[发明专利]对知识点掌握状态进行测量的方法

说明书

本申请涉及一种对知识点掌握状态进行测量的方法和系统，通过正误、时间、难度综合考虑学生在知识点上的状态，能够较好地区分不同学生的水平，摆脱了光从正误和难度看学生知识状态导致相同值太多，无法分别出不同水平学生的困扰。通过对题目、知识点等粒度的学生KS的定位，能够用这个指标来推题和有针对性地帮助学生寻找知识漏洞,规划学习路径。如学生在知识点上的平均KS很高(如0.8)，说明学生在知识点上，尤其是最近几道题做得又快又准，能力很强。则其后续推送题目的难度将会变大，以适应学生最新的能力水平。后续推知识点也会优先推KS值相近的知识点，从而实现个性化地自适应教育。

技术领域

本申请涉及人工智能、自适应技术在教育上的应用领域，尤其涉及一种对知识点掌握程状态进行测量的方法和系统。

背景技术

学生学习知识点的过程，实际上是对知识点的掌握状态不断提升的过程。在学习的过程中，尤其是通过做练习题来进行学习的过程中，一般都遵循先易后难的顺序让学生进行练习，实际上就是将练习题的难度与学生对知识点的掌握状态相匹配，随着掌握状态的提升不断地提高题目的难度，或者说根据学生不同的掌握状态提供相对应难度的题目，因此就需要评估学生对知识点的掌握状态。

但在传统的教学过程中，通常是将学生作为一个整体而向所有的学生推送相同的题目，而不会考虑每一个学生的不同情况。这种方式势必会出现，对于部分掌握状态较好的学生来说，题目难度过低，简单地重复练习，学习效率较低、效果较差；对于部分掌握状态较差的学生来说，题目难度过高，不仅没有练习效果，反而会挫伤学习的积极性。并且，在传统的教学过程中，学习各个知识点内容的顺序是由老师或者教案事先确定的，也不会考虑每一个学生的不同情况。

发明内容

发明人经过长期的观察和实验发现，现有的评估学生的知识点掌握状态的方式主要有正答率(即作答题目正确或错误的情况)、能力值(基于IRT理论)等指标来衡量学生在知识点粒度上的知识掌握状态。IRT理论即项目反应理论(Item Response Theory,IRT)，又称题目反应理论、潜在特质理论，是一系列心理统计学模型的总称，IRT是用来分析考试成绩或者问卷调查数据的数学模型，这些模型的目标是来确定潜在的心理特征是否可以通过测试题被反应出来，以及测试题和被测试者之间的互动关系。

但现有的与学生知识点掌握状态相关的衡量指标存在以下问题：

(1)正答率仅仅考虑正误情况，考虑的维度太少，不够全面。

(2)能力值虽然考虑了正误和难度，但其得出的值比较离散，会有大量的学生的能力值集中在相等或接近的若干个值上，难以区分开学生，区分度较差。

(3)虽然可以根据正答率来调整之后向学生推送的题目的难度，但目前给学生推送题目的初始难度都是一样的(尚未作答该知识点的题目，正答率指标为空)，难以个性化学生的初始推题难度。

(4)当需要向学生推送新的知识点进行学习时，现有的方式都是按照事先确定的顺序或规则进行推送，难以适应学生个性化的学习要求。

现有方法更多考虑的是正答率，即从正误角度考虑学生知识状态，但未考虑到或难以综合地考虑题目难度、做题时间等角度。有鉴于现有技术的上述缺陷，本申请提供一种对知识点掌握状态进行测量的方法和系统，能够从多角度全面地评估学生的知识点掌握状态，并且能够较好地对学生进行区分，有利于更准确地定位学生的能力水平，从而能够更有针对性地向学生推荐个性化的学习路径，解决原先没有很多角度和很好的区分度考虑定位学生知识状态和能力水平的问题。

本申请提供一种对知识点掌握状态进行测量的方法，包括：采集学生作答与知识点相关的题目的作答时间和答题结果；根据作答时间和答题结果，计算学生在题目上的知识状态；以及根据学生完成作答的与知识点相关的所有题目的知识状态的平均值，作为学生在知识点上的综合知识状态，以测量学生对知识点的掌握状态。