数加学习策略推荐引擎,
大大降低教师开展个性化教育的能力门槛,
让每一位学生都能受到密切的关注与精准的学习指导。

让优秀教师不再稀缺

数加学习策略推荐引擎,通过学习优秀教师的教学经验,从中获取关键线索,生成适合N个学生的N种学习策略。

四大核心维度

当前学习评价
历史进步速度
个人认知风格
个人学习目标
......

学科能力的显著性认知指标

考试特征
经验化核心知识
学习阶段要求
......

人群学科知识表现
学科知识专家型图谱

四大核心模型

基础模型:认知能力

为每个知识建立所需的认知能力模型,当获得学生认识数据时,即可通过认知能力模型定位学生知识学习潜力

认知报告-认知能力雷达

认知专家提炼出与各个学科较紧密的认知能力,并制成量表,学生完成认知测试后,认知引擎会分析出一份详细认知报告。

中高考得分预估

将学生的考试数据与认知报告相结合,通过深度学习推算出学生的中高考得分,让学生发现自己的潜力,从而增强信心。

基础模型:认知表现

为同类学生在知识表现上所具有的一致性建立模型,通过某知识表现即可评价学生知识学习成本

备考策略-知识点复习策略

学科教研专家梳理出结构清晰的知识图谱和实战技能图谱,结合学生最近的考试数据与认知风格,用深度学习的方式算出学习策略,让学生在有限的时间和条件下,更快、更多得提升分数。

备考策略-解题思路整理

学科教研专家将做题的关键-解题思路,详细地整理出来,录入引擎模板,让学生快速找到自己尚未掌握的题型。

基础模型:认知距离

构建知识间的距离模型,作为知识推荐必要性的判断依据,定制学生学习优先策略

教研系统

帮助教师快速查询知识点的相关教学内容。其中包括相关知识点与解题思路、考频、历史得分情况、对此薄弱学生…… 从而明确现阶段和下阶段的教学方向和重点考察对象。

教学策略

以知识模块为坐标,获取各分数段学生各个知识模块的掌握情况,了解他们的强项和弱项,从而合理安排课堂内容。

基础模型:教学研究

整合教师的教案与教学成果,并实现重要教学计划分享,定制教学优先策略

学校报告 & 教情报告

帮助学校或机构的管理层实时了解教师的近期教学情况和教研动态。减少校内沟通成本,让教师将更多的时间放在教学上。

核心技术

  • 人工

    初期的学科知识框
    认知的显著性质变
    机器学习样本
    验证标签

  • 深度学习

    模型进化
    试题与知识的自动化关联

策略生产流程 服务模式
数据采集 数据处理中心 决策中心 API
· 学科测试数据
· 认知测试数据
· 试题数据
· 数据学习
· 模型优化
· 学生研究
· 学习策略

· 知识模块教学策略
· 阶段性教学策略

· 考试质量评价
· 教师教情跟踪
面向教育信息化平台等系统供应商,
提供各类评估模型、策略模型调用。
按接口调用次数收费。

智能云平台

面向学校、培训机构、学生个人。
按服务人次收费

引擎引发的教学变革

  • BEFORE

    获得教研建议及量化评估,教学效果变得可预测
    教学内容求准求精
    关注到每位学生,充分考虑学生天赋与优势
    根据学生自己的顺序来安排教学进度

  • NOW

    学法教研建议,教学效果倚重教师个人经验
    教学内容求多求全
    照顾少数学生,根据分数来定义学生
    根据学校经验来安排教学进度

关于我们

杭州数加教育科技有限公司成立于2015年,是华院数据旗下专注于机器学习技术在教育领域应用的科技型公司。目前的核心研究是:精准化学习的推荐技术,为学生提供在数学学习上的潜能预测以及学习提升策略。

华雯漪 CEO

日本名古屋大学 信息科学 硕士

前丰田机器人研究室成员

宣晓华 首席数据科学家

美国加州大学伯克利分校数学 博士

复旦大学大数据学院 客座教授

许杨 认知科学家

中科院 认知神经科学 博士

前国家自然科学基金项目成员

罗越伟 产品经理

浙江大学 应用数学 本科

10年教育类产品设计与研发经验

孙驰 机器学习工程师

复旦大学 数学与计算机 硕士