基于知识编码与LFNN模型的教学资源动态分配系统的制作方法

技术特征：
1.一种基于知识编码与lfnn模型的教学资源动态分配系统，其特征在于，该系统基于控制论模型，抽象为lfnn模型，包括专业教师与智能控制模块组成的控制者模型，以及知识编码系统、学情管理系统和教学计划系统三个子系统组成的被控制对象模型；所述的教师与智能控制模块负责接收反馈信息，对三个子系统的状态、参数产生控制作用；所述的知识编码系统负责教学知识的微观分解与分级量化，以集中化策略进行知识编码，是与学情分析、教学进程、集体教学计划、自主学习计划等模块建立智能映射关系的基础，由教师与智能控制模块调控；所述的教学计划系统负责教学内容、教学形式、教学进程的规划，基于艾宾浩斯记忆曲线和知识编码系统智能生成教学计划，根据学情管理系统的反馈，由专业教师与智能控制模块实时调整教学计划；所述的学情管理系统负责精准输出以知识微观基元为单位的学情分析，基于教学计划系统对学生的学习情况从主观和客观两方面进行统计分析，基于知识编码系统精准到微观知识点分析学情，反馈至专业教师与智能控制模块。2.根据权利要求1所述的系统，其特征在于，所述知识编码系统由知识微观分解、分级量化以及编码三部分组成：教学知识的微观分解由专业教师根据教学经验，对照教材、教案、教学大纲等材料进行分解，形成包括章、节、知识大点、知识小点的多级知识，以最小的知识基元为单位，以难度和重要程度为分级指标，根据教学大纲中课程目标对毕业要求指标点的支撑关系，对各知识基元的重要程度进行量化评级，根据知识的认知深度和综合程度对知识的难度进行分级量化，由难度与和重要程度评级生成知识基元的权重值；对分级量化的教学知识进行集中编码策略，将教学知识以高度简洁的数字、字母形式编码，编码中包含知识的级别、从属、重要程度和难度信息。3.根据权利要求1所述的系统，其特征在于，所述知识编码系统由教师与智能控制模块调控具体为，根据学情管理系统的反馈，由专业教师与智能控制模块根据设定规则智能协同调整知识的难度评级，由专业教师根据教学大纲调控知识重要程度评级。4.根据权利要求1所述的系统，其特征在于，所述教学计划系统由教学进程、集体教学模块和自主学习模块三部分组成；所述的教学进程描述为：基于艾宾浩斯记忆曲线，以12小时、1天、4天、7天、30天、45天、60天和90天为初始巩固周期，将线上自主学习学时与线下集体教学学时交替排布，形成线上线下学时进程表；教学计划系统与知识编码系统的知识基元权重值连接，教师根据知识编码系统选择该学期课程的教学内容，所选教学知识基元依据权重值确定针对各个知识基元的巩固周期、次数和教学形式，智能排入线上线下学时进程表，并由教师最终微调确认，微调行为被智能控制模块记录并学习；所述的集体教学模块包含常规教学形式，包括讲授、提问、课堂练习与讲解、启发式案例教学；和特殊教学形式，包括测验、项目式案例研讨、期中考试、期末考试；常规教学形式与知识编码系统的知识基元权重值和巩固周期连接自动生成，特殊教学形式对应的学时由专业教师选定，选定后，常规教学进程由智能控制模块自适应调整；所述的自主学习模块涉及教学形式为：观看视频、线上自测、自主绘制知识网络、线上
项目式案例研讨，包括智慧题库和教学资源库两个子模块；所述智慧题库与知识编码系统连接，由专业教师确定每个题目包含的知识基元，将题目编码与包含知识基元的编码关联，题目的难度和重要程度权重值由所包含知识基元数量以及知识基元的综合权重值确定；所述的线上自测，根据教学进程表中当天线上自测需要巩固的知识点，教师设定的线上自测题量和难度初始值，自动生成自测试题；自测结果反馈至学情管理系统，统计分析后反馈至专业教师与智能控制模块，由智能控制模块负责学生个体的自主学习模块的学习计划调整，并提供班级整体学生的知识基元难度评级调整以及集体教学模块的教学计划调整方法，由专业教师最终确定；所述的期中考试和期末考试，根据教师设定的试卷难度、章节占比、题型和题量，自动生成随机试题，考试结果导入系统后，反馈至学情管理系统，形成基于知识基元的班级整体和学生个体考情分析，分别反馈至教师与学生个体；所述的教学资源库与知识编码系统连接，包含教学视频、知识图谱、应用案例、思政案例，根据资源类型与关联的知识编码，向学生开放相关的教学资源。5.根据权利要求4所述的系统，其特征在于，所述的形成线上线下学时进程表具体步骤为：首先形成原始网络函数y＝f(x)，定义状态转移模型为多阶段决策问题模型，编排过程分为多个相互联系的阶段，当前阶段策略依赖于前期策略，且影响以后的总体效果，每个阶段策略选定后，构成一个决策序列，lknn模型目的是寻找该收益最好的决策序列；定义如下假设：总阶段n为课时数，v为课程日数，w为单课程日课时数，n＝v*w，每个阶段的序号为k，k＝1,2,3...n，第k阶段的开始状态为s
k
，假设第k课时前编排知识点a1和a2，记为s
k
＝{a1,a2}，第k阶段的决策为为u
k
(s
k
)，假设第k课时编排知识点b1和b2，记为u
k
(s
k
)＝{b1，b2}，最终策略序列{u1(s1)，u2(s2)...u
n
(s
n
)}，第k阶段子策略记为p
k，n
(s
k
)，总阶段知识点数量m，每个知识点序号为j，j＝1，2，3...m，知识点收益为s，知识点重要性为i，知识点难度为d，每个知识点权重为w，初始权重为w＝1，定义s[j]＝w[j]*d[j]*i[j]，存在艾宾浩斯记忆曲线函数g(k)，知识点收益随阶段变化，则：s[j，k]＝w[j]*d[j]*i[j]*g(k)，设f[j，k]表示将前i个知识点放入前k个课时得到的最大化收益，则p
k，n
(s
k
)的状态转移方程为f[j，k]＝max{f[j-1，k]，f[j-1][k-1] s[j，k]}，递归可得全模型评价函数s＝s[n，m]，针对该评价函数由学生样本分为训练集和预测集，将原评级体系1-9归一化到[0，1]区间，将网络预测值与学生预测集样本进行欧几里得
距离计算，得到相关性系数，将各节课相关性系数按一维向量进行排列得到向量k，计算k的长度，即为lfnn的评价函数。6.根据权利要求1所述的系统，其特征在于，所述的学情管理系统包括主观学情、客观学情、班级整体学情和学生个体学情四个模块；所述的主观学情由学生自主勾选前一次线下授课内容知识点中难以掌握的知识点，勾选数量限制由专业教师设定；所述的客观学情由教学计划系统中的线上自测、期中测验反馈结果统计分析得到；所述的班级整体学情由班级所有学生的主观和客观学情统计分析得到；所述的学生个体学情由学生个体的主观和客观学情统计分析得到，一人一档。7.根据权利要求6所述的系统，其特征在于，所述的学情管理系统与知识编码系统和教学计划系统关联，班级整体学情与知识编码系统的知识基元难度评级和教学计划系统的巩固次数调控关联，学生掌握情况差的知识基元将整体提升难度评级，增加巩固次数；其中：单个知识点对应的题目正确率在90％以上定义为掌握情况好，单个知识点对应的题目正确率在60％以下定义为掌握情况差；所述的学生个体学情与教学计划系统的自主学习模块关联，掌握差的知识基元将增加自主学习计划内的巩固次数，掌握好的知识基元将相应减少巩固次数；学习情况好的学生个体将由智能控制模块智能降低自主学习时间并提升自主学习难度；自测平均成绩在班级排名前15％的学生定义为学习情况好。8.根据权利要求1所述的系统，其特征在于，该系统面向的用户包含教师和学生两种类型：教师端功能包括登录建档、知识库管理、教学日历管理、班级管理、智慧题库管理和教学资源库管理；学生端功能包括登录建档、浏览知识库、浏览教学日历、浏览教学资源库、线上自测、学情分析、学情分析。9.根据权利要求8所述的系统，其特征在于，所述的教师端知识库管理基于知识编码系统，专业教师登录建档后，具备编辑修改知识分级与重要程度、难度评级，删除或增加知识基元权限；所述的教师端教学日历管理基于教学计划系统，专业教师输入线下授课开始结束时间、周期、总课时数、特殊课时节点，系统自动生成基于艾宾浩斯记忆曲线的线上线下教学日历方案，展示微观分解的知识基元与相应教学形式；所述的教师端班级管理模块包含班级学生清单、班级整体学情评价、学生个体学情评价；所述的智慧题库管理包含学生线上自测模块的题量和难度设置，智能试卷功能的题量、难度、章节比例设置，以及上传新的题目，勾选关联知识点信息，由系统端专家审核后正式加入智慧题库；所述的教师端教学资源库管理包含下载教学资源、上传新的教学资源，由系统端专家审核后正式加入教学资源库，设置教学资源的权限开放条件。10.根据权利要求8所述的系统，其特征在于，所述的学生端功能中，登录建档后，一人一档，根据学生个体的学情，系统自适应地智能调整自主学习方案；学生具备浏览知识库，掌握该课程的整体知识分布构架，了解各个知识点的组成、重要程度与难度评级的权限；学生具备浏览教学日历，了解学习进程和学习任务，在专业教师和系统的引导下进行集体学习和自主学习的权限；学生具备浏览教学资源库，完成包括视频观看、案例学习和绘制知识
网络的预习、复习任务的权限；所述的学生端线上自测基于教学计划系统的智慧题库模块，自测结果反馈至学情管理系统的客观学情模块；所述的学情分析功能，包含主观学情统计和浏览学情分析功能，一方面，线下授课后，通过主观学情统计，自我评估难以掌握的知识基元，反馈至学情管理系统的主观学情模块，结合客观学情模块，用于智能调整教学计划；另一方面，学生浏览过程性的个体学情和班级整体学情，让学生了解自己的学习情况，以利于学生有目的性地学习，激发学生学习兴趣。

技术总结
本发明公开了一种基于知识编码与LFNN模型的教学资源动态分配系统，该系统基于控制论模型，包括专业教师与智能控制模块形成的控制者模型，以及知识编码系统、学情管理系统和教学计划系统三个子系统形成的被控制对象模型。本发明通过将知识编码引入教学，将教学内容转变为可量化的数据，基于艾宾浩斯记忆曲线，建立基于控制论模型的线上线下智慧教学系统，可精准分析学生整体与个体的过程性学情，实时调整基于科学记忆法的教学计划和个性化自主学习计划，以数据智能驱动教学，推动因材施教，提升教学效率。升教学效率。升教学效率。


技术研发人员：陆春华 李旸 倪亚茹 方亮 房正刚 朱云峰
受保护的技术使用者：南京工业大学
技术研发日：2021.11.17
技术公布日：2022/2/18