首页 / 专利库 / 电脑零配件 / 固件 / 软件 / 软件套件 / 基于大数据的学业人格测评与培养系统

基于大数据的学业人格测评与培养系统

阅读:1发布:2020-10-12

专利汇可以提供基于大数据的学业人格测评与培养系统专利检索,专利查询,专利分析的服务。并且本 发明 公开一种基于 大数据 的学业人格测评与培养系统,包括 硬件 部分和 软件 部分,所述硬件部分包括测评一体主机、数据传输 接口 、 信号 处理器和高速扫描器,所述软件部分包括测评一体机系统、学业人格问卷库、智能识别模 块 、数据分析模块和学业人格测评报告;学业人格问卷库与测评一体机系统相连,用于提供系统全面测量K12教育阶段学生学习自主性的成套问卷;智能识别模块与测评一体机系统相连,用于对扫描后的问卷进行快速识别,及反馈异常情况以供人工校对处理;数据分析模块与测评一体机系统相连,用于处理和分析学业人格问卷回收数据及学生学业表现数据;学业人格测评报告与测评一体机系统相连,用于发现影响学业人格的因素并给出相应的教育建议。,下面是基于大数据的学业人格测评与培养系统专利的具体信息内容。

1.基于大数据的学业人格测评与培养系统,其特征在于:包括硬件部分和软件部分,所述硬件部分包括测评一体主机、数据传输接口信号处理器和高速扫描器,所述软件部分包括测评一体机系统、学业人格问卷库、智能识别模、数据分析模块和学业人格测评报告;
学业人格问卷库与测评一体机系统相连,用于提供系统全面测量K12教育阶段学生学习自主性的成套问卷;
智能识别模块与测评一体机系统相连,用于对扫描后的问卷进行快速识别,及反馈异常情况以供人工校对处理;
数据分析模块与测评一体机系统相连,用于处理和分析学业人格问卷回收数据及学生学业表现数据;
学业人格测评报告与测评一体机系统相连,用于发现影响学业人格的因素并给出相应的教育建议。
2.如权利要求1所述的基于大数据的学业人格测评与培养系统,其特征在于:其具体运行步骤如下:
1)将学业人格测评一体机系统部署到硬件部分的测评一体主机中;
2)通过测评一体机系统创建并打印学业人格测评问卷;
3)组织学生进行测试并回收测试问卷,通过测评一体机系统对测试问卷进行快速扫描和智能识别;
4)测评一体机系统的智能识别模块对识别后的数据进行处理和筛选,并基于大数据对海量数据进行实时动态分析;
5)根据分析的数据及现有的培养方案数据库,测评一体机系统的学业人格测评报告提供科学有效的学生学业提升方法;
6)重复执行以上步骤,提高优化测评一体机系统。
3.如权利要求1所述的基于大数据的学业人格测评与培养系统,其特征在于:所述智能识别模块针对学业人格成套问卷具体运行步骤如下:
(1)首先标记未填涂、多选等异常情况,将未填涂或多选的题项分值标记为0;
(2)将选项转换为分值:按照A、B、C、D、E选项分别对应1、2、3、4、5分的对应关系,将各小题选项转换成分值;
(3)修正反向测试题:将反向题的小题分值x按照y=6-x转换成反向后的分值y;
(4)计算各小题得分的平均分值:将所有个案各小题得分求和后除以得分不为0的个案数,得到各小题得分的平均值;
(5)排除平均分过高的题项:将小题得分平均值大于4.3的题项排除,不再参与后续计算;
(6)个案维度分计算:将某个案各维度的有效题项得分相加除以题项的个数,得到该个案该维度的维度分;
(7)整体维度分计算:将某维度所有有效题项的个案维度平均分相加除以个案数,得到该维度的维度分。
4.如权利要求1所述的基于大数据的学业人格测评与培养系统,其特征在于:所述数据分析模块的具体步骤流程如下:
(1)计算各题项与总成绩、各科成绩的皮尔逊相关系数r:排除得分为0的个案后,计算各题项与总成绩、各科成绩的皮尔逊相关系数r;
(2)根据各题项与总成绩、各科成绩的r计算有效维度分:将r>0.1的题项个案得分相加并除以分值不为0的个案数,得到每个个案的有效维度分,将个案的有效维度分相加除以个案数,得到每个维度对应总成绩、各科成绩的r值筛选后的有效维度分;
(3)找到步骤(2)中总成绩、各科成绩有效维度分最高的3个维度,并找出上述维度中r值最高的2个题项;
(4)将上述结果r值处理成相应数据图表的形式输出;
(5)结合大数据分析系统中的已有数据,分类型分区域再次进行以上相关性分析,将分析结果用于常模的修改和调整;
(6)根据上述结果生成学业人格测评报告。

说明书全文

基于大数据的学业人格测评与培养系统

技术领域

[0001] 本发明属于一种教学测评系统,尤其涉及到一款基于大数据的学业人格测评与培养系统。

背景技术

[0002] 目前对于学生的测试与评价仅限于学习成绩、心理健康平、操行水平等,其中的客观评价仅限于对学生的学业水平进行考试评定,手段十分有限,更多时候只能用教师主观经验判断的方式对学生进行学业水平以外的评价。从人格心理学度讲,学生的人格特质对其学业表现及学业发展潜具有极为重要的作用,但由于方法及理论的局限,以往的研究中,不同研究的水平参差不齐,而由于相应的理论间的兼容性较差,无法将其系统的整合得到总体性的结论,同时也往往导致海量数据被简单处理,教育者获得的信息也只是少量的,大量有效信息在这个处理过程中被浪费,无法准确地得到测评结果,以致教学内容的调整也无法完全适应学生的需求,无法为提高教学水平提供科学依据。
[0003] 本系统旨在基于在线大数据分析的技术手段,对学生学业表现、核心学业人格及二者间关系进行深入探讨,同时在学校教育与家庭教育中的发掘其影响因素与机制,从而针对性的对学生学业核心人格与学业表现的提升方法进行实践探索。

发明内容

[0004] 本发明要解决的技术问题在于提供一种基于大数据的学业人格测评与培养系统,该系统针对K12教育阶段学生的学业人格进行科学、准确、简便、有效的测评,从而为提高教学水平的评估提供可靠的科学依据。
[0005] 为了解决上述技术问题,本发明通过以下方式来实现:
[0006] 基于大数据的学业人格测评与培养系统,包括硬件部分和软件部分,所述硬件部分包括测评一体主机、数据传输接口信号处理器和高速扫描器,所述软件部分包括测评一体机系统、学业人格问卷库、智能识别模、数据分析模块和学业人格测评报告;
[0007] 学业人格问卷库与测评一体机系统相连,用于提供系统全面测量K12教育阶段学生自主性的成套问卷;
[0008] 智能识别模块与测评一体机系统相连,用于对扫描后的问卷进行快速识别,及反馈异常情况以供人工校对处理;
[0009] 数据分析模块与测评一体机系统相连,用于处理和分析学业人格问卷回收数据及学生学业表现数据;
[0010] 学业人格测评报告与测评一体机系统相连,用于发现影响学业人格的因素并给出相应的教育建议。
[0011] 对采集的数据进行智能处理和分析,通过采用基于大数据的学业人格测评与培养系统,其具体步骤如下:
[0012] 1)将学业人格测评一体机系统部署到硬件部分的测评一体主机中;
[0013] 2)通过测评一体机系统创建并打印学业人格测评问卷;
[0014] 3)组织学生进行测试并回收测试问卷,通过测评一体机系统对测试问卷进行快速扫描和智能识别;
[0015] 4)测评一体机系统的智能识别模块对识别后的数据进行处理和筛选,并基于大数据对海量数据进行实时动态分析;
[0016] 5)根据分析的数据及现有的培养方案数据库,测评一体机系统的学业人格测评报告提供科学有效的学生学业提升方法;
[0017] 6)重复执行以上步骤,提高优化测评一体机系统。
[0018] 与现有技术相比,本发明具有的有益效果:
[0019] (1)本发明基于客观数据,并对数据进行智能筛选处理,提高问卷信息数字化导入的效率,相较传统人工主观经验判断或传统单份问卷调查方式,测评科学性、准确性大大提高。
[0020] (2)本发明采用统一专业理论基础,解决由于方法及理论的局限,以往的研究中不同研究的水平参差不齐、理论间的兼容性较差、无法将其进行系统性的整合并得到总体性结论的现状。
[0021] (3)本发明采用大数据分析技术,改变传统测评只能基于固定算法进行简单统计、反馈结果模式化的现状,提供更精准、个性化的测评结果,同时对测评结果、培养方案、培养效果进行持续跟踪的实时动态分析,提供更精准、更加个性化的培养方案反馈。附图说明
[0022] 图1为本发明的结构示意图。

具体实施方式

[0023] 下面结合附图和具体实施例对本发明的具体实施方式作进一步详细的说明。
[0024] 本发明依据学业人格理论,采用定制研发的成套问卷进行笔试的形式对K12教育阶段的学生进行专业测评,通过测评一体机系统对问卷进行快速扫描、智能识别,采用大数据分析技术,对测评结果、培养方案、培养效果进行持续跟踪的实时动态分析,为家长、学校和教育管理者提供更精准、更加个性化的培养方案反馈,促进学生的综合素质和核心素养发展。
[0025] 如图1所示,基于大数据的学业人格测评与培养系统,包括硬件部分和软件部分,所述硬件部分包括测评一体主机、数据传输接口、信号处理器和高速扫描器,所述软件部分包括测评一体机系统、学业人格问卷库、智能识别模块、数据分析模块和学业人格测评报告;
[0026] 学业人格问卷库与测评一体机系统相连,用于提供系统全面测量K12教育阶段学生学习自主性的成套问卷;该学业人格成套问卷,是基于学业人格、学生学业发展可持续性、核心素养理论和自我决定理论编制的,用于系统、全面测评K12教育阶段学生的学习自主性的特点及其对学习成绩影响的测评工具。学习自主性包括自主学习意识、自主学习情绪、自主学习倾向、自主学习效能感、自主学习习惯和学习环境控制6个因素。
[0027] 智能识别模块与测评一体机系统相连,用于对扫描后的问卷进行快速识别,及反馈异常情况以供人工校对处理;智能识别模块可针对普通A4打印纸打印的答题卡,智能判断答题卡所属问卷、对应问卷被测人信息、识别客观题答案,并反馈包括答题卡错误、答题卡编号错误、人员编号错误、答案漏填、答案多选等各种异常情况,以供人工校对处理,操作简便,识别正确率高、速度快。
[0028] 数据分析模块与测评一体机系统相连,用于处理和分析学业人格问卷回收数据及学生学业表现数据;测评一体机系统,用于问卷测试的创建及答题卡的打印管理、答题卡扫描识别和数据分析、测试管理及学生心理档案管理,通过微信扫码进行身份验证登录,用户“一站式”完成测试的创建、答题卡的识别和分析结果的输出,数据分析模块由端的大数据分析系统进行计算和处理,学生心理档案包括学生基本信息档案模块、学业人格信息档案模块和心理健康信息档案模块。
[0029] 学业人格测评报告与测评一体机系统相连,用于发现影响学业人格的因素并给出相应的教育建议。学业人格测评报告以人格心理学、发展与教育心理学等学科的科学理论为指导,根据学业人格成套问卷的测量结果以及学生的学业表现,运用科学的分析手段对学生的学业人格以及学业人格与学习成绩的关系进行综合分析,以发现值得提升的学业人格因素和行为。
[0030] 对采集的数据进行智能处理和分析,通过采用基于大数据的学业测评与培养系统,其具体步骤如下:
[0031] 1)将学业人格测评一体机系统部署到硬件部分的测评一体主机中;
[0032] 2)通过测评一体机系统创建并打印学业人格测评问卷;
[0033] 3)组织学生进行测试并回收测试问卷,通过测评一体机系统对测试问卷进行快速扫描和智能识别;
[0034] 4)测评一体机系统的智能识别模块对识别后的数据进行处理和筛选,并基于大数据对海量数据进行实时动态分析;
[0035] 5)根据分析的数据及现有的培养方案数据库,测评一体机系统的学业人格测评报告提供科学有效的学生学业提升方法;
[0036] 6)重复执行以上步骤,提高优化测评一体机系统。
[0037] 将学业人格问卷回收数据结合学生学业表现数据进行处理和分析,用户通过扫描识别答题卡后,基于大数据的学业人格测评与培养系统的智能识别模块和数据分析模块,针对学业人格问卷的数据进行如下计算和分析:
[0038] 针对学业人格成套问卷:
[0039] (1)首先标记未填涂、多选等异常情况,将未填涂或多选的题项分值标记为0;
[0040] (2)将选项转换为分值:按照A、B、C、D、E选项分别对应1、2、3、4、5分的对应关系,将各小题选项转换成分值;
[0041] (3)修正反向测试题:将反向题的小题分值x按照y=6-x转换成反向后的分值y;
[0042] (4)计算各小题得分的平均分值:将所有个案各小题得分求和后除以得分不为0的个案数,得到各小题得分的平均值;
[0043] (5)排除平均分过高的题项:将小题得分平均值大于4.3的题项排除,不再参与后续计算;
[0044] (6)个案维度分计算:将某个案各维度的有效题项得分相加除以题项的个数,得到该个案该维度的维度分;
[0045] (7)整体维度分计算:将某维度所有有效题项的个案维度平均分相加除以个案数,得到该维度的维度分。
[0046] 基于大数据的学业人格测评与培养系统的数据分析模块的具体步骤流程如下:
[0047] (1)计算各题项与总成绩、各科成绩的皮尔逊相关系数r:排除得分为0的个案后,计算各题项与总成绩、各科成绩的皮尔逊相关系数r;
[0048] (2)根据各题项与总成绩、各科成绩的r计算有效维度分:将r>0.1的题项个案得分相加并除以分值不为0的个案数,得到每个个案的有效维度分,将个案的有效维度分相加除以个案数,得到每个维度对应总成绩、各科成绩的r值筛选后的有效维度分;
[0049] (3)找到步骤(2)中总成绩、各科成绩有效维度分最高的3个维度,并找出上述维度中r值最高的2个题项;
[0050] (4)将上述结果r值处理成相应数据图表的形式输出;
[0051] (5)结合大数据分析系统中的已有数据,分类型分区域再次进行以上相关性分析,将分析结果用于常模的修改和调整;
[0052] (6)根据上述结果生成学业人格测评报告。
[0053] 以上所述仅是本发明的实施方式,再次声明,对于本技术领域的普通技术人员来说,在不脱离本发明原理的前提下,还可以对本发明进行若干改进,这些改进也列入本发明权利要求的保护范围内。
高效检索全球专利

专利汇是专利免费检索,专利查询,专利分析-国家发明专利查询检索分析平台,是提供专利分析,专利查询,专利检索等数据服务功能的知识产权数据服务商。

我们的产品包含105个国家的1.26亿组数据,免费查、免费专利分析。

申请试用

分析报告

专利汇分析报告产品可以对行业情报数据进行梳理分析,涉及维度包括行业专利基本状况分析、地域分析、技术分析、发明人分析、申请人分析、专利权人分析、失效分析、核心专利分析、法律分析、研发重点分析、企业专利处境分析、技术处境分析、专利寿命分析、企业定位分析、引证分析等超过60个分析角度,系统通过AI智能系统对图表进行解读,只需1分钟,一键生成行业专利分析报告。

申请试用

QQ群二维码
意见反馈