CN107819810A - 自适应计划制定系统 - Google Patents

自适应计划制定系统 Download PDF

Info

Publication number
CN107819810A
CN107819810A CN201610827522.8A CN201610827522A CN107819810A CN 107819810 A CN107819810 A CN 107819810A CN 201610827522 A CN201610827522 A CN 201610827522A CN 107819810 A CN107819810 A CN 107819810A
Authority
CN
China
Prior art keywords
plan
duration
knowledge point
module
unfinished
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.)
Pending
Application number
CN201610827522.8A
Other languages
English (en)
Inventor
姜真钦
张显云
杨帆
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.)
Beijing Xintang Sichuang Educational Technology Co Ltd
Original Assignee
Beijing Xintang Sichuang Educational Technology 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 Beijing Xintang Sichuang Educational Technology Co Ltd filed Critical Beijing Xintang Sichuang Educational Technology Co Ltd
Priority to CN201610827522.8A priority Critical patent/CN107819810A/zh
Publication of CN107819810A publication Critical patent/CN107819810A/zh
Pending legal-status Critical Current

Links

Classifications

    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
    • H04L67/00—Network arrangements or protocols for supporting network services or applications
    • H04L67/50—Network services
    • H04L67/55—Push-based network services
    • 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
    • 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

Landscapes

  • Business, Economics & Management (AREA)
  • Engineering & Computer Science (AREA)
  • Economics (AREA)
  • Human Resources & Organizations (AREA)
  • Strategic Management (AREA)
  • Tourism & Hospitality (AREA)
  • Physics & Mathematics (AREA)
  • Educational Administration (AREA)
  • Entrepreneurship & Innovation (AREA)
  • Theoretical Computer Science (AREA)
  • Marketing (AREA)
  • General Physics & Mathematics (AREA)
  • General Business, Economics & Management (AREA)
  • Game Theory and Decision Science (AREA)
  • Quality & Reliability (AREA)
  • Operations Research (AREA)
  • Development Economics (AREA)
  • Educational Technology (AREA)
  • Health & Medical Sciences (AREA)
  • General Health & Medical Sciences (AREA)
  • Primary Health Care (AREA)
  • Computer Networks & Wireless Communication (AREA)
  • Signal Processing (AREA)
  • Management, Administration, Business Operations System, And Electronic Commerce (AREA)

Abstract

本发明实施例提供一种自适应计划制定系统，其包括：后台服务器和终端，所述后台服务器包括计划制定模块、推送模块，所述计划制定模块用于根据计划主体实施当前计划过程中未完成的知识点数量以及计划剩余总时长，对调整原始计划后得到的当前计划进行自适应调整，所述自适应调整包括调整当前计划中每天有效学习的时长对应的未完成的知识点数量和未完成的每个所述知识点对应的学习时长，所述推送模块根据访问请求将调整后的计划中每天有效学习的时长对应的知识点推送到所述终端上以供计划主体进行学习，本发明实施例提供了一种可客观制定考研复习计划的技术方案。

Description

自适应计划制定系统
技术领域
本发明实施例涉及技术领域，尤其涉及一种自适应计划制定系统。
背景技术
考研作为大学本科教育进入下一个更高阶段学习的必经事件。由于考研所涉及的课程门类较多，尤其不同的专业、不同的学校可能还会有不同的加试科目，另外，考研一般都需要一个较长的准备周期，因此，一个合理的复习计划至关重要。
现有技术中，为了制定一个合理的复习计划，考生需要手动在网络上搜集大量之前的复习经验，包括在备考阶段需要进行几轮复习，每轮复习的内容尤其是其中的重点内容，同时，还需要把培训班的培训考虑到在内，由此造成考生需要投入大量的时间精力旨在制定复习计划。但是，在实操过程中，由于各种原因，复习的进度并非严格按照制定的复习计划来执行，导致需要重新修改复习计划，但是如前所述，考研设计的科目众多、复习周期较长等，导致再次修改复习计划时，如果仅靠手工、经验来进行，时间成本仍然较高，尤其需要多次调整复习计划时，即使完成了计划的调整，计划的可执行性也较低。
因此，亟待提供一种客观制定考研复习计划的技术方案。
发明内容
有鉴于此，本发明实施例所解决的技术问题之一在于提供一种自适应计划制定系统，用以提供一种客观制定考研复习计划的技术方案。
本发明实施例提供一种自适应计划制定系统，其包括：后台服务器和终端，所述后台服务器包括计划制定模块、推送模块，所述计划制定模块用于根据计划主体实施当前计划过程中未完成的知识点数量以及计划剩余总时长，对调整原始计划后得到的当前计划进行自适应调整，所述自适应调整包括调整当前计划中每天有效学习的时长对应的未完成的知识点数量和未完成的每个所述知识点对应的学习时长，所述推送模块根据访问请求将调整后的计划中每天有效学习的时长对应的知识点推送到所述终端上。
可选地，在本发明的任一实施例中，还包括：评测模块，所述评测模块用于从题库中选择测试试题以对所述计划主体进行水平测试生成水平测试数据，所述水平测试数据用于辅助所述原始计划的自适应调整；或者，所述计划制定模块还用于获取计划主体输入的自定义水平数据，用于辅助所述计划制定模块对所述原始计划进行自适应调整。
可选地，在本发明的任一实施例中，还包括：第一干预模块，用于获取专家干预数据，用于辅助所述计划制定模块对当前计划或者原始计划进行自适应调整。
可选地，在本发明的任一实施例中，还包括：第二干预模块，用于收集所述计划主体的行为数据，并对收集到行为数据进行分析，用于辅助所述计划制定模块对当前计划或者原始计划进行自适应调整。
可选地，在本发明的任一实施例中，收集所述计划主体的行为数据包括：收集所述计划主体访问所述后台服务器执行所述计划的一系列行为数据。
可选地，在本发明的任一实施例中，所述行为数据包括：计划主体在所述终端上进行在线学习时屏幕的停留时间、点击频率、滚屏频率、做题准确度。
可选地，在本发明的任一实施例中，还包括：时长统计模块，用于对计划主体在终端上访问所述后台服务器而未完成的知识点以及未完成的知识点的时长进行实时统计，以确定未完成的知识点数量以及计划剩余总时长。
可选地，在本发明的任一实施例中，还包括：时长统计模块，所述时长统计模块用于对计划主体未访问所述后台服务器导致的已超过时间节点而未完成的知识点以及未完成的知识点的时长进行实时统计，以确定未完成的知识点数量以及计划剩余总时长。
可选地，在本发明的任一实施例中，所述计划制定模块用于根据计划主体实施当前计划过程中未完成的知识点数量以及计划剩余总时长，对原始计划调整后的当前计划进行自适应调整包括：
把所述计划剩余总时长分配到剩余天数的每天中，得到剩余天数中的每天有效学习的时长
根据剩余天数中的每天有效学习的时长以及未完成的知识点数量，调整未完成的知识点的学习时长，以对当前计划进行自适应调整；
所述推送模块根据访问请求将剩余天数中每天有效学习的时长对应的知识点推送到所述终端上。
可选地，在本发明的任一实施例中，还包括：时长统计模块，用于对计划主体在终端上访问所述后台服务器执行所述当前计划而完成的知识点以及已完成的知识点的学习总时长进行实时统计，以确定未完成的知识点数量以及计划剩余总时长。
可选地，在本发明的任一实施例中，所述计划制定模块用于根据计划主体实施当前计划过程中未完成的知识点数量以及计划剩余总时长，对原始计划调整后的当前计划进行自适应调整包括：
从当前计划的总计划时长中减去已完成的知识点的学习总时长，确定计划剩余总时长；
从当前计划的知识点总数量中减去已完成的知识点的数量，确定未完成的知识点数量；
把所述计划剩余总时长分配到剩余天数的每天中，得到剩余天数中的每天有效学习的时长；
根据剩余天数中的每天有效学习的时长以及未完成的知识点数量，调整未完成的知识点的学习时长，以对当前计划进行自适应调整。
可选地，在本发明的任一实施例中，还包括：日历本，所述日历本上设置有二维码，二维码关联于当前计划中的各学习时长以及在所述学习时长内须完成的知识点，通过所述二维码向所述后台服务器发送访问请求，使所述二维码作为登录后台服务器的入口，以完成当前计划中在所述学习时长内须完成的知识点。
可选地，在本发明的任一实施例中，还包括：笔记获取单元，用于获取计划主体在所述日历本上记载的笔记，所述计划制定模块根据所述评测模块输出的水平测试数据和所述笔记，或者获取的计划主体输入的自定义水平数据和所述笔记，用于辅助所述计划制定模块对当前计划进行自适应调整。
由以上技术方案可见，本发明实施例中的系统包括后台服务器和终端，所述后台服务器包括计划制定模块、推送模块，所述计划制定模块用于根据计划主体实施当前计划过程中未完成的知识点数量以及计划剩余总时长，对调整原始计划后得到的当前计划进行自适应调整，所述自适应调整包括调整当前计划中每天有效学习的时长对应的未完成的知识点数量和未完成的每个所述知识点对应的学习时长，所述推送模块根据访问请求将调整后的计划中每天有效学习的时长对应的知识点推送到所述终端上，从而提供了一种可客观制定学习计划的技术方案。
附图说明
为了更清楚地说明本发明实施例或现有技术中的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本发明实施例中记载的一些实施例，对于本领域普通技术人员来讲，还可以根据这些附图获得其他的附图。
图1为本发明实施例一自适应计划制定系统结构示意图；
图2为本发明实施例二自适应计划制定系统结构示意图；
图3为本发明实施例三自适应计划制定系统结构示意图；
图4为本发明实施例四自适应计划制定系统结构示意图；
图5为本发明实施例五自适应计划制定系统结构示意图；
图6为本发明实施例六自适应计划制定系统结构示意图；
图7为本发明实施例七自适应计划制定系统一具体工作流程示意图。
具体实施方式
当然，实施本发明实施例的任一技术方案必不一定需要同时达到以上的所有优点。
为了使本领域的人员更好地理解本发明实施例中的技术方案，下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅是本发明实施例一部分实施例，而不是全部的实施例。基于本发明实施例中的实施例，本领域普通技术人员所获得的所有其他实施例，都应当属于本发明实施例保护的范围。
下面结合本发明实施例附图进一步说明本发明实施例具体实现。
本发明下述实施例中，后台服务器和终端，所述后台服务器包括计划制定模块、推送模块，所述计划制定模块用于根据计划主体实施当前计划过程中未完成的知识点数量以及计划剩余总时长，对调整原始计划后得到的当前计划进行自适应调整，所述自适应调整包括调整当前计划中每天有效学习的时长对应的未完成的知识点数量和未完成的每个所述知识点对应的学习时长，所述推送模块根据访问请求将调整后的计划中每天有效学习的时长对应的知识点推送到所述终端上，从而提供了一种可客观制定学习计划的技术方案。
本发明下述实施例中，具体可以应用于考验复习计划的制定和自适应调整，推而广之，也可以应用于其他学习计划的制定和自适应调整。
图1为本发明实施例一自适应计划制定系统结构示意图；如图1所示，其包括：后台服务器101和终端102，终端102可以为手机、平板、电脑等。其中：所述后台服务器101包括计划制定模块111、推送模块121。
所述计划制定模块111用于根据计划主体(如考生)实施当前计划过程中未完成的知识点数量以及计划剩余总时长，对调整原始计划后得到的当前计划进行自适应调整，所述自适应调整包括调整当前计划中每天有效学习的时长对应的未完成的知识点数量和未完成的每个所述知识点对应的复习时长。
无论是原始计划或者是当前计划中均是针对在考研考试之前，复习计划启动之日后，在这期间每个阶段复习的具体知识点，进一步可以具体到每天复习的总时长和复习的知识点数量。阶段可以包括初步阶段、强化阶段和冲刺阶段等，详细可灵活制定，初步阶段的知识点可能覆盖较为广泛，优选覆盖几乎所有的知识点，强化阶段的知识点缩小知识点覆盖范围，覆盖相对重点的知识点，比如考试必考以及具有较大概率被考到的知识点，而冲刺阶段进一步缩小知识点覆盖范围，主要针对非常重点的内容，比如考试必考的知识点等。
在当前计划的实施过程中，由于考生自身等原因，比如考生实际的复习进度超前于已制定出的复习计划，或者滞后于已制定出的复习计划，此时需要对复习计划进行更新，重新生成一复习计划，否则在考试之前无法完成复习。原则上通过调整当前计划中每天有效学习的时长对应的未完成的知识点数量和未完成的每个所述知识点对应的复习时长来实现。具体地比如，距离考试时间较近，考生如果按照之当前计划复习的话，在考试之前，最晚至考试之日无法完成所有知识点的学习或者重点知识点的学习，此时，可能需要略去重要程度比较低的考点，而直接以重点知识点作为调整后复习计划的侧重点，重新进行每个知识点复习时长和复习的知识点数量的规划。
所述推送模块121根据访问请求将调整后的计划中每天有效学习的时长对应的知识点推送到所述终端上。
本实施例中，复习计划规定了每个知识点的复习时长，进一步细化到每天需要复习的知识点数量，从而按照复习的时间节点向终端102推送对应的知识点，供考生在智能终端102进行复习，在此过程中，后台服务器101还可以对复习过程中产生的用户行为数据进行收集分析，可以作为复习计划自适应调整的参考依据，详细详见下述实施例记载。
图2为本发明实施例2自适应计划制定系统结构示意图；如图2所示，其包括：后台服务器101和终端102，终端102可以为手机、平板、电脑等。其中：
与上述实施例相同的是，所述后台服务器101包括计划制定模块111推送模块121，与上述实施例不同的是，本实施例中还增加了用户管理模块131、评测模块141。
所述用户管理模块131用于对计划主体进行鉴权和注册管理，包括系统的试用权限，只能使用系统中的部分功能，而正式在系统中进行注册的计划主体才能使用系统中全部功能。假如以制定考研计划为例，而计划主体则可以为参加考试的考生。
所述评测模块141评测模块，所述评测模块用于从题库中选择测试试题以对所述计划主体进行水平测试生成水平测试数据，所述水平测试数据用于辅助所述原始计划的自适应调整；或者，所述计划制定模块还用于获取计划主体输入的自定义水平数据，用于辅助所述计划制定模块对所述原始计划进行自适应调整中包括计划客体的知识点，所述评测模块141。本实施例中以考研为例，计划客体可以是考研考试中所涉及的各公共课和与报考专业密切相关的专业课，计划客体的知识点可以包括考研考试中各科目的考点。为了可以结合计划主体的实际水平制定出一个较为客观的复习计划，本实施例中，优选对计划主体进行水平测试，以初步判断计划主体的水平或者等级具体地可以从历年的真题中选择真题作为试题，也可以是其他经验丰富的教师自主编纂的试题，根据考生对这些测试考题的测试分数来初步判断考生的水平或者等级。该初步判断的水平或者等级可作为后续对当前计划或者考研计划的参考。
所述计划制定模块111在根据计划主体实施当前计划过程中未完成的知识点数量以及计划剩余总时长，对调整原始计划后得到的当前计划进行自适应调整时，可以参考上述水平测试数据，或者获取的计划主体输入的自定义水平数据。如果水平测试数据或者自定义水平数据反映出考生已经掌握了绝大多数知识点，则在调整后的复习计划中，对重点知识点以及未掌握的知识点进行复习时长的调整，如果距离考试日期较远，则可以相对延长重点知识点和未掌握一般知识点的复习时长，如果距离考试日期较近，则主要针对重点知识点和考频较高的知识点，而直接将考频较低的一般知识点排除在复习计划之外，延长重点知识点的复习时长，有选择的延长或者缩短一部分考频较高的知识点的复习时长。
图3为本发明实施例三自适应计划制定系统结构示意图；如图3所示，本实施例除了包括上述图2中的后台服务器101和终端102外，本实施例中，后台服务器101还可以包括：第一干预模块151，用于获取专家干预数据；与上述实施例一不同的是，本实施例中，所述计划制定模块111根据所述评测模块141输出的水平测试数据以及所述专家干预数据；或者获取的计划主体输入的自定义水平数据以及所述专家干预数据，自适应制定针对所述知识点的复习计划，该复习计划可以是原始计划，也可以是当前计划。
本实施例中，专家干预数据包括经验丰富的教研人员根据特定考生的测试结果提供的建议比如每天复习的时长、复习侧重的知识点等，相当于对复习计划的制定增加了人工干预，以尽可能地制定出尽量适合于不同考生的复习计划。
与上述实施例不同的是，可选地，本实施例还可以包括第二干预模块161，第二干预模块161用于收集所述计划主体的行为数据，并对收集到行为数据进行分析；所述计划制定模块111根据所述评测模块141输出的水平测试数据、所述人工干预数据专家干预数据、对所述行为数据的分析结果，或者获取的计划主体输入的自定义水平数据、所述专家干预数据、对所述行为数据的分析结果，自适应调整当前计划中每天有效学习的时长对应的未完成的知识点数量和未完成的每个所述知识点对应的复习时长。
可选地，在本发明一具体实施例中，收集所述计划主体的行为数据包括：收集所述计划主体访问所述后台服务器101执行所述复习计划的一系列行为数据。可选地，在本发明一具体实施例中，所述行为数据包括：计划主体在所述终端102上进行在线学习时在屏幕的停留时间、点击频率、滚屏频率、做题准确度。
仍以考研为例，如果屏幕的停留时间较长，则初步判定考生在终端102当前页面呈现的知识点掌握有难度，或者为需要进行强化掌握的知识点。再比如，点击频率越高，则表明考生对页面中展现的知识点不够熟悉或者需要重复多次才能掌握，该考点对考生来说存在难度。滚屏频率即在展现考点的时候，可能在一屏中无法完全展现出来，需要切换到下一屏展现，因此，通过这种滚屏频率的统计，从而确定出那一屏呈现考点对于考生来说由难度。
图4为本发明实施例四自适应计划制定系统结构示意图；如图4所示，与上述实施例不同的是，本实施例中，服务器还可以包括时长统计模块171，用于对计划主体在终端上访问所述后台服务器而未完成的知识点以及未完成的知识点的时长进行实时统计，以确定未完成的知识点数量以及计划剩余总时长。每天有效学习的时长
进一步地，所述计划制定模块111用于根据计划主体实施当前计划过程中未完成的知识点数量以及计划剩余总时长，对原始计划调整后的当前计划进行自适应调整包括：把所述计划剩余总时长分配到剩余天数的每天中，得到剩余天数中的每天有效学习的时长；根据剩余天数中的每天有效学习的时长以及未完成的知识点数量，调整未完成的知识点的学习时长，以对当前计划进行自适应调整。
进一步地，本实施例中，所述推送模块根据访问请求将剩余天数中每天有效学习的时长对应的知识点推送到所述终端上。
本实施例中，所述时长统计模块还用于对计划主体未访问所述后台服务器导致的已超过时间节点而未完成的知识点以及未完成的知识点的时长进行实时统计，以确定未完成的知识点数量以及计划剩余总时长。具体地，可以将已超过复习时间节点而未完成的学习时长对应的知识点作为调整后的复习计划针对的计划客体，同时也将未超过复习时间节点而未完成的学习时长对应的知识点作为调整后的复习计划针对的计划客体。如果再考虑到距离考试日期的远近，比如距离考试时期的越近，可以直接忽略不把已超过复习时间节点而未完成的学习时长对应的知识点作为调整后的复习计划针对的客体。
可替代地，时长统计模块可以用于对计划主体在终端上访问所述后台服务器执行所述当前计划而完成的知识点以及已完成的知识点的学习总时长进行实时统计，以确定未完成的知识点数量以及计划剩余总时长。
进一步地，所述计划制定模块用于根据计划主体实施当前计划过程中未完成的知识点数量以及计划剩余总时长，对原始计划调整后的当前计划进行自适应调整包括：从当前计划的总计划时长中减去已完成的知识点的学习总时长，确定计划剩余总时长；从当前计划的知识点总数量中减去已完成的知识点的数量，确定未完成的知识点数量；把所述计划剩余总时长分配到剩余天数的每天中，得到剩余天数中的每天有效学习的时长；根据剩余天数中的每天有效学习的时长以及未完成的知识点数量，调整未完成的知识点的学习时长，以对当前计划进行自适应调整。
图5为本发明实施例五自适应计划制定系统结构示意图；如图5所示，与上述实施例不同的是，本实施例中，还可以包括复习日历本103，所述日历本上设置有二维码，二维码关联于当前计划中的各学习时长以及在所述学习时长内须完成的知识点，具体如：复习计划中的复习时间节点以及所述复习时间节点对应的可复习知识点以及每个可复习点对应的时长，以及每天中的总复习时长。通过所述二维码向所述后台服务器发送访问请求，使所述二维码作为登录后台服务器的入口，以完成当前计划中在所述学习时长内须完成的知识点。
本实施例中，复习日历本可以是纸质材料制成，复习日历本每页上印刷有一二维码，该二维码与提供复习计划中每天或者每个阶段的复习内容一一对应，即考生终端102扫描其中一页上的二维码，可直接跳转到后台服务器101提供的一页面上，在页面上呈现对应日期可复习的知识点。当计划主体如考生在系统中完成注册，并完成复习计划的初步制定后，可在系统中申请使用该复习日历本，作为复习过程中与后台服务器101对接的一个媒介。
当需要进行复习计划的调整后，将每一页上的二维码重新与调整后的复习计划进行一一绑定，或者重新向用户制定一新的日历本。本实施例中，所述复习日历本包括多张页面，每一页面上印刷有一二维码，每一二维码对应复习计划中每天有效学习的时长应复习内容的登陆入口，比如每一天应该复习的所有知识点以及单个知识点的复习时长以及每天的总复习时长。如果至少考生在制定的时间节点登陆了后台服务器并且完成了对应的复习内容，则从复习计划中减去该知识点的复习时长；如果考生在制定的时间节点没有登陆后台服务器而没有完成了对应的复习内容，则可以考虑将未完成的学习时长对应的知识点纳入到对调整后的复习计划中。
图6为本发明实施例六自适应计划制定系统结构示意图；如图6所示，与上述实施例不同的是，本实施例后台服务器还包括：复习笔记获取单元181，用于获取计划主体在所述复习日历本上记载的复习笔记，所述计划制定模块111根据所述评测模块141输出的水平测试数据和所述复习笔记，或者获取的计划主体输入的自定义水平数据和所述复习笔记，用于辅助所述计划制定模块对当前计划进行自适应调整。
本实施例中，以考研为例，考生可直接在日历本上进行书写，将复习心得等复习笔记上传到后台服务器101，在计划制定模块111在制定复习计划时作为参考。
图7为本发明实施例七自适应计划制定系统一具体工作流程示意图；以考研为例，如图7所示包括：
S701、时长统计模块确定考生当前访问所述后台服务器的时刻；
本实施例中，在确定当前访问所述后台服务器的时刻时，与当前计划的每天有效学习的时长进行对比，确定该当前时刻对应到当前计划中的时间节点。
S702、判断考生是否已完成当前访问所述后台服务器的时刻与上一次访问所述后台服务器的时刻期间对应的知识点；如果是，则继续执行当前的计划；否则，执行步骤S703；
本实施例中，当前访问所述后台服务器的时刻与上一次访问所述后台服务器的时刻进行比对，如果在这期间没有考生没有任何登录后台服务器的行为数据，则表明当前访问所述后台服务器的时刻与上一次访问所述后台服务器的时刻期间，考生未完成当前访问所述后台服务器的时刻与上一次访问所述后台服务器的时刻期间每天有效学习的时长对应的知识点的复习。比如，在第60天至第64天考生并未登录后台服务器，从而表明未完成在第60天到到第64天期间的各学习时长的知识点的复习。
S703、统计当前访问所述后台服务器的时刻与上一次访问所述后台服务器的时刻期间以及当前访问所述后台服务器的时刻之后所有未完成的知识点以及所有未完成的知识点的时长，以确定未完成的知识点数量以及计划剩余总时长；
仍然以在第60天至第64天考生并未登录后台服务器为例，在统计未完成知识点时，除了要统计在第60天至第64天期间未完成复习的知识点，还要统计从第64天(包括)之后未完成复习的知识点，这些未完成复习的知识点作为调整后计划的计划客体。假如这些未完成复习的知识点共有1000个，进一步地，这1000个知识点与每个知识点各自复习的时长乘积，计算得到计划剩余总时长，比如为300小时。
S704、把所述计划剩余总时长分配到剩余天数的每天中，得到剩余天数中的每天有效学习的时长；
另外，假如从当前时刻计算，距离考研的剩余天数为40天，则将300小时分配到40天中，每天可利用的时间为7.5小时，每天开始复习的时刻到结束复习的时刻之差即为7.5小时，作为剩余天数中每天的复习的时间节点。
S705、根据剩余天数中的每天有效学习的时长以及未完成的知识点数量，调整未完成的知识点的学习时长；
本实施例汇总，在调整未完成的知识点的学习时长时，参考考生的水平或者等级、专家的干预数据、大数据库的累积的行为数据分析结果，观察该考生在以往复习中，接收知识快慢程度，或复习进程的快慢，人为调整每个知识点的复习时长，比如适当增加或减少时间，以对当前计划进行自适应调整；
S706、推送模块根据访问请求将调整计划剩余天数中每天有效学习的时长对应的知识点推送到所述终端上。
比如，通过上面的自适应调整，得到当前复习计划中每天只有7.5小时，根据推送的顺序，目前1000个知识点中，每天需要复习N个知识点的话，第1个知识点对应的时间是T1，第2个知识点对应的时间是T2，第3个知识点对应的时间是T3…第N个知识点对应的时间是TN,要求T1+T2+T3+…TN≈7.5，即推送的规则：推送的知识点对应的时间累积要约等于自适应调整后每天有效学习的时长。根据考生的访问服务器的请求将每天复习的知识点推送到终端上。
上述实施例中，在自适应制定或者调整复习计划时，可以通过如下算法来实现：
归二化公式：
ai表示归二化后的第i个影响时间的参数，ai0表示第i个影响时间的参数初始值，amax表示第i个影响时间的参数最大值，amin表示第i个影响时间的参数最大值。归二化把影响时间的参数值都要归到0-2的一个特定值，影响时间的参数比如评分、每天复习量、缺课情况、做题正确率、老师打分等。
计算预计的复习时长值：Yi＝∏aiX。
预计值根据某个学生的影响参数的乘积和之前专家教师们预估的某个考点所需时间(基准时间)X的乘积。
影响时间的参数校正ai表示校正前的归二化后的第i个影响时间的参数，ainew表示校正后的归二化后的第i个影响时间的参数，Yiture表示实际的复习时长值，Yi预计的复习时长值；
基准时间校正：Xnew＝αX，Xnew表示校正后的基准时间，X表示校准前的基准时间，α表示校正因子，该校正因子可以根据真实大数据确定，比如以往基准时间的大小。
复习计划的总时长T，知识点为Ni(i＝1……n),第i个知识点Ni的复习基准时长为ti，复习计划的总时长剩余的总时长(m小于等于n)，剩余的知识点为Ni(i＝m……n)。
实际剩余的时长为Tt，剩余的知识点为Ni(i＝m……n)，
本领域的技术人员应明白，本发明实施例的实施例可提供为方法、装置(设备)、或计算机程序产品。因此，本发明实施例可采用完全硬件实施例、完全软件实施例、或结合软件和硬件方面的实施例的形式。而且，本发明实施例可采用在一个或多个其中包含有计算机可用程序代码的计算机可用存储介质(包括但不限于磁盘存储器、CD-ROM、光学存储器等)上实施的计算机程序产品的形式。
本发明实施例是参照根据本发明实施例的方法、装置(设备)和计算机程序产品的流程图和/或方框图来描述的。应理解可由计算机程序指令实现流程图和/或方框图中的每一流程和/或方框、以及流程图和/或方框图中的流程和/或方框的结合。可提供这些计算机程序指令到通用计算机、专用计算机、嵌入式处理机或其他可编程数据处理设备的处理器以产生一个机器，使得通过计算机或其他可编程数据处理设备的处理器执行的指令产生用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的装置。
这些计算机程序指令也可存储在能引导计算机或其他可编程数据处理设备以特定方式工作的计算机可读存储器中，使得存储在该计算机可读存储器中的指令产生包括指令装置的制造品，该指令装置实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能。
这些计算机程序指令也可装载到计算机或其他可编程数据处理设备上，使得在计算机或其他可编程设备上执行一系列操作步骤以产生计算机实现的处理，从而在计算机或其他可编程设备上执行的指令提供用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的步骤。
尽管已描述了本发明实施例的优选实施例，但本领域内的技术人员一旦得知了基本创造性概念，则可对这些实施例作出另外的变更和修改。所以，所附权利要求意欲解释为包括优选实施例以及落入本发明实施例范围的所有变更和修改。显然，本领域的技术人员可以对本发明实施例进行各种改动和变型而不脱离本发明实施例的精神和范围。这样，倘若本发明实施例的这些修改和变型属于本发明实施例权利要求及其等同技术的范围之内，则本发明实施例也意图包含这些改动和变型在内。

Claims (13)

1.一种自适应计划制定系统，其特征在于，包括：后台服务器和终端，所述后台服务器包括计划制定模块、推送模块，所述计划制定模块用于根据计划主体实施当前计划过程中未完成的知识点数量以及计划剩余总时长，对调整原始计划后得到的当前计划进行自适应调整，所述自适应调整包括调整当前计划中每天有效学习的时长对应的未完成的知识点数量和未完成的每个所述知识点对应的学习时长，所述推送模块根据访问请求将调整后的计划中每天有效学习的时长对应的知识点推送到所述终端上。
2.根据权利要求1所述的系统，其特征在于，还包括：评测模块，所述评测模块用于从题库中选择测试试题以对所述计划主体进行水平测试生成水平测试数据，所述水平测试数据用于辅助所述原始计划的自适应调整；或者，所述计划制定模块还用于获取计划主体输入的自定义水平数据，用于辅助所述计划制定模块对所述原始计划进行自适应调整。
3.根据权利要求1所述的系统，其特征在于，还包括：第一干预模块，用于获取专家干预数据，用于辅助所述计划制定模块对当前计划或者原始计划进行自适应调整。
4.根据权利要求1所述的系统，其特征在于，还包括：第二干预模块，用于收集所述计划主体的行为数据，并对收集到行为数据进行分析，用于辅助所述计划制定模块对当前计划或者原始计划进行自适应调整。
5.根据权利要求4所述的系统，其特征在于，收集所述计划主体的行为数据包括：收集所述计划主体访问所述后台服务器执行所述计划的一系列行为数据。
6.根据权利要求5所述的系统，其特征在于，所述行为数据包括：计划主体在所述终端上进行在线学习时屏幕的停留时间、点击频率、滚屏频率、做题准确度。
7.根据权利要求1所述的系统，其特征在于，还包括：时长统计模块，用于对计划主体在终端上访问所述后台服务器而未完成的知识点以及未完成的知识点的时长进行实时统计，以确定未完成的知识点数量以及计划剩余总时长。
8.根据权利要求1所述的系统，其特征在于，还包括：时长统计模块，所述时长统计模块用于对计划主体未访问所述后台服务器导致的已超过时间节点而未完成的知识点以及未完成的知识点的时长进行实时统计，以确定未完成的知识点数量以及计划剩余总时长。
9.根据权利要求1所述的系统，其特征在于，所述计划制定模块用于根据计划主体实施当前计划过程中未完成的知识点数量以及计划剩余总时长，对原始计划调整后的当前计划进行自适应调整包括：
把所述计划剩余总时长分配到剩余天数的每天中，得到剩余天数中的每天有效学习的时长；
根据剩余天数中每天有效学习的时长以及未完成的知识点数量，调整未完成的知识点的学习时长，以对当前计划进行自适应调整；
所述推送模块根据访问请求将剩余天数中每天有效学习的时长对应的知识点推送到所述终端上。
10.根据权利要求1所述的系统，其特征在于，还包括：时长统计模块，用于对计划主体在终端上访问所述后台服务器执行所述当前计划而完成的知识点以及已完成的知识点的学习总时长进行实时统计，以确定未完成的知识点数量以及计划剩余总时长。
11.根据权利要求10所述的系统，其特征在于，所述计划制定模块用于根据计划主体实施当前计划过程中未完成的知识点数量以及计划剩余总时长，对原始计划调整后的当前计划进行自适应调整包括：
从当前计划的总计划时长中减去已完成的知识点的学习总时长，确定计划剩余总时长；
从当前计划的知识点总数量中减去已完成的知识点的数量，确定未完成的知识点数量；
把所述计划剩余总时长分配到剩余天数的每天中，得到剩余天数中的每天有效学习的时长；
根据剩余天数中的每天有效学习的时长以及未完成的知识点数量，调整未完成的知识点的学习时长，以对当前计划进行自适应调整。
12.根据权利要求1-11任一项所述的系统，其特征在于，还包括：日历本，所述日历本上设置有二维码，二维码关联于当前计划中的各学习时长以及在所述学习时长内须完成的知识点，通过所述二维码向所述后台服务器发送访问请求，使所述二维码作为登录后台服务器的入口，以完成当前计划中在所述学习时长内须完成的知识点。
13.根据权利要求12所述的系统，其特征在于，还包括：笔记获取单元，用于获取计划主体在所述日历本上记载的笔记，所述计划制定模块根据所述评测模块输出的水平测试数据和所述笔记，或者获取的计划主体输入的自定义水平数据和所述笔记，用于辅助所述计划制定模块对当前计划进行自适应调整。
CN201610827522.8A 2016-09-14 2016-09-14 自适应计划制定系统 Pending CN107819810A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201610827522.8A CN107819810A (zh) 2016-09-14 2016-09-14 自适应计划制定系统

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201610827522.8A CN107819810A (zh) 2016-09-14 2016-09-14 自适应计划制定系统

Publications (1)

Publication Number Publication Date
CN107819810A true CN107819810A (zh) 2018-03-20

Family

ID=61600751

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201610827522.8A Pending CN107819810A (zh) 2016-09-14 2016-09-14 自适应计划制定系统

Country Status (1)

Country Link
CN (1) CN107819810A (zh)

Cited By (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN108874935A (zh) * 2018-06-01 2018-11-23 广东小天才科技有限公司 一种基于语音搜索的复习内容推荐方法及电子设备
CN108985618A (zh) * 2018-07-11 2018-12-11 夏云龙 一种提高人技能水平的评分系统
CN112082103A (zh) * 2019-06-12 2020-12-15 广东小天才科技有限公司 一种智能学习台灯及其调整作业的方法
CN112235465A (zh) * 2020-10-27 2021-01-15 四川金沐志德科技有限公司 一种基于智能终端的学习任务及理财管理系统
CN116342339A (zh) * 2023-03-27 2023-06-27 读书郎教育科技有限公司 一种基于题库的筛选分配方法

Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN103021217A (zh) * 2011-09-20 2013-04-03 虞思华 一种交互式学习系统
CN104616120A (zh) * 2015-02-27 2015-05-13 广东小天才科技有限公司 基于课程表定制学习计划的方法及系统
CN104882038A (zh) * 2014-02-27 2015-09-02 迈思好课 使用二维码(qr)和应用的线上线下互连学习系统
CN105185169A (zh) * 2015-09-22 2015-12-23 南京艺州学信息科技有限公司 一种采用二维码识读的小学语文电子学习系统
CN105825454A (zh) * 2016-03-31 2016-08-03 北京彩云动力教育科技有限公司 一种基于计算机终端的自适应学习方法、系统及终端设备

Patent Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN103021217A (zh) * 2011-09-20 2013-04-03 虞思华 一种交互式学习系统
CN104882038A (zh) * 2014-02-27 2015-09-02 迈思好课 使用二维码(qr)和应用的线上线下互连学习系统
CN104616120A (zh) * 2015-02-27 2015-05-13 广东小天才科技有限公司 基于课程表定制学习计划的方法及系统
CN105185169A (zh) * 2015-09-22 2015-12-23 南京艺州学信息科技有限公司 一种采用二维码识读的小学语文电子学习系统
CN105825454A (zh) * 2016-03-31 2016-08-03 北京彩云动力教育科技有限公司 一种基于计算机终端的自适应学习方法、系统及终端设备

Non-Patent Citations (1)

* Cited by examiner, † Cited by third party
Title
李斯萌: "自适应学习系统设计模型相关研究", 《中国优秀硕士论文全文数据库》 *

Cited By (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN108874935A (zh) * 2018-06-01 2018-11-23 广东小天才科技有限公司 一种基于语音搜索的复习内容推荐方法及电子设备
CN108985618A (zh) * 2018-07-11 2018-12-11 夏云龙 一种提高人技能水平的评分系统
CN112082103A (zh) * 2019-06-12 2020-12-15 广东小天才科技有限公司 一种智能学习台灯及其调整作业的方法
CN112235465A (zh) * 2020-10-27 2021-01-15 四川金沐志德科技有限公司 一种基于智能终端的学习任务及理财管理系统
CN116342339A (zh) * 2023-03-27 2023-06-27 读书郎教育科技有限公司 一种基于题库的筛选分配方法
CN116342339B (zh) * 2023-03-27 2024-02-06 读书郎教育科技有限公司 一种基于题库的筛选分配方法

Similar Documents

Publication Publication Date Title
CN107819810A (zh) 自适应计划制定系统
CN109903617A (zh) 个性化练习方法和系统
CN108573628A (zh) 基于学习轨迹的学习能力评估与扩展知识点集推荐的方法
CN104008453A (zh) 职业能力测评仿真系统
CN106127634B (zh) 一种基于朴素贝叶斯模型的学生学业成绩预测方法及系统
CN109300521A (zh) 训练的确定方法及装置、系统、存储介质、处理器
CN104346389A (zh) 口语考试半开放题型的评分方法及系统
CN104063759A (zh) 一种基于b/s的电力业务应用操作考试系统
CN106875305A (zh) 一种高校教学质量评价方法
CN115952299A (zh) 一种智能化模拟考试推荐系统及方法
CN109948473A (zh) 一种基于神经网络的提升学生应用题解题能力的方法
CN108920663A (zh) 一种自动推荐题目内容的方法
CN109614480A (zh) 一种基于生成式对抗网络的自动摘要的生成方法及装置
CN105654402A (zh) 基于时间维度和同类比较维度的学习能力判定方法和系统
CN109300069A (zh) 用户学习路径模型的获取方法、装置以及电子设备
CN108416483A (zh) 基于pso优化的rbf模型教学质量评价预测方法
CN117350905A (zh) 一种基于大数据的体育教学管理系统
Gao Evaluation of college English teaching quality based on particle swarm optimization algorithm
CN108074240A (zh) 识别方法、识别装置、计算机可读存储介质及程序产品
Gao et al. Evaluation method of creative dance teaching quality based on fuzzy comprehensive evaluation
CN114492848A (zh) 一种兼容多学习模型的自适应学习系统、方法及应用
CN113919983A (zh) 试题画像方法、装置、电子设备和存储介质
CN106971354A (zh) 一种基于大数据的教学分析系统
CN112614034A (zh) 一种试题推荐方法、装置、电子设备和可读存储介质
Chen et al. Design of Assessment Judging Model for Physical Education Professional Skills Course Based on Convolutional Neural Network and Few‐Shot Learning

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
RJ01 Rejection of invention patent application after publication
RJ01 Rejection of invention patent application after publication

Application publication date: 20180320