一种基于多维度的个性化学习计划动态生成方法

技术领域

本发明涉及在线学习技术领域，特别涉及一种基于多维度的个性化学习计划动态生成方法。

背景技术

目前，随着互联网技术的快速发展和线上课堂的实现，现在进行学习计划都是由老师制定，但是老师的学习计划只能是符合大多数人，对于单个学生的学习计划指定不一定有效，而且现有的学习计划都是老师随机布置，可能存在重点和难点的划分，但是划分知识点，存在知识点无法及时学习。无法生成符合每个学生的并进行知识点优先级调控的个性化学习计划。

发明内容

本发明提供一种基于多维度的个性化学习计划动态生成方法，用以解决老师随机布置，可能存在重点和难点的划分，但是划分结果并不精细。无法生成符合每个学生的个性化学习计划的情况。

一种基于多维度的个性化学习计划动态生成方法，包括：

预先搭建学员的学习记录框架和教师的课程规划框架；

根据所述学习记录框架，获取学生学习的多维度数据；其中，

所述多维度数据包括：学习时常数据、学习难度数据、学习内容优先级数据；

根据所述课程规划框架，获取教师布置的学习任务数据；其中，

所述学习任务数据包括：学习重点内容、学习内容分类和学习计划；

根据所述多维度数据和学习任务数据，确定学习状态数据；

所述学习状态数据包括：未学习内容、未学习内容优先级和已学习内容；

根据所述学习状态数据，对学生的每日学习计划重新分配，生成以未学习内容优先的个性化学习计划。

作为本发明的一种实施例：所述预先搭建学员的学习记录框架，包括：

获取数据采集的第一程序组件，并搭建学生的学习模型；

根据所述学习模型，确定学生产生的学习环境；

根据所述学习环境，确定学生产生的数据类型；其中，

所述数据类型包括：身份类型、时间类型、学习内容类型；

根据所述数据类型，设置第一程序组件进行数据采集，并对所述第一程序组件采集的数据转换进行格式定义；其中，

所述格式包括：文本、视频、音频和图表；

将格式定义后的第一程序组件进行组合，生成学习记录框架。

作为本发明的一种实施例：所述预先搭建教师的课程规划框架，包括：

获取数据采集的第二程序组件，并搭建教师的教学模型；

根据所述教学模型，确定学生的教学内容；

根据所述教学内容，确定学生的课程类型；

根据所述课程类型，设置第二程序组件进行学习任务下发，并对所述第二程序组件下发的学习任务进行时间设置，根据时间设置进行学习任务的定时下发；

将时间设置后的第二程序组件进行组合，生成课程规划框架。

作为本发明的一种实施例：所述根据所述学习记录框架，获取学生学习的多维度数据，包括：

根据所述学习记录框架，获取学生身份信息；

并根据所述学生身份信息，确定学生的学习时间点、学习时长和学习课程；

根据所述学习时间点和学习时长，确定学生的当天学习时常和学习总时常，生成学习时常数据；

根据所述学习课程和学习时长，确定学生学习不同课程类型的学习内容的时长，按照课程类型，生成学习难度数据；

根据所述学习课程，确定不同课程的学习目的；

根据所述学习目的，确定不同课程类型的课程优先级；

根据所述学习时长和课程优先级，确定学习内容优先级数据；

根据所述学习时常数据、学习难度数据和学习内容优先级数据，生成多维度数据。

作为本发明的一种实施例：所述根据所述学习记录框架，获取学生学习的多维度数据，还包括：

根据所述多维度数据，确定所述多维度数据的数据种类；

根据所述数据种类，设定数据关键字和数据唯一标识；其中，

所述数据关键字包括：姓名、时间、课程类型、数据格式；

根据所述数据唯一标识，设定数据的第一分类规则；

根据所述数据关键字，设定数据的第二分类规则；

根据所述第一分类规则、第二分类规则和学习记录框架，对学生的学习数据进行采集，生成多维度数据。

作为本发明的一种实施例：所述根据所述课程规划框架，获取教师布置的学习任务数据，包括：

根据所述课程规划框架，获取课程任务信息；

根据所述课程任务信息，确定课程类型、课程内容和课程学习时长；

根据所述课程内容和课程学习时长，确定学生的每类课程对应的任务时长，根据所述任务时长，确定学习的重点内容；

根据所述课程类型和课程内容，确定每类课程对应的学习内容，并确定学习内容分类；

根据所述课程内容和学习时长，确定每部分课程内容对应的学习时间和学习时间点，并确定学习计划；

根据所述学习重点内容、学习内容分类和学习计划，生成学习任务数据。

作为本发明的一种实施例：所述根据所述课程规划框架，获取教师布置的学习任务数据，还包括：

根据所述学习任务数据，确定所述学习任务数据的学习计划；

根据所述学习计划，设定每个学习计划的计划发布时间；

根据所述计划发布时间，确定学习计划的计划发布规则；

根据所述计划发布规则和课程规划框架，对教师的任务数据进行采集，生成学习任务数据。

作为本发明的一种实施例：所述根据所述多维度数据和学习任务数据，确定学习状态数据，包括：

根据所述多维度数据，确定学生的每天的学习数据，并生成学习日志；

根据所述学习任务数据和学习日志，生成学生学习考勤记录表；

根据所述学习考勤记录表，确定已学习内容和未学习内容；

根据所述未学习内容和学习内容优先级数据，确定未学习内容优先级；

根据所述未学习内容、未学习内容优先级和已学习内容，生成学习状态数据。

作为本发明的一种实施例：所述根据所述学习状态数据，对学生的每日学习计划重新分配，生成以未学习内容优先的个性化学习计划，包括：

获取所述学习状态数据，确定学生的历史学习数据；

根据所述历史学习数据，确定学生的学习任务计划；其中，

所述学习任务计划包括已执行学习计划和待执行学习计划；

根据所述已执行学习计划、待执行学习计划、未学习内容和未学习内容优先级，对所述未学习内容中优先级高的学习内容进行重新分配，生成个性化学习计划。

作为本发明的一种实施例：所述根据所述学习状态数据，对学生的每日学习计划重新分配，生成以未学习内容优先的个性化学习计划，还包括如下步骤：

步骤1：根据所述学习状态数据，构建学生的历史学习计划模型：

其中，R

步骤2：根据所述待执行学习计划、未学习内容和未学习内容优先级，构建学生的调节模型：

其中，S

步骤3:根据所述调节模型和学习计划模型，通过指数建模，通过确定个性化学习计划：

其中，当f≥1时，可以生成个性化学习计划；当f＜1时，不能生成个性化学习计划。

有益效果为：本发明通过对学生的学习情况进行记录，对老师的课程规划进行记录，从而能够清楚的知道学生学习状况和布置的学习任务的状况，进而通过课程任务中课程内容的优先级，不间断的对课程任务进行更新，生成多维度的个性化学习计划，提高学生对重点知识的学习。

本发明的其它特征和优点将在随后的说明书中阐述，并且，部分地从说明书中变得显而易见，或者通过实施本发明而了解。本发明的目的和其他优点可通过在所写的说明书以及附图中所特别指出的结构来实现和获得。

下面通过附图和实施例，对本发明的技术方案做进一步的详细描述。

附图说明

附图用来提供对本发明的进一步理解，并且构成说明书的一部分，与本发明的实施例一起用于解释本发明，并不构成对本发明的限制。在附图中：

图1为本发明实施例中一种基于多维度的个性化学习计划动态生成方法；

图2为本发明实施例中一种框架生成原理图。

具体实施方式

以下结合附图对本发明的优选实施例进行说明，应当理解，此处所描述的优选实施例仅用于说明和解释本发明，并不用于限定本发明。

如附图1所示，本发明为一种基于多维度的个性化学习计划动态生成方法，包括：

步骤100：预先搭建学员的学习记录框架和教师的课程规划框架；

步骤101：根据所述学习记录框架，获取学生学习的多维度数据；其中，

所述多维度数据包括：学习时常数据、学习难度数据、学习内容优先级数据；

步骤102：根据所述课程规划框架，获取教师布置的学习任务数据；其中，

所述学习任务数据包括：学习重点内容、学习内容分类和学习计划；

步骤103：根据所述多维度数据和学习任务数据，确定学习状态数据；

所述学习状态数据包括：未学习内容、未学习内容优先级和已学习内容；

步骤104：根据所述学习状态数据，对学生的每日学习计划重新分配，生成以未学习内容优先的个性化学习计划。

上述技术方案的工作原理为：本发明是一种从学生的学习时长、学生的学习难度和学习的课程的优先级三个维度，以及已学习内容和未学习内容，进而对学生的学习计划进行动态调整的一种个性化学习计划。本发明的学习记录框架用于记录学生的学习信息；例如：学生学习的时间，包括学习的时间点、年月日、学习某个课程的时长，每一天作为一个统计周期，进行不间断的实时统计。教师的课程规划框架用于获取教师对学生进行作业布置的信息；例如：学生的作业按照学习的课程类型划分，物理、语文、英语、化学、生物、音乐、历史等等，学习课程的重点内容会进行多布置作业，例如语文中某个文言文为重点内容，数学中，微积分为重点内容等。学习内容分类就是按照在课程分类后，将作业按照题型和归属的章节进行分类细化；例如，选择题，属于历史，第四章的某节的知识点；而学习内容优先级是根据题目的难度和课程的重要程度进行确定，优先级的含义是学习的优先级，其是不是应该优先学习。本发明在确定了多维度数据和学习任务数据，学习状态数据，学生已经学习的学习任务和老师布置的所有任务的数据进行对比，判断出老师布置的那些学习任务学习了，哪些学习任务没有学习，最后，根据没有学习的课程内容的优先级，进行课程的重新排布，使得学生随着教学任务的更新，一直能学习到优先级高的学习任务，生成个性化的动态学习计划。

上述技术方案的有益效果为：本发明通过对学生的学习情况进行记录，对老师的课程规划进行记录，从而能够清楚的知道学生学习状况和布置的学习任务的状况，进而通过课程任务中课程内容的优先级，不间断的对课程任务进行更新，生成多维度的个性化学习计划，提高学生对重点知识的学习。

作为本发明的一种实施例：如附图2所示，所述预先搭建学员的学习记录框架，包括：

获取数据采集的第一程序组件，并搭建学生的学习模型；

根据所述学习模型，确定学生产生的学习环境；

根据所述学习环境，确定学生产生的数据类型；其中，

所述数据类型包括：身份类型、时间类型、学习内容类型；

根据所述数据类型，设置第一程序组件进行数据采集，并对所述第一程序组件采集的数据转换进行格式定义；其中，

所述格式包括：文本、视频、音频和图表；

将格式定义后的第一程序组件进行组合，生成学习记录框架。

上述技术方案的工作原理为：本发明搭建学习记录模型的时候，是通过多个不同的组件，采集不同的数据实现学习记录框架的搭建，学习模型中是对学生学习的时候进行学习过程和学习内容建模，用于判断学生的学习环境，从这个学习环境中，能够明白产生哪些数据，进而给根据产生的数据的数据类型对数据进行划分，划分之后的数据更加清晰，最后基于数据类型，对每个组件采集的数据进行格式定义，就是不同的组件获取的数据格式可能相同，也可能不同。而格式定义的最终目的是能够让任何的用户都能识别这个，因此，通过组件将数据转化为可视化的文本、视频、音频和图表。

上述技术方案的有益效果为：本发明通过搭建学习记录模型，能够对学生的学习过程中学习的内容、时间和学生的身份等数据进行采集，并以可视化的形式进行展示，便于对学生的学习状况进行分析。

作为本发明的一种实施例：如附图2所示，所述预先搭建教师的课程规划框架，包括：

获取数据采集的第二程序组件，并搭建教师的教学模型；

根据所述教学模型，确定学生的教学内容；

根据所述教学内容，确定学生的课程类型；

教学内容和课程类型是数据的运行处理过程。

根据所述课程类型，设置第二程序组件进行学习任务下发，并对所述第二程序组件下发的学习任务进行时间设置，根据时间设置进行学习任务的定时下发；

将时间设置后的第二程序组件进行组合，生成课程规划框架。

上述技术方案的工作原理为：本发明搭建教师的课程规划模型的时候，主要是为了采集教师布置的学习任务的任务数据。因此第二程序组件主要是将教学内容和教学类型分清楚后，通过设定时间，根据设定的时间定时下发教学任务，因此，本发明在时间设置后得到了课程规划框架。

上述技术方案的有益效果为：本发明通过搭建教师的课程规划框架，确定了教师下发的教学任务，教学任务包括教学内容和教学时间，进而能够确定教师下发的教学数据。便于和学生的学习内容对比，判断出没有学习的内容，实现教学数据采集。

作为本发明的一种实施例：所述根据所述学习记录框架，获取学生学习的多维度数据，包括：

根据所述学习记录框架，获取学生身份信息；

并根据所述学生身份信息，确定学生的学习时间点、学习时长和学习课程；

根据所述学习时间点和学习时长，确定学生的当天学习时常和学习总时常，生成学习时常数据；

根据所述学习课程和学习时长，确定学生学习不同课程类型的学习内容的时长，按照课程类型，生成学习难度数据；

根据所述学习课程，确定不同课程的学习目的；

根据所述学习目的，确定不同课程类型的课程优先级；

根据所述学习时长和课程优先级，确定学习内容优先级数据；

根据所述学习时常数据、学习难度数据和学习内容优先级数据，生成多维度数据。

上述技术方案的工作原理为：本发明在进行采集学生学习过程中的多维度数据的时候，会首先确定学生的身份信息，然后通过学习时间点、学习时长和学习课程三个方面，确定学生每天的学习时间和总的学习时间、不同类型的课程的学习时间和相关的内容和知识点的学习时长。最后按照课程类型，确定学习中每个课程和每个知识点的难度；而在优先级的确定上，本发明基于不同的课程的学习目的和学习时长判断优先级。

上述技术方案的有益效果为：本发明能够便于对每一学生的学习数据进行分析，学的每一个学生单独的学习状况。通过对学习难度数据，可以判断出学生对每种知识的接受能力，进而教师可以适当延长和减少作业的作答时间，而对于优先级数据，教师可以根据优先级数据实现课程的优先布置，而本发明的系统也可以对这些优先级数据，在作业布置的时候进行自动调节。

作为本发明的一种实施例：所述根据所述学习记录框架，获取学生学习的多维度数据，还包括：

根据所述多维度数据，确定所述多维度数据的数据种类；

根据所述数据种类，设定数据关键字和数据唯一标识；其中，

所述数据关键字包括：姓名、时间、课程类型、数据格式；

根据所述数据唯一标识，设定数据的第一分类规则；

根据所述数据关键字，设定数据的第二分类规则；

根据所述第一分类规则、第二分类规则和学习记录框架，对学生的学习数据进行采集，生成多维度数据。

上述技术方案的工作原理为：本发明获取多维度数据的时候，还会设置数据唯一标识和数据的关键字，并以规则的形式体现唯一标识和数据关键字。

上述技术方案的有益效果为：通过唯一标识可以实现防止数据获取的时候出现数据重复的情况，而数据关键字可以在进行数据查找的时候，通过关键字就可以查找，提高数据在进行检索和查询的时候的效率。

作为本发明的一种实施例：所述根据所述课程规划框架，获取教师布置的学习任务数据，包括：

根据所述课程规划框架，获取课程任务信息；

根据所述课程任务信息，确定课程类型、课程内容和课程学习时长；

根据所述课程内容和课程学习时长，确定学生的每类课程对应的任务时长，根据所述任务时长，确定学习的重点内容；

根据所述课程类型和课程内容，确定每类课程对应的学习内容，并确定学习内容分类；

根据所述课程内容和学习时长，确定每部分课程内容对应的学习时间和学习时间点，并确定学习计划；

根据所述学习重点内容、学习内容分类和学习计划，生成学习任务数据。

上述技术方案的工作原理为：本发明在获取学习任务数据的时候，本发明通过课程任务信息，从课程类型、课程内容和课程学习时长三个方面进行教师布置作业的数据处理，因为教师在进行作业布置的时候重点内容肯定布置的比较多，任务时长也比较长，因此，本发明通过任务时长和课程内容，可以确定学习的重点内容。因为不同的课程类型好的课程内容时不同的，因此在教师布置作业的时候，课程课学习内容是相对应的，因此，本发明可以确定学习内容分类。根据课程内容和学习时长，在本发明确定了每个时长内的课程内容之后，学习时长，包括学习的日期和时间点，在这种情况下，就可以确定学习计划，最终确定学习任务数据。

上述技术方案的有益效果为：本发明可以通过教师的课程规划框架，确定教师布置的作业的重点、时长、学习计划等组成的学习任务数据。进而本发明可以获得教师的学习任务数据。

作为本发明的一种实施例：所述根据所述课程规划框架，获取教师布置的学习任务数据，还包括：

根据所述学习任务数据，确定所述学习任务数据的学习计划；

根据所述学习计划，设定每个学习计划的计划发布时间；

根据所述计划发布时间，确定学习计划的计划发布规则；

根据所述计划发布规则和课程规划框架，对教师的任务数据进行采集，生成学习任务数据。

上述技术方案的工作原理为：本发明在进行获取学生的学习任务数据的时候，不仅要获取学习的计划数据还需要确定学习计划的发布时间和发布规则，进而是先按照规则获取学习任务数据。

上述技术方案的有益效果为：本发明在进行学习任务数据采集的时候，通过对学习计划的发布时间设定，保证了每个学习计划发布的高效性和标准性。通过发布规则，能够保证任务数据在进行发布的时候任务发布符合规律，便于数据进行采集。

作为本发明的一种实施例：所述根据所述多维度数据和学习任务数据，确定学习状态数据，包括：

根据所述多维度数据，确定学生的每天的学习数据，并生成学习日志；

根据所述学习任务数据和学习日志，生成学生学习考勤记录表；

根据所述学习考勤记录表，确定已学习内容和未学习内容；

根据所述未学习内容和学习内容优先级数据，确定未学习内容优先级；

根据所述未学习内容、未学习内容优先级和已学习内容，生成学习状态数据。

上述技术方案的工作原理为：本发明通过多维度数据和学习任务数据，是需要判断出在学习计划中，学生已经学习的数据和学习没有学习的数据，进而确定学生的在学习的时候学习状态的数据。在这个过程中，本发明以学习日志和学习考勤记录表就能够确定出已经学习的内容和没有学习的内容。然后经过预先已经确定的学习内容优先级数据，就能够确定出未学习内容的优先级，进而判断出学生的学习状态数据。

上述技术方案的有益效果为：本发明为了对学生学习计划进行动态性的改变，通过数据处理，得到学生的学习状态数据，通过这些数据确定学生的学习情况。

作为本发明的一种实施例：所述根据所述学习状态数据，对学生的每日学习计划重新分配，生成以未学习内容优先的个性化学习计划，包括：

获取所述学习状态数据，确定学生的历史学习数据；

根据所述历史学习数据，确定学生的学习任务计划；其中，

所述学习任务计划包括已执行学习计划和待执行学习计划；

根据所述已执行学习计划、待执行学习计划、未学习内容和未学习内容优先级，对所述未学习内容中优先级高的学习内容进行重新分配，生成个性化学习计划。

上述技术方案的工作原理为：本发明通过学生的学习状态数据，确定学生的历史学习状况，然后明确学生原本的学习计划，然后通过对对优先级高的内容进行重新分配，得到更高效的个性化学习计划。

在本发明，虽然后期生成的个性化学习是进行调节过的，但是还存在个性化学习计划的效率不如原来老师发布的任务的个性化学习效率，此时，就需要本发明的步骤进行判断，判断个性化学习计划是否符合。

作为本发明的一种实施例：所述根据所述学习状态数据，对学生

的每日学习计划重新分配，生成以未学习内容优先的个性化学习计划，还包括如下步骤：

步骤1：根据所述学习状态数据，构建学生的历史学习计划模型：

其中，R

步骤2：根据所述待执行学习计划、未学习内容和未学习内容优先级，构建学生的调节模型：

其中，S

步骤3:根据所述调节模型和学习计划模型，通过指数建模，通过确定个性化学习计划：

其中，当f≥1时，可以生成个性化学习计划；当f＜1时，不能生成个性化学习计划。

在上述技术方案中，本发明首先基于学习状态数据，通过指数和特征的双重同步建模，按照数据质量、起始难度、学习时间和实施结果4个方面阐明了本发明能够确定历史学习计划，然后通过待执行调节模型，从待执行学习计划、未学习内容和未学习内容优先级三个方向去确定那个了学生的学习数据，最后通过比例算法，确定了是否符合个性化计划。

显然，本领域的技术人员可以对本发明进行各种改动和变型而不脱离本发明的精神和范围。这样，倘若本发明的这些修改和变型属于本发明权利要求及其等同技术的范围之内，则本发明也意图包含这些改动和变型在内。