一种知识要点推送方法及系统的制作方法
【技术领域】
[0001] 本发明涉及知识推送技术领域，尤其涉及一种知识要点推送方法及系统。
【背景技术】
[0002] 关于M00C在线教育：大规模开放式网络课程，即M00L2012年，由Coursera、 Udacity、edX三大课程提供商兴起的，同时，美国顶尖大学均陆续设立网络学习平台，在网 上提供免费课程。M00C是一种新的课程模式并且具有比较完整的课程结构，在开放教育领 域内，没有人数、时间、地点的限制，通过网络传播即可进行学习。M00C与传统的开放课程相 比，具有易于使用、免费使用、工具和资源多元化、自主学习、社会性建构的优势。社会性学 习有利于构建社会化学习网络与知识的创造和分享，对于推动开放教育会产生深远影响。 M00C课程主要针对的是高等教育，因此其社会教育性质更加显著，授课人群主要还是大量 的非在校学习者，但对于高等院校的在校学生来说，尤其是与高校的教学系统融合，如利用 在线教育平台完成教学工作等，仍处于初始阶段。
[0003] 关于大数据在教育领域的应用:近年来，随着大数据成为互联网信息技术行业的 流行词汇，教育逐渐被认为是大数据可以大有作为的一个重要应用领域。大数据技术允许 中小学和大学分析从学生的学习行为、考试分数到职业规划等所有重要的信息。许多这样 的数据已经被诸如美国国家教育统计中心之类的政府机构储存起来用于统计和分析。教育 领域中的大数据分析最终目的是为了改善学生的学习成绩。成绩优异的学生对学校、对社 会、以及对国家来说都是好事。学生的作业和考试中有一系列重要的信息往往被我们常规 的研究所忽视。因此如何针对学生的学习行为进行推送知识要点的方法成为了亟需解决的 问题。
【发明内容】
[0004] 针对现有技术中的缺陷，本发明提供了一种知识要点推送方法及系统，能够根据 学生的学习行为向学生推送知识要点，以知识干预的方式完成智能化的教学决策和学习补 充，解决学生学习能力发展失衡、学习资源利用不合理等问题。
[0005] 第一方面，本发明提供了一种知识要点推送方法，包括：
[0006] 采集预先记录的学生的学习行为数据，并通过预设规则对所述学习行为数据进行 预处理；
[0007] 对预处理后的学习行为数据通过聚类分析算法建立知识要点推送数据库，所述数 据库中包括学生的学习行为与预设推送策略的对应关系，所述推送策略包括不同学习行为 对应的知识要点；
[0008] 根据学生的学习行为，在所述知识要点推送数据库中获取与所述学习行为对应的 推送策略，并推送该推送策略所包括的知识要点。
[0009] 可选的，所述学习行为数据包括：用户名、访问日期、访问页面地址、页面操作信 息、访问开始时间和访问结束时间。
[0010]可选的，所述通过预设规则对所述学习行为数据进行预处理，包括：
[0011]将所述学习行为数据通过预设规则进行处理，形成预设数据流的数据。
[0012]可选的，所述对预处理后的学习行为数据通过聚类分析算法建立知识要点推送数 据库，包括：
[0013] 对所述预处理后的学习行为数据通过聚类分析算法进行相似度分组；
[0014] 关联每一分组中的数据中学生的学习行为与预设推送策略；
[0015] 将关联后的学习行为与预设推送策略存储在所述知识要点推送数据库中。
[0016] 可选的，在推送该推送策略所包括的知识要点之后，所述方法还包括：
[0017] 存储所述学生的学习行为，并定期推送所述知识要点。
[0018] 第二方面，本发明还提供了一种知识要点推送系统，包括：
[0019] 采集模块，采集预先记录的学生的学习行为数据；
[0020] 预处理模块，用于通过预设规则对所述学习行为数据进行预处理；
[0021] 数据库建立模块，用于对预处理后的学习行为数据通过聚类分析算法建立知识要 点推送数据库，所述数据库中包括学生的学习行为与预设推送策略的对应关系，所述推送 策略包括不同学习行为对应的知识要点；
[0022] 推送模块，用于根据学生的学习行为，在所述知识要点推送数据库中获取与所述 学习行为对应的推送策略，并推送该推送策略所包括的知识要点。
[0023] 可选的，所述学习行为数据包括：用户名、访问日期、访问页面地址、页面操作信 息、访问开始时间和访问结束时间。
[0024]可选的，所述预处理模块，用于将所述学习行为数据通过预设规则进行处理，形成 预设数据流的数据。
[0025]可选的，所述数据库建立模块，用于对所述预处理后的学习行为数据通过聚类分 析算法进行相似度分组；
[0026] 关联每一分组中的数据中学生的学习行为与预设推送策略；
[0027] 将关联后的学习行为与预设推送策略存储在所述知识要点推送数据库中。
[0028] 可选的，所述推送模块还用于在推送该推送策略所包括的知识要点之后，存储所 述学生的学习行为，并定期推送所述知识要点。
[0029] 由上述技术方案可知，本发明提供一种知识要点推送方法及系统，通过采集预先 记录的学生的学习行为数据，对该数据进行预处理，并对于处理后的数据通过聚类分析算 法建立指示要点推送数据库，根据学生的学习行为，在所述知识要点推送数据库中获取与 所述学习行为对应的推送策略，并推送该推送策略所包括的知识要点。针对学生学习投入 情况失衡、知识掌握程度不牢固而产生学习效率低、学习效果差等问题，通过大数据分析方 法，以M00C在线教育平台中学生的多维度学习行为数据为依据，构建基于大数据技术的 M00C在线教育中知识干预系统。应用该系统，能够以知识干预的方式完成智能化的教学决 策和学习补充，解决学生学习能力发展失衡、学习资源利用不合理等问题，目标是推进并加 快学生的学习进程、提高学习效率，以达到较为满意的学习效果。
【附图说明】
[0030] 为了更清楚地说明本发明实施例或现有技术中的技术方案，下面将对实施例或现 有技术描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本 发明的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以 根据这些图获得其他的附图。
[0031] 图1是本发明一实施例提供的一种知识要点推送方法的流程示意图；
[0032] 图2是本发明一实施例提供的知识干预系统模型结构示意图；
[0033]图3是本发明一实施例提供的一种知识要点推送系统的结构示意图。
【具体实施方式】
[0034]下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完 整地描述，显然，所描述的实施例仅仅是本发明一部分实施例，而不是全部的实施例。基于 本发明中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他 实施例，都属于本发明保护的范围。
[0035]图1示出了本发明一实施例提供的一种知识要点推送方法的流程示意图，如图1所 示，该方法包括以下步骤：
[0036] 101、采集预先记录的学生的学习行为数据，并通过预设规则对所述学习行为数据 进行预处理。
[0037]所述学习行为数据包括：用户名、访问日期、访问页面地址、页面操作信息、访问开 始时间和访问结束时间。
[0038] 102、对预处理后的学习行为数据通过聚类分析算法建立知识要点推送数据库，所