CN111667178B - 培训机构教师的评估和推荐方法、装置、电子设备及介质 - Google Patents
培训机构教师的评估和推荐方法、装置、电子设备及介质 Download PDFInfo
- Publication number
- CN111667178B CN111667178B CN202010509126.7A CN202010509126A CN111667178B CN 111667178 B CN111667178 B CN 111667178B CN 202010509126 A CN202010509126 A CN 202010509126A CN 111667178 B CN111667178 B CN 111667178B
- Authority
- CN
- China
- Prior art keywords
- teacher
- evaluation
- dimension
- student
- information
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Active
Links
- 238000011156 evaluation Methods 0.000 title claims abstract description 236
- 238000000034 method Methods 0.000 title claims abstract description 47
- 238000012549 training Methods 0.000 title claims abstract description 36
- 230000007246 mechanism Effects 0.000 title abstract description 14
- 239000011159 matrix material Substances 0.000 claims abstract description 132
- 238000011835 investigation Methods 0.000 claims abstract description 30
- 238000012797 qualification Methods 0.000 claims abstract description 13
- 239000013598 vector Substances 0.000 claims description 32
- 238000012545 processing Methods 0.000 claims description 11
- 238000004590 computer program Methods 0.000 claims description 10
- 238000013139 quantization Methods 0.000 claims description 8
- 238000004364 calculation method Methods 0.000 claims description 4
- 230000006870 function Effects 0.000 description 10
- 238000010586 diagram Methods 0.000 description 9
- 230000008901 benefit Effects 0.000 description 8
- 230000003287 optical effect Effects 0.000 description 7
- 238000004891 communication Methods 0.000 description 6
- 239000000463 material Substances 0.000 description 4
- 238000012360 testing method Methods 0.000 description 4
- 230000008569 process Effects 0.000 description 3
- 230000006978 adaptation Effects 0.000 description 2
- 230000009286 beneficial effect Effects 0.000 description 2
- 230000007547 defect Effects 0.000 description 2
- 230000000694 effects Effects 0.000 description 2
- 238000005516 engineering process Methods 0.000 description 2
- 238000012986 modification Methods 0.000 description 2
- 230000004048 modification Effects 0.000 description 2
- 239000013307 optical fiber Substances 0.000 description 2
- 230000008520 organization Effects 0.000 description 2
- 230000000644 propagated effect Effects 0.000 description 2
- 239000004065 semiconductor Substances 0.000 description 2
- 239000000126 substance Substances 0.000 description 2
- 238000004422 calculation algorithm Methods 0.000 description 1
- 238000004140 cleaning Methods 0.000 description 1
- 238000013461 design Methods 0.000 description 1
- 230000008451 emotion Effects 0.000 description 1
- 239000000835 fiber Substances 0.000 description 1
- 230000006872 improvement Effects 0.000 description 1
- 239000004973 liquid crystal related substance Substances 0.000 description 1
- 230000007115 recruitment Effects 0.000 description 1
- 238000012552 review Methods 0.000 description 1
- 238000012546 transfer Methods 0.000 description 1
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q10/00—Administration; Management
- G06Q10/06—Resources, workflows, human or project management; Enterprise or organisation planning; Enterprise or organisation modelling
- G06Q10/063—Operations research, analysis or management
- G06Q10/0639—Performance analysis of employees; Performance analysis of enterprise or organisation operations
- G06Q10/06393—Score-carding, benchmarking or key performance indicator [KPI] analysis
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q10/00—Administration; Management
- G06Q10/06—Resources, workflows, human or project management; Enterprise or organisation planning; Enterprise or organisation modelling
- G06Q10/063—Operations research, analysis or management
- G06Q10/0639—Performance analysis of employees; Performance analysis of enterprise or organisation operations
- G06Q10/06398—Performance of employee with respect to a job function
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q50/00—Information and communication technology [ICT] specially adapted for implementation of business processes of specific business sectors, e.g. utilities or tourism
- G06Q50/10—Services
- G06Q50/20—Education
- G06Q50/205—Education administration or guidance
Landscapes
- Business, Economics & Management (AREA)
- Human Resources & Organizations (AREA)
- Engineering & Computer Science (AREA)
- Educational Administration (AREA)
- Strategic Management (AREA)
- Economics (AREA)
- Tourism & Hospitality (AREA)
- Development Economics (AREA)
- Entrepreneurship & Innovation (AREA)
- General Physics & Mathematics (AREA)
- Marketing (AREA)
- Physics & Mathematics (AREA)
- General Business, Economics & Management (AREA)
- Theoretical Computer Science (AREA)
- Operations Research (AREA)
- Quality & Reliability (AREA)
- Game Theory and Decision Science (AREA)
- Educational Technology (AREA)
- Health & Medical Sciences (AREA)
- General Health & Medical Sciences (AREA)
- Primary Health Care (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
本申请提供了一种培训机构教师的评估和推荐方法、装置、电子设备及介质。该方法包括:获取至少一个教师的多个维度的信息,获取至少一个的学生的特征信息和对教师的各个维度的需求信息;确定出教师评估维度矩阵,确定出学生评估维度矩阵;根据规则库中的教师评估规则树,确定出教师评估维度矩阵中每个教师的各个维度的评分值,得到教师评估结果矩阵;以及,根据规则库中的学生评估规则树,确定出学生评估维度矩阵中对教师的各个维度的期望值,得到学生调查结果矩阵;确定出每个学生的需求与各个教师的之间的相似度;向每个学生展示与该学生需求的相似度较高的多个教师的信息。该方法实现了教师综合资质的智能化评估和智能推荐。
Description
技术领域
本申请涉及教师推荐的技术领域,具体而言,本申请涉及一种培训机构教师的评估和推荐方法、装置、电子设备及介质。
背景技术
目前,我国教育培训行业发展迅速,市场规模巨大,教育培训结构数量达数十万之巨。但作为教育核心的资源——教师,其质量却参差不齐,培训机构过于追求经济效益,导致教学质量整体不高,且并无专业客观的教师评估***,缺乏对教师水平能力的认定,不能通过学生的个人特点来匹配相应的教师,不能做到因材施教,导致教学效果不佳,不能最大化学生的利益。
现行的教师招聘策略,基本上只采用教育背景+工作经历的人工评审方式,对教师资质的评定维度单一,一般只是通过纯靠人工判断即简历和面试试讲。与此同时,学生在选择教师时,缺乏对学生水平能力、性格特点、个人喜好等方面量化及综合评判,学生被动的选择授课教师,不能做到根据学生特点来智能化匹配与之适合的教师。
以上缺陷导致教学资源不能高效化利用,因材施教效用较低,造成学生能力的提升受到限制,不能使资源提供者和资源消费者的利益最大化。
发明内容
本申请提供了一种培训机构教师的评估和推荐方法、装置、电子设备及介质,旨在至少能解决上述的技术缺陷之一。本申请所采用的技术方案如下:
第一方面,本申请实施例提供了一种培训机构教师的评估和推荐方法,包括:获取至少一个教师的多个维度的信息,获取至少一个的学生的特征信息和对教师的各个维度的需求信息;
根据每个教师的多个维度的信息,确定出教师评估维度矩阵;以及,根据每个学生的特征信息和对教师的各个维度的需求信息,确定出学生评估维度矩阵;
根据规则库中的教师评估规则树,确定出教师评估维度矩阵中每个教师的各个维度的评分值,得到教师评估结果矩阵;以及,根据规则库中的学生评估规则树,确定出学生评估维度矩阵中对教师的各个维度的期望值,得到学生调查结果矩阵;
根据学生调查结果矩阵和教师评估结果矩阵,确定出每个学生的需求与各个教师的之间的相似度;向每个学生展示与该学生需求的相似度较高的多个教师的信息。
在本申请的一个实施例中,教师的多个维度的信息包括如下一项或多项的组合:教师的性别、教师的年龄、教师的从业时长、教师的NPS值、教师的好评比例、教师的擅长科目、教师的授课风格、教师的学历和教师的毕业院校;教师评估维度矩阵中每一行的各个行元素,为对应的教师的各个维度的信息。
在本申请的一个实施例中,教师评估规则树以教师为根节点,教师的各个维度作为第二层节点,每个维度的叶子节点为多个评估规则键值对,评估规则键值对包括评估项、以及与评估项对应的量化分值;
根据规则库中的教师评估规则树,确定出教师评估维度矩阵中每个教师的各个维度的评分值,得到教师评估结果矩阵,包括:遍历教师评估维度矩阵中的每个教师的各个维度的信息;每确定出一个维度的信息与教师评估规则树中的一个评估项相同时,将评估项的对应的量化分值作为维度的评分值;确定出教师评估维度矩阵中所有的维度的评分值时,完成将教师评估维度矩阵转换为教师评估结果矩阵。
在本申请的一个实施例中,学生的特征信息包括如下一项或多项的组合:基本信息、兴趣爱好、性格特征以及至少一个科目的能力水平层次;
学生对教师的各个维度的需求信息包括如下一项或多项的组合:对教师的性别要求、对教师的年龄要求、对教师的从业时长要求、对教师的NPS值要求、对教师的好评比例要求、对教师的擅长科目要求、对教师的授课风格要求、对教师的学历要求和对教师的毕业院校要求;
学生评估维度矩阵中每一行的各个行元素,为对应的学生的各个特征信息和对教师的各个维度的需求信息。
在本申请的一个实施例中,学生评估规则树以学生为根节点,教师的各个维度作为第二层节点,每个维度的叶子节点为多个评估规则键值对,评估规则键值对包括评估项、以及与评估项对应的量化分值;
根据规则库中的学生评估规则树,确定出学生评估维度矩阵中对教师的各个维度的期望值,得到学生调查结果矩阵,包括:遍历学生评估维度矩阵中的每个学生的对教师的各个维度的需求信息;每确定出一个对教师的各个维度的需求信息与学生评估规则树中的一个评估项相同时,将评估项的对应的量化分值作为对教师的各个维度的期望值;确定出学生评估维度矩阵中所有的对教师的维度的期望值时,完成将学生评估维度矩阵转换为学生调查结果矩阵。
在本申请的一个实施例中,根据学生调查结果矩阵和教师评估结果矩阵,确定出每个学生的需求与各个教师的之间的相似度,包括:将学生调查结果矩阵中每个学生对应行的行元素作为第一行向量;第一行向量的中的各个向量元素,为学生对教师的各个维度的期望值;将教师评估结果矩阵中每个教师对应行的行元素作为第二行向量;第二行向量的中的各个向量元素,为教师的各个维度的评分值;以余弦相似度计算方式求解每个第一行向量与各个第二行向量的相似度,将求解得到每个相似度作为每个学生的需求与对应的教师的之间的相似度。
在本申请的一个实施例中,向每个学生展示与该学生需求的相似度较高的多个教师的信息,包括:将学生的需求与各个教师的之间的相似度从高到低地排序,向该学生展示相似度排名前N的各个教师的信息;N≥1,且N为正整数。
第二方面,本申请实施例提供了一种培训机构教师的评估和推荐装置,包括:终端信息录入模块,用于获取至少一个教师的多个维度的信息,获取至少一个的学生的特征信息和对教师的各个维度的需求信息;
数据规则化处理模块,用于根据每个教师的多个维度的信息,确定出教师评估维度矩阵;以及,根据每个学生的特征信息和对教师的各个维度的需求信息,确定出学生评估维度矩阵;
规则库模块,用于提供教师评估规则树和学生评估规则树;
教师资质评估模块,用于根据规则库中的教师评估规则树,确定出教师评估维度矩阵中每个教师的各个维度的评分值,得到教师评估结果矩阵;
学生情况调查模块,用于根据规则库中的学生评估规则树,确定出学生评估维度矩阵中对教师的各个维度的期望值,得到学生调查结果矩阵;
师生匹配推荐模块,用于根据学生调查结果矩阵和教师评估结果矩阵,确定出每个学生的需求与各个教师的之间的相似度;向每个学生展示与该学生需求的相似度较高的多个教师的信息。
第三方面,本申请实施例提供了一种电子设备,包括:处理器和存储器;存储器配置用于存储机器可读指令,指令在由处理器执行时,使得处理器执行本申请实施例提供的培训机构教师的评估和推荐方法。
第四方面,本申请实施例提供了一种计算机可读存储介质,其上存储有计算机程序,该程序被处理器执行时实现本申请实施例提供的培训机构教师的评估和推荐方法。
本申请实施例提供的技术方案带来的有益技术效果是:
在本申请实施例中,针对教育培训行业教师和学生评估以及师生匹配的痛点,突破传统的评估方式的局限,以教师的多个维度的信息为基础,将教师的各方面特点以数字形式进行量化,实现对教师综合资质的智能化评估;同时,对学生多种信息进行量化,方式实现教师的智能推荐。评估和推荐方法所应用的***的本质是基于大数据技术,实现教师多个维度的信息进行动态化获取和管理,一个新的教师信息在录入***后,就在***中建立了该教师的永久档案(知识库),且该档案会不断的被更新、完善,可最终构建为一个全国性的教师信息知识库,全方位的记录教师信息,并能为第三方机构提供资质证明服务。
本申请的评估和推荐方法基于知识库和规则库的评估机制、推荐机制,***从多维度、细粒度层面,相对精确客观的对教师资质的评估,由于可以自动化评估教师的资质,极大的提高了教师资质的评估效率,有效地掌控了教师的执业水平,避免师资良莠不齐的现象。同时还结合学生的特点,实现智能化匹配,高效的利用了教师资源,可以做到因材施教,更快速的提高学生能力水平,最大化学生利益,实现机构、教师、学生三赢的局面。
本申请附加的方面和优点将在下面的描述中部分给出,这些将从下面的描述中变得明显,或通过本申请的实践了解到。
附图说明
本申请上述的和/或附加的方面和优点从下面结合附图对实施例的描述中将变得明显和容易理解,其中:
图1为本申请实施例提供的一种培训机构教师的评估和推荐方法的流程示意图;
图2为本申请实施例提供的一种教师评估规则树和学生评估规则树的架构示意图;
图3为本申请实施例提供的一种培训机构教师的评估和推荐装置的模块示意图;
图4为本申请实施例提供的一种培训机构教师的评估和推荐装置中各模块的执行步骤示意图;
图5为本申请实施例提供的一种电子设备的模块示意图。
具体实施方式
下面详细描述本申请,本申请的实施例的示例在附图中示出,其中自始至终相同或类似的标号表示相同或类似的部件或具有相同或类似功能的部件。
本技术领域技术人员可以理解,除非另外定义,这里使用的所有术语(包括技术术语和科学术语),具有与本申请所属领域中的普通技术人员的一般理解相同的意义。还应该理解的是,诸如通用字典中定义的那些术语,应该被理解为具有与现有技术的上下文中的意义一致的意义,并且除非像这里一样被特定定义,否则不会用理想化或过于正式的含义来解释。
本技术领域技术人员可以理解,除非特意声明,这里使用的单数形式“一”、“一个”、“所述”和“该”也可包括复数形式。应该进一步理解的是,本申请的说明书中使用的措辞“包括”是指存在所述特征、整数、步骤、操作、元件和/或组件,但是并不排除存在或添加一个或多个其他特征、整数、步骤、操作、元件、组件和/或它们的组。应该理解,当我们称元件被“连接”或“耦接”到另一元件时,它可以直接连接或耦接到其他元件,或者也可以存在中间元件。此外,这里使用的“连接”或“耦接”可以包括无线连接或无线耦接。这里使用的措辞“和/或”包括一个或更多个相关联的列出项的全部或任一单元和全部组合。
本申请实施例提供了一种培训机构教师的评估和推荐方法,该方法的流程示意图如图1所示,包括:
S101:获取至少一个教师的多个维度的信息,获取至少一个的学生的特征信息和对教师的各个维度的需求信息。
在本申请的一个实施例中,教师的多个维度的信息包括如下一项或多项的组合:教师的性别、教师的年龄、教师的从业时长、教师的NPS值、教师的好评比例、教师的擅长科目、教师的授课风格、教师的学历和教师的毕业院校。
需要说明的是,维度的信息是维度的下位,每个维度包括多种信息。例如,性别是一种维度,教师的性别为男和教师的性别为女是性别的信息,或者年龄是一种维度,教师的年龄是25岁是年龄的信息。
获取教师的多个维度的信息用于建立教师信息库。获取教师的多个维度的信息可以分为终端录入和网络信息采集两种方式。终端录入是采用***提供的规范格式信息表进行信息采集,信息表包括基本信息采集、教育背景信息采集、工作经历信息采集、学历证书信息采集、荣誉证书信息采集等。网络信息采集则采用网络爬虫算法,从网络上获取到教师的相关信息,包括网络评价、网络知名度等。网络信息的采集可通过定时任务来定时执行,并更新至教师信息库中。
在本申请的一个实施例中,学生的特征信息包括如下一项或多项的组合:基本信息、兴趣爱好、性格特征以及至少一个科目的能力水平层次。
在本申请的一个实施例中,学生对教师的各个维度的需求信息包括如下一项或多项的组合:对教师的性别要求、对教师的年龄要求、对教师的从业时长要求、对教师的NPS值要求、对教师的好评比例要求、对教师的擅长科目要求、对教师的授课风格要求、对教师的学历要求和对教师的毕业院校要求。
获取学生的特征信息和对教师的各个维度的需求信息用于建立学生信息库。获取学生的特征信息和对教师的各个维度的需求信息采用终端录入方式,***提供的规范格式的表格供学生填写相关的信息,如基本信息赫尔兴趣爱好等。同时***还提供性格测试和能力水平的测试,根据测试结果,获取性格特征以及至少一个科目的能力水平层次,其中能力水平的测试可按照由学生自主选择相应的科目进行测试。同时将教师的几个维度做一个调查表让学生需求的教师类型进行填写,调查表的具体形式图表1,获取学生对教师的各个维度的需求信息。
表1
可选地。为了区分教师的信息和学生的信息,可以将学生的信息统统打上flag标志。
S102:根据每个教师的多个维度的信息,确定出教师评估维度矩阵;以及,根据每个学生的特征信息和对教师的各个维度的需求信息,确定出学生评估维度矩阵,之后执行步骤S103和步骤S104。
步骤S102主要对采集到的原始信息进行数据清洗,转换为结构化数据,这里将按学生信息和教师信息的不同标志分为两部分,分别存储为教师评估维度矩阵和学生评估维度矩阵。
在本申请的一个实施例中,教师评估维度矩阵中每一行的各个行元素,为对应的教师的各个维度的信息。例如,教师评估维度矩阵第i行的各个行元素,为教师Ji的性别、年龄、从业时长、NPS值、好评比例、擅长科目、授课风格、学历和毕业院校。i是大于或等于1的正整数,i的最大值为***中教师的总数量。
在本申请的一个实施例中,学生评估维度矩阵中每一行的各个行元素,为对应的学生的各个特征信息和对教师的各个维度的需求信息。例如,学生评估维度矩阵第i行的各个行元素,为学生Xi的特征信息以及对教师的各个维度的需求信息。例如可以是学生Xi的基本信息、兴趣爱好、性格特征以及至少一个科目的能力水平层次、以及对教师的性别要求、对教师的年龄要求、对教师的从业时长要求、对教师的NPS值要求、对教师的好评比例要求、对教师的擅长科目要求、对教师的授课风格要求、对教师的学历要求和对教师的毕业院校要求。i是大于或等于1的正整数,i的最大值为***中学生的总数量。
S103:根据规则库中的教师评估规则树,确定出教师评估维度矩阵中每个教师的各个维度的评分值,得到教师评估结果矩阵。
在本申请的一个实施例中,教师评估规则树以教师为根节点,教师的各个维度作为第二层节点,每个维度的叶子节点为多个评估规则键值对,评估规则键值对包括评估项、以及与评估项对应的量化分值。
步骤S103具体包括:遍历教师评估维度矩阵中的每个教师的各个维度的信息,每确定出一个维度的信息与教师评估规则树中的一个评估项相同时,将评估项的对应的量化分值作为维度的评分值。确定出教师评估维度矩阵中所有的维度的评分值时,完成将教师评估维度矩阵转换为教师评估结果矩阵。
S104:根据规则库中的学生评估规则树,确定出学生评估维度矩阵中对教师的各个维度的期望值,得到学生调查结果矩阵。
在本申请的一个实施例中,学生评估规则树以学生为根节点,教师的各个维度作为第二层节点,每个维度的叶子节点为多个评估规则键值对,评估规则键值对包括评估项、以及与评估项对应的量化分值。
步骤S104具体包括:遍历学生评估维度矩阵中的每个学生的对教师的各个维度的需求信息,每确定出一个对教师的各个维度的需求信息与学生评估规则树中的一个评估项相同时,将评估项的对应的量化分值作为对教师的各个维度的期望值。确定出学生评估维度矩阵中所有的对教师的维度的期望值时,完成将学生评估维度矩阵转换为学生调查结果矩阵。
在步骤S103和步骤S104中,规则库是***最为核心的构成,规则的设计直接关系到评估结果的准确性和客观性,规则定义得越细越全面,评估结果精确度越高。
评估规则采用“key:value”格式进行形式化存储,“key”表示评估项,“value”表示该项对应的量化分值,以教师的毕业院校这一维度为例,如:“师范专业985院校:100”、“非师范类985院校:95”、“师范类普通本科:85”等,将上述不同类型的规则键值对,分别进行统一管理,具体采取一种创新型的树形存储结构,分别为教师评估规则树和学生评估规则树。教师评估规则树和学生评估规则树如图2所示,图2中左侧的部分为教师评估规则树,图2中右侧的部分为学生评估规则树。
下面教师的几个维度来介绍维度信息的评分规则。
a.以毕业院校、学历这个维度为例,“师范专业985院校:100分”、“非师范类985及师范类211院校:95分”、“非师范211及师范类普通本科:85分”。
b.以从业时长这个维度为例,“>30年:100分”、“20-30年90分”、“15-20年;85分”、“10-15年:80分”、“8-10年:75分”、“5-8年:70分”、“3-5年:65分”、“2-3年:60分”、“1-2年:55分”、“0.5-1年:50分”、“<0.5年:45分”、“无经验:40分”。
c.以例授课总时长这个维度为例,“>50000h:100分”、“40000-50000h:90分”、“20000-30000h:80分”、“10000-20000h:70分”、“5000-10000h:60分”、“3000-5000h:50分”、“1000-3000h:40分”、“<1000h:30分”。
d.以例授课风格这个维度为例,不同授课风格进行编码,设置多种授课风格选项,老师在填写个人基本信息时需要进行选择,可多选但不能超过3项。具体地,“理智型教学风格:1”、“情感型教学风格:2”、“自然型教学风格:3”、“幽默型教学风格:4”、“技巧型教学风格:5”(value值为1)。
e.以例授课风格这个维度为例,“男:0”、“女:1”。
f.以年龄段这个维度为例,“25-30岁:00”、“30-35岁:01”、“40-45岁:02”、“50-55岁:04”,以此类推。
g.以擅长科目这个维度为例,依据不同科目进行编码,保证不同科目(key)对应的value值不同,此处不再赘述。
根据上述内容可知,如表2所示,在学生调查结果矩阵中,每个学生对应一行的行元素。每一行的行元素为对应学生的对教师的各个维度的期望值。如表2所示,在教师评估结果矩阵中,每个教师对应一行的行元素。每一行的行元素为对应教师的各个维度的评分值。
表2
表3
S105:根据学生调查结果矩阵和教师评估结果矩阵,确定出每个学生的需求与各个教师的之间的相似度。
在本申请的一个实施例中,步骤S105具体包括:
(a1)将学生调查结果矩阵中每个学生对应行的行元素作为第一行向量s。第一行向量s的中的各个向量元素,为学生对教师的各个维度的期望值。
(a2)将教师评估结果矩阵中每个教师对应行的行元素作为第二行向量t。第二行向量t的中的各个向量元素,为教师的各个维度的评分值。
(a3)以余弦相似度计算方式求解每个第一行向量s与各个第二行向量t的相似度,将求解得到每个相似度作为每个学生的需求与对应的教师的之间的相似度。
在本申请实施例中,可以用如下的公式(1)来计算每个相似度作为每个学生的需求与对应的教师的之间的相似度。当然,公式(1)还可以具体表示为公式(2).
其中,Cs,t表示教师的维度i的集合,rs,i表示学生教师的i维度的期望值,rt,i表示教师的i维度的评分值。i是大于或等于1的正整数,i的最大值为教师的维度的数量。
S106:向每个学生展示与该学生需求的相似度较高的多个教师的信息。
在本申请的一个实施例中,步骤S106具体包括:将学生的需求与各个教师的之间的相似度从高到低地排序,向该学生展示相似度排名前N的各个教师的信息;N≥1,且N为正整数。
以N取10为例,将学生的需求与各个教师的之间的相似度从高到低地排序,向该学生展示相似度排名10的各个教师的信息,学生根据这10个教师的信息选择合适的老师。
本申请实施例提供的培训机构教师的评估和推荐方法,针对教育培训行业教师和学生评估以及师生匹配的痛点,突破传统的评估方式的局限,以教师的多个维度的信息为基础,将教师的各方面特点以数字形式进行量化,实现对教师综合资质的智能化评估;同时,对学生多种信息进行量化,方式实现教师的智能推荐。评估和推荐方法所应用的***的本质是基于大数据技术,实现教师多个维度的信息进行动态化获取和管理,一个新的教师信息在录入***后,就在***中建立了该教师的永久档案(知识库),且该档案会不断的被更新、完善,可最终构建为一个全国性的教师信息知识库,全方位的记录教师信息,并能为第三方机构提供资质证明服务。
本申请的评估和推荐方法基于知识库和规则库的评估机制、推荐机制,***从多维度、细粒度层面,相对精确客观的对教师资质的评估,由于可以自动化评估教师的资质,极大的提高了教师资质的评估效率,有效地掌控了教师的执业水平,避免师资良莠不齐的现象。同时还结合学生的特点,实现智能化匹配,高效的利用了教师资源,可以做到因材施教,更快速的提高学生能力水平,最大化学生利益,实现机构、教师、学生三赢的局面。
基于同一发明构思,本申请实施例还提供了一种培训机构教师的评估和推荐装置,如图3所示,评估和推荐装置包括终端信息录入模块201、数据规则化处理模块202、规则库模块203、教师资质评估模块204、学生情况调查模块205和师生匹配推荐模块206。
上述各模块的作用以及执行顺序如图3和图4所示,具体地:
终端信息录入模块201用于获取至少一个教师的多个维度的信息,获取至少一个的学生的特征信息和对教师的各个维度的需求信息。
数据规则化处理模块202用于根据每个教师的多个维度的信息,确定出教师评估维度矩阵;以及,根据每个学生的特征信息和对教师的各个维度的需求信息,确定出学生评估维度矩阵。
规则库模块203用于提供教师评估规则树和学生评估规则树。
教师资质评估模块204用于根据规则库中的教师评估规则树,确定出教师评估维度矩阵中每个教师的各个维度的评分值,得到教师评估结果矩阵。
学生情况调查模块205用于根据规则库中的学生评估规则树,确定出学生评估维度矩阵中对教师的各个维度的期望值,得到学生调查结果矩阵。
师生匹配推荐模块206用于根据学生调查结果矩阵和教师评估结果矩阵,确定出每个学生的需求与各个教师的之间的相似度;向每个学生展示与该学生需求的相似度较高的多个教师的信息。
在本申请的一个实施例中,教师的多个维度的信息包括如下一项或多项的组合:教师的性别、教师的年龄、教师的从业时长、教师的NPS值、教师的好评比例、教师的擅长科目、教师的授课风格、教师的学历和教师的毕业院校。
在本申请的一个实施例中,学生的特征信息包括如下一项或多项的组合:基本信息、兴趣爱好、性格特征以及至少一个科目的能力水平层次。
在本申请的一个实施例中,学生对教师的各个维度的需求信息包括如下一项或多项的组合:对教师的性别要求、对教师的年龄要求、对教师的从业时长要求、对教师的NPS值要求、对教师的好评比例要求、对教师的擅长科目要求、对教师的授课风格要求、对教师的学历要求和对教师的毕业院校要求。
在本申请的一个实施例中,教师评估维度矩阵中每一行的各个行元素,为对应的教师的各个维度的信息。
在本申请的一个实施例中,学生评估维度矩阵中每一行的各个行元素,为对应的学生的各个特征信息和对教师的各个维度的需求信息。
在本申请的一个实施例中,教师评估规则树以教师为根节点,教师的各个维度作为第二层节点,每个维度的叶子节点为多个评估规则键值对,评估规则键值对包括评估项、以及与评估项对应的量化分值。
教师资质评估模块204具体用于:遍历教师评估维度矩阵中的每个教师的各个维度的信息;每确定出一个维度的信息与教师评估规则树中的一个评估项相同时,将评估项的对应的量化分值作为维度的评分值;确定出教师评估维度矩阵中所有的维度的评分值时,完成将教师评估维度矩阵转换为教师评估结果矩阵。
在本申请的一个实施例中,学生评估规则树以学生为根节点,教师的各个维度作为第二层节点,每个维度的叶子节点为多个评估规则键值对,评估规则键值对包括评估项、以及与评估项对应的量化分值。
学生情况调查模块205具体用于:遍历学生评估维度矩阵中的每个学生的对教师的各个维度的需求信息;每确定出一个对教师的各个维度的需求信息与学生评估规则树中的一个评估项相同时,将评估项的对应的量化分值作为对教师的各个维度的期望值;确定出学生评估维度矩阵中所有的对教师的维度的期望值时,完成将学生评估维度矩阵转换为学生调查结果矩阵。
在本申请的一个实施例中,师生匹配推荐模块206具体用于:将学生调查结果矩阵中每个学生对应行的行元素作为第一行向量;第一行向量的中的各个向量元素,为学生对教师的各个维度的期望值;将教师评估结果矩阵中每个教师对应行的行元素作为第二行向量;第二行向量的中的各个向量元素,为教师的各个维度的评分值;以余弦相似度计算方式求解每个第一行向量与各个第二行向量的相似度,将求解得到每个相似度作为每个学生的需求与对应的教师的之间的相似度。
在本申请的一个实施例中,师生匹配推荐模块206具体用于:将学生的需求与各个教师的之间的相似度从高到低地排序,向该学生展示相似度排名前N的各个教师的信息;N≥1,且N为正整数。
可以理解的是,本实施例中培训机构教师的评估和推荐装置的上述各模块具有上述实施例中的培训机构教师的评估和推荐方法相应步骤的功能。该功能可以通过硬件实现,也可以通过硬件执行相应的软件实现。该硬件或软件包括一个或多个与上述功能相对应的模块。上述模块可以是软件和/或硬件,上述各模块可以单独实现,也可以多个模块集成实现。对于上述培训机构教师的评估和推荐装置的各模块的功能描述具体可以上述实施例中的培训机构教师的评估和推荐方法的对应描述,在此不再赘述。
基于同一发明构思,本申请实施例提供了一种电子设备,如图5所示,电子设备包括处理器和存储器。
存储器配置用于存储机器可读指令,指令在由处理器执行时,使得处理器执行本申请上述各实施例提供的培训机构教师的评估和推荐方法。
本公开实施例中的终端设备可以包括但不限于诸如移动电话、笔记本电脑、数字广播接收器、PDA(个人数字助理)、PAD(平板电脑)、PMP(便携式多媒体播放器)、车载终端(例如车载导航终端)等等的移动终端以及诸如数字TV、台式计算机等等的固定终端。图5示出的电子设备仅仅是一个示例,不应对本公开实施例的功能和使用范围带来任何限制。
电子设备包括:存储器以及处理器,其中,这里的处理器可以称为下文所述的处理装置301,存储器可以包括下文中的只读存储器(ROM)302、随机访问存储器(RAM)303以及存储装置308中的至少一项,具体如下所示:
如图5所示,电子设备可以包括处理装置(例如中央处理器、图形处理器等)301,其可以根据存储在只读存储器(ROM)302中的程序或者从存储装置308加载到随机访问存储器(RAM)303中的程序而执行各种适当的动作和处理。在RAM303中,还存储有电子设备操作所需的各种程序和数据。处理装置301、ROM302以及RAM303通过总线304彼此相连。输入/输出(I/O)接口305也连接至总线304。
通常,以下装置可以连接至I/O接口305:包括例如触摸屏、触摸板、键盘、鼠标、摄像头、麦克风、加速度计、陀螺仪等的输入装置306;包括例如液晶显示器(LCD)、扬声器、振动器等的输出装置307;包括例如磁带、硬盘等的存储装置308;以及通信装置309。通信装置309可以允许电子设备与其他设备进行无线或有线通信以交换数据。虽然图5示出了具有各种装置的电子设备,但是应理解的是,并不要求实施或具备所有示出的装置。可以替代地实施或具备更多或更少的装置。
特别地,根据本公开的实施例,上文参考流程图描述的过程可以被实现为计算机软件程序。例如,本公开的实施例包括一种计算机程序产品,其包括承载在非暂态计算机可读介质上的计算机程序,该计算机程序包含用于执行流程图所示的方法的程序代码。在这样的实施例中,该计算机程序可以通过通信装置309从网络上被下载和安装,或者从存储装置308被安装,或者从ROM302被安装。在该计算机程序被处理装置301执行时,执行本公开实施例的方法中限定的上述功能。
需求说明的是,本公开上述的计算机可读介质可以是计算机可读信号介质或者计算机可读存储介质或者是上述两者的任意组合。计算机可读存储介质例如可以是——但不限于——电、磁、光、电磁、红外线、或半导体的***、装置或器件,或者任意以上的组合。计算机可读存储介质的更具体的例子可以包括但不限于:具有一个或多个导线的电连接、便携式计算机磁盘、硬盘、随机访问存储器(RAM)、只读存储器(ROM)、可擦式可编程只读存储器(EPROM或闪存)、光纤、便携式紧凑磁盘只读存储器(CD-ROM)、光存储器件、磁存储器件、或者上述的任意合适的组合。在本公开中,计算机可读存储介质可以是任何包含或存储程序的有形介质,该程序可以被指令执行***、装置或者器件使用或者与其结合使用。而在本公开中,计算机可读信号介质可以包括在基带中或者作为载波一部分传播的数据信号,其中承载了计算机可读的程序代码。这种传播的数据信号可以采用多种形式,包括但不限于电磁信号、光信号或上述的任意合适的组合。计算机可读信号介质还可以是计算机可读存储介质以外的任何计算机可读介质,该计算机可读信号介质可以发送、传播或者传输用于由指令执行***、装置或者器件使用或者与其结合使用的程序。计算机可读介质上包含的程序代码可以用任何适当的介质传输,包括但不限于:电线、光缆、RF(射频)等等,或者上述的任意合适的组合。
在一些实施方式中,客户端、服务器可以利用诸如HTTP(HyperText TransferProtocol,超文本传输协议)之类的任何当前已知或未来研发的网络协议进行通信,并且可以与任意形式或介质的数字数据通信(例如,通信网络)互连。通信网络的示例包括局域网(“LAN”),广域网(“WAN”),网际网(例如,互联网)以及端对端网络(例如,ad hoc端对端网络),以及任何当前已知或未来研发的网络。
上述计算机可读介质可以是上述电子设备中所包含的;也可以是单独存在,而未装配入该电子设备中。
上述计算机可读介质承载有一个或者多个程序,当上述一个或者多个程序被该电子设备执行时,使得该电子设备:接收用户针对待处理的多媒体信息中任一段多媒体信息的选中操作,待处理的多媒体信息中包括至少两段多媒体信息,基于选中操作确定目标多媒体信息段,当接收到针对目标多媒体信息段的触发操作时,确定对应的处理方式,基于确定出的处理方式对目标多媒体信息段进行相应的处理。
可以以一种或多种程序设计语言或其组合来编写用于执行本公开的操作的计算机程序代码,上述程序设计语言包括但不限于面向对象的程序设计语言—诸如Java、Smalltalk、C++,还包括常规的过程式程序设计语言—诸如“C”语言或类似的程序设计语言。程序代码可以完全地在用户计算机上执行、部分地在用户计算机上执行、作为一个独立的软件包执行、部分在用户计算机上部分在远程计算机上执行、或者完全在远程计算机或服务器上执行。在涉及远程计算机的情形中,远程计算机可以通过任意种类的网络——包括局域网(LAN)或广域网(WAN)—连接到用户计算机,或者,可以连接到外部计算机(例如利用因特网服务提供商来通过因特网连接)。
附图中的流程图和框图,图示了按照本公开各种实施例的***、方法和计算机程序产品的可能实现的体系架构、功能和操作。在这点上,流程图或框图中的每个方框可以代表一个模块、程序段、或代码的一部分,该模块、程序段、或代码的一部分包含一个或多个用于实现规定的逻辑功能的可执行指令。也应当注意,在有些作为替换的实现中,方框中所标注的功能也可以以不同于附图中所标注的顺序发生。例如,两个接连地表示的方框实际上可以基本并行地执行,它们有时也可以按相反的顺序执行,这依所涉及的功能而定。也要注意的是,框图和/或流程图中的每个方框、以及框图和/或流程图中的方框的组合,可以用执行规定的功能或操作的专用的基于硬件的***来实现,或者可以用专用硬件与计算机指令的组合来实现。
描述于本公开实施例中所涉及到的模块或单元可以通过软件的方式实现,也可以通过硬件的方式来实现。其中,模块或单元的名称在某种情况下并不构成对该单元本身的限定,例如,接收模块还可以被描述为“接收用户针对待处理的多媒体信息中任一段多媒体信息的选中操作的模块”。
本文中以上描述的功能可以至少部分地由一个或多个硬件逻辑部件来执行。例如,非限制性地,可以使用的示范类型的硬件逻辑部件包括:现场可编程门阵列(FPGA)、专用集成电路(ASIC)、专用标准产品(ASSP)、片上***(SOC)、复杂可编程逻辑设备(CPLD)等等。
在本公开的上下文中,机器可读介质可以是有形的介质,其可以包含或存储以供指令执行***、装置或设备使用或与指令执行***、装置或设备结合地使用的程序。机器可读介质可以是机器可读信号介质或机器可读储存介质。机器可读介质可以包括但不限于电子的、磁性的、光学的、电磁的、红外的、或半导体***、装置或设备,或者上述内容的任何合适组合。机器可读存储介质的更具体示例会包括基于一个或多个线的电气连接、便携式计算机盘、硬盘、随机存取存储器(RAM)、只读存储器(ROM)、可擦除可编程只读存储器(EPROM或快闪存储器)、光纤、便捷式紧凑盘只读存储器(CD-ROM)、光学储存设备、磁储存设备、或上述内容的任何合适组合。
本申请实施例提供的电子设备,与前面所述的各实施例具有相同的发明构思及相同的有益效果,该电子设备中未详细示出的内容可参照前面所述的各实施例,在此不再赘述。
基于同一发明构思,本申请实施例提供了一种计算机可读存储介质,其上存储有计算机程序,该程序被处理器执行时实现本申请上述各实施例提供的培训机构教师的评估和推荐方法。
该计算机可读介质包括但不限于任何类型的盘(包括软盘、硬盘、光盘、CD-ROM、和磁光盘)、ROM、RAM、EPROM(Erasable Programmable Read-Only Memory,可擦写可编程只读存储器)、EEPROM、闪存、磁性卡片或光线卡片。也就是,可读介质包括由设备(例如,计算机)以能够读的形式存储或传输信息的任何介质。
本申请实施例提供的计算机可读存储介质,与前面所述的各实施例具有相同的发明构思及相同的有益效果,该计算机可读存储介质中未详细示出的内容可参照前面所述的各实施例,在此不再赘述。
本技术领域技术人员可以理解,本申请中已经讨论过的各种操作、方法、流程中的步骤、措施、方案可以被交替、更改、组合或删除。进一步地,具有本申请中已经讨论过的各种操作、方法、流程中的其他步骤、措施、方案也可以被交替、更改、重排、分解、组合或删除。进一步地,现有技术中的具有与本申请中公开的各种操作、方法、流程中的步骤、措施、方案也可以被交替、更改、重排、分解、组合或删除。
术语“第一”、“第二”仅用于描述目的,而不能理解为指示或暗示相对重要性或者隐含指明所指示的技术特征的数量。由此,限定有“第一”、“第二”的特征可以明示或者隐含地包括一个或者更多个该特征。在本申请的描述中,除非另有说明,“多个”的含义是两个或两个以上。
应该理解的是,虽然附图的流程图中的各个步骤按照箭头的指示依次显示,但是这些步骤并不是必然按照箭头指示的顺序依次执行。除非本文中有明确的说明,这些步骤的执行并没有严格的顺序限制,其可以以其他的顺序执行。而且,附图的流程图中的至少一部分步骤可以包括多个子步骤或者多个阶段,这些子步骤或者阶段并不必然是在同一时刻执行完成,而是可以在不同的时刻执行,其执行顺序也不必然是依次进行,而是可以与其他步骤或者其他步骤的子步骤或者阶段的至少一部分轮流或者交替地执行。
以上所述仅是本申请的部分实施方式,应当指出,对于本技术领域的普通技术人员来说,在不脱离本申请原理的前提下,还可以做出若干改进和润饰,这些改进和润饰也应视为本申请的保护范围。
Claims (8)
1.一种培训机构教师的评估和推荐方法,其特征在于,包括:
获取至少一个教师的多个维度的信息,获取至少一个的学生的特征信息和对教师的各个维度的需求信息;
根据每个所述教师的多个维度的信息,确定出教师评估维度矩阵;以及,根据每个学生的特征信息和对教师的各个维度的需求信息,确定出学生评估维度矩阵;
根据规则库中的教师评估规则树,确定出所述教师评估维度矩阵中每个教师的各个维度的评分值,得到教师评估结果矩阵;以及,根据规则库中的学生评估规则树,确定出所述学生评估维度矩阵中对教师的各个维度的期望值,得到学生调查结果矩阵;
所述教师评估规则树以教师为根节点,教师的各个维度作为第二层节点,每个所述维度的叶子节点为多个评估规则键值对,所述评估规则键值对包括评估项、以及与所述评估项对应的量化分值;
所述根据规则库中的教师评估规则树,确定出所述教师评估维度矩阵中每个教师的各个维度的评分值,得到教师评估结果矩阵,包括:
遍历所述教师评估维度矩阵中的每个教师的各个维度的信息;
每确定出一个所述维度的信息与所述教师评估规则树中的一个所述评估项相同时,将所述评估项的对应的量化分值作为所述维度的评分值;
确定出所述教师评估维度矩阵中所有的所述维度的评分值时,完成将所述教师评估维度矩阵转换为所述教师评估结果矩阵;
所述学生评估规则树以学生为根节点,教师的各个维度作为第二层节点,每个所述维度的叶子节点为多个评估规则键值对,所述评估规则键值对包括评估项、以及与所述评估项对应的量化分值;
所述根据规则库中的学生评估规则树,确定出所述学生评估维度矩阵中对教师的各个维度的期望值,得到学生调查结果矩阵,包括:
遍历所述学生评估维度矩阵中的每个学生的对教师的各个维度的需求信息;
每确定出一个对教师的各个维度的需求信息与所述学生评估规则树中的一个所述评估项相同时,将所述评估项的对应的量化分值作为对教师的各个维度的期望值;
确定出所述学生评估维度矩阵中所有的对教师的维度的期望值时,完成将所述学生评估维度矩阵转换为所述学生调查结果矩阵;
根据所述学生调查结果矩阵和所述教师评估结果矩阵,确定出每个学生的需求与各个教师的之间的相似度;向每个学生展示与该学生需求的相似度较高的多个教师的信息;
所述评估规则键值对采用“key:value”格式进行形式化存储,所述评估项用“key”表示,所述量化分值用“value”表示。
2.根据权利要求1所述的培训机构教师的评估和推荐方法,其特征在于,所述教师的多个维度的信息包括如下一项或多项的组合:教师的性别、教师的年龄、教师的从业时长、教师的NPS值、教师的好评比例、教师的擅长科目、教师的授课风格、教师的学历和教师的毕业院校;
所述教师评估维度矩阵中每一行的各个行元素,为对应的所述教师的各个维度的信息。
3.根据权利要求1所述的培训机构教师的评估和推荐方法,其特征在于,所述学生的特征信息包括如下一项或多项的组合:基本信息、兴趣爱好、性格特征以及至少一个科目的能力水平层次;
所述学生对教师的各个维度的需求信息包括如下一项或多项的组合:对教师的性别要求、对教师的年龄要求、对教师的从业时长要求、对教师的NPS值要求、对教师的好评比例要求、对教师的擅长科目要求、对教师的授课风格要求、对教师的学历要求和对教师的毕业院校要求;
所述学生评估维度矩阵中每一行的各个行元素,为对应的所述学生的各个特征信息和对教师的各个维度的需求信息。
4.根据权利要求3所述的培训机构教师的评估和推荐方法,其特征在于,所述根据所述学生调查结果矩阵和所述教师评估结果矩阵,确定出每个学生的需求与各个教师的之间的相似度,包括:
将所述学生调查结果矩阵中每个所述学生对应行的行元素作为第一行向量;所述第一行向量的中的各个向量元素,为所述学生对教师的各个维度的期望值;
将所述教师评估结果矩阵中每个所述教师对应行的行元素作为第二行向量;所述第二行向量的中的各个向量元素,为所述教师的各个维度的评分值;
以余弦相似度计算方式求解每个所述第一行向量与各个所述第二行向量的相似度,将求解得到每个相似度作为每个学生的需求与对应的教师的之间的相似度。
5.根据权利要求1所述的培训机构教师的评估和推荐方法,其特征在于,所述向每个学生展示与该学生需求的相似度较高的多个教师的信息,包括:
将学生的需求与各个教师的之间的相似度从高到低地排序,向该学生展示相似度排名前N的各个教师的信息;N≥1,且N为正整数。
6.一种培训机构教师的评估和推荐装置,其特征在于,包括:
终端信息录入模块,用于获取至少一个教师的多个维度的信息,获取至少一个的学生的特征信息和对教师的各个维度的需求信息;
数据规则化处理模块,用于根据每个所述教师的多个维度的信息,确定出教师评估维度矩阵;以及,根据每个学生的特征信息和对教师的各个维度的需求信息,确定出学生评估维度矩阵;
规则库模块,用于提供教师评估规则树和学生评估规则树;
教师资质评估模块,用于根据规则库中的教师评估规则树,确定出所述教师评估维度矩阵中每个教师的各个维度的评分值,得到教师评估结果矩阵;所述教师评估规则树以教师为根节点,教师的各个维度作为第二层节点,每个所述维度的叶子节点为多个评估规则键值对,所述评估规则键值对包括评估项、以及与所述评估项对应的量化分值;所述根据规则库中的教师评估规则树,确定出所述教师评估维度矩阵中每个教师的各个维度的评分值,得到教师评估结果矩阵,包括:遍历所述教师评估维度矩阵中的每个教师的各个维度的信息;每确定出一个所述维度的信息与所述教师评估规则树中的一个所述评估项相同时,将所述评估项的对应的量化分值作为所述维度的评分值;确定出所述教师评估维度矩阵中所有的所述维度的评分值时,完成将所述教师评估维度矩阵转换为所述教师评估结果矩阵;
学生情况调查模块,用于根据规则库中的学生评估规则树,确定出所述学生评估维度矩阵中对教师的各个维度的期望值,得到学生调查结果矩阵;所述学生评估规则树以学生为根节点,教师的各个维度作为第二层节点,每个所述维度的叶子节点为多个评估规则键值对,所述评估规则键值对包括评估项、以及与所述评估项对应的量化分值;所述根据规则库中的学生评估规则树,确定出所述学生评估维度矩阵中对教师的各个维度的期望值,得到学生调查结果矩阵,包括:遍历所述学生评估维度矩阵中的每个学生的对教师的各个维度的需求信息;每确定出一个对教师的各个维度的需求信息与所述学生评估规则树中的一个所述评估项相同时,将所述评估项的对应的量化分值作为对教师的各个维度的期望值;确定出所述学生评估维度矩阵中所有的对教师的维度的期望值时,完成将所述学生评估维度矩阵转换为所述学生调查结果矩阵;
师生匹配推荐模块,用于根据所述学生调查结果矩阵和所述教师评估结果矩阵,确定出每个学生的需求与各个教师的之间的相似度;向每个学生展示与该学生需求的相似度较高的多个教师的信息。
7.一种电子设备,其特征在于,其包括:
处理器;以及
存储器,配置用于存储机器可读指令,所述指令在由所述处理器执行时,使得所述处理器执行权利要求1-5任一项所述的培训机构教师的评估和推荐方法。
8.一种计算机可读存储介质,其上存储有计算机程序,其特征在于,该程序被处理器执行时实现权利要求1-5任一项所述的培训机构教师的评估和推荐方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010509126.7A CN111667178B (zh) | 2020-06-07 | 2020-06-07 | 培训机构教师的评估和推荐方法、装置、电子设备及介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010509126.7A CN111667178B (zh) | 2020-06-07 | 2020-06-07 | 培训机构教师的评估和推荐方法、装置、电子设备及介质 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN111667178A CN111667178A (zh) | 2020-09-15 |
CN111667178B true CN111667178B (zh) | 2023-10-20 |
Family
ID=72386721
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202010509126.7A Active CN111667178B (zh) | 2020-06-07 | 2020-06-07 | 培训机构教师的评估和推荐方法、装置、电子设备及介质 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN111667178B (zh) |
Families Citing this family (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN112232166B (zh) * | 2020-10-10 | 2023-12-01 | 中国平安人寿保险股份有限公司 | 基于人工智能的讲师动态评价方法、装置、计算机设备 |
CN116402391B (zh) * | 2023-04-07 | 2023-11-10 | 长沙民政职业技术学院 | 基于大数据的综合能力评价方法及*** |
CN117291454B (zh) * | 2023-08-15 | 2024-03-19 | 社培科技(广东)有限公司 | 基于Minio的教学水平评估方法及其*** |
Citations (10)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2004118388A (ja) * | 2002-09-25 | 2004-04-15 | Katei Kyoshi:Kk | 家庭教師情報処理装置、情報処理装置、方法及びコンピュータプログラム |
JP2006301678A (ja) * | 2005-04-15 | 2006-11-02 | Hidekazu Fukuba | 教師紹介システム、教師紹介コンピュータ、及びプログラム |
CN101084534A (zh) * | 2000-07-18 | 2007-12-05 | 艾克斯伯特天地公司 | 学生与教师相配的交互在线学习 |
CN104298778A (zh) * | 2014-11-04 | 2015-01-21 | 北京科技大学 | 一种基于关联规则树的轧钢产品质量的预测方法及*** |
CN104464423A (zh) * | 2014-12-19 | 2015-03-25 | 科大讯飞股份有限公司 | 一种口语考试评测的校标优化方法及*** |
CN108733784A (zh) * | 2018-05-09 | 2018-11-02 | 深圳市领点科技有限公司 | 一种教学课件推荐方法、装置及设备 |
CN109754349A (zh) * | 2019-01-07 | 2019-05-14 | 上海复岸网络信息科技有限公司 | 一种在线教育智能师生匹配*** |
CN109801525A (zh) * | 2017-11-17 | 2019-05-24 | 深圳市鹰硕技术有限公司 | 一种用于网络教学的师生多维匹配方法和*** |
KR102072478B1 (ko) * | 2019-05-21 | 2020-02-03 | 주식회사 타임리 | 시간제 수업 교사 매칭 서비스 시스템 및 방법 |
CN110909248A (zh) * | 2019-12-03 | 2020-03-24 | 北京明略软件***有限公司 | 一种教师推荐方法和装置 |
Family Cites Families (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20100145870A1 (en) * | 2008-11-24 | 2010-06-10 | Rodney Luster James Rodney Luster | T.E.S.S. Teacher Evaluation Systems Software |
US20130275187A1 (en) * | 2012-03-19 | 2013-10-17 | Work Measurement Analyteks, LLC | Work measurement toolkit |
US20190272608A1 (en) * | 2018-03-03 | 2019-09-05 | Glimpse K12, Inc. | Class schedule optimization based on projected student growth and achievement |
US20200134569A1 (en) * | 2018-10-27 | 2020-04-30 | Hsci, Llc | Assessment-based talent matching |
-
2020
- 2020-06-07 CN CN202010509126.7A patent/CN111667178B/zh active Active
Patent Citations (10)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101084534A (zh) * | 2000-07-18 | 2007-12-05 | 艾克斯伯特天地公司 | 学生与教师相配的交互在线学习 |
JP2004118388A (ja) * | 2002-09-25 | 2004-04-15 | Katei Kyoshi:Kk | 家庭教師情報処理装置、情報処理装置、方法及びコンピュータプログラム |
JP2006301678A (ja) * | 2005-04-15 | 2006-11-02 | Hidekazu Fukuba | 教師紹介システム、教師紹介コンピュータ、及びプログラム |
CN104298778A (zh) * | 2014-11-04 | 2015-01-21 | 北京科技大学 | 一种基于关联规则树的轧钢产品质量的预测方法及*** |
CN104464423A (zh) * | 2014-12-19 | 2015-03-25 | 科大讯飞股份有限公司 | 一种口语考试评测的校标优化方法及*** |
CN109801525A (zh) * | 2017-11-17 | 2019-05-24 | 深圳市鹰硕技术有限公司 | 一种用于网络教学的师生多维匹配方法和*** |
CN108733784A (zh) * | 2018-05-09 | 2018-11-02 | 深圳市领点科技有限公司 | 一种教学课件推荐方法、装置及设备 |
CN109754349A (zh) * | 2019-01-07 | 2019-05-14 | 上海复岸网络信息科技有限公司 | 一种在线教育智能师生匹配*** |
KR102072478B1 (ko) * | 2019-05-21 | 2020-02-03 | 주식회사 타임리 | 시간제 수업 교사 매칭 서비스 시스템 및 방법 |
CN110909248A (zh) * | 2019-12-03 | 2020-03-24 | 北京明略软件***有限公司 | 一种教师推荐方法和装置 |
Non-Patent Citations (1)
Title |
---|
基于个性化推荐学***台的设计与实现;蔡宏果;彭昱忠;利云;姜黎黎;;大学教育(第05期);全文 * |
Also Published As
Publication number | Publication date |
---|---|
CN111667178A (zh) | 2020-09-15 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN111667178B (zh) | 培训机构教师的评估和推荐方法、装置、电子设备及介质 | |
Teo | Do digital natives differ by computer self-efficacy and experience? An empirical study | |
Shen et al. | Learning in massive open online courses: Evidence from social media mining | |
Reich et al. | Reconstructing production practices through interviewing | |
Manikandan et al. | Intelligent and deep learning approach OT measure E-learning content in online distance education | |
Tella | System-related factors that predict students' satisfaction with the Blackboard Learning System at the University of Botswana | |
US20170178525A1 (en) | Online education course navigation system | |
Salleh et al. | Measuring the effect of information literacy on the undergraduates’ academic performance in higher education | |
CN109754349A (zh) | 一种在线教育智能师生匹配*** | |
CN115762291A (zh) | 船舶机电装备故障信息查询方法及*** | |
Mr | POSTGRADUATE STUDENTS’PERCEPTION TOWARDS THE USE OF ICT IN RESEARCH IN GHANAIAN PUBLIC UNIVERSITIES | |
Dai | How many ways can we teach data literacy? | |
Friedrichsen et al. | Propagation from the start: the spread of a concept-based instructional tool | |
Shen et al. | Analysis of factors affecting user willingness to use virtual online education platforms | |
Purwoningsih et al. | Early prediction of students’ academic achievement: categorical data from fully online learning on machine-learning classification algorithms | |
Lee et al. | Lessons learned from two years of K-MOOC experience | |
Chaudhary et al. | Student future prediction using machine learning | |
Veitch et al. | The UNC–Chapel Hill RDA boot camp: Preparing LIS students for emerging topics in cataloging and metadata | |
CN112863277A (zh) | 一种直播教学的互动方法、装置、介质和电子设备 | |
Rhoads | The implications of contamination for educational experiments with two levels of nesting | |
Kot et al. | 39. USING SOCIAL MEDIA AS A TOOL IN THE LEARNING PROCESS | |
Cheng et al. | The role of experts in social media—Are the tertiary educated engaged? | |
CN112307346B (zh) | 基于大数据的课件管理*** | |
CN115273318B (zh) | 投票方法、装置、电子设备和计算机可读介质 | |
CN112231594B (zh) | 信息处理方法和装置 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant |