用于自适应学习的课程骨架的制作方法
【专利摘要】提供一种用于利用课程骨架以用于自适应学习的方法和装置。基于学生简档信息和课程目标信息，生成查询以动态确定应当向学生呈现哪些学习项目。基于特定学习目标的查询可以从学生到学生不同，并且因此可以向不同学生呈现不同学习项目以实现相同学习目标。此外，随着向学习项目贮存库添加新学习项目，即使用于特定学习目标的查询未改变，由该查询所返回的学习项目也可以改变。
【专利说明】用于自适应学习的课程骨架
【技术领域】
[0001]本发明涉及学习管理系统。特别地，本发明涉及用于自适应学习的动态课程骨架。【背景技术】
[0002]智能学习系统是尝试辅助学生实现具体学习目标的系统。迄今为止，这些系统已经主要使用了一种镜像在实体教室中采用的方式的计算机化教学方式。无论学习样式、才智或者认知特性如何，都向每个学生呈现相同讲义、内容和评估。
[0003]智能学习系统的发展已经受到限制，并且通常应用于基于逻辑的课题(比如数学)，其中向每个学生供应的内容基于向系统中硬编码的预定课程特有判决树。如果第一学生和第二学生各自由于未完成相同问题而对相同评估失败，则将向两个学生呈现如由判决树支配的相同补习材料。
[0004]在线课程是可以运用自适应学习技术以实现具体目标的“容器”的示例。用于每个课程的容器被设计用于包括在课程内实现成功而需要的所有信息。例如，实现特定数学课程的目标而需要的内容将与数学课程的容器直接关联。用于每个课程的容器也包括确定应当向学生递送(在与容器直接关联的该有限内容集中的)哪个内容的逻辑。通过以特定方式表现，学生仅沿着经过课程的向课程的容器中硬编码的逻辑分级的预先存在路径穿越。
[0005]当前的智能学习系统聚焦于高级目标，并且沿着相同逻辑路径指引每个学生以便确定向学生提供哪个内容。例如，自适应学习工具可以被设计用于向学生传授关于微积分学原理的课程。工具的设计者将假设学生拥有开始课程而需要的数学的基本知识，但是由于工具不了解学生的任何其它属性，所以工具可以提供某个数量的“复习”信息作为校准手段。所有学生接收相同信息，并且在评估时的表现将支配接着向学生呈现哪个学习项目。
[0006]当前智能学习系统将这些学习项目“硬编码”到用来为用户确定下一步骤的逻辑。例如，将总是向完成“任务A”的学生呈现名称为“Video_23.mov”的视频项目以开始下一学习章节。将总是向未实现评估或者特定任务的预定成功级别的学生呈现多媒体项目“Remediati0n_13.swf”作为重新传授该特定任务所需要的科目内容的手段。
[0007]在这一部分中描述的方式是如下方式，这些方式可以被探求、但是未必是先前已经设想或者探求的方式。因此，除非另有指示，不应假设在这一部分中描述的方式中的任何方式仅由于在这一章节中包括它们而适合作为现有技术。
【专利附图】
【附图说明】
[0008]在附图的各图中通过示例而非通过限制来例示本发明，在附图中，相似标号指代相似要素，并且在附图中:
[0009]图1是图示可以在其上实施一个实施例的学习管理平台的框图；
[0010]图2是图示可以在一个实施例中使用的课程骨架结构的框图；以及
[0011]图3图示可以在其上实施一个实施例的计算机系统。【具体实施方式】
[0012]在以下描述中，出于说明的目的，阐述了许多具体细节以便提供对本发明的透彻理解。然而，将清楚，没有这些具体细节仍然可以实现本发明。在其它实例中，以框图形式示出熟知结构和设备以免不必要地模糊本发明。
[0013]综述
[0014]学生普遍参加如下课程，这些课程提供学生已经知道的过多信息。在另一方面，学生也普遍按序完成课程而仅在序列中的下一课程中落后，因为下一课程呈现在更早课程中未充分覆盖的知识。即使在某些课程中学习的技能的仅小部分涉及学生的学位课程，仍然也可能要求学生参加那些课程以完成学位课程。一种用于保证学生从他们的教育体验中得到最多的方式是个性化那些教育体验。通过使用对下文描述的技术进行运用的自适应学习引擎，学生可以通过与他们的个别学习需要最佳地相配的更新的学习项目学习。
[0015]“学习项目”可以是可以用来辅助实现学习目标的任何类型的项目。例如，学习项目可以是内容，比如文本、视频或者音频播客。此外，学习项目可以是学习活动或者应用，t匕如闪卡应用、认知辅导应用等。这里描述的技术不限于任何特定类型的学习项目。
[0016]在一个实施例中，课程“骨架”与指导课程关联。课程骨架由目标分级组成，其中每个目标与目标元数据关联，该目标元数据描述目标并且提供关于可以用来实现目标的内容类型的信息。课程骨架用来提供更动态的自适应学习体验。课程骨架的节点与关于对应目标的元数据关联。学习项目贮存库存储学习项目和描述学习项目的学习项目元数据。代替将这些学习项目直接映射到节点或者目标，目标元数据用来动态生成如下查询，可以针对学习项目贮存库执行查询以便取回用于学生的学习项目。
[0017]在一个实施例中，学习者特有信息也用来生成查询，该查询确定将向学生呈现哪个内容。例如，学生简档信息可以用来生成查询，该学生简档信息描述学生的兴趣、学术历史、位置信息或者学生使用的设备类型。
[0018]结构概述
[0019]图1是图示根据本发明的一个实施例的自适应学习引擎的框图。自适应学习引擎100 —般代表一个或者多个计算机程序和关联资源的集合，该集合被配置用于管理关于学生的教育数据和信息、向学生提供学习项目以及使用从分析学生与系统的交互中收集的信息以增加将来学习项目的有效性。自适应学习引擎100有助于基于学生属性递送学习项目。自适应学习引擎100包括有助于在它的各种部件之间的通信的逻辑。
[0020]在所示实施例中，自适应学习引擎100包括处理器190、学习分析逻辑130和呈现逻辑140。自适应学习引擎100也可以包括其它部件(比如学习空间平台、学习项目管理器、学习工具管理器、数据分析引擎、知识库、个人认知DNA管理器和技能分级管理器(未示出))或者与这些其它部件耦合。下文将更具体描述这些部件中的每个部件。
[0021]参照图1，输入112在输入/输出(I/O)接口 110由自适应学习引擎100接收。IO接口 110可以是网络接口，比如基于以太网的接口。输入112可以包括来自学生的请求，比如学习项目请求。IO逻辑120耦合到IO接口 110。根据一个实施例，IO逻辑被配置用于解析和分布传入数据并且预备输出114以用于经由IO接口 110发送。IO逻辑120可以实施一个或者多个通信协议。在一个实施例中，IO逻辑120耦合到呈现逻辑140。呈现逻辑140确定递送输出114的方法。例如，输出114可以包括多媒体文件，或者在一个实施例中它可以仅包括指向多媒体文件的链接。
[0022]学习分析逻辑
[0023]学习分析逻辑130—般代表决策做出单元，该决策做出单元与自适应学习引擎100的所有其它部件交互并且使用从这些部件收集的信息以基于从自适应学习引擎100的其它元件(比如知识库)收集的信息提供与每个别学生相关的内容。
[0024]不同于常规“自适应学习”系统，学习分析逻辑130并未仅穿越仅基于学生的学位课程或者班级的预定路径。实际上，学习分析逻辑130考虑每个学生的属性，并且动态生成将针对数据库或者学习项目贮存库执行的查询。出于学习项目取回的目的而生成的查询可以基于下文描述的许多因素。查询可以按照考虑这些属性的任何形式。在一个实施例中，学习项目取回查询使用查询语言(比如结构化查询语言(SQL))被形成，并且包括希望的属性或者变元作为在查询中的谓词。例如，示例查询可以如下:
[0025]SELECT*FR0M CONTENT WHERE GOAL = ' EC0_340_2_5’AND TYPE = ' FLASH_VIDE0’
[0026]尽管在以上示例中使用SQL，但是可以使用各种其它类型的查询机制。例如，取决于用来存储学习项目的贮存库的性质，学习项目取回查询可以是语义查询，比如将SPARQL (简单协议和RDF查询语言)和RDF用于代表数据元及其关系的语义查询。
[0027]随着学生进行活动并且参加与推荐关联的评估，与每个学生关联的数据被更新以反映对于每个学生良好工作的活动的类型、学生的长处和弱点以及学生的其它有用的与教育有关的属性。如这里所用，术语“与教育有关的属性”是指与学生的学习历史、目标或者能力有关的任何属性。与教育有关的属性可以包括非瞬态属性(比如学生的在先班级和年级)以及瞬态属性(比如学生的当前情绪)。任何与教育有关的属性可以用于生成对于内容的查询。
[0028]随着收集更多数据，模式显现，并且学习分析逻辑130可以生成对于取回具有每个学生的预计成功的高等级置信度的个别化的学习项目的查询。例如，可以变得清楚的是即使特定学生已经表达了对于音频内容的偏好，但是该学生在他试着仅使用音频内容来学习技能时表现欠佳。在这一情况下，学习分析逻辑130可以随后要求取代音频内容或者除了音频内容之外还向用户递送除了音频内容之外的内容。
[0029]学习项目管理器
[0030]学习项目管理器存储和管理学习项目。学习项目包括可以用来实现目标的任何项目。学习项目的示例包括文本、音频文件(比如mp3文件)、视频文件(比如QuickTime文件)、交互式flash电影或者任何其它类型的多媒体内容。
[0031]在一个实施例中，学习项目管理器包括用于存储和组织学习项目的学习项目贮存库和内容归类系统。学习项目贮存库在非易失性存储器(比如共享硬盘系统)或者数据库系统(比如数据库150)中存储内容。学习项目可以存储于数据库表(比如学习项目表170)中。学习项目归类系统与用于创建和关联元数据与在学习项目贮存库中存储的学习项目的界面一起提供内容编索引服务。
[0032]学习项目可以与描述学习项目的元数据关联。可以比较这一元数据与在由学习分析逻辑130生成的查询中指定的选择标准以返回适合用于帮助学生实现特定目标的学习项目。例如，与视频关联的元数据可以包括标题属性，该标题属性包括文本“如何对多项式因式分解”。其它属性可以包括一般类别(比如“数学”)和内容类型(比如QuickTime视频)。元数据可以嵌入于由元数据描述的学习项目中、可以在与被描述的学习项目关联的分离元文件(比如XML文件)中或者可以与被描述的学习项目的关联地存储于数据库中。在一个实施例中，用描述学习项目的元数据(比如关键字、技能、关联学习对象、可以从由学习项目运用的指导策略(例如，加工的示例)受益的学习者的特性(例如，有限在先知识))、学习项目的类型(例如，视频或者文本)和关于学习项目使用的统计信息“标注”学习项目。例如，查询
[0033]SELECT*FR0M CONTENT WHERE GOAL = ' EC0_340_2_5’AND TYPE = ' FLASH_VIDE0’
[0034]将寻找用目标标识符“EC0_340_2_5”和类型标识符“FLASH_VIDE0”标注的学习项目。可以授权学习空间平台和学习分析逻辑130经由学习项目管理器添加、去除或者更改与学习项目关联的标签。
[0035]学习项目管理器也包括被配置用于管理对于在学习项目贮存库中存储的学习项目的请求的学习项目递送逻辑。例如，可以用流传输一些学习项目以便保存带宽。在一些情况下，比如在学生预计无对于延长的时间段的因特网接入时在相同时间递送用于特定课程的所有所需学习项目是有意义的。因此，学习项目管理器可以由学习分析逻辑130指引以取决于学生的属性以特定方式递送学习项目。此外，某些内容格式可能未被某些设备支持。例如，如果请求学习项目的设备不支持特定格式(比如FLASH格式)，则学习项目递送逻辑可以选择或者甚至改变被递送的学习项目的格式。
[0036]知识库
[0037]可以使用数据库150来实施知识库。知识库管理持久数据并且持久地存储某些瞬态数据的快照。例如，学生归类信息、学生学习组信息、认知DNA关系信息和持久学生简档信息可以都存储于知识库中。虽然持久地存储这一数据，但是数据可以如由自适应学习引擎100的其它元件需要的那样改变。例如，数据分析引擎可以向学习分析逻辑130提供报告，该报告使学习分析逻辑130基于报告向知识库指示应当改变用于特定学生的学生归类信息。知识库然后将更改持久数据以反映指示的改变。各种机制可以用来实施知识库。例如，用于知识库的数据可以作为三元组存储于三元组存储库中。取代使用三元组存储库或者除了使用三元组存储库之外，关系数据库管理里系统可以用来有助于存储和取回数据。知识库通信地耦合到学习分析逻辑130，并且向学习分析逻辑130提供学生信息以辅助创建个别化的学习推荐。在知识库中存储的所有数据(比如用户数据180)可以用来形成查询，这些查询用来取回用于学生的个别化的学习项目。
[0038]个人认知DNA管理器
[0039]个人认知DNA管理器管理与学生关联的数据，并且可以使用数据块150被实施。与学生关联的数据汇集被称为个人认知DNA(PDNA)，并且可以存储于用户数据180中。在一个实施例中，PDNA的在个人认知DNA管理器存储的部分包括瞬态数据，而I3DNA的持久部分存储于知识库中。存储于个人认知DNA管理器中的TONA数据也可以包括对在知识库中存储的持久数据的引用。个人认知DNA管理器可以包括数据库管理系统，并且可以管理用于所有学生的TONA。在一个实施例中，个人认知DNA管理器的实例可以驻留于学生的客户端计算设备上，并且可以是学习空间平台的部分。在这一实施例中，用于客户端计算设备或者关联学习空间平台的用户的PNDA可以存储于易失性或者非易失性存储器中。也可以使用这些实施例的组合，其中个人认知DNA管理器的一部分驻留于客户端上而另一部分驻留于一个或者多个服务器上。在一个实施例中，个人认知DNA管理器通信地耦合到学习分析逻辑130，并且向学习分析逻辑130提供瞬态学生信息以辅助创建用于从学习项目管理器取回相关学习项目的个别化的查询。TONA和所有其它与用户有关的信息可以用来生成用于取回学习项目的个别化的查询。例如，可以向学习分析逻辑130提供用户的位置、本地时间、客户端设备类型或者客户端操作系统以辅助确定什么类型的学习项目适合用于环境和设备。在一个实施例中，可以组合个人认知DNA管理器和知识库。
[0040]学习目标元数据
[0041 ] 学习目标元数据可以与目标关联，并且用来描述对应目标以及提供与对应目标有关的信息。目标一般代表学生打算获取的能力、技能或者知识。例如，技能可以代表用于执行单位数的加法、使用特定语言来形成完整句子或者每分钟键入某个数目的单词的能力。没有对可以与课程骨架关联并且在目标元数据中描述的目标的复杂性或者简单性的限制。如下文将更具体描述的那样，目标元数据可以通过示例而并非通过限制而包括评估、补习数据、技能分级数据和描述目标的其它数据。
[0042]也可以在目标元数据中包括内容。在一个实施例中，在目标元数据中包括已知传授或者有助于实现特定目标的内容。与更不动态的认知学习系统对照，未必向学生递送与目标直接关联的内容。作为替代，可以简单地语义上分析这一内容以确定用于在针对学习项目管理器或者贮存库被执行的查询中使用的关键字。例如，描述特定诗类型的熟知文章可以与关于该诗类型的传授的目标关联。取代向需要学习该诗类型的学生呈现文章，可以从文章提取关键字并且使用关键字作为选择标准以发现用于向学生呈现的用于传授该诗类型的其它学习项目的。通过从课程骨架分离学习项目选择过程。可以对于用户选择更新的学习项目，并且无需课程开发者向每个个别目标“硬编码”最新学习项目。
[0043]课程骨架
[0044]学由习分析逻辑130生成的推荐在一个实施例中部分基于课程骨架。图2是图示可以在一个实施例中使用的课程骨架结构200的框图。课程骨架200包括目标201-210。在一个实施例中，定义课程骨架的数据存储于数据库150中的课程骨架数据表160中。课程骨架数据可以按照任何格式被存储，该格式保存课程骨架的分级性质。例如，课程骨架可以存储于关系数据库系统中和/或按照XML格式被存储。对于按照XML格式的示例课程骨架，参见这里同时提交的代码清单。
[0045]可以用多种方式创建课程骨架，并且这里描述的技术不限于创建课程骨架的任何特定方式。例如，可以人工创建课程骨架，其中科目内容专家(SME)和指导设计者(ID)使用协作在线应用来交互。从在课程中的高级目标和所需材料的集合开始，SME和ID可以参与苏格拉底式对话，或者使用问题模板以将目标分解成更细粒度的目标。备选地，可以使用自动化过程来创建课程骨架，在该自动化过程中，自然语言处理(NLP)用来处理所需阅读材料以发现更细粒度的目标。也可以使用混合过程来创建课程骨架，其中SME和ID可以使用自动化过程的一些部分以验证和质量控制他们的工作或者甚至使用它以得到建议。
[0046]课程骨架可以代表用于课程的一部分、整个课程、研究领域、证书课程、学位课程的一组目标或者代表由学生获取的技能的个人能力地图或者任何其它与教育有关的结构。课程骨架可以包括描述广泛多种目标的目标元数据以及用来发现学习项目以有助于实现那些目标的各种学习理论、内容类型和关键字。[0047]在分级中的目标之间的链接代表在那些目标之间的关系。例如，在两个学习目标之间的链接可以意味着在学习目标之一中被覆盖的科目内容需要实现另一目标。不同链接可以指示一个学习目标是另一学习目标的前提。
[0048]需要达到基本目标以便开始实现更高级目标。例如，根据课程骨架200，必须在尝试实现与节点203关联的目标之前获取与节点205关联的目标。以这一方式，课程骨架为分级的。然而，可以在一个实施例中使用非分级方式。例如，可以在基于不同学习模型的一个实施例中使用非分级有向图方式。
[0049]课程骨架管理器
[0050]课程骨架管理器管理描述在目标之间的关系的目标分级信息。例如，可以要求学生在他学习如何做乘法和除法之前学习如何做加法和减法。完整课程骨架可以由互连的目标组成，这些目标代表完成传统教育课程而需要的所有目标。在分级中的节点对应于目标和目标元数据。由于单个节点可以被视为用于许多其它节点的前提并且许多节点可以是用于单个节点的前提，所以分级可以是多维的。
[0051]课程骨架管理器管理在代表学习目标的节点之间的关系。例如，关系数据块可以用来保持对节点依赖信息的跟踪。课程骨架管理器存储描述技能、补习信息、评估信息、分级关联信息目标元数据以及与学习目标关联的其它元数据。课程骨架管理器与学习分析逻辑130对接并且向学习分析逻辑130提供课程骨架数据以辅助学习分析逻辑130动态生成每个目标特有的学习项目请求查询。
[0052]学习理论、模型和策略
[0053]学习理论通过提供用来查看学习目标的范式来解决人们如何学习的问题。虽然理论充足，但是三个被良好理解的理论是行为学、构造学和认知学。行为学是基于人们基于刺激来学习这样的假设的观点。正面或者负面加强形成学生的行为。构造学是如下观点，该观点假设学生学习作为经验并且学习者实际构造他们自己的现实表示。认知学是如下观点，该观点假设人们以与他们的认知结构一致的方式在他们智力地处理信息时学习而未仅对刺激做出反应。
[0054]学习模型基于学习理论被创建，并且打算使一个或者多个学习理论起作用。可以取决于将被实施的模型使用不同指导策略。指导策略可以变化内容定序、指导技术(直接、间接)、内容呈现类型(讲义、案例研究、组讨论等)、协作级别(个体、成对、小组)、实践数量、反馈类型(对等、指导者)等。学习项目和有助于递送学习项目的工具可以用来实施指导策略。学习项目的示例包括文本、视频、音频和游戏。工具的示例包括视频播放器、浏览器插件、电子书阅读器、共享白板系统和聊天系统。学习项目和工具的许多其它示例存在。
[0055]考虑学生的对于学习相关的特性，已经一起创建了理论和模型以分类、适配和指导教育学生的过程。迄今为止，已经在应用“竖井(silo)”中实施了学习模型，其中每个应用实施具体模型(例如，智能辅导)，从而迎合与模型的基于平面分级的算法相配、通常用于逻辑科目(比如数学)的很具体课题。这些类型的应用在广泛基础的教育(比如4年制学位课程或者跨学科科目(比如经济型和营销学)中具有有限使用。
[0056]个人认知DNA
[0057]在一个实施例中，可以使用每个学生的TONA来使学习模型和理论起作用以生成针对学习项目管理器或者贮存库被执行的用于学生的学习项目请求查询。随着与特定学生关联的信息改变，代表该学生被生成的查询将改变以反映对该学生的学习要求、偏好和目标的最新理解。
[0058]虽然PDNA这里被称为“个人认知DNA”，但是这一标示未指示TONA数据汇集和使用限于基于认知模型的实施例。TONA数据包括关于学生的认知长处和弱点(以及偏好)的信息，这些认知长处和弱点(以及偏好)由学生显式地提供或者在学生与系统交互并且测量结果时由系统推断。
[0059]可以独立于任何特定学习模型在任何实施例中使用H)NA。I3DNA数据是与学生关联的数据汇集。瞬态简档数据可以存储于个人认知DNA管理器中，而持久简档数据可以存储于知识库中。存储于个人认知DNA管理器中的TONA数据可以包括对在知识库中存储的与学生直接或者间接关联的持久数据的引用。
[0060]在一个实施例中，为了向学生提供正确经验，除了恰当工具和模型之外，系统还收集和维护动态更新丰富数据层以支持预测性教育模型。丰富数据层一般是指如下信息，收集和链接该信息以创建可以用来通知学习分析逻辑130的智能，学习分析逻辑130使用这一信息以生成学习项目请求查询。在一个实施例中，丰富数据层是动态更新的，因为被收集的数据随时间改变，并且未与改变相符的数据变得不正确。例如，随着学生实现对特定技能的高娴熟程度，建议学生需要变得对技能娴熟的数据变得过时和不正确。因此，动态数据层必须跟上可用于每个学生的当前信息。
[0061]使用自适应学习引擎100的每个学生与用于该学生的I3DNA关联。在学生对系统陌生时，用于该学生的TONA可以包括最少信息、比如人口信息、学生的声明的专业、自公布的学习偏好和导入的转录数据、比如在其它机构完成的等级和课程论文。然而，随着学生开始使用自适应学习引擎100，大量数据可以由数据分析引擎收集和分析，从而产生新TONA信息，该新TONA信息描述学生如何学习、学生已经在特定课程中实现了什么级别、学生是否理解特定概念或者拥有特定技能、学生学习的步调或者甚至学生最可能正确回答问题的当天时间。
[0062]这些学生属性中的许多学生属性随时间改变，但是仍然可以基于改变频率被视为持久。例如，学生可以初始地具有低阅读理解能力并且在收听音频记录时更高效地学习材料，但是可以在以后通过阅读基于文本的材料来更高效地学习。其它学生属性可以在性质上更瞬态。例如，PDNA可以包括如下数据，该数据标识学生的当前位置、他们使用什么客户端计算设备(例如，iPhone、膝上型计算机或者笔记本计算机)、他们使用什么操作系统、他们的web浏览器是否支持Flash插件或者学生是否将他的状态设置为“厌倦”。
[0063]情况可以是特定学生取决于环境因素不同地表现，而另一学生可以无论环境如何都能够学习。例如，一个学生可以能够在市郊火车上学习而另一学生可以不能。一个学生可以能够经由音频节目学习而另一学生要求文本信息或者视频。此外，可以对于特定时间或者地点保留某些任务以便校准系统。例如，系统可以被配置用于仅在学生的瞬态TONA数据示出在学生的当前时区中的时间在某些白天时间之间时提供评估。
[0064]可以向每个学生的TONA中的特定属性指派度量。例如，度量可以描述具有不同学习特性的预计或者历史成功。这些度量可以帮助学习分析引擎130确定学生是否在参与协作学习联系时成功或者学生是否将从自学受益更多。学生可以具有用于属性“对个体工作表现良好”的度量“7”和用于“对协作工作表现良好”属性的度量“2”。然而，更高分数未必是在确定用于学生的学习策略时使用的仅有因素。例如，学生所在的学习轨迹可以实际要求学生发展协作技能。因此，学习分析逻辑130可以生成如下查询，这些查询请求用于学生的学习项目，这些学习项目将支持他的用于协作地学习的能力。换言之，系统将提供如下学习项目，这些学习项目向学生传授允许学生变成在协作工作成功而需要的基本技能。
[0065]可以分析和比较用于特定学生的TONA与其他学生的TONA以便生成更准确的学习项目请求查询。这一特征在关于学生的有限信息可用但是已知关于学生的足够信息以将学生与更多信息可用的特定学生组关联时尤其有用。例如，学习分析逻辑130可以随时间分析用于系统中的所有学生的TONA信息以预测各种事物，包括:什么学习方法对于每个学生最佳、哪个轨迹将产生用于给定的学生在特定课程中的最高成功可能性、学生将在哪些课程中成功、可以预计学生为哪些课程努力以及甚至哪些职业将与学生最佳地相配。
[0066]DNA 指纹
[0067]在一个实施例中，分析数百、数千或者甚至更大数目的TONA数据集产生可以用于生成学习项目请求查询的统计有效认知DNA “指纹”。DNA指纹基于聚合TONA数据。一般而言，通过选择具有共同具有一个或者多个TONA属性的TONA数据集并且生成代表整个集合的单个简档来产生DNA指纹。
[0068]例如，可以对于新近已经完成学习对象的学生生成DNA指纹，该学习对象传授取二阶多项式的导数的微积分技能。基于存储数据的时间确定学习对象完成的新近性，因此在紧接在学生完成学习对象之后出现的校验点拍摄的快照将有资格用于被包含于被考虑用于在创建DNA指纹时使用的PNDA数据集。
[0069]可以聚合、平均或者以其它方式考虑在创建DNA指纹时考虑的TONA数据中的每个属性，从而产生该属性的指纹。例如，如果属性“抽象学习能力”的平均值在集合中的TONA数据中为“80”，则DNA指纹可以继承用于相同属性的这一值。可以使用任何考虑或者组合TONA数据以生成DNA指纹数据的方法。例如，可以使用值中的最低值、中值或者求和作为用于特定属性的指纹值。一些属性(尤其是与公共TONA属性有很小相关性的属性)可以未被赋值有DNA指纹值或者可以被赋值有NULL值，从而指示关于该属性的结论对于该I3DNA集合而言统计上无效。一旦已经对于集合考虑了每个属性，则然后用于每个属性的所得值被存储于一个或者多个记录中作为用于该TONA数据集的DNA指纹。
[0070]评估
[0071]在一个实施例中，被设计用于确定学生是否已经实现了目标的评估与用于该目标的对应学习元数据关联。学生使用评估以示范与学习目标关联的技能和知识。可以在用于特定目标的学习元数据中包括多于一个评估。可以要求学习者成功完成评估的全部或者子集以便从学习分析逻辑130接收前进推荐。前进推荐实质上是确定学生准备好移向不同目标，因为学生已经实现了前提目标。
[0072]可以分析在具体评估时的表现以确定学生接着需要的学习项目的级别、数量或者类型。例如，在评估时表现欠佳的学生可能需要补习学习项目，这些补习学习项目覆盖科目的综述。学习分析逻辑130可以基于这一确定形成学习项目请求查询，该学习项目请求查询包括谓词:LEVEL =”GENERAL”。针对学习项目管理系统执行这一查询将造成递送已经被标注为“general”级别的学习项目。
[0073]使用动态生成的查询来选择学习项目[0074]在一个实施例中，学习项目贮存库包括学习项目，比如多媒体、音频、文本和视频文件。此外，学习项目贮存库包括描述学习项目的学习项目元数据。例如，学习项目元数据可以与到由元数据描述的学习项目的关系链接一起存储于数据库中。逻辑分级(比如课程骨架200)存储于数据库150中的课程骨架数据表160中。课程骨架代表指导课程，并且在分级中的每个节点代表学习目标。描述每个学习目标的对应目标元数据与在课程骨架中的每个节点关联。对与在课程骨架中的特定节点关联的目标工作的第一用户向自适应学习引擎100产生对于学习项目的请求。学习分析逻辑130使用与学生尝试实现的学习目标关联的目标元数据来生成将针对学习项目贮存库被执行的查询。返回来自学习项目表170的学习项目或者对学习项目的引用，并且呈现逻辑140向学生呈现学习项目。
[0075]在一个实施例中，第二用户请求来自自适应学习引擎的学习项目。第二用户尝试实现与第一用户相同的目标，并且因此对于第二用户生成相同查询。然而，在对于第二用户执行查询时，返回与对于第一用户返回的学习项目不同的学习项目。在一个实施例中，在执行用于第一用户的查询与执行用于第二用户的查询之间向学习项目贮存库添加附加学习项目。这一附加学习项目被确定为与查询更相关，并且因此向第二用户递送更新的学习项目。
[0076]在一个实施例中，对于用户维护简档，比如I3DNA简档。使用变元(比如谓词)来生成查询，这些变元基于与用户关联的与教育有关的属性。例如，生成查询以请求用于如下用户的持续不长于20分钟的视频学习项目，该用户具有在他的TONA简档中存储的低注意力跨度属性。在一个实施例中，学习分析逻辑确定第一学生具有与第二学生的简档相似的简档，并且因此为两个学生生成相同查询。然而，其它因素可以如以上讨论的那样使学生接收不同学习项目。
[0077]在一个实施例中，在语义上分析目标元数据以确定应当在对于请求学习项目的查询中使用的关键字。在另一实施例中，可以对用户生成的数据(比如论坛帖子)执行语义分析以便确定让用户感兴趣的主题。与感兴趣的主题关联的一个或者多个关键字然后用来生成学习项目请求查询。
[0078]在一个实施例中，在查询中使用的一个或者多个变元由学习项目管理器标识为无法与学习项目贮存库中的学习项目匹配。学习项目管理器生成指示失败变元的报告。这些变元对应于如下属性，这些属性将可能进一步丰富一个或者多个用户的学习体验。因此，具有这些属性的学习项目可以是希望的。报告在一个实施例中从最希望到最不希望对这些属性排名。例如，可以在报告的顶部列举最频繁或者最新近请求的属性而在底部列举不流行属性。
[0079]硬件概述
[0080]根据一个实施例，这里描述的技术由一个或者多个专用计算设备实施。专用计算设备可以被硬接线成执行技术，或者可以包括数字电子器件(比如被持久地编程用于执行技术的一个或者多个专用集成电路(ASIC)或者现场可编程门阵列)，或者可以包括被编程用于按照固件、存储器、其它存储装置或者组合中的程序指令执行技术的一个或者多个通用硬件处理器。这样的专用计算设备也可以组合定制硬接线逻辑、ASIC或者FPGA与定制编程以实现技术。专用计算设备可以是台式计算机系统、便携计算机系统、手持设备、联网设备或者并入硬接线和/或程序逻辑以实施技术的任何其它设备。[0081]例如，图3是图示可以在其上实施本发明的一个实施例的计算机系统300的框图。计算机系统300包括总线302或者用于传达信息的其它通信机制，以及与总线302耦合以用于处理信息的硬件处理器304。硬件处理器304可以例如是通用微处理器。
[0082]计算机系统300还包括主存储器306 (比如随机存取存储器(RAM)或者其它动态存储设备)，主存储器306耦合到总线302以用于存储信息和将由处理器304执行的指令。主存储器306还可以用于在执行将由处理器304执行的指令期间存储临时变量或者其它中间信息。这样的指令在存储于处理器304可访问的非瞬态存储介质中时使计算机系统300成为专用机器，该专用机器被定制用于执行在指令中指定的操作。
[0083]计算机系统300还包括耦合到总线302以用于存储用于处理器304的静态信息和指令的只读存储器(ROM) 308或者其它静态存储设备。存储设备310 (比如磁盘或者光盘)被提供并且耦合到总线302以用于存储信息和指令。
[0084]计算机系统300可以经由总线302耦合到用于向计算机用户显示信息的显示器312，比如阴极射线管(CRT)。包括文字数字和其它键的输入设备314耦合到总线302以用于向处理器304传达信息和命令选择。另一类型的用户输入设备是用于向处理器304传达方向信息和命令选择并且用于控制显不器312上的光标移动的光标控件316,比如鼠标、轨迹球或者光标方向键。这一输入设备通常具有在第一轴(例如，X)和第二轴(例如，y)这两个轴中的两个自由度，这允许设备指定平面中的位置。
[0085]计算机系统300可以使用定制的硬接线逻辑、一个或者多个ASIC或者FPGA、固件和/或程序逻辑来实施这里描述的技术，该定制的硬接线逻辑、一个或者多个ASIC或者FPGA、固件和/或程序逻辑与计算机系统组合使计算机系统300成为或者将计算机系统300编程为专用机器。根据一个实施例，由计算机系统300响应于处理器304执行主存储器306中包含的一个或者多个指令的一个或者多个序列来执行这里的技术。可以从另一存储介质(比如存储设备310)向主存储器306中读取这样的指令。执行在主存储器306中包含的指令序列使处理器304执行这里描述的过程步骤。在备选实施例中，可以取代软件指令或者与软件指令组合使用硬接线电路。
[0086]术语“存储介质”如这里所用指代任何如下非瞬态介质，该非瞬态介质存储使机器以具体方式操作的数据和/或指令。这样的存储介质可以包括非易失性介质和/或易失性介质。非易失性介质例如包括光盘或者磁盘，比如存储设备310。易失性介质包括动态存储器，比如主存储器306。常见存储介质形式例如包括软盘、柔性盘、硬盘、固态驱动、磁带或者任何其它磁数据存储介质、CD-ROM、任何其它光数据存储介质、具有孔图案的任何物理介质、RAM、PROM和EPROM、FLASH-EPROM、NVRAM、任何其它存储器芯片或者盒。
[0087]存储介质不同于传输介质，但是可以与传输介质结合被使用。传输介质参与在存储介质之间传送信息。例如，传输介质包括同轴线缆、铜线和光纤，这包括接线，这些接线包括总线302。传输介质也可以采用声波或者光波的形式，比如在无线电波和红外线数据通信期间生成的波。
[0088]各种介质形式可以参与向处理器304输送一个或者多个指令的一个或者多个序列以用于执行。例如，可以在远程计算机的磁盘或者固态驱动上初始地携带指令。远程计算机可以向它的动态存储器中加载指令并且使用调制解调器通过电话线发送指令。计算机系统300本地的调制解调器可以在电话线上接收数据并且使用红外线发射器以将数据转换成红外线信号。红外线检测器可以接收在红外线信号中携带的数据，并且适当电路可以将数据放置于总线302上。总线302向主存储器306输送数据，处理器304从主存储器306取回并且执行指令。由主存储器306接收的指令可以可选地在由处理器304执行之前或者之后存储于存储设备310上。
[0089]计算机系统300也包括耦合到总线302的通信接口 318。通信接口 318提供与连接到本地网络322的网络链路320的双向数据通信耦合。例如，通信接口 318可以是综合服务数字网络(ISDN)卡、线缆调制解调器、卫星调制解调器或者用于提供与对应电话线类型的数据通信连接的调制解调器。作为另一示例，通信接口 318可以是用于提供与兼容LAN的数据通信连接的局域网(LAN)卡。也可以实施无线链路。在任何这样的实现方式中，通信接口 318发送和接收电、电磁或者光信号，这些信号携带代表各种类型的信息的数字数据流。
[0090]网络链路320通常通过一个或者多个网络向其它数据设备提供数据通信。例如，网络链路320可以通过本地网络322提供与主机计算机324或者与由因特网服务提供商(ISP) 326操作的数据设备的连接。ISP326转而通过现在常被称为“因特网”328的全球范围分组数据通信网络提供数据通信服务。本地网络322和因特网328均使用携带数字数据流的电、电磁或者光信号。通过各种网络的信号和在网络链路320上并且通过通信接口 318的信号是传输介质的示例形式，这些信号携带去往和来自计算机系统300的数字数据。
[0091]计算机系统300可以通过网络、网络链路320和通信接口 318发送消息和接收包括程序代码的数据。在因特网示例中，服务器330可以通过因特网328、ISP326、本地网络322和通信接口 318传输用于应用程序的请求的代码。
[0092]接收的代码可以在它被接收时由处理器304执行和/或存储于存储设备310或者其它非易失性存储装置以中用于以后执行。
[0093]在前文说明书中，已经参照可以随着实现方式变化的许多具体细节描述了本发明的实施例。因而，将在例示性而非限制意义上看待说明书和附图。本发明的范围以及 申请人:旨在于作为本发明的范围的范围的仅有和唯一指示是从本申请发布的该套权利要求在这样的权利要求发布的具体形式(包括任何后续修改)中的字面和等效范围。
【权利要求】
1.一种方法，包括: 维护学习项目贮存库，其中所述学习项目贮存库包括以下二者:a)多个学习项目，和b)描述所述多个学习项目中的一个或者多个学习项目的学习项目元数据； 维护学习分级，其中所述学习分级代表有关学习目标的分级，并且在所述学习分级中的每个节点与描述学习目标的对应目标元数据关联； 接收对于用于辅助第一用户实现与在所述学习分级中的第一节点关联的所述学习目标的学习项目的第一请求； 其中所述第一节点与第一目标元数据关联； 响应于接收所述第一请求，一个或者多个计算设备自动生成第一查询，其中所述第一查询包括至少部分基于所述第一目标元数据的变元；以及 一个或者多个计算设备使所述第一查询针对所述学习项目贮存库被执行以标识学习项目以辅助所述第一用户实现与所述第一节点关联的所述学习目标。
2.根据权利要求1所述的方法，还包括: 接收对于用于辅助第二用户实现与在所述学习分级中的所述第一节点关联的所述学习目标的学习项目的第二请求； 响应于接收所述第二 请求，生成与所述第一查询相同的第二查询并且使所述第二查询针对所述学习项目贮存库被执行； 响应于所述第一查询，从所述学习项目贮存库接收标识第一学习项目的学习项目标识符而未接收标识第二学习项目的任何学习项目标识符； 响应于所述第二查询，从所述学习项目贮存库接收标识所述第二学习项目的学习项目标识符； 提供所述第一学习项目以辅助所述第一用户实现与所述第一节点关联的所述学习目标；并且 提供所述第二学习项目以辅助所述第二用户实现与所述第一节点关联的所述学习目标。
3.根据权利要求1所述的方法，还包括: 维护用于多个用户的简档，其中为所述多个用户中的每个用户的维护的所述简档描述与所述多个用户中的对应用户关联的一个或者多个与教育有关的属性； 其中所述第一用户是所述多个用户中的用户；并且 其中所述第一查询包括至少部分基于在用于所述第一用户的简档中描述的一个或者多个与教育有关的属性的一个或者多个变元。
4.根据权利要求3所述的方法，还包括: 接收对于用于辅助所述多个用户中的第二用户实现与在所述学习分级中的所述第一节点关联的所述学习目标的学习项目的第二请求； 响应于确定所述第二学生的简档与所述第一学生的简档相似，生成与所述第一查询相同的第二查询并且使所述第二查询针对所述学习项目贮存库被执行； 响应于所述第一查询，从所述学习项目贮存库接收标识第一学习项目的学习项目标识符; 响应于所述第二查询，从所述学习项目贮存库接收标识与所述第一学习项目不同的第二学习项目的学习项目标识符； 提供所述第一学习项目以辅助所述第一用户实现与所述第一节点关联的所述学习目标；并且 提供所述第二学习项目以辅助所述第二用户实现与所述第一节点关联的所述学习目标。
5.根据权利要求3所述的方法，还包括: 接收对于用于辅助所述多个用户中的第二用户实现与在所述学习分级中的所述第一节点关联的所述学习目标的学习项目的第二请求； 响应于接收所述第二请求，生成第二查询，其中所述第二查询包括至少部分基于在用于所述第二用户的简档中描述的一个或者多个与教育有关的属性的一个或者多个变元；使所述第二查询针对所述学习项目贮存库被执行； 响应于所述第一查询，从所述学习项目贮存库接收标识第一学习项目的学习项目标识符; 响应于所述第二查询，从所述学习项目贮存库接收标识与所述第一学习项目不同的第二学习项目的学习项目 标识符； 提供所述第一学习项目以辅助所述第一用户实现与所述第一节点关联的所述学习目标；并且 提供所述第二学习项目以辅助所述第二用户实现与所述第一节点关联的所述学习目标。
6.根据权利要求1所述的方法，还包括: 对在所述第一目标元数据中包括的种子文本执行语义分析，其中所述种子文本包括关于与所述第一节点对应的所述学习目标的信息； 其中所述第一查询包括至少部分基于从所述语义分析推导的关键字的一个或者多个变元。
7.根据权利要求1所述的方法，还包括: 对由所述第一用户在与教育课程关联的一个或者多个讨论组中发表的文本执行语义分析； 其中所述第一查询包括至少部分基于从所述语义分析推导的关键字的一个或者多个变元。
8.根据权利要求3所述的方法，还包括: 确定所述第一查询中的一个或者多个变元未与所述学习项目贮存库中的学习项目元数据匹配； 生成报告，所述报告标识未与所述学习项目贮存库中的学习项目元数据匹配的多个变元，其中所述报告标识所述一个或者多个变元； 其中在所述报告中至少部分基于已经在针对所述学习项目贮存库被执行的查询中使用所述变元的次数对所述变元排名。
9.根据权利要求6所述的方法，还包括: 确定所述第一查询中的一个或者多个变元未与所述学习项目贮存库中的学习项目元数据匹配；生成报告，所述报告标识未与所述学习项目贮存库中的学习项目元数据匹配的多个变元，其中所述报告标识所述一个或者多个变元； 其中在所述报告中至少部分基于已经在针对所述学习项目贮存库被执行的查询中使用所述变元的次数对所述变元排名。
10.根据权利要求7所述的方法，还包括: 确定所述第一查询中的一个或者多个变元未与所述学习项目贮存库中的学习项目元数据匹配； 生成报告，所述报告标识未与所述学习项目贮存库中的学习项目元数据匹配的多个变元，其中所述报告标识所述一个或者多个变元； 其中在所述报告中至少部分基于已经在针对所述学习项目贮存库被执行的查询中使用所述变元的次数对所述变元排名。
11.根据权利要求1所述的方法，还包括: 分析通过提供至少一个学习项目以辅助所述第一用户实现与所述第一节点关联的所述学习目标而产生的结果；并且 至少部分基于所述结果确定用于辅助后续用户实现与所述第一节点关联的所述学习目标的学习项目。
12.—个或者多个存储指令的非瞬态存储介质，所述指令在由一个或者多个处理器执行时，引起执行根据权利要求1-11中的任一权利要求所述的步骤。
【文档编号】G06Q50/20GK103975362SQ201280060239
【公开日】2014年8月6日 申请日期:2012年10月11日 优先权日:2011年10月12日
【发明者】S·梅农, J·玛萨库玛拉萨美, P·萨哈, K·S·泰勒, J·R·厄特 申请人:阿波洛教育集团公司