一种基于信息熵改变度的教育系统的制作方法

本发明涉及智能教学领域，尤其涉及一种基于信息熵改变度的教育系统。

背景技术

互联网教育是随着当今科学技术的不断发展，互联网科技与教育领域相结合的一种新的教育形式。信息化技术已经渗透到社会的各个方面，教育领域中，一场信息化的颠覆性变革正悄悄地发生着，在现代信息社会，互联网具有高效、快捷、方便传播的特点，在中小学生们的学习和生活中发挥着不可替代的重要作用，并成为中小学生们学习的好帮手，这不但有利于提高中小学生上网学习和交流的能力，帮助孩子增长知识、开阔视野、启迪智慧，而且还能更有效地刺激孩子们的求知欲和好奇心，更能有效地养成中小学生独立思考、勇于探索的良好行为习惯，全面教育和培养祖国未来的建设者和接班人。然而，对于学生而言，在进行试题训练时，即便是解答正确的试题，也会存在在解答过程中出现很严重的阻碍的情况，因此，需要针对该种阻碍进行针对性的训练。而在现有技术中，教育系统往往只能根据试题的最终解答的错误过程进行学生思考的分析，从而进行试题补充的选择，无法针对学生在做出正确解答的过程中做出的一些错误尝试进行针对性的试题补充，导致了学生试题训练的不全面。

技术实现要素：

发明目的：

针对而在现有技术中，教育系统往往只能根据试题的最终解答的错误过程进行学生思考的分析，从而进行试题补充的选择，无法针对学生在做出正确解答的过程中做出的一些错误尝试进行针对性的试题补充，导致了学生试题训练的不全面的问题，本发明提供一种基于信息熵改变度的教育系统。

技术方案：

一种基于信息熵改变度的教育系统，包括终端设施、指令采集模块、处理模块、数据传输模块以及共享模块，所述终端设施连接所述指令采集模块，所述指令采集模块连接所述处理模块，所述处理模块连接所述数据传输模块，所述数据传输模块分别连接所述共享模块以及终端设施，所述终端设施用于记录用户的解答过程中对于错误步骤的删除并改正的情况，所述处理模块中设置有若干关键字，所述关键字作为采集指令，所述指令采集模块根据所述关键字进行解答过程中对于错误步骤的删除并改正的情况中关键字的采集，所述处理模块根据所述关键字进行被采集的关键字的信息熵的计算，所述信息熵代表用户对知识获取的混乱度情况，所述处理模块根据所述信息熵进行教学方式以及教学内容的筛选，所述数据传输模块根据所述筛选内容向所述终端设施传输教学内容。

作为本发明的一种优选方式，所述共享模块包括匹配模块，所述匹配模块用于根据所述处理模块筛选的教学内容进行教学内容的反馈匹配，所述数据传输模块进行反馈匹配内容的传输。

作为本发明的一种优选方式，所述处理模块中设置有关键字的关联，所述关键字的关联有不同的关联度，所述处理模块根据所述关联度进行关键字以及关联关键字的信息熵计算。

作为本发明的一种优选方式，根据所述关键字以及关联关键字的关联度进行关键字离散程度的计算，所述离散程度为关于错误步骤的删除并改正的情况的关键字与本征关键字的离散情况的，所述本征关键字为书写内容正确对应的关键字。

作为本发明的一种优选方式，所述本征关键字与本征关键字间存在关联度。

作为本发明的一种优选方式，所述处理模块还用于进行组合信息熵的测定。

作为本发明的一种优选方式，针对错误步骤的删除并改正的情况对应多个本征关键字，所述处理模块根据所述本征关键字进行当前错误步骤的删除并改正的情况中的关键字与当前错误步骤的删除并改正的情况下对应的所有本征关键字的离散程度的计算，所述离散程度基于当前错误步骤的删除并改正的情况的关键字与当前错误步骤的删除并改正的情况的本征关键字的关联度。

作为本发明的一种优选方式，所述处理模块中还设置有预设时域，所述预设时域用于对所述信息熵的持续时间进行标准化的判断，所述处理模块根据所述预设时域以及信息熵的持续时间的对比情况进行教学方式以及教学内容的筛选，所述数据传输模块根据所述筛选内容向所述终端设施传输教学内容。

本发明实现以下有益效果：

本发明根据对学生在解答过程中所有行为的记录，并提取重复书写的位置对应的内容，并对内容进行思维变化分析，进而筛选与该思维变化相似的试题作为补充试题的推荐，从而解决了而在现有技术中，教育系统往往只能根据试题的最终解答的错误过程进行学生思考的分析，从而进行试题补充的选择，无法针对学生在做出正确解答的过程中做出的一些错误尝试进行针对性的试题补充，导致了学生试题训练的不全面的问题。

附图说明

此处的附图被并入说明书中并构成本说明书的一部分，示出了符合本公开的实施例，并于说明书一起用于解释本公开的原理。

图1为系统框架图；

图2为工作方法图。

具体实施方式

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。

实施例一：

参考图为图1。一种基于信息熵改变度的教育系统，包括终端设施1、指令采集模块2、处理模块3、数据传输模块4以及共享模块5，所述终端设施1连接所述指令采集模块2，所述指令采集模块2连接所述处理模块3，所述处理模块3连接所述数据传输模块4，所述数据传输模块4分别连接所述共享模块5以及终端设施1，所述终端设施1用于记录用户的解答过程中对于错误步骤的删除并改正的情况，所述处理模块3中设置有若干关键字，所述关键字作为采集指令，所述指令采集模块2根据所述关键字进行解答过程中对于错误步骤的删除并改正的情况中关键字的采集，所述处理模块3根据所述关键字进行被采集的关键字的信息熵的计算，所述信息熵代表用户对知识获取的混乱度情况，所述处理模块3根据所述信息熵进行教学方式以及教学内容的筛选，所述数据传输模块4根据所述筛选内容向所述终端设施1传输教学内容。

作为本发明的一种优选方式，所述共享模块5包括匹配模块51，所述匹配模块51用于根据所述处理模块3筛选的教学内容进行教学内容的反馈匹配，所述数据传输模块4进行反馈匹配内容的传输。

作为本发明的一种优选方式，所述处理模块3中设置有关键字的关联，所述关键字的关联有不同的关联度，所述处理模块3根据所述关联度进行关键字以及关联关键字的信息熵计算。

作为本发明的一种优选方式，根据所述关键字以及关联关键字的关联度进行关键字离散程度的计算，所述离散程度为关于错误步骤的删除并改正的情况的关键字与本征关键字的离散情况的，所述本征关键字为书写内容正确对应的关键字。

在具体实施过程中，终端设施1用于对学生的当前学习情况进行测试，终端设施1将测试内容过滤为一个本征关键字以及若干关键字，本征关键字作为最终离散程度计算以及信息熵计算的标准，其余若干关键字用于进行当前学生的错误步骤的删除并改正的情况的关键字采集。指令采集模块2将终端设施1过滤的关键字作为采集指令，在当前错误步骤的删除并改正的情况的范围内进行关键字的采集。处理模块3中设置有各个本征关键字对应的关键字关联度等级情况，处理模块3将关键字与本征关键字进行关联度的测算，并根据关联度进行关键字离散程度的转化，即关键字与本征关键字的关联度越高，该关键字的离散程度越低；关键字与本征关键字的关联度越低，该关键字的离散程度越高。在关键字采集的过程中，指令采集模块2还根据关键字的关联关键字进行关联关键字的采集，处理模块3同样进行关联关键字的关联度以及离散程度的计算与转化。对于关键字以及关联关键字的信息熵的计算，当处理模块3判断指令采集模块2采集的关键字以及关联关键字内容较多，且百分之四十及以上的关键字以及关联关键字的离散程度较高时，处理模块3将信息熵计算为较高，处理模块3判断针对信息熵较高的情况下，学生在当前的本征关键字下知识的混乱度较大，处理模块3筛选较为基础的教学方式以及教学内容；当处理模块3判断指令采集模块2采集的关键字以及关联关键字内容不多，且百分之四十以下的关键字以及关联关键字的离散程度较低时，处理模块3将信息熵计算为较低，处理模块3判断针对熵较低的情况下，学生在当前的本征关键字下知识的混乱度较小，处理模块3筛选较为进阶的教学方式以及教学内容。共享模块5中的匹配模块51根据混乱度较大的情况进行较为基础的教学方式的反馈匹配，并根据混乱度较小的情况进行较为进阶的教学方式的反馈匹配，数据传输模块4将反馈匹配的数据进行实时传输。同时，对于信息熵排列，处理模块3根据信息熵改变度进行计算，匹配模块51将在共享模块5中错误步骤的删除并改正的情况对应的信息熵改变度相应的试题对应的教学内容作为最终匹配结果，同时将该教学内容对应的教学方式归入最终匹配结果。

实施例二：

参考图为图1。针对实施例一，本实施例的不同点在于：

作为本发明的一种优选方式，所述本征关键字与本征关键字间存在关联度。

作为本发明的一种优选方式，所述处理模块3还用于进行组合信息熵的测定。

作为本发明的一种优选方式，针对错误步骤的删除并改正的情况对应多个本征关键字，所述处理模块3根据所述本征关键字进行当前错误步骤的删除并改正的情况中的关键字与当前错误步骤的删除并改正的情况下对应的所有本征关键字的离散程度的计算，所述离散程度基于当前错误步骤的删除并改正的情况的关键字与当前错误步骤的删除并改正的情况的本征关键字的关联度。

作为本发明的一种优选方式，所述处理模块3中还设置有预设时域，所述预设时域用于对所述信息熵的持续时间进行标准化的判断，所述处理模块3根据所述预设时域以及信息熵的持续时间的对比情况进行教学方式以及教学内容的筛选，所述数据传输模块4根据所述筛选内容向所述终端设施1传输教学内容。

在具体实施过程中，对于互相存在关联度且出现在同一个错误步骤的删除并改正的情况中的本征关键字，处理模块3以实施例一的步骤将每个本征关键字对应的关键字以及关联关键字的关联度、离散程度进行计算。同时，针对一个本征关键字，与之关联的其余本征关键字对应的关键字以及关联关键字同样会在处理模块3的计算下得到相应的关联度以及离散程度，并与该本征关键字自身所对应的关键字以及关联关键字的关联度以及离散程度归类，并生成组合信息熵，并同样根据实施例一的判断方法进行教学方法以及教学内容的反馈。

值得一提的是，在相同的教学方法以及教学内容持续一段时间后，处理模块3对于该时间段内的信息熵进行持续时间的计算，并将持续时间与预设时域进行对比，若判断持续时间不少于预设时域时，处理模块3判断需要进行教学方法以及教学内容的再次学习以及基础内容的再次补充。

上述实施例只为说明本发明的技术构思及特点，其目的是让熟悉该技术领域的技术人员能够了解本发明的内容并据以实施，并不能以此来限制本发明的保护范围。凡根据本发明精神实质所作出的等同变换或修饰，都应涵盖在本发明的保护范围之内。