一种基于大数据的学习障碍特征分析与诊断系统

1.本发明涉及学习障碍特征分析与诊断技术领域，具体是指一种基于大数据的学习障碍特征分析与诊断系统。


背景技术：

2.儿童学习障碍简称为ld问题最近十多年来，受到我国教育学、心理学以及医学方面的广泛关注。这是因为，这种病症在儿童中的发生率占到6％左右，并且给这类儿童本身的学习和生活带来很多烦恼和痛苦，也给家庭和学校带来很多问题、负担和无奈。我国是儿童大国，在重视教育、重视知识的今天，儿童在学习和认知方面出现的问题成为家庭、学校、医疗保健乃至社会关注的焦点。
3.随着社会不断进步，学习障碍不仅会对儿童的基础教育造成一定的阻碍，而且可能对其一生的发展都有着不可预测的影响。基于此，儿童学习障碍诊断便显得尤为重要。但现实的诊断是复杂的，需要大量的人力与物力，尤其是早期的儿童，如果没有得到及时的评价和诊断，或者得到错误的评价结果，会对未来及时干预或使用哪种干预措施有很大影响。
4.在这个数据时代，大数据技术已经得到了广泛的运用与普及，大数据技术与各行各业的结合已经是大势所趋，而教育领域首当其冲。随着当代信息化时代的到来，当紧教育的学习方式也不再是传统单一的学习方式，而是在数字化信息技术的发展下进行多方式的数字化学习。结合医生和专家们在诊断学习障碍领域的经验与技术，融入大数据技术，通过教育大数据技术来实现对学习障碍学生的学习行为特征的分析与监测、教学指导、特殊儿童学习评估与管理等一系列任务，让教育智能起来。
5.所以，一种基于大数据的学习障碍特征分析与诊断系统成为人们亟待解决的问题。


技术实现要素：

6.本发明要解决的技术问题是随着社会不断进步，学习障碍不仅会对儿童的基础教育造成一定的阻碍，而且可能对其一生的发展都有着不可预测的影响；基于此，儿童学习障碍诊断便显得尤为重要；但现实的诊断是复杂的，需要大量的人力与物力，尤其是早期的儿童，如果没有得到及时的评价和诊断，或者得到错误的评价结果，会对未来及时干预或使用哪种干预措施有很大影响。
7.为解决上述技术问题，本发明提供的技术方案为：一种基于大数据的学习障碍特征分析与诊断系统，包括用户使用者界面、解释模块、自评筛选模块、诊断推理模块以及学习障碍规则数据库；
8.所述用户使用者界面包括登入模块、显示界面和用户操作界面；
9.所述解释模块包括事例解释模块；
10.所述诊断推理模块包括反馈模块、作答模块、作答轨迹模块和大数据轨迹分析模块；
11.用户经用户使用者界面进入系统进行测试，自评筛查模块进行自评，若自评测试分数小于设定值，则直接进入事例解释模块，通过显示界面导出结果呈现给用户；若自评测试分数大于设定值，则进入反馈模块，反馈模块与学习障碍规则数据库连接并传输相应的判断语句到作答模块，通过作答模块反馈到用户操作界面，用户进行作答，在进行if条件句诊断时，诊断推理模块中的作答轨迹模块会持续记录用户的作答情况并将数据传输至邻近的大数据轨迹分析模块，大数据轨迹分析模块接收数据后，开始提取学习障碍规则数据库的相应数据与接收到的数据进行对比分析，分析的结果发送至事例解释模块，事例解释模块进行组织，并将相应的结果通过显示界面呈现给用户。
12.进一步的，所述自评筛查模块的自评测试分数的设定值为65分。
13.进一步的，所述学习障碍规则数据库中包含专家经验、学障儿童发展特点、独特的学习行为特点、及时更新的学习障碍儿童特征以及prs数据。
14.本发明与现有技术相比的优点在于：本发明采用用户使用者界面、解释模块、自评筛选模块、诊断推理模块以及学习障碍规则数据库的配合，减少了大量的人力与物力，同时提高了评估的准确性与有效性；将学习障碍筛查的运用大众化，通过大数据可以实现对于学习障碍特征的建构，以此学习障碍儿童提供更加有利的分析和评估；此评估模型不仅可以运用到儿童学习障碍专业诊疗领域，而且可以为老师家长提供准确且快捷的诊断评估，对学障儿童之后及时地干预治疗和身心健康发展发挥了重要的作用；其强大的功能和优势将促进学习障碍诊断和治疗效率的进一步提高，使筛查、学习障碍儿童的诊断和干预可以在各种环境中有效地进行；本发明设计合理，值得大力推广。
附图说明
15.图1是本发明一种基于大数据的学习障碍特征分析与诊断系统的原理框图。
16.图2是本发明中用户使用者界面的原理框图。
17.图3是本发明中解释模块的原理框图。
18.图4是本发明中诊断推理模块的原理框图。
19.图5是本发明一种基于大数据的学习障碍特征分析与诊断系统的流程图。
20.如图所示：1、用户使用者界面，2、解释模块，3、自评筛选模块，4、诊断推理模块，5、学习障碍规则数据库，6、登入模块，7、显示界面，8、用户操作界面，9、事例解释模块，10、反馈模块，11、作答模块，12、作答轨迹模块，13、大数据轨迹分析模块。
具体实施方式
21.下面结合附图对本发明一种基于大数据的学习障碍特征分析与诊断系统做进一步的详细说明。
22.结合附图1-5，对本发明进行详细介绍。
23.一种基于大数据的学习障碍特征分析与诊断系统，包括用户使用者界面1、解释模块2、自评筛选模块3、诊断推理模块4以及学习障碍规则数据库5；
24.所述用户使用者界面1包括登入模块6、显示界面7和用户操作界面8；
25.所述解释模块2包括事例解释模块9；
26.所述诊断推理模块4包括反馈模块10、作答模块11、作答轨迹模块12和大数据轨迹
分析模块13；
27.用户经用户使用者界面1进入系统进行测试，自评筛查模块3进行自评，若自评测试分数小于设定值，则直接进入事例解释模块9，通过显示界面7导出结果呈现给用户；若自评测试分数大于设定值，则进入反馈模块10，反馈模块10与学习障碍规则数据库5连接并传输相应的判断语句到作答模块11，通过作答模块11反馈到用户操作界面8，用户进行作答，在进行if条件句诊断时，诊断推理模块2中的作答轨迹模块12会持续记录用户的作答情况并将数据传输至邻近的大数据轨迹分析模块13，大数据轨迹分析模块13接收数据后，开始提取学习障碍规则数据库5的相应数据与接收到的数据进行对比分析，分析的结果发送至事例解释模块9，事例解释模块9进行组织，并将相应的结果通过显示界面7呈现给用户。
28.所述自评筛查模块3的自评测试分数的设定值为65分。
29.所述学习障碍规则数据库5中包含专家经验、学障儿童发展特点、独特的学习行为特点、及时更新的学习障碍儿童特征以及prs数据。
30.本发明一种基于大数据的学习障碍特征分析与诊断系统的具体实施过程如下：用户经用户使用者界面1进入系统进行测试，自评筛查模块3进行自评，若自评测试分数小于65，则直接进入事例解释模块9，通过显示界面7导出结果呈现给用户；若自评测试分数大于65，则进入反馈模块10，反馈模块10与学习障碍规则数据库5连接并传输相应的判断语句到作答模块11，通过作答模块11反馈到用户操作界面8，用户进行作答，在进行if条件句诊断时，诊断推理模块2中的作答轨迹模块12会持续记录用户的作答情况并将数据传输至邻近的大数据轨迹分析模块13，大数据轨迹分析模块13接收数据后，开始提取学习障碍规则数据库5的相应数据与接收到的数据进行对比分析，分析的结果发送至事例解释模块9，事例解释模块9进行组织，并将相应的结果通过显示界面7呈现给用户。
31.本发明采用用户使用者界面1、解释模块2、自评筛选模块3、诊断推理模块4以及学习障碍规则数据库5的配合，减少了大量的人力与物力，同时提高了评估的准确性与有效性；将学习障碍筛查的运用大众化，通过大数据可以实现对于学习障碍特征的建构，以此学习障碍儿童提供更加有利的分析和评估；此评估模型不仅可以运用到儿童学习障碍专业诊疗领域，而且可以为老师家长提供准确且快捷的诊断评估，对学障儿童之后及时地干预治疗和身心健康发展发挥了重要的作用；其强大的功能和优势将促进学习障碍诊断和治疗效率的进一步提高，使筛查、学习障碍儿童的诊断和干预可以在各种环境中有效地进行；本发明设计合理，值得大力推广。
32.以上对本发明及其实施方式进行了描述，这种描述没有限制性，附图中所示的也只是本发明的实施方式之一，实际的结构并不局限于此。总而言之如果本领域的普通技术人员受其启示，在不脱离本发明创造宗旨的情况下，不经创造性的设计出与该技术方案相似的结构方式及实施例，均应属于本发明的保护范围。