CN116188208B - 学生用户信息处理方法、装置、电子设备和计算机介质 - Google Patents
学生用户信息处理方法、装置、电子设备和计算机介质 Download PDFInfo
- Publication number
- CN116188208B CN116188208B CN202211249304.2A CN202211249304A CN116188208B CN 116188208 B CN116188208 B CN 116188208B CN 202211249304 A CN202211249304 A CN 202211249304A CN 116188208 B CN116188208 B CN 116188208B
- Authority
- CN
- China
- Prior art keywords
- student
- group
- score vector
- student user
- vector similarity
- 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
- 230000010365 information processing Effects 0.000 title claims abstract description 25
- 238000003672 processing method Methods 0.000 title claims abstract description 17
- 239000013598 vector Substances 0.000 claims abstract description 197
- 239000011159 matrix material Substances 0.000 claims abstract description 85
- 238000012545 processing Methods 0.000 claims abstract description 41
- 238000000034 method Methods 0.000 claims abstract description 26
- 238000004590 computer program Methods 0.000 claims description 13
- 238000010276 construction Methods 0.000 claims description 10
- 238000012512 characterization method Methods 0.000 claims description 3
- 238000012790 confirmation Methods 0.000 claims description 3
- 230000004044 response Effects 0.000 claims description 3
- 230000000699 topical effect Effects 0.000 claims 5
- 239000002699 waste material Substances 0.000 abstract description 8
- 238000010586 diagram Methods 0.000 description 7
- 230000000694 effects Effects 0.000 description 7
- 230000006870 function Effects 0.000 description 7
- 230000008569 process Effects 0.000 description 7
- 238000004891 communication Methods 0.000 description 6
- 230000003287 optical effect Effects 0.000 description 3
- 230000008520 organization Effects 0.000 description 2
- 230000000644 propagated effect Effects 0.000 description 2
- 238000005516 engineering process Methods 0.000 description 1
- 239000000835 fiber Substances 0.000 description 1
- 230000002068 genetic effect Effects 0.000 description 1
- 230000003993 interaction Effects 0.000 description 1
- 239000004973 liquid crystal related substance Substances 0.000 description 1
- 239000013307 optical fiber Substances 0.000 description 1
- 238000011160 research Methods 0.000 description 1
- 239000004065 semiconductor Substances 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
- 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
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F40/00—Handling natural language data
- G06F40/10—Text processing
- G06F40/166—Editing, e.g. inserting or deleting
- G06F40/177—Editing, e.g. inserting or deleting of tables; using ruled lines
- G06F40/18—Editing, e.g. inserting or deleting of tables; using ruled lines of spreadsheets
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F40/00—Handling natural language data
- G06F40/10—Text processing
- G06F40/194—Calculation of difference between files
Landscapes
- Engineering & Computer Science (AREA)
- Theoretical Computer Science (AREA)
- Business, Economics & Management (AREA)
- General Health & Medical Sciences (AREA)
- General Physics & Mathematics (AREA)
- Physics & Mathematics (AREA)
- Health & Medical Sciences (AREA)
- Tourism & Hospitality (AREA)
- Audiology, Speech & Language Pathology (AREA)
- General Engineering & Computer Science (AREA)
- Computational Linguistics (AREA)
- Artificial Intelligence (AREA)
- Strategic Management (AREA)
- Educational Administration (AREA)
- Educational Technology (AREA)
- General Business, Economics & Management (AREA)
- Primary Health Care (AREA)
- Economics (AREA)
- Marketing (AREA)
- Human Resources & Organizations (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
本公开的实施例公开了学生用户信息处理方法、装置、电子设备和计算机介质。该方法的一具体实施方式包括:根据课程项关联信息表和学生做题信息表,生成学生课程项做题信息表;对于每个学生课程项做题信息,生成对应学生课程项做题信息的课程项加权成绩组;根据课程项加权成绩组,构建对应学生课程项做题信息的学生成绩向量;对于学生用户表中的每个学生用户,将学生用户对应的学生成绩向量与学生用户表中每个学生用户对应的学生成绩向量的相似度确定为成绩向量相似度;根据所生成的各个成绩向量相似度组,构建成绩向量相似度矩阵;根据成绩向量相似度矩阵,对学生用户表进行分组处理,以生成学生用户组集。该实施方式减少了教学时间的浪费。
Description
技术领域
本公开的实施例涉及计算机领域,具体涉及学生用户信息处理方法、装置、电子设备和计算机介质。
背景技术
分组教学是学校教育中的常见教学组织方法,狭义地说,分组教学是课堂教学中让学生以小组为单位完成学习任务的过程;广义地说,分班教学、分层教学、选课走班都是分组教学的过程。目前,教师对学生进行分组,通常采用的方式为:根据教师的经验对学生进行分组。
然而,采用上述方式会存在以下技术问题:
第一,根据教师的经验对学生进行分组,存在一定的片面性,导致分组中的各个学生差异性较大,降低了学习效率,浪费了教学时间;
第二,未根据每个学生的知识相似度进行分组,导致分组中的学生所学习的知识差异性较大,难以***学,浪费了教学时间。
第三,每次分组,未与学生进行交互,部分学生搬运学生用具花费的时间较长。
该背景技术部分中所公开的以上信息仅用于增强对本发明构思的背景的理解,并因此,其可包含并不形成本国的本领域普通技术人员已知的现有技术的信息。
发明内容
本公开的内容部分用于以简要的形式介绍构思,这些构思将在后面的具体实施方式部分被详细描述。本公开的内容部分并不旨在标识要求保护的技术方案的关键特征或必要特征,也不旨在用于限制所要求的保护的技术方案的范围。
本公开的一些实施例提出了学生用户信息处理方法、装置、电子设备、计算机可读介质和程序产品,来解决以上背景技术部分提到的技术问题中的一项或多项。
第一方面,本公开的一些实施例提供了一种学生用户信息处理方法,该方法包括:获取课程项关联信息表,其中,上述课程项关联信息表中的课程项关联信息包括课程项与上述课程项关联的至少一个题目;获取学生用户表对应的学生做题信息表,其中,上述学生用户表中的学生用户对应上述学生做题信息表中的学生做题信息,上述学生做题信息表中的学生做题信息包括学生标识与上述学生标识关联的至少一个题目与至少一个成绩值,至少一个题目中的题目对应至少一个成绩值中的成绩值;根据上述课程项关联信息表和上述学生做题信息表,生成学生课程项做题信息表;对于上述学生课程项做题信息表中的每个学生课程项做题信息,执行如下处理步骤:生成对应上述学生课程项做题信息的课程项加权成绩组;根据上述课程项加权成绩组,构建对应上述学生课程项做题信息的学生成绩向量;对于上述学生用户表中的每个学生用户,将上述学生用户对应的学生成绩向量与上述学生用户表中每个学生用户对应的学生成绩向量的相似度确定为成绩向量相似度,得到成绩向量相似度组;根据所生成的各个成绩向量相似度组,构建成绩向量相似度矩阵,其中,上述成绩向量相似度矩阵的横向索引与纵向索引为上述学生用户表对应的各个学生用户编号,上述横向索引对应的各个学生用户编号的顺序与上述纵向索引对应的各个学生用户编号的顺序相同;根据上述成绩向量相似度矩阵,对上述学生用户表进行分组处理,以生成学生用户组集。
第二方面,本公开的一些实施例提供了一种学生用户信息处理装置,装置包括:第一获取单元,被配置成获取课程项关联信息表,其中,上述课程项关联信息表中的课程项关联信息包括课程项与上述课程项关联的至少一个题目;第二获取单元,被配置成获取学生用户表对应的学生做题信息表,其中,上述学生用户表中的学生用户对应上述学生做题信息表中的学生做题信息,上述学生做题信息表中的学生做题信息包括学生标识与上述学生标识关联的至少一个题目与至少一个成绩值,至少一个题目中的题目对应至少一个成绩值中的成绩值;生成单元,被配置成根据上述课程项关联信息表和上述学生做题信息表,生成学生课程项做题信息表;第一构建单元,被配置成对于上述学生课程项做题信息表中的每个学生课程项做题信息,执行如下处理步骤:生成对应上述学生课程项做题信息的课程项加权成绩组;根据上述课程项加权成绩组,构建对应上述学生课程项做题信息的学生成绩向量;确定单元,被配置成对于上述学生用户表中的每个学生用户,将上述学生用户对应的学生成绩向量与上述学生用户表中每个学生用户对应的学生成绩向量的相似度确定为成绩向量相似度,得到成绩向量相似度组;第二构建单元,被配置成根据所生成的各个成绩向量相似度组,构建成绩向量相似度矩阵,其中,上述成绩向量相似度矩阵的横向索引与纵向索引为上述学生用户表对应的各个学生用户编号,上述横向索引对应的各个学生用户编号的顺序与上述纵向索引对应的各个学生用户编号的顺序相同;分组单元,被配置成根据上述成绩向量相似度矩阵,对上述学生用户表进行分组处理,以生成学生用户组集。
第三方面,本公开的一些实施例提供了一种电子设备,包括:一个或多个处理器;存储装置,其上存储有一个或多个程序,当一个或多个程序被一个或多个处理器执行,使得一个或多个处理器实现上述第一方面任一实现方式所描述的方法。
第四方面,本公开的一些实施例提供了一种计算机可读介质,其上存储有计算机程序,其中,程序被处理器执行时实现上述第一方面任一实现方式所描述的方法。
第五方面,本公开的一些实施例提供了一种计算机程序产品,包括计算机程序,计算机程序在被处理器执行时实现上述第一方面任一实现方式所描述的方法。
本公开的上述各个实施例具有如下有益效果:通过本公开的一些实施例的学生用户信息处理方法,提升了学习效率,减少了教学时间的浪费。具体来说,降低了学习效率,浪费了教学时间的原因在于:根据教师的经验对学生进行分组,存在一定的片面性,导致分组中的各个学生差异性较大,降低了学习效率,浪费了教学时间。基于此,本公开的一些实施例的学生用户信息处理方法,首先,获取课程项关联信息表。以及获取学生用户表对应的学生做题信息表。其中,上述学生用户表中的学生用户对应上述学生做题信息表中的学生做题信息,上述学生做题信息表中的学生做题信息包括学生标识与上述学生标识关联的至少一个题目与至少一个成绩值,至少一个题目中的题目对应至少一个成绩值中的成绩值。由此,便于综合学生所做的题目、所管理的课程项以及成绩,对学生进行分组。以减少分组中学生的差异性。其次,根据上述课程项关联信息表和上述学生做题信息表,生成学生课程项做题信息表。由此,为确定学生在各个课题项的分布情况,提供了数据支持。接着,对于上述学生课程项做题信息表中的每个学生课程项做题信息,执行如下处理步骤:首先,生成对应上述学生课程项做题信息的课程项加权成绩组。接着,根据上述课程项加权成绩组,构建对应上述学生课程项做题信息的学生成绩向量。由此,为对学生进行分组,提供了数据支持。然后,对于上述学生用户表中的每个学生用户,将上述学生用户对应的学生成绩向量与上述学生用户表中每个学生用户对应的学生成绩向量的相似度确定为成绩向量相似度,得到成绩向量相似度组。再然后,根据所生成的各个成绩向量相似度组,构建成绩向量相似度矩阵。其中,上述成绩向量相似度矩阵的横向索引与纵向索引为上述学生用户表对应的各个学生用户编号,上述横向索引对应的各个学生用户编号的顺序与上述纵向索引对应的各个学生用户编号的顺序相同。由此,可以根据成绩向量相似度矩阵,对学生进行分组,以降低分组中的各个学生的差异性。最后,根据上述成绩向量相似度矩阵,对上述学生用户表进行分组处理,以生成学生用户组集。由此,可以根据学生之间的相似度,对学生进行分组。降低了分组中的各个学生之间的差异性。从而,提升了学习效率,减少了教学时间的浪费。
附图说明
结合附图并参考以下具体实施方式,本公开各实施例的上述和其他特征、优点及方面将变得更加明显。贯穿附图中,相同或相似的附图标记表示相同或相似的元素。应当理解附图是示意性的,元件和元素不一定按照比例绘制。
图1是根据本公开的学生用户信息处理方法的一些实施例的流程图;
图2是根据本公开的学生用户信息处理装置的一些实施例的结构示意图;
图3是适于用来实现本公开的一些实施例的电子设备的结构示意图。
具体实施方式
下面将参照附图更详细地描述本公开的实施例。虽然附图中显示了本公开的某些实施例,然而应当理解的是,本公开可以通过各种形式来实现,而且不应该被解释为限于这里阐述的实施例。相反,提供这些实施例是为了更加透彻和完整地理解本公开。应当理解的是,本公开的附图及实施例仅用于示例性作用,并非用于限制本公开的保护范围。
另外还需要说明的是,为了便于描述,附图中仅示出了与有关发明相关的部分。在不冲突的情况下,本公开中的实施例及实施例中的特征可以相互组合。
需要注意,本公开中提及的“第一”、“第二”等概念仅用于对不同的装置、模块或单元进行区分,并非用于限定这些装置、模块或单元所执行的功能的顺序或者相互依存关系。
需要注意,本公开中提及的“一个”、“多个”的修饰是示意性而非限制性的,本领域技术人员应当理解,除非在上下文另有明确指出,否则应该理解为“一个或多个”。
本公开实施方式中的多个装置之间所交互的消息或者信息的名称仅用于说明性的目的,而并不是用于对这些消息或信息的范围进行限制。
下面将参考附图并结合实施例来详细说明本公开。
图1是根据本公开的学生用户信息处理方法的一些实施例的流程图。示出了根据本公开的学生用户信息处理方法的一些实施例的流程100。该学生用户信息处理方法,包括以下步骤:
步骤101,获取课程项关联信息表。
在一些实施例中,学生用户信息处理方法的执行主体(例如,计算设备)可以通过有线连接或无线连接的方式从终端设备中获取课程项关联信息表。其中,上述课程项关联信息表中的课程项关联信息包括课程项与上述课程项关联的至少一个题目。这里,课程项可以是指课程标准条目。即,课程标准条目可以是指划分的某一知识领域最小范围的描述信息。例如,课程标准条目可以是“阐明遗传信息主要储存在细胞核中”。这里,课程项可以是课程标准条目。课程标准(standard of curriculum)可以是由教育主管部门(例如,中华人民共和国***)或课程研究和实施机构(例如,国际文凭组织)颁发的课程指导文件。
例如,课程项关联信息表可以是:
题目 | 课程项 |
题目1 | 课程项1 |
题目1 | 课程项5 |
题目2 | 课程项3 |
题目2 | 课程项4 |
题目2 | 课程项7 |
题目3 | 课程项1 |
步骤102,获取学生用户表对应的学生做题信息表。
在一些实施例中,上述执行主体可以通过有线连接或无线连接的方式从终端设备中获取学生用户表对应的学生做题信息表。其中,上述学生用户表中的学生用户对应上述学生做题信息表中的学生做题信息,上述学生做题信息表中的学生做题信息包括学生标识与上述学生标识关联的至少一个题目与至少一个成绩值,至少一个题目中的题目对应至少一个成绩值中的成绩值。这里,学生用户表可以是指待分组的各个学生用户的学生标识组成的列表。成绩值可以是指教师对学生所做题目的评分值。
例如,学生做题信息表可以如下:
姓名 | 题目 | 成绩值 |
张三 | 题目1 | 99 |
张三 | 题目2 | 80 |
李四 | 题目1 | 97 |
步骤103,根据上述课程项关联信息表和上述学生做题信息表,生成学生课程项做题信息表。
在一些实施例中,上述执行主体可以根据上述课程项关联信息表和上述学生做题信息表,生成学生课程项做题信息表。
实践中,根据上述课程项关联信息表和上述学生做题信息表,上述执行主体可以通过以下步骤生成学生课程项做题信息表:
第一步,对于上述学生做题信息表中的每个学生做题信息,基于上述学生做题信息和上述课程项关联信息表,生成学生课程项做题信息。
实践中,基于上述学生做题信息和上述课程项关联信息表,上述执行主体可以通过以下子步骤生成学生课程项做题信息:
第一子步骤,对于上述学生做题信息包括的每个题目,从上述课程项关联信息表中提取对应上述题目的至少一个课程项作为关联课程项组。即,关联课程项组中关联课程项关联的题目与上述题目相同。
第二子步骤,将上述学生做题信息中的每个题目与对应上述题目的关联课程项组进行关联处理,以对学生做题信息进行更新。这里,关联处理可以是指拼接处理。
第三子步骤,将更新后的学生做题信息确定为学生课程项做题信息。
第二步,根据所生成的各个学生课程项做题信息,构建学生课程项做题信息表。这里,可以将所生成的各个学生课程项做题信息组合为学生课程项做题信息表。即,对于构建学生课程项做题信息表的方式不作限定。
步骤104,对于上述学生课程项做题信息表中的每个学生课程项做题信息,执行如下处理步骤:
步骤1041,生成对应上述学生课程项做题信息的课程项加权成绩组。
在一些实施例中,上述执行主体可以生成对应上述学生课程项做题信息的课程项加权成绩组。上述学生课程项做题信息包括:学生标识与上述学生标识关联的至少一个题目、至少一个成绩值与至少一个关联课程项组,至少一个题目中的题目对应上述至少一个关联课程项组中的关联课程项组。
实践中,上述执行主体可以通过以下步骤生成对应上述学生课程项做题信息的课程项加权成绩组:
第一步,对上述学生课程项做题信息包括的至少一个关联课程项组中的各个关联课程项进行去重处理,以生成去重关联课程项组作为学生关联课程项组。这里,学生关联课程项组中的各个学生关联课程项具有排列顺序。可以按照课程项对应的编号进行排序。
第二步,对于上述学生关联课程项组中的每个学生关联课程项,执行如下处理步骤:
第一子步骤,将上述学生关联课程项对应的各个题目确定为关联题目组。
第二子步骤,对上述关联题目组对应的各个成绩值进行加权平均处理,以生成课程项加权成绩。这里,对于每个关联题目对应的权重,不作设定。可以根据实际需求设定。即,一成绩值对应一权重。
第三步,将所生成的各个课程项加权成绩确定为课程项加权成绩组。
步骤1042,根据上述课程项加权成绩组,构建对应上述学生课程项做题信息的学生成绩向量。
在一些实施例中,上述执行主体可以根据上述课程项加权成绩组,构建对应上述学生课程项做题信息的学生成绩向量。即,可以将上述课程项加权成绩组包括的各个课程项加权成绩组合为学生成绩向量。例如,张三成绩向量=[课程项1成绩,课程项2成绩,课程项3成绩,…]
步骤105,对于上述学生用户表中的每个学生用户,将上述学生用户对应的学生成绩向量与上述学生用户表中每个学生用户对应的学生成绩向量的相似度确定为成绩向量相似度,得到成绩向量相似度组。
在一些实施例中,上述执行主体可以对于上述学生用户表中的每个学生用户,将上述学生用户对应的学生成绩向量与上述学生用户表中每个学生用户对应的学生成绩向量的相似度确定为成绩向量相似度,得到成绩向量相似度组。实践中,上述执行主体可以通过各种相似度算法确定上述学生用户对应的学生成绩向量与上述学生用户表中每个学生用户对应的学生成绩向量的相似度。各种相似度算法可以是:皮尔森相关系数、斯皮尔曼相关系数或余弦距离公式。
步骤106,根据所生成的各个成绩向量相似度组,构建成绩向量相似度矩阵。
在一些实施例中,上述执行主体可以根据所生成的各个成绩向量相似度组,构建成绩向量相似度矩阵。其中,上述成绩向量相似度矩阵的横向索引与纵向索引为上述学生用户表对应的各个学生用户编号,上述横向索引对应的各个学生用户编号的顺序与上述纵向索引对应的各个学生用户编号的顺序相同。即,横向索引对应的各个学生用户编号与纵向索引对应的各个学生用户编号相同。构建的成绩向量相似度矩阵为正方形矩阵。
例如,成绩向量相似度矩阵可以是:
学生1 | 学生2 | 学生3 | 学生4 | |
学生1 | 1 | 0.4 | 0.6 | 0.8 |
学生2 | 0.4 | 1 | 0.8 | 0.9 |
学生3 | 0.6 | 0.8 | 1 | 0.8 |
学生4 | 0.8 | 0.9 | 0.8 | 1 |
步骤107,根据上述成绩向量相似度矩阵,对上述学生用户表进行分组处理,以生成学生用户组集。
在一些实施例中,上述执行主体可以根据上述成绩向量相似度矩阵,对上述学生用户表进行分组处理,以生成学生用户组集。
实践中,上述执行主体可以通过以下步骤对上述学生用户表进行分组处理,以生成学生用户组集:
第一步,对上述成绩向量相似度矩阵中的各个成绩向量相似度进行排序处理,以生成排序后的成绩向量相似度矩阵作为备选成绩向量相似度矩阵。实践中,可以通过预设的排序算法对上述成绩向量相似度矩阵中的各个成绩向量相似度进行排序处理,以生成排序后的成绩向量相似度矩阵作为备选成绩向量相似度矩阵。这里,预设的排序算法可以包括但不限于:hclust坐标轴排序、AOE(Activity On Edge)拓扑排序与FPC(Fixed PointContinuation)排序算法。
第二步,去除上述备选成绩向量相似度矩阵中小于等于预设成绩向量相似度的备选成绩向量相似度,以对备选成绩向量相似度矩阵进行更新。这里,对于预设成绩向量相似度的设定,不作限定。例如,预设成绩向量相似度可以是0.8。
第三步,将更新后的备选成绩向量相似度矩阵确定为目标成绩向量相似度矩阵。
第四步,将上述目标成绩向量相似度矩阵中的目标成绩向量相似度均设定为1,以对上述目标成绩向量相似度矩阵进行更新。
第五步,将更新后的目标成绩向量相似度矩阵中的组成正方形矩阵的各个目标成绩向量相似度确定为目标成绩向量相似度组,得到目标成绩向量相似度组集。
第六步,根据上述目标成绩向量相似度组集,对上述学生用户表进行分组处理,以生成学生用户组集。
实践中,上述第六步,可以包括以下子步骤:
第一子步骤,对于上述目标成绩向量相似度组集中的每个目标成绩向量相似度组,将上述目标成绩向量相似度组对应上述学生用户表中的各个学生用户确定为第一学生用户组。
第二子步骤,将目标学生用户表中的每个目标学生用户确定为第二学生用户组,得到第二学生用户组集。其中,上述目标学生用户表为:去除了各个第一学生用户组的学生用户表。
第三子步骤,将所确定的各个第一学生用户组与上述第二学生用户组集组合为学生用户组集。即,将所确定的各个第一学生用户组与上述第二学生用户组集合并为学生用户组集。
上述第一步-第六步中的相关内容作为本公开的一个发明点,由此解决了背景技术提及的技术问题二“未根据每个学生的知识相似度进行分组,导致分组中的学生所学习的知识差异性较大,难以***学,浪费了教学时间。”。浪费了教学时间的因素往往如下:未根据每个学生的知识相似度进行分组,导致分组中的学生所学习的知识差异性较大,难以***学,浪费了教学时间。如果解决了上述因素,就能达到减少教学时间的浪费的效果。为了达到这一效果,首先,对上述成绩向量相似度矩阵中的各个成绩向量相似度进行排序处理,以生成排序后的成绩向量相似度矩阵作为备选成绩向量相似度矩阵。由此,为选择出相似度较高的学生,提供了数据支持。可以直接从备选成绩向量相似度矩阵中观察出聚类的成绩向量相似度。其次,去除上述备选成绩向量相似度矩阵中小于等于预设成绩向量相似度的备选成绩向量相似度,以对备选成绩向量相似度矩阵进行更新。由此,可以去除相似度较低的学生用户,以保证每组学生用户较高的相似性。接着,将更新后的备选成绩向量相似度矩阵确定为目标成绩向量相似度矩阵。再接着,将上述目标成绩向量相似度矩阵中的目标成绩向量相似度均设定为1,以对上述目标成绩向量相似度矩阵进行更新。由此,便于筛选出聚类的各个学生用户。然后,将更新后的目标成绩向量相似度矩阵中的组成正方形矩阵的各个目标成绩向量相似度确定为目标成绩向量相似度组,得到目标成绩向量相似度组集。由此,可以将聚类在一起的各个目标成绩向量相似度划分为一组。最后,根据上述目标成绩向量相似度组集,对上述学生用户表进行分组处理,以生成学生用户组集。由此,可以将相似度高的学生分为一组,以减少分组中的学生所学习的知识的差异性。从而,可以使得教师可以***学,减少教学时间的浪费。
可选地,对于上述学生用户组集中的每个学生用户组,对于上述学生用户组集中的每个学生用户组,执行如下处理步骤:
第一步,将上述学生用户组对应的各个学生标识发送至对应的教师终端以进行显示。上述执行主体可以对于上述学生用户组集中的每个学生用户组,将上述学生用户组对应的各个学生标识发送至对应的教师终端以进行显示。
第二步,将上述学生用户组发送至对应的各个学生用户端,以及响应于在预设时长内接收到各个学生用户端发送的表征确认无误的信息,控制相关联的搬运设备搬运上述学生用户组对应的学习用具。这里,预设时长的设定,不作限定。学习用具可以是指课程书本或书桌。搬运设备可以是指搬运机器人。
每次分组,未与学生进行交互,部分学生搬运学生用具花费的时间较长。
上述可选地中的相关内容作为本公开的一个发明点,由此解决了背景技术提及的技术问题二“每次分组,未与学生进行交互,部分学生搬运学生用具花费的时间较长。”。部分学生搬运学生用具花费的时间较长的因素往往如下:每次分组,未与学生进行交互,部分学生搬运学生用具花费的时间较长。如果解决了上述因素,就能达到减少部分学生搬运学生用具花费的时间的效果。为了达到这一效果,将上述学生用户组发送至对应的各个学生用户端,以及响应于在预设时长内接收到各个学生用户端发送的表征确认无误的信息,控制相关联的搬运设备搬运上述学生用户组对应的学习用具。由此,分组之后,可以在学生确认无误之后,通过控制搬运设备帮助学生搬运学生用具。从而,节省了部分学生搬运学生用具花费的时间。
本公开的上述各个实施例具有如下有益效果:通过本公开的一些实施例的学生用户信息处理方法,提升了学习效率,减少了教学时间的浪费。具体来说,降低了学习效率,浪费了教学时间的原因在于:根据教师的经验对学生进行分组,存在一定的片面性,导致分组中的各个学生差异性较大,降低了学习效率,浪费了教学时间。基于此,本公开的一些实施例的学生用户信息处理方法,首先,获取课程项关联信息表。以及获取学生用户表对应的学生做题信息表。其中,上述学生用户表中的学生用户对应上述学生做题信息表中的学生做题信息,上述学生做题信息表中的学生做题信息包括学生标识与上述学生标识关联的至少一个题目与至少一个成绩值,至少一个题目中的题目对应至少一个成绩值中的成绩值。由此,便于综合学生所做的题目、所管理的课程项以及成绩,对学生进行分组。以减少分组中学生的差异性。其次,根据上述课程项关联信息表和上述学生做题信息表,生成学生课程项做题信息表。由此,为确定学生在各个课题项的分布情况,提供了数据支持。接着,对于上述学生课程项做题信息表中的每个学生课程项做题信息,执行如下处理步骤:首先,生成对应上述学生课程项做题信息的课程项加权成绩组。接着,根据上述课程项加权成绩组,构建对应上述学生课程项做题信息的学生成绩向量。由此,为对学生进行分组,提供了数据支持。然后,对于上述学生用户表中的每个学生用户,将上述学生用户对应的学生成绩向量与上述学生用户表中每个学生用户对应的学生成绩向量的相似度确定为成绩向量相似度,得到成绩向量相似度组。再然后,根据所生成的各个成绩向量相似度组,构建成绩向量相似度矩阵。其中,上述成绩向量相似度矩阵的横向索引与纵向索引为上述学生用户表对应的各个学生用户编号,上述横向索引对应的各个学生用户编号的顺序与上述纵向索引对应的各个学生用户编号的顺序相同。由此,可以根据成绩向量相似度矩阵,对学生进行分组,以降低分组中的各个学生的差异性。最后,根据上述成绩向量相似度矩阵,对上述学生用户表进行分组处理,以生成学生用户组集。由此,可以根据学生之间的相似度,对学生进行分组。降低了分组中的各个学生之间的差异性。从而,提升了学习效率,减少了教学时间的浪费。
进一步参考图2,作为对上述各图所示方法的实现,本公开提供了一种学生用户信息处理装置的一些实施例,这些学生用户信息处理装置实施例与图1所示的那些方法实施例相对应,该学生用户信息处理装置具体可以应用于各种电子设备中。
如图2所示,一些实施例的学生用户信息处理装置200包括:第一获取单元201、第二获取单元202、生成单元203、第一构建单元204、确定单元205、第二构建单元206和分组单元207。其中,第一获取单元201,被配置成获取课程项关联信息表,其中,上述课程项关联信息表中的课程项关联信息包括课程项与上述课程项关联的至少一个题目;第二获取单元202,被配置成获取学生用户表对应的学生做题信息表,其中,上述学生用户表中的学生用户对应上述学生做题信息表中的学生做题信息,上述学生做题信息表中的学生做题信息包括学生标识与上述学生标识关联的至少一个题目与至少一个成绩值,至少一个题目中的题目对应至少一个成绩值中的成绩值;生成单元203,被配置成根据上述课程项关联信息表和上述学生做题信息表,生成学生课程项做题信息表;第一构建单元204,被配置成对于上述学生课程项做题信息表中的每个学生课程项做题信息,执行如下处理步骤:生成对应上述学生课程项做题信息的课程项加权成绩组;根据上述课程项加权成绩组,构建对应上述学生课程项做题信息的学生成绩向量;确定单元205,被配置成对于上述学生用户表中的每个学生用户,将上述学生用户对应的学生成绩向量与上述学生用户表中每个学生用户对应的学生成绩向量的相似度确定为成绩向量相似度,得到成绩向量相似度组;第二构建单元206,被配置成根据所生成的各个成绩向量相似度组,构建成绩向量相似度矩阵,其中,上述成绩向量相似度矩阵的横向索引与纵向索引为上述学生用户表对应的各个学生用户编号,上述横向索引对应的各个学生用户编号的顺序与上述纵向索引对应的各个学生用户编号的顺序相同;分组单元207,被配置成根据上述成绩向量相似度矩阵,对上述学生用户表进行分组处理,以生成学生用户组集。
可以理解的是,该学生用户信息处理装置200中记载的诸单元与参考图1描述的方法中的各个步骤相对应。由此,上文针对方法描述的操作、特征以及产生的有益效果同样适用于学生用户信息处理装置200及其中包含的单元,在此不再赘述。
下面参考图3,其示出了适于用来实现本公开的一些实施例的电子设备300(例如,计算设备)的结构示意图。本公开的一些实施例中的电子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)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3示出的电子设备仅仅是一个示例,不应对本公开的实施例的功能和使用范围带来任何限制。
如图3所示,电子设备300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300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300与其他设备进行无线或有线通信以交换数据。虽然图3示出了具有各种装置的电子设备300,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。图3中示出的每个方框可以代表一个装置,也可以根据需要代表多个装置。
特别地,根据本公开的一些实施例,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,本公开的一些实施例包括一种计算机程序产品,其包括承载在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。在这样的一些实施例中,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,执行本公开的一些实施例的方法中限定的上述功能。
需要说明的是,本公开的一些实施例中记载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。在本公开的一些实施例中,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。而在本公开的一些实施例中,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:获取课程项关联信息表,其中,上述课程项关联信息表中的课程项关联信息包括课程项与上述课程项关联的至少一个题目;获取学生用户表对应的学生做题信息表,其中,上述学生用户表中的学生用户对应上述学生做题信息表中的学生做题信息,上述学生做题信息表中的学生做题信息包括学生标识与上述学生标识关联的至少一个题目与至少一个成绩值,至少一个题目中的题目对应至少一个成绩值中的成绩值;根据上述课程项关联信息表和上述学生做题信息表,生成学生课程项做题信息表;对于上述学生课程项做题信息表中的每个学生课程项做题信息,执行如下处理步骤:生成对应上述学生课程项做题信息的课程项加权成绩组;根据上述课程项加权成绩组,构建对应上述学生课程项做题信息的学生成绩向量;对于上述学生用户表中的每个学生用户,将上述学生用户对应的学生成绩向量与上述学生用户表中每个学生用户对应的学生成绩向量的相似度确定为成绩向量相似度,得到成绩向量相似度组;根据所生成的各个成绩向量相似度组,构建成绩向量相似度矩阵,其中,上述成绩向量相似度矩阵的横向索引与纵向索引为上述学生用户表对应的各个学生用户编号,上述横向索引对应的各个学生用户编号的顺序与上述纵向索引对应的各个学生用户编号的顺序相同;根据上述成绩向量相似度矩阵,对上述学生用户表进行分组处理,以生成学生用户组集。
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一些实施例的操作的计算机程序代码,上述程序设计语言包括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。
描述于本公开的一些实施例中的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。所描述的单元也可以设置在处理器中,例如,可以描述为:一种处理器包括第一获取单元、第二获取单元、生成单元、第一构建单元、确定单元、第二构建单元和分组单元。其中,这些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,第一获取单元还可以被描述为“获取课程项关联信息表的单元”。
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。
本公开的一些实施例还提供一种计算机程序产品,包括计算机程序,计算机程序在被处理器执行时实现上述的任一种学生用户信息处理方法。
以上描述仅为本公开的一些较佳实施例以及对所运用技术原理的说明。本领域技术人员应当理解,本公开的实施例中所涉及的发明范围,并不限于上述技术特征的特定组合而成的技术方案,同时也应涵盖在不脱离上述发明构思的情况下,由上述技术特征或其等同特征进行任意组合而形成的其它技术方案。例如上述特征与本公开的实施例中公开的(但不限于)具有类似功能的技术特征进行互相替换而形成的技术方案。
Claims (7)
1.一种学生用户信息处理方法,包括:
获取课程项关联信息表,其中,所述课程项关联信息表中的课程项关联信息包括课程项与所述课程项关联的至少一个题目;
获取学生用户表对应的学生做题信息表,其中,所述学生用户表中的学生用户对应所述学生做题信息表中的学生做题信息,所述学生做题信息表中的学生做题信息包括学生标识与所述学生标识关联的至少一个题目与至少一个成绩值,至少一个题目中的题目对应至少一个成绩值中的成绩值;
根据所述课程项关联信息表和所述学生做题信息表,生成学生课程项做题信息表;
对于所述学生课程项做题信息表中的每个学生课程项做题信息,执行如下处理步骤:
生成对应所述学生课程项做题信息的课程项加权成绩组,其中,所述学生课程项做题信息包括:学生标识与所述学生标识关联的至少一个题目、至少一个成绩值与至少一个关联课程项组,至少一个题目中的题目对应所述至少一个关联课程项组中的关联课程项组;
根据所述课程项加权成绩组,构建对应所述学生课程项做题信息的学生成绩向量;
对于所述学生用户表中的每个学生用户,将所述学生用户对应的学生成绩向量与所述学生用户表中每个学生用户对应的学生成绩向量的相似度确定为成绩向量相似度,得到成绩向量相似度组;
根据所生成的各个成绩向量相似度组,构建成绩向量相似度矩阵,其中,所述成绩向量相似度矩阵的横向索引与纵向索引为所述学生用户表对应的各个学生用户编号,所述横向索引对应的各个学生用户编号的顺序与所述纵向索引对应的各个学生用户编号的顺序相同;
根据所述成绩向量相似度矩阵,对所述学生用户表进行分组处理,以生成学生用户组集;
其中,所述生成对应所述学生课程项做题信息的课程项加权成绩组,包括:
对所述学生课程项做题信息包括的至少一个关联课程项组中的各个关联课程项进行去重处理,以生成去重关联课程项组作为学生关联课程项组;
对于所述学生关联课程项组中的每个学生关联课程项,执行如下处理步骤:
将所述学生关联课程项对应的各个题目确定为关联题目组;
对所述关联题目组对应的各个成绩值进行加权平均处理,以生成课程项加权成绩;
将所生成的各个课程项加权成绩确定为课程项加权成绩组;
其中,所述根据所述成绩向量相似度矩阵,对所述学生用户表进行分组处理,以生成学生用户组集,包括:
对所述成绩向量相似度矩阵中的各个成绩向量相似度进行排序处理,以生成排序后的成绩向量相似度矩阵作为备选成绩向量相似度矩阵;
去除所述备选成绩向量相似度矩阵中小于等于预设成绩向量相似度的备选成绩向量相似度,以对备选成绩向量相似度矩阵进行更新;将更新后的备选成绩向量相似度矩阵确定为目标成绩向量相似度矩阵;
将所述目标成绩向量相似度矩阵中的目标成绩向量相似度均设定为1,以对所述目标成绩向量相似度矩阵进行更新;
将更新后的目标成绩向量相似度矩阵中的组成正方形矩阵的各个目标成绩向量相似度确定为目标成绩向量相似度组,得到目标成绩向量相似度组集;
根据所述目标成绩向量相似度组集,对所述学生用户表进行分组处理,以生成学生用户组集;
其中,所述根据所述目标成绩向量相似度组集,对所述学生用户表进行分组处理,以生成学生用户组集,包括:
对于所述目标成绩向量相似度组集中的每个目标成绩向量相似度组,将所述目标成绩向量相似度组对应所述学生用户表中的各个学生用户确定为第一学生用户组;
将目标学生用户表中的每个目标学生用户确定为第二学生用户组,得到第二学生用户组集,其中,所述目标学生用户表为:去除了各个第一学生用户组的学生用户表;
将所确定的各个第一学生用户组与所述第二学生用户组集组合为学生用户组集。
2.根据权利要求1所述的方法,其中,所述方法还包括:
对于所述学生用户组集中的每个学生用户组,执行如下处理步骤:
将所述学生用户组对应的各个学生标识发送至对应的教师终端以进行显示;
将所述学生用户组发送至对应的各个学生用户端,以及响应于在预设时长内接收到各个学生用户端发送的表征确认无误的信息,控制相关联的搬运设备搬运所述学生用户组对应的学习用具。
3.根据权利要求1所述的方法,其中,所述根据所述课程项关联信息表和所述学生做题信息表,生成学生课程项做题信息表,包括:
对于所述学生做题信息表中的每个学生做题信息,基于所述学生做题信息和所述课程项关联信息表,生成学生课程项做题信息;
根据所生成的各个学生课程项做题信息,构建学生课程项做题信息表。
4.根据权利要求3所述的方法,其中,所述基于所述学生做题信息和所述课程项关联信息表,生成学生课程项做题信息,包括:
对于所述学生做题信息包括的每个题目,从所述课程项关联信息表中提取对应所述题目的至少一个课程项作为关联课程项组;
将所述学生做题信息中的每个题目与对应所述题目的关联课程项组进行关联处理,以对学生做题信息进行更新;
将更新后的学生做题信息确定为学生课程项做题信息。
5.一种学生用户信息处理装置,包括:
第一获取单元,被配置成获取课程项关联信息表,其中,所述课程项关联信息表中的课程项关联信息包括课程项与所述课程项关联的至少一个题目;
第二获取单元,被配置成获取学生用户表对应的学生做题信息表,其中,所述学生用户表中的学生用户对应所述学生做题信息表中的学生做题信息,所述学生做题信息表中的学生做题信息包括学生标识与所述学生标识关联的至少一个题目与至少一个成绩值,至少一个题目中的题目对应至少一个成绩值中的成绩值;
生成单元,被配置成根据所述课程项关联信息表和所述学生做题信息表,生成学生课程项做题信息表;
第一构建单元,被配置成对于所述学生课程项做题信息表中的每个学生课程项做题信息,执行如下处理步骤:生成对应所述学生课程项做题信息的课程项加权成绩组,其中,所述学生课程项做题信息包括:学生标识与所述学生标识关联的至少一个题目、至少一个成绩值与至少一个关联课程项组,至少一个题目中的题目对应所述至少一个关联课程项组中的关联课程项组;根据所述课程项加权成绩组,构建对应所述学生课程项做题信息的学生成绩向量;第一构建单元,被进一步配置成:
对所述学生课程项做题信息包括的至少一个关联课程项组中的各个关联课程项进行去重处理,以生成去重关联课程项组作为学生关联课程项组;
对于所述学生关联课程项组中的每个学生关联课程项,执行如下处理步骤:
将所述学生关联课程项对应的各个题目确定为关联题目组;
对所述关联题目组对应的各个成绩值进行加权平均处理,以生成课程项加权成绩;
将所生成的各个课程项加权成绩确定为课程项加权成绩组;
确定单元,被配置成对于所述学生用户表中的每个学生用户,将所述学生用户对应的学生成绩向量与所述学生用户表中每个学生用户对应的学生成绩向量的相似度确定为成绩向量相似度,得到成绩向量相似度组;
第二构建单元,被配置成根据所生成的各个成绩向量相似度组,构建成绩向量相似度矩阵,其中,所述成绩向量相似度矩阵的横向索引与纵向索引为所述学生用户表对应的各个学生用户编号,所述横向索引对应的各个学生用户编号的顺序与所述纵向索引对应的各个学生用户编号的顺序相同;
分组单元,被配置成根据所述成绩向量相似度矩阵,对所述学生用户表进行分组处理,以生成学生用户组集;分组单元,被进一步配置成:
对所述成绩向量相似度矩阵中的各个成绩向量相似度进行排序处理,以生成排序后的成绩向量相似度矩阵作为备选成绩向量相似度矩阵;
去除所述备选成绩向量相似度矩阵中小于等于预设成绩向量相似度的备选成绩向量相似度,以对备选成绩向量相似度矩阵进行更新;将更新后的备选成绩向量相似度矩阵确定为目标成绩向量相似度矩阵;
将所述目标成绩向量相似度矩阵中的目标成绩向量相似度均设定为1,以对所述目标成绩向量相似度矩阵进行更新;
将更新后的目标成绩向量相似度矩阵中的组成正方形矩阵的各个目标成绩向量相似度确定为目标成绩向量相似度组,得到目标成绩向量相似度组集;
根据所述目标成绩向量相似度组集,对所述学生用户表进行分组处理,以生成学生用户组集;
其中,所述根据所述目标成绩向量相似度组集,对所述学生用户表进行分组处理,以生成学生用户组集,包括:
对于所述目标成绩向量相似度组集中的每个目标成绩向量相似度组,将所述目标成绩向量相似度组对应所述学生用户表中的各个学生用户确定为第一学生用户组;
将目标学生用户表中的每个目标学生用户确定为第二学生用户组,得到第二学生用户组集,其中,所述目标学生用户表为:去除了各个第一学生用户组的学生用户表;
将所确定的各个第一学生用户组与所述第二学生用户组集组合为学生用户组集。
6.一种电子设备,包括:
一个或多个处理器;
存储装置,其上存储有一个或多个程序;
当所述一个或多个程序被所述一个或多个处理器执行,使得所述一个或多个处理器实现如权利要求1-4中任一所述的方法。
7.一种计算机可读介质,其上存储有计算机程序,其中,所述程序被处理器执行时实现如权利要求1-4中任一所述的方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202211249304.2A CN116188208B (zh) | 2022-10-12 | 2022-10-12 | 学生用户信息处理方法、装置、电子设备和计算机介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202211249304.2A CN116188208B (zh) | 2022-10-12 | 2022-10-12 | 学生用户信息处理方法、装置、电子设备和计算机介质 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN116188208A CN116188208A (zh) | 2023-05-30 |
CN116188208B true CN116188208B (zh) | 2023-12-19 |
Family
ID=86431331
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202211249304.2A Active CN116188208B (zh) | 2022-10-12 | 2022-10-12 | 学生用户信息处理方法、装置、电子设备和计算机介质 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN116188208B (zh) |
Citations (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN1522548A (zh) * | 2001-06-29 | 2004-08-18 | Ħ��������˾ | 用于群组形成与管理的群组应用 |
CN107025463A (zh) * | 2017-04-10 | 2017-08-08 | 刘欣语 | 基于合并分组算法的寝室分组装置及方法 |
CN109166068A (zh) * | 2018-10-25 | 2019-01-08 | 重庆鲁班机器人技术研究院有限公司 | 讨论式学习方法及装置 |
KR101946161B1 (ko) * | 2017-09-06 | 2019-02-08 | 한국외국어대학교 연구산학협력단 | 프로젝트 기반 학습과정을 위한 팀구성 지원 방법 |
CN111461394A (zh) * | 2020-02-24 | 2020-07-28 | 桂林电子科技大学 | 一种基于深度矩阵分解的学生成绩预测方法 |
CN212289917U (zh) * | 2020-04-01 | 2021-01-05 | 江苏建筑职业技术学院 | 一种教学设备用便于取用教学用具的搬运装置 |
CN114971974A (zh) * | 2022-06-28 | 2022-08-30 | 北京世纪好未来教育科技有限公司 | 教学处理方法、装置、设备及介质 |
-
2022
- 2022-10-12 CN CN202211249304.2A patent/CN116188208B/zh active Active
Patent Citations (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN1522548A (zh) * | 2001-06-29 | 2004-08-18 | Ħ��������˾ | 用于群组形成与管理的群组应用 |
CN107025463A (zh) * | 2017-04-10 | 2017-08-08 | 刘欣语 | 基于合并分组算法的寝室分组装置及方法 |
KR101946161B1 (ko) * | 2017-09-06 | 2019-02-08 | 한국외국어대학교 연구산학협력단 | 프로젝트 기반 학습과정을 위한 팀구성 지원 방법 |
CN109166068A (zh) * | 2018-10-25 | 2019-01-08 | 重庆鲁班机器人技术研究院有限公司 | 讨论式学习方法及装置 |
CN111461394A (zh) * | 2020-02-24 | 2020-07-28 | 桂林电子科技大学 | 一种基于深度矩阵分解的学生成绩预测方法 |
CN212289917U (zh) * | 2020-04-01 | 2021-01-05 | 江苏建筑职业技术学院 | 一种教学设备用便于取用教学用具的搬运装置 |
CN114971974A (zh) * | 2022-06-28 | 2022-08-30 | 北京世纪好未来教育科技有限公司 | 教学处理方法、装置、设备及介质 |
Also Published As
Publication number | Publication date |
---|---|
CN116188208A (zh) | 2023-05-30 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN111104482A (zh) | 数据处理方法和装置 | |
CN110765280B (zh) | 地址识别方法和装置 | |
CN111026944B (zh) | 一种信息处理的方法、装置、介质和电子设备 | |
CN110619078B (zh) | 用于推送信息的方法和装置 | |
CN115757400B (zh) | 数据表处理方法、装置、电子设备和计算机可读介质 | |
CN111738010A (zh) | 用于生成语义匹配模型的方法和装置 | |
CN112836128A (zh) | 信息推荐方法、装置、设备和存储介质 | |
Li et al. | Expanding roles in a library-based bioinformatics service program: a case study | |
CN111680799B (zh) | 用于处理模型参数的方法和装置 | |
CN110457325B (zh) | 用于输出信息的方法和装置 | |
CN112287659B (zh) | 一种信息生成方法、装置、电子设备及存储介质 | |
CN111782933B (zh) | 用于推荐书单的方法和装置 | |
CN116188208B (zh) | 学生用户信息处理方法、装置、电子设备和计算机介质 | |
CN111026849B (zh) | 数据处理方法和装置 | |
WO2023125000A1 (zh) | 内容输出方法、装置、计算机可读介质及电子设备 | |
CN116595196A (zh) | 基于知识图谱的课程推荐方法、装置、电子设备及介质 | |
Ali et al. | Constrains of online education in India | |
CN110659208A (zh) | 测试数据集的更新方法和装置 | |
CN116245595A (zh) | 供应端物品运输方法、装置、电子设备和计算机可读介质 | |
CN114020896A (zh) | 一种智能问答方法、***、电子设备及存储介质 | |
CN115757807B (zh) | 课程标准关联性图谱生成方法、装置、电子设备和介质 | |
CN111597441A (zh) | 信息处理方法、装置和电子设备 | |
CN115273318B (zh) | 投票方法、装置、电子设备和计算机可读介质 | |
CN116186093B (zh) | 地址信息处理方法、装置、电子设备与计算机可读介质 | |
CN113283115B (zh) | 图像模型生成方法、装置和电子设备 |
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 |