最具影响力的数字化技术在线社区

168大数据

 找回密码
 立即注册

QQ登录

只需一步,快速开始

1 2 3 4 5
打印 上一主题 下一主题
开启左侧

[发现独角兽] 走在智能化学习的探索道路上的“猿题库”:我们的目标不是鼓励你多刷题

[复制链接]
跳转到指定楼层
楼主
发表于 2014-11-28 21:48:27 | 只看该作者 回帖奖励 |倒序浏览 |阅读模式

马上注册,结交更多数据大咖,获取更多知识干货,轻松玩转大数据

您需要 登录 才可以下载或查看,没有帐号?立即注册

x
本帖最后由 乔帮主 于 2014-11-28 21:49 编辑

上一周,我们在NEXT平台上看到一款新的搜题类产品小猿搜题,它的开发团队是猿题库(此前报道点这里)。我们迅速地就小猿搜题向猿题库的负责人求证,他表示非常诧异:“是我们研发的。可是我们没有做任何推广,你们是怎么知道的?”于是,我们向他们推荐了 NEXT。
小猿搜题是一款基于图像识别技术和题库匹配的拍照搜题类产品,学生通过拍照上传纸上不会做的问题,由系统匹配题库,反回解题步骤和答案。当我们以为猿题库要今进入搜题类产品的竞争时,猿题库告诉我们:
这仅仅是一个试验性的产品,未来产品的重心依然是在题库的发展和完善上。
李鑫是猿题库的副总,他告诉我们,之所以这么说是因为他们对于两款产品价值的定义是不一样的:
小猿搜题这个产品主要还是为我们储备和积累 OCR、Deep Learing、NLP 的技术经验,而这些技术经验只有在有实际的产品和用户数据的情况下,才能支撑我们的研究团队。
而猿题库是在我们眼里更重要的是一个智能学习系统,做的是“教练测”的核心环节,功能点和服务类型相对丰富,能够真正地解决学生想要提高成绩的痛点。
将原有的题库资源与答题社区打通,同是从题库起家做答题的魔方格就是如此。他们推出了UGC的答题社区,而且在今年底将完成打通工作。而在是否将来会打通猿题库和小猿搜题问题上,李鑫给出了否定的答案。小猿搜题是一个用户诉求和功能需求都很简单清晰的学习辅助工具,最核心的就只有一个——搜索准确度。与猿题库所要塑造的学习系统想法并不符合。
既然猿题库未来的工作重心主要放在了围绕题库打造学习系统上,那么在这方面猿题库打算做些什么呢?
  • 对于线下教辅资料的颠覆
线下教辅有两个劣势:1. 地域分界明显;2. 反应更新慢。针对这两点,猿题库做了两件事:收集全国排行前 100 的高中教学资源和迅速打通教辅资料在地域之间的界限。拿打通地域界限举例,去年高考全国卷突然新增一个语法填空题型,这个消息在 4 月份宣布的,当时距离高考不到两个月的时间。对于这一改变,教辅出版社无法短期内做出反应,而猿题库做的是,调阅题库中已有的广东省考题,迅速调整适应范围,帮助更多地区的学生备考。
  • 更加智能化的“补差”和“培优”
“补差”和“培优”必须建立在对于学生的能力充分了解的基础线上,大量做题其实并不能够带来对知识点的掌握和能力的提升。而在更为个性化的辅导上,猿题库走的路子是基于大数据的智能推送。一个学生的易错项,做对题花的时间长短,还有你的答题轨迹(是否改题)都有被记录,根据这些信息,猿题库智能化推送你每天的练习题,每道题基于你的掌握情况。对于学生来说,可以花更多的时间在疑惑的知识点上,做到“更加专注”。
  • 推送更为精准的课外辅导
记录学生在答题上更多的行为,那么在未来就可以在不同的范围内(学校、地域)推送更加精确的其他形式的辅导,例如视频课程,直播课程等等。猿题库在去年做了一个尝试,他们发现广东省的同学三角函数做得不好,于是对这个问题上有问题的学生单独推送了关于三角函数的付费课程,最后的效果十分不错。
  • 与线下教育培训机构的合作
与存在竞争关系的线下教育培训机构如何合作,猿题库告诉我们是在评测和教研上。当一个孩子进入机构时,可以通过猿题库对孩子的知识掌握做出判断,推荐他们上相应的班级,而在培训课程中,猿题库本身可以不断地对孩子的掌握程度进行评估,帮助老师更好地进行课堂教学辅导。当然,这些机构的教研力量和学生资源信息,也可以帮助整个猿题库更好地成为一个靠谱的“智能学习系统”。
如何能够让学生准确地站在自己能力边缘去扩展未知的知识边界,你可能必须知道几点:他的知识界限在哪里,他想获得的知识是什么,知道后者容易,但前者可能困难,猿题库现在做的的就是帮你定义你的知识短板。而在我个人看来,这个过程中更为重要的是以什么样的方式为学生提供更为适合他的知识吸收方式。题库是一种,视频课程是一种,或者其他更为新奇的地方,期待更多的在线教育产品在智能化学习过程中带来的改变。



分享到:  QQ好友和群QQ好友和群 QQ空间QQ空间 腾讯微博腾讯微博 腾讯朋友腾讯朋友
收藏收藏 转播转播 分享分享 分享淘帖 赞 踩

168大数据 - 论坛版权1.本主题所有言论和图片纯属网友个人见解,与本站立场无关
2.本站所有主题由网友自行投稿发布。若为首发或独家,该帖子作者与168大数据享有帖子相关版权。
3.其他单位或个人使用、转载或引用本文时必须同时征得该帖子作者和168大数据的同意,并添加本文出处。
4.本站所收集的部分公开资料来源于网络,转载目的在于传递价值及用于交流学习,并不代表本站赞同其观点和对其真实性负责,也不构成任何其他建议。
5.任何通过此网页连接而得到的资讯、产品及服务,本站概不负责,亦不负任何法律责任。
6.本站遵循行业规范,任何转载的稿件都会明确标注作者和来源,若标注有误或遗漏而侵犯到任何版权问题,请尽快告知,本站将及时删除。
7.168大数据管理员和版主有权不事先通知发贴者而删除本文。

您需要登录后才可以回帖 登录 | 立即注册

本版积分规则

关闭

站长推荐上一条 /1 下一条

关于我们|小黑屋|Archiver|168大数据 ( 京ICP备14035423号|申请友情链接

GMT+8, 2024-5-14 00:29

Powered by BI168大数据社区

© 2012-2014 168大数据

快速回复 返回顶部 返回列表