一种面向学习分析与评测的结构化能力模型构建方法

摘要

本发明涉及一种面向学习分析与评测的结构化能力模型构建方法，获取N个已经被定义的能力维度数据A1,A2,…,AN及与每种能力维度数据对应的唯一能力维度ID标识；提炼获取M个关键词数据KW1,KW2,…,KWM及与每个关键词数据对应的唯一关键词ID标识；根据组合设定指令，将上述能力维度数据与关键词数据组合配对，形成所述领域知识或课程内容D的L个学习目标数据KWA1,KWA2,…,KWAL，并为每一个KWA设定唯一的学习目标ID标识。本发明提出了一种能力模型构建方法，能够结构化描述领域或课程的能力学习目标，呈现各个能力目标的关联性和重要性。进一步的，采用能力模型对试题进行标注，并获取学生测试数据进行分析，可以得到学生各个能力维度的定量评价。

说明书

技术领域

本发明属于教育测量、学习分析与评测、自适应学习系统领域，特别涉及一种面向学习分析与评测的结构化能力模型构建方法。

背景技术

近几年，随着大数据技术和在线教育的快速发展，教育数据挖掘、学习分析与评测、自适应学习系统等已经成为了新兴的研究领域。

自适应学习系统是一种根据学生特征或学情提供适应性学习内容的教育技术或产品，能够满足学生的个性化需求，被认为是提高学习质量的有效方式。自适应学习系统通常包括领域模型、学生模型和自适应模型三个核心组件。领域模型是对课程或领域知识的结构化描述，一般采用概念地图、知识地图、知识图谱等方式对概念、知识单元等内容及其关系进行表征。学生模型用于描述学生的个体特征，包括基本信息、学习风格和知识水平等，需要基于领域模型和学习分析与评测获得。

在另一方面，教育行业正在积极推进从知识导向到能力导向的教学变革，而现有的领域模型，如知识图谱、知识地图等都是知识导向的，缺少对学生能力输出的定义或描述方法。本发明提出了一种结构化能力模型构建方法，能够基于能力描述领域知识的学习或教学目标，有助于学生能力的定量评价。

发明内容

本发明的首先涉及一种面向学习分析与评测的结构化能力模型构建方法，其包括如下步骤：

针对某一具体领域知识或课程内容D，获取N个已经被定义的能力维度数据A

针对所述领域知识或课程内容D，提炼获取M个关键词数据KW

根据组合设定指令，将上述能力维度数据与关键词数据组合配对，形成领域知识或课程内容D的L个学习目标数据KWA

在上述领域知识内对每一个KWA设定其重要性程度，所述重要性程度的赋值方法包括但不限于考核频次计算或领域专家经验。

针对上述所有KWA设定其相互关系标识，所述相互关系的设置方法包括但不限于顺序关系或相关性关系。

本发明另外一方面还涉及采用本发明任一模型的图形化方法，包括如下步骤：

获取全部与所述KWA数据对应的KWA图标；

获取全部所述KWA数据的顺序关系标识或相关性关系标识；

将所有KWA图标根据所述顺序关系标识或所述相关性关系标识确定的相互关系进行连接并呈现在一张图上。

本发明还涉及一种基于本发明任一结构化能力模型的面向学习分析与评测方法，包括如下步骤，

基于所述结构化能力模型获取试题的KWA标注信息；

获取试题的作答情况信息；

基于至少一种分析与评测方法得到学生在各个KWA的评价值，所述分析与评测方法包括但不限于项目反应理论等评价方法。

本发明还涉及了一种基于本发明任一模型的面向学习分析与评测装置，所述装置包括至少一个处理器，以及存储器，其存储有指令，当通过至少一个处理器来执行该指令时，实施本发明任一所述的方法的步骤。

本发明的有益效果在于，提出了一种能力模型构建方法，能够结构化描述领域或课程的能力学习目标，呈现各个能力目标的关联性和重要性。本发明还提供了一种学生能力输出的图形化表示方法，便于采用计算机技术实现学生的能力评价及其可视化呈现。进一步的，采用上述能力模型对试题进行标注，并获取学生测试数据进行分析，可以得到学生能力的定量评价。

附图说明

图1本发明实施例的一种能力模型结构图；

图2本发明实施例的KWA顺序关系图；

图3本发明实施例的KWA相关关系图。

具体实施方式

以下多个实施方式能够展示出本发明的更多技术细节，但不能作为对本发明保护范围的具体限定。

本发明涉及的一些实施方式为面向学习分析与评测的结构化能力模型构建方法，其包括如下步骤，

针对某一具体领域知识或课程内容D，获取N个已经被定义的能力维度数据A

针对所述领域知识或课程内容D，提炼获取M个关键词数据KW

根据组合设定指令，将上述能力维度数据与关键词数据组合配对，形成领域知识或课程内容D的L个学习目标数据KWA

针对每一个KWA设定其重要性程度，所述重要性程度的赋值方法包括但不限于考核频次计算或领域专家经验。具体的说，针对每一个KWA设定其重要性程度，例如可以根据考核频次计算或领域专家的经验进行设定。例如，参考图1所示，可以将重要性程度分为很低(0.2)，低(0.4)，中(0.6)，高(0.8)，很高(1.0)五档，向若干(三个及以上)专家或教师发放问卷为每个KWA的重要性程度进行初步赋值，取出现次数最多的值或者平均值作为此KWA最终的重要性程度。

在一些实施例中，面向学习分析与评测的结构化能力模型构建方法还包括如下步骤：

定义KWA之间的相互关系，所述相关关系包括但不限于顺序关系或相关性关系。例如可定义顺序关系：考虑KWA1和KWA2，如果它们相邻并且学生为了达到KWA2的学习目标需要提前达到KWA1的学习目标，则称两者具有顺序关系，其中称KWA1为前节点，KWA2为后节点。术语“相邻”是指，不同KWA蕴含的内容或内涵十分接近的内容，通常可以由领域专家或教师设定，其设定可以不唯一。例如考虑KWA1为10以内加法的数学计算能力，KWA2为20以内数字的概念识别能力，KWA3为20以内加法的数学计算能力，显然对一个学生而言，想要具有KWA3需要首先具有KWA1和KWA2，而且KWA1、KWA2与KWA3蕴含的内容十分接近，则KWA1对KWA3、KWA2对KWA3可构成顺序关系。KWA之间的顺序关系可以由领域专家或教师进行设定。KWA之间相互关系的描述有助于设定合理的学习路径，实现精准的资源或试题推荐。

在一些实施例中，所述顺序关系的定义方法包括如下步骤：

针对每一个KWA按照式1定义节点结构：

KWA＝{K

其中，K

当F为空集，则该KWA为K

重要性程度I为该KWA在领域知识中重要性大小的一种测度。该模型结构描述了每个学习目标与其相邻学习目标的需要和被需要关系，实现了对整个课程的系统性描述，对教师教学和学生学习具有一定的指导意义。

例如，考虑一个具有4个学习目标KWA

KWA

KWA

该示例中，KWA

在一些实施例中，所述相关性关系的定义方法包括如下步骤：

针对每一个KWA赋予相关性参数来定义节点结构，所述相关性参数为以条件概率表征的相关性系数，即达成KWA

具体地说，本发明的一些实施例中，可以定义如下相关性关系。如表1.1所示为某几个KWA之间的相关性关系系数，优选的，所述相关性参数为以条件概率表征的相关性系数，即达成KWA

表1.1 KWA相关性关系系数表

本发明还涉及采用前述任一项实施例所述的模型的图形化方法的一些实施方式，包括如下步骤：

获取全部与所述KWA数据对应的KWA图标；

获取全部所述KWA数据的顺序关系标识或相关性关系标识；

将所有KWA图标根据所述顺序关系标识或所述相关性关系标识确定的相互关系进行连接并呈现在一张图上；

在一些具体的实施例中，当获得的为顺序关系标识时，所述连接为采用单向箭头的单向连接，箭头方向从前节点KWA指向后节点KWA，根据上文所提的顺序关系，如图2所示。

在一些具体的实施例中，当获得的为相关性关系标识时，所述连接为采用连接线上设有连接系数的双向连接，根据上文提到的相关关系表，如图3所示。

进一步的本发明的图形化方法的实施例中，获取全部所述KWA数据的重要性赋值，可以根据所述重要性赋值按比例调整所述KWA图标的显示面积。

本发明还涉及基于前述任一实施例的结构化能力模型，进行面向学习分析与评测方法的实施例，包括如下步骤，

基于所述结构化能力模型获取试题的KWA标注信息；

获取试题的学生作答情况信息；

基于至少一种分析与评测方法得到学生在各个KWA的评价值，所述分析与评测方法包括利用项目反应理论评价方法。

需要说明的是，上述所描述的项目反应理论在对能力进行评价时，虽然只能对相关测量到的KWA进行评价，但基于本发明构建的结构化能力模型，也可以根据其顺序关系或相关性关系对其它未测量的KWA进行更新，并基于此给出的算法均在本发明的保护范围之内。

本发明的面向学习分析与评测方法的实施例中，对整个领域知识或课程内容的某项能力维度进行综合评价步骤包括：

获取包括某能力维度A的全部n个KWA；

获取上述n个KWA的能力值q

Q＝q

其中，

术语“结构化能力模型”是指从能力角度对学习或教学目标进行结构化描述或呈现，有助于完成学生能力的定量评价。

术语“被定义”是指，比如能力维度可以直接根据通用的教育学理论进行设计，比如可以采用布鲁姆教育目标分类学中的认知能力维度：记忆、理解、应用、分析、评价和创造等，也可以基于相关理论并根据具体的领域知识或课程内容自行定义，比如识记再现能力、概念识别能力、(概念)关联辨析能力、解释理解能力、图表解析能力、图表绘制能力、数学计算能力、直接应用能力、综合运用能力、比较分析能力、整合建构能力、检验判断能力、合理假设能力等等。

术语“提炼”包括关键词的选择，比如关键词的选择可以分成不同的类别后再定义，比如分为事实或术语类、概念类、原理类、算法或方法类、准则类等等，也可以根据学科专家或教师进行个性化设定。

术语“组合配对”是指，可以由学科专家或教师对关键词和能力维度进行组合设定保存如计算机设备中，覆盖领域知识的所有教学或学习目标。

下面通过一个具体实施例继续说明本发明。

利用上面的结构化能力模型，以自动化专业的核心课程《自动控制原理》第二章为例，可以得到该课程能力目标的图形化描述。包括如下步骤：

S1、从能力导向出发，定义该领域知识学习目标的能力维度，如表1所示：

表1能力维度

S2、提取出领域知识的关键词KW，给出关键词唯一ID标识，如下表2所示。

表2关键词

S3、根据领域知识的教学目标，将提取出的关键词和定义的能力维度进行组合，构成学科知识的能力输出描述，由唯一ID标注，为KWA

表3 KWA列表

S4、根据领域专家的经验设定各个KWA的重要性程度，如表4所示。

表4 KWA的重要性程度

S5、基于以上KWA，构建KWA之间的顺序关系：

KWA

KWA

KWA

KWA

KWA

KWA

S6、根据KWA之间的顺序关系和重要性程度，可以将上述结构化能力模型转化为图形化表达，参见图1所示。

S7、本发明的结构化能力模型可应用于试题标注，进而可以对每个KWA进行评价。考虑前述的能力模型，可针对试题的能力考核点进行标注，例如题目：

【判断题】

典型环节是指物理构成较为简单的系统或者元件，可根据所研究和关心的系统本身的物理特征进行定义和选择，以便简化和方便系统分析。

由于该判断题的考核点是典型环节的概念识别能力，所以标注为KWA

S8、进一步地，利用KWA对能力的结构性描述，可以对整个领域知识或课程内容的某项能力进行综合评价。例如实例1中KWA

Q

需要说明的是，这里的能力评价是针对本知识领域的能力评价

本说明书中描述的主题的实施方式和功能性操作可以在以下中实施：数字电子电路，有形实施的计算机软件或者固件，计算机硬件，包括本说明书中公开的结构及其结构等同体，或者上述中的一者以上的组合。本说明书中描述的主题的实施方式可以被实施为一个或多个计算机程序，即，一个或多个有形非暂时性程序载体上编码的计算机程序指令的一个或多个模块，用以被数据处理设备执行或者控制数据处理设备的操作。

计算机程序(还可以被称为或者描述为程序、软件、软件应用、模块、软件模块、脚本或者代码)可以以任意形式的编程语言而被写出，包括编译语言或者解释语言或者声明性语言或过程式语言，并且计算机程序可以以任意形式展开，包括作为独立程序或者作为模块、组件、子程序或者适于在计算环境中使用的其他单元。计算机程序可以但不必须对应于文件系统中的文件。程序可以被存储在保存其他程序或者数据的文件的一部分中，例如，存储在如下中的一个或多个脚本：在标记语言文档中；在专用于相关程序的单个文件中；或者在多个协同文件中，例如，存储一个或多个模块、子程序或者代码部分的文件。计算机程序可以被展开为执行在一个计算机或者多个计算机上，所述计算机位于一处，或者分布至多个场所并且通过通信网络而互相连接。

本说明书中描述的主题的实施方式可以在计算系统中实施，该计算系统包括例如数据服务器这样的后端组件，或者包括例如应用服务器这样的中间组件，或者包括例如客户端计算机这样的前端组件，该客户端计算机具有图形用户界面或者网络浏览器，用户可以通过图形用户界面或者网络浏览器而与本说明书中描述的主题的实施进行交互，或者该计算机系统包括一个或多个这种后端组件、中间组件或者前端组件的任意组合。系统中的组件可以通过例如通信网络的任意形式或介质的数字数据通信而互相连接。通信网络的实例包括局域网络(“LAN”)和广域网络(“WAN”)，例如，因特网。计算系统可以包括客户端和服务器。客户端和服务器通常彼此远离，并且通常通过通信网络而交互。客户端与服务器之间的关系利用在各自的计算机上运行并且具有彼此之间的客户端-服务器关系的计算机程序而产生。

虽然本说明书包含很多具体的实施细节，但是这些不应当被解释为对任何发明的范围或者对可以要求保护的内容的范围的限制，而是作为可以使特定发明的特定实施方式具体化的特征的说明。在独立的实施方式的语境中的本说明书中描述的特定特征还可以与单个实施方式组合地实施。相反地，在单个实施方式的语境中描述的各种特征还可以独立地在多个实施方式中实施，或者在任何合适的子组合中实施。此外，虽然以上可以将特征描述为组合作用并且甚至最初这样要求，但是来自要求的组合的一个或多个特征在一些情况下可以从该组合去掉，并且要求的组合可以转向子组合或者子组合的变形。