[发明专利]一种计算机自适应私教学习方法

权利要求书

1.一种计算机自适应私教学习方法，基于刺激反应联结学习理论、布鲁姆教育目标分类法、最近发展区等教育理论，其方法步骤为：

通过大量学生的做题情况进行分析，将学生的能力指标归纳成多维度初始分类信息，同时将学习资源标记上相应能力考查要求的指标化参数；

针对某个学生，通过获取他的初始信息生成初始计划和初始学习目标，然后按照以下步骤进行不断学习：

步骤1：学生按照初始计划学习，根据学习结果获取一组数据，计算机对于这组数据和历史数据计算知识点达标程度，评估出学生的多维综合能力值；

步骤2：与已设定的初始学习目标能力值一起输入深度神经网络模型得到下一轮学习的教师参数，通过教师参数和最近发展区差值公式更新新的学习目标；

步骤3：通过新的学习目标信息从知识树中挑选下一批的待学知识点和最符合这一考察目标的对应课程内容，生成新的学习计划推荐给该学生；

步骤4：重复步骤1；与此同时，定期根据该学生成绩反馈，通过强化学习的方式更新深度神经网络模型的参数；定期通过迭代算法根据总体学生的学习情况修正学习资源标记值。

2.根据权利要求1所述计算机自适应私教学习方法，其特征在于，所述对大量学生的做题情况进行分析采用K-Means聚类算法。

3.根据权利要求1或2所述计算机自适应私教学习方法，其特征在于，所述计划包括最细知识点和对应的课程内容，学习目标包含期望达到的多维能力指标和学习内容量。

4.根据权利要求3所述计算机自适应私教学习方法，其特征在于，所述根据学习结果获取的数据包括看视频、做题情况。

5.根据权利要求4所述计算机自适应私教学习方法，其特征在于，所述最近发展区差值公式主要通过以下策略计算得到：学生学习效果好，则制定更高的能力值目标，学习较少的内容量；学生学习效果不好，则制定超过他能力但是低于前一次能力的目标，学习更多的内容量。