文摘

为了提高教学质量,降低学生的学习困难,本研究介绍了概念教学的能力(组织)的基础上,传统互联网教学,使用大数据来计算学生的认知能力,并利用学生认知能力的评价结果来推动互联网学习计划为每个学生一个接一个。数据验证分析,发现认知能力评价结果由系统直接影响到学生的最终表现在国家统一的毕业考试,和教育计划的学生认知能力较低的数据分析中发现的。

1。介绍

有一个概念叫“教学能力(组织)”在中国传统的教育观点,制定有针对性的教学计划,根据学生的具体情况,不断优化方案(根据学生的学习反馈1]。在中国的应试教育制度,有必要调整学生的作业设计和教学进度根据学生的接受能力和认知水平,以便获得更有效的教学效果。在这个过程中,学生的认知水平的评价是新时期组织的关键技术2]。

在前面的教育体系,学生的认知水平是由阶段考试,多组教学梯度被使用,和实现组织课堂教学,小组讨论和单独辅导。然而,这种教学模式不能达到组织为一个学生。近年来,由于网络教学技术的全面推广,学生使用软件实现实时学习,实时评估,实时测试,实时评价和实时变化的学习方案,从而实现更高效的组织教育(3]。

本研究针对网络教学系统,研究了算法评估学生的认知水平的系统,扩展了算法的输出数据的支持渠道,学生的学习过程,并提高其输出数据的可用性和可靠性。

2。网络教学系统的基本组成

过去,网络教学系统通常是用作补充课堂教学系统,也就是说,教学过程主要是基于教师的课堂教学和网络教学辅助软件符合学生的需要加强审查,在线自测,等等。自2018年以来,中学、中等教育学校,义务教育学校全面开展了网上教学(4]。各种尝试在过去的两年里已经发现,网络教学系统具有重要意义,全面促进组织教育对学生准确。老师的课堂教学过程转化为一个辅助网络教学过程的过程,主要用于加强知识要点和集体指导。老师的主要工作是设计课件和测试问题点,为不同知识和网络教学系统准备组织教学计划为每个学生一个接一个地根据学生的在线学习时间和在线自测结果(5]。组织数据结构与网络教学为核心的教学实施模式如图1。

如图1网络教学系统,教师的角色的主要任务是准备课件和测试问题。与此同时,数据管理在在线学习和在线考试也是非常必要的。学生在网络教学系统的主要任务是参与在线学习和在线测试。随着网络教学系统将课件和测试问题,每个课件和测试问题是对一个或多个知识要点。当学生参与在线学习,每个知识点的学习时间将会有效地控制,当学生参加在线考试,每个知识一点都将得到有效的得分记录。在生成的过程中上述数据,系统将生成每个学生的认知能力的肖像。全面考虑知识的学习时间长短分和知识的考试分数点,确定学生的实际认知水平,找出学生的认知能力的弱点6]。

在网络教学系统,教师可以看到具体的统计信息对于每一个学生,每一个课件,和每一个知识系统的背景中,使教学过程的实时评估。数据架构图所示2。

如图2,教师可以获得以下3类实时教学数据(7]:(1)计算总学习时间和测试每个学生的问题的数量在每个知识和计数总学习时间点和测试问题的学生的数量在一定时期内。在这些数据,教师可以分析学生的学习热情和学习参与和及时提醒学生过于重视学习一些知识要点和在学习个人知识不足点。(2)计算每个课件浏览的次数和学生的学习时间和分析课件在学生的接受。如果有多个种类的课件为特定的知识要点,可以优化课件,课件接受较差的学生可以被消除。(3)的比例计算每个学生的学习时间和测试成绩为特定的知识要点,以便获得学生学习效率和认知能力在特定点知识。比数据以不同的方式可以概括和查询,如根据学号查询,查询点数量,根据知识根据课件查询号码,查询根据课件准备老师的工作号码,等等。

综上所述,网络教学系统可以提供实时的和直观的教学过程和可以实现实时统计数据为每个学生,每个老师,每个点知识。下面将重点分析统计算法。

3所示。学生的认知能力的数学模型

从数学模型的角度来看,学生的认知能力分为两个层次:第一个层次,学生用学习时间短来掌握相关知识分,获得更高的分数知识的考试。在第二个层面上,与其他学生相比,认知能力强的学生将使用较短的时间和得到更高的分数。下一级评价模式,认知能力高的学生表现更好比认知能力较低的学生8]。

因此,在这种数学模型,学生数量点主键主键和知识应该大数据的交叉查询学生的学习和考试,学习时间和考试的学生在特定的知识分应该计算,分别。测试成绩比学习时间被认为是学生的认知能力。在这个时候,我们应该避免比结果溢出问题当学生学习时间是0。表达的数学模型由以下公式: 在哪里我代表了学生数量;j表示的知识点数;代表了认知能力的评价结果我届学生jth知识点;代表的平均得分我届学生参与jth知识点测试(每个测试的分数改变比例系统);代表的总时间我届学生参加在线学习jth知识点;和代表了非零校正值方法遍历和学生数量我所有相关数据和知识积累j。

因子模型的输出可以从两个角度总结和统计直接:(1)由每个学生数我,所有的知识分j总结和统计,统计方法是加权算术平均法,和每个学生的综合认知能力。(2)由于序列号j每个知识的点,如果所有的学生我总结和统计,统计方法是未加权的算术平均法,和知识的综合认知难度系数将获得。这个困难因素将被用作一个权重因子。

上述统计方法总结成一组相关公式: 在哪里代表的权重系数jth知识点;max (j)代表所有知识的总数点(在连续编号的前提下,计算的最大下标);max (我)代表所有学生的总数(在连续编号的前提下,计算最大下标);和其他数学符号有相同的含义。

其他统计方法的基本公式是上面提到的算术平均值,也就是说,所有的数据积累和除以总数量的数据。因此,由于空间限制,我们不会在这里讨论。然而,通过分析上述计算方法,因为分子远远大于分母的统计数据,评估结果计入百分位系统和统计结果可能会远远大于100分,导致不直观的统计结果。因此,所有数据应分为(0 - 100)区间线性投影方法,以确保最大的分数是100,最低分数是0。百分位的线性统计公式重新投影系统以下公式所示: 在哪里x_我代表了我- - - - - -th输入线性re-projection安排;y_我代表的输出项我- - - - - -th线性re-projection后输入项;max (x)代表设置的最大值x;分钟(x)代表设置的最小值x;和其他数学符号有相同的含义。

4所示。Macro-Application影响组织网络教学系统由学生的认知能力

高校促进组织的典型案例教学实验是计算机职业高等教育学校。软件工程这所学校的学生成绩很差在国家或省级统一的毕业考试课程的难度和一些实用的机会(9]。当学生使用组织在2019年和2020年,学生在2018年仍然是阅读。

因此,本研究比较了2018年和2019年学生的最后得分分布,讨论了组织网络教学方法(2019)的性能和传统的教学方法(2018)在全国统一考试科目,并获得图3。

如图32019年,学生与学生在2018年相比显著提高他们的分数。最高的分数从96.5增加到97,最低的分数从42增至52。59个学生中调查了两个等级,优秀的学生人数(不少于80)从10增加到16日,比上年增长60.0%。合格的学生人数(不少于60)从41增至52岁,比上年增长26.8%。的数据能反映组织教学方法可以有效地促进学生的学习积极性,实现组织教学的概念,并确保每个学生都能接受有针对性的教育。因此,学生的结果使用组织网络教学系统最后参加国家统一考试都显著提高。

简单地评估学生的变化范围的表现不能直接反映组织网络教学系统的控制程度对学生认知能力,因为学生的毕业性能直接关系到教师的差异投资和学生入学性能(10]。因此,在本研究的基金的分析,我们把学生作为一个例子,2019年的评价结果组织网络教学系统在每个学生的认知能力,并形成一个直方图与学生的毕业考试结果,如图4。

如图4,以评估学生的学习能力,组织学习系统作为独立变量,最后国家统一的学生综合素质成绩统计,数据显示,一个高度相关的凹曲线。其中,有18个学生的认知能力评估结果是超过90点,且只有一个学生的期末考试分数小于80点,没有学生的认知能力评价结果小于90点已经超过80点。如果认知能力评价结果是超过90点作为优秀的线,灵敏度为94.4%。53个学生的认知能力超过20分,只有一个有期末考试的分数低于60分,没有学生的认知能力评估二级结果小于20分有超过60点。如果超过20分的认知能力评估结果将作为轧制线,灵敏度为98.1%。组织网络教学系统设计基于认知能力评估算法在本研究主要为学生认知能力评估结果最终参加国家统一的毕业考试,可以提前预测学生的考试成绩。

5。Micro-Application影响组织网络教学系统由学生的认知能力

后组织网络教学系统的应用基础上,评价学生的认知能力设计的这项研究中,2019名学生的国家统一考试成绩与2018年相比已经大大改善了学生,通过率和卓越率也显著提高,表明系统的教学改革有一定的影响。然而,在前面的验证分析,系统给出了评价后还发现,学生的认知能力、学生的认知能力评估分数小于20仍难以达到轧制线(11]。因此,在应试教育模式下一般在中国,实现微观分析应确定如何全面提高学生的认知能力和学业成绩较低的评估结果。

通过微观分析中数据的组织网络教学系统,它是发现,是一个典型的凸曲线关系学生的学习时间和学习时间,如图5。

如图5在组织网络教学系统中,学生的总分70∼75年全国统一的毕业考试有最长学习时间。最后得分的增加,学生的学习时间减少,但学习成绩较差的学生显著低于学生得分越高。其中,学生的学习时间小于60的线性re-projection百标志系统集中在低得分区域。在前面的分析中,学生的认知能力的评价结果在低地区很低,加上缺乏学习的时间,导致他们的全国统一的毕业考试中得分较低。

因此,从教师的角度来看,学生的分数可以提高从以下两个方面:(1)为什么学生认知能力较低较低的学习时间是他们的学习过程面临着巨大的阻力。自己的惯性和生理保护机制导致逃避学习的机制。教师应积极联系系统给学生认知能力较低,给适当的离线指导或鼓励他们延长长度的在线学习。(2)系统中,影响学生的认知能力的知识分应该考虑在实体教室。教研组,课件设计应充分讨论设计和在线考试问题,知识的教学体系分应该优化,学习困难的学生可以减少高知识困难点,以提高学生的学习热情。

6。调查结果的主观组织网络教学系统的应用效果

判断组织网络教学系统的可用性从学生的角度来看,2018名学生没有使用系统使用的系统和2019名学生被要求评估困难,掌握自我评价,分别和课程的亲和力。表1是获得。

如表所示1、学生评价的学习的难度下降了11.3%,和他们评估课程的掌握和亲和力增加了7.7%和24.4%,分别。数据显示,使用后组织网络教学系统设计的这项研究基于学生的认知能力、学生的评价自信有所改善和减少他们的学习困难。

分别通过分析2019年的数据,比较学生的考试分数80∼100组,60∼80组,和以下60组,和比较学生的上述问题的答案,表2是获得。

如表所示2,减少学生的期末考试成绩在全国统一的毕业考试,学生的评价当然难度逐渐增加,当然他们的评估验收和课程亲和力逐渐减少。比较学生的评价结果和分数低于60 2019年与2018年使用组织网络教学系统,发现学生的评价结果得分低于60 2019年高于2018年,和其他评价结果低于2018年。换句话说,当2019年低组学生有更高的评价结果在课程难度和低亲和力,评估结果他们仍然给结果,学生的课程接受高于2018年,证明了系统在一定程度上可以提高学生的自信心。

注意:在上面的评估过程中,所有三个问题要求学生做出主观评价0∼100点,并给出评价结果的算术平均值的方法。

7所示。总结

组织网络教学系统评价指标的基础上,学生的认知能力在本研究设计转移的重点课程教学从课堂网络教学系统和网络教学为主要教学基地和辅助课堂教学。课堂教学主要用于知识要点的解释,现场问答,关键和重点指导学生。使用该系统后,学生的学习热情和学习自信心得到有效改善。更重要的创新,教师可以更直观地掌握每个学生的具体认知能力,定制学习计划为每个学生在互联网的帮助下,系统,和老师可以有更多的时间来提供关键的指导学生认知能力较低。系统已经实现了应用程序的结果中2019名学生,和2020名学生也使用的教学方法。当2020名学生参加国家统一的毕业考试,后续研究将继续进行验证系统,不断改进系统。

数据可用性

使用的实验数据来支持本研究的发现可以要求作者。

的利益冲突

作者宣称没有利益冲突。

确认

本研究支持的2019年安徽省社会科学创新和发展研究项目(研究大学核心价值观的建设基于家庭传统继承)(项目号2019 cx011)和行动计划提高质量和培养优秀员工安徽财贸职业学院(创建一个新的团队思想政治教师:思想政治课程教学改革基于信息化)(项目号Tzpysj019)。