[发明专利]一种针对教育场景的特征均衡智能分组方法

说明书

本发明公开了一种针对教育场景的特征均衡智能分组方法，基于遗传算法的核心思想，将智能分组问题转化为多目标优化求解问题，通过对学习者特征进行编码表示，随机产生分组方案形成种群解集空间，通过迭代搜索的方式在有限时间寻求分组的较优解。其次针对人数不均衡情况下小组难以均分问题，提出了特征插值法的解决方法，从而解决小组人数不同难以保持组间同质的问题。总之，本方法在解决协作学习中自动化形成组间同质、组内异质的分组问题基础上，可有效提升教育场景下协作学习的实践效果。

技术领域

本发明属于教育和信息技术应用的交叉领域，具体来说，是一种支持有效开展协作教学实践的学习者特征均衡的智能分组方法。

背景技术

随着我国教育信息化的快速发展，在线学习及混合式学习在我国中小学及高等教育中不断发展。协作学习是在这些不同的教育场景中开展教学活动常用的教学策略之一。协作学习强调在学习过程中将不同特征的学习者以某种方式进行组织，通过组内交互和协作，共同完成特定的学习任务或解决相关学习问题，促进以小组为基础的知识建构。

协作学习活动在传统课堂和在线教育环境下的实施面临的主要挑战来源于开展协作学习活动的核心步骤——分组。分组是指依据具体的目标，将不同的学习者以某种方式进行人员组织。在小班教学过程中，任课教师对学生的基本情况（专业背景、知识水平、所属专业等）都有较为清楚的了解，因此在课堂开展协作学习的时候，教师可以依据自身教学经验为不同的学习者分配小组，进而在小组开展协作学习。另外，同一班级的学生因为彼此熟悉的关系，在面临课堂协作学习任务的时候也容易自发地形成分组，教师在此基础上做一些微观调整即可顺利开展协作式教学活动。这样的分组实施前提是班级规模较小、教师教学经验丰富、对学生背景有较清楚的了解。但在线上教学或混合式教学情境下，班级规模、学生背景、教学组织形式相比传统的教室都发生了极大的变化，需要考虑的学生特征增多，从而导致传统分组方式变得困难。

目前协作学习中分组问题的主要解决方案有三种：随机分组、学生自选择分组、以及教师指定分组。第一，随机分组通常是任课教师或计算机系统进行无规则的人员组合，这种分组方式不考虑学习者的特征因素、学习目标，仅仅依据人数信息进行人员组织，缺乏科学教学观点的支撑。第二，学生自选择的分组方式往往基于学习者之间熟识关系组织成员，这种分组方式可以保证组内流畅的交流协作，但是学生自我选择的分组存在弊端。弊端主要体现在小组自主形成的小组容易形成学习者特征不均衡现象，从而小组内部的协作难以形成以特征互补的机制以促进个体或团队的发展。最后，教师指定分组在学生人数及其特征不断增加的情况下，无法有效地针对这些海量信息进行分组。总体来看，这些分组方法存在多场景泛化能力弱、基于教育教学观点的科学性考量不足、及自动化程度不高等问题。

此外分组还需要解决的另一难题是分组人数不齐问题。已有研究表明在实际的教学场景中通常分组规模为3-5人一组能实现较好的协作学习效果。但是由于班级规模人数、分组需求的差异，在实际操作中可能导致人数无法均分。如何确保人数不统一的分组也具有和其他小组等效的特征，是分组面临的又一难题。教育分组实践中人数不齐的问题非常常见且无法回避，解决人数不齐情境下构建特征均衡的分组目标成为智能分组必须解决的问题，然而在目前的各种教学实践场景还缺乏有效的解决方法。

发明内容

针对现有分组方法和技术的以上缺陷，本发明提供了一种针对教育场景的特征均衡智能分组方法，其目的在于为教育场景中有协作学习实践需求的学习者找到合适的协作同伴，进而有效地开展教育实践，由此解决传统分组中学习同伴特征不契合、以及分组人数不齐所导致的组间特征不均衡等问题。