互联网捕捉学生学习的过程性数据，将此过程性数据通过用聚类分析方法进行分类分析和排布，据此来定位知识点与知识点之间的位置关系，以找出知识点之间的关联关系，从而帮助教师进行针对知识点的有效教学。上述实施例仅例示性说明本专利技术的原理及其功效，而非用于限制本专利技术。任何本领域技术人员均可在不违背本专利技术的精神及范畴下，对上述实施例进行修饰与改变。因此，本专利技术的权利保护范围，应如权利要求书所列。权利要求1.一种旨在实现科学教学的知识点间的定位系统，至少包括 过程性数据捕获模组，通过一网络平台捕获各学生端学习的过程性数据； 分类模组，运用聚类分析法对通过互联网平台发布的试卷进行分类分析，以确定试题间的关联性； 定位模组，根据分类分析结果运用该聚类分析法对捕获到的过程性数据进行处理，以定位本文档来自技高网...
【技术保护点】
一种旨在实现科学教学的知识点间的定位系统，至少包括：过程性数据捕获模组，通过一网络平台捕获各学生端学习的过程性数据；分类模组，运用聚类分析法对通过互联网平台发布的试卷进行分类分析，以确定试题间的关联性；定位模组，根据分类分析结果运用该聚类分析法对捕获到的过程性数据进行处理，以定位知识点与知识点之间的位置关系；以及输出模组，输出定位结果。
【技术特征摘要】
【专利技术属性】
技术研发人员：姚建平，
申请(专利权)人：昆山市万丰制衣有限责任公司，
类型：发明
国别省市：
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。