[发明专利]一种通过人机交互实现个性化教学的方法

说明书

本发明涉及人工智能技术领域，公开了一种通过人机交互实现个性化教学的方法。其提供了一种通过人机交互实现包括学习任务自动分解、试题自动推荐、出错步骤定位及疑问讲解等教学环节的个性化教学方法，该方法除了需要在首个步骤中进行数据准备和参数设定外，在其它步骤中均不需要任何真人教师参与，最大限度地降低了人力资源，尤其是教育资源的占用，同时对比传统耗时平均在15～20分钟的讲解方式，本方法通过确定错因并进行步骤级别精度地讲解，不但能够针对用户的具体学习情况最大限度跳过无需讲解的内容，重点讲解用户的疑问所在，并深入挖掘其问题根源，使用户更容易理解知识点，还能将讲解时间缩短至2～3分钟，大大提高用户的学习效率。

技术领域

本发明属于人工智能技术领域，具体涉及一种可应用于教育行业的通过人机交互实现个性化教学的方法。

背景技术

在教育行业中，实现个性化教育是一大重要课题。目前，现有的在线教育技术在个性化方面的探索，即自适应学习，只能停留在直播、视频教学、个性化作业/题库等技术上。

直播技术分为1对1直播，大班直播等应用。其中，1对1直播中，每个老师只能同时服务于一个学生，即需要为每位学生配备单独老师，因此考虑到师资力量，尤其是优秀师资力量的紧张程度，这种方式成本极高且难以推广。而在大班直播中，一个教师面对数百甚至上千的学生，需要同时兼顾所有学生的情况，因此不可能进行诸如为某一个学生停下来答疑解惑等的针对每一个学生的个性化教学方式，导致教学基本不存在针对性(或个性化)。

视频教学技术中，学生通过观看给定的教学视频进行学习，而对于已经录制完成的视频不会再有任何变化，所有的学生看到的内容完全一样，自然也就不存在任何个性化的可能。让不同的学生观看不同的视频是一种很好的尝试，但由于视频录制成本极高，一个知识点录制2-3个视频已是极限，而对学生的情况不同进行个性化会导致需要的视频数量以指数速度提升，因此增加视频数量来适配学生只可能进行非常粗糙的个性化，无法真正针对每个学生细化并给出足够针对性的讲解。

除了以上两种技术外，目前最主流的自适应教育技术则是基于个性化题库/作业。在该一技术中，系统通过收集学生的做题结果评估学生，并根据评估结果推荐更多练习题，从做题的角度来说实现了一定程度的个性化。但是当学生出错时并不能确定题目错误的具体位置，这直接导致了讲解的单位是题目而不是题目中的某一步骤，使得学生不得不浪费更多时间在并不需要学习的内容上。同时，进行的讲解则仍然依赖以上提到的视频类教学方式，因此仍然无法解决难以个性化讲解的问题。

发明内容

为了解决现有技术中所存在的上述问题，本发明目的在于提供一种通过人机交互实现个性化教学的方法。

本发明所采用的技术方案为：

一种通过人机交互实现个性化教学的方法，包括如下步骤：

S100.在数据库中预先存储知识点基本数据、用户当前学习数据和若干作答试题的试题基本数据，其中，所述知识点基本数据包含若干学习范围、对应各个学习范围的知识点和用于表达所有知识点先后验关系的第一拓扑序，所述用户当前学习数据包含用户已学知识点集合、用户已做试题集合和用户在各个知识点的当前能力值，所述试题基本数据包含题目内容、具有至少两个解答步骤的标准答案、对应至少一个解答步骤的解题技巧、用于表达所有解答步骤先后验关系的第二拓扑序以及对应每个解答步骤的知识点、知识点难度值和知识点区分度值；

S101.通过人机交互，获取用户的目标学习范围和目标能力值；

S102.根据学习范围与知识点的对应关系，得到与所述目标学习范围对应的目标学习知识点集合；

S103.根据所述第一拓扑序和所述用户当前学习数据，调整所述目标学习知识点集合；