一种双混合式教学学习效果预测与提升方法

本发明涉及一种学习效果预测与提升方法，具体是一种针对“线上+线下”和“案例+导学单”的双混合式教学的学习效果预测与提升方法，属于计算机应用。

背景技术：

1、混合式教学自问世以来便受到广泛关注，不断被各级各类教育、各领域专家学者视为优化课堂教学、丰富课程体系资源、提升学生学习效果的强有力手段。混合式教学的目的是充分发挥几种教学形式的优势改造传统教学，改变在课堂教学过程中过分使用讲授而导致学生学习主动性不高、认知参与度不足、不同学生的学习结果差异过大等问题。

2、混合式教学没有统一的模式，如常规的“线上+线下”混合式教学模式以及近年来兴起的“案例+导学单”混合式教学模式等模式。“线上+线下”混合式教学模式是将在线教学和课堂教学的优势结合起来的教学形式。“案例+导学单”混合式教学模式是将案例教学和导学单教学的优势结合起来的教学形式，案例教学是一种开放式、互动式的教学方式，导学单是用于指导学生学习的菜单，具有告知学习程序、明确学习内容、指导学习方法、反馈学习结果的功能，导学单这一纸质媒介不仅为案例的呈现提供了平台，而且可以较好地梳理案例间的连贯性。

3、现有技术中针对混合式教学学习效果的预测和评价，多是针对常规的“线上+线下”此单一模式的混合式教学，通常是根据学生在线上教学平台以及课堂教学中的表现来推断学生的知识水平。基本的技术途径一般有两种：第一种是传统的基于概率模型的方法，如贝叶斯知识追踪，它使用隐马尔可夫模型来追踪学生知识水平的变化；另一种是项目反映理论，它采用逻辑回归模型来匹自己学生的能力和正确回答问题的概率。近年来，随着机器学习的快速发展，利用基于各种机器学习的变体模型的知识追踪技术变得越来越普遍。尽管现有的基于机器学习的知识追踪方法取得了一定的成功，但预测准确性仍然存在提升的空间。

4、为提高学生学习的主动性、解决不同学生的学习结果差异过大等问题，业内教育工作者尝试将多种混合式教学模式并用的方式以提升教学效果，但针对多种混合式教学模式并用的学习效果预测和评价，相应的理论研究报道鲜有记载，而仅仅针对单一模式的混合式教学学习效果的预测和评价往往是片面的、无法深层次地对学生的学习行为和学习效果进行全面预测。

技术实现思路

1、针对上述问题，本发明提供一种双混合式教学学习效果预测与提升方法，针对“线上+线下”和“案例+导学单”的双混合式教学，能够实现较为精准地预估学生的学习成绩，可以为双混合式教学模式下提升学生学习效果提供理论依据和数据支持。

2、为实现上述目的，本双混合式教学学习效果预测与提升方法针对“线上+线下”和“案例+导学单”的双混合式教学，具体包括以下步骤：

3、step1、试验因素与水平的选取以及数据搜集处理：

4、试验因素共选取七个，分别为先修课程成绩x1、资源使用情况x2、学生信息处理能力x3、案例理解情况x4、导学单完成情况x5、课堂互动情况x6和学习动机x7，x1-x6为教育学相关因素，x7为心理学相关因素，教育学因素对应的水平为四个至五个，心理学因素对应三个水平，对数据进行处理；

5、step2、构建bo-rf预测模型：

6、采用bo对rf回归模型中的关键超参数进行调优，以袋外分位数误差最小化作为评估最优参数组合的标准，目标函数的概率模型表示为：

7、f(x)～gp(m(x),k(x,x′))

8、式中：f(x)是rf模型每棵决策树的预测函数；m(x)是目标函数的均值函数，k(x,x′)是协方差函数；

9、bo通过不断更新目标函数的概率模型，利用先前的评估结果来指导下一次参数选择，通过迭代的bo过程，找到在有限次数内最优的参数配置，构建bo-rf预测模型；

10、step3、基于bo-rf预测模型的双混合式学习效果预测：

11、将step1的七个试验因素作为输入、以学习成绩为输出对bo-rf预测模型进行训练，通过训练好的bo-rf预测模型进行预测；

12、step4、基于预测结果，给出学生的个性化学习效果提升策略：

13、通过调整任一因素水平的方法给出学生的个性化学习效果提升策略。

14、进一步的，step2中，采用bo对rf回归模型中的“max_depth”和“min_samples_leaf”此两个关键超参数进行调优。

15、进一步的，step1中，将七个试验因素进行课堂内、课堂外、课堂内外均涉及此三个维度的划分，课堂内维度包括x4和x6，课堂外维度包括x1和x7，课堂内外均涉及维度包括x2、x3和x5。

16、进一步的，step3中，先运用matlab软件对bo-rf预测模型进行app开发，将各试验因素对应水平输入matlabapp进行预测后，通过调整任一因素水平的方法给出学生的个性化学习效果提升策略。

17、与现有技术相比，本双混合式教学学习效果预测与提升方法针对的是“线上+线下”和“案例+导学单”的双混合式教学，选取先修课程成绩、资源使用情况、学生信息处理能力等七个对学习效果有影响的试验因素，通过bo对rf的超参数进行误差2％内的修正构建bo-rf预测模型，并通过bo-rf预测模型对学习效果进行预测，最后通过调整水平的方式对学习效果提升提供指向性策略，bo-rf预测模型不仅可以实现较为精准的预测精度，而且对学习效果提升提供指向性策略可以有针对性地帮助学生提升学习效果，可以为双混合式教学模式下提升学生学习效果提供理论依据和数据支持。

技术特征：

1.一种双混合式教学学习效果预测与提升方法，其特征在于，针对“线上+线下”和“案例+导学单”的双混合式教学，具体包括以下步骤：

2.根据权利要求1所述的双混合式教学学习效果预测与提升方法，其特征在于，step2中，采用bo对rf回归模型中的“max_depth”和“min_samples_leaf”此两个关键超参数进行调优。

3.根据权利要求1所述的双混合式教学学习效果预测与提升方法，其特征在于，step1中，将七个试验因素进行课堂内、课堂外、课堂内外均涉及此三个维度的划分，课堂内维度包括x4和x6，课堂外维度包括x1和x7，课堂内外均涉及维度包括x2、x3和x5。

4.根据权利要求1所述的双混合式教学学习效果预测与提升方法，其特征在于，step3中，先运用matlab软件对bo-rf预测模型进行app开发，将各试验因素对应水平输入matlabapp进行预测后，通过调整任一因素水平的方法给出学生的个性化学习效果提升策略。

技术总结本发明公开了一种双混合式教学学习效果预测与提升方法，针对的是“线上+线下”和“案例+导学单”的双混合式教学，选取先修课程成绩、资源使用情况、学生信息处理能力等七个对学习效果有影响的试验因素，通过BO对RF的超参数进行误差2％内的修正构建BO‑RF预测模型，并通过BO‑RF预测模型对学习效果进行预测，最后通过调整水平的方式对学习效果提升提供指向性策略。本发明BO‑RF预测模型不仅可以实现较为精准的预测精度，而且对学习效果提升提供指向性策略可以有针对性地帮助学生提升学习效果，可以为双混合式教学模式下提升学生学习效果提供理论依据和数据支持。技术研发人员：王悉文,范希营,郭永环,朱志伟,季广中受保护的技术使用者：江苏师范大学技术研发日：技术公布日：2024/7/25