[发明专利]一种学习活动的多功能评价方法在审
| 申请号: | 201811171688.4 | 申请日: | 2018-10-09 |
| 公开(公告)号: | CN109918637A | 公开(公告)日: | 2019-06-21 |
| 发明(设计)人: | 陈玉峰 | 申请(专利权)人: | 上海博中机电科技有限公司 |
| 主分类号: | G06F17/27 | 分类号: | G06F17/27;G06Q50/20 |
| 代理公司: | 中国商标专利事务所有限公司 11234 | 代理人: | 王瑞 |
| 地址: | 201517 上海市金山*** | 国省代码: | 上海;31 |
| 权利要求书: | 查看更多 | 说明书: | 查看更多 |
| 摘要: | |||
| 搜索关键词: | 词语 测试 格式化 学习活动 词汇 短语 测试间隔 测试数据 评测系统 曲线绘制 测试卷 记忆力 时间轴 知识点 归档 试卷 排序 天数 集合 语文 筛选 外语 学习 学科 语言 统计 | ||
本发明公开一种学习活动的多功能评价方法和系统,方法包括以下步骤:测试数据的设置;格式化测试卷生成:通过词语筛选、并按词汇长度排序,格式化生成各类型测试试卷;统计并归档测试结果;记忆力曲线绘制:对任意词语A,第一次学习该词语时,在词语表中的登记日期为t0,后面的历次测试为t1、t2、t3……;从t0到t1间隔为n1天,t1到t2为n2天,t2到t3为n3天,以此类推;所有词汇的所有测试间隔天数{n1,n2,n3……}构成一个集合,并由此可以得到一个基于时间轴的分布R(n)=Vr(n)/Va(n),R(n)为间隔为n天的测试正确词数与测试总词数的比值。本发明针对的是语文、外语等语言类学科中,最为基础的字词、短语等知识点的学习及评测系统。
技术领域
本发明涉及学习系统领域,更确切地说是一种学习活动的多功能评价方法和系统。
背景技术
字词、短语是学习一门语言最为基础的知识,也是需要反复记忆、测试的知识。而学生对词语的掌握程度,会受到时间、形近字、音近字等多种因素的影响造成错误。没有科学的记录和统计方法,哪些词容易错、为什么容易错、怎么能减少错误等问题,往往成为困扰学生和家长的难点。而依照学习的进程,把所接触到的字词在音、形、义等多个维度上系统地汇总起来,并借助字词之间的关联,借助统计使错误的特点及成因更加一目了然,从而有针对性地提高字词学习效率及掌握程度,避免测试的简单机械化,是本发明试图解决的问题。
发明内容
本发明提出了一种学习活动的多功能评价系统和方法,该系统化进行字词学习并实时反馈学习质量的方法。本发明主要目的是通过对所接触到字词的时间信息、属性信息、测试信息和统计信息的组织完善,可以直观地反映出对所学词语的掌握情况,并可进行有针对性的复习测试。
本发明采用以下技术方案:
一种学习活动的多功能评价方法,其特征在于,包括以下步骤:
1)测试数据的设置;
2)格式化测试卷生成:通过词语筛选、并按词汇长度排序,格式化生成各类型测试试卷,可以生成词汇卷、部首卷、多音字卷,所有试卷均通过参数配置自动格式化生成;
3)统计信息,归档测试结果,并同步更新错词索引表,便于有针对性的复习,进一步对测试结果进行统计,并可指定待统计试卷范围:
4)记忆力曲线绘制:
对任意词语A,第一次学习该词语时,在词语表中的登记日期为t0,后面的历次测试为t1、t2、t3……;
从t0到t1间隔为n1天,t1到t2为n2天,t2到t3为n3天,以此类推;
所有词汇的所有测试间隔天数{n1,n2,n3……}构成一个集合,并由此可以得到一个基于时间轴的分布R(n)=Vr(n)/Va(n):其中n为从1向后伸展的以天为单位的时间轴,Va(n)为间隔为n天的测试词语的总数,Vr(n)为间隔为n 天的测试词语的正确数目,它们的比值R(n)为间隔为n天的测试正确率,并以此来反应记忆准确程度,根据所有的R(n)可以绘制出基于时间长度的记忆准确曲线;
同时,如果进一步区分n的测试次数属性n1,n2,n3……,可以得到初次测试记忆曲线R(n1),第二次测试记忆曲线R(n2)等以此类推的细分记忆曲线,以及不同曲线的对比。
一种学习活动的多功能评价系统,其特征在于,还包括以下内容:
词汇表,其记录语文、外语等学科的词语、注音、释义等基础信息,各词语对应的学期、来源、课数、登记日期、历次测试日期、正误情况等时间及属性信息,以及各词语测试总次数、错误次数、正确率、错误率、连对次数、连错次数等测试及统计信息;
归档表,其记录历次测试内容、正误标记、测试日期、测试类型、测试卷编号等历史信息;
该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于上海博中机电科技有限公司,未经上海博中机电科技有限公司许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服】
本文链接:http://www.vipzhuanli.com/pat/books/201811171688.4/2.html,转载请声明来源钻瓜专利网。





