用户画像分层教学模型研究

针对我国高等教育中大面积公共必修课程授课人数较多,教师无法根据学生的各项情况及时调整教学内容和进度等问题,利用辅助教学中的考勤、作业、实验、刷题等数据构建出各位学生用户画像,帮助教师掌握每位学生的实时学习情况,有效实现过程监控。此外,将用户画像中各个维度的数据通过集成、规约、预处理等操作后利用GBDT算法构建出分层教学模型,提醒教师在课堂中重点关注某些较困难的学生,并挖掘出需要重点培养的对象。实验结果表明,该模型效果较好,准确率最高可达94. 51%,能够为教师提供各类数据支持,提升教学质量。

基于Python的辅助教学系统设计与开发

根据我校师生具体需求,基于Python语言设计并开发了一套新型在线平台——Piclass辅助教学系统,解决了目前教学管理系统中存在的一系列问题,同时还添加了各类数据分析功能。该系统可帮助老师及时掌握每位同学的学习情况,协助学生利用手机随时随地学习,同时实现师生之间网页、微信、邮箱端的无障碍沟通。实践表明,该系统大幅提高了教师的工作效率,激发了学生的学习兴趣。

基于知识图谱的微信智能刷题系统

针对各类做题软件中做题模式单一导致学生复习效率低下的问题,将传统的协同过滤算法与知识图谱进行融合,构建了一套微信智能刷题系统。在知识图谱中构建出用户、题目、知识点三类节点之间的关系,将用户、题目之间的相似度作为图的权重。考虑到未掌握知识点是学生答错题的主要原因,采用基于知识的方法作为主要推荐方式,从知识图谱中查询出错题所涉及的知识点加入队列等待推荐。根据用户历史的刷题数据,每天定时将相似用户的错题进行推荐。近2年的实验结果表明,该模式受到了学生的广泛青睐,可以有效地提升学生的复习效率。