协作学习模式的效果评估方法、泛在智慧学习系统及介质

1.本发明涉及数据处理技术领域，尤其涉及一种协作学习模式的效果评估方法、泛在智慧学习系统及介质。


背景技术：

2.随着计算机和互联网技术的发展，学习方式正逐渐由线下学习的方式转变为线上学习。相较于线下学习，线上学习能够为学习者提供更为全面的课程资源，以及更为多样化的学习模式。然而，线上学习亟需克服的难点在于如何对学习者的学习效果进行评估，确保学习者的线上学习的有效性。
3.在相关技术方案中，专利号cn202110756827.5的中国专利文献公开了一种学习效果的评估方法、装置、设备及存储介质，获取学生在设定学习阶段内的学习数据；对所述学习数据进行处理，获得第一评估参数；其中，所述第一评估参数包括：时间管理能力评估参数、进步潜力评估参数、正确率把握能力评估参数及学习稳定性评估参数；根据所述第一评估参数确定学习效果指数；根据所述第一评估参数和所述学习效果指数生成设定评估图谱，并将所述设定评估图谱进行展示。
4.然而，上述公开的学习效果评估方法，所针对的是学生在个人学习模式下的学习效果评估，无法针对如班级、年级等协作学习方式，也即无法针对协作学习模式进行评估。
5.上述内容仅用于辅助理解本发明的技术方案，并不代表承认上述内容是现有技术。


技术实现要素：

6.本发明的主要目的在于提供一种协作学习模式的效果评估方法，旨在解决如何评估协作学习模式下学习效果的问题。
7.为实现上述目的，本发明提供的一种协作学习模式的效果评估方法，所述方法包括：
8.获取目标学习者在协作学习模式下记录的目标学习轨迹数据和/或目标量表数据，其中，所述目标学习轨迹数据与至少两位其他学习者之间的学习轨迹数据相关联，所述目标量表数据的信度大于预设信度阈值；
9.根据所述目标学习轨迹数据和/或所述目标量表数据，确定所述目标学习者对应的协作学习评估分值；
10.根据所述协作学习模式中的至少两个学习者对应的所述协作学习评估分值，确定评估结果。
11.可选地，所述协作学习评估分值包括系统评估分值和/或学习者评估分值，所述根据所述目标学习轨迹数据和/或所述目标量表数据，确定所述目标学习者对应的协作学习评估分值的步骤包括：
12.根据所述目标学习轨迹数据确定所述系统评估分值，和/或根据所述目标量表数
据确定所述学习者评估分值；
13.根据所述系统评估分值和/或所述学习者评估分值，确定所述协作学习评估分值。
14.可选地，所述根据所述目标学习轨迹数据确定所述系统评估分值，和/或根据所述目标量表数据确定所述学习者评估分值的步骤包括：
15.根据所述目标学习轨迹数据中的学习数据节点个数、学习数据节点间隔和学习评分数据中的至少一个，确定所述系统评估分值；和/或，
16.根据所述目标量表数据中的协作学习环境评估值、协作学习活动评估分值和协作学习效果评估分值中的至少一个，确定所述学习者评估分值。
17.可选地，所述协作学习环境评估值、所述协作学习活动评估分值和所述协作学习效果评估分值对应的皮尔逊相关系数，均大于预设皮尔逊相关系数阈值。
18.可选地，所述根据所述系统评估分值和/或所述学习者评估分值，确定所述协作学习评估分值的步骤包括：
19.获取所述系统评估分值对应的第一评估权重系数，和/或所述学习者评估分值对应的第二评估权重系数；
20.根据所述系统评估分值及所述第一评估权重系数，和/或所述学习者评估分值及所述第二评估权重系数，确定所述协作学习评估分值。
21.可选地，所述获取目标学习者在协作学习模式下记录的目标学习轨迹数据和/或目标量表数据的步骤之前，还包括：
22.根据所述目标学习者各个量表数据对应的克隆巴赫系数，确定所述量表数据的信度；
23.将克隆巴赫系数大于预设克隆巴赫系数标准值的所述量表数据，确定为所述目标量表数据。
24.可选地，所述根据所述协作学习模式中的至少两个学习者对应的所述协作学习评估分值，确定评估结果的步骤之前，还包括：
25.基于巴特利特球形检验算法，确定所述协作学习评估分值的kmo值；
26.当所述kmo值处于预设校验区间时，执行所述根据所述协作学习模式中的至少两个学习者对应的所述协作学习评估分值，确定评估结果的步骤。
27.可选地，所述根据所述协作学习模式中的至少两个学习者对应的所述协作学习评估分值，确定评估结果的步骤包括：
28.根据至少两个所述协作学习评估分值，确定协作学习评估均值；
29.当所述协作学习评估均值处于第一预设范围时，确定所述评估结果为第一评估结果；
30.当所述协作学习评估均值处于第二预设范围时，确定所述评估结果为第二评估结果；
31.当所述协作学习评估均值处于第三预设范围时，确定所述评估结果为第三评估结果；
32.当所述协作学习评估均值处于第四预设范围时，确定所述评估结果为第四评估结果；
33.当所述协作学习评估均值处于第五预设范围时，确定所述评估结果为第五评估结
果。
34.此外，为实现上述目的，本发明还提供一种泛在智慧学习系统，所述泛在智慧学习系统包括：存储器、处理器及存储在所述存储器上并可在所述处理器上运行的协作学习模式的效果评估程序，所述协作学习模式的效果评估程序被所述处理器执行时实现如上所述的协作学习模式的效果评估方法的步骤。
35.此外，为实现上述目的，本发明还提供一种计算机可读存储介质，所述计算机可读存储介质上存储有协作学习模式的效果评估程序，所述协作学习模式的效果评估程序被处理器执行时实现如上所述的协作学习模式的效果评估方法的步骤。
36.本发明实施例提供一种协作学习模式的效果评估方法、泛在智慧学习系统及介质，通过获取目标学习者在泛在智慧学习系统的协作学习模式下记录的目标学习轨迹数据和目标量表数据中的至少一个，来计算目标学习者对协作学习模式的评估分值，并根据至少两个学习者的评估分值，来共同确定该协作学习模式的评估结果，从而实现对协作学习模式下的效果进行评估。
附图说明
37.图1为本发明实施例涉及的泛在智慧学习系统的硬件运行环境的架构示意图；
38.图2为本发明协作学习模式的效果评估方法的第一实施例的流程示意图；
39.图3为本发明协作学习模式的效果评估方法的第二实施例的流程示意图；
40.图4为本发明协作学习模式的效果评估方法的第三实施例的流程示意图；
41.图5为本发明协作学习模式的效果评估方法的第四实施例的流程示意图。
42.本发明目的的实现、功能特点及优点将结合实施例，参照附图作进一步说明。
具体实施方式
43.本技术通过获取目标学习者在泛在智慧学习系统的协作学习模式下记录的目标学习轨迹数据和目标量表数据中的至少一个，来计算目标学习者对协作学习模式的评估分值，并根据至少两个学习者的评估分值，来共同确定该协作学习模式的评估结果，从而实现对协作学习模式下的效果进行评估。
44.为了更好地理解上述技术方案，下面将参照附图更详细地描述本公开的示例性实施例。虽然附图中显示了本公开的示例性实施例，然而应当理解，可以以各种形式实现本公开而不应被这里阐述的实施例所限制。相反，提供这些实施例是为了能够更透彻地理解本公开，并且能够将本公开的范围完整地传达给本领域的技术人员。
45.作为一种实现方案，图1为本发明实施例方案涉及的泛在智慧学习系统的硬件运行环境的架构示意图。
46.如图1所示，该泛在智慧学习系统可以包括：处理器1001，例如cpu，存储器1005，用户接口1003，网络接口1004，通信总线1002。其中，通信总线1002用于实现这些组件之间的连接通信。用户接口1003可以包括显示屏（display）、输入单元比如键盘（keyboard），可选用户接口1003还可以包括标准的有线接口、无线接口。网络接口1004可选的可以包括标准的有线接口、无线接口（如wi-fi接口）。存储器1005可以是高速ram存储器，也可以是稳定的存储器（non-volatile memory），例如磁盘存储器。存储器1005可选的还可以是独立于前述
处理器1001的存储装置。
47.本领域技术人员可以理解，图1中示出的泛在智慧学习系统架构并不构成对泛在智慧学习系统的限定，可以包括比图示更多或更少的部件，或者组合某些部件，或者不同的部件布置。
48.如图1所示，作为一种存储介质的存储器1005中可以包括操作系统、网络通信模块、用户接口模块以及协作学习模式的效果评估程序。其中，操作系统是管理和控制泛在智慧学习系统的硬件和软件资源的程序，协作学习模式的效果评估程序以及其他软件或程序的运行。
49.在图1所示的泛在智慧学习系统中，用户接口1003主要用于连接终端，与终端进行数据通信；网络接口1004主要用于后台服务器，与后台服务器进行数据通信；处理器1001可以用于调用存储器1005中存储的协作学习模式的效果评估程序。
50.在本实施例中，泛在智慧学习系统包括：存储器1005、处理器1001及存储在所述存储器上并可在所述处理器上运行的协作学习模式的效果评估程序，其中：
51.处理器1001调用存储器1005中存储的协作学习模式的效果评估程序时，执行以下操作：
52.获取目标学习者在协作学习模式下记录的目标学习轨迹数据和/或目标量表数据，其中，所述目标学习轨迹数据与至少两位其他学习者之间的学习轨迹数据相关联，所述目标量表数据的信度大于预设信度阈值；
53.根据所述目标学习轨迹数据和/或所述目标量表数据，确定所述目标学习者对应的协作学习评估分值；
54.根据所述协作学习模式中的至少两个学习者对应的所述协作学习评估分值，确定评估结果。
55.处理器1001调用存储器1005中存储的协作学习模式的效果评估程序时，执行以下操作：
56.根据所述目标学习轨迹数据确定所述系统评估分值，和/或根据所述目标量表数据确定所述学习者评估分值；
57.根据所述系统评估分值和/或所述学习者评估分值，确定所述协作学习评估分值。
58.处理器1001调用存储器1005中存储的协作学习模式的效果评估程序时，执行以下操作：
59.根据所述目标学习轨迹数据中的学习数据节点个数、学习数据节点间隔和学习评分数据中的至少一个，确定所述系统评估分值；和/或，
60.根据所述目标量表数据中的协作学习环境评估值、协作学习活动评估分值和协作学习效果评估分值中的至少一个，确定所述学习者评估分值。
61.处理器1001调用存储器1005中存储的协作学习模式的效果评估程序时，执行以下操作：
62.获取所述系统评估分值对应的第一评估权重系数，和/或所述学习者评估分值对应的第二评估权重系数；
63.根据所述系统评估分值及所述第一评估权重系数，和/或所述学习者评估分值及所述第二评估权重系数，确定所述协作学习评估分值。
64.处理器1001调用存储器1005中存储的协作学习模式的效果评估程序时，执行以下操作：
65.根据所述目标学习者各个量表数据对应的克隆巴赫系数，确定所述量表数据的信度；
66.将克隆巴赫系数大于预设克隆巴赫系数标准值的所述量表数据，确定为所述目标量表数据。
67.处理器1001调用存储器1005中存储的协作学习模式的效果评估程序时，执行以下操作：
68.基于巴特利特球形检验算法，确定所述协作学习评估分值的kmo值；
69.当所述kmo值处于预设校验区间时，执行所述根据所述协作学习模式中的至少两个学习者对应的所述协作学习评估分值，确定评估结果的步骤。
70.处理器1001调用存储器1005中存储的协作学习模式的效果评估程序时，执行以下操作：
71.根据至少两个所述协作学习评估分值，确定协作学习评估均值；
72.当所述协作学习评估均值处于第一预设范围时，确定所述评估结果为第一评估结果；
73.当所述协作学习评估均值处于第二预设范围时，确定所述评估结果为第二评估结果；
74.当所述协作学习评估均值处于第三预设范围时，确定所述评估结果为第三评估结果；
75.当所述协作学习评估均值处于第四预设范围时，确定所述评估结果为第四评估结果；
76.当所述协作学习评估均值处于第五预设范围时，确定所述评估结果为第五评估结果。
77.基于上述基于数据处理技术的泛在智慧学习系统的硬件架构，提出本发明协作学习模式的效果评估方法的实施例。
78.参照图2，在第一实施例中，所述协作学习模式的效果评估方法包括以下步骤：
79.步骤s10，获取目标学习者在协作学习模式下记录的目标学习轨迹数据和/或目标量表数据；
80.在本实施例中，目标学习者由泛在智慧学习系统（下称为系统）从该协作学习模式下的各个学习者中进行选取。
81.可选地，目标学习者的选取，可以由系统随机选取，也可以是基于一定的规则进行选取。可选地，若基于一定的规则，可以通过选取该协作学习模式下记录的学习时长超过预设时长阈值的学习者，来作为目标学习者。
82.在本实施例中，协作学习模式指的是系统中的一种多个学习者之间以群组或团队的方式开展协作学习的学习模式。群组可以是由同班同学组成，也可以是具有相同学习目标或相似学习兴趣的学习伙伴组成，还可以是处于同一开放场所（如实习基地、商场、社区等）中的学习者组成。
83.可选地，协作学习模式的实施流程可以包括灵活组团统一目标、明确任务形成计
划、智能分工开展合作和共享成果集体评价。
84.在本实施例中，协作学习模式指的是系统中的一种多个学习者之间以群组或团队的方式开展协作学习的学习模式。群组可以是由同班同学组成，也可以是具有相同学习目标或相似学习兴趣的学习伙伴组成，还可以是处于同一开放场所（如实习基地、商场、社区等）中的学习者组成。
85.可选地，协作学习模式的实施流程可以包括灵活组团统一目标、明确任务形成计划、智能分工开展合作和共享成果集体评价。
86.在本实施例中，系统能够为用户提供灵活的群组构建方式，既可以按照组织架构自动形成群组，也可以根据学习需要或项目需求或兴趣爱好等自由进行组合，尤其是可以将指导教师或专家学者拉入到群组之中，解决了传统协作学习在分组空间上的障碍和学习者需求和特征复杂性带来的分组困难，可以实现更加高效、科学、合理的分组。群组划分完成后需要统一群组学习目标。由于群体的复杂性和大规模，相互之间需要形成一致的学习目标比较困难。因此需要充分发挥usls（ubiquitous smart learning space，泛在智慧学习空间）协作型空间的功能，通过思维导图、在线文档、项目设计等方法集体讨论学习目标，再通过交互型空间的视频会议和成员投票等功能，形成统一的群组学习目标。
87.在本实施例中，学习轨迹数据指的是系统记录到目标学习者使用协作学习模式下的各种功能时生成数据，或目标学习者执行相应操作时系统生成数据，而目标学习轨迹数据则是指，与同一所述协作学习模式下的至少两位其他学习者之间存在关联的学习数据轨迹。
88.在本实施例中，目标学习者在协作学习模式下执行各种协作学习相关的操作都会产生相应的学习数据节点，系统将一段历史时长内记录的目标学习者的各个学习数据节点，构建学习轨迹数据。
89.为了更容易理解，下面对目标学习轨迹数据的构建过程作示例性说明。
90.示例性地，当目标学习者在协作学习模式下对其所在学习小组制定学习目标进行投票时，使用系统中的“成员投票”功能，来让小组成员共同决定大家的学习目标，由于“成员投票”功能需要多个学习者参与，因此系统将其视为协作学习相关的操作，此时系统记录到目标学习者使用“成员投票”这个动作，作为该动作的发起方，系统会将该动作生成一个主学习数据节点，并且将作为参与方进行投票动作的其他学习者也生成一个子学习数据节点，将所述子学习数据节点作为与主学习数据节点关联的节点。
91.然后，在一段历史时长内（例如过去一周），目标学习者还使用了协作学习模式下的“视频会议”功能、“活动计划”功能、“制定项目计划表”功能和“绘制概念图”功能，每次使用这些功能都产生一个相应的主学习数据节点，系统根据该历史时长内的生成的各个主学习数据节点，生成多条功能使用轨迹数据，由于这些功能使用轨迹数据为目标学习者在协作学习模式下学习产生的轨迹数据，因此可以将所述功能使用轨迹数据作为学习轨迹数据。
92.在这个过程中，同样参与使用了“视频会议”功能、“活动计划”功能、“制定项目计划表”功能和“绘制概念图”功能的学习者，也会生成学习轨迹数据，由于这几个学习者之间生成的学习数据节点存在关联，因此对应生成几个的学习轨迹数据之间也会存在关联，当目标学习者的学习数据轨迹，存在至少两条关联的学习轨迹数据时，该学习轨迹数据即作
为目标学习者对应的目标学习轨迹数据。
93.在本实施例中，量表数据则为系统接收到的学习者对协作学习模式的打分评价数据，而目标量表数据则是系统对量表数据进行信度计算后，选取各个量表数据中信度大于预设信度阈值的数据，可信度较高的量表数据。
94.可选地，量表数据可以由系统定时向学习者下发具有不同评价等级的李克特量表，根据一段时间内接收到的学习者反馈的包含评价等级的李克特量表，来作为量表数据。
95.可以理解的是，在一些实施方式中，可以只获取目标学习轨迹数据来进行后续的效果评估，也可以只获取目标量表数据来进行，也可以同时获取或基于一定顺序先后获取，在后序的步骤中，采用何种获取方式，则后序的执行步骤也对应执行通过该种获取方式得到的数据。
96.步骤s20，根据所述目标学习轨迹数据和/或所述目标量表数据，确定所述目标学习者对应的协作学习评估分值；
97.在本实施例中，根据目标学习轨迹数据和/或目标量表数据，来确定目标学习者对应的协作学习评估分值。针对目标学习者对系统的协作学习模式的评估，可以从三个维度来进行评估：
98.一、系统评估维度，由系统根据目标学习者的目标学习轨迹数据，来判断目标学习者对该协作学习模式的满意情况；
99.二、学习者评估维度，由学习者发送打分量表数据，来让后台系统获知学习者对该协作学习模式的满意情况；
100.三、同时包括系统评估维度和学习者评估维度，即同时根据目标学习轨迹数据和打分量表数据来综合评估学习者对该协作学习模式的满意情况。
101.具体的协作学习评估分值的确定将在后续实施例中阐述，此处不再赘述。
102.步骤s30，根据所述协作学习模式中的至少两个学习者对应的所述协作学习评估分值，确定评估结果。
103.在本实施例中，前面的步骤以单学习者维度来计算该学习者对协作学习模式的协作学习评估分值。而在这个步骤中，协作学习模式的评估结果则以至少两个学习者的协作学习评估分值来对确定。
104.可以理解的是，协作学习评估分值越高，则学习者对协作学习模式的评价越满意。
105.可选地，对于如何确定评估结果，首先计算各个协作学习评估分值的协作学习评估均值，然后判断协作学习评估均值处于哪一个预设范围。可选地，可以分为五个预设范围，即第一预设范围、第二预设范围、第三预设范围、第四预设范围和第五预设范围，各个范围对应的评估结果分别为第一评估结果、第二评估结果、第三评估结果、第四评估结果和第五评估结果。
106.可选地，在一些实施方式中，第一预设范围小于第二预设范围小于第三预设范围小于第四预设范围小于第五预设范围，则第一评估结果表示为学习者对协作学习模式的评价结果为非常不满意，第二评估结果表示学习者对协作学习模式的评价结果为较为不满意，第三评估结果表示学习者对协作学习模式的评价结果为较满意，第四评估结果表示学习者对协作学习模式的评价结果为满意，第五评估结果表示学习者对协作学习模式的评价结果为非常满意。
107.可选地，在另一些实施方式中，第一预设范围大于第二预设范围大于第三预设范围大于第四预设范围大于第五预设范围，则各自对应的评估结果与上述相反。
108.在本实施例提供的技术方案中，通过获取目标学习者在系统的协作学习模式下记录的目标学习轨迹数据和目标量表数据中的至少一个，来计算目标学习者对协作学习模式的评估分值，目标学习轨迹数据为系统根据学习者的操作数据计算的用户满意度，而目标量表数据为用户实际反馈的用户满意度，根据其中一种或两种维度计算学习者的评估分值，并根据至少两个学习者的评估分值共同确定该协作学习模式的评估结果，从而实现对协作学习模式下的效果进行评估。
109.参照图3，在第二实施例中，基于任一实施例，所述步骤s20包括：
110.步骤s21，根据所述目标学习轨迹数据确定所述系统评估分值，和/或根据所述目标量表数据确定所述学习者评估分值；
111.步骤s22，根据所述系统评估分值和/或所述学习者评估分值，确定所述协作学习评估分值。
112.作为一可选实施例，在本实施例中，针对目标学习者对系统的协作学习模式的评估，可以从三个维度来进行评估：
113.一、系统评估维度，由系统根据目标学习者的目标学习轨迹数据，来判断目标学习者对该协作学习模式的满意情况；
114.二、学习者评估维度，由学习者发送打分量表数据，来让后台系统获知学习者对该协作学习模式的满意情况；
115.三、同时包括系统评估维度和学习者评估维度，即同时根据目标学习轨迹数据和打分量表数据来综合评估学习者对该协作学习模式的满意情况。
116.可选地，系统根据目标学习轨迹数据，确定出由系统评估得到的系统评估分值，和/或系统根据目标量表数据，确定出由学习者反馈结果计算得到的学习者评估分值。然后根据所述系统评估分值和/或所述学习者评估分值，确定所述协作学习评估分值。
117.进一步的，所述步骤s21包括：
118.步骤s211，根据所述目标学习轨迹数据中的学习数据节点个数、学习数据节点间隔和学习评分数据中的至少一个，确定所述系统评估分值；
119.和/或，步骤s212，根据所述目标量表数据中的协作学习环境评估值、协作学习活动评估分值和协作学习效果评估分值中的至少一个，确定所述学习者评估分值。
120.可选地，在本实施例中，对于如何计算系统评估分值，可以根据目标学习轨迹数据中的学习数据节点个数、学习数据节点间隔和学习评分数据中的至少一个来进行计算。学习数据节点个数表征为目标学习者使用协作学习模式下的功能次数，学习数据节点间隔表征为目标学习者使用协作学习模式下的功能频率，学习数据节点个数和学习数据节点间隔用于表示用户使用协作学习模式的活跃度，活跃度越高则系统评估分值越高。学习评分数据表征为用户在使用协作学习模式的考试相关功能时，系统根据用户输入的考试答案打出的考试得分，可以理解的是，用户在考试中取得的考试得分越高，代表该用户在协作学习模式下的学习效果越好，因此，可以基于学习评分数据来反映用户在协作学习模式下的学习效果，也即学习评分数据越高，用户在协作学习模式下的学习效果越好。
121.可选地，在本实施例中，对于如何确定学习者评估分值，学习者在对协作学习模式
进行打分时，可以基于协作学习环境、协作学习活动值和协作学习效果三个维度进行打分，分别得到协作学习环境评估值、协作学习活动评估分值和协作学习效果评估分值，根据协作学习环境评估值、协作学习活动评估分值和协作学习效果评估分值中的至少一个维度来确定学习者评估分值。
122.需要说明的是，本技术实施例中未记载的技术特征实施时所采用的具体技术手段，均可以通过现有技术获得，不作为本发明的公开重点，本发明旨在提出一种包含该技术特征的技术方案，来解决本发明所需解决的技术问题。
123.需要说明的是，所述协作学习环境评估值、所述协作学习活动评估分值和所述协作学习效果评估分值对应的皮尔逊相关系数，均大于预设皮尔逊相关系数阈值，即学习者评估分值与协作学习环境、协作学习活动和协作学习效果之间全部均呈现出显著性。可选地，预设皮尔逊相关系数阈值为0.9。
124.进一步的，所述步骤s22包括：
125.步骤s221，获取所述系统评估分值对应的第一评估权重系数，和/或所述学习者评估分值对应的第二评估权重系数；
126.步骤s222，根据所述系统评估分值及所述第一评估权重系数，和/或所述学习者评估分值及所述第二评估权重系数，确定所述协作学习评估分值。
127.可选地，在本实施例中，系统评估分值和学习者评估分值分别对应不同的权重系数，系统评估分值对应的权重系数为第一评估权重系数，学习者评估分值对应的权重系数为第二评估权重系数。在计算协作学习评估分值时，根据系统评估分值及所述第一评估权重系数，和/或学习者评估分值及所述第二评估权重系数，计算协作学习评估分值。
128.示例性地，协作学习评估分值可以按照下式进行计算：
129.协作学习评估分值=第一评估权重系数*系统评估分值；
130.协作学习评估分值=第二评估权重系数*学习者评估分值；
131.协作学习评估分值=（第一评估权重系数*系统评估分值）+（第二评估权重系数*学习者评估分值）。
132.在本实施例提供的技术方案中，为了更精确的确定出学习者对协作学习模式的满意度，可以从系统评估维度和/或学习者评估维度进行评估，且不同维度对应的评估值不同，根据不同维度的评估值，来计算协作学习评估分值，从而更精确地实现对协作学习模式下的效果进行评估。
133.参照图4，在第三实施例中，基于任一实施例，所述步骤s10之前，还包括：
134.步骤s40，根据所述目标学习者各个量表数据对应的克隆巴赫系数，确定所述量表数据的信度；
135.步骤s50，将克隆巴赫系数大于预设克隆巴赫系数标准值的所述量表数据，确定为所述目标量表数据。
136.作为一可选实施例，在本实施例中，量表数据的信度，可以根据克隆巴赫（cronbach）系数来确定。
137.具体的，设每个目标学习者在量表数据上的打分分值为x，然后，设目标学习者在相邻两次量表数据中打分分值的差异d。克隆巴赫系数k的计算公式如下：
138.139.其中，n表示目标学习者的打分次数，σd^2表示目标学习者的不同次打分分值差异的平方和，σx^2表示目标学习者每次量表数据总分的平方和。
140.设预设的克隆巴赫系数标准值k0为0.8，将k》0.8的量表数据，确定为目标量表数据。
141.在本实施例提供的技术方案中，为了确保学习者对协作学习模式打分的可信度，收集目标学习者多次的量表数据（即收集目标学习者对协作学习模式的多次打分），若多次打分后的量表数据的克隆巴赫系数大于阈值，则意味该评价打分可信度较高，不是目标学习者随意填写得到的数据，将其作为目标量表数据，来对系统的协作学习模式的进行评估，从而更精确地对协作学习模式下的效果进行评估。
142.参照图5，在第四实施例中，基于任一实施例，所述步骤s30之前，还包括：
143.步骤s60，基于巴特利特球形检验算法，确定所述协作学习评估分值的kmo值；
144.步骤s70，当所述kmo值处于预设校验区间时，执行所述根据所述协作学习模式中的至少两个学习者对应的所述协作学习评估分值，确定评估结果的步骤。
145.作为一可选实施例，在本实施例中，为了确保得到的评估结果准确，采用巴特利特球形检验算法来校验协作学习评估分值。
146.具体的，kmo（kaiser-meyer-olkin）值的计算公式如下：
[0147][0148]
其中，p为协作学习评估分值，q为协作学习评估分值的近似系数。
[0149]
可选地，预设校验区间可以为[0.7，0.8]。
[0150]
在本实施例中，当kmo值处于该区间内时，判断所得的协作学习评估分值校验准确，执行评估结果确定步骤。
[0151]
可以理解的是，当kmo值未处于该区间内时，意味着得到的协作学习评估分值不准确，返回重新执行确定协作学习评估分值的相关步骤。
[0152]
在本实施例提供的技术方案中，采用巴特利特球形检验算法来校验协作学习评估分值，在协作学习评估分值的kmo值处于预设区间内时，判断所得的协作学习评估分值准确，从而更精确地对协作学习模式下的效果进行评估。
[0153]
此外，本领域普通技术人员可以理解的是实现上述实施例的方法中的全部或部分流程，是可以通过计算机程序来指令相关的硬件来完成。该计算机程序包括程序指令，计算机程序可以存储于一存储介质中，该存储介质为计算机可读存储介质。该程序指令被泛在智慧学习系统中的至少一个处理器执行，以实现上述方法的实施例的流程步骤。
[0154]
因此，本发明还提供一种计算机可读存储介质，所述计算机可读存储介质存储有协作学习模式的效果评估程序，所述协作学习模式的效果评估程序被处理器执行时实现如上实施例所述的协作学习模式的效果评估方法的各个步骤。
[0155]
其中，所述计算机可读存储介质可以是u盘、移动硬盘、只读存储器（read-only memory，rom）、磁碟或者光盘等各种可以存储程序代码的计算机可读存储介质。
[0156]
需要说明的是，本技术实施例中未记载的技术特征实施时所采用的具体技术手段，均可以通过现有技术获得，不作为本发明的公开重点，本发明旨在提出一种包含该技术特征的技术方案，来解决本发明所需解决的技术问题。
[0157]
需要说明的是，由于本技术实施例提供的存储介质，为实施本技术实施例的方法
所采用的存储介质，故而基于本技术实施例所介绍的方法，本领域所属人员能够了解该存储介质的具体结构及变形，故而在此不再赘述。凡是本技术实施例的方法所采用的存储介质都属于本技术所欲保护的范围。
[0158]
本领域内的技术人员应明白，本发明的实施例可提供为方法、系统或计算机程序产品。因此，本发明可采用完全硬件实施例、完全软件实施例、或结合软件和硬件方面的实施例的形式。而且，本发明可采用在一个或多个其中包含有计算机可用程序代码的计算机可用存储介质（包括但不限于磁盘存储器、cd-rom、光学存储器等）上实施的计算机程序产品的形式。
[0159]
本发明是参照根据本发明实施例的方法、设备（系统）、和计算机程序产品的流程图和／或方框图来描述的。应理解可由计算机程序指令实现流程图和／或方框图中的每一流程和／或方框、以及流程图和／或方框图中的流程和／或方框的结合。可提供这些计算机程序指令到通用计算机、专用计算机、嵌入式处理机或其他可编程数据处理设备的处理器以产生一个机器，使得通过计算机或其他可编程数据处理设备的处理器执行的指令产生用于实现在流程图一个流程或多个流程和／或方框图一个方框或多个方框中指定的功能的装置。
[0160]
这些计算机程序指令也可存储在能引导计算机或其他可编程数据处理设备以特定方式工作的计算机可读存储器中，使得存储在该计算机可读存储器中的指令产生包括指令装置的制造品，该指令装置实现在流程图一个流程或多个流程和／或方框图一个方框或多个方框中指定的功能。
[0161]
这些计算机程序指令也可装载到计算机或其他可编程数据处理设备上，使得在计算机或其他可编程设备上执行一系列操作步骤以产生计算机实现的处理，从而在计算机或其他可编程设备上执行的指令提供用于实现在流程图一个流程或多个流程和／或方框图一个方框或多个方框中指定的功能的步骤。
[0162]
应当注意的是，在权利要求中，不应将位于括号之间的任何参考符号构造成对权利要求的限制。单词“包含”不排除存在未列在权利要求中的部件或步骤。位于部件之前的单词“一”或“一个”不排除存在多个这样的部件。本发明可以借助于包括有若干不同部件的硬件以及借助于适当编程的计算机来实现。在列举了若干装置的单元权利要求中，这些装置中的若干个可以是通过同一个硬件项来具体体现。单词第一、第二、以及第三等的使用不表示任何顺序。可将这些单词解释为名称。
[0163]
尽管已描述了本发明的优选实施例，但本领域内的技术人员一旦得知了基本创造性概念，则可对这些实施例做出另外的变更和修改。所以，所附权利要求意欲解释为包括优选实施例以及落入本发明范围的所有变更和修改。
[0164]
显然，本领域的技术人员可以对本发明进行各种改动和变型而不脱离本发明的精神和范围。这样，倘若本发明的这些修改和变型属于本发明权利要求及其等同技术的范围之内，则本发明也意图包含这些改动和变型在内。

技术特征：
1.一种协作学习模式的效果评估方法，其特征在于，应用于泛在智慧学习系统，所述协作学习模式的效果评估方法包括以下步骤：获取目标学习者在协作学习模式下记录的目标学习轨迹数据和/或目标量表数据，其中，所述目标学习轨迹数据与至少两位其他学习者之间的学习轨迹数据相关联，所述目标量表数据的信度大于预设信度阈值；根据所述目标学习轨迹数据和/或所述目标量表数据，确定所述目标学习者对应的协作学习评估分值；根据所述协作学习模式中的至少两个学习者对应的所述协作学习评估分值，确定评估结果。2.如权利要求1所述的协作学习模式的效果评估方法，其特征在于，所述协作学习评估分值包括系统评估分值和/或学习者评估分值，所述根据所述目标学习轨迹数据和/或所述目标量表数据，确定所述目标学习者对应的协作学习评估分值的步骤包括：根据所述目标学习轨迹数据确定所述系统评估分值，和/或根据所述目标量表数据确定所述学习者评估分值；根据所述系统评估分值和/或所述学习者评估分值，确定所述协作学习评估分值。3.如权利要求2所述的协作学习模式的效果评估方法，其特征在于，所述根据所述目标学习轨迹数据确定所述系统评估分值，和/或根据所述目标量表数据确定所述学习者评估分值的步骤包括：根据所述目标学习轨迹数据中的学习数据节点个数、学习数据节点间隔和学习评分数据中的至少一个，确定所述系统评估分值；和/或，根据所述目标量表数据中的协作学习环境评估值、协作学习活动评估分值和协作学习效果评估分值中的至少一个，确定所述学习者评估分值。4.如权利要求3所述的协作学习模式的效果评估方法，其特征在于，所述协作学习环境评估值、所述协作学习活动评估分值和所述协作学习效果评估分值对应的皮尔逊相关系数，均大于预设皮尔逊相关系数阈值。5.如权利要求2所述的协作学习模式的效果评估方法，其特征在于，所述根据所述系统评估分值和/或所述学习者评估分值，确定所述协作学习评估分值的步骤包括：获取所述系统评估分值对应的第一评估权重系数，和/或所述学习者评估分值对应的第二评估权重系数；根据所述系统评估分值及所述第一评估权重系数，和/或所述学习者评估分值及所述第二评估权重系数，确定所述协作学习评估分值。6.如权利要求1所述的协作学习模式的效果评估方法，其特征在于，所述获取目标学习者在协作学习模式下记录的目标学习轨迹数据和/或目标量表数据的步骤之前，还包括：根据所述目标学习者各个量表数据对应的克隆巴赫系数，确定所述量表数据的信度；将克隆巴赫系数大于预设克隆巴赫系数标准值的所述量表数据，确定为所述目标量表数据。7.如权利要求1所述的协作学习模式的效果评估方法，其特征在于，所述根据所述协作学习模式中的至少两个学习者对应的所述协作学习评估分值，确定评估结果的步骤之前，还包括：
基于巴特利特球形检验算法，确定所述协作学习评估分值的kmo值；当所述kmo值处于预设校验区间时，执行所述根据所述协作学习模式中的至少两个学习者对应的所述协作学习评估分值，确定评估结果的步骤。8.如权利要求1所述的协作学习模式的效果评估方法，其特征在于，所述根据所述协作学习模式中的至少两个学习者对应的所述协作学习评估分值，确定评估结果的步骤包括：根据至少两个所述协作学习评估分值，确定协作学习评估均值；当所述协作学习评估均值处于第一预设范围时，确定所述评估结果为第一评估结果；当所述协作学习评估均值处于第二预设范围时，确定所述评估结果为第二评估结果；当所述协作学习评估均值处于第三预设范围时，确定所述评估结果为第三评估结果；当所述协作学习评估均值处于第四预设范围时，确定所述评估结果为第四评估结果；当所述协作学习评估均值处于第五预设范围时，确定所述评估结果为第五评估结果。9.一种泛在智慧学习系统，其特征在于，所述泛在智慧学习系统包括：存储器、处理器及存储在所述存储器上并可在所述处理器上运行的协作学习模式的效果评估程序，所述协作学习模式的效果评估程序被所述处理器执行时实现如权利要求1至8中任一项所述的协作学习模式的效果评估方法的步骤。10.一种计算机可读存储介质，其特征在于，所述计算机可读存储介质上存储有协作学习模式的效果评估程序，所述协作学习模式的效果评估程序被处理器执行时实现如权利要求1至8中任一项所述的协作学习模式的效果评估方法的步骤。

技术总结
本发明涉及数据处理技术领域，尤其涉及一种协作学习模式的效果评估方法、泛在智慧学习系统及介质。所述方法包括：获取目标学习者在协作学习模式下记录的目标学习轨迹数据和/或目标量表数据，其中，所述目标学习轨迹数据与至少两位其他学习者之间的学习轨迹数据相关联，所述目标量表数据的信度大于预设信度阈值；根据所述目标学习轨迹数据和/或所述目标量表数据，确定所述目标学习者对应的协作学习评估分值；根据所述协作学习模式中的至少两个学习者对应的所述协作学习评估分值，确定评估结果。实现从多个维度对协作学习模式下的效果进行评估，解决了如何评估协作学习模式下学习效果的问题。效果的问题。效果的问题。


技术研发人员：宋蕾 周华 李禹成 陈天乐
受保护的技术使用者：西南林业大学
技术研发日：2023.07.24
技术公布日：2023/8/31