System.ArgumentOutOfRangeException: 索引和长度必须引用该字符串内的位置。 参数名: length 在 System.String.Substring(Int32 startIndex, Int32 length) 在 zhuanliShow.Bind()
【技术实现步骤摘要】
本专利技术涉及教学辅助,具体涉及一种基于大数据的教学方法推荐系统。
技术介绍
1、随着信息技术的飞速发展,大数据已经成为当今社会的一个热门话题。大数据技术的应用已经渗透到各个领域,包括教育、医疗、金融等。在教育领域,大数据技术的应用可以帮助教师更好地了解学生的学习需求,为学生提供更加个性化的教学方案。然而,目前市场上的教学方法推荐系统仍然存在一些问题,如推荐结果的准确性不高、个性化程度不够等。因此,开发一种基于大数据的教学方法推荐系统具有重要的现实意义。
2、传统的教学方法推荐系统主要依赖于教师的经验和个人喜好来进行教学方案的推荐。这种方法存在一定的局限性,因为每个学生的学习需求和兴趣都是不同的,而教师很难完全了解每个学生的具体情况。此外,随着教育资源的不断丰富,教学方法的种类也在不断增加,这使得教师在为学生推荐合适的教学方法时面临更大的挑战。
3、近年来,一些研究者开始尝试利用大数据技术来改进教学方法推荐系统。这些系统通过收集和分析大量的学习数据,如学生的学习行为、成绩、兴趣爱好等,来为学生推荐合适的教学方法。然而,这些系统往往只关注学生个体的学习情况,而忽略了班级整体的学习情况和家校联系情况,而且学生的学习行为本身就很难有一个准确的评价和定量,因此,需要一种基于历史大数据的教学方法推荐系统。
技术实现思路
1、本专利技术的目的在于提供一种基于大数据的教学方法推荐系统,解决以下技术问题:
2、现有技术中通过收集和分析大量的学习数据,如学生的学习
3、本专利技术的目的可以通过以下技术方案实现:
4、一种基于大数据的教学方法推荐系统,包括:
5、网络数据库,用于存储与目标班级相同年级的最近若干届所有学生的学习情况,所述学习情况包括考试情况、作业情况和家校联系次数;
6、学生选取模块,用于采集目标班级最近一个完整单元的单元测试情况,选取测试年级排名大于预设阈值的学生,标记为目标学生,获取目标学生的学习情况;
7、数据筛选模块,用于从网络数据库中筛选在任意一次单元测试中年级排名大于预设阈值的学生,并标记为待定学生,获取每个待定学生在该单元测试所在教学单元期间内的作业情况和家校联系情况;对于任一目标学生,筛选与该目标学生作业情况和家校联系次数相似的若干个待定学生,并标记为相似学生;
8、教学推荐模块,用于查询所述相似学生在年级排名大于预设阈值后的考试情况,获取相似学生后续若干个单元测试的年级排名变化,选取年级排名上升达到预设名次的学生,并标记为参考学生,查询参考学生的个人信息,获得该参考学生排名上升时的任课老师;若该任课老师仍然在岗,则获取该任课老师的联系方式,若该任课老师不在岗,则提取该任课老师在参考学生排名上升时的教学资料,所述教学资料包括教案资料以及家校联系记录。
9、作为本专利技术进一步的方案:所述网络数据库中,所述考试情况为每次单元测试中年级每名学生的成绩和年级排名,所述作业情况为每名学生在每个教学单元期间内的作业评分和完成率,所述家校联系次数为每个教学单元期间内每名学生的家长与老师联系的次数。
10、作为本专利技术进一步的方案:所述数据筛选模块中,选取相似学生的具体过程为:
11、分别计算一个完整教学单元期间所有待定学生与任一目标学生的作业完成率、作业评分均值和家校联系次数的差值,将每个差值进行归一化处理,并计算差值之和,将差值之和由小到大进行排序,将排序靠前的m个学生标记为相似学生,m为自然数。
12、作为本专利技术进一步的方案:所述教学推荐模块中,若不存在年级排名上升达到预设名次的学生,则降低预设名次的数值至二分之一,如果仍不存在,则增大排序值m的数值,直至参考学生的数量≥1。
13、作为本专利技术进一步的方案:所述网络数据库中,所述家校联系次数的有效计量范围包括通讯工具联系天数、家访次数和家长来校次数。
14、作为本专利技术进一步的方案:所述考试情况分为各个科目的单元测试成绩,在进行筛选和相似对比时仅获取所需单个科目的单元测试成绩和作业情况。
15、作为本专利技术进一步的方案:所述教学推荐模块中,所述教案资料包括教案记录、教学ppt和参考学生与目标班级相同年级时的期末综合素质评价记录,并对查询者进行提示。
16、作为本专利技术进一步的方案:所述教学推荐模块中,提取家校联系记录具体包括提取所述参考学生在排名上升前的该任课老师的家访记录和家长来校记录。
17、本专利技术的有益效果:
18、本专利技术通过历史大数据分析,系统能够识别出对特定学生有效的教学方法,并推荐给教师;根据目标学生的特点,筛选出相似背景和学习情况的学生,并从这些相似学生中选取后来成绩进步的学生,并分析这些相似学生的学习进步与哪些教学方法相关联;有助于实现更加个性化的教学,满足不同学生的需求;这样,教师可以根据推荐的教学资料来优化教学方法,从而提高学生的学业表现。
本文档来自技高网...【技术保护点】
1.一种基于大数据的教学方法推荐系统,其特征在于,包括:
2.根据权利要求1所述的一种基于大数据的教学方法推荐系统,其特征在于,所述网络数据库中,所述考试情况为每次单元测试中年级每名学生的成绩和年级排名,所述作业情况为每名学生在每个教学单元期间内的作业评分和完成率,所述家校联系次数为每个教学单元期间内每名学生的家长与老师联系的次数。
3.根据权利要求2所述的一种基于大数据的教学方法推荐系统,其特征在于,所述数据筛选模块中,选取相似学生的具体过程为:
4.根据权利要求3所述的一种基于大数据的教学方法推荐系统,其特征在于,所述教学推荐模块中,若不存在年级排名上升达到预设名次的学生,则降低预设名次的数值至二分之一,如果仍不存在,则增大排序值m的数值,直至参考学生的数量≥1。
5.根据权利要求1所述的一种基于大数据的教学方法推荐系统,其特征在于,所述网络数据库中,所述家校联系次数的有效计量范围包括通讯工具联系天数、家访次数和家长来校次数。
6.根据权利要求1所述的一种基于大数据的教学方法推荐系统,其特征在于,所述考试情况分为各个
7.根据权利要求1所述的一种基于大数据的教学方法推荐系统,其特征在于,所述教学推荐模块中,所述教案资料包括教案记录、教学PPT和参考学生与目标班级相同年级时的期末综合素质评价记录,并对查询者进行提示。
8.根据权利要求5所述的一种基于大数据的教学方法推荐系统,其特征在于,所述教学推荐模块中,提取家校联系记录具体包括提取所述参考学生在排名上升前的该任课老师的家访记录和家长来校记录。
...【技术特征摘要】
1.一种基于大数据的教学方法推荐系统,其特征在于,包括:
2.根据权利要求1所述的一种基于大数据的教学方法推荐系统,其特征在于,所述网络数据库中,所述考试情况为每次单元测试中年级每名学生的成绩和年级排名,所述作业情况为每名学生在每个教学单元期间内的作业评分和完成率,所述家校联系次数为每个教学单元期间内每名学生的家长与老师联系的次数。
3.根据权利要求2所述的一种基于大数据的教学方法推荐系统,其特征在于,所述数据筛选模块中,选取相似学生的具体过程为:
4.根据权利要求3所述的一种基于大数据的教学方法推荐系统,其特征在于,所述教学推荐模块中,若不存在年级排名上升达到预设名次的学生,则降低预设名次的数值至二分之一,如果仍不存在,则增大排序值m的数值,直至参考学生的数量≥1。
5.根据权利要求1...
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。