一种自适应教学中非知识点错误识别方法及系统与流程

本发明涉及一种自适应学习技术，尤其是涉及一种自适应教学中非知识点错误识别方法及系统。

背景技术：

自适应学习是基于知识图谱做纳米级拆分，通过前沿的算法做到精准测评，能检测到学生的薄弱知识点，以及所处的能力水平。自适应学习错因分析，属于自适应学习领域的一个重要分支。错因分析技术主流实现方式分两种：一种是教师经验法，平台或教师根据多年教学经验，枚举学生常见的错误原因，并给予相应的解题指导；另一种是易错题分析，平台和教师在课后统计学习行为数据、学习成果数据，并将学生答题错误的次数作为基本单位，展示出一个范围内(如一个班级)学生前几个最高的答错题目，借此找到全班全校共性，总结教学规律促进教学策略。

错因分析技术在教育领域尚处于萌芽期，有待提高之处主要有以下4个方面：

缺陷1，在学习过程中学生用户能得到立即的教学反馈，对学习能起到最大的效果，通过课后的数据统计，不仅增加教师原本已经繁重的工作量，也不够及时，难以纠正学生固化的错误思维；

缺陷2，学生用户的错误千奇百怪，个别学生的错误并不总是和多数人错误有相同的原因，所需要教师的干预方法也不尽一样；

缺陷3，教师经验法或易错题分析都是根据知识点的领域知识，对学生用户可能的错误做分析，然而学生即使理解了该知识点，还是会答错，这种情况由于难以系统的归纳，一般归咎于粗心，由于此原因的丢分占不小的比例；

缺陷4，对于学生用户的认知错误的矫正，教师通常采用在课堂讲解易错题，然后要求学生誊写错题在错题本，作为考试复习的重要参考。此种方式难以保证学生能将正确的认知应用到考察同样知识点的其他试题上，因此学生经常同样的错误一错再错。

技术实现要素：

本发明的目的就是为了克服上述现有技术存在的缺陷而提供一种自适应教学中非知识点错误识别方法及系统。

本发明的目的可以通过以下技术方案来实现：

一种自适应教学中非知识点错误识别方法，包括以下步骤：

1)采集用户学习行为记录以及对应用户的学习类元数据标签；

2)将所述学习类元数据标签与用户学习行记录进行匹配处理；

3)根据匹配结果判断是否满足触发预设非知识点错误的条件，若是，则产生触发信号，若否，则结束。

所述用户学习行为记录包括答题类数据、学习时间类数据、学科数据和学习行为类数据。

所述学习类元数据标签包括知识点标签、错因标签和学科标签。

所述触发预设非知识点错误的条件包括以下之一：

a)在相同错因标签上达到预设累积做错数量；

b)掌握知识点低于限值；

c)达到预设非知识点试题题库试题数量。

该方法还包括：

4)根据所述触发信号，将用户知识点错题题库元数据与所述学习类元数据标签进行匹配，调用与错题对应的非知识点试题数据，反馈给用户。

该方法还包括：

5)在接收到用户反馈信号时，将用户知识点题库元数据和所述学习类元数据标签进行匹配，调用与错题对应的知识点试题，反馈给用户。

一种自适应教学中非知识点错误识别系统，包括：

采集模块，用于采集用户学习行为记录以及对应用户的学习类元数据标签；

匹配模块，用于将所述学习类元数据标签与用户学习行记录进行匹配处理；

判定模块，用于根据匹配结果判断是否满足触发预设非知识点错误的条件，若是，则产生触发信号，若否，则结束。

该系统还包括：

非知识点调用模块，在接收到所述触发信号时响应，用于将用户知识点错题题库元数据与所述学习类元数据标签进行匹配，调用与错题对应的非知识点试题数据，反馈给用户。

该系统还包括：

知识点调用模块，在接收到用户反馈信号时响应，用于将用户知识点题库元数据和所述学习类元数据标签进行匹配，调用与错题对应的知识点试题，反馈给用户。

与现有技术相比，本发明具有以如下有益效果：

第一，本发明通过采集用户实时学习记录，获得准确的学习情况数据，进而能够更准确、更有针对性识别非知识点错误，进而方便后续根据非知识点错误进行针对处理。

第二，本发明通过采集学习行为记录和包含学习信息的元数据，识别用户的非知识点错误，可以及时解决用于非知识点错误，提高教师授课质量，有针对性的对失分点进行教育干预，提高学生成绩。

第三，传统课堂学生用户不论是作业或考试，都得经过一段时间才能得到来自答案是否正确的反馈，由于学生人数众多，教师也难以针对个别学生的认知问题给予指导，因此学生用户经常搞不清楚自己问题的症结所在，本发明通过从学生用户知识点错题题库元数据和学习类元数据的标签做匹配，调出学生用户错题所对应的非知识点试题，并反馈给用户，可让用户了解自身学习状态，进而提高学习效率。

第四，学生用户错误的认知未能及时得到正确的反馈，从形成到固化经过一段时间，要纠正自我认知的错误，除了通过经验丰富的教师的教导让学生用户搞清楚问题的症结所在，还需要让学生用户将洞察转化为有力的行动。本发明设置有学习类元数据标签，通过学习类元数据的标签，可以关联出和学生用户错误的认知相同的知识点，让学生用户通过正确认知强化策略达到认知矫正的目的，学生用户不再犯相同的错误，有效提高学习效率。

附图说明

图1为本发明的流程示意图；

图2为本发明的非知识点错误纠正反馈流程图。

具体实施方式

下面结合附图和具体实施例对本发明进行详细说明。本实施例以本发明技术方案为前提进行实施，给出了详细的实施方式和具体的操作过程，但本发明的保护范围不限于下述的实施例。

如图1所示，本发明提供一种自适应教学中非知识点错误识别方法，包括以下步骤：

1)采集用户学习行为记录以及对应用户的学习类元数据标签。

所述用户学习行为记录包括答题类数据、学习时间类数据、学科数据和学习行为类数据。所述学习类元数据标签包括知识点标签、错因标签和学科标签。

2)将所述学习类元数据标签与用户学习行记录进行匹配处理，

3)根据匹配结果判断是否满足触发预设非知识点错误的条件，若是，则产生触发信号，若否，则结束。

所述触发预设非知识点错误的条件包括以下之一：a)在相同错因标签上达到预设累积做错数量；b)掌握知识点低于限值；c)达到预设非知识点试题题库试题数量。

在另一实施例中，该方法还包括步骤：4)根据所述触发信号，将用户知识点错题题库元数据与所述学习类元数据标签进行匹配，调用与错题对应的非知识点试题数据，反馈给用户，如图2所示。

非知识点试题题库是根据学生用户知识点错题题库做改编获得。通过反馈给用户的非知识点试题数据可以让学生用户可以根据错题的非知识点错误做自我纠正，达到学生用户洞察关于自己的错误认知的目的。

在另一实施例中，该方法还包括步骤：5)在接收到用户反馈信号时，将用户知识点题库元数据和所述学习类元数据标签进行匹配，调用与错题对应的知识点试题，反馈给用户。通过该步骤，可以检验用户通过教育干预后，是否已有效的掌握该知识点。

本发明还提供一种与上述方法对应的自适应教学中非知识点错误识别系统，包括采集模块、匹配模块和判定模块，采集模块用于采集用户学习行为记录以及对应用户的学习类元数据标签；匹配模块用于将所述学习类元数据标签与用户学习行记录进行匹配处理；判定模块用于根据匹配结果判断是否满足触发预设非知识点错误的条件，若是，则产生触发信号，若否，则结束。

在另一实施例中，该系统还包括非知识点调用模块，在接收到所述触发信号时响应，用于将用户知识点错题题库元数据与所述学习类元数据标签进行匹配，调用与错题对应的非知识点试题数据，反馈给用户，同时可接收用户反馈信号。

在另一实施例中，该系统还包括知识点调用模块，在接收到用户反馈信号时响应，用于将用户知识点题库元数据和所述学习类元数据标签进行匹配，调用与错题对应的知识点试题，反馈给用户，同时可接收用户反馈信号。

以上详细描述了本发明的较佳具体实施例。应当理解，本领域的普通技术人员无需创造性劳动就可以根据本发明的构思作出诸多修改和变化。因此，凡本技术领域中技术人员依本发明的构思在现有技术的基础上通过逻辑分析、推理或者有限的实验可以得到的技术方案，皆应在由权利要求书所确定的保护范围内。