[发明专利]一种面向学习分析与评测的结构化能力模型构建方法

说明书

本发明涉及一种面向学习分析与评测的结构化能力模型构建方法，获取N个已经被定义的能力维度数据A₁,A₂,…,A_N及与每种能力维度数据对应的唯一能力维度ID标识；提炼获取M个关键词数据KW₁,KW₂,…,KW_M及与每个关键词数据对应的唯一关键词ID标识；根据组合设定指令，将上述能力维度数据与关键词数据组合配对，形成所述领域知识或课程内容D的L个学习目标数据KWA₁,KWA₂,…,KWA_L，并为每一个KWA设定唯一的学习目标ID标识。本发明提出了一种能力模型构建方法，能够结构化描述领域或课程的能力学习目标，呈现各个能力目标的关联性和重要性。进一步的，采用能力模型对试题进行标注，并获取学生测试数据进行分析，可以得到学生各个能力维度的定量评价。

技术领域

本发明属于教育测量、学习分析与评测、自适应学习系统领域，特别涉及一种面向学习分析与评测的结构化能力模型构建方法。

背景技术

近几年，随着大数据技术和在线教育的快速发展，教育数据挖掘、学习分析与评测、自适应学习系统等已经成为了新兴的研究领域。

自适应学习系统是一种根据学生特征或学情提供适应性学习内容的教育技术或产品，能够满足学生的个性化需求，被认为是提高学习质量的有效方式。自适应学习系统通常包括领域模型、学生模型和自适应模型三个核心组件。领域模型是对课程或领域知识的结构化描述，一般采用概念地图、知识地图、知识图谱等方式对概念、知识单元等内容及其关系进行表征。学生模型用于描述学生的个体特征，包括基本信息、学习风格和知识水平等，需要基于领域模型和学习分析与评测获得。

在另一方面，教育行业正在积极推进从知识导向到能力导向的教学变革，而现有的领域模型，如知识图谱、知识地图等都是知识导向的，缺少对学生能力输出的定义或描述方法。本发明提出了一种结构化能力模型构建方法，能够基于能力描述领域知识的学习或教学目标，有助于学生能力的定量评价。

发明内容

本发明的首先涉及一种面向学习分析与评测的结构化能力模型构建方法，其包括如下步骤：

针对某一具体领域知识或课程内容D，获取N个已经被定义的能力维度数据A₁,A₂,…,A_N及与每种能力维度数据对应的唯一能力维度ID标识；

针对所述领域知识或课程内容D，提炼获取M个关键词数据KW₁,KW₂,…,KW_M及与每个关键词数据对应的唯一关键词ID标识；

根据组合设定指令，将上述能力维度数据与关键词数据组合配对，形成领域知识或课程内容D的L个学习目标数据KWA₁,KWA₂,…,KWA_L，并为每一个KWA设定唯一的学习目标ID标识；

在上述领域知识内对每一个KWA设定其重要性程度，所述重要性程度的赋值方法包括但不限于考核频次计算或领域专家经验。

针对上述所有KWA设定其相互关系标识，所述相互关系的设置方法包括但不限于顺序关系或相关性关系。

本发明另外一方面还涉及采用本发明任一模型的图形化方法，包括如下步骤：

获取全部与所述KWA数据对应的KWA图标；

获取全部所述KWA数据的顺序关系标识或相关性关系标识；

将所有KWA图标根据所述顺序关系标识或所述相关性关系标识确定的相互关系进行连接并呈现在一张图上。

本发明还涉及一种基于本发明任一结构化能力模型的面向学习分析与评测方法，包括如下步骤，