CN104903930A

CN104903930A - 用于创建、递送、使用以及利用集成的教学和学习的方法和***

Info

Publication number: CN104903930A
Application number: CN201380068071.9A
Authority: CN
Inventors: M·江; S·何; S·鲁迪格里尔; C·布林顿; W·鞠
Original assignee: EDWISER Inc
Current assignee: EDWISER Inc
Priority date: 2012-10-26
Filing date: 2013-10-28
Publication date: 2015-09-09
Also published as: EP2912625A4; EP2912625A1; KR20150080556A; US20140120516A1; WO2014066875A1

Abstract

本发明指向重新定义在大规模班级环境中如何教学课程和如何学习材料的方法和***，在该***中，基于对学生学习效率的追踪、学习、以及剖析来对每个学生适配内容呈现。此外，在课程内容的递送期间能够创建并以各种粒度出售本发明的教科书。

Description

用于创建、递送、使用以及利用集成的教学和学习的方法和***

相关申请的交叉引用

本申请要求于2012年10月26日递交的美国临时专利第61/719312号和于2013年10月25日递交的美国实用新型申请第14/063289号的优先权，并通过引用将其并入本文。

技术领域

本发明指向传统通用课程和相关联的教科书的全面替换，本发明改进教学和学***板计算机)上查看，针对学生的论题熟练程度和学习方法进行个性化，并且包括用于熟练程度测试的单元。本发明可应用于各种类型的课程，例如，中学、大学、家教、专业考试准备、企业培训、以及专业课程(例如，为大学入学考试的准备)。

背景技术

例如在中学或大学中教学课程的常见途径涉及教师对具体教科书的依赖。在该途径中，作者准备教科书，所述教科书通过出版商出版，印刷在纸张上，并且分发以用于出售给学生和教师。教师准备教学大纲(包括功课)。教师使用教科书作为辅助进行教学，选择部分以在各种功课中使用。然后教师准备考试材料，并且学生进行考试，所述考试一般由教师(或助理)手动进行评分。该处理是人工密集的，并且可以基于在吸收和保留所述材料中学生的成功而要求中流定制。

而且，几十年来还未极大地改变使用教科书进行学习的方法。一般，教师通过利用作为主要工具的教科书补充的讲稿来进行教学。应当理解，部分由于学生间的学习的变化性，该处理未能对所有的学生最好地工作。

另外，生成和分发教科书的处理在许多年内已经大体保持不变，这已经导致少于现在有效的处理。随着时间的推移，这些成本和相关联的后勤困难已经增长。

结果，具有克服前述限制的解决方案将是有利的。

创作教科书

开发教科书的处理常常以作者书写手稿开始。尽管对于教科书作者可以存在用于手稿准备的工具，但是所述工具指向开发对于生成已经存在的单一布局教科书类型。作者通常准备手稿，并且然后使用布局工具与出版商反复讨论，包括潜在地修订总体结构。常常，教科书旨在应用于各种水平的指令和多种课程类型和/或章节，以便增加可能的出售。布局基于作者和出版商总结出针对教师和学生的总体目标群体的最佳组合。结果，尽管或许对作者和出版商需要的观点而言是最优的，但是当针对任何具体班级或任何具体学生时，布局和结构不是最优的。因为学生以不同的方式学习，因此具有用于布局、结构化、呈现以及利用课程的工具将是有帮助的，所述工具对具有宽范围的能力和强项的学生有益，适配个体学生的不同强项，并且帮助学生克服学习低效性。引申开来，对作者而言，具有可以允许准备好逐课程和逐学生而定制的工具将是有帮助的。

而且，例如关于布局指导，现今可用的创作工具相当有限。作者当前使用传统的布局指导来格式化内容(包括文本和图像)。从至少作者的观点，通常布局很可能最有益于最广泛可能的观众，但是不能够对所有学生有利。没有指向使内容和呈现最有益于个体学生的创作工具，例如包括以不同媒体格式进行描述的类似内容或材料的多种变型。具有创作工具将是有益的，凭借所述创作工具，作者能够以这样的方式定制内容的递送：即，每个学生将接收与学生的需要对齐的个体化学习经历。

利用教科书教学课程

尽管有时教师可以利用额外的材料对教科书进行补充，但是仅仅很少并且通常仅仅从不同版本来改变书本身。由于启动成本与准备教科书的新版本相关联，因此这样的更新很少发生。然而，很少更新教科书导致改变的实施缓慢。

而且，相同的教科书常常旨在应用于相同课程的多个章节(加速的、补***的指令。

而且，在目前环境下，教师仅仅能够定制对书的使用，但是不能够定制书本身的内容。实际上，教科书当前是通用书，无需浪费纸张和资源，并且也许不包括教师可以相信包括的一些材料是有益的所述一些材料。亦即，教师能够通知学生哪些页数或章节是切题的，并且给研究的课程提供补充材料，但是不能够修改书本身。该过滤处理导致教科书中的至少一些被不必要地印刷，并且通过提取和补充教科书的内容也引起教师充当二级作者。再者，期望具有导致针对教师和学生可更好地定制的内容的数字呈现的创作处理。

超越仅仅为文本和图像

而且，将教科书转变成在多媒体设备上呈现的格式将是有益的，在定义布局中并入不止文本和图像的内容。该环境也能够包括音频文件和视频文件以及学生的交互，例如通过允许在学生间的公共通信。由于学生通信，因此允许作者和教师基于通信也对材料进行补充将是有益的。而且，期望具有允许作者针对在这样环境中的课程递送进行开发的工具。

准许学生与材料交互(例如，注释)也将是有益的，并且对其他学生该交互也可以是可视的。类似地，由于学生也能够从其他学生学习，因此关于论题材料，学生与其他学生(实时或以其他形式)交互将是有益的。

电子书

最近，电子书已经出现，消除了纸张成本和一些物流问题。尽管这些电子书通常可在不同平台(例如，计算机和不同平板计算机)上查看，但是由于教科书一般是文本的电子版本，具有简单的处理特征(例如，搜索和查找以及书签)，因此他们大量地复制所述教科书。甚至更加复杂的电子书(具有使得读者能够交互手势的触摸屏)从根本上仍然是硬拷贝书到书的电子文件的转换，虽然它具有改进的用户接口。

在现实中，纸质书可以具有超过电子书的一个优点：学生能够亲自进行注释和加亮。然而，由学生进行注释和/或加亮的书可以妨碍它们的再次使用。具有利用这些益处以及电子书益处的处理将是有益的。

本发明部分指向数字课程递送，所述数字课程递送对使得能够具有若干其他特征是有用的。主要的范例是协同工作空间的创建，以复制学生到学生以及指导者到学生的交互。这能够通过包括在学生间讨论的论坛和其他来完成，这是因为他们通过课程有进展，可从平台本身之内访问。这里，学生和指导者能够提出和回答问题，或发起相关的讨论。而且，当创建社交纽带时，学生能够通过与彼此共享他们的私有的加亮、注释和笔记来选择在论坛之外交互。

在本发明的情境中，电子书(并非纸质书)被渐进地递送到设备并被显示给学生。而且，基于实时训练的学习分析，本发明的电子书智能地适配对不同学生所看到的内容。在电子书的一些情况下，在显示器中引入额外的内容(例如，视频)，其中，通过作者或出版商提供所述内容。然而，即使当电子书中包括视频时，由作者(非教师或学生)初始地选择所述视频，并且，当使视频(或到它的链接)可用于学生但不可以其他方式查看或定制时，最多可以被选择用于由学生查看。而且，学生通常不能对页面上的文本或视频的放置进行控制。

教学

教师通常使用教科书作为教学课程章节的重要工具。通常，教师针对班级内集合的学生讲课，其中，在教学课程中能够一起使用讲稿和教科书。尽管在至少一些情况下，在章节中所有的学生可以具有稍微类似的能力，但是在其他情况下学生能力和学习技能不同。负担仍在教师上以确保每个学生(尽管在学习能力、技能以及学习方式上不同)使用相同的讲稿和教科书学习材料。

而且，由于教学的班级内的结构，班级有固定的持续时间，并且教师需要准备涵盖固定的持续时间(例如，一小时)的功课。一些论题能够以更短的时间帧进行教学，而一些需要更长的时间帧。结果，班级时间少于有效分配的。允许在学生中的每个可用于学习的时间教学课程将是有益的，并且讲课时间能够被调整以满足内容需要和学生的学习速度二者。

关于教学“实况”课程，教师能够利用额外类型的材料(例如，视频或技术论文)对教科书进行补充。教师可以不时地调整讲稿和补充材料，例如，当教师被分派以教学对于他或她是新的相同课程的章节时。在一些情形中，教师可以向不同的学生提供不同的材料，尽管对于整个班级这样做可以是过于繁重的。即使如此，就教科书而言，教师不能够容易地非常有效地针对每个具体学生的需要进行“定制”。

在通常的教学环境中，不论教师使用电子书还是纸质书，教师针对整个班级进行教学，并且由于班级中的学生量和可用的时间，不针对个体学生强项进行教学。有时，可以雇佣家庭教师来提供针对个体学生的一对一教学。在该场景中，家庭教师通常识别学生的学习强项和弱项，并且通过符合学生的学习强项进行教学来对学生进行辅助。因此也期望用于个体化教学和学习的工具，类似于除家庭教师与学生交互之外的能够广泛应用的交互。

广泛的课程递送

当考虑大规模开放式在线课程(MOOC)的最近剧增时，加剧了课程迎合每个学生的期望和需要的问题，其中，注册人数能够超过数万，并且完成比率在百分之一附近徘徊。这里，甚至随机选择十几个学生在前提条件和预期中具有比传统教室更高的变化。除此以外，在这些课程中教师与学生的比率极其低，教学人员包括仅仅一些专家。为了这些理由，当前MOOC不能够可能地迎合大量的学生。甚至在传统课程中，对于任何具体章节，教师必须识别论题区域，准备功课计划，并且开发讲稿。论题区域常常以教学大纲的某些形式被提供给教师并且功课计划和讲稿常常是章节特异性的，并且基于教师的感知理解和学生的兴趣由教师进行调整。该开发材料中的许多材料被在其他学校中的其他教师复制。而且，年复一年地教学相同课程的教师个人地重复讲稿。给教师提供工具将是有益的，凭借所述工具基于教师对学生能力和兴趣的理解能够预选择功课计划和相关联的内容，使得教师能够花费时间更紧密地与个体学生一起工作。

在任何学***台用于重放。通过允许学生在他们方便的时间(不必在对于所有学生相同的时间)查看讲稿并且结合其他有关的材料，这将提高教师和学生的效率。而且，所述材料能够被同步到讲稿，例如，当教师描述如何解决数学方程的时候，平行显示能够示出教师解释他们的步骤。随后，教师通过使他或她自己可用于更加个体化的辅助能够更好地利用时间。

总的来说，具有内容的单个来源将是有益的，其中，所述内容包括教师讲稿和以复杂性的各个水平呈现的其他补偿课程材料，使得人工智能能够将个体化课程递送经历提供给每个学生。这加强了大规模可缩放教学的效率。

学生使用

尽管学生可以能够精读电子书，例如通过页面调换书的内容的等价物并且通过延伸显示的内容，趋向于对不同学生保持不变(“静态”显示)。这些静态显示通过一般地被限制到文本和图像来模仿现在的基于纸的书，并且“固定”内容的定位。这样的固定的显示具有限制，并且由于若干原因其不是用于教学目的的优选显示。首先，可用于查看的内容被限制为教科书作者确定是在出版的时间时最可用的内容，并且继教科书的印刷后不考虑可以变为可用的新的内容。所述新的内容可以有关于并且增强原始内容。而且，不同的学生以不同的方式学习，并且基于学生偏好或需要固定的显示妨碍个性化。另外，固定的显示通常被限制到给学生提供要掌握的材料，而不指向确定是否已经掌握了所述材料。当学生想要或需要额外的材料来补充给定讲稿时，固定的显示把查找和显示该额外学习材料的负担放在学生上。另外，如果学生不熟练于具体论题，则由于材料的固定性质而没有媒介物来使学生改进其自己的学习。由于学生需要识别材料，因此这样的问题对学生而言是大的挑战。由于学生没有掌握材料并且可以发现甚至很难识别适当且相关的材料，因此对于学生而言要解决的是尤其难的问题。对于教科书(尤其是电子书)，具有可用于且可访问学生以允许学生快速访问恰当且有关的补充材料的材料将是有益的。个性化指令能够有助于对每个学生以最好的方式组织和呈现该材料。

例如，考虑关于微积分论题的大学课程(或MOOC)。这样的课程要求学生具有在代数学、几何学和三角学中的可应用的基础。不是学生需要购买书来复习内容，具有作为单个来源整体而可用的内容将是更好的，将优选内容呈现给学生并且根据要求或需要呈现其他内容。毕竟，有时学生不知道他们缺乏的特定前提条件。

在目前教科书和电子书中的另一限制是学生的测试。通常测试(并且甚至中间测试)不直接引导以跟随材料来帮助学生的不足或确定学生是否可以加速。教师需要分析测试结果，基于那些结果并且依赖于学生对主题的掌握来提供补充材料。具有自动测试处理将是有益的，所述自动测试处理可以对于不同学生而变化，尤其在不同概念的基础上来确定学生的熟练程度。而且，具有环境将是有益的，凭借所述环境学生能够跟随对熟练程度的这样的确定与额外描述的材料，并且当学生已经被确定不熟练时继续测试。亦即，学生仅仅基于对材料的掌握而非基于班级的排程来在课程中有进展。

具有集成的教科书也将是有益的，在所述集成的教科书中包括不止文本和图像，并且在所述集成的教科书中内容和显示二者针对学生被定制。例如，这样的集成的书不需要与教师的讲稿组合使用，但是教师的讲稿能够是教科书的部分。类似地，在集成的教科书中能够包括来自学生的笔记和其他注释。

而且，本发明包括讨论论坛，在所述讨论论坛中，学生能够提出、评论或给彼此的陈述进行上/下投票。在本发明的情境中，这些论坛被嵌入在每个章节中。而且，笔记和注释能够与当前可用或其他社交媒体平台同步，例如，但不限于脸谱、推特、以及领英，使得如果学生的“朋友”期望共享课程笔记则学生能够与他们的“朋友”共享课程笔记。

结果，具有集成的开发环境将是有益的，凭借所述集成的开发环境，作者能够布局并且结构化教科书，用来自教师的额外的内容能够容易地对所述教科书进行补充。而且，具有可在多个平台上可用的并且可基于学生需要和/或强项定制的这样的内容的显示将是有益的，具有这样的开发环境也将是有益的，所述开发环境包括自动测试以确定学生的理解和/或认识，并且例如通过给其他人评论而允许学生输入到学习的处理。这样的环境允许基于确定的理解和认识进行调整也将是有益的，使得具体的学生能够在课程中恰当地加速或减速。对于学生基于学生的兴趣和强项进行自我定制(例如，通过注释和加亮)也将是有益的。对于其他学生看到这样的注释以看到其他学生找到的最有意义的是什么也将是有益的。

类似地，使教科书是动态的将是有益的，这是因为教师和学生能够添加内容并且这样的内容能够采取各种形式。通过允许这样的动态调整，所述内容可以保持当前内容并且比目前可用的内容更全面。

发明内容

本发明指向用于创建、存储、更新、定制、以及使用电子书(“电子书”)的开发环境和工具集，所述开发环境和工具集用于克服传统教科书、电子书、传统教学、以及学习途径的限制，其中，本发明的电子书可以用于替换或补充传统讲稿加教科书的课程。现今，在书与课程之间边界以及在出版与教学之间的边界正在快速消失；现今以各种格式出版的书(包括印刷格式、音频格式、电子格式、以及数字格式的教科书)在它们开始并入多媒体内容时继续进行变革。在本发明的情境中，完全地去除了这些边界；正因如此，当术语“书”和“课程”涉及本发明时，它们是可互换的，除非另有注明，术语“书”和“课程”指的是具有所有相关材料的整个课程经历的电子递送。同时，除非另有注明，“学生”或“用户”指的是以下程序/机构中的任何的消费者：学校、大学、研究生、专业人员、企业培训、家庭教学、依从性、认证、测试准备、以及其他有关的程序/机构。额外地，“作者”指的是在以上场景中的任何中使用的课程或书内容的制作者，并且“教师”指的是课程的管理员、指导者和/或职员(如果可应用)。

本发明包括基于处理器的开发和存储环境。作者和另一用户可以使用开发环境和工具来创建和更新本发明的电子书。用户(例如，学生或教师)可以使用针对计算设备(例如，个人计算机或平板计算机)的应用程序或网页接口来显示开发和存储的内容，其中，所述应用程序或所述网页接口可以是本发明的部分。学生显示被个体化到该学生，并且可以使用针对专门指向学生使用的计算平台的应用程序或网页接口来进行递送。应用程序或网页接口还包括针对作者、教师、以及学生的单元来提供用于存储的额外内容并定制课程材料和呈现。

本发明还指向去除在教科书与开放式在线课程递送环境之间的任何边界。本发明(被称为移动集成和个体化课程(“MIIC”))将文本讲稿、图像讲稿、音频讲稿、视频讲稿、测验、讨论论坛线程、班级维基、博客、笔记、社交媒体；包括但不限于***、脸谱、以及推特；书签、其他社交学习环境、以及其他在线通信和内容来源集成到单个移动app(或网页接口)，并且以算法上应用地、个体化地在具体显示中呈现组合和逻辑序列，以便以最有益的方式符合学生的学习能力。MIIC可以包括针对课程的多个离散功课，其中，每个功课可以具有聚合内容的若干不同单元，并且其中，每个单元可以指向不同学生或具有不同需要的学生。MIIC也可以集成其他内容，例如，动画、3D模型、交互式图形、嵌入式网站、链接、表格、以及其他形式的内容。所述算法基于被收集作为本发明的部分的学生使用数据、学生偏好、以及类似处境的学生的有益学习途径的组合。MIIC既被个性化到学生又集成各种材料。

本发明的MIIC包括对于课程的内容库(“MIIC库”)和如何至少将内容呈现给具体学生的序列。亦即，可以将MIIC认为是教科书、讲稿、以及有关的材料的组合，MIIC以定制的方式被递送给学生。一般，尽管MIIC库(其呈现所有可用的课程材料)也许对于每个学生是相同的，但是MIIC对于不同学生是变化的。MIIC也包括开发环境、编译器、显示工具、以及用于在不同材料之间的相关联的索引项的数据库。MIIC还包括处理器功能来实施算法，以用于确定应当将哪些内容显示给具体学生、显示的序列和布局、以及用于确定学生熟练程度的单元(其可以针对每个学生进行定制)。

例如，如果MIIC指向美国历史课程，则MIIC库将包括(除了其他论题以外)指向美国内战、大萧条、以及登月的内容。所述内容将或能够包括来自该时间段的音频、重现的视频、文本描述、图像、音频讲稿、音频剪辑、新闻文章、以及来自学生的评论。对于不同功课将显示某些内容，对于强化或补习帮助将显示其他内容。但是，使用MIIC的处理能力，以最有利于该学生的学习和证实的熟练程度的序列，将关于论题中的每个的特定内容显示给具体学生。在每个论题中的熟练程度测试可以基于来自先前论题的学生的结果。熟练程度测试的结果能够导致关于该论题的额外的内容，该论题的额外的内容被显示给学生，基于熟练程度的结果对特定材料进行裁剪。学生也能够利用其他可用的材料对该材料进行补充。

附图说明

图1描绘了示出作者、教师、以及学生如何聚合内容以及如何使用关于功课的内容的范例示意图。

图2描绘了本发明的库与本发明的各个工具之间的关系，所述库和所述各个工具能够用于将内容填充在功课和子功课中。

图3描绘了本发明的计算设备与本发明的服务器之间的关系，所述计算设备和所述服务器一起使用网络以及输入和输出设备来进行通信。

图3A描绘了图3中示出的服务器的一个特定方面的流程图。

图4描绘了如何可以确定用于显示给具体学生的内容的流程图。

图5描绘了用于确定呈现给学生的内容的各个存储数据之间的关系。

图6提供了对于具体学生如何显示内容的备选描绘。

图7描绘了在本发明的情境中示出学生可以在课程中进展的可能方式的状态矩阵。

图8描绘了学生的显示与本发明的服务器和库之间的关系的示意图。

图9描绘了在学生的设备上学生将看到的范例性屏幕。

图10描绘了针对初等代数的讲稿的一个部分的典型显示。

图11描绘了针对线性代数的讲稿的一个部分的典型显示。

图12描绘了在本发明的情境中示出学生可以在课程中进展的可能方式的范例的简化状态矩阵。

图13描绘了模块和对应评估的分解的采样流。

图14描绘了如何能够实施关于测试和测验的熟练程度确定的模型。

图14A描绘了用户交互与内容呈现之间的关系的流程图。

图15描绘了使用社交媒体的针对内容添加的流程图的一个范例。

图16描绘了使用社交媒体的针对内容添加的流程图的另一范例。

具体实施方式

本发明的MIIC可以多种电子格式读取，利用各种电子资源，允许在各种可能的呈现平台上的多媒体呈现，并且为了教学具体课程的具体章节的目的可由指导者和学生使用。本发明的***和方法使得出版商和作者能够出售书，并且使得教师通过在计算机、平板、电话、以及其他消费者电子设备上的门户网站或应用程序能够主持课程并向学生提供集成且个体化的学习经历。

此外，本发明包括方法和***，凭借所述方法和***将内容引入到库中并稍后从库提取所述内容，并且适于实时呈现给每个个体学生，其中，适配部分地基于通过追踪学生动作和期望、学***台中，并且能够被分流在不同的存储设备和计算设备上。

例如，书的某个部分的字体大小、颜色、呈现顺序或折叠或扩展能够适于每个学生的学***行宇宙的他或她自己的版本。

此外，本发明允许通过定制对课程内容的递送(例如，通过允许作者和指导者添加或改变现有内容来转录视频内容并通过将书的写作(具体为补充材料)众包给任何数目的学生)来克服与停滞的书(例如，现有的书)有关的问题。在从单个讲稿延伸到整个学期或整年的持续时间的在线课程中，起初在库中能够包括视频、测试材料、以及其他内容，并且当随着时间的推移提供课程时，部分基于平台(例如，讨论论坛)上的最新可用的内容和社交学习，能够生成额外的内容并连续更新所述库。

本发明的教科书还包括对于学生熟练程度的内置的、作者特异性的测试，以及在算法上确定针对该学生的功课应当如何进展。

本发明的MIIC包括来源于各种资源和以各种媒体形式的内容，并且基于显示的功课以及学生的需要和兴趣来定制显示给学生的内容。除初始在算法上地确定学生的需要和兴趣之外，在本发明的情境中，学生还能够通过指示更加详细的需要或不同显示的内容来控制显示的内容。基于熟练程度测试的结果，也能够调整内容。

总的来说，对于每个学生定制本发明的电子书，全面地包括所有必要的材料以确保学生的熟练，提供测试以确保学生的熟练，并且提供单元以允许学生在方便的时候采取课程并以一速率进展，并具有在论题区域中最有利于每个学生开发熟练而显示的内容。

出版平台

本发明也包括电子书的出版平台，允许作者从草稿中创建一个。出版平台包括创作工具，以允许作者来构建名义上呈现的布局，创建评估问题，进入内容的库(其中，库可以包括文本、图像、音频、以及视频)，并且定义指示将在给定点处呈现库的哪些片的逻辑。创作工具也包括模板和资源，所述模板和资源用于利用针对课程的学***不满意时，作者可以选择使某些内容可视。额外地，材料的名义上的呈现布局能够是可由学生定制的。创作工具的优选软件实施例将是Windows、MAC OSX和/或网页平台。

本发明的出版平台也包括用于处理和将预先存在的书和其他材料自动地转换成与本发明的教科书兼容的格式的方法。平台包括MIIC编译器，所述MIIC编译器用于确定内容、排序、以及与其他内容相关联。编译器通过分派独特识别符并且将数字书转换成可由本发明的工具使用的文件格式来对标题、段落、图像、以及其他形式的内容组织加标签。在本发明中的这样的加标签可以用于对内容进行索引和将内容与其他内容相关联，从而形成对于若干功课中的每个可以如何呈现(序列和显示二者)内容的“映射”。可以使这样的映射(可能以流程图的形式)可用于学生。通过具有各种媒体类型的加标签的内容的聚合，作者(或在一些情况下为教师)能够选择哪个内容并且能够以什么序列和以什么组合将内容提供给学生，以便确保足够的材料可用于学生以变得熟练，并且根据学生需要，教师能够继续识别进一步深度探讨的内容。最终结果是可以应用于不同功课的内容的开发。

而且，在本发明的教科书中包括的内容包括用于确定学生熟练程度的材料，并且基于学生的熟练程度，内容的递送可以在学生导向下(通过呈现额外的材料)进行排序。本文中详细描述了确定熟练程度，但是可以基于以下的组合：(a)表现评估，部分在测试的序列上，(b)与人类行为的评估的相关性，例如但不限于视频观看和文本阅读，以及(c)与类似处境的学生的相似性，例如，具有类似理论基础的那些学生。对不同学生可以定制准则中的至少一些。

本发明的一个目标是制定关于具体课程(或课程的部分)而使用的电子“教科书”，使得电子书可以用于内容递送(包括讲稿)与学生理解的确保的组合。可以聚合出售这样的书，或可以出售子集，例如，对于具体课程的具体水平。出售MIIC访问的粒度(例如，利用app或网页客户端)能够基于章、讲稿、章节或内容的任何其他单元。

在特定项方面的内容的实际递送被定制并且被排序以最好地符合学生的熟练程度和学习偏好。实际上，用于学习的每本书变成具有专门指向该学生的个体化“家庭教师”的开放在线教育经历的部分。

在本发明的情境中，学生能够同时查看视频(例如，讲稿)与添加到学生的学习能力的额外的文本和/或图像。而且，屏幕的布局能够匹配学生的最佳查看以用于学习。

测试学生的熟练程度被内置到MIIC，也通过定期测验、考试、以及其他验证单元，以便确保和/或确定在课程中进展之前学生对材料具有足够的理解。教师能够选择使用内置测试，或可以选择退出其使用并选择书写新的问题和单独地测试。

公式化初始MIIC

本发明的一个方面涉及用于动态创建MIIC库的***和方法以及用于其创建的相关联的工具。图1描绘了MIIC库的形成的流程图。如在图1中能够看到的，在MIIC库中能够包括各种类型的内容，包括，但不限于，文本、视频、音频、图像、博客条目、笔记，以及用于评估学生熟练程度的单元。重要的是，以及如在图1中能够看到的，当这样的内容的初始来源是“作者”时，随后来源包括教师和学生。

在优选实施例中，MIIC初始地被准备作为个体元素的系列，其类似于功课。一旦作者(使用创作工具)将内容的每个单元导入库，所述内容的每个单元(不管其形式如何(文本、图像等))被分派独特识别符。在索引中包括独特识别符，所述索引可以采取数据库的形式。然后独特识别符或标签被用于把在线内容归属于书的一个或多个特定元素。亦即，每个标签对内容的项是独特的，并且被用于关联内容的方面(例如，关键词和可应用的功课)。在MIIC释放之前或之后，在线内容到元素的分派能够由作者、出版商、教师或学生以公有或私有的方式执行。对这些分派的参考被存储在在线数据库中，可由MIIC可对其访问的所有计算设备访问。如果必要，数据库的部分也被缓存在设备上。

每个元素/功课的长度由其包含的内容确定，并且作者能够如所期望的以粗糙地或精细地粒度地制造这些。在线内容可以包括，但不限于，链接、视频、维基文章、博客帖子、论坛帖子、图像、测验、问题&回答(Q&A)、其他组织文献、以及例如源于脸谱和推特的社交媒体内容。稍后的条目(例如，由教师提供的新的内容或在博客条目中的新的内容)在被引入课程时，所述稍后的条目能够被引入到MIIC中。结果，MIIC能够被看作是内容的演化集。

结果是准备多布局电子教科书，其中，教科书包括讲稿材料。

加标签

为了识别可应用于课程的不同部分的内容，大约在通过创作工具将内容引入到库中的时间时以各种方式对内容加标签。每个内容单元可以用于不同功课或以不同的序列用于任何具体课程或课程的章节。另外，本发明的电子书还以用户为基础针对用户进行定制，以符合用户的期望的、历史的或在算法上确定的偏好。

对每个内容项加标签使得每个内容项可以各种方式被识别，例如，但不限于，内容的类型(视频、文本等)、内容中的关键词、在内容中覆盖的关键概念、以及可应用的功课和/或主题。尤其，取决于作者的偏好，能够自动或手动执行对关键词和关键概念的加标签。使用已知文本和/或声音识别技术能够提取关键术语；备选地，例如通过创作工具，能够由作者和出版商预先对它们进行识别。通过绘制用户的偏好的图表并应用算法技术来构建针对课程特征的低维度模型能够发现关键概念，所述针对课程特征的低维度模型对级别变化具有最高的影响；备选地，作者能够预先指定这些特征。

每个元素可以以多种方式加标签，例如，对于多个功课以及对于学生类型的详细应用性(补习、慢或快的学习者、具有某个确定熟练程度的学生等)加标签。每个元素也可以被加标签为与其他元素相关联。

以具体的方式对内容中的每片加标签。该加标签对识别关于该内容(例如，其可以涉及什么论题、其来源、内容的类型(文本、视频等)、详细水平等)的具体信息是有用的。该加标签允许内容中的每片与其他内容并且也与一个或多个功课相关联。通过对所有内容加标签，教师(和其他人)能够快速识别其对各种论题和兴趣的相关。而且，加标签准许对内容的自动结构化以用于显示，亦即，能够一起显示某些内容，并且例如图像能够被***在文本中的恰当的点中。

如所述，加标签处理中的至少一个部分可以是自动的。关于基于文本的材料或能够被转换成文本的材料，在本发明的一个实施例中，软件的片扫描通过整个文献并且利用通用独特识别符(UUID)标记与教师(或作者)相关的每一个元素。在创作工具中，作者(或教师)能够将更多或备选的数据分派给该元素，例如，困难、关键词等。然后这些额外的识别符以与UUID的关系被存储在数据库中，并且能够被存储在文献本身中作为可点击的和被索引的。因此当读者应用程序分析文献时，读者应用程序能够取回UUID，并且使用所述UUID来关于应当做什么与服务器通信。当用户点击词或图像时，额外有关的内容可以被递送到该学生。类似地，这样的学生点击被追踪并且被用作熟练程度确定处理的部分。

具有针对视频的若干备选。当前途径是当通过创作工具导入视频时，在额外的文件中(或在数据库中)给所述视频分派UUID。然后，信息(如困难、关键词、时间—内容关系、以及额外的信息)也被存储在与UUID有关的数据库中。但是许多视频文件格式提供能够直接使用并且能够由软件读出的存储。因此额外地或备选地能够将信息存储在视频文件中。基于情形可以使用两个选项。例如，视频的缩略图像不将最可能在视频文件存储中结束，而是停留作为在设备或服务器上的单个文件，但是然后视频文件的存储将保持到该缩略图的路径。

当教师希望准备更加具体的功课时，教师能够通过检查加标签来细读库。app的教师的版本可以促进这样的服务。在本发明的情境中，对标签进行索引，并且搜索功能允许以各种方式对索引的细读。初始地，作者识别可应用于课程的各种材料。例如，这些材料可以以教科书加上讲稿的部分的内容(文本、图像、视频或某种组合)，以及熟练程度确定材料的数字版本开始。总之，这些材料(如由作者初始识别的)表示针对课程的材料的库，对于特定实例化，这些材料继而能够由教师扩充。

用于公式化MIIC的工具

工具集(最终包括创作工具)可由作者利用以从材料的库中对MIIC进行公式化。图2示出了工具集的应用。在优选实施例中，这些工具包括在可下载应用程序或网页客户端或页面中的图形用户接口，所述图形用户接口被呈现给作者。在优选实施例中，这些工具保持驻留在服务器上，但是也可以被下载到作者的平台。

如在图2中能够看到的，创作工具包含布局和***工具。与其他一起，这些形成针对作者的开发环境，并且通过向作者提供对存储内容的访问而与本发明的库交互，在加标签的环境中可以由作者存储所述存储内容中的很多内容。这些工具还包括作者建立功课计划的单元。功课计划可以具有任何数目的功课。可以系列地建立功课，亦即，功课2跟随功课1等。

取决于构建学***，每个困难程度反映对于不同学生熟练程度组的挑战的水平。亦即，功课1可以具有三个不同的版本：一个用于加速的学生(这里被称为功课1A)，一个用于中等学生(这里被称为功课1B)，并且一个用于需要额外材料的学生(这里被称为功课1C)。在这些子功课中的每个之内，在初始材料以及若干层的方面材料能够被准备用于呈现以用于由学生深度探讨。一般地或通过更窄的论题可以组织该深度探讨材料。当然，相同的内容可以显现在多个地方。应当注意，通过创作工具进行以该方式的内容的组织，其向作者提供拖放功能，所述拖放功能允许他/她以该方式从库中可视化地分离内容。

每个功课可以以测验或在熟练程度确定中的某些因素结束，并且每个课程可以以级别考试结束(或也包括中间级别考试)。在优选实施例中，将确定嵌入库，并且使用各种准则(例如，先前证明的熟练程度或屏幕上的材料的持续时间)能够自动选择问题(所有问题的子集)的具体选择。这些考试的分级也优选是自动的；在优选实施例中，创作工具包含用于创建多选问题并且分派点值以授予每个回答选择的接口。如功课本身，测验可以与子功课不同，或可以被包括在深度探讨区域中。结果，能够准备内容的多维矩阵，其中，对内容的收集的每个条目被称为内容的“盒子”。一旦作者准备总体功课计划，并且识别在每个盒子中的初始内容，MIIC准备好编译。但是甚至在对其进行编译之后，仍然可以以各种方式对内容进行补充。例如，具体教师能够引入对于盒子的额外补充内容，例如，新闻文章。例如通过提供学生自己的笔记或加亮，学生也能够提供额外的内容。内容也能够由作者、教师和学生更新。结果，能够建立针对课程的动态电子书。这使得作者能够在长时间规模上并入其他反馈，并且始终更新其课程；例如，他们能够校正错误并且保持内容最新。

而且，一旦建立了课程，对于每个功课、子功课或盒子也能够包括功课指导。可以使这样的指导可用于用户的子集，例如，仅仅用于教师使用。

一旦初始地出版MIIC(包括“内部”内容)，教师和学生仍然可以对书进行添加。这样的外部内容(即，在初始MIIC中未直接包含的内容)允许书变成高度集成和个体化形式的教育，在读者中诱导进一步和更加详细的约定。

本发明的MIIC编译器也包括作者将内容分派到一个或多个恰当盒子并且用于允许以各种方式来显示内容中的一些或全部的能力。

架构

在架构上，本发明包括一个或多个服务器、一个或多个数据存储、以及用于与用户设备进行通信的网络连接。图3示出了本发明的MIIC的架构的范例，其中，计算设备101被用于呈现的目的，并且包括(除其他元素之外)用户概况(user profile)109和用于呈现的引擎104。计算设备101与服务器121通信，对于每个功课和子功课所述服务器121保留关于内容的数据。计算设备101也通过输入设备111和输出设备112与用户通信。

***包括计算设备101，所述计算设备101充当客户端并由用户使用，优选地为现代平板计算机和用户处理器102或服务器的网络。网络130连接计算设备101和(一个或多个)服务器121。一般，网络130可以是电信网络和/或广域网络(WAN)。网络130能够是互联网。

计算设备101包括处理器102、网络接口105、存储设备106、输入设备111、以及输出设备112，其中，经由总线110将所述处理器102连接到存储器103。处理器102能够是用于执行本发明的实施例的任何硬件处理器。

计算设备101一般在操作***(未示出)的控制下。范例包括安卓、iOS、Microsoft Windows、MAC OS、UNIX、以及Linux。更一般地，本文中公开的支持功能的任何操作***与本发明兼容。

存储器103优选是RAM，足够大以容纳本发明的必要的编程结构和数据结构。存储器103能够包括多个模块和不同水平，从高速寄存器到更慢但更大的DRAM。存储器103包括动态呈现和内容修改引擎(DPCME)104，然后所述动态呈现和内容修改引擎(DPCME)104经由处理器102被运行，并且绘制结果并将所述结果转发到输出设备112。存储器103也包括交互记录器113，所述互记录器113记录和分析用户与设备的交互。

网络接口设备105可以是被配置为允许在计算设备101与服务器121之间的网络通信的任何进入/退出设备。网络接口设备105能够是网络适配器或其他网络接口卡。

存储设备106可以是直接存取存储设备。尽管存储设备106被示为单个实体，但是其可以是固定的和/或可移动的存储设备的组合，例如，固定硬盘或固态驱动器(SSD)、可移动存储卡(如MMC或SD)、以及光驱。

如所示，存储设备106包括MIIC文件107作为本地内容提供商、应用程序108本身、以及用户概况109。MIIC文件107的内容将由DPCME 104修改，并且作为输出被提供给用户。

尽管本文参考被存储在计算设备101上的MIIC文件107和用户概况109描述了实施例，但是本领域技术人员将认识到，本发明的实施例可以适于被存储在其他地方的MIIC文件107和用户概况109。例如，MIIC文件107、用户概况109、以及额外的内容可以被存储在其他地方，例如，在服务器121的存储设备126中。亦即，在一些实施例中，计算设备101可以下载MIIC文件107、用户概况109、以及额外的内容130。

输入设备111可以是用于将输入提供到计算设备101的任何设备。例如，可以使用触摸屏、键盘、数字转换器、照相机或言语识别单元等。

输出设备112可以是用于将输出提供到计算设备101的用户的任何设备。输出设备112可以是任何常规的显示屏、触摸屏或与其各自的接口卡(即，显卡和声卡(未示出))一起的一组扬声器。尽管与输入设备111分开示出，但是输出设备112可以与输入设备111组合。例如，可以使用具有集成触摸屏的显示屏或与文本到言语转换器组合的言语识别单元。

服务器121一般包括处理器122、存储器123、网络接口125、以及存储设备126，服务器121通过总线131与彼此耦合。

存储器123优选是RAM，足够大以容纳本发明的必要的编程结构和数据结构。存储器123能够包括多个模块和不同水平，从高速寄存器到更慢但更大的DRAM。存储器123包括算法124，所述算法124正在分析由计算设备101收集的交互数据，并且已经将所述交互数据发送到服务器121。然后将算法的结果发送回到计算设备101，并且存储在存储设备126中的用户概况128中。一般，算法包括协同部件，所述协同部件利用在所有计算设备上收集的数据，尽管这里仅仅示出了一个设备。

网络接口设备125可以是被配置为允许在计算设备101与服务器121之间的网络通信的任何进入/退出设备。网络接口设备125能够是网络适配器或其他网络接口卡。

存储设备126可以是直接存取存储设备。尽管存储设备126被示为单个实体，但是其可以是固定的和/或可移动的存储设备的组合，例如，固定硬盘或固态驱动器(SSD)、可移动存储卡(如MMC或SD)、以及光驱。存储设备126可以包括，但不限于：

●MIIC数据库127，其包含MIIC课程本身以及关于其内容和性质的额外信息。

●用户概况128，其已经通过分析用户行为、交互、以及学习模式而被导出。

●用户数据129，其包括，但不限于，账户信息、表现历史、用户已经共享的个人信息、用户已经购买的MIIC课程。

●额外内容130，其是在教师的特定班级实例中已经由教师上传的材料。

应用程序本身包括以下不同部分：

●绘制引擎，其优选地基于WebKit(如果更多的信息是必要的：http://en.wikipedia.org/wiki/WebKit)，其显示和解读之前提到的不同类型的内容。

●记录用户交互的实施方式，对其进行解读并将其发送到服务器121以用于进一步分析。

DPCME 104解读用于内容修改的指令。算法(其在计算设备101或服务器121(这里示为后者)上被处理)正在生成这些指令。然后DPCME 104创建其他指令以用于绘制引擎修改内容。

应用程序108能够并入常见的电子书阅读器特征，以及对该MIIC平台是独特的一些以下项目：

●不同字体和字体大小。

●页码，以及页面向前和页面向后。

●基于用户输入的到特定页面的导航。

●索引

●存储在阅读器的终止时的应用程序的当前状态，并且一旦用户重新打开它，则重新加载这个。

●通过整个用户的当前学习路径的文本搜索。

●加亮文本，存储加亮的变化，并且如果必要则重新存储它们。

●支持先前列出的内容类型：视频、教科书、评估、动画、以及社交特征。

●用户接口(UI)，其使用于课程递送的视频、文本、动画、以及社交特征的呈现交错进行。

●在页面和视频帧二者上创建、存储、以及应用书签。

●在单个视图之内创建和存储注释和笔记。

●利用社交网络证书登陆，例如，脸谱、推特或领英，允许用户与他们的“朋友”共享笔记。

●在互联网(例如，***)和内联网(例如，个人课程维基)平台上的文本查找，以在计算设备的网页浏览器上显示。

●复制和粘贴文本和笔记。

●内容的动态表格，其随着用户对不同功课贯穿来进行更新。

●文本到言语的转换和/或言语到文本的转换。

●数字权限管理(DRM)。

图3A描绘了DPCME的使用和DPCME如何可以被应用于用户使用的流程图。当用户移动到新的页面190时，DPCME获得针对页面内容191必要的UUID，并且获得那些页面或内容以用于显示。DPCME也针对额外内容192查询服务器。如果额外内容是必要的，并且额外的内容需要被嵌入显示，则嵌入197内容。如果必要的所有将要通知内容的用户，则提供198这样的通知。

应用程序可以并入其他特征，用户能够使用所述其他特征并且与所述其他特征交互。生成的数据对象(如书签或注释)不仅可以被存储在计算设备101上，而且可以被存储在用户处理器102上，以使得能够在不同设备之间共享数据。

内容选择

一旦识别了每个盒子的内容，作者能够选择优选的途径来将材料呈现给学生。例如，作者可以选择同时呈现文本和嵌入的图像，或者可以选择呈现视频与在其旁边的加亮文本。以任一种方式，稍后可以由学生的优选的呈现选择来部分地覆盖该优选内容集。

学生学习

在本发明的优选实施例中，尽管备选的显示单元(例如，网络客户端或网页页面)也是可用的，但是学生使用在平板计算机上的应用程序(“app”)来查看内容。应当注意，在应用程序本身中显示内容。呈现的形式随着内容的类型而变化。可能的形式包括冒起式、叠加或显示完整网站的完全新的视图。

学生能够利用个人偏好覆盖默认显示。亦即，如果学生偏好某种背景和布局，则那些偏好能够用于显示目的。

通过算法执行对用户阅读行为的分析和与外部内容的交互，并且结果被用于优化布局和内容以及外部内容的呈现和组织。这确保根据读者的需要被剪裁的教育经历。

图4描绘了用于显示内容的本发明的途径。在优选实施例中，本发明显示针对具体功课的内容。捕捉与查看该课程相关联的用户行为。该行为能够包括，但不限于，查看内容的时间、眼睛移动、做笔记等的组合。然后将该测量集分解成与它们相关联的课程的学习特征，或关键概念；回想通过创作工具由作者指定的学习特征集或在算法上确定的学习特征集，在这种情况下它们可以是或不是有形的。随后，更新的特征集和在每个上的表现被馈送到内容修改算法，所述内容修改算法确定下一个显示什么，并且定制绘制引擎将更新的显示输出到用户的屏幕。

本发明也包括若干机制，所述若干机制用于确定学生在具体课程材料中的熟练程度。一旦向学生显示内容，则追踪学生对该材料的使用。在优选实施例中，以组合的方式完成追踪。追踪内容可视的持续时间。当显示材料时，也追踪学生做笔记。也追踪对深度探讨的内容的选择。最后，也追踪学生的眼睛移动以部分地识别显示内容中的哪个正得到最大的关注。一起地，这些追踪的数据被用于两个根本目的：为了改进用于功课/子功课/深度探讨的内容，以及为了确定学生需要花费“额外的”时间或更少的时间以便确定学生的熟练程度处的区域。

关于改进内容，本发明的一个途径是使收集的数据可被作者利用，以用于在更长的反馈时间规模上的功课改进。备选地，算法可以被应用于内容的自动重新分布。

关于确定学生的熟练程度，追踪所有学生的选择。应当注意，也能够做出可用于学生的测验。基于追踪的数据、先前测验结果、以及学生陈述的偏好，可以定制测验。在测验结果与内容追踪之间，算法可以应用于识别学生的熟练程度并应用于将学生指向最恰当的下一功课。

图5描绘了针对动态调整内容的流程图。如在图5的左侧能够看到的，学生的概况305作为输入被用于呈现。将用户存储的概况307，与作者的预设置306(其基于关于具体用户和其他用户而创建的概况进行修改)和与从MIIC中获得的内容组合来呈现给学生。重要的是，呈现引擎104适配最初确定的内容，并且基于概况和其他改变来调整该内容(例如，由作者和/或教师更一般地做出的调整)。

而且，基于对学生熟练程度的确定可以调整概况。

图6提供了关于如何调整内容以用于显示的更多详情。在潜在地实时调整的属性之中是总体外观，例如，文本大小和加亮。主要基于用户偏好对这些进行调整。例如，通过对学生偏好的自动确定，也能够识别内容。类似地，基于先前描述的因素可以替换内容。这些各种属性用于调整内容，并且将提出的内容和显示参数递送给定制绘制引擎以用于显示。在优选实施例中，针对使用来定制WebKit。

在MIIC中用书签也对分派的在线内容进行标记(如符号或书的加亮部分)。如果必要，每当读者查看数字书的相关部分时，这些标记利用来自在线数据库的信息进行更新。

可以不时地释放MIIC的新的编辑。当释放MIIC的新的编辑时，如果恰当，则加标签并且因此到外部内容的关系转移到新的编辑。为了该目的，算法分析MIIC的旧的编辑和新的编辑，并且确定不同的、新的、类似的、以及等价的内容。等价的或类似的内容被分派与更旧的编辑中的相同的标签。

当单个人购买多个MIIC时，这些MIIC能够开始与彼此交互。例如，一些可以合并到单个的、混合的MIIC中，具有对材料的更大库的访问。额外地，在多个MIIC上的跳跃变得可行。

另外，本发明有助于在学生与app之间以及在学生与学生的教师之间的交互性。例如，在代数学班级中，能够给学生方程以进行解答。学生有时可以在一个步骤上在线解答问题，并接收在每个步骤上的反馈。而且，本发明准许教师实时观察学生的问题解答。通过已知特征(例如，写作区域的聊天和控制)，当学生解答方程时，教师能够给学生个体化的、实时的反馈。图7示出了在本发明的MIIC的情境中学生可以如何进展课程的一个优选实施例。示出的是作为范例的简单的状态矩阵，每个状态被示为圆形并且被定义为模块，其是功课的具体实例。该状态矩阵通过创作工具由作者构建，使用拖拽功能将内容分配到每个圆形。学生在模块M₀处开始，并且试图以他/她的方式工作到右边(每个图7的范例)；应当注意，如果并入先前历史，也能够具有多个开始状态(这里未示出)。每列j表示具体论题课程，并且在最低限度上，课程的完成要求完成每列的至少一个模块。例如，如果课程是二十世纪早期小说，则S_i1可以表示从1900-1910时间段的文学作品，S_i2可以表示从1911-1920时间段的文学作品等，直到学生完成在课程中包括的二十世纪的所有部分。以m_ij的形式命名在初始模块之后的每个模块，其中，i指代呈现的困难，并且j指代功课。在图7的范例中，具有5个课程，要求完成所述5个课程中的每个以便完成整个课程，其中，每个课程具有从3-5的困难位置。

每个功课可以具有多种变型，其中，变型可以基于因素，所述因素包括，但不限于，不同的困难水平，有些类似于中学班级的不同章节(荣誉、标准、补***作为“额外荣誉”，而不是整个基线的更难的版本。一般，为了这样的理由(例如，但不限于，在功课的部分的前提条件中的熟练程度的缺乏、某些有关的概念的理解的缺乏的历史、在更早功课中的表现，或在有关的功课中花费非典型长的时间量的需要)，学生可以被置于功课的较不难的章节中。

每个学生刻出他/她自己独特的学***板或移动电话)，所述计算设备可以在主板上具有App以用于交互。备选地，学生设备可以使用浏览器或某些其他接口。在互联网上，本发明的***包括服务器，其中，服务器包括或具有到库的连接。在优选实施例中，如本文中所述，存储在库中的内容利用识别信息加标签。

图9描绘了在学生设备上的典型显示。如本文中所描绘的(作为一个范例)，学生可以具有定制的背景，所述定制的背景已经基于学生、作者或教师偏好进行定制，并且各种“盒子”也可以显现，例如，讲稿视频、用于做笔记区域、以及学生的实时博客。通过学生、教师或作者也可以定制这些项的定位。

开始，对于具体课程两个学生能够具有不同的基础。例如，对于微积分课程，一个学生可以需要通过递送初等代数的基础开始(见图10)，而另一个学生可以以线性代数开始(见图11)。基于学生的熟练程度可以确定该初始开始点，以及进展的阶段。取决于课程的内容，通过作者以逻辑方式来完成对每个课程到模块中的划分。在某些情况下，可以期望具有多个视频，并且在相同的模块中覆盖多个特征；在这种情况下，模块能够被进一步分解成段。在模块之内的每个段还可以包括用于确定学会对于该段的熟练程度的单元。

模块包括学习材料集，例如，但不限于，讲稿视频、其他视频、音频文件、文本、其他预格式化内容、动画、以及社交共享特征。完成模块要求已经查看了对于该模块在每个功课中的所有必需的内容，以及潜在地证明熟练程度。一旦学生完成模块，必须做出关于他/她将过渡到哪个下一模块的决策。最后，可以给学生选项来选择，但是本发明的***的适配引擎做出推荐。

该推荐基于以下的组合：(a)如由作者定义的，可能的下一模块，(b)在最近完成的(一个或多个)模块中学生关于学习特征中的每个的感知表现以及在下一模块中可以测试的那些，其中，如由学生和/或本发明的***可以感知的熟练程度，以及(c)也由作者定义的阈值以将过渡推荐到可能的下一模块中的每个。

以类似于在图12中用图表示的范例的那些的方式，作者通过创作工具指定在模块之间的过渡，其是比在图7中示出的更小的过渡图，以更具体地图示过渡。重要的是，应当注意，每个模块能够具有不同数目的外向链接，并且这些链接不是双向的(例如，如果模块A能够过渡到模块B，则这不意味着模块B能够过渡到模块A)。而且，每个功课不需要具有相同数目的模块。所有这些因素(模块的数目和图的连接)充分由作者指定。

如之前，水平移动使学生在课程中进展，例如学生如何将从在传统课程中的先前讲稿进展到一个讲稿。这里，垂直移动改变内容也许在内容的数量或困难程度方面的呈现(如图7)。示出的百分比是学生在做出推荐的时间处在模块中的材料的证明的或确定的表现的范例间隔。尽管示出了示范性百分比，但是可以使用其他百分比，而重要的是从一个模块移动到另一个可以基于熟练程度的某些阈值。例如，如果学生刚刚已经完成了模块m_i，j，并且他/她的聚合表现被确定为大于90％，则本发明的***将推荐该学生前进到模块m_i+1,j(例如，利用更加高级的材料来呈现)。

应当注意，这些过渡阈值能够是特征特异性的。例如，微积分的课程可以包含关于极限的一个特征、关于导数的另一个、以及关于积分的另一个。在相同的模块中或在不同的模块中可以覆盖所有特征。但是，例如，如果在下一章节中的材料是关于导数的，则基于学生关于导数的表现和/或其他三个特征的某些组合能够定义所述阈值。作者能够将这些不同的论题区域单独地加标签为可区分的特征。作者有闲暇根据他/她的期望来对特征的深度加标签；在最简单的情况下，模块或整个课程将仅仅包括一个特征。

应当注意，本发明的***包括在掌握内容中确定学生成功的能力。使用与本发明已经访问的后端一样多的数据，在逐特征的基础上能确定学生表现。具有三种类型的输入：(1)个体表现，例如，关于多选评估的分数；(2)在观看和运行功课中的学生行为，包括，但不限于，视频观看行为和文本阅读行为；以及(3)人口统计比较，例如，包括用户与用户的相似性。这些中的每个可以被纳入以尽可能地减少预测的噪声。

每个模块可以被细划分成许多段，所述段是内容的最小砌块；在最简单的情况下，每个模块将仅仅具有一个段。为了数据分析的目的，作者必须利用对应于每个段的学习特征对每个段加标签。例如，在图13中，模块被划分成三个段(1、2和3)，并且指示在每个段中包含的特征。在每个模块的最后，学生具有选项来完成一系列评估，每个段一个。在优选实施例中，评估包括一系列问题并且更具体地为多选问题。不要求但推荐学生完成问题。对于每个多选问题，回答选择具有与他们相关联的不同点值。如图14所示，尽管点值的范围可以对不同问题保持相同，但是取决于问题有多难或容易，中心点能够改变。

每个问题测试在对应于特定段的一个或多个学习特征的模块中解释的内容。因此，在逐特征的基础上表现将变化。剖析算法也利用***搜集的关于每个用户在每个段上花费多长时间的行为数据(材料的视频和文本部分二者)。人们能够想象四种不同类型的学生：花费长时间在段上来切实地理解所述段的那些学生；花费长时间在段上并且仍然与其斗争的那些学生；由于他们已经理解段，因此花费短时间在所述段上的那些学生；以及由于他们对段不感兴趣，因此花费短时间在所述段上的那些学生。清晰地，评估分数将相应地改变，但是首先必须做出关于学生落入哪个组的确定。该评估也可以逐特征变化；例如，一个学生可以与数学做斗争但却轻松地通过概念。结果，使用对于其用户已经采取评估的每个段，做出在每个段上的用户行为与关于评估的表现之间的关联性。使用该关联性，本发明的***能够改变关于给定特征的表现，所述给定特征的表现与在所述特征上观看和阅读段上花费的时间成比例，其中，通过关联性的强度支配比例。

作为调整表现的第三方法，本发明使用通过分析用户与用户的相似性的协同过滤。在每个模块的最后，通过评估分数(其可以或不可以被呈现)，查看—观看行为相关性和关于相同评估的类似学生的分数(其可以或不可以被呈现)来扩充当前表现。

在具体列中的每个不同状态可以具有针对熟练程度的不同确定。

个体化部件

关于图12-14A的讨论描述了本发明中的个体化的处理，所述处理指导用户通过学习路径。如图14A所示，个体化的优选实施例包括三个部件：行为测量、数据分析、以及内容/呈现适配。先前已经间接提到了这些中的每个，但是下面能够正式地对其进行描述。

行为测量

行为测量部件包括当与课程材料交互时对用户行为的测量结果。在当前实施例中，收集以下使用数据：

●他/她选择回答的每个问题的用户级别。

●视频中的用户的当前位置，所述位置通过精细的粒度采样而获得，并且被用于完全重建他/她的查看轨迹。

●用户花费在文本内容或图像以及他/她正加亮或搜索哪个短语上的时间量，其用于确定他/她的阅读行为，并且所述阅读行为用于随后调整内容递送。

●社交网络和用户之间的笔记共享关系，其用于构建课程的社交图。

能够通过整个课程递送经历到单个移动app的集成来仅仅做出对该信息的收集。这些测量授权对于适配所必需的表现分析。

数据分析

在当前实施例中，数据分析部件使用机器学习技术来生成并动态地更新用于学生学习的高维度处理的低维度模型。该隐匿性空间能够(a)在各种作者特异性的学习特征的方面被预定义，其中，内容作者具有决定指定的余地，并且将相应地通过创作工具加标签来标示内容，或(b)使用因式分解方法来自动进行确定，其中，潜在的人工智能引擎通过许多方法中的一个来提取内容—概念的关系，包括(i)使用文本处理方法或音频处理方法来确定关键术语，从而将所述关键术语翻译成概念，或(ii)当与材料交互时，监测学生行为。对于情况(a)，这里是一些范例：

●特征能够是课程中的论题。这些能够是很一般的(例如，“数学”，“概念”)，或更具体的(例如，“微分的幂规则”，“多项式因式分解”)，并且甚至下至原子能级。

●特征能够是学习样式。例如，特征能够是以下的子集：感觉—直觉、视觉—听觉、感应—推论、主动—反射，以及序列—全局，例如在Felder和Silverman的“well-cited Learning and Teaching Style Dimensions”中描述的。

使用以下输入和/或方法，通过机器学习技术来计算特征—粒度表现：

●从采取先前MIIC或诊断考试以来的用户的学习分析历史。

●用户的社交图，其通过提取社交网络来构建，所述社交网络包括所有课程用户和在他们之间的链接。

●与特征有关的关于评估的表现。

●在评估表现与对于特征的视频观看行为之间的相关性。

●在评估表现与用于关于特征已经讨论的频率和/或深度之间的关系。

●协同过滤和基于内容的预测，其应用于用户测验表现信息，以提取用户—用户和测验—测验的相似性，并且对未知做出预测(例如，如果用户不采取具体的测验)。

●低维度因式分解，其确定生成学生表现的最多变化的抽象特征集。在手动标示的情况下，这些能够被映射到作者规范以提供进一步的输入。

内容/呈现适配

随后，必须将用户的更新的概况映射到将被下一个呈现的内容单元。作者将从每个学***。这逻辑地归结为决策树：引擎确定表现位于哪个间隔，并且基于先前学习单元，完全地指定下一个。

在本发明中，对于给定用户能够以各种形式适配内容，以适合他/她的学习期望和/或需要。这包括，但不限于，以下：

●切换路径。当人工智能检测到另一学习路径可能更好地适合学生时，在下一段中显示的内容(包括视频、文本、评估、以及笔记)将整体地不同于在原始路径中将显示的内容。

●折叠/扩展。在材料的给定段之内，取决于学生的当前学习概况能够折叠或扩展某些内容。对于斗争的学生，这对于详细阐述扩展细节/修订和隐藏高级的材料能够是有用的。对于高级的学生，能够隐藏详细阐述的解释，并且更彻底地覆盖高级的材料。

●替换。取决于对用户的学习概况，内容的具体片(视频、章节、段落、子章节等)能够利用其他来自动替换。例如，一个视频可以比另一个更加详细地解释概念，并且能够向用户示出更适合他/她的一个。这仅仅能够通过快速且有效的内容修改引擎来做出。

●强调。能够强调涉及学习特征的内容，用户拥有在所述内容中的强项/弱项。对于文本，这能够包括修改字体/颜色或加亮，并且也能够绘画图像/视频的部分以集中。这有助于学生快速集中于这些区域以用于强化或改进。

社交媒体

该章节描述在交互式电子书或示出文本的其他***中如何能够与在脸谱和/或其他社交网络(“SN”)的帮助下自动确定的朋友和联系人共享笔记。该目标是使，当使用相同的应用程序/产品时，仅仅笔记的创建者的联系人/朋友能够看到内容成为可能。这些方法也能够用于构建每个课程的社交图，如先前描述的，所述社交图能够应用于数据分析。

在下一部分，脸谱代表所有种类的社交网络，其中，人能够连接：脸谱、领英、推特、谷歌+等。朋友描述朋友、联系人或用户跟随的人(推特)。

图15和图16描绘了社交媒体使用的流程图。在第一步骤中，用户登录一个或多个SN，并且授权我们的服务器以在脸谱上与他的信息连接。这使得服务器能够获得用户的朋友树，并且与和他或她接触的其他SN用户(朋友)相关联。

当用户创建笔记并激活它以用于社交共享时，将笔记发送到本发明的服务器，并且将其存储为共享笔记。可以扫描内容，并且对所述内容加标签。

现在，假设该用户的朋友中的一个也正在使用本发明的相同的MIIC。当朋友进到文本中的页面时，应用程序查询服务器以看是否具有可用的任何笔记。服务器核对是否将笔记创建者与该朋友连接。如果他是，则将向朋友的设备提供笔记，并且朋友现在能够查看它。

为了使该***工作，每个笔记必须与用户和他的SN账户相关联。而且，能够想象，笔记的创建者能够从列表中选择个体朋友以与其共享笔记。

笔记能够包括文本、图像或图画(例如，用手指绘画的图画)。将笔记存储在服务器上。社交网络仅仅用于识别朋友和联系人以及其连接。

因此，将看到，根据前述描述显而易见地做出的那些之中，有效地获得以上所阐述的对象，并且由于在所描述***中和在所阐述的构建中，在执行以上处理中可以做出某些改变，而不脱离本发明的精神和范围，本发明旨在在以上描述包含的和在附图中示出的所有物质应当被解读为图示性的而并非限制意义。

也应当理解，权利要求旨在覆盖本文描述的本发明的所有通用特征和具体特征，并且本发明的范围的所有陈述(作为语言物质)可以被认为落入其中。

Claims

1.使用与多个计算设备和能结构化的存储器通信访问的计算***，一种用于基于学生的能力将课程内容按序列地递送给所述学生的方法，所述方法包括以下步骤：

形成库，

递送从所述库采取的内容，

追踪学生的使用，

确定学生的熟练程度，并且

基于学生的使用和熟练程度来确定要递送的下一模块。

2.根据权利要求1所述的方法，其中，在所述库中的所述内容包括多个元素，并且每个元素利用识别信息来加标签。

3.根据权利要求2所述的方法，其中，所述库还包括通过所述识别信息来进行索引的数据库。

4.根据权利要求1所述的方法，其中，通过经由互联网和社交媒体上传的内容来更新所述库。

5.根据权利要求1所述的方法，其中，所述内容包括视频。

6.根据权利要求1所述的方法，其中，为接受者定制内容的所述递送，其中，所述定制基于和所述接受者与计算设备、所述接受者的表现的模型的交互相关联的行为测量以及表现分析。

7.根据权利要求1所述的方法，其中，向学生呈现所述内容的形式部分地基于接收者选择的偏好，其中，部分地由所述学生识别所述偏好。

8.一种用于将功课的序列递送给学生的***，包括：

库，利用由类型和关键词识别的内容来形成所述库，

用于操作算法的服务器，在所述算法中，做出关于哪个内容要递送给学生的确定，所述确定基于学生使用和熟练程度，以及

计算设备，其包括用于学生查看的接口；

其中，使用所述接口来显示来自所述库的内容，并且基于所述算法的操作由所述服务器来选择所述内容及其呈现。

9.根据权利要求8所述的***，其中，所述接口是以驻留在所述计算设备上的应用程序的形式的，并且包括图形用户接口。

10.根据权利要求8所述的方法，其中，所述库中的所述内容包括多个元素，并且每个元素利用识别信息来加标签。

11.根据权利要求8所述的***，其中，所述库还包括通过所述识别信息进行索引的数据库。

12.根据权利要求8所述的***，其中，通过经由互联网和社交媒体上传的内容来更新所述库。

13.根据权利要求8所述的***，其中，所述内容包括视频。

14.根据权利要求8所述的***，其中，部分地基于对学生熟练程度的确定来选择所述内容，并且至少部分地基于学生与所述服务器之间的交互式会话来确定所述熟练程度。

15.根据权利要求8所述的***，其中，向学生呈现所述内容的形式部分地基于接收者选择的偏好，其中，部分地由所述学生识别所述偏好。

16.一种用于计算***的方法，所述***包括能结构化的存储器存储设备和处理器，以确定针对学生的课程进展，所述方法包括以下步骤：

形成内容项的库，通过独特识别符来识别所述项中的每个，

形成所述项的聚合，基于论题和困难水平来确定所述聚合，

创建在所述聚合之间的映射，所述映射基于论题进展和困难程度，

递送所述聚合中的一个以用于对学生的呈现，

评估所述学生对在学习所递送的聚合中的内容的表现，以便确定评估，并且

使用所述评估与任何先前评估一起来确定要向所述学生递送的下一聚合。

17.根据权利要求16所述的方法，其中，所述库还包括通过所述识别信息进行索引的数据库。

18.根据权利要求16所述的方法，其中，通过经由互联网和社交媒体上传的内容来更新所述库。

19.根据权利要求16所述的方法，其中，为接受者定制内容的所述递送，其中，所述定制基于和接受者与计算设备、所述接受者的表现的模型的交互相关联的行为测量以及表现分析。

20.根据权利要求16所述的方法，其中，向学生呈现所述内容的形式部分地基于接收者选择的偏好，其中，部分地由所述学生识别所述偏好。