[0001] 本
发明涉及教育材料的创建、收集、分析和发布,尤其涉及一种适于用于为教师生成数据以便实时评估教育内容有效性的方法。
[0002] 一般来说,传统的教育计划、产品、实践、政策、工具和材料不提供指导教师评估和理解每个教育者在教育过程中所采取的独特的教育内容-学习者参与绩效路径的能
力。这种传统的教育解决方案(程序、产品、实践、政策、工具和材料)包括教科书、教案、在线教育内容、教育视频、教育游戏、教学策略、自适应学习解决方案等,教师缺乏确定什么解决方案的能力,或组合的解决方案将有最高的成功可能性与每一个学习者,或集体在一个群体的观众(例如,一个学习者的教室)。现在的讲师被迫猜测什么材料和方法可能在给定的时间点为给定的观众工作,但是,研究方法的集中性、局限性受到了限制。
[0004] 本发明主要解决的技术问题是提供
一种用于为教师生成数据以便实时评估教育内容有效性的方法,其特征在于,该方法包括:由处理器,教育提供者数据以及教育相关内容在丰富数据暂存区域中聚合以及存储;由处理器创建以及存储直接课程
数据库中的多个直接课程;由处理器对多个直接课程中的每一个进行分类,并将多个直接课程中的每一个与目标观众以及标识符相关联;通过信息传递相关性得分处理引擎,为多个直接课程中的每个直接课程生成信息传递相关性得分量表;过滤并由处理器通过直接课程选择实用工具向目标观众提供针对目标观众的多个直接课程的过滤子集;处理器通过学习者
访问门户向目标受众提供对多个直接课程的子集的访问;通过处理器
跟踪以及聚集来自目标观众内的用户以及用户中的至少一个的多个直接课程的子集的性能数据以及用户反馈;根据多个直接课程子集的性能数据以及用户反馈,由处理器实时优化每个直接课程的信息传递相关性得分比例。
[0005] 可选的,其中,创建以及存储多个直接课程包括:识别目标观众简档;提出一个或多个问题;为一个或多个问题分配至少一个兴趣主题;用来自一个或多个远程数据源的真实数据补充一个或多个问题;提供与至少一个兴趣主题相关的问题;为一个或多个问题选择课程或家庭作业;确定所需的新词汇并定义一个或多个问题中的术语;提供一个简短的段落,解释为什么学习者应该对一个或多个问题感兴趣;为一个或多个问题提供学习者以及教师指导;提供一个或多个问题与学习者相关的重新上限;以及为学习者提供完成的测试问题。
[0007] 本发明描述在教育过程中每一个学习者或学习者所采取的实时教育内容学习者参与性能路径,将教育内容与学习者的参与、教育计划、产品、实践、政策、工具和材料的整体教育效果相关联,以供出版商、教育工作者等使用,以了解不同的组合变量导致最佳可能的性能结果,并为每个学习者实时优化这些结果。
附图说明
[0009] 图2是根据本发明的方面描述富集数据分级区域的操作的说明性
流程图。
实施例[0011] 图1描绘了用于本发明的示例性系统架构1000,特别地,图1描绘了如何组合各种组件以产生用于教师的数据,以便为每个学习者实时评估教育内容的有效性。如本文所使用的,术语教育内容,教育事件,教育材料,教育计划,教育解决方案和教育干预(统称为“教育内容”)可互换地用于定义由教育者和教育机构实施的任何教育物质,方法和系统。提供教学内容,教育知识寻求者和/或管理和/或实施这种教育活动的目的,这些教育工具可以包括但不限于教育专业人员用来向学生提供教育内容的计划,产品,实践,政策和材料。换句话说,这些术语可以包括教育者用来教授学生某些主题的任何方法,产品,服务,设备,技术或其他交通工具。系统架构1000被设计用于评估教育工具的每种类型(包括每种类型内的不同内容)的有效性,取决于具体实现(例如,程序,产品,实践,材料等),系统架构1000能够为实现获取相关数据并输出如本文所述的教育计划的有效性的评估,且包括富集数据暂存区域100,直接课程数据库200,直接课程选择实用工具300,信息传递相关性分数处理引擎400,学习体验优化方法工具500和学习者访问门户600。
[0012] 富集数据分级区100是用于存储与教育提供者数据(例如,观众段、学校和社区分析数据)和教育相关内容(例如,直接课程214和数据应用的真实数据)相关的数据的数据聚集过程和系统。由富集数据分级区100进行的数据聚合是一个自动过程,它与来自互联网的预定义的可自由获得的数字和非数字数据
位置有联系,这是由用户定义的标准预先选择的。例如,用户可以将统一资源
定位符位置添加到富集数据分级区域100的源位置,因为通过在线数据探索来识别位置。在操作中,富集数据暂存区域100是数据管理系统,其自动检查因特网上的预定位置以获得数字和非数字数据。富集数据暂存区域100聚合并更新数字和非数字数据,以用作创建直接课程214的源数据,将定期运行数据更新过程并且将其视为系统1000的必需维护过程。具体地,富集数据暂存区域100定期访问预定数据位置(取决于原始数据的更新
频率)以检查更新以前聚合的数据集,当更新可用时,富集数据暂存区域100下载最新数据集并相应地更新其数据库。具体地,当更新可用时,富集数据暂存区域100基于计算机
语言代码执行提取,加载和变换处理。代码被定制为每个数据源,对于定义的新数据集,需要手动干预来初始化数据并创建代码。一旦执行了数据集的预定义,数据就自动发布到临时区域,在那里它将被导出到中央数据库700,如本领域技术人员所理解的,执行数据集的预定义的方式将取决于教育内容的方式,在直接课程数据库200中使用数据集的预定义数据。
[0013] 图2描绘了用于富集数据暂存区域100的操作的示例性过程1100,通过该过程1100,自动访问真实数字和简档数据并将其下载到中央数据库700中以供在直接课程214,学习者访问门户600,ITRS,洞察800仪表板中使用,示例性过程1100描绘了聚合了什么类型的数据集以及如何聚合和更新这些数据集,最初,数据集是从一种或多种类型的数据源聚合而来的,根据本发明的示例实施例,从两个数据源获得两种类型的数据集。两个数据源包括用于观众分段和分析数据的数据集的类别(在步骤102获得)和用于直接课程214和数据应用的真实数据(在步骤104获得)。观众分段和分析数据包括在教育机构聚合关于目标受众的数据。例如,观众
片段和简档数据可以包括针对目标观众的学校简档,学生简档,人口统计数据等。直接课程214和数据应用的真实数据是与教育内容的各种主题相关的数据。例如,直接课程214和数据应用的真实数据可包括与澳大利亚,中国,印度,欧洲,消费者,经济,工业,职业,海洋,
气候变化,
银行,体育,流行音乐,联邦债务,监狱相关的数据。,运输,美国地下
水位,
水电,火山,行星,卫星,自然资源,国家数据,环境,公共安全,市政,住房,健康,地理,大气,医疗,技术,研究,农业,金融,森林,鱼类股票世界银行,
冰川等。在每个类别中,有多个数据集用于本发明中的勘探和潜在用途。在步骤102中,聚合来自观众片段和简档数据的源的预定义类别的数据集,并用于识别个体学习者和学习者片段的简档和兴趣。
来自步骤102中的数据集的数据向系统1000提供关于每个学生随时间经历的独特内容-参与-表现路径的数据。具体而言,数据使用户能够理解个人学习者或学习者片段级别的内容-参与-表现路径。换句话说,来自数据源102的数据回答了问题,“现在学生A或学习者片段X的参与-表现路径是什么以及它如何随时间而改变?”类似地,在过程1100的步骤104,富集数据暂存区域100检查源数据位置以寻找与直接课程214和数据应用的真实数据相关的数据更新。在步骤104中收集的数据集用于直接课程214的数据输入和用于探索大型复杂数据集或数据集组合的实用程序。特别地,来自步骤104的数据集源自来自因特网的数百个URL位置,来自各种格式。例如,数据集可以来自Excel,Asci或其他格式,这些格式可以轻松下载并准备好在数据库相关系统中进行处理。在步骤104中聚合的数据集提供使得本发明的学习体验真实,相关和参与所需的原始数据。此外,数据使得直接课程数据库200能够被感兴趣的主题区域分类,并且包括与那些主题区域相关的信息,如本文更详细地讨论的。在步骤104中聚合的数据集包括可用于在各个直接课程214中提供数学练习的数字数据,其由直接课程214的开发者预先准备。在步骤106,过程1100检查对步骤102,104中汇总的数据集的更新,被检查的数据源是预先定义的,并且由系统自动执行,正如本领域技术人员所理解的,来自步骤102,104的每个输入数据集都有其自身的更新频率,该更新频率是在初始数据建立期间确定的。此外,在步骤106的检查过程确保系统1000知道何时更新数据集以避免下载重复数据。在步骤108,当系统1000在步骤106检测到新的更新时,过程1100启动数据刷新。特别地,在步骤108,过程1100启动从步骤106下载的更新数据到在步骤110中进行附加处理的分级区域。此外,如果需要对数据进行解析,例如使用ASCI数据,则在步骤108执行。
解析包括将原始数据转换成由中央数据库700使用的字段和表(其中数据将在处理1100完成时驻留)的任务。在步骤110,过程1100启动执行每个数据集的预定义数据集的预定义(提取、加载、转换)代码的自动过程。该代码对于每个数据集是唯一的,并且需要处理活动,例如执行数据错误检查、创建数学示例、在直接课程214中使用的练习和作业以及更新富集数据分级区域100的主数据库112。特别地,数据库112是用于富集数据分段区域100的中间数据存储区域,并且是处理110之后的所有最终化数据的位置。数据库112用作从步骤102和
104对所有导入数据进行
质量控制的位置。根据本发明的示例性实施例,每当在步骤108发生数据刷新时,执行程序自动检查富集数据分级区域100中的数据。如果识别出任何数据问题,则通知数据分析员进行问题识别和纠正措施,如果刷新成功而没有任何问题,则数据自动导出到中央数据库700,以供系统1000的其他组件存储和访问。在步骤114,过程1100在任何数据刷新108之前自动检查,以确定源数据的URL链接是否仍然是活动的和准确的。过程
1100检查预定列表中对于步骤102和104的所有导入数据的URL源。如果源数据的URL链接仍然有效且准确,则继续处理。如果没有,则通知数据库管理员进行纠正措施。在一个示例性实施例中,还需要人工干预来更新和维护在步骤114中使用的URL列表,例如,当数据集的源URL发生变化时,需要人为干预来更新在步骤106中管理检查过程的代码。类似地,如果在步骤102或104中添加新的输入数据集进行聚合,则还需要更新代码以反映新数据集的添加。
步骤116是过程1100中的一个可选步骤,它确定源数据的URL链接是否仍然是活动的和准确的,特别地,在步骤116,过程1100确定URL中的变化是什么。例如,可以通知数据库管理员以确定问题的来源,并在步骤118执行适当的纠正动作。在步骤118中的纠正动作可以包括手动改变到步骤114中讨论的主URL表。过程1100中的114,116和118的组合步骤确保主URL表是最新的和正确的,使得在步骤102-110中汇总和更新的数据总是最新的和准确的。
[0015] 最后应说明的是:以上实施例仅用以说明本发明的技术方案,而非对其限制;尽管参照前述实施例对本发明进行了详细的说明,本领域的普通技术人员应当理解:其依然可以对前述各实施例所记载的技术方案进行
修改,或者对其中部分技术特征进行等同替换;而这些修改或者替换,并不使相应技术方案的本质脱离本发明各实施例技术方案的精神以及范围。