[发明专利]一种教学干预方法和装置

说明书

本申请提供了一种教学干预方法和装置，该方法包括：基于获取的多个用户的历史学习数据，确定学习属性特征、学习行为特征和学习成果特征；将所述学习属性特征和所述学习行为特征作为自变量，将所述学习成果特征作为因变量，构建学习成果预测模型并进行训练；针对每个待预测用户，基于获取的该待预测用户的历史学习数据，确定所述学习属性特征的特征值和所述学习行为特征的特征值；将所述学习属性特征的特征值和所述学习行为特征的特征值作为自变量的值，输入到完成训练的学习成果预测模型，得到该待预测用户的预测结果；基于得到的各所述待预测用户的预测结果，确定待干预用户，并对待干预用户进行干预。

技术领域

本申请涉及数据分析技术领域，具体而言，涉及一种教学干预方法和装置。

背景技术

随着技术在教育领域的深入应用，学习者的学习方式与传统时代的学习方式相比，已发生巨大变化，基于互联网的在线学习、基于移动终端的泛在学习等，已成为未来社会终身学习的必然发展趋势。然而现有的网络学习和移动学习等技术支持的学习模式还存在很多不足，如，学习者对于在线课程参与度不足，多是作为被动的知识接受者，未能成为主动的知识创造者，学习者的学习主体地位没有得到有效体现，当学习者学习表现不佳的时候，无法对学习者及时进行有效的干预。

发明内容

有鉴于此，本申请的目的在于提供一种教学干预方法和装置，用于解决现有技术中不能及时为学习者提供干预的问题。

第一方面，本申请实施例提供了一种教学干预方法，该方法包括：

基于获取的多个用户的历史学习数据，确定学习属性特征、学习行为特征和学习成果特征；

将所述学习属性特征和所述学习行为特征作为自变量，将所述学习成果特征作为因变量，构建学习成果预测模型并进行训练；

针对每个待预测用户，基于获取的该待预测用户的历史学习数据，确定所述学习属性特征的特征值和所述学习行为特征的特征值；

将所述学习属性特征的特征值和所述学习行为特征的特征值作为自变量的值，输入到完成训练的学习成果预测模型，得到该待预测用户的预测结果；

基于得到的各所述待预测用户的预测结果，确定待干预用户，并对待干预用户进行干预。

可选地，所述构建学习成果预测模型并进行训练，包括：

基于获取的第一历史时间段的多个用户的历史学习数据，确定学习属性特征的特征值、学习行为特征的特征值；

基于获取的第二历史时间段的多个所述用户的历史学习数据，确定所述学习成果特征的特征值；所述第二历史时间段滞后于所述第一历史时间段；

将所述学习属性特征的特征值和所述学习行为特征的特征值作为自变量的值，将所述学习成果特征的特征值作为因变量的值，对所述学习成果预测模型进行训练。

可选地，所述基于得到的各所述待预测用户的预测结果，确定待干预用户，包括：

将小于设定结果阈值的预测结果对应的待预测用户作为待干预用户。

可选地，所述对待干预用户进行干预，包括：

根据所述待干预用户的综合影响因素，为所述待干预用户生成干预内容；

根据所述干预内容对所述待干预用户进行教学干预。

可选地，在所述基于获取的多个用户的历史学习数据，确定学习属性特征、学习行为特征和学习成果特征之前，还包括：

对所述历史学习数据进行清洗；

对清洗后的历史学习数据进行对齐处理。

第二方面，本申请实施例提供了一种教学干预装置，该装置包括：