在線下教學(xué)中，分析學(xué)員能力往往需要依賴教師的主觀判斷，而在線教育可以通過(guò)過(guò)考模型來(lái)進(jìn)行數(shù)據(jù)分析，分析學(xué)員當(dāng)前的情況。本文淺析過(guò)考模型實(shí)現(xiàn)思路，希望對(duì)你有所啟發(fā)。

考試類學(xué)科的目標(biāo)是讓學(xué)員通過(guò)考試，教培機(jī)構(gòu)主要通過(guò)教、學(xué)、練、測(cè)四個(gè)環(huán)節(jié)來(lái)提高學(xué)員的能力。教育發(fā)展的最終階段往往是個(gè)性化教學(xué)，而想要向個(gè)性化教學(xué)發(fā)展，最重要的是分析學(xué)員的能力，這樣才能讓學(xué)員查漏補(bǔ)缺，針對(duì)性提高能力。

傳統(tǒng)的線下教育中，分析學(xué)員的能力依賴于教師的主觀判斷。在線教育中更希望通過(guò)學(xué)員的學(xué)習(xí)行為和學(xué)習(xí)數(shù)據(jù)來(lái)分析學(xué)員當(dāng)前的能力情況，并給出針對(duì)性的建議。

也因此，產(chǎn)生了過(guò)考模型。

一、什么是過(guò)考模型

過(guò)考模型是基于大數(shù)據(jù)分析的學(xué)習(xí)規(guī)劃工具，旨在通過(guò)精確的數(shù)據(jù)分析，制定個(gè)性化的學(xué)習(xí)計(jì)劃，幫助學(xué)員通過(guò)考試。這里面包含三部分內(nèi)容：量化學(xué)員能力、給出學(xué)習(xí)建議、提升學(xué)習(xí)效率。

量化學(xué)員能力是根據(jù)考生的在線行為數(shù)據(jù)（如聽課時(shí)間、做題數(shù)量、正確率等）來(lái)評(píng)估學(xué)員對(duì)知識(shí)點(diǎn)的掌握程度，通過(guò)學(xué)員的考試預(yù)估分來(lái)外化呈現(xiàn)，因?yàn)閷W(xué)員最容易感知的地方就是自己在考試中可以考多少分。

分析出學(xué)員當(dāng)前的能力水平之后，就可以針對(duì)學(xué)員薄弱的知識(shí)點(diǎn)給出學(xué)習(xí)建議，比如給學(xué)員推薦重點(diǎn)要聽的課程和智能組卷刷題，讓學(xué)員可以針對(duì)性學(xué)習(xí)。

提高學(xué)習(xí)效率主要體現(xiàn)在教師專家制定的高效學(xué)習(xí)路線?？梢愿鶕?jù)不同學(xué)習(xí)階段的需求來(lái)制定學(xué)習(xí)路線，比如在備考初期可能更注重理解知識(shí)點(diǎn)，在復(fù)習(xí)階段更注重刷題和記憶。

因?yàn)槌扇私逃械目忌枚嗍窃诼毧忌?，只能在工作之外的時(shí)間學(xué)習(xí)，自身基礎(chǔ)差、時(shí)間緊，建立過(guò)考模型可以讓考生更有效地利用他們的時(shí)間，取得更好的成績(jī)。

二、過(guò)考模型實(shí)現(xiàn)思路

在線教育的過(guò)考模型中，主要難點(diǎn)在于分析學(xué)員能力和建立高效學(xué)習(xí)路線。前者主要靠產(chǎn)品經(jīng)理來(lái)實(shí)現(xiàn)，后者則更依賴于教研對(duì)教學(xué)的思考，因此本部分只介紹前者。

要想分析學(xué)員能力，需要建立統(tǒng)一的知識(shí)結(jié)構(gòu)，然后拆細(xì)教學(xué)內(nèi)容（包括題、課程、學(xué)習(xí)資料等）的粒度，并在最細(xì)的粒度上關(guān)聯(lián)知識(shí)點(diǎn)，形成統(tǒng)一的體系。

基礎(chǔ)工作完成之后，就可以搜集學(xué)員的學(xué)習(xí)數(shù)據(jù)，并進(jìn)行分析，主要有兩個(gè)實(shí)現(xiàn)思路，一個(gè)正向思路，一個(gè)反向思路。

2.1 正向思路

正向思路是根據(jù)每個(gè)用戶自身的學(xué)習(xí)數(shù)據(jù)來(lái)分析其對(duì)每個(gè)知識(shí)點(diǎn)的掌握程度，建立學(xué)員的能力模型。然后根據(jù)考綱和歷年出題情況，分析每個(gè)知識(shí)點(diǎn)對(duì)應(yīng)題目的考試概率和分?jǐn)?shù)。二者相乘后的加和即為考試的預(yù)估分。

這種分析思路就是認(rèn)知診斷，通過(guò)學(xué)生的學(xué)習(xí)記錄來(lái)對(duì)學(xué)生的狀態(tài)進(jìn)行分析。之前寫過(guò)一篇文章（從推薦算法出發(fā)，淺談?lì)}庫(kù)個(gè)性化推題思路），其中能力模型部分就介紹了通過(guò)項(xiàng)目反應(yīng)理論IRT模型來(lái)分析用戶對(duì)某個(gè)知識(shí)點(diǎn)的掌握情況的方法。

在認(rèn)知診斷/知識(shí)追蹤領(lǐng)域常用的模型還有DINA模型、NIDA模型、貝葉斯知識(shí)追蹤（BKT）模型、學(xué)習(xí)因子分析（LFA）模型等等，感興趣的讀者可以找一下相關(guān)資料。

這個(gè)思路需要準(zhǔn)確評(píng)估學(xué)員對(duì)知識(shí)點(diǎn)的掌握水平，涉及到很多機(jī)器學(xué)習(xí)算法，從0開始搭建的投入成本很高。在實(shí)際中更可行的可能是下面這種思路。

2.2 反向思路

反向思路落到考過(guò)學(xué)生的學(xué)習(xí)數(shù)據(jù)上，通過(guò)備考學(xué)員數(shù)據(jù)與之前過(guò)考學(xué)員數(shù)據(jù)比對(duì)來(lái)反推備考學(xué)員欠缺的能力。主要方法是從歷年通過(guò)考試的用戶的學(xué)習(xí)數(shù)據(jù)中找到規(guī)律，以此作為對(duì)新的備考學(xué)員的要求標(biāo)準(zhǔn)，達(dá)到標(biāo)準(zhǔn)后通過(guò)考試的概率會(huì)很高。

采用這種思路需要數(shù)據(jù)足夠細(xì)化，不然僅從大面上比對(duì)聽課時(shí)長(zhǎng)、刷題量準(zhǔn)確定不高。以覺曉法考為例，他們按照考頻和難度將知識(shí)點(diǎn)分為五類，將數(shù)據(jù)細(xì)化到了每個(gè)科目（法考分為18個(gè)科目）每個(gè)學(xué)習(xí)階段需要聽多長(zhǎng)時(shí)間的課、刷多少題，每類知識(shí)點(diǎn)對(duì)應(yīng)的題目需要達(dá)到多少刷題量和正確率，以及每周甚至每天需要完成的任務(wù)量，全部達(dá)標(biāo)之后通過(guò)考試的概率可以達(dá)到90%以上。

但是這個(gè)思路需要長(zhǎng)期的過(guò)考數(shù)據(jù)積累，才能建立過(guò)考模型的標(biāo)準(zhǔn)。而且建立的標(biāo)準(zhǔn)跟機(jī)構(gòu)內(nèi)的課程設(shè)置、題目數(shù)量、難度分布等高度相關(guān)，即使公開思路和標(biāo)準(zhǔn)數(shù)據(jù)后，其他機(jī)構(gòu)也很難抄走，這也是一種壁壘。

總之，兩種思路雖然方法不同，但殊途同歸，都有實(shí)現(xiàn)的可能性，可以根據(jù)當(dāng)前的情況選擇合適的成本更低的思路去實(shí)現(xiàn)。

以上就是關(guān)于過(guò)考模型的介紹，希望可以給大家?guī)?lái)一些思考和啟發(fā)。