[发明专利]一种学生学习状态评测方法、装置、及计算机设备

说明书

本发明公开了一种学习状态评测方法、装置、及相关电子设备，其中所述学习状态评测方法，包括，获取对象标识，包括所述对象标识对应的对象基本数据和对象行为数据；获取访问用户数据，根据所述对象基本数据和对象行为数据对所述访问用户数据进行采样处理，对采样处理后的多个数据进行处理生成候选用户矩阵；候选用户矩阵设有S标识和P标识；根据S标识和P标识进行计算，得到评测结果和评测概率，并基于评测结果和评测概率，输送到终端生成第一分布图。本发明的评测方法克服了主观性，定性、定量的对教学过程和结果进行了全面评测。

【技术领域】

本发明涉及计算机技术领域，尤其涉及一种学生学习状态评测方法、装置、及计算机设备。

【背景技术】

随着网络科技的发展，在线教育凭借“互联网+”的优势在学校、培训机构扮演着重要的角色，用户规模越来越庞大。在线教育不仅仅是做传统教学向直播教学的简单转移，也需要充分利用教学过程中产生的教育大数据实现个性化服务。在线学习环境给予了学生充分的自主学习权，但对学生自主学习的最后结果上，却还只停留在答案的正确与错误上，学生掌握了哪些知识？欠缺了哪些知识？学生学习态度怎么样？学习方法是否得当？现在迫切需要一种科学的、有效的分析方法去解决上述问题。

另外，现有技术中去分析每个学生的学习状态，或者是考察某道题目的合理程度的办法仍带有主观性、片面性，不存在客观化、标准化、定量化及定性化的优点去全面评测教学过程和结果。

【发明内容】

本发明的目的就是解决现有技术中的问题，提出一种学生学习状态评测方法、装置、及相关电子设备，能够客观、标准、定量、定性的去全面评测教学过程和结果。

为实现上述目的，本发明提出了一种学生学习状态评测方法，包括：

获取对象标识，包括所述对象标识对应的对象基本数据和对象行为数据；

获取访问用户数据，根据所述对象基本数据和对象行为数据对所述访问用户数据进行采样处理，利用采样得到的访问用户数据生成候选用户集；

将对象基本数据和对象行为数据输入模型，对所述模型中的多个数据进行预处理和特征处理得到标准数据；

利用所述标准数据生成候选用户矩阵，其中，所述候选用户矩阵设有 S标识和P标识；

根据S标识和P标识对候选用户矩阵的标准数据进行计算，得到评测结果和评测概率，并基于所述评测结果和评测概率对所述对象标识的学习状态进行评测。

其中，对象基本数据可指代学生用户信息。例如可以包括学生姓名、学生学号、学生班级等信息；对象行为数据可以指代学生触发的历史事件，例如对应的学生用户信息与电子设备形成的学习质量高低，做题答对等的互动行为。

获取访问用户数据，根据所述对象基本数据和对象行为数据对所述访问用户数据进行采样处理，利用采样得到的访问用户数据生成候选用户集；

在本申请中，所述对象基本数据可理解为学生学号对应的数据库，例如为学生1号、学生2号、学生3号……，所述对象行为数据可理解为问题题号对应的数据库，例如为问题1被学生1号做对、问题2被学生1号做对、问题3被学生1做错……。

其中，获得访问用户数据，根据所述基本数据和对象行为数据进行采样处理。根据获取到的对象基本数据和对象行为数据，即学生学号作为列索引；对象行为数据，即问题号作为行索引，根据获取到的学生学号，对应的所做的做题题号的答案，此时答案不唯一，具有多样性，生成候选用户集。

采样处理过程中，对所述基本数据，对象行为数据进行预处理。例如对基本数据和对象行为数据的多种类型进行数据清洗、向量提取、归一化等数据预处理，在本申请中，可理解为简单来说就是对某些缺失的数据进行删除或者填充。