[发明专利]一种知识要点推送方法及系统

说明书

技术领域

本发明涉及知识推送技术领域，尤其涉及一种知识要点推送方法及系统。

背景技术

关于MOOC在线教育：大规模开放式网络课程，即MOOC。2012年，由Coursera、 Udacity、edX三大课程提供商兴起的，同时，美国顶尖大学均陆续设立网络学习平台，在网 上提供免费课程。MOOC是一种新的课程模式并且具有比较完整的课程结构，在开放教育领 域内，没有人数、时间、地点的限制，通过网络传播即可进行学习。MOOC与传统的开放课程相 比，具有易于使用、免费使用、工具和资源多元化、自主学习、社会性建构的优势。社会性学 习有利于构建社会化学习网络与知识的创造和分享，对于推动开放教育会产生深远影响。 MOOC课程主要针对的是高等教育，因此其社会教育性质更加显著，授课人群主要还是大量 的非在校学习者，但对于高等院校的在校学生来说，尤其是与高校的教学系统融合，如利用 在线教育平台完成教学工作等，仍处于初始阶段。

关于大数据在教育领域的应用：近年来，随着大数据成为互联网信息技术行业的 流行词汇，教育逐渐被认为是大数据可以大有作为的一个重要应用领域。大数据技术允许 中小学和大学分析从学生的学习行为、考试分数到职业规划等所有重要的信息。许多这样 的数据已经被诸如美国国家教育统计中心之类的政府机构储存起来用于统计和分析。教育 领域中的大数据分析最终目的是为了改善学生的学习成绩。成绩优异的学生对学校、对社 会、以及对国家来说都是好事。学生的作业和考试中有一系列重要的信息往往被我们常规 的研究所忽视。因此如何针对学生的学习行为进行推送知识要点的方法成为了亟需解决的 问题。

发明内容

针对现有技术中的缺陷，本发明提供了一种知识要点推送方法及系统，能够根据 学生的学习行为向学生推送知识要点，以知识干预的方式完成智能化的教学决策和学习补 充，解决学生学习能力发展失衡、学习资源利用不合理等问题。

第一方面，本发明提供了一种知识要点推送方法，包括：

采集预先记录的学生的学习行为数据，并通过预设规则对所述学习行为数据进行 预处理；

对预处理后的学习行为数据通过聚类分析算法建立知识要点推送数据库，所述数 据库中包括学生的学习行为与预设推送策略的对应关系，所述推送策略包括不同学习行为 对应的知识要点；

根据学生的学习行为，在所述知识要点推送数据库中获取与所述学习行为对应的 推送策略，并推送该推送策略所包括的知识要点。

可选的，所述学习行为数据包括：用户名、访问日期、访问页面地址、页面操作信 息、访问开始时间和访问结束时间。

可选的，所述通过预设规则对所述学习行为数据进行预处理，包括：

将所述学习行为数据通过预设规则进行处理，形成预设数据流的数据。

可选的，所述对预处理后的学习行为数据通过聚类分析算法建立知识要点推送数 据库，包括：

对所述预处理后的学习行为数据通过聚类分析算法进行相似度分组；

关联每一分组中的数据中学生的学习行为与预设推送策略；

将关联后的学习行为与预设推送策略存储在所述知识要点推送数据库中。

可选的，在推送该推送策略所包括的知识要点之后，所述方法还包括：

存储所述学生的学习行为，并定期推送所述知识要点。

第二方面，本发明还提供了一种知识要点推送系统，包括：

采集模块，采集预先记录的学生的学习行为数据；

预处理模块，用于通过预设规则对所述学习行为数据进行预处理；

数据库建立模块，用于对预处理后的学习行为数据通过聚类分析算法建立知识要 点推送数据库，所述数据库中包括学生的学习行为与预设推送策略的对应关系，所述推送 策略包括不同学习行为对应的知识要点；

推送模块，用于根据学生的学习行为，在所述知识要点推送数据库中获取与所述 学习行为对应的推送策略，并推送该推送策略所包括的知识要点。

可选的，所述学习行为数据包括：用户名、访问日期、访问页面地址、页面操作信 息、访问开始时间和访问结束时间。

可选的，所述预处理模块，用于将所述学习行为数据通过预设规则进行处理，形成 预设数据流的数据。