CN107688883B - 在线答疑时的调度方法和装置 - Google Patents

在线答疑时的调度方法和装置 Download PDF

Info

Publication number
CN107688883B
CN107688883B CN201610633297.4A CN201610633297A CN107688883B CN 107688883 B CN107688883 B CN 107688883B CN 201610633297 A CN201610633297 A CN 201610633297A CN 107688883 B CN107688883 B CN 107688883B
Authority
CN
China
Prior art keywords
answering
parties
party
current
group
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
Application number
CN201610633297.4A
Other languages
English (en)
Other versions
CN107688883A (zh
Inventor
侯建彬
陈恭明
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Zuoyebang Education Technology Beijing Co Ltd
Original Assignee
Zuoyebang Education Technology Beijing Co Ltd
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by Zuoyebang Education Technology Beijing Co Ltd filed Critical Zuoyebang Education Technology Beijing Co Ltd
Priority to CN201610633297.4A priority Critical patent/CN107688883B/zh
Publication of CN107688883A publication Critical patent/CN107688883A/zh
Application granted granted Critical
Publication of CN107688883B publication Critical patent/CN107688883B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06QINFORMATION 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
    • G06Q10/00Administration; Management
    • G06Q10/06Resources, workflows, human or project management; Enterprise or organisation planning; Enterprise or organisation modelling
    • G06Q10/063Operations research, analysis or management
    • G06Q10/0631Resource planning, allocation, distributing or scheduling for enterprises or organisations
    • G06Q10/06311Scheduling, planning or task assignment for a person or group
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06QINFORMATION 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
    • G06Q10/00Administration; Management
    • G06Q10/06Resources, workflows, human or project management; Enterprise or organisation planning; Enterprise or organisation modelling
    • G06Q10/063Operations research, analysis or management
    • G06Q10/0631Resource planning, allocation, distributing or scheduling for enterprises or organisations
    • G06Q10/06311Scheduling, planning or task assignment for a person or group
    • G06Q10/063112Skill-based matching of a person or a group to a task
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06QINFORMATION 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
    • G06Q50/00Systems or methods specially adapted for specific business sectors, e.g. utilities or tourism
    • G06Q50/10Services
    • G06Q50/20Education

Landscapes

  • Business, Economics & Management (AREA)
  • Human Resources & Organizations (AREA)
  • Engineering & Computer Science (AREA)
  • Strategic Management (AREA)
  • Economics (AREA)
  • Educational Administration (AREA)
  • Entrepreneurship & Innovation (AREA)
  • Tourism & Hospitality (AREA)
  • General Physics & Mathematics (AREA)
  • Physics & Mathematics (AREA)
  • Theoretical Computer Science (AREA)
  • Marketing (AREA)
  • General Business, Economics & Management (AREA)
  • Development Economics (AREA)
  • Game Theory and Decision Science (AREA)
  • Quality & Reliability (AREA)
  • Operations Research (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)
  • Electrically Operated Instructional Devices (AREA)

Abstract

本申请提出一种在线答疑时的调度方法和装置,该在线答疑时的调度方法包括:在已有答疑方中,选择第一预设个数的与当前提问方匹配的答疑方,得到第一组答疑方;在第一组答疑方中,根据所对应的系统吞吐量从高到低的顺序,选择第二预设个数的答疑方,得到第二组答疑方;将所述第二组答疑方显示给当前提问方。该方法能够对答疑方进行合理分配,保证答疑方与提问方的匹配并且保证系统的吞吐量。

Description

在线答疑时的调度方法和装置
技术领域
本申请涉及互联网技术领域,尤其涉及一种在线答疑系统时的调度方法和装置。
背景技术
随着技术的发展,出现了在线答疑。在线答疑时,答疑方对提问方提出的问题进行解答。相关技术中,通常是采用随机方式将一个空闲的答疑方分配给提问方,但是,这种调度方式分配的答疑方可能不能解决提问方的问题,并且,大量答疑方可能处于闲置状态,造成系统吞吐量较低。
发明内容
本申请旨在至少在一定程度上解决相关技术中的技术问题之一。
为此,本申请的一个目的在于提出一种在线答疑时的调度方法,该方法可以对答疑方进行合理分配,保证答疑方与提问方的匹配并且保证系统的吞吐量。
本申请的另一个目的在于提出一种在线答疑时的调度装置。
为达到上述目的,本申请第一方面实施例提出的在线答疑时的调度方法,包括:在已有答疑方中,选择第一预设个数的与当前提问方匹配的答疑方,得到第一组答疑方;在第一组答疑方中,根据所对应的系统吞吐量从高到低的顺序,选择第二预设个数的答疑方,得到第二组答疑方;将所述第二组答疑方显示给当前提问方。
本申请第一方面实施例提出的在线答疑时的调度方法,通过选择与当前提问方匹配的答疑方,以及根据系统吞吐量选择答疑方,可以使得最终选择的答疑方既与当前提问方匹配也可以对应较优的系统吞吐量,从而实现对答疑方进行合理分配,保证答疑方与提问方的匹配并且保证系统的吞吐量。
为达到上述目的,本申请第二方面实施例提出的在线答疑时的调度装置,包括:第一选择模块,用于在已有答疑方中,选择第一预设个数的与当前提问方匹配的答疑方,得到第一组答疑方;第二选择模块,用于在第一组答疑方中,根据所对应的系统吞吐量从高到低的顺序,选择第二预设个数的答疑方,得到第二组答疑方;显示模块,用于将所述第二组答疑方显示给当前提问方。
本申请第二方面实施例提出的在线答疑时的调度装置,通过选择与当前提问方匹配的答疑方,以及根据系统吞吐量选择答疑方,可以使得最终选择的答疑方既与当前提问方匹配也可以对应较优的系统吞吐量,从而实现对答疑方进行合理分配,保证答疑方与提问方的匹配并且保证系统的吞吐量。
本申请附加的方面和优点将在下面的描述中部分给出,部分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是本申请一个实施例提出的在线答疑时的调度方法的流程示意图;
图2是本申请实施例中确定第一组答疑方的流程示意图;
图3是本申请实施例中确定第二组答疑方的流程示意图;
图4是本申请另一个实施例提出的在线答疑时的调度方法的流程示意图;
图5是本申请一个实施例提出的在线答疑时的调度装置的结构示意图;
图6是本申请另一个实施例提出的在线答疑时的调度装置的结构示意图。
具体实施方式
下面详细描述本申请的实施例,所述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模块或具有相同或类似功能的模块。下面通过参考附图描述的实施例是示例性的,仅用于解释本申请,而不能理解为对本申请的限制。相反,本申请的实施例包括落入所附加权利要求书的精神和内涵范围内的所有变化、修改和等同物。
在线答疑可以分为非实时答疑和实时答疑,非实时答疑时,提问方主要使用图片、文字或语音上传需要,答疑方也同样利用图片、文字或语音等形式提供答案,双方不建立一对一的答疑环境。实时答疑时,建立问答双方的通信信道,双方可以以语音形式实时沟通,配备可以书写的手写设备完成文字内容实时传输。
本申请以调度方法具体应用在在线实时答疑系统中为例,当然,也并不排除在非实时答疑系统中的应用。
图1是本申请一个实施例提出的在线答疑时的调度方法的流程示意图。
参见图1,本实施例的方法包括:
S11:在已有答疑方中,选择第一预设个数的与当前提问方匹配的答疑方,得到第一组答疑方。
该步骤主要解决答疑方与当前提问方匹配的问题,以避免将不适合当前提问方的答疑方推荐给当前提问方。比如,当前提问方提问的学科是语文,那么第一组答疑方的学科也应该是语文,而不是数学等。
具体的,可以先在已有答疑方中找到处于空闲状态的答疑方,再从处于空闲状态的答疑方中,根据与当前提问方的匹配程度,得到第一组答疑方。
在计算一个答疑方与当前提问方的匹配程度时,可以根据该答疑方的特征信息和当前提问方的特征信息计算得到。
答疑方的特征信息和提问方的特征信息可以根据注册信息或设置信息确定初始值,并可以根据问答双方的交互进行更新。
具体的,提问方用学生表示,答疑方用老师表示,提问方的特征信息和答疑方的特征信息可以如下所示:
学生(
基础信息:<年级、地区(省市区等)、学校、性别、年龄>,
能力数据:<成绩水平,知识点练习数据,知识点掌握情况,重点薄弱知识点>,
个人偏好:<是否愿意和老师互动、喜欢老师特征列表>
),
老师(
基础信息:<年级、学科、地区、学校、性别、年龄>,
能力数据:<擅长知识点,不擅长知识点>,
服务特点:<引导能力,讲难题能力,耐心,有激情,能否扩展知识点,板书能力,思路清晰度…>,
),
相应的,参见图2,确定第一组答疑方的流程可以包括:
S21:在已有答疑方中确定能够为当前提问方提供服务的处于空闲状态的答疑方。
能够为当前提问方提供服务是指答疑方的年级和学科与当前提问方的年级和学科等分别一致。
具体的,可以在学生的基础信息中获取作为当前提问方的学生的年级,再根据对当前提问方提出的问题的自动识别确定学科,当前也可以由当前提问方直接输入问题所属的学科,再从作为答疑方的已有老师中根据基础信息,确定出年级和学科与当前提问方一致且处于空闲状态的老师。
S22:在所确定的答疑方中,根据当前提问方的特征信息和答疑方的特征信息,计算当前提问方与每个所确定的答疑方的匹配程度。
假设上述确定出的老师分别用t1,t2,t3,…,tn表示,当前提问方用s表示,则分别计算s与ti(i=1,2,3…,n)的匹配程度。
在计算匹配程度时,可以根据特征信息计算得到。其中,当前提问方的特征信息和每个答疑方的特征信息可以分别组成一个特征向量,假设当前提问方的特征向量用F(s)表示,答疑方的特征向量用F(ti)(i=1,2,3…,n)表示,其中,向量F(s)的每个特征值是当前提问方s的一个特征信息,向量F(ti)的每个特征值是相应的答疑方ti的一个特征信息。
s与ti(i=1,2,3…,n)的匹配程度可以表示为:
fit(s,ti)=f(F(s),F(ti)),其中f是一种可设置的函数,一种逻辑回归(logistic regression)模型,函数形式为:
Figure BDA0001069985830000051
Z=θ0x01x12x2+…+θmxm
其中,θ012,…,θm是参数值,可以根据经验等设置,x0,x1,x2,…,xm分别表示当前提问方的特征信息和当前计算的一个答疑方的特征信息,比如当前提问方的特征信息为N个,当前计算的答疑方的特征信息为M个,则x0,x1,x2,…,xn共有N+M个,分别与一个特征信息对应。
可以理解的是,上述的函数形式只是一种示例,也可以采用其他形式,比如计算两个向量之间的余弦距离等。
S23:根据匹配程度从高到低的顺序,选择第一预设个数的所确定的答疑方,得到第一组答疑方。
根据上一步骤,可以分别计算出s与ti(i=1,2,3…,n)的匹配程度,假设分别用fiti(i=1,2,3…,n)表示,则可以根据fiti从大到小的顺序在ti(i=1,2,3…,n)中选择第一预设个数的答疑方组成第一组答疑方,第一预设个数可以根据实际经验等设置。
S12:在第一组答疑方中,根据所对应的系统吞吐量从高到低的顺序,选择第二预设个数的答疑方,得到第二组答疑方。
该步骤主要解决答疑方与系统匹配的问题,以保证系统具有较优的吞吐量。吞吐量越高,单位时间内处于空闲状态的答疑方的总时长最小。
假设第一组答疑方中的每个答疑方用tj(j=1,2,…,N1),N1是第一预设个数,则该步骤将从这N1个答疑方中根据对系统吞吐量的影响选择N2(第二预设个数)个答疑方,组成第二组答疑方。
参见图3,确定第二组答疑方的流程包括:
S31:在第一组答疑方中,依次选择两个答疑方。
其中,可以根据组合的方式,每次选择两个不同的答疑方,假设选择的两个答疑方用ti0和tj0表示。
S32:根据所述两个答疑方的特征信息计算特征信息的差值,得到差值信息。
其中,可以先对两个答疑方的特征信息进行对齐处理,使得两个答疑方具有相同的特征信息,比如均包括年级、学科、学校、年龄等共有信息。可以理解的是,如果某个答疑方的某个特征信息为空,则在对齐处理时该特征信息可以置为某个固定的值。
在将两个答疑方的特征信息进行对齐处理后,两个答疑方则具有相同的特征信息,则可以对两个答疑方的相同的特征信息进行直接相减,比如,答疑方的特征信息均包括学科、年级、学校等,则用第一个答疑方的学科与第二答疑方的学科进行相减,得到学科对应的差值信息,用第一个答疑方的年级与第二答疑方的年级进行相减,得到年级对应的差值信息,其余特征信息参照执行,不再详细说明,从而可以得到两个答疑方对应的差值信息。假设两个答疑方是ti0和tj0时对应的差值信息用ti0j0表示。
S33:根据已构建的决策树模型对所述差值信息进行分类,得到分类结果,其中,所述决策树模型用于根据答疑方所对应的系统吞吐量对答疑方进行分类。
其中,可以预先构建决策树模型,具体可以根据系统负载情况、老师和学生的通常的答疑时长等构建,例如,收集大量的训练样本,对训练样本进行训练以生成决策树模型,使得得到的决策树模型满足如下条件:
如果第一答疑方所对应的系统吞吐量大于第二答疑方所对应的系统吞吐量,则第一答疑方与第二答疑方的特征信息之间的差值信息经过决策树模型分类后,得到的分类结果将表明第一答疑方所对应的系统吞吐量大于第二答疑方所对应的系统吞吐量。
具体的,假设分类结果用1和0表示,1表示第一答疑方所对应的系统吞吐量大于第二答疑方所对应的系统吞吐量,则如果第一答疑方所对应的系统吞吐量大于第二答疑方所对应的系统吞吐量,那么,第一答疑方与第二答疑方的特征信息之间的差值信息经过决策树模型分类后,得到的分类结果是1,反之,如果第一答疑方所对应的系统吞吐量小于第二答疑方所对应的系统吞吐量,那么,第一答疑方与第二答疑方的特征信息之间的差值信息经过决策树模型分类后,得到的分类结果是0。
S34:根据分类结果对所述两个答疑方按照所对应的系统吞吐量从高到低的顺序进行排序。
假设上述的差值信息ti0j0经过决策树模型后,得到的分类结果是1,则表明答疑方ti0所对应的系统吞吐量大于答疑方tj0所对应的系统吞吐量,则可以将答疑方ti0排序在答疑方tj0的前面。反之,如果得到的分类结果是0,则将答疑方tj0排序在答疑方ti0的前面。
S35:判断第一组答疑方中是否存在未选择的答疑方,若是,重复执行S31及其后续步骤,否则执行S36。
S36:根据分类结果对第一组答疑方中所有答疑方进行排序,得到排序结果。
比如,在对两个答疑方进行排序后,可以在第一组答疑方中重新选择两个新的答疑方再进行上述处理,对这两个新的答疑方进行排序,依此处理,完成对第一组答疑方中所有答疑方的排序。
S37:在所述排序结果中按序选择第二预设个数的答疑方,得到第二组答疑方。
由于排序结果是按照系统吞吐量从大到小的顺序进行排列的,因此可以在排序结果中依序选择第二预设个数的答疑方组成第二组答疑方。
S13:将所述第二组答疑方显示给当前提问方。
在得到第二组答疑方后,将其显示给当前提问方,以便当前提问方与第二组答疑方中的某个答疑方建立一对一的连接,完成对问题的解答。
其中,第二组答疑方中包括的答疑方的个数可以为一个或多个,当为多个时,将第二组答疑方显示给当前提问方后,当前提问方还可以根据自身需要在多个答疑方中选择一个答疑方为自己解答问题。
本实施例中,通过选择与当前提问方匹配的答疑方,以及根据系统吞吐量选择答疑方,可以使得最终选择的答疑方既与当前提问方匹配也可以对应较优的系统吞吐量,从而实现对答疑方进行合理分配,保证答疑方与提问方的匹配并且保证系统的吞吐量。
图4是本申请另一个实施例提出的在线答疑时的调度方法的流程示意图。
本实施例中,答疑方和提问方分别用老师和学生表示,特征信息用画像表示。
如图4所示,本实施例的流程包括:
S41:获取老师画像。
例如,可以根据老师的注册信息获取初始的老师画像,如初始的老师画像包括:<地区,学校,年级,学科,教学年限经验>。
S42:获取学生画像。
例如,学生可以先购买服务,学生在购买后,可以根据学生的注册信息采集初始的学生画像,初始的学生画像例如包括:<地区,年级>。
S43:老师调度。
学生购买服务后,可以以语音、文字、图片等形式将问题上传给服务端,服务端可以根据学生画像及对问题的识别(如识别知识点)完成老师调度。具体的老师调度流程可以参见上一实施例,在此不再详细说明。
S44:学生选择一个老师进行答疑。
答疑过程具体可以包括:
首先检测用户的设备,包括是否能够录音,网络是否顺畅,是否能够与服务器连接上。
检测用户的付费状态;
分配订单号和房间号;(如果有多个学生,也可以加入这个房间号,来实现一对多)
建立手写笔迹通信信道和语音通信信道;
用户表述自己的需求(语音、图片、文字);
老师和学生之间解决问题,利用语音以及手写笔来同步传输笔迹信息。
同步记录答疑过程:包括需求图片,笔迹信令,语音信息。将这些信息转换成最终的视频内容。
S45:答疑结束后,完成计费和数据更新等操作。
例如,完成对学生收费,对老师付费,以及,学生和老师相互评价,更新学生画像和老师画像等。
结合上述流程,给出一个具体示例。
对于新用户(学生)S,如果购买了付费答疑套餐之后,引导用户选择信息来建立用户基础画像:
a.假设一个北京的初二学生问一道数学题目,程序自动筛选知识点k1,k2;
则用户的初始向量数据:<basic(初二,北京,null,null,null),ability(null,null,null,null),like(null,(null))>;
b.以老师列表如下T(t1,t2,t3,t4,…tn),Wti表示ti老师与该学生的匹配度计算得值,最佳匹配老师是Wtx取值最高值的老师;
详细表述如何来做的匹配流程
1.匹配过程中,从数据库中获取该学生的画像信息,形成特征向量,包括但不限于如下特征Fsi=[年级,地域,本次提问的学科,本次提问的知识点,该知识点历史提问的次数,问题难度,历史提问的时长,对教师的偏好]
2.根据该学生的年级信息和学科信息,筛选对应的空闲教师,生成候选列表;
3.从数据库中,获取候选教师的特征向量Fti=[年级,地域,学科,擅长知识点,讲解特点,历史用户评分]
4.将Fsi和Fti组合,使用离线训练好的logistic regression模型,计算其得分,找到最高的10个,作为下一步的候选
5.从最高的10个结果中,抽取教师的pair对,例如一个pair对是(Fti,Ftj),针对这个pair对,形成新的特征向量Ftij。使用离线训练好的决策树模型,对Ftij进行分类,分类1表示教师i优于教师j,分类0表示教师i不优于教师j。
6.在最高的10个教师中,按照得到分类1的个数进行排序,得到最终的排序结果。
c.以S和tx为例,建立连接之后,两者通过在线答疑系统完成答疑过程;
d.结束答疑之后,双方对答疑流程进行评价;
学生评价老师:讲题整体满意度,讲题语速、语调,普通话是否标准,是否有耐心;
老师评价信息:讲解知识点信息,学生年级信息,题目难度H,学生是否愿意和老师互动;
e.更新学生的画像数据(例子):
<basic(初二,北京,null,’男’,‘14’),ability(普通,(k1-1,k2-1),null,null),like((互动-1,不互动-0),(耐心))>
更新老师的画像数据,比如tx<basic(初中,数学,北京,null,null),ability((k1-1,k2-1),null),feature(耐心-1,板书能力-1)>;
本实施例中,通过学生和老师之间的知识数据收集和反馈,建立老师和学生的画像,量化老师能解决学生问题概率;同时在系统有限老师范畴内,最大化老师解题量及服务用户数,提升系统吞吐量。
图5是本申请一个实施例提出的在线答疑时的调度装置的结构示意图。
如图5所示,本实施例的装置50包括:第一选择模块51、第二选择模块52和显示模块53。
第一选择模块51,用于在已有答疑方中,选择第一预设个数的与当前提问方匹配的答疑方,得到第一组答疑方;
第二选择模块52,用于在第一组答疑方中,根据所对应的系统吞吐量从高到低的顺序,选择第二预设个数的答疑方,得到第二组答疑方;
显示模块53,用于将所述第二组答疑方显示给当前提问方。
一些实施例中,参见图6,该装置50还包括:
获取模块54,用于获取当前提问方的特征信息以及已有答疑方中每个答疑方的特征信息。
相应的,第一选择模块51具体用于:
在已有答疑方中确定能够为当前提问方提供服务的处于空闲状态的答疑方;
在所确定的答疑方中,根据当前提问方的特征信息和答疑方的特征信息,计算当前提问方与每个所确定的答疑方的匹配程度;
根据匹配程度从高到低的顺序,选择第一预设个数的所确定的答疑方,得到第一组答疑方。
相应的,第二选择模块52具体用于:
在第一组答疑方中,依次选择两个答疑方;
根据所述两个答疑方的特征信息计算特征信息的差值,得到差值信息;
根据已构建的决策树模型对所述差值信息进行分类,得到分类结果,其中,所述决策树模型用于根据答疑方所对应的系统吞吐量对答疑方进行分类;
根据分类结果对所述两个答疑方按照所对应的系统吞吐量从高到低的顺序进行排序;
重复上述过程,根据分类结果对第一组答疑方中所有答疑方进行排序,得到排序结果;
在所述排序结果中按序选择第二预设个数的答疑方,得到第二组答疑方。
一些实施例中,参见图6,该装置50还包括:
第一接收模块55,用于接收当前提问方在所述第二组答疑方中选择的一个答疑方;
连接模块56,用于建立当前提问方与选择的答疑方之间的通信信道,以通过通信信道进行在线实时答疑。
一些实施例中,参见图6,该装置50还包括:
第二接收模块57,用于在线实时答疑结束之后,接收当前提问方和所述答疑方的相互评价信息。
一些实施例中,参见图6,该装置50还包括:
更新模块58,用于根据当前提问方与选择的答疑方之间的答疑交互内容和/或相互评价信息,更新当前提问方的特征信息和/或选择的答疑方的特征信息。
可以理解的是,本实施例的装置与上述方法实施例对应,具体内容可以参见方法实施例的相关描述,在此不再详细说明。
本实施例中,通过选择与当前提问方匹配的答疑方,以及根据系统吞吐量选择答疑方,可以使得最终选择的答疑方既与当前提问方匹配也可以对应较优的系统吞吐量,从而实现对答疑方进行合理分配,保证答疑方与提问方的匹配并且保证系统的吞吐量。
可以理解的是,上述各实施例中相同或相似部分可以相互参考,在一些实施例中未详细说明的内容可以参见其他实施例中相同或相似的内容。
需要说明的是,在本申请的描述中,术语“第一”、“第二”等仅用于描述目的,而不能理解为指示或暗示相对重要性。此外,在本申请的描述中,除非另有说明,“多个”的含义是指至少两个。
流程图中或在此以其他方式描述的任何过程或方法描述可以被理解为,表示包括一个或更多个用于实现特定逻辑功能或过程的步骤的可执行指令的代码的模块、片段或部分,并且本申请的优选实施方式的范围包括另外的实现,其中可以不按所示出或讨论的顺序,包括根据所涉及的功能按基本同时的方式或按相反的顺序,来执行功能,这应被本申请的实施例所属技术领域的技术人员所理解。
应当理解,本申请的各部分可以用硬件、软件、固件或它们的组合来实现。在上述实施方式中,多个步骤或方法可以用存储在存储器中且由合适的指令执行系统执行的软件或固件来实现。例如,如果用硬件来实现,和在另一实施方式中一样,可用本领域公知的下列技术中的任一项或他们的组合来实现:具有用于对数据信号实现逻辑功能的逻辑门电路的离散逻辑电路,具有合适的组合逻辑门电路的专用集成电路,可编程门阵列(PGA),现场可编程门阵列(FPGA)等。
本技术领域的普通技术人员可以理解实现上述实施例方法携带的全部或部分步骤是可以通过程序来指令相关的硬件完成,所述的程序可以存储于一种计算机可读存储介质中,该程序在执行时,包括方法实施例的步骤之一或其组合。
此外,在本申请各个实施例中的各功能单元可以集成在一个处理模块中,也可以是各个单元单独物理存在,也可以两个或两个以上单元集成在一个模块中。上述集成的模块既可以采用硬件的形式实现,也可以采用软件功能模块的形式实现。所述集成的模块如果以软件功能模块的形式实现并作为独立的产品销售或使用时,也可以存储在一个计算机可读取存储介质中。
上述提到的存储介质可以是只读存储器,磁盘或光盘等。
在本说明书的描述中,参考术语“一个实施例”、“一些实施例”、“示例”、“具体示例”、或“一些示例”等的描述意指结合该实施例或示例描述的具体特征、结构、材料或者特点包含于本申请的至少一个实施例或示例中。在本说明书中,对上述术语的示意性表述不一定指的是相同的实施例或示例。而且,描述的具体特征、结构、材料或者特点可以在任何的一个或多个实施例或示例中以合适的方式结合。
尽管上面已经示出和描述了本申请的实施例,可以理解的是,上述实施例是示例性的,不能理解为对本申请的限制,本领域的普通技术人员在本申请的范围内可以对上述实施例进行变化、修改、替换和变型。

Claims (7)

1.一种在线答疑时的调度方法,其特征在于,包括:
获取当前提问方的特征信息以及已有答疑方中每个答疑方的特征信息;
在已有答疑方中,确定能够为当前提问方提供服务的处于空闲状态的答疑方;
在所确定的答疑方中,根据当前提问方的特征信息和答疑方的特征信息,计算当前提问方与每个所确定的答疑方的匹配程度;
根据匹配程度从高到低的顺序,选择第一预设个数的所确定的答疑方,得到第一组答疑方;
在第一组答疑方中,根据所对应的系统吞吐量从高到低的顺序,选择第二预设个数的答疑方,得到第二组答疑方;
将所述第二组答疑方显示给当前提问方。
2.根据权利要求1所述的方法,其特征在于,所述在第一组答疑方中,根据所对应的系统吞吐量从高到低的顺序,选择第二预设个数的答疑方,得到第二组答疑方,包括:
在第一组答疑方中,依次选择两个答疑方;
根据所述两个答疑方的特征信息计算特征信息的差值,得到差值信息;
根据已构建的决策树模型对所述差值信息进行分类,得到分类结果,其中,所述决策树模型用于根据答疑方所对应的系统吞吐量对答疑方进行分类;
根据分类结果对所述两个答疑方按照所对应的系统吞吐量从高到低的顺序进行排序;
重复上述过程,根据分类结果对第一组答疑方中所有答疑方进行排序,得到排序结果;
在所述排序结果中按序选择第二预设个数的答疑方,得到第二组答疑方。
3.根据权利要求1所述的方法,其特征在于,还包括:
接收当前提问方在所述第二组答疑方中选择的一个答疑方;
建立当前提问方与选择的答疑方之间的通信信道,以通过通信信道进行在线实时答疑。
4.根据权利要求3所述的方法,其特征在于,还包括:
在线实时答疑结束之后,接收当前提问方和所述答疑方的相互评价信息。
5.根据权利要求4所述的方法,其特征在于,还包括:
根据当前提问方与选择的答疑方之间的答疑交互内容和/或相互评价信息,更新当前提问方的特征信息和/或选择的答疑方的特征信息。
6.一种在线答疑时的调度装置,其特征在于,包括:
获取模块,用于获取当前提问方的特征信息以及已有答疑方中每个答疑方的特征信息;
第一选择模块,用于在已有答疑方中,确定能够为当前提问方提供服务的处于空闲状态的答疑方;在所确定的答疑方中,根据当前提问方的特征信息和答疑方的特征信息,计算当前提问方与每个所确定的答疑方的匹配程度;根据匹配程度从高到低的顺序,选择第一预设个数的所确定的答疑方,得到第一组答疑方;
第二选择模块,用于在第一组答疑方中,根据所对应的系统吞吐量从高到低的顺序,选择第二预设个数的答疑方,得到第二组答疑方;
显示模块,用于将所述第二组答疑方显示给当前提问方。
7.根据权利要求6所述的装置,其特征在于,还包括:
更新模块,用于根据当前提问方与选择的答疑方之间的答疑交互内容和/或相互评价信息,更新当前提问方的特征信息和/或选择的答疑方的特征信息。
CN201610633297.4A 2016-08-04 2016-08-04 在线答疑时的调度方法和装置 Active CN107688883B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201610633297.4A CN107688883B (zh) 2016-08-04 2016-08-04 在线答疑时的调度方法和装置

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201610633297.4A CN107688883B (zh) 2016-08-04 2016-08-04 在线答疑时的调度方法和装置

Publications (2)

Publication Number Publication Date
CN107688883A CN107688883A (zh) 2018-02-13
CN107688883B true CN107688883B (zh) 2023-06-27

Family

ID=61150992

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201610633297.4A Active CN107688883B (zh) 2016-08-04 2016-08-04 在线答疑时的调度方法和装置

Country Status (1)

Country Link
CN (1) CN107688883B (zh)

Families Citing this family (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN108600273A (zh) * 2018-05-13 2018-09-28 北京阳光柠檬科技有限公司 用于在线问答的数据处理方法及装置
CN110971983B (zh) * 2018-09-30 2022-04-22 上海掌门科技有限公司 一种视频答疑方法、设备和存储介质
CN111008263B (zh) * 2019-11-29 2023-06-09 支付宝(杭州)信息技术有限公司 问答匹配模型的更新方法和装置
CN112689113A (zh) * 2020-12-16 2021-04-20 武汉氪细胞网络技术有限公司 一种基于实时音视频技术的视频答疑系统
CN112559749B (zh) * 2020-12-18 2024-04-09 深圳赛安特技术服务有限公司 在线教育师生智能匹配方法、装置及存储介质
CN112581008A (zh) * 2020-12-25 2021-03-30 上海高顿教育科技有限公司 一种基于排班加权的企业级答疑自动分配系统

Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN101587655A (zh) * 2008-05-23 2009-11-25 北京智慧东方信息技术有限公司 一种网络教学答疑的系统
CN104346964A (zh) * 2013-07-30 2015-02-11 上海好记星数码科技有限公司 基于移动智能电子设备的实时答疑方法
CN104821109A (zh) * 2015-05-26 2015-08-05 北京云江科技有限公司 一种基于图像和语音信息的在线答疑系统

Family Cites Families (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN103744881B (zh) * 2013-12-20 2018-09-04 百度在线网络技术(北京)有限公司 一种问答平台的问题分发方法和问题分发系统

Patent Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN101587655A (zh) * 2008-05-23 2009-11-25 北京智慧东方信息技术有限公司 一种网络教学答疑的系统
CN104346964A (zh) * 2013-07-30 2015-02-11 上海好记星数码科技有限公司 基于移动智能电子设备的实时答疑方法
CN104821109A (zh) * 2015-05-26 2015-08-05 北京云江科技有限公司 一种基于图像和语音信息的在线答疑系统

Also Published As

Publication number Publication date
CN107688883A (zh) 2018-02-13

Similar Documents

Publication Publication Date Title
CN107688883B (zh) 在线答疑时的调度方法和装置
CN109670110B (zh) 一种教育资源推荐方法、装置、设备及存储介质
Schudde et al. The relationship between accelerated dev-ed coursework and early college milestones: Examining college momentum in a reformed mathematics pathway
Shah et al. Implementation of technology acceptance model in e-learning environment in rural and urban areas of Pakistan
DeLuca et al. Policies, programs, and practices: Exploring the complex dynamics of assessment education in teacher education across four countries
KR101899038B1 (ko) 빅데이터 분석을 이용한 온라인 학습 및 교육 콘텐츠 저작 시스템
CN109637233B (zh) 一种智能教学的方法及系统
CN103597529A (zh) 用于针对通信会话预订另一者的时间的系统和方法
CN108763342A (zh) 学习资源分配方法和装置
KR20170130222A (ko) 문제를 풀고 해당 문제의 해설 콘텐츠를 이용할 수 있는 시스템 및 체계적인 구축 방법
KR20200088077A (ko) 디지털 오답 노트 정보 기반의 학습 서비스 제공 장치 및 그 방법
KR102099945B1 (ko) 학습자의 집중력 정도를 판단할 수 있는 멘토자를 이용한 학습시스템
KR102099943B1 (ko) 멘토를 이용한 학습자의 학습 서비스시스템
Tatum Developing and evaluating educational programs
KR101657687B1 (ko) P2p 교육 서비스 제공 시스템 및 방법
Melvina et al. The autonomy of Indonesian EFL students: A mixed method investigation
CN113268512B (zh) 基于互联网平台的企业岗位职业技能培训系统
KR101681404B1 (ko) 사전체험 강의 제공 장치 및 사전체험 강의 제공 방법
Pang et al. A framework on exploring primary school English language teachers' perceptions of their continuing professional development in Malaysia
Flannery et al. Of mice and pens: A discrete choice experiment on student preferences for assignment systems in economics
Raza et al. A new pair of watchful eyes for students in online courses
KR20220121517A (ko) 클래스 제공 방법 및 시스템
KR100366388B1 (ko) 인터넷을 이용한 지식 전달 방법 및 그의 시스템
KR20090022064A (ko) 반복학습을 이용한 학습충실도 평가방법 및 평가시스템
CN112749881B (zh) 学校间的学业水平比较方法、装置及电子设备

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