[发明专利]一种面向编程初学者的个性化智能辅导方法

说明书

本发明公开了一种面向编程初学者的个性化智能辅导方法，涉及教育智能化领域；首先，针对某个题目的各编程作业，以块为粒度进行划分；然后，将测试样例输入到各作业程序中，得到各自的变量执行轨迹；根据匹配条件，将正确的作业程序分为聚类，从每个类中随机选择一个模板；针对当前错误作业程序，逐个选择模板与之进行变量执行轨迹的匹配，采用笛卡尔积生成映射关系并计算每一个映射关系对应的修复代价；选择满足变量匹配完全一致且代价值最小的映射关系，将正确变量对应到错误程序对应的变量上，修复对应的知识点，完成最终的修复反馈生成。最后，构建联合因子模型，实现对学生的编程学习状态进行评估；本发明提高了编程作业的修复率。

技术领域

本发明涉及教育智能化领域，具体是一种面向编程初学者的个性化智能辅导方法。

背景技术

编程智能辅导是智慧教育中的重要内容，目的是帮助学生修复提交的错误程序，估计对编程知识点的掌握情况。

当前，编程智能辅导领域存在以下问题：对初学者编写的小规模程序的自动修复支持不足，编程错误修复时间冗长且修复结果晦涩难懂，缺乏对编程学习状态预测的模型，现有的编程课程线上实践系统不足以提供个性化的反馈；上述问题导致编程智能辅导系统还有待完善。

在传统的在线测评系统里，学生只能得到代码是否正确的结果，而错误代码的进一步修复工作需要学生独立完成或者老师来协助完成，人工修复需要大量的时间，效率极低；且编程学习过程中学生对自己的知识点掌握情况也缺乏基本认识，很难得到个性化的指导，亟需一种针对编程初学者的智能辅导系统，辅助学生对编程课程的学习，同时，能实时评测学生提交的代码，对于错误程序可以为学生提供修复意见以及错误相关知识点，学生阶段性学习后可以估计学生对编程知识点的学习程度。

如果采用人工修复，学生自己修复错误会浪费大量时间，也会打击其编程学习积极性，而教师和学生的数量差异难以满足教师对学生错误的逐一修复。因此，实现针对特定课程的智能辅导系统已经成为现阶段智慧学习的重要内容。

发明内容

本发明针对编程初学者的个性化智能辅导问题，为了克服现有技术的不足，搭建了一种面向编程初学者的个性化智能辅导方法，从收集编程课程的学习行为数据入手，对编程实践的正确提交进行匹配聚类，得到每个类的模板，对错误提交则使用自动修复工具返回反馈意见，同时，通过对学生的错误提交，建立学习状态预测模型对该学生新提交的结果进行评估预测。

所述的面向编程初学者的个性化智能辅导方法，包括如下步骤：

步骤一、针对某个题目，将每个编程初学者提交的编程作业程序，按正确答案和错误答案分为两类；

步骤二、按照是否包含控制语句和循环语句，以块为粒度对各作业程序分别进行划分；

划分的规则如下：

i.不存在循环语句和选择语句，为整体的一块，不做划分；存在选择语句，但不嵌套循环语句，选择语句作为整体的一块，不做划分，每个块表示为{L:0}；

ii.单层循环语句，作为单独的块，表示为{L:1}；

iii.如果选择语句中嵌套循环语句，整体作为单独的块，表示为{L:1}；

iv.多层嵌套循环，每一层都是单独的块；循环块L1中嵌套循环块L2，表示为{L1：{L2:1}}。

步骤三、将该题目对应的测试样例输入到各正确的作业程序中，得到每份作业程序中块的变量值，组合起来构成各作业对应的变量执行轨迹；

测试样例中包括该题目正确的输入和输出；

步骤四、逐个选择变量执行轨迹，判断是否满足匹配条件，如果是，则将所有匹配的作业程序聚为一类，反之，不匹配的作业程序单独归类；

两份变量执行轨迹的匹配需同时满足以下条件：