CN114582182A - 准教慧学大数据精准化教与学*** - Google Patents
准教慧学大数据精准化教与学*** Download PDFInfo
- Publication number
- CN114582182A CN114582182A CN202210186148.3A CN202210186148A CN114582182A CN 114582182 A CN114582182 A CN 114582182A CN 202210186148 A CN202210186148 A CN 202210186148A CN 114582182 A CN114582182 A CN 114582182A
- Authority
- CN
- China
- Prior art keywords
- teaching
- class
- scheme
- unit
- data
- 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.)
- Granted
Links
- 238000004458 analytical method Methods 0.000 claims abstract description 29
- 238000012544 monitoring process Methods 0.000 claims abstract description 19
- 230000008451 emotion Effects 0.000 claims abstract description 18
- 238000000034 method Methods 0.000 claims abstract description 9
- 238000012545 processing Methods 0.000 claims abstract description 5
- 239000013598 vector Substances 0.000 claims description 59
- 238000011156 evaluation Methods 0.000 claims description 15
- 238000013507 mapping Methods 0.000 claims description 11
- 238000007621 cluster analysis Methods 0.000 claims description 9
- 238000007405 data analysis Methods 0.000 claims description 9
- 206010010071 Coma Diseases 0.000 claims description 7
- 230000002411 adverse Effects 0.000 claims description 7
- 238000004364 calculation method Methods 0.000 claims description 6
- 238000000605 extraction Methods 0.000 claims description 4
- 238000012549 training Methods 0.000 claims description 4
- 238000009472 formulation Methods 0.000 claims description 2
- 239000000203 mixture Substances 0.000 claims description 2
- 206010063385 Intellectualisation Diseases 0.000 abstract description 3
- 230000009286 beneficial effect Effects 0.000 description 10
- 238000013461 design Methods 0.000 description 10
- 238000010586 diagram Methods 0.000 description 3
- 238000012986 modification Methods 0.000 description 3
- 230000004048 modification Effects 0.000 description 3
- 230000002452 interceptive effect Effects 0.000 description 2
- 238000010521 absorption reaction Methods 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 230000029087 digestion Effects 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 238000012360 testing method Methods 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G09—EDUCATION; CRYPTOGRAPHY; DISPLAY; ADVERTISING; SEALS
- G09B—EDUCATIONAL OR DEMONSTRATION APPLIANCES; APPLIANCES FOR TEACHING, OR COMMUNICATING WITH, THE BLIND, DEAF OR MUTE; MODELS; PLANETARIA; GLOBES; MAPS; DIAGRAMS
- G09B5/00—Electrically-operated educational appliances
- G09B5/08—Electrically-operated educational appliances providing for individual presentation of information to a plurality of student stations
- G09B5/12—Electrically-operated educational appliances providing for individual presentation of information to a plurality of student stations different stations being capable of presenting different information simultaneously
-
- 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
-
- G—PHYSICS
- G09—EDUCATION; CRYPTOGRAPHY; DISPLAY; ADVERTISING; SEALS
- G09B—EDUCATIONAL OR DEMONSTRATION APPLIANCES; APPLIANCES FOR TEACHING, OR COMMUNICATING WITH, THE BLIND, DEAF OR MUTE; MODELS; PLANETARIA; GLOBES; MAPS; DIAGRAMS
- G09B7/00—Electrically-operated teaching apparatus or devices working with questions and answers
Landscapes
- Engineering & Computer Science (AREA)
- Business, Economics & Management (AREA)
- Educational Administration (AREA)
- Educational Technology (AREA)
- Theoretical Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Strategic Management (AREA)
- Tourism & Hospitality (AREA)
- General Health & Medical Sciences (AREA)
- Human Resources & Organizations (AREA)
- Marketing (AREA)
- Primary Health Care (AREA)
- Economics (AREA)
- General Business, Economics & Management (AREA)
- Health & Medical Sciences (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
- Electrically Operated Instructional Devices (AREA)
Abstract
本发明提供了一种准教慧学大数据精准化教与学***,包括管理端,用于提供对老师和学生的班级管理和答题管理;教学端,用于根据对所述学生的班级管理结果和答题管理结果进行教学分析,制定第一教学方案;监测端,用于基于对老师和学生的教学数据,得到教情学情结果,并将所述教情学情结果应用于所述管理端,辅助所述班级管理和答题管理,并为所述学生制定第二教学方案;本发明通过采集各类教学数据进行分析,实现教学过程的数据化、智能化,为老师和学生提供更精准地教学帮助。
Description
技术领域
本发明涉及智能教学领域,特别涉及一种准教慧学大数据精准化教与学***。
背景技术
在线教育是随着现代信息技术的发展而产生的一种新型教育方式,以多媒体、交互式为特征,远距离、快速度、高质量地传送教学声像、图文和数据,突破了传统教学和培训在时间和空间上的限制,可以实现不同地点、实时地、交互地进行教学。
但是现在的在线教育不具备对大数据的分析能力,不能很好地发掘大数据的潜在价值,导致不能根据大数据为老师和学生实现智能化和精准化的教与学,无法对老师和学生提供更精准的帮助。
发明内容
本发明提供一种准教慧学大数据精准化教与学***,通过采集各类教学数据进行分析,实现教学过程的数据化、智能化,为老师和学生提供更精准地教学帮助。
本发明提供一种准教慧学大数据精准化教与学***,包括:
管理端,用于提供对老师和学生的班级管理和答题管理;
教学端,用于根据对所述学生的班级管理结果和答题管理结果进行教学分析,制定第一教学方案;
监测端,用于基于对老师和学生的教学数据,得到教情学情结果,并将所述教情学情结果应用于所述管理端,辅助所述班级管理和答题管理,并为所述学生制定第二教学方案。
在一种可能实现的方式中,所述管理端包括:
教务管理子***,用于根据老师和学生的信息,对所述老师进行班主任和学科管理、对所述和学生进行学籍管理和分班管理,并基于所述班主任管理、学科管理、学籍管理和分班管理,实现对所述老师和学生的班级管理;
答题卡编辑子***,用于根据题目信息,获取对应的答题模板,并将所述答题模板根据预设规则自动排版,生成电子答题卡;
考试作业子***,用于利用所述电子答题卡实现对学生的线上考试,并结合所述班级管理,实现对学生的答题管理。
在一种可能实现的方式中,所述教学端包括:
教学分析子***,用于根据所述答题管理,确定班级中学生的成绩,并根据各个班级的学生成绩,对所述班级进行评分,得到班级评分结果;
方案制定子***,用于基于所述班级评分结果,利用预先设定的教学策略模型,得到第一教学方案。
在一种可能实现的方式中,所述教学分析子***包括:
成绩获取单元,用于获取班级中学生的最新成绩,并调取所述班级中学生的历史成绩;
分析单元,用于基于所述最新成绩,对所述班级进行第一评分,并基于所述最新成绩、历史成绩,确定所述班级的成绩波动曲线,根据所述成绩波动曲线对所述班级进行第二评分;
评分单元,用于根据预先设定的科目成绩标准,建立各个科目的评分模型,将所述第一评分、第二评分输入所述评分模型中,得到单个科目评分,并根据各个科目的权重系数,对所述单个科目评分进行加权处理,得到单个科目加权评分,基于所述单个科目加权评分,得到对班级的总评分。
在一种可能实现的方式中,还包括:推荐端,用于根据所述学生的答题管理,为所述学生推荐相关学习内容,所述推荐端包括:
错题分析单元,用于从所述学生的答题管理中,提取所述学生的错题集合,并对所述错题集合进行分类,得到第一错题集合、第二错题集合;
匹配单元,用于确定与所述第一错题集合相关的题目,作为第一学习内容,确定所述第二错题集合的占比,并判断所述占比是否大于预设占比,若是,从预设题库中随机提取预设数目的题目,作为第二学习内容,否则,不进行对儿学习内容推荐;
推荐单元,用于基于所述第一学习内容、第二学习内容作为相关学习内容,对对应学生进行推荐。
在一种可能实现的方式中,所述监测端包括:
聚类分析单元,用于通过预先收集的海量用户的特征,对所述海量用户进行聚类分析,得到用户聚类集合,并通过预先收集的教与学数据集中每种类型的教与学方式对应的数据特征进行聚类分析得到教与学聚类集合;
数据采集单元,用于采集登录用户的教学数据,并基于所述登录用户的用户特征,从所述用户聚类集合获取与所述登录用户的匹配度大于第一预设阈值的用户作为相关用户,并从所述教与学聚类集合种获取与所述登录用户的教学数据的匹配度大于第二预设阈值的教与学数据作为相关数据;
教情学情分析单元,用于获取登录用户以及与所述登录用户相关联的关联用户的操作数据、教学监测数据,获取所述操作数据对应的标准教学结果,获取所述教学监测数据对应的实际教学结果,基于所述标准教学结果与实际教学结果的匹配度,得到所述登录用户的教情学情结果;
需求确定单元,用于基于所述相关用户的教学需求,确定所述登录用户的第一需求,并将所述第一需求与所述相关数据进行匹配,从所述第一需求种获取匹配度满足预设要求的需求作为第二需求;且将所述教情学情结果与第二需求进行匹配,获取匹配度最高的第二需求作为目标需求;
更新单元,用于基于所述教情学情结果对班级管理中对应登录用户进行第一打分,基于所述目标需求,对所述答题管理中对应登录用户进行第二打分,并基于第一打分结果、第二打分结果对所述班级管理和答题管理进行更新。
在一种可能实现的方式中,所述监测端,还包括:
数据获取单元,用于获取所述登录用户的目标需求,以及关联用户的历史教学数据,对所述目标需求进行解析,得到所述登录用户的目标教学数据;
方案制定单元,用于基于所述历史教学数据,获取所述关联用户的教学规则,并基于所述目标教学数据,结合所述教学规则,制定第二教学方案。
在一种可能实现的方式中,所述方案制定子***包括:
策略获取单元,用于基于所述班级评分结果,确定所述班级的等级,并从策略数据库中获取与所述等级对应的教学策略集合;
模型获取单元,用于基于所述班级的评分结果,对所述班级的各科老师进行横向比较,确定各科老师的教学能力,并基于所述班级的评分结果,结合历史评分结果,对所述班级的各科老师进行纵向比较,确定各科老师的教学进步程度,基于所述教学能力、教学进步程度,确定教学质量,且基于所述班级的评分结果,对所述班级的全部学生进行综合判断,确定所述班级全部学生的平均综合学***均综合学习能力,训练得到针对所述班级的教学策略模型;
策略确定单元,用于提取所述教学策略集合中教学策略特征,输入所述教学策略模型,选择与所述教学策略模型匹配度最高的教学策略,作为目标教学策略;
判断单元,用于判断所述各科老师的教学质量是否大于预设质量阈值,若是,保持对应老师的教学风格不变,否则,确定对应老师的教学风格,并提取出所述教学风格中的不利因素,对所述不利因素进行修正,得到最新教学风格;
内容确定单元,用于基于班级信息,获取教学基本内容,并基于所述班级评分结果,确定对所述班级的教学拓展内容,根据所述教学基本内容、教学拓展内容,确定教学内容;
方案确定单元,用于基于所述目标教学策略、最新教学风格、教学内容,制定第一教学方案。
在一种可能实现的方式中,所述方案确定单元包括:
内容分析单元,用于对所述教学内容进行和重要度和难度评估,确定所述教学内容的重要度和难度;
时长分配单元,用于基于所述目标教学策略,结合所述教学内容的重要度和难度,为所述教学内容分配教学时长;
提醒单元,用于基于所述最新教学风格与历史教学风格的差异,对所述老师进行教学提醒;
方案制定单元,用于将所述教学内容按照所述教学时长、最新教学风格进行教学分配,并将所述教学提醒设置与对应教学时间点,得到第一教学方案。
在一种可能实现的方式中,还包括,评估模块,用于对所述第二教学方案进行精准性评估;
所述评估模块,包括:
特征提取单元,用于对所述第二教学方案进行特征提取,得到方案特征向量,获取所述第二教学方案对应目标用户的教学数据,将所述对应目标用户的教学数据进行特征提取,得到教学特征向量;
关系建立单元,用于利用大数据分析方法建立方案评估的主成分特征向量,并基于所述主成分特征向量,建立所述方案特征向量、教学特征向量的映射关系;
第一计算单元,用于基于所述主成分特征向量,确定所述映射关系中方案特征向量与教学特征向量的匹配值;
修正单元,用于基于所述映射关系,当所述匹配值小于预设匹配值时,对所述方案特征向量进行修正,直到所述匹配值不小于预设匹配值;
第二计算单元,用于当所有方案特征向量对应教学特征向量的匹配值均小于预设匹配值时,计算所述第二教学方案与对应目标用户的总匹配值;
判断单元,用于当所述总匹配值大于预设总匹配值时,确定所述第二教学方案的精准性满足要求,否则,确定所述第二教学方案的精准性不满足要求。
本发明的其它特征和优点将在随后的说明书中阐述,并且,部分地从说明书中变得显而易见,或者通过实施本发明而了解。本发明的目的和其他优点可通过在所写的说明书、权利要求书、以及附图中所特别指出的结构来实现和获得。
下面通过附图和实施例,对本发明的技术方案做进一步的详细描述。
附图说明
附图用来提供对本发明的进一步理解,并且构成说明书的一部分,与本发明的实施例一起用于解释本发明,并不构成对本发明的限制。在附图中:
图1为本发明实施例中一种准教慧学大数据精准化教与学***的结构图;
图2为本发明实施例中所述教学端的结构图;
图3为本发明实施例中所述监测端的结构图。
具体实施方式
以下结合附图对本发明的优选实施例进行说明,应当理解,此处所描述的优选实施例仅用于说明和解释本发明,并不用于限定本发明。
实施例1
本发明提供一种准教慧学大数据精准化教与学***,如图1所示,包括:
管理端,用于提供对老师和学生的班级管理和答题管理;
教学端,用于根据对所述学生的班级管理结果和答题管理结果进行教学分析,制定第一教学方案;
监测端,用于基于对老师和学生的教学数据,得到教情学情结果,并将所述教情学情结果应用于所述管理端,辅助所述班级管理和答题管理,并为所述学生制定第二教学方案。
在该实施例中,所述班级管理包括班级老师信息、班级学生信息、老师教学信息、学生学习信息等。
在该实施例中,所述答题管理包括答题卡管理、考试管理等。
在该实施例中,所述第一教学方案为针对整体班级学生的教学方案,所述第二教学方案为针对具体某个学生的个性化教学方案。
在该实施例中,所述教学数据来源于教与学***的数据库,所述数据库数据来自整个***的学生老师数据。
在该实施例中,所述教情学情结果辅助所述班级管理和答题管理例如可以是根据教情学情结果确定班级学情,根据班级学情对所述对应班级进行打分,以及根据学情结果,对答题管理的题目难度进行设置等。
上述设计方案的有益效果是:通过管理端为老师和学生实现对老师和学生的管理,为实施教学过程提供基础根据管理端的管理结果,制定正对整体学生的教学方案,实现对班级的精准化教学,监测端根据对教学数据进行分析,得到教情学情结果,为学生制定个性化教学方案,实现教学过程的数据化、智能化,为老师和学生提供更精准地教学帮助。
实施例2
基于实施例1的基础上,本发明实施例提供一种准教慧学大数据精准化教与学***,所述管理端包括:
教务管理子***,用于根据老师和学生的信息,对所述老师进行班主任和学科管理、对所述和学生进行学籍管理和分班管理,并基于所述班主任管理、学科管理、学籍管理和分班管理,实现对所述老师和学生的班级管理;
答题卡编辑子***,用于根据题目信息,获取对应的答题模板,并将所述答题模板根据预设规则自动排版,生成电子答题卡;
考试作业子***,用于利用所述电子答题卡实现对学生的线上考试,并结合所述班级管理,实现对老师和学生答题管理。
在该实施例中,对所述老师和学生的班级管理具体为根据老师是否为班主任以及所教学科、和学生的学籍和对应班级,进行匹配,对班级老师、学生的信息进行划分、组合、管理,实现对班级的管理。
上述设计方案的有益效果是:通过根据老师和学生的信息,实现班级管理,为线上考试和线上教学提供管理基础,并通过答题卡编辑子***生成电子答题卡,为线上考试提供基础,通过考试作业子***实现对老师和学生答题管理,为实现对班级的精准化教学提供基础。
实施例3
基于实施例1的基础上,本发明实施例提供一种准教慧学大数据精准化教与学***,如图2所示,所述教学端包括:
教学分析子***,用于根据所述答题管理,确定班级中学生的成绩,并根据各个班级的学生成绩,对所述班级进行评分,得到班级评分结果;
方案制定子***,用于基于所述班级评分结果,利用预先设定的教学策略模型,得到第一教学方案。
在该实施例中,所述班级学生的成绩越好,对应班级的评分越高。
在该实施例中,所述预先设定的教学策略模型根据历史教学方案与历史班级成绩之间的关系得到。
上述设计方案的有益效果是:通过根据对答题管理情况,为对应班级制定合适的教学方案,实现对班级的精准化教学。
实施例4
基于实施例3的基础上,本发明实施例提供一种准教慧学大数据精准化教与学***,所述教学分析子***包括:
成绩获取单元,用于获取班级中学生的最新成绩,并调取所述班级中学生的历史成绩;
分析单元,用于基于所述最新成绩,对所述班级进行第一评分,并基于所述最新成绩、历史成绩,确定所述班级的成绩波动曲线,根据所述成绩波动曲线对所述班级进行第二评分;
评分单元,用于根据预先设定的科目成绩标准,建立各个科目的评分模型,将所述第一评分、第二评分输入所述评分模型中,得到单个科目评分,并根据各个科目的权重系数,对所述单个科目评分进行加权处理,得到单个科目加权评分,基于所述单个科目加权评分,得到对班级的总评分。
在该实施例中,所述第一评分包括对班级学生各个科目的评分,所述第二评分包括对班级学生各个科目的历史评分。
在该实施例中,各个科目的权重系数可根据科目试题难度、科目重要性等确定。
在该实施例中,对班级的总评分例如可以是所有单个科目加权评分的总和。
上述设计方案的有益效果是:通过根据最新成绩、历史成绩和最新成绩的对比、以及各个科目的权重系数,为整个班级的学习情况进行评分,综合多个方面保证了对班级评分的准确性,为制定合适的教学方案提供基础。
实施例5
基于实施例1的基础上,本发明实施例提供一种准教慧学大数据精准化教与学***,还包括:推荐端,用于根据所述学生的答题管理,为所述学生推荐相关学习内容,所述推荐端包括:
错题分析单元,用于从所述学生的答题管理中,提取所述学生的错题集合,并对所述错题集合进行分类,得到第一错题集合、第二错题集合;
匹配单元,用于确定与所述第一错题集合相关的题目,作为第一学习内容,确定所述第二错题集合的占比,并判断所述占比是否大于预设占比,若是,从预设题库中随机提取预设数目的题目,作为第二学习内容,否则,不进行对儿学习内容推荐;
推荐单元,用于基于所述第一学习内容、第二学习内容作为相关学习内容,对对应学生进行推荐。
在该实施例中,所述第一错题集合为此学生不会的题目,所述第二错题集合为此学生不认真导致出错的题目。
在该实施例中,所述预设题库中的题目为锻炼学生细心能力的题目。
在该实施例中,所述预设数目的题目与第二错题集合的占比相关。
上述设计方案的有益效果为:通过根据学生的答题情况,对学生的错题情况进行分析,根据答错题的原因,为对应学生推荐不同的学习内容,实现对学生的精准推荐,为学生提供精准的教学帮助。
实施例6
基于实施例1的基础上,本发明实施例提供一种准教慧学大数据精准化教与学***,如图3所示,所述监测端包括:
聚类分析单元,用于通过预先收集的海量用户的特征,对所述海量用户进行聚类分析,得到用户聚类集合,并通过预先收集的教与学数据集中每种类型的教与学方式对应的数据特征进行聚类分析得到教与学聚类集合;
数据采集单元,用于采集登录用户的教学数据,并基于所述登录用户的用户特征,从所述用户聚类集合获取与所述登录用户的匹配度大于第一预设阈值的用户作为相关用户,并从所述教与学聚类集合种获取与所述登录用户的教学数据的匹配度大于第二预设阈值的教与学数据作为相关数据;
教情学情分析单元,用于获取登录用户以及与所述登录用户相关联的关联用户的操作数据、教学监测数据,获取所述操作数据对应的标准教学结果,获取所述教学监测数据对应的实际教学结果,基于所述标准教学结果与实际教学结果的匹配度,得到所述登录用户的教情学情结果;
需求确定单元,用于基于所述相关用户的教学需求,确定所述登录用户的第一需求,并将所述第一需求与所述相关数据进行匹配,从所述第一需求种获取匹配度满足预设要求的需求作为第二需求;且将所述教情学情结果与第二需求进行匹配,获取匹配度最高的第二需求作为目标需求;
更新单元,用于基于所述教情学情结果对班级管理中对应登录用户进行第一打分,基于所述目标需求,对所述答题管理中对应登录用户进行第二打分,并基于第一打分结果、第二打分结果对所述班级管理和答题管理进行更新。
在该实施例中,所述登录用户可以是学生或老师。
在该实施例中,所述用户聚类集合根据用户的特征进行聚类分类得到,所述教与学聚类集合根据教学数据的数据特征聚类分类得到。
在该实施例中,所述相关用户为与所述目标用户相似的用户,所述相关数据为与登录用户的教书数据相似的数据。
在该实施例中,所述标准教学结果例如可以是学生应该掌握知识点的程度,实际教学结果例如可以是学生实际掌握知识点的程度。
在该实施例中,所述标准教学结果与实际教学结果的匹配度越高,表明登录用户的教情学情结果效果越好,所述登录用户为老师时,对应教情结果,为学生时,对应学情结果。
在该实施例中,所述第一需求为所述相关用户的全部教学需求,第二需求为第一需求中能够通过所述相关数据实现的需求,所述目标需求为第二需求中与所述教情学情结果的匹配度最高的需求。
在该实施例中,对所述班级管理和答题管理进行更新具体为根据第一打分结果、第二打分结果对班级管理和答题管理对应登录用户的教学信息进行完善,使得通过班级管理和答题管理更多了解登录用户的信息。
上述设计方案的有益效果是:通过对海量用户的特征及教学数据进行分析,得到不同用户的教学特征,用来为确定登录用户的目标需求提供大量数据基础,然后根据登录用户的操作数据、教学监测数据,确定登录用户的教情学情结果,通过登录用户的目标需求、教情学情结果之间的关系,完善所述登录用户在所述班级管理和答题管理中的信息,为教学方案的制定通过数据基础,保证教学方案的精准性。
实施例7
基于实施例6的基础上,本发明实施例提供一种准教慧学大数据精准化教与学***,所述监测端,还包括:
数据获取单元,用于获取所述登录用户的目标需求,以及关联用户的历史教学数据,对所述目标需求进行解析,得到所述登录用户的目标教学数据;
方案制定单元,用于基于所述历史教学数据,获取所述关联用户的教学规则,并基于所述目标教学数据,结合所述教学规则,制定第二教学方案。
在该实施例中,所述目标教学数据用于实现所述目标需求。
在该实施例中,所述教学规则包括老师的教学习惯、以及学生的知识吸收时间。
在该实施例中,若所述登录用户为某个学生,则所述关联用户为此学生对应的各个科目的老师;若数据登录用户为某个老师,则所述关联用户为此老师对应的全部学生。
上述设计方案的有益效果是:通过根据登录用户的需求,以及与登录用户相关联的用户的教学规则,为登录用户制定第二教学方案,不仅使得第二教学方案更具针对性,通过考虑相关联的用户的教学规则,使得第二教学方案更具可行性,实现教学过程的数据化、智能化,为老师和学生提供更精准地教学帮助。
实施例8
基于实施例3的基础上,本发明实施例提供一种准教慧学大数据精准化教与学***,所述方案制定子***包括:
策略获取单元,用于基于所述班级评分结果,确定所述班级的等级,并从策略数据库中获取与所述等级对应的教学策略集合;
模型获取单元,用于基于所述班级的评分结果,对所述班级的各科老师进行横向比较,确定各科老师的教学能力,并基于所述班级的评分结果,结合历史评分结果,对所述班级的各科老师进行纵向比较,确定各科老师的教学进步程度,基于所述教学能力、教学进步程度,确定教学质量,且基于所述班级的评分结果,对所述班级的全部学生进行综合判断,确定所述班级全部学生的平均综合学***均综合学习能力,训练得到针对所述班级的教学策略模型;
策略确定单元,用于提取所述教学策略集合中教学策略特征,输入所述教学策略模型,选择与所述教学策略模型匹配度最高的教学策略,作为目标教学策略;
判断单元,用于判断所述各科老师的教学质量是否大于预设质量阈值,若是,保持对应老师的教学风格不变,否则,确定对应老师的教学风格,并提取出所述教学风格中的不利因素,对所述不利因素进行修正,得到最新教学风格;
内容确定单元,用于基于班级信息,获取教学基本内容,并基于所述班级评分结果,确定对所述班级的教学拓展内容,根据所述教学基本内容、教学拓展内容,确定教学内容;
方案确定单元,用于基于所述目标教学策略、最新教学风格、教学内容,制定第一教学方案。
在该实施例中,所述目标教学策略为针对不同教学内容,设置不同的教学时长。
在该实施例中,所述评分结果越高,班级的等级越高,所述教学策略集合中的教学策略中同一内容的教学时长相对短。
在该实施例中,通过根据老师的教学质量、以及学生的平均综合学***均综合学习能力来确定教学策略。保证确定教学策略适合班级中的大多数学生。
在该实施例中,所述不利因素例如可以是音量、语速等。
上述设计方案的有益效果是:通过根据班级评分结果,确定班级中各科老师和学生的教与学情况,使得确定的第一教学方案,提高老师的教学能力,同时,又实现对班级教学方案的个性化,为班级中的学生带来最大化的帮助,使第一教学方案实现老师和学生精准地教学帮助。
实施例9
基于实施例8的基础上,本发明实施例提供一种准教慧学大数据精准化教与学***,所述方案确定单元包括:
内容分析单元,用于对所述教学内容进行和重要度和难度评估,确定所述教学内容的重要度和难度;
时长分配单元,用于基于所述目标教学策略,结合所述教学内容的重要度和难度,为所述教学内容分配教学时长;
提醒单元,用于基于所述最新教学风格与历史教学风格的差异,对所述老师进行教学提醒;
方案制定单元,用于将所述教学内容按照所述教学时长、最新教学风格进行教学分配,并将所述教学提醒设置与对应教学时间点,得到第一教学方案。
在该实施例中,所述教学提醒设置与对应教学时间点,例如第一教学时间点对应的教学内容为重点是,在所述第一教学时间点设置提醒。
上述设计方案的有益效果是:通过根据教学内容的难度和重要度,结合目标教学策略,使为教学内容设置的时长满足班级学生的对内容的消化,同时设置教学提醒,帮助老师更好实现知识的传授,提高教学质量,同时,提高学生的知识吸收能力,使第一教学方案实现老师和学生精准地教学帮助。
实施例10
基于实施例1的基础上,本发明实施例提供一种准教慧学大数据精准化教与学***,还包括,评估模块,用于对所述第二教学方案进行精准性评估;
所述评估模块,包括:
特征提取单元,用于对所述第二教学方案进行特征提取,得到方案特征向量,获取所述第二教学方案对应目标用户的教学数据,将所述对应目标用户的教学数据进行特征提取,得到教学特征向量;
关系建立单元,用于利用大数据分析方法建立方案评估的主成分特征向量,并基于所述主成分特征向量,建立所述方案特征向量、教学特征向量的映射关系;
第一计算单元,用于基于所述主成分特征向量,确定所述映射关系中方案特征向量与教学特征向量的匹配值;
其中,γ表示方案特征向量与教学特征向量的匹配值,W表示所述方案特征向量值,取值为(0,1),H表示所述教学特征向量值,取值为(0,1),K表示所述主成分特征向量值,取值为(0,1),e表示自然参数,取值为2.72;
修正单元,用于基于所述映射关系,当所述匹配值小于预设匹配值时,对所述方案特征向量进行修正,直到所述匹配值不小于预设匹配值;
第二计算单元,用于当所有方案特征向量对应教学特征向量的匹配值均大于预设匹配值时,计算所述第二教学方案与对应目标用户的总匹配值;
其中,τ表示所述第二教学方案与对应目标用户的总匹配值,n表示所述主成分特征向量或方案特征向量或教学特征向量的数量,Ki表示第i个主成分特征向量值,Wi表示第i个方案特征向量值,Hi表示第i个教学特征向量值;
判断单元,用于当所述总匹配值大于预设总匹配值时,确定所述第二教学方案的精准性满足要求,否则,确定所述第二教学方案的精准性不满足要求。
在该实施例中,通过所述主成分特征向量,建立所述方案特征向量、教学特征向量之间的一一映射关系。
在该实施例中,对于公式例如可以是W=0.4,K=0.7,H=0.6,则表示方案特征向量与主成分特征向量的匹配度,表示教学特征向量与主成分特征向量的匹配度,表示在主成分特征向量下,方案特征向量与教学特征向量的相互影响系数,则γ=0.37,若预设匹配值为0.85时,表明所述主成分对应的部分教学与部分方案不匹配,即此部分方案不合适目标用户。
上述设计方案的有益效果是:通过特征提取,以主成分特征向量,确定方案特征向量、教学特征向量的映射关系,然后及其匹配值基于整体的总匹配值,来对第二教学方案进行评估,保证了第二教学方案从局部到整体均可精确满足目标用户的要求,保证第二教学方案的精准性,从而为老师和学生提供精准地帮助。
显然,本领域的技术人员可以对本发明进行各种改动和变型而不脱离本发明的精神和范围。这样,倘若本发明的这些修改和变型属于本发明权利要求及其等同技术的范围之内,则本发明也意图包含这些改动和变型在内。
Claims (10)
1.一种准教慧学大数据精准化教与学***,其特征在于,包括:
管理端,用于提供对老师和学生的班级管理和答题管理;
教学端,用于根据对所述学生的班级管理结果和答题管理结果进行教学分析,制定第一教学方案;
监测端,用于基于对老师和学生的教学数据,得到教情学情结果,并将所述教情学情结果应用于所述管理端,辅助所述班级管理和答题管理,并为所述学生制定第二教学方案。
2.根据权利要求1所述的准教慧学大数据精准化教与学***,其特征在于,所述管理端包括:
教务管理子***,用于根据老师和学生的信息,对所述老师进行班主任和学科管理、对所述和学生进行学籍管理和分班管理,并基于所述班主任管理、学科管理、学籍管理和分班管理,实现对所述老师和学生的班级管理;
答题卡编辑子***,用于根据题目信息,获取对应的答题模板,并将所述答题模板根据预设规则自动排版,生成电子答题卡;
考试作业子***,用于利用所述电子答题卡实现对学生的线上考试,并结合所述班级管理,实现对学生的答题管理。
3.根据权利要求1所述的准教慧学大数据精准化教与学***,其特征在于,所述教学端包括:
教学分析子***,用于根据所述答题管理,确定班级中学生的成绩,并根据各个班级的学生成绩,对所述班级进行评分,得到班级评分结果;
方案制定子***,用于基于所述班级评分结果,利用预先设定的教学策略模型,得到第一教学方案。
4.根据权利要求3所述的准教慧学大数据精准化教与学***,其特征在于,所述教学分析子***包括:
成绩获取单元,用于获取班级中学生的最新成绩,并调取所述班级中学生的历史成绩;
分析单元,用于基于所述最新成绩,对所述班级进行第一评分,并基于所述最新成绩、历史成绩,确定所述班级的成绩波动曲线,根据所述成绩波动曲线对所述班级进行第二评分;
评分单元,用于根据预先设定的科目成绩标准,建立各个科目的评分模型,将所述第一评分、第二评分输入所述评分模型中,得到单个科目评分,并根据各个科目的权重系数,对所述单个科目评分进行加权处理,得到单个科目加权评分,基于所述单个科目加权评分,得到对班级的总评分。
5.根据权利要求1所述的准教慧学大数据精准化教与学***,其特征在于,还包括:推荐端,用于根据所述学生的答题管理,为所述学生推荐相关学习内容,所述推荐端包括:
错题分析单元,用于从所述学生的答题管理中,提取所述学生的错题集合,并对所述错题集合进行分类,得到第一错题集合、第二错题集合;
匹配单元,用于确定与所述第一错题集合相关的题目,作为第一学习内容,确定所述第二错题集合的占比,并判断所述占比是否大于预设占比,若是,从预设题库中随机提取预设数目的题目,作为第二学习内容,否则,不进行对儿学习内容推荐;
推荐单元,用于基于所述第一学习内容、第二学习内容作为相关学习内容,对对应学生进行推荐。
6.根据权利要求1所述的准教慧学大数据精准化教与学***,其特征在于,所述监测端包括:
聚类分析单元,用于通过预先收集的海量用户的特征,对所述海量用户进行聚类分析,得到用户聚类集合,并通过预先收集的教与学数据集中每种类型的教与学方式对应的数据特征进行聚类分析得到教与学聚类集合;
数据采集单元,用于采集登录用户的教学数据,并基于所述登录用户的用户特征,从所述用户聚类集合获取与所述登录用户的匹配度大于第一预设阈值的用户作为相关用户,并从所述教与学聚类集合种获取与所述登录用户的教学数据的匹配度大于第二预设阈值的教与学数据作为相关数据;
教情学情分析单元,用于获取登录用户以及与所述登录用户相关联的关联用户的操作数据、教学监测数据,获取所述操作数据对应的标准教学结果,获取所述教学监测数据对应的实际教学结果,基于所述标准教学结果与实际教学结果的匹配度,得到所述登录用户的教情学情结果;
需求确定单元,用于基于所述相关用户的教学需求,确定所述登录用户的第一需求,并将所述第一需求与所述相关数据进行匹配,从所述第一需求种获取匹配度满足预设要求的需求作为第二需求;且将所述教情学情结果与第二需求进行匹配,获取匹配度最高的第二需求作为目标需求;
更新单元,用于基于所述教情学情结果对班级管理中对应登录用户进行第一打分,基于所述目标需求,对所述答题管理中对应登录用户进行第二打分,并基于第一打分结果、第二打分结果对所述班级管理和答题管理进行更新。
7.根据权利要求6所述的准教慧学大数据精准化教与学***,其特征在于,所述监测端,还包括:
数据获取单元,用于获取所述登录用户的目标需求,以及关联用户的历史教学数据,对所述目标需求进行解析,得到所述登录用户的目标教学数据;
方案制定单元,用于基于所述历史教学数据,获取所述关联用户的教学规则,并基于所述目标教学数据,结合所述教学规则,制定第二教学方案。
8.根据权利要求3所述的准教慧学大数据精准化教与学***,其特征在于,所述方案制定子***包括:
策略获取单元,用于基于所述班级评分结果,确定所述班级的等级,并从策略数据库中获取与所述等级对应的教学策略集合;
模型获取单元,用于基于所述班级的评分结果,对所述班级的各科老师进行横向比较,确定各科老师的教学能力,并基于所述班级的评分结果,结合历史评分结果,对所述班级的各科老师进行纵向比较,确定各科老师的教学进步程度,基于所述教学能力、教学进步程度,确定教学质量,且基于所述班级的评分结果,对所述班级的全部学生进行综合判断,确定所述班级全部学生的平均综合学***均综合学习能力,训练得到针对所述班级的教学策略模型;
策略确定单元,用于提取所述教学策略集合中教学策略特征,输入所述教学策略模型,选择与所述教学策略模型匹配度最高的教学策略,作为目标教学策略;
判断单元,用于判断所述各科老师的教学质量是否大于预设质量阈值,若是,保持对应老师的教学风格不变,否则,确定对应老师的教学风格,并提取出所述教学风格中的不利因素,对所述不利因素进行修正,得到最新教学风格;
内容确定单元,用于基于班级信息,获取教学基本内容,并基于所述班级评分结果,确定对所述班级的教学拓展内容,根据所述教学基本内容、教学拓展内容,确定教学内容;
方案确定单元,用于基于所述目标教学策略、最新教学风格、教学内容,制定第一教学方案。
9.根据权利要求8所述的准教慧学大数据精准化教与学***,其特征在于,所述方案确定单元包括:
内容分析单元,用于对所述教学内容进行和重要度和难度评估,确定所述教学内容的重要度和难度;
时长分配单元,用于基于所述目标教学策略,结合所述教学内容的重要度和难度,为所述教学内容分配教学时长;
提醒单元,用于基于所述最新教学风格与历史教学风格的差异,对所述老师进行教学提醒;
方案制定单元,用于将所述教学内容按照所述教学时长、最新教学风格进行教学分配,并将所述教学提醒设置与对应教学时间点,得到第一教学方案。
10.根据权利要求1所述的准教慧学大数据精准化教与学***,其特征在于,还包括,评估模块,用于对所述第二教学方案进行精准性评估;
所述评估模块,包括:
特征提取单元,用于对所述第二教学方案进行特征提取,得到方案特征向量,获取所述第二教学方案对应目标用户的教学数据,将所述对应目标用户的教学数据进行特征提取,得到教学特征向量;
关系建立单元,用于利用大数据分析方法建立方案评估的主成分特征向量,并基于所述主成分特征向量,建立所述方案特征向量、教学特征向量的映射关系;
第一计算单元,用于基于所述主成分特征向量,确定所述映射关系中方案特征向量与教学特征向量的匹配值;
修正单元,用于基于所述映射关系,当所述匹配值小于预设匹配值时,对所述方案特征向量进行修正,直到所述匹配值不小于预设匹配值;
第二计算单元,用于当所有方案特征向量对应教学特征向量的匹配值均大于预设匹配值时,计算所述第二教学方案与对应目标用户的总匹配值;
判断单元,用于当所述总匹配值大于预设总匹配值时,确定所述第二教学方案的精准性满足要求,否则,确定所述第二教学方案的精准性不满足要求。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202210186148.3A CN114582182B (zh) | 2022-02-28 | 2022-02-28 | 准教慧学大数据精准化教与学*** |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202210186148.3A CN114582182B (zh) | 2022-02-28 | 2022-02-28 | 准教慧学大数据精准化教与学*** |
Publications (2)
Publication Number | Publication Date |
---|---|
CN114582182A true CN114582182A (zh) | 2022-06-03 |
CN114582182B CN114582182B (zh) | 2024-07-12 |
Family
ID=81776482
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202210186148.3A Active CN114582182B (zh) | 2022-02-28 | 2022-02-28 | 准教慧学大数据精准化教与学*** |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN114582182B (zh) |
Citations (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20050060221A1 (en) * | 2003-09-17 | 2005-03-17 | Kolar Bradley D. | Educational product evaluation method and apparatus |
CN109243228A (zh) * | 2018-11-12 | 2019-01-18 | 重庆靶向科技发展有限公司 | 一种智能化教学平台*** |
CN110765181A (zh) * | 2019-10-24 | 2020-02-07 | 珍岛信息技术(上海)股份有限公司 | 一种基于大数据的智能化教务分析管理*** |
CN111242814A (zh) * | 2018-11-28 | 2020-06-05 | 魏帅 | 人机智联个性化精准化自适应互动教学*** |
CN111915458A (zh) * | 2020-07-13 | 2020-11-10 | 同济大学 | 面向探究式与个性化学习的线上实验教学*** |
CN113139885A (zh) * | 2020-01-16 | 2021-07-20 | 广州致远科教软件有限公司 | 教学管理***及其管理方法 |
CN113222791A (zh) * | 2021-04-28 | 2021-08-06 | 泰州学院 | 基于大数据和人工智能的无机化学课程教学辅导管理方法 |
-
2022
- 2022-02-28 CN CN202210186148.3A patent/CN114582182B/zh active Active
Patent Citations (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20050060221A1 (en) * | 2003-09-17 | 2005-03-17 | Kolar Bradley D. | Educational product evaluation method and apparatus |
CN109243228A (zh) * | 2018-11-12 | 2019-01-18 | 重庆靶向科技发展有限公司 | 一种智能化教学平台*** |
CN111242814A (zh) * | 2018-11-28 | 2020-06-05 | 魏帅 | 人机智联个性化精准化自适应互动教学*** |
CN110765181A (zh) * | 2019-10-24 | 2020-02-07 | 珍岛信息技术(上海)股份有限公司 | 一种基于大数据的智能化教务分析管理*** |
CN113139885A (zh) * | 2020-01-16 | 2021-07-20 | 广州致远科教软件有限公司 | 教学管理***及其管理方法 |
CN111915458A (zh) * | 2020-07-13 | 2020-11-10 | 同济大学 | 面向探究式与个性化学习的线上实验教学*** |
CN113222791A (zh) * | 2021-04-28 | 2021-08-06 | 泰州学院 | 基于大数据和人工智能的无机化学课程教学辅导管理方法 |
Also Published As
Publication number | Publication date |
---|---|
CN114582182B (zh) | 2024-07-12 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN109919810B (zh) | 在线学习***中的学生建模与个性化课程推荐方法 | |
CN109903617B (zh) | 个性化练习方法和*** | |
Goldhaber et al. | Why don't schools and teachers seem to matter? Assessing the impact of unobservables on educational productivity | |
Sonnert et al. | The impact of taking a college pre-calculus course on students’ college calculus performance | |
CN111368182A (zh) | 基于教育平台大数据分析的个性化自适应学习推荐方法 | |
CN113535982B (zh) | 一种基于大数据的教学*** | |
WO2022170985A1 (zh) | 选题方法、装置、计算机设备和存储介质 | |
CN107169654A (zh) | 一种分析学生综合能力的方法及*** | |
CN110956376B (zh) | 一种适合衡量自适应学生学习效果的分析方法及*** | |
CN114582185A (zh) | 一种基于vr技术的智能教学*** | |
CN110765362A (zh) | 一种基于学习情况相似度的协同过滤个性化学习推荐方法 | |
CN112951022A (zh) | 一种多媒体互动教育培训*** | |
CN117150151A (zh) | 一种基于大语言模型的错题分析及试题推荐***和方法 | |
CN113159471A (zh) | 一种基于大数据的新型在线教育管理***及方法 | |
CN116740999A (zh) | 一种智能教学***、方法及存储介质 | |
Obonyo et al. | Is teacher education level and experience impetus for student achievement? Evidence from public secondary schools in Kenya | |
CN116011856A (zh) | 基于情感分析的在线课程质量评价***及方法 | |
Best | A prediction model of performance in level II fieldwork in physical disabilities | |
CN114582182A (zh) | 准教慧学大数据精准化教与学*** | |
CN112687138B (zh) | 一种基于物联网的互动教学平台 | |
CN114818741A (zh) | 一种用于在线教育的陪练纠错方法及装置 | |
CN114298872A (zh) | 一种学情信息处理方法 | |
Clayton | Estimation in schools | |
Masters et al. | Reforming the assessment of student achievement in the senior secondary school | |
CN115797122B (zh) | 一种作业分析方法及装置 |
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 |