一种智能伴随式程序设计教学系统

本发明属于计算机技术教育领域，具体涉及一种智能伴随式程序设计教学系统。

背景技术：

1、随着计算机与人工智能的普及，编程技能也成为未来学生必备的基本素养，编程教学发展有着低龄化、大众化、普及化的趋势，由大学走向中小学、中高职院校，由中心城市走向偏远地区，师资问题也成为开展编程教育的核心挑战。在编程教学方面，成为专业的编程人员不仅仅需要掌握基础理论教学，还需要经过大量的编程题目训练，以提高解决问题的思维能力和独立编码的技能。为了解决编程教学师资培养与兼顾大众化、低龄段教学需求，将教学课程内置在教学系统中，教师可以通过前置快速学习迅速掌握教学方法来开展授课教学工作；构建知识图谱，个性化跟踪学生学习进展，标记学生知识点掌握情况；结合人工智能技术与当下比较火热的aigc大模型，让系统能够智能化地给出答疑和针对性地生成训练题目，以实现编程的普及教育。

技术实现思路

1、为解决上述问题，本发明提供一种智能伴随式程序设计教学系统，该系统通过课程编排、知识图谱、智能训练和智能答疑来提供智能伴随式编程教学方法，支持普及化的编程教育。

2、本发明提供一种智能伴随式程序设计教学系统；该系统包括编程判题模块、一般考试模块、课程模块、学习分析模块、智能答疑模块、智能训练模块和存储模块。

3、所述的存储模块中存储有教学课程资源、学习分析模块数据以及测试题。

4、所述的编程判题模块用于判断使用者提交的程序是否可运行，以及执行使用者提交的程序，判断输出结果是否正确。

5、所述的一般考试模块用于从存储模块中选择测试题，向使用者提供考试测验，并对测验结果进行评分。

6、所述的课程模块用于编排教学课程，以及对使用者提供教学课程。

7、所述的学习分析模块用于根据使用者对课程模块中教学课程的学习情况构建知识图谱，并向使用者呈现完整知识图谱和个人知识图谱。

8、所述的智能训练模块用于生成测试题，对使用者进行编程训练。生成测试题的过程为：向大语言模型输入知识点；大语言模型输出与知识点相匹配的测试题；知识点从个人知识图谱提取。

9、所述的智能答疑模块用于通过编程教学模型对使用者提出的问题进行解答。智能答疑模块中设有反作弊模块；反作弊模块用于判断使用者是否存在作弊行为，并控制智能答疑模块不向存在作弊行为的使用者提供解答。作弊行为具体为利用智能答疑模块直接获取考试测验的答案。

10、作为优选，所述的反作弊模块通过两种识别方法，共同判断使用者是否存在作弊行为。两种识别方法分别为基于规则的反作弊识别方法和基于大语言模型自动判断的反作弊识别方法。

11、作为优选，所述的基于规则的反作弊方法利用反作弊规则识别作弊行为；所述的反作弊规则如下：

12、规则一、若使用者提问的时间为上课时间，则判断使用者存在作弊行为；

13、规则二、若使用者提出的问题与题库题目相似，则判断使用者存在作弊行为；

14、规则三、若使用者提出的问题匹配预设的关键字，则判断使用者存在作弊行为。

15、作为优选，智能训练模块生成测试题的过程中，向大语言模型输入的训练知识点为个人知识图谱中使用者掌握较薄弱知识点。

16、作为优选，基于大语言模型自动判断的反作弊识别方法利用大语言模型对使用者提出的问题进行内容语义的理解，识别是否存在异常情况；若存在异常情况，则判断使用者存在作弊行为。

17、作为优选，所述的异常情况包括是否索要答案、是否直接获取编程代码或编程运行结果、问题的答案是否超出使用者个人知识图谱对应的知识范围。

18、作为优选，所述的存储模块采用关系型数据库、图数据库和对象文件存储来存储系统中数据；关系型数据库采用mysql数据库，图数据库采用neo4j图数据库，对象文件存储采用minio。

19、作为优选，所述的编程教学模型通过使用编程教学知识库训练大语言模型得到，大语言模型采用chatgpt、chatglm2、讯飞星火、llama和通义千文中的任意一种。

20、作为优选，所述的完整知识图谱的结构为知识领域-知识单元-知识点-标签，每个知识单元和知识点均对应一个难度系数；难度系数用0～10分表示；完整知识图谱通过标签标记知识点的最佳学习年龄和教学时长。

21、作为优选，所述的个人知识图谱以使用者为中心，个人知识图谱的结构为个人-知识领域-知识单元-知识点-掌握程度；掌握程度用0～10分表示。掌握程度的初始值通过教师在课程结束对使用者的知识点掌握程度进行赋分的方式得到；学习分析模块根据使用者的做题情况对知识点的掌握程度进行更新。

22、作为优选，使用者对课程模块中教学课程的学习情况包括使用者的学习进度和对教学课程中知识点的掌握程度。

23、作为优选，所述的知识点的掌握程度更新过程为：使用者在完成课后作业中的测试题目时，每答对5道测试题目，掌握程度加1分；在掌握程度总分不低于4分时，每答错1道测试题目，掌握程度减1分；同时，当使用者使用智能训练模块进行编程训练时，若训练得分大于90分，掌握程度加3分。

24、作为优选，该智能伴随式程序设计教学系统还包括编程比赛模块；编程比赛模块用于举办编程题目作答比赛，支持acm/oi两种编程比赛模式。

25、作为优选，所述的编程判题模块基于docker搭建，docker提供编程代码的运行沙箱，利用docker资源隔离技术预定义沙箱cpu和内存的规格。

26、作为优选，所述的沙箱cpu的规格限制为0.1c、内存的规格限制为128m。

27、作为优选，该智能伴随式程序设计教学系统还包括管理模块，用于用户信息的查询以及使用者用户批量导入和停用。

28、本发明具有的有益效果是：

29、1、本发明提出的伴随式编程系统中课程学习、智能训练和智能答疑三位一体，使用者在使用课程模块学习编程后，能够在智能训练模块中对所学内容进行巩固训练，并在遇到问题时使用智能答疑模块实时获取对疑问的解答，使学习的理论知识与实际运用相结合，更有利于使用者对编程的学习。同时，智能答疑模块中设有反作弊模块，用以限制在测试过程中的作弊行为，避免了使用者不经思考便获取测试答案，产生负面的学习效果。

30、2、本发明中的智能训练模块能够根据使用者个人知识图谱中的薄弱知识点，快速生成有针对性的测试题目，提高使用者的题目训练量，加强使用者的学习效果。智能训练模块在生成测试题目的同时生成题目指引，能够在使用者完成代码的编写后，为使用者提供测试题目程序设计解释和程序流程图，使使用者能够快速理解和纠正错误，降低学习曲线。

31、3、本发明所提供的伴随式编程系统内置教学课程与训练内容，对于有计算机基础的老师可开箱即用的完成教学工作，降低了对师资水平的依赖，对于编程作为基础教育学科的普及化有重要的推动作用。

技术特征：

1.一种智能伴随式程序设计教学系统，其特征在于：该教学系统包括编程判题模块、一般考试模块、课程模块、学习分析模块、智能答疑模块、智能训练模块和存储模块；

2.根据权利要求1所述的一种智能伴随式程序设计教学系统，其特征在于：所述的反作弊模块通过两种识别方法，共同判断使用者是否存在作弊行为；两种识别方法分别为基于规则的反作弊识别方法和基于大语言模型自动判断的反作弊识别方法。

3.根据权利要求2所述的一种智能伴随式程序设计教学系统，其特征在于：所述的基于规则的反作弊方法利用反作弊规则识别作弊行为；所述的反作弊规则如下：

4.根据权利要求1所述的一种智能伴随式程序设计教学系统，其特征在于：智能训练模块生成测试题的过程中，向大语言模型输入的训练知识点为个人知识图谱中使用者掌握较薄弱知识点。

5.根据权利要求2所述的一种智能伴随式程序设计教学系统，其特征在于：基于大语言模型自动判断的反作弊识别方法利用大语言模型对使用者提出的问题进行内容语义的理解，识别是否存在异常情况；若存在异常情况，则判断使用者存在作弊行为；所述的异常情况包括是否索要答案、是否直接获取编程代码或编程运行结果、问题的答案是否超出使用者个人知识图谱对应的知识范围。

6.根据权利要求1所述的一种智能伴随式程序设计教学系统，其特征在于：所述的完整知识图谱的结构为知识领域-知识单元-知识点-标签，每个知识单元和知识点均对应一个难度系数；难度系数用0～10分表示；完整知识图谱通过标签标记知识点的最佳学习年龄和教学时长；所述的个人知识图谱以使用者为中心，个人知识图谱的结构为个人-知识领域-知识单元-知识点-掌握程度；掌握程度用0～10分表示；掌握程度的初始值通过教师在课程结束对使用者的知识点掌握程度进行赋分的方式得到；学习分析模块根据使用者的做题情况对知识点的掌握程度进行更新。

7.根据权利要求6所述的一种智能伴随式程序设计教学系统，其特征在于：使用者对课程模块中教学课程的学习情况包括使用者的学习进度和对教学课程中知识点的掌握程度。

8.根据权利要求6所述的一种智能伴随式程序设计教学系统，其特征在于：所述的知识点的掌握程度更新过程为：使用者在完成课后作业中的测试题目时，每答对5道测试题目，掌握程度加1分；在掌握程度总分不低于4分时，每答错1道测试题目，掌握程度减1分；同时，当使用者使用智能训练模块进行编程训练时，若训练得分大于90分，掌握程度加3分。

9.根据权利要求1所述的一种智能伴随式程序设计教学系统，其特征在于：该智能伴随式程序设计教学系统还包括编程比赛模块；编程比赛模块用于举办编程题目作答比赛，支持acm/oi两种编程比赛模式。

10.根据权利要求1所述的一种智能伴随式程序设计教学系统，其特征在于：所述的编程判题模块基于docker搭建，docker提供编程代码的运行沙箱，利用docker资源隔离技术预定义沙箱cpu和内存的规格；沙箱cpu的规格限制为0.1c，内存的规格限制为128m。

技术总结本发明公开了一种智能伴随式程序设计教学系统，该系统包括课程模块、用户模块、班级模块、学习分析模块、智能答疑模块、智能训练模块、一般考试模块、编程判题模块、编程比赛模块和存储模块。使用者在使用课程模块学习编程后，能够在智能训练模块中对所学内容进行巩固训练，并在遇到问题时使用智能答疑模块实时获取对疑问的解答，使学习的理论知识与实际运用相结合，更有利于使用者对编程的学习。智能答疑模块中设有反作弊模块来限制在测试过程中的作弊行为，避免了使用者不经思考便获取测试答案，产生负面的学习效果。同时，本发明降低了对师资水平的依赖，使得使用者能够通过本发明完成对编程的自主学习，为使用者提供高质量的编程教育资源。技术研发人员：孙勇受保护的技术使用者：浙江交通职业技术学院技术研发日：技术公布日：2024/6/11