本发明涉及大数据,尤其涉及一种基于大数据的智适应教育学习方法及系统。
背景技术:
1、常规的智适应教育方法是指教育系统根据学生的特定特征和学习情况,通过预设的规则或算法来提供相应的教学内容、资源或者课程安排,以满足学生的个性化学习需求。这种方法通常会依赖于教师的经验、教育机构的教学大纲和学科知识。常规方法往往依赖于预设的规则或者静态的教学大纲,无法完全满足学生个性化学习需求或仅依赖老师人工关注学生,难以提高关注质量,尤其是在知识掌握程度和学习速度方面。
技术实现思路
1、本发明为解决上述技术问题,提出了一种基于大数据的智适应教育学习方法及系统,以解决至少一个上述技术问题。
2、本申请提供了一种基于大数据的智适应教育学习方法,应用于大数据平台,包括以下:
3、s1:获取学生基础数据,并根据学生基础数据进行学生教育画像生成,从而获取学生教育画像数据;
4、s2:根据学生教育画像数据进行学习意向特征提取以及学习约束条件特征提取,从而分别获取学习意向特征数据以及学习约束条件特征数据;
5、s3:根据学习约束条件特征数据以及学习意向特征数据进行教学课程生成,从而获取实时教学课程数据;
6、s4:根据实时教学课程数据进行第一学习过程实时评估,从而获取学习过程实时评估数据;
7、s5:根据学习过程实时评估数据进行学习内容推荐生成,从而获取第一学习内容推荐数据,并根据学习过程实时评估数据对实时教学课程数据进行动态调整,生成第二学习内容推荐数据;
8、s6:根据第一学习内容推荐数据以及第二学习内容推荐数据进行在线学习课程作业,并利用知识状态诊断引擎对在线学习课程作业进行第二学习过程实时评估,以进行学习过程查漏补缺作业。
9、本发明中通过学生基础数据生成学生教育画像,精准地了解每位学生的学习特点、需求和约束条件,实现个性化教学。根据实时教学课程数据和学习过程实时评估数据,能够动态调整教学内容,及时满足学生的学习需求,提高教学效果。根据学习过程实时评估数据,生成个性化的学习内容推荐,提高学生学习的针对性和效率。通过知识状态诊断引擎对在线学习课程作业进行第二学习过程实时评估,及时发现学生的薄弱环节,主动进行查漏补缺,帮助学生全面提升学习水平。通过大数据平台,对海量的学生数据进行分析和挖掘,提升教育决策的科学性和准确性。对于知识掌握程度和学习速度,通过精准教学以及数据挖掘的技术支持,从而实现科学的教育决策,以提升教学质量。
10、优选地,本发明还提供了一种基于大数据的智适应教育学习系统,用于执行如上所述的基于大数据的智适应教育学习方法,该基于大数据的智适应教育学习系统包括:
11、学生教育画像生成模块:用于获取学生基础数据,并根据学生基础数据进行学生教育画像生成,从而获取学生教育画像数据;
12、特征提取模块,用于根据学生教育画像数据进行学习意向特征提取以及学习约束条件特征提取,从而分别获取学习意向特征数据以及学习约束条件特征数据;
13、教学课程生成模块,用于根据学习约束条件特征数据以及学习意向特征数据进行教学课程生成,从而获取实时教学课程数据;
14、第一学习过程实时评估模块,用于根据实时教学课程数据进行第一学习过程实时评估,从而获取学习过程实时评估数据;
15、学习内容推荐生成模块,用于根据学习过程实时评估数据进行学习内容推荐生成,从而获取第一学习内容推荐数据,并根据学习过程实时评估数据对实时教学课程数据进行动态调整生成第二学习内容推荐数据;
16、在线学习课程作业模块,用于根据第一学习内容推荐数据以及第二学习内容推荐数据进行在线学习课程作业,并利用知识状态诊断引擎对在线学习课程作业进行第二学习过程实时评估,以进行学习过程查漏补缺作业。
17、本发明的有益效果在于:通过获取学生基础数据和生成学生教育画像,实现了对每位学生个性化需求的识别和分析,从而为其提供针对性的教学服务。通过学习意向特征和学习约束条件特征的提取,实现了对学生学习意向和约束条件的精准匹配,为学生生成最适合的实时教学课程,提高了教学效果。通过第一学习过程的实时评估,及时了解学生的学习状态,从而在第二学习内容推荐阶段对实时教学课程进行动态调整,保证了教学内容的实时性和针对性。利用知识状态诊断引擎对在线学习课程作业进行第二学习过程实时评估,通过多维度的评估方法,深入挖掘学生的学习状态,为学生提供个性化的查漏补缺作业。通过多维学生教育画像的生成,从学习成绩、学习能力、家庭承受条件等多个维度全面评估学生,为教育决策提供了全方位的参考。通过教学资源匹配和知识图谱构建,有效地利用了教学资源,提高了资源的利用效率和教学的针对性。本发明充分结合大数据和智能化技术,实现了对学生的精准教育,提高了教育质量和效率,对于促进个性化教育、提升教学水平具有显著的实际应用价值。
1.一种基于大数据的智适应教育学习方法,其特征在于,应用于大数据平台,包括以下:
2.根据权利要求1所述的方法,其特征在于,s1包括以下步骤:
3.根据权利要求2所述的方法,其特征在于,s16包括以下步骤:
4.根据权利要求3所述的方法,其特征在于,其中步骤161中学习成绩维度评估通过学习成绩维度评估模型进行评估,学习成绩维度评估模型的构建步骤包括以下步骤:
5.根据权利要求4所述的方法,其特征在于,其中特征选择数据包括第一特征选择数据以及第二特征选择数据,对标准学生聚类特征数据进行特征选择,得到特征选择数据的步骤包括以下步骤:
6.根据权利要求1所述的方法,其特征在于,s2包括以下步骤:
7.根据权利要求6所述的方法,其特征在于,s3包括以下步骤:
8.根据权利要求1所述的方法,其特征在于,s5包括以下步骤:
9.根据权利要求1所述的方法,其特征在于,s6包括以下步骤:
10.一种基于大数据的智适应教育学习系统,其特征在于,用于执行如权利要求1所述的基于大数据的智适应教育学习方法,该基于大数据的智适应教育学习系统包括: