本发明属于在线教育技术领域,具体涉及一种基于教学模型的在线教育系统及其分班方法。
背景技术:
随着信息技术的迅速发展,特别是从互联网到移动互联网的发展,创造了跨时空的生活、工作和学习方式,使知识获取的方式发生了根本的变化,教与学可以不受时间、空间和地点的条件限制,获取知识的渠道更加灵活和多样化。
在线教育也成为远程教育、在线学习,现行概念中一般指的是一种基于互联网的学习行为,与网络培训概念相似,是以网络为介质的教学方式,通过网络学员与教师即使不在同一地区也可以开展教学活动;此外,借助网络可见学员可以随时随地进行学习,非常适用于工作繁忙、学习时间不固定的人群。
随着在线教育的普及,不仅是在职的成年人,普通的中小学生也已成为在线教育的受众,且很多中小学生都会选择接收全科的系统教育培训而不仅仅是针对某一科的补习,因此很多在线教育也会像学校一样设置包括各学科的班级,并且为了提高教学质量,各教师都是在线讲解而非通过视频资料进行讲授。
由于教师的教学经验和教学风格不同,造成其教学能力也不同;学生由于其性格、爱好的不同,各科的成绩也不同。学生接收在线教育的目的大部分都是查漏补缺,提升成绩比较差的学科且保持成绩较好的学科,因此为了保证教学效果,如果对学生进行班级分配非常重要。
在线教育系统中现有的分班方法是随机分配,或者学生根据平台对老师的介绍自主选择,并没有根据各教师的教学能力以及学生自身的特点进行选择,如此便会造成教学效果较差的问题。
技术实现要素:
本发明的目的是提供一种基于教学模型的在线教育系统及其分班方法,以解决现有技术中由于对学生班级分配不合理而导致教学效果差的问题。
为实现上述目的,本发明采用如下技术方案:
一种基于数学模型的在线教育系统的分班方法,包括如下步骤:
(1)根据各班各科教师的教学成果对其教学能力进行评分,得到各班的教师评分集;教师的教学能力与评分之间成正相关;
(2)根据各学生的历史成绩对其知识水平进行评分,得到各学生的知识水平评分集;学生的历史成绩与知识水平评分成负相关;
(3)根据各班的教师评分集和各学生的知识水平评分集,结合集合差异度计算模型对各学生进行分班处理,将学生分配到与其知识水平评分集差异度最小的教师评分集模型所对应的班级中。
进一步的,所述步骤(1)中,首先获取设定届各教师的教学成果,并根据各届教学成果分别对各教师进行评分;然后计算各教师各届评分的平均值,将其分别作为各教师的评分;最后将各班教师的评分按照设定学科顺序进行排序,得到各班级的教师评分集。
进一步的,所述步骤(2)中,首先获取一个学生最近设定次数考试所得到的各学科的成绩,并对该学生的各学科成绩进行评分;然后计算该学生各科成绩评分的平均值,将其按照设定学科顺序进行排列,得到学生的知识水平评分集。
进一步的,所述步骤(3)中,设班级教师评分集中第i项为pi,学生知识水平评分集中第i项为qi,则两者之间第i项的差异度bi为bi=|pi-qi|/pi
当两者之间各项差异度的最大值与最小值之差小于设定差异度差值时,将该学生分配到该班级。
进一步的,当与学生知识水平评分集中各项差异度的最大值与最小值之差小于设定差值的班级教师评分集有多个时,将该学生分配到与其知识水平评分集中各项差异度平均值最小的教师评分集所对应的班级中。
一种基于数学模型的在线教育系统,包括处理器和存储器,存储器上存储有用于在所述处理器上执行的计算机程序;所述处理器执行所述计算机程序时,实现如下步骤:
(1)根据各班各科教师的教学成果对其教学能力进行评分,得到各班的教师评分集;教师的教学能力与评分之间成正相关;
(2)根据各学生的历史成绩对其知识水平进行评分,得到各学生的知识水平评分集;学生的历史成绩与知识水平评分成负相关;
(3)根据各班的教师评分集和各学生的知识水平评分集,结合集合差异度计算模型对各学生进行分班处理,将学生分配到与其知识水平评分集差异度最小的教师评分集模型所对应的班级中。
进一步的,所述步骤(1)中,首先获取设定届各教师的教学成果,并根据各届教学成果分别对各教师进行评分;然后计算各教师各届评分的平均值,将其分别作为各教师的评分;最后将各班教师的评分按照设定学科顺序进行排序,得到各班级的教师评分集。
进一步的,所述步骤(2)中,首先获取一个学生最近设定次数考试所得到的各学科的成绩,并对该学生的各学科成绩进行评分;然后计算该学生各科成绩评分的平均值,将其按照设定学科顺序进行排列,得到学生的知识水平评分集。
进一步的,所述步骤(3)中,设班级教师评分集中第i项为pi,学生知识水平评分集中第i项为qi,则两者之间第i项的差异度bi为bi=|pi-qi|/pi
当两者之间各项差异度的最大值与最小值之差小于设定差异度差值时,将该学生分配到该班级。
进一步的,当与学生知识水平评分集中各项差异度的最大值与最小值之差小于设定差值的班级教师评分集有多个时,将该学生分配到与其知识水平评分集中各项差异度平均值最小的教师评分集所对应的班级中。
本发明所提供的技术方案,根据各教师的教学成果评价其教学能力,根据学生的考试成绩评价其知识水平,并根据各班教师的教学能力与学生知识水平对学生进行分班处理。由于本发明所提供的技术方案能够根据教师的教学水平和学生各科成绩进行合理的分班处理,解决现有技术中由于对学生班级分配不合理而导致教学效果差的问题。
附图说明
图1是本发明方法实施例中基于数学模型的在线教育系统的分班方法的流程图。
具体实施方式
本发明的目的是提供一种基于教学模型的在线教育系统及其分班方法,以解决现有技术中由于对学生班级分配不合理而导致教学效果差的问题。
方法实施例:
本实施例所提供的基于数学模型的在线教育系统的分班方法,对学生进行分班处理的流程如图1所示,包括如下步骤:
(1)对各班的各科教师进行评价,得到各班的教师评分集。
在对各科教师进行评价时,根据教师的教学成果对其教学能力进行评分,得到各科教师的评分,得到评分后将其按照设定学科顺序排列。
教师的教学成果根据其教导过的学生中成绩提高幅度得到的,教师的教学能力越强,其评分越高。
本实施例中,当有学生其中一科的成绩提高10分以内时该科教师的评分为p1,成绩提高10-20分以内时该科教师的评分为p2,成绩提高20-30分以内时该科教师的评分为p3,成绩提高30-40分以内时该科教师的评分为p4,成绩提高40-50分以内时该科教师的评分为p5,且p5大于p4,p4大于p3,p3大于p2,p2大于p1。
本实施例中,设每个班级的学生有n名,该班级成绩提高10分以内的学生人数为n1,10到20分之间的学生人数为n2,20到30分之间的学生人数为n3,30到40分之间的学生人数为n4,40到50分之间的学生人数为n5。
则该班学生该科教师的评价得分为p0=(n1*p1+n2*p2+n3*p3+n4*p4+n5*p5)/5
按照上述方法计算近m届班级教师的评分并求取其平均值p,将该平均值p作为该教师的评分:
p=(p01+p02+…p0i+p0m)/m
其中p0i该教师第i届的评分。
按照上述方法依次得到班内各科教师的评分,将其按照设定学科顺序排列后,作为该班的教师评分集。本实施例中的设定学科顺序,是按照语文、数学、英语、物理、化学和生物的顺序依次排列。
按照上述方法依次得到各班的教师评分集。
(2)对各学生的知识水平进行评价,得到各学生的知识水平评分集。
学生的知识水平根据其各科的考试成绩得到,根据学生知识水平的搭配其知识水平评分集的方法为:
获取一个学生最近设定次数考试所得到的各学科的成绩;
对该学生的各学科成绩进行评分,分数越高其评分越低;
计算该学生各科成绩评分的平均值,将其按照设定学科顺序进行排列,得到学生的知识水平评分集。
设一学生最近五次其中一科的考试成绩为a1、a2、a3、a4和a5,则首先计算其平均值a0,即
a0=(a1+a2+a3+a4+a5)/5
然后判断平均值a0与该科的成绩之差是否大于设定值,如果成绩a1、a2、a3、a4和a5中与a0之间的差值有大于设定差值的,则判断为该成绩无效,从而排除由于学生由于失误等原因出现考试成绩异常的情况。
最后针对成绩进行评分,以满分100分为例,90到100之间的评分为q1,80到90之间的评分为q2,70到80之间的评分为q3,60到70之间的评分为q4,50到60之间的评分为q5,其中q5大于q4,q4大于q3,q3大于q2,q2大于q1。
计算该科成绩评分的平均值,将其作为学生该科成绩的评分q0
q0=(q1+q2+q3+q4+q5)/5。
按照上述方法依次计算出学生各科成绩的评分,将其按照设定学科顺序进行排列,从而得到该学生的知识水平评分集。
(3)根据各班的教师评分集和各学生的知识水平评分集,结合集合差异度计算模型对各学生进行分班处理,将学生分配到与其知识水平评分集差异度最小的教师评分集模型所对应的班级中.
设一个班级的教师评分集为{p1,p2,p3,p4,p5},一个学生的知识水平评分集为{q1,q2,q3,q4,q5},两个集合之间差异度的计算方法为:
设班级教师评分集中第j项为pj,学生知识水平评分集中第j项为qj,则两者之间的差异度bj为
bj=|pj-qj|/pj
当学生知识水平评分集和班级教师评分集中各对应项的差异度都小于设定差异度差值时,将学生分配到该班级中。
作为其它实时方式,当与学生知识水平评分集中各项差异度的最大值与最小值之差小于设定差值的班级教师评分集有多个时,将该学生分配到与其知识水平评分集中各项差异度平均值最小的教师评分集所对应的班级中。
系统实施例:
本实施例提供一种基于数学模型的在线教育系统,包括处理器和存储器,存储器上存储有用于在处理器上执行的计算机程序,处理器执行该计算机程序时,实现如上述方法实施例所提供的基于数学模型的在线教育系统的分班方法。
以上公开的本发明的实施例只是用于帮助阐明本发明的技术方案,并没有尽叙述所有的细节,也不限制该发明仅为所述的具体实施方式。显然,根据本说明书的内容,可作很多的修改和变化。本说明书选取并具体描述这些实施例,是为了更好地解释本发明的原理和实际应用,从而使所属技术领域人员能很好地理解和利用本发明。本发明仅受权利要求书及其全部范围和等效物的限制。
本领域的普通技术人员应当理解:其依然可以对前述各实施例所记载的技术方案进行修改,或者对其中部分技术特征进行等同替换;而这些修改或者替换,并不会使相应技术方案的本质脱离本发明各实施例技术方案的精神和范围。