CN108416497A - 基于数据分析的智能决策方法、存储介质及服务器 - Google Patents
基于数据分析的智能决策方法、存储介质及服务器 Download PDFInfo
- Publication number
- CN108416497A CN108416497A CN201810091363.9A CN201810091363A CN108416497A CN 108416497 A CN108416497 A CN 108416497A CN 201810091363 A CN201810091363 A CN 201810091363A CN 108416497 A CN108416497 A CN 108416497A
- Authority
- CN
- China
- Prior art keywords
- data
- teaching
- keyword
- analysis
- intelligent decision
- 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
Links
- 238000007405 data analysis Methods 0.000 title claims abstract description 146
- 238000000034 method Methods 0.000 title claims abstract description 131
- 238000003860 storage Methods 0.000 title claims abstract description 31
- 230000008569 process Effects 0.000 claims abstract description 81
- 238000004458 analytical method Methods 0.000 claims description 86
- 241001269238 Data Species 0.000 claims description 16
- 238000012797 qualification Methods 0.000 claims description 14
- 238000012544 monitoring process Methods 0.000 claims description 10
- 238000011017 operating method Methods 0.000 claims description 10
- 235000013399 edible fruits Nutrition 0.000 claims description 8
- 238000011112 process operation Methods 0.000 claims description 7
- 238000010586 diagram Methods 0.000 description 13
- 238000004590 computer program Methods 0.000 description 6
- 238000012545 processing Methods 0.000 description 6
- 230000006870 function Effects 0.000 description 4
- 238000004088 simulation Methods 0.000 description 4
- 238000004364 calculation method Methods 0.000 description 3
- 238000013507 mapping Methods 0.000 description 3
- 238000012986 modification Methods 0.000 description 3
- 230000004048 modification Effects 0.000 description 3
- 230000006399 behavior Effects 0.000 description 2
- 238000005516 engineering process Methods 0.000 description 2
- 230000009471 action Effects 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 238000004422 calculation algorithm Methods 0.000 description 1
- 238000002372 labelling Methods 0.000 description 1
- 238000004519 manufacturing process Methods 0.000 description 1
- 230000006855 networking Effects 0.000 description 1
- 230000001360 synchronised effect Effects 0.000 description 1
- 230000001960 triggered effect Effects 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
- G06Q10/0637—Strategic management or analysis, e.g. setting a goal or target of an organisation; Planning actions based on goals; Analysis or evaluation of effectiveness of goals
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/90—Details of database functions independent of the retrieved data types
- G06F16/903—Querying
-
- 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
-
- 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)
- Engineering & Computer Science (AREA)
- Human Resources & Organizations (AREA)
- Strategic Management (AREA)
- Educational Administration (AREA)
- Theoretical Computer Science (AREA)
- Economics (AREA)
- Tourism & Hospitality (AREA)
- Entrepreneurship & Innovation (AREA)
- General Physics & Mathematics (AREA)
- Physics & Mathematics (AREA)
- Development Economics (AREA)
- General Business, Economics & Management (AREA)
- Marketing (AREA)
- Databases & Information Systems (AREA)
- Operations Research (AREA)
- Game Theory and Decision Science (AREA)
- Educational Technology (AREA)
- Quality & Reliability (AREA)
- Health & Medical Sciences (AREA)
- Primary Health Care (AREA)
- Computational Linguistics (AREA)
- General Health & Medical Sciences (AREA)
- Data Mining & Analysis (AREA)
- General Engineering & Computer Science (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
- Electrically Operated Instructional Devices (AREA)
Abstract
本发明公开了一种基于数据分析的智能决策方法、存储介质及服务器,通过针对所有已联网的教学系统,在预设范围内采集预设时长的所述教育系统中对应的学生操作数据和教师操作数据;对已采集的所述操作数据进行数据分析,得到所述操作数据对应的数据分析结果;实时监控教学过程,根据得到的所述数据分析结果,对教学过程进行智能决策;达到了通过对学生操作数据和教师操作数据的数据分析对教学过程进行智能决策的目的,提高了教学决策的智能性和教学决策的效率,节约了人力成本,增加了教学决策的可选择性。
Description
技术领域
本发明涉及数据处理技术领域,特别涉及一种基于数据分析的智能决策方法、存储介质及服务器。
背景技术
随着互联网的不断发展进步和普及,互联网参与到了越来越多的领域。针对教育系统,大部分的数控设备并没有联网,即使有些学校的数控设备已经联网,但不能对所有数控设备在教学过程中的操作数据进行自动提取。
在实际应用中,现有的数控设备在教学过程的操作数据均由人工进行采集,比如,针对学生学习时的操作数据,通常都是由授课的教师进行逐个检查和指导;而针对教师授课时的操作数据,若教师不进行手动保存,则通常在关闭机器之后,将不再保存本次的操作数据,更无从提取对应的操作记录数据。因此,现有的数据平台不能自动收集学生学习时的操作数据以及教师授课时的操作数据,不能通过对学生操作数据和教师操作数据的数据分析来对教学过程提供对应的决策参考。
发明内容
本发明提供一种基于数据分析的智能决策方法、存储介质及服务器,旨在达到通过对学生操作数据和教师操作数据的数据分析对教学过程进行智能决策的目的。
本发明提供了一种基于数据分析的智能决策方法,所述基于数据分析的智能决策方法包括:
针对所有已联网的教学系统,在预设范围内采集预设时长的所述教育系统中对应的学生操作数据和教师操作数据;
对已采集的所述操作数据进行数据分析,得到所述操作数据对应的数据分析结果;
实时监控教学过程,根据得到的所述数据分析结果,对教学过程进行智能决策。
优选地,所述针对所有已联网的教学系统,在预设范围内采集预设时长的所述教育系统中对应的学生操作数据和教师操作数据,包括:
针对预设范围内的所有已联网教学系统,按照预设周期,分别采集所述教育系统中包括:教师唯一标识码、教师所在位置、教学时间、教学内容和教学进度的教师操作数据,以及包括:学生唯一标识码、学生所在位置、编程合格率、编程完成时间、操作步骤和操作内容的学生操作数据。
优选地,所述对已采集的所述操作数据进行数据分析,得到所述操作数据对应的数据分析结果,包括:
按照预设分析规则,对已采集的所有操作数据进行数据分析,得到所有操作数据对应的数据分析结果;
或者:
接收用户触发的数据分析指令,解析所述数据分析指令,获取所述数据分析指令对应的待分析数据和/或分析方式;
从采集的所述操作数据中提取出所述待分析数据,按照预设分析规则或者所述数据分析指令对应的分析方式,对所述待分析数据进行数据分析,得到对应的数据分析结果。
优选地,所述实时监控教学过程,根据得到的所述数据分析结果,对教学过程进行智能决策,包括:
实时监控教学过程,获取当前教学过程中输入的教学关键词;
根据输入的教学关键词,匹配所述数据分析结果,并将匹配到的匹配信息进行展示,为教师提供决策建议和教学指导方向对应的教学决策信息,供教师参考;
其中,所述教学关键词包括:
教学内容关键词、教学方法关键词、教学方向关键词以及教学效果关键词。
优选地,所述根据输入的所述教学关键词,匹配所述数据分析结果,并将匹配得到的匹配信息进行展示,包括:
将输入的所述教学关键词与得到的所述数据分析结果进行匹配,获取相匹配的教学关键词的数量;
按照相匹配的教学关键词的数量多少,将所述教学关键词对应的匹配信息按照由前至后的顺序进行排列展示;
若匹配的教学关键词的数量相同,则计算匹配信息的权重,并按照匹配信息的权重大小,由前至后的对输入的教学关键词对应的匹配信息进行排列展示;
其中,计算所述匹配信息的权重包括:
其中,m为输入的教学关键词的数量,n为数据分析结果中的标签数量,c为相匹配的关键词数量,且c≤n;所述标签为:系统预先对所述数据分析结果中的结果关键词进行标记,得到标记后对应的标签。
优选地,所述基于数据分析的智能决策方法还包括:
接收教师基于提供的所述教学决策信息触发的选择指令,选择对应的教学决策;
解析选择的教学决策,执行选择的教学决策所映射的教学操作事件。
基于以上实施例所提供的一种基于数据分析的智能决策方法,本发明还提供了一种存储介质,所述存储介质存储有多条指令,所述指令适用于由处理器加载并执行基于数据分析的智能决策方法;其中,所述基于数据分析的智能决策方法包括:
针对所有已联网的教学系统,在预设范围内采集预设时长的所述教育系统中对应的学生操作数据和教师操作数据;
对已采集的所述操作数据进行数据分析,得到所述操作数据对应的数据分析结果;
实时监控教学过程,根据得到的所述数据分析结果,对教学过程进行智能决策。
优选地,所述针对所有已联网的教学系统,在预设范围内采集预设时长的所述教育系统中对应的学生操作数据和教师操作数据,包括:
针对预设范围内的所有已联网教学系统,按照预设周期,分别采集所述教育系统中包括:教师唯一标识码、教师所在位置、教学时间、教学内容和教学进度的教师操作数据,以及包括:学生唯一标识码、学生所在位置、编程合格率、编程完成时间、操作步骤和操作内容的学生操作数据。
优选地,所述对已采集的所述操作数据进行数据分析,得到所述操作数据对应的数据分析结果,包括:
按照预设分析规则,对已采集的所有操作数据进行数据分析,得到所有操作数据对应的数据分析结果;
或者:
接收用户触发的数据分析指令,解析所述数据分析指令,获取所述数据分析指令对应的待分析数据和/或分析方式;
从采集的所述操作数据中提取出所述待分析数据,按照预设分析规则或者所述数据分析指令对应的分析方式,对所述待分析数据进行数据分析,得到对应的数据分析结果。
优选地,所述实时监控教学过程,根据得到的所述数据分析结果,对教学过程进行智能决策,包括:
实时监控教学过程,获取当前教学过程中输入的教学关键词;
根据输入的教学关键词,匹配所述数据分析结果,并将匹配到的匹配信息进行展示,为教师提供决策建议和教学指导方向对应的教学决策信息,供教师参考;
其中,所述教学关键词包括:
教学内容关键词、教学方法关键词、教学方向关键词以及教学效果关键词。
优选地,所述根据输入的所述教学关键词,匹配所述数据分析结果,并将匹配得到的匹配信息进行展示,包括:
将输入的所述教学关键词与得到的所述数据分析结果进行匹配,获取相匹配的教学关键词的数量;
按照相匹配的教学关键词的数量多少,将所述教学关键词对应的匹配信息按照由前至后的顺序进行排列展示;
若匹配的教学关键词的数量相同,则计算匹配信息的权重,并按照匹配信息的权重大小,由前至后的对输入的教学关键词对应的匹配信息进行排列展示;
其中,计算所述匹配信息的权重包括:
其中,m为输入的教学关键词的数量,n为数据分析结果中的标签数量,c为相匹配的关键词数量,且c≤n;所述标签为:系统预先对所述数据分析结果中的结果关键词进行标记,得到标记后对应的标签。
优选地,所述基于数据分析的智能决策方法还包括:
接收教师基于提供的所述教学决策信息触发的选择指令,选择对应的教学决策;
解析选择的教学决策,执行选择的教学决策所映射的教学操作事件。
基于以上实施例所提供的一种基于数据分析的智能决策方法及存储介质,本发明还提供了一种服务器,所述服务器包括存储介质、处理器及存储在所述存储介质上并可在所述处理器上运行的基于数据分析的智能决策系统,所述基于数据分析的智能决策系统被所述处理器执行时实现如下步骤:
针对所有已联网的教学系统,在预设范围内采集预设时长的所述教育系统中对应的学生操作数据和教师操作数据;
对已采集的所述操作数据进行数据分析,得到所述操作数据对应的数据分析结果;
实时监控教学过程,根据得到的所述数据分析结果,对教学过程进行智能决策。
优选地,所述针对所有已联网的教学系统,在预设范围内采集预设时长的所述教育系统中对应的学生操作数据和教师操作数据,包括:
针对预设范围内的所有已联网教学系统,按照预设周期,分别采集所述教育系统中包括:教师唯一标识码、教师所在位置、教学时间、教学内容和教学进度的教师操作数据,以及包括:学生唯一标识码、学生所在位置、编程合格率、编程完成时间、操作步骤和操作内容的学生操作数据。
优选地,所述对已采集的所述操作数据进行数据分析,得到所述操作数据对应的数据分析结果,所述处理器还用于执行所述基于数据分析的智能决策系统,以实现如下步骤:
按照预设分析规则,对已采集的所有操作数据进行数据分析,得到所有操作数据对应的数据分析结果;
或者:
接收用户触发的数据分析指令,解析所述数据分析指令,获取所述数据分析指令对应的待分析数据和/或分析方式;
从采集的所述操作数据中提取出所述待分析数据,按照预设分析规则或者所述数据分析指令对应的分析方式,对所述待分析数据进行数据分析,得到对应的数据分析结果。
优选地,所述实时监控教学过程,根据得到的所述数据分析结果,对教学过程进行智能决策,所述处理器还用于执行所述基于数据分析的智能决策系统,以实现如下步骤:
实时监控教学过程,获取当前教学过程中输入的教学关键词;
根据输入的教学关键词,匹配所述数据分析结果,并将匹配到的匹配信息进行展示,为教师提供决策建议和教学指导方向对应的教学决策信息,供教师参考;
其中,所述教学关键词包括:
教学内容关键词、教学方法关键词、教学方向关键词以及教学效果关键词。
优选地,所述根据输入的所述教学关键词,匹配所述数据分析结果,并将匹配得到的匹配信息进行展示,所述处理器还用于执行所述基于数据分析的智能决策系统,以实现如下步骤:
将输入的所述教学关键词与得到的所述数据分析结果进行匹配,获取相匹配的教学关键词的数量;
按照相匹配的教学关键词的数量多少,将所述教学关键词对应的匹配信息按照由前至后的顺序进行排列展示;
若匹配的教学关键词的数量相同,则计算匹配信息的权重,并按照匹配信息的权重大小,由前至后的对输入的教学关键词对应的匹配信息进行排列展示;
其中,计算所述匹配信息的权重包括:
其中,m为输入的教学关键词的数量,n为数据分析结果中的标签数量,c为相匹配的关键词数量,且c≤n;所述标签为:系统预先对所述数据分析结果中的结果关键词进行标记,得到标记后对应的标签。
优选地,所述处理器还用于执行所述基于数据分析的智能决策系统,以实现如下步骤:
接收教师基于提供的所述教学决策信息触发的选择指令,选择对应的教学决策;
解析选择的教学决策,执行选择的教学决策所映射的教学操作事件。
本发明一种基于数据分析的智能决策方法、存储介质及服务器可以达到如下有益效果:
通过针对所有已联网的教学系统,在预设范围内采集预设时长的所述教育系统中对应的学生操作数据和教师操作数据;对已采集的所述操作数据进行数据分析,得到所述操作数据对应的数据分析结果;实时监控教学过程,根据得到的所述数据分析结果,对教学过程进行智能决策;达到了通过对学生操作数据和教师操作数据的数据分析对教学过程进行智能决策的目的,提高了教学决策的智能性和教学决策的效率,节约了人力成本,增加了教学决策的可选择性。
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、以及附图中所指出的内容来实现和获得。
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是本发明基于数据分析的智能决策方法的一种实施方式的流程示意图;
图2是本发明基于数据分析的智能决策方法中输入的教学关键词与得到的分析结果相匹配的一种实施方式的匹配关系示意图;
图3是本发明基于数据分析的智能决策方法的另一种实施方式的流程示意图;
图4是本发明一种服务器的一种实施方式的功能模块示意图。
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。
本发明提供了一种基于数据分析的智能决策方法、存储介质及服务器,旨在达到通过对学生操作数据和教师操作数据的数据分析对教学过程进行智能决策的目的。本发明基于数据分析的智能决策方法、存储介质及服务器在一具体的应用场景中,使用互联网和物联网,可以采集整个教学仿真系统及对应的操作面板上的数据,通过对采集的上述教学过程中的数据进行数据分析,可以分析得出对应的学生编程合格率、学生操作内容、学生完成质量等,也可以分析得出对应教师的教学质量、教学进度等。基于上述对应的一系列的数据分析,为教师提供对应的合理化的决策建议及指导方向等,达到了对教学过程进行智能决策的目的。
如图1所示,图1是本发明一种基于数据分析的智能决策方法的一种实施方式的流程示意图;本发明一种基于数据分析的智能决策方法可以实施为如下描述的步骤S10-S30:
步骤S10、针对所有已联网的教学系统,在预设范围内采集预设时长的所述教育系统中对应的学生操作数据和教师操作数据;
本发明实施例中,基于数据分析的智能决策系统(以下简称“智能决策系统”)可以针对预设范围内所有已联网的教学系统中的数据进行采集;例如,在一具体的应用场景中,智能决策系统可以将该校园内所有的教学仿真系统和操作面板上的数据均进行数据采集;或者,智能决策系统也可以根据具体需求,仅采集上述教学仿真系统和操作面板上的部分数据,例如,仅采集大学一年级和大学二年级对应的教学仿真系统和操作面板上的数据。上述预设范围的具体指代区域可以根据实际需求进行灵活配置,本发明实施例对上述预设范围的具体指代区域不进行限定。
同样地,在针对上述预设范围内的所有已联网的教学系统进行数据采集时,也可以根据需求来选择对应的采集时长,即本发明实施例中所描述的预设时长;该预设时长的具体时间长度可以根据具体需要进行灵活配置,本发明实施例对上述预设时长的具体时间长度不进行限定。
通过采集预设时长内,且在预设范围内的所有已联网教学系统中对应的数据,得到对应的已采集的学生操作数据和教师操作数据。
在本发明一优选的实施例中,智能决策系统在对上述学生数据和教师数据进行采集时,针对预设范围内的所有已联网教学系统,按照预设周期,分别采集所述教育系统中包括:教师唯一标识码、教师所在位置、教学时间、教学内容和教学进度的教师操作数据,以及包括:学生唯一标识码、学生所在位置、编程合格率、编程完成时间、操作步骤和操作内容的学生操作数据。
进一步地,针对上述已采集的教师操作数据,可以按照相同的教师唯一标识码对所采集的数据进行存储;或者,按照相同的教师所在位置,对所采集的数据进行存储;或者,按照相同的学生唯一标识码对所采集的数据进行存储;或者,按照相同的学生所在位置,对所采集的数据进行存储;或者,按照其他便利于进行数据分析的存储方式,对已采集的学生操作数据和教师操作数据进行存储。本发明实施例中所描述的存储方式仅仅为了说明所采集的数据的可能的存储方式,并不能作为限定本发明智能决策系统所采集的数据的存储方式的依据。
步骤S20、对已采集的所述操作数据进行数据分析,得到所述操作数据对应的数据分析结果;
针对上述采集得到的操作数据(包括学生操作数据和教师操作数据),智能决策系统按照对应的分析方法,进行数据分析,得到上述操作数据对应的数据分析结果。
在本发明一优选的实施例中,智能决策系统可以按照如下数据分析方法对已采集的所述操作数据进行数据分析:
按照预设分析规则,对已采集的所有操作数据进行数据分析,得到所有操作数据对应的数据分析结果。
本发明实施例中,所描述的预设分析规则,可以根据所采集的具体的操作数据所对应的具体需求进行选择,本发明实施例对上述预设分析规则所对应的具体分析算法不进行限定。在本发明一优选的实施例中,智能决策系统可以按照如下数据分析方法对已采集的所述学生操作数据和教师操作数据进行数据分析:
按照学生操作数据和教师操作数据的不同操作对象,对已采集的所述学生操作数据和教师操作数据进行数据分析;
或者:按照相同时间和相同位置,对已采集的所述学生操作数据和教师操作数据进行数据分析;
或者:按照相同教师唯一标识码,对已采集的所述学生操作数据和教师操作数据进行数据分析;
或者:按照相同学生唯一标识码,对已采集的所述学生操作数据和教师操作数据进行数据;
或者:根据用户触发的操作指令进行数据分析;例如,智能决策系统接收用户触发的数据分析指令并解析,根据解析结果,获取所述数据分析指令对应的数据分析规则;根据获取的所述数据分析规则,对已采集的所述学生操作数据和教师操作数据进行数据分析。
在本发明一优选的实施例中,智能决策系统可以按照如下数据分析方法对已采集的所述操作数据进行数据分析:
接收用户触发的数据分析指令,解析所述数据分析指令,获取所述数据分析指令对应的待分析数据和/或分析方式;
从采集的所述操作数据中提取出所述待分析数据,按照预设分析规则或者所述数据分析指令对应的分析方式,对所述待分析数据进行数据分析,得到对应的数据分析结果。
通过智能决策系统对已采集的操作数据的数据分析结果,智能决策系统可以得出:学生的编程合格率分析结果、完成时间分析结果、操作步骤分析结果、操作内容分析结果、操作错误率分析结果、完成质量分析结果等,以及教师的教学内容分析结果、教学方向分析结果、教学质量分析结果、教学进度分析结果等。
步骤S30、实时监控教学过程,根据得到的所述数据分析结果,对教学过程进行智能决策。
智能决策系统针对相应的教学过程采取实时监控的措施,根据上述分析得到的相应数据分析结果,智能决策系统对教学过程进行智能决策,为教师教学提供对应的合理化决策建议以及相应的指导方向等。
在本发明一优选的实施例中,智能决策系统实时监控教学过程,根据得到的所述数据分析结果,对教学过程进行智能决策,可以通过如下方式进行实施:
实时监控教学过程,获取当前教学过程中输入的教学关键词;根据输入的所述教学关键词,匹配得到的所述数据分析结果,并将匹配到的匹配信息进行展示,为教师提供决策建议和教学指导方向对应的教学决策信息,供教师参考;其中,所述教学关键词包括但不限于:教学内容关键词、教学方法关键词、教学方向关键词以及教学效果关键词。
在一具体的应用场景中,例如,智能决策系统利用摄像设备实时监控教学过程,获取当前教学过程中输入的教学关键词为:编程;根据输入的上述教学关键词“编程”,与上述得到的“学生的编程合格率分析结果”、“操作错误率分析结果”以及“完成质量分析结果”等进行匹配,比如,上述得到的“学生的编程合格率分析结果”、“编程操作错误率分析结果”以及“编程完成质量分析结果”分别对应的参数为:学生的编程合格率为60%、编程操作错误率为40%以及编程完成质量为“合格”,则对教师提供决策建议为:教师同步指导学生进行编程练习,等。
进一步地,在本发明一优选的实施例中,智能决策系统根据输入的所述教学关键词,匹配所述数据分析结果,并将匹配得到的匹配信息进行展示,可以通过如下方式进行实施:
将输入的所述教学关键词与得到的所述数据分析结果进行匹配,获取相匹配的教学关键词的数量;按照相匹配的教学关键词的数量多少,将所述教学关键词对应的匹配信息按照由前至后的顺序进行排列展示;若匹配的教学关键词的数量相同,则计算所匹配的匹配信息的权重,并按照匹配信息的权重大小,由前至后的对输入的教学关键词对应的匹配信息进行排列展示;
其中,计算所述匹配信息的权重包括:
其中,m为输入的教学关键词的数量,n为数据分析结果中的标签数量,c为相匹配的关键词数量,且c≤n;所述标签为:系统预先对所述数据分析结果中的结果关键词进行标记,得到标记后对应的标签。
在本发明一具体的应用场景中,当智能决策系统获取到所输入的某个教学关键词后,智能决策系统匹配出该教学关键词对应的数据分析结果,将匹配到的分析结果展示给用户。在本发明一优选的实施例中,智能决策系统在匹配的过程引入字典的概念,智能决策系统预先对已经生成的数据分析结果打上标签,例如《学生编程合格率分析结果》可打上“编程”、“合格率”等标签,针对各标签建立字典,如标签“编程”对应的数据分析结果有《学生编程合格率分析结果》、《学生编程时间分析结果》等,关键词和分析结果组成的字典映射关系如图2所示,图2是本发明基于数据分析的智能决策方法中输入的教学关键词与得到的分析结果相匹配的一种实施方式的匹配关系示意图;
当智能决策系统获取到所输入的教学关键词后,智能决策系统根据该教学关键词对应的分析结果按照按命中的关键词的数量排序,命中数量越多,排序越前;命中数量相同时,按照匹配信息的权重Ti(i=1,2,…,t,其中,t为匹配信息的总数量)的大小排列,Ti越大,排序越前。对于一个或一组具体的教学关键词,其映射的分析结果(即匹配信息)中教学关键词的权重因子分别为{T1、T2……Tt},当智能决策系统获取到所输入的教学关键词后,智能决策系统根据该教学关键词对应的分析结果按照权重因子的大小将结果展示出来,并给出相应的建议。权重因子越大,展示时越靠前。权重因子的确定方法如下:
第一种:生成分析结果并在打标签的时候,确定并输入各标签的权重;由于这种权重因子的确定主要依据经验值,在实际应用中使用的频率较低。
第二种:根据分析结果的教学关键词数量进行确定,例如,对于一次输入一个关键词的情况,各分析结果的权重为1/n,其中n为分析结果中标签数量。对于一次输入中有两个或两个以上的关键词的,其权重计算如下:
其中n为分析结果中标签数量,m为输入的关键词数量,c为匹配到的关键词数量,即命中关键词的数量,且c≤n。比如《学生编程合格率分析结果》有“学生”、“编程”、“合格率”3个标签。如果用户输入了“老师”、“编程”、“合格率”、“错误率”四个关键词,那么这个分析结果命中了两个关键词“编程”、“合格率”;即n=3,m=4,c=2,将这些参数的取值代入上述权重计算公式即可计算得到相对应的权重。
进一步地,在本发明一优选的实施例中,如图3所示,图3是本发明基于数据分析的智能决策方法的另一种实施方式的流程示意图;在图1所述实施例的“步骤S30、实时监控教学过程,根据得到的所述数据分析结果,对教学过程进行智能决策”之后,本发明基于数据分析的智能决策方法还执行如下描述的步骤S40-S50;
步骤S40、接收教师基于提供的所述教学决策信息触发的选择指令,选择对应的教学决策;
步骤S50、解析选择的教学决策,执行选择的教学决策所映射的教学操作事件。
本发明实施例中,智能决策系统还具备执行教学决策信息对应的教学操作事件的功能。当教师选择采用该智能决策系统所提供的智能决策信息时,教师触发对应的选择指令;当智能决策系统接收到教师基于提供的上述教学决策信息触发对应的选择指令时,智能决策系统响应上述选择指令,执行对应教学决策的选择操作;在执行完对应教学决策的选择操作后,对所选择的教学决策进行数据解析,执行上述所选择的教学决策映射的教学操作事件。
在一具体的应用场景中,例如,智能决策系统接收教师基于提供的“教师同步演示操作步骤”以及“教师播放操作步骤分解的教学视频”的智能决策信息所触发的选择指令,选择对应的教学决策为“教师播放操作步骤分解的教学视频”,则智能决策系统解析所选择的上述“教师播放操作步骤分解的教学视频”的教学决策,查找并调用上述“教师播放操作步骤分解的教学视频”,执行“操作步骤分解的教学视频”所对应的播放操作。
本发明一种基于数据分析的智能决策方法,通过针对所有已联网的教学系统,在预设范围内采集预设时长的所述教育系统中对应的学生操作数据和教师操作数据;对已采集的所述操作数据进行数据分析,得到所述操作数据对应的数据分析结果;实时监控教学过程,根据得到的所述数据分析结果,对教学过程进行智能决策;达到了通过对学生操作数据和教师操作数据的数据分析对教学过程进行智能决策的目的,提高了教学决策的智能性和教学决策的效率,节约了人力成本,增加了教学决策的可选择性。
基于图1、图2和图3实施例所提供的一种基于数据分析的智能决策方法,本发明还提供了一种存储介质,所述存储介质存储有多条指令,所述指令适用于由处理器加载并执行图1和图3所描述的基于数据分析的智能决策方法;其中,所述基于数据分析的智能决策方法包括:
针对所有已联网的教学系统,在预设范围内采集预设时长的所述教育系统中对应的学生操作数据和教师操作数据;
对已采集的所述操作数据进行数据分析,得到所述操作数据对应的数据分析结果;
实时监控教学过程,根据得到的所述数据分析结果,对教学过程进行智能决策。
在一优选的实施例中,所述针对所有已联网的教学系统,在预设范围内采集预设时长的所述教育系统中对应的学生操作数据和教师操作数据,包括:
针对预设范围内的所有已联网教学系统,按照预设周期,分别采集所述教育系统中包括:教师唯一标识码、教师所在位置、教学时间、教学内容和教学进度的教师操作数据,以及包括:学生唯一标识码、学生所在位置、编程合格率、编程完成时间、操作步骤和操作内容的学生操作数据。
在一优选的实施例中,所述对已采集的所述操作数据进行数据分析,得到所述操作数据对应的数据分析结果,包括:
按照预设分析规则,对已采集的所有操作数据进行数据分析,得到所有操作数据对应的数据分析结果;
或者:
接收用户触发的数据分析指令,解析所述数据分析指令,获取所述数据分析指令对应的待分析数据和/或分析方式;
从采集的所述操作数据中提取出所述待分析数据,按照预设分析规则或者所述数据分析指令对应的分析方式,对所述待分析数据进行数据分析,得到对应的数据分析结果。
在一优选的实施例中,所述实时监控教学过程,根据得到的所述数据分析结果,对教学过程进行智能决策,包括:
实时监控教学过程,获取当前教学过程中输入的教学关键词;
根据输入的教学关键词,匹配所述数据分析结果,并将匹配到的匹配信息进行展示,为教师提供决策建议和教学指导方向对应的教学决策信息,供教师参考;
其中,所述教学关键词包括:
教学内容关键词、教学方法关键词、教学方向关键词以及教学效果关键词。
在一优选的实施例中,所述根据输入的所述教学关键词,匹配所述数据分析结果,并将匹配得到的匹配信息进行展示,包括:
将输入的所述教学关键词与得到的所述数据分析结果进行匹配,获取相匹配的教学关键词的数量;
按照相匹配的教学关键词的数量多少,将所述教学关键词对应的匹配信息按照由前至后的顺序进行排列展示;
若匹配的教学关键词的数量相同,则计算匹配信息的权重,并按照匹配信息的权重大小,由前至后的对输入的教学关键词对应的匹配信息进行排列展示;
其中,计算所述匹配信息的权重包括:
其中,m为输入的教学关键词的数量,n为数据分析结果中的标签数量,c为相匹配的关键词数量,且c≤n;所述标签为:系统预先对所述数据分析结果中的结果关键词进行标记,得到标记后对应的标签。
在一优选的实施例中,所述基于数据分析的智能决策方法还包括:
接收教师基于提供的所述教学决策信息触发的选择指令,选择对应的教学决策;
解析选择的教学决策,执行选择的教学决策所映射的教学操作事件。
本发明一种存储介质,基于储存的多条指令适用于由处理器加载并执行如下操作:针对所有已联网的教学系统,在预设范围内采集预设时长的所述教育系统中对应的学生操作数据和教师操作数据;对已采集的所述操作数据进行数据分析,得到所述操作数据对应的数据分析结果;实时监控教学过程,根据得到的所述数据分析结果,对教学过程进行智能决策;达到了通过对学生操作数据和教师操作数据的数据分析对教学过程进行智能决策的目的,提高了教学决策的智能性和教学决策的效率,节约了人力成本,增加了教学决策的可选择性。
基于以上实施例的描述,如图4所示,本发明还提供了一种服务器,所述服务器包括存储介质100、处理器200及存储在所述存储介质100上并可在所述处理器200上运行的基于数据分析的智能决策系统300,所述基于数据分析的智能决策系统300被所述处理器200执行时实现图1和图3所述实施例描述的如下步骤:
针对所有已联网的教学系统,在预设范围内采集预设时长的所述教育系统中对应的学生操作数据和教师操作数据;
对已采集的所述操作数据进行数据分析,得到所述操作数据对应的数据分析结果;
实时监控教学过程,根据得到的所述数据分析结果,对教学过程进行智能决策。
在本发明一优选的实施例中,所述针对所有已联网的教学系统,在预设范围内采集预设时长的所述教育系统中对应的学生操作数据和教师操作数据,包括:
针对预设范围内的所有已联网教学系统,按照预设周期,分别采集所述教育系统中包括:教师唯一标识码、教师所在位置、教学时间、教学内容和教学进度的教师操作数据,以及包括:学生唯一标识码、学生所在位置、编程合格率、编程完成时间、操作步骤和操作内容的学生操作数据。
在本发明一优选的实施例中,所述对已采集的所述操作数据进行数据分析,得到所述操作数据对应的数据分析结果,所述处理器200还用于执行所述基于数据分析的智能决策系统300,以实现如下步骤:
按照预设分析规则,对已采集的所有操作数据进行数据分析,得到所有操作数据对应的数据分析结果;
或者:
接收用户触发的数据分析指令,解析所述数据分析指令,获取所述数据分析指令对应的待分析数据和/或分析方式;
从采集的所述操作数据中提取出所述待分析数据,按照预设分析规则或者所述数据分析指令对应的分析方式,对所述待分析数据进行数据分析,得到对应的数据分析结果。
在本发明一优选的实施例中,所述实时监控教学过程,根据得到的所述数据分析结果,对教学过程进行智能决策,所述处理器200还用于执行所述基于数据分析的智能决策系统300,以实现如下步骤:
实时监控教学过程,获取当前教学过程中输入的教学关键词;
根据输入的教学关键词,匹配所述数据分析结果,并将匹配到的匹配信息进行展示,为教师提供决策建议和教学指导方向对应的教学决策信息,供教师参考;
其中,所述教学关键词包括:
教学内容关键词、教学方法关键词、教学方向关键词以及教学效果关键词。
在本发明一优选的实施例中,所述根据输入的所述教学关键词,匹配所述数据分析结果,并将匹配得到的匹配信息进行展示,所述处理器200还用于执行所述基于数据分析的智能决策系统300,以实现如下步骤:
将输入的所述教学关键词与得到的所述数据分析结果进行匹配,获取相匹配的教学关键词的数量;
按照相匹配的教学关键词的数量多少,将所述教学关键词对应的匹配信息按照由前至后的顺序进行排列展示;
若匹配的教学关键词的数量相同,则计算输入的教学关键词的权重,并按照输入的教学关键词的权重大小,由前至后的对输入的教学关键词对应的匹配信息进行排列展示;
其中,计算所述教学关键词的权重包括:
其中,m为输入的教学关键词的数量,n为分析结果中的标签数量,c为相匹配的关键词数量,且c≤n;所述标签为:系统预先对所述数据分析结果中的结果关键词进行标记,得到标记后对应的标签。
在本发明一优选的实施例中,所述处理器200还用于执行所述基于数据分析的智能决策系统300,以实现如下步骤:
接收教师基于提供的所述教学决策信息触发的选择指令,选择对应的教学决策;
解析选择的教学决策,执行选择的教学决策所映射的教学操作事件。
本发明一种服务器,包括存储介质、处理器及存储在所述存储介质上并可在所述处理器上运行的基于数据分析的智能决策系统;通过针对所有已联网的教学系统,在预设范围内采集预设时长的所述教育系统中对应的学生操作数据和教师操作数据;对已采集的所述操作数据进行数据分析,得到所述操作数据对应的数据分析结果;实时监控教学过程,根据得到的所述数据分析结果,对教学过程进行智能决策;达到了通过对学生操作数据和教师操作数据的数据分析对教学过程进行智能决策的目的,提高了教学决策的智能性和教学决策的效率,节约了人力成本,增加了教学决策的可选择性。
本领域内的技术人员应明白,本发明的实施例可提供为方法、系统、或计算机程序产品。因此,本发明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。
本发明是参照根据本发明实施例的方法、设备(系统)、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。
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)
1.一种基于数据分析的智能决策方法,其特征在于,所述基于数据分析的智能决策方法包括:
针对所有已联网的教学系统,在预设范围内采集预设时长的所述教育系统中对应的学生操作数据和教师操作数据;
对已采集的所述操作数据进行数据分析,得到所述操作数据对应的数据分析结果;
实时监控教学过程,根据得到的所述数据分析结果,对教学过程进行智能决策。
2.如权利要求1所述的基于数据分析的智能决策方法,其特征在于,所述针对所有已联网的教学系统,在预设范围内采集预设时长的所述教育系统中对应的学生操作数据和教师操作数据,包括:
针对预设范围内的所有已联网教学系统,按照预设周期,分别采集所述教育系统中包括:教师唯一标识码、教师所在位置、教学时间、教学内容和教学进度的教师操作数据,以及包括:学生唯一标识码、学生所在位置、编程合格率、编程完成时间、操作步骤和操作内容的学生操作数据;
或者
所述对已采集的所述操作数据进行数据分析,得到所述操作数据对应的数据分析结果,包括:
按照预设分析规则,对已采集的所有操作数据进行数据分析,得到所有操作数据对应的数据分析结果;
或者:
接收用户触发的数据分析指令,解析所述数据分析指令,获取所述数据分析指令对应的待分析数据和/或分析方式;
从采集的所述操作数据中提取出所述待分析数据,按照预设分析规则或者所述数据分析指令对应的分析方式,对所述待分析数据进行数据分析,得到对应的数据分析结果。
3.如权利要求1所述的基于数据分析的智能决策方法,其特征在于,
所述实时监控教学过程,根据得到的所述数据分析结果,对教学过程进行智能决策,包括:
实时监控教学过程,获取当前教学过程中输入的教学关键词;
根据输入的教学关键词,匹配所述数据分析结果,并将匹配到的匹配信息进行展示,为教师提供决策建议和教学指导方向对应的教学决策信息,供教师参考;
其中,所述教学关键词包括:
教学内容关键词、教学方法关键词、教学方向关键词以及教学效果关键词。
4.如权利要求3所述的基于数据分析的智能决策方法,其特征在于,所述根据输入的所述教学关键词,匹配所述数据分析结果,并将匹配得到的匹配信息进行展示,包括:
将输入的所述教学关键词与得到的所述数据分析结果进行匹配,获取相匹配的教学关键词的数量;
按照相匹配的教学关键词的数量多少,将所述教学关键词对应的匹配信息按照由前至后的顺序进行排列展示;
若匹配的教学关键词的数量相同,则计算所匹配的匹配信息的权重,并按照匹配信息的权重大小,由前至后的对输入的教学关键词对应的匹配信息进行排列展示;
其中,计算所述匹配信息的权重包括:
其中,m为输入的教学关键词的数量,n为数据分析结果中的标签数量,c为相匹配的关键词数量,且c≤n;所述标签为:系统预先对所述数据分析结果中的结果关键词进行标记,得到标记后对应的标签。
5.如权利要求1至4任一项所述的基于数据分析的智能决策方法,其特征在于,所述基于数据分析的智能决策方法还包括:
接收教师基于提供的所述教学决策信息触发的选择指令,选择对应的教学决策;
解析选择的教学决策,执行选择的教学决策所映射的教学操作事件。
6.一种存储介质,所述存储介质存储有多条指令,其特征在于,所述指令适用于由处理器加载并执行基于数据分析的智能决策方法;其中,所述基于数据分析的智能决策方法包括:
针对所有已联网的教学系统,在预设范围内采集预设时长的所述教育系统中对应的学生操作数据和教师操作数据;
对已采集的所述操作数据进行数据分析,得到所述操作数据对应的数据分析结果;
实时监控教学过程,根据得到的所述数据分析结果,对教学过程进行智能决策。
7.一种服务器,其特征在于,所述服务器包括存储介质、处理器及存储在所述存储介质上并可在所述处理器上运行的基于数据分析的智能决策系统,所述基于数据分析的智能决策系统被所述处理器执行时实现如下步骤:
针对所有已联网的教学系统,在预设范围内采集预设时长的所述教育系统中对应的学生操作数据和教师操作数据;
对已采集的所述操作数据进行数据分析,得到所述操作数据对应的数据分析结果;
实时监控教学过程,根据得到的所述数据分析结果,对教学过程进行智能决策。
8.如权利要求7所述的服务器,其特征在于,所述对已采集的所述操作数据进行数据分析,得到所述操作数据对应的数据分析结果,所述处理器还用于执行所述基于数据分析的智能决策系统,以实现如下步骤:
按照预设分析规则,对已采集的所有操作数据进行数据分析,得到所有操作数据对应的数据分析结果;
或者:
接收用户触发的数据分析指令,解析所述数据分析指令,获取所述数据分析指令对应的待分析数据和/或分析方式;
从采集的所述操作数据中提取出所述待分析数据,按照预设分析规则或者所述数据分析指令对应的分析方式,对所述待分析数据进行数据分析,得到对应的数据分析结果;
或者
所述实时监控教学过程,根据得到的所述数据分析结果,对教学过程进行智能决策,所述处理器还用于执行所述基于数据分析的智能决策系统,以实现如下步骤:
实时监控教学过程,获取当前教学过程中输入的教学关键词;
根据输入的教学关键词,匹配所述数据分析结果,并将匹配到的匹配信息进行展示,为教师提供决策建议和教学指导方向对应的教学决策信息,供教师参考;
其中,所述教学关键词包括:
教学内容关键词、教学方法关键词、教学方向关键词以及教学效果关键词。
9.如权利要求8所述的服务器,其特征在于,所述根据输入的所述教学关键词,匹配所述数据分析结果,并将匹配得到的匹配信息进行展示,所述处理器还用于执行所述基于数据分析的智能决策系统,以实现如下步骤:
将输入的所述教学关键词与得到的所述数据分析结果进行匹配,获取相匹配的教学关键词的数量;
按照相匹配的教学关键词的数量多少,将所述教学关键词对应的匹配信息按照由前至后的顺序进行排列展示;
若匹配的教学关键词的数量相同,则计算匹配信息的权重,并按照匹配信息的权重大小,由前至后的对输入的教学关键词对应的匹配信息进行排列展示;
其中,计算所述匹配信息的权重包括:
其中,m为输入的教学关键词的数量,n为数据分析结果中的标签数量,c为相匹配的关键词数量,且c≤n;所述标签为:系统预先对所述数据分析结果中的结果关键词进行标记,得到标记后对应的标签。
10.如权利要求7或8或9所述的服务器,其特征在于,所述处理器还用于执行所述基于数据分析的智能决策系统,以实现如下步骤:
接收教师基于提供的所述教学决策信息触发的选择指令,选择对应的教学决策;
解析选择的教学决策,执行选择的教学决策所映射的教学操作事件。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201810091363.9A CN108416497A (zh) | 2018-01-30 | 2018-01-30 | 基于数据分析的智能决策方法、存储介质及服务器 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201810091363.9A CN108416497A (zh) | 2018-01-30 | 2018-01-30 | 基于数据分析的智能决策方法、存储介质及服务器 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN108416497A true CN108416497A (zh) | 2018-08-17 |
Family
ID=63126582
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201810091363.9A Pending CN108416497A (zh) | 2018-01-30 | 2018-01-30 | 基于数据分析的智能决策方法、存储介质及服务器 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN108416497A (zh) |
Citations (9)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102902755A (zh) * | 2012-09-21 | 2013-01-30 | 北京百度网讯科技有限公司 | 一种对检索结果项的排序进行调整的方法及装置 |
CN103186643A (zh) * | 2011-12-30 | 2013-07-03 | 安凯(广州)微电子技术有限公司 | 一种实现教学内容关联的自主学习方法、终端及系统 |
CN105488103A (zh) * | 2015-11-18 | 2016-04-13 | 中国农业大学 | 一种知识要点推送方法及系统 |
CN205302389U (zh) * | 2015-11-11 | 2016-06-08 | 张惠民 | 一种教学质量评判系统 |
CN106205249A (zh) * | 2016-09-06 | 2016-12-07 | 江苏黄金屋教育发展股份有限公司 | 课堂教学效果大数据分析系统 |
CN106297445A (zh) * | 2015-05-15 | 2017-01-04 | 北京邮电大学 | 一种基于大数据的移动学习系统 |
CN106528749A (zh) * | 2016-11-04 | 2017-03-22 | 福建天泉教育科技有限公司 | 基于写作训练的语句推荐方法及其系统 |
CN106878677A (zh) * | 2017-01-23 | 2017-06-20 | 西安电子科技大学 | 基于多传感器的学生课堂掌握程度评估系统和方法 |
CN106980961A (zh) * | 2017-03-02 | 2017-07-25 | 中科天地互联网科技(苏州)有限公司 | 一种简历筛选匹配方法及系统 |
-
2018
- 2018-01-30 CN CN201810091363.9A patent/CN108416497A/zh active Pending
Patent Citations (9)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN103186643A (zh) * | 2011-12-30 | 2013-07-03 | 安凯(广州)微电子技术有限公司 | 一种实现教学内容关联的自主学习方法、终端及系统 |
CN102902755A (zh) * | 2012-09-21 | 2013-01-30 | 北京百度网讯科技有限公司 | 一种对检索结果项的排序进行调整的方法及装置 |
CN106297445A (zh) * | 2015-05-15 | 2017-01-04 | 北京邮电大学 | 一种基于大数据的移动学习系统 |
CN205302389U (zh) * | 2015-11-11 | 2016-06-08 | 张惠民 | 一种教学质量评判系统 |
CN105488103A (zh) * | 2015-11-18 | 2016-04-13 | 中国农业大学 | 一种知识要点推送方法及系统 |
CN106205249A (zh) * | 2016-09-06 | 2016-12-07 | 江苏黄金屋教育发展股份有限公司 | 课堂教学效果大数据分析系统 |
CN106528749A (zh) * | 2016-11-04 | 2017-03-22 | 福建天泉教育科技有限公司 | 基于写作训练的语句推荐方法及其系统 |
CN106878677A (zh) * | 2017-01-23 | 2017-06-20 | 西安电子科技大学 | 基于多传感器的学生课堂掌握程度评估系统和方法 |
CN106980961A (zh) * | 2017-03-02 | 2017-07-25 | 中科天地互联网科技(苏州)有限公司 | 一种简历筛选匹配方法及系统 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
Naveed et al. | A mixed method study for investigating critical success factors (CSFs) of e-learning in Saudi Arabian universities | |
Abdullah et al. | The impact of learning styles on learner’s performance in e-learning environment | |
Velentzas et al. | Functional mental representation of volleyball routines in German youth female national players | |
Papanikolaou et al. | Accommodating learning style characteristics in adaptive educational hypermedia systems | |
Ni et al. | Deepqr: Neural-based quality ratings for learnersourced multiple-choice questions | |
Cheung et al. | Heterogeneous features integration in deep knowledge tracing | |
JP2024511216A (ja) | 学習者の成長の追跡及び査定のためのシステム及び方法 | |
CN116957867A (zh) | 一种数字人教师线上教学服务方法、电子设备及计算机可读存储介质 | |
CN111681479A (zh) | 自适应情境化人工智能教学系统、方法及装置 | |
Martin et al. | Knowing what matters: Short introductory texts support pre-service teachers ‘professional vision of tutoring interactions | |
CN109840867B (zh) | 一种智能教学的方法、设备及装置 | |
Liu et al. | A metaverse-based student’s spatiotemporal digital profile for representing learning situation | |
Patel et al. | Curriculum pacing: A new approach to discover instructional practices in classrooms | |
CN108416496A (zh) | 基于数据分析的教学评估方法、存储介质及服务器 | |
Jafari Moghadam et al. | Challenges of entrepreneurship e-education: Evidence from a developing country | |
CN108416497A (zh) | 基于数据分析的智能决策方法、存储介质及服务器 | |
CN110427452A (zh) | 一种将资源内容集合为课程包的在线课程管理方法 | |
Santos et al. | Creativity in the information systems planning process | |
Bataev et al. | Artificial intelligence technologies in higher education institutions: a model of adaptive education | |
Le Corre et al. | A Pedagogical Scenario Language for Virtual Learning Environment based on UML Meta-model-Application to Blood Analysis Instrument | |
CN114119932A (zh) | Vr教学方法、装置、电子设备、存储介质和程序产品 | |
Begum et al. | Discovering student learning style using min max cascade neural network | |
Milinković et al. | Using decision tree classifier for analyzing students’ activities | |
Li et al. | An intelligent tutoring system with an automated knowledge acquisition mechanism | |
Mahfouz et al. | Big Data Analytics APIs Architecture for Formative Assessors |
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 | ||
TA01 | Transfer of patent application right |
Effective date of registration: 20181113 Address after: Room 320, Science and Technology Incubator, No. 30 Xingye Street, Xinglongtai District, Panjin City, Liaoning Province, 124010 Applicant after: Purple Technology Co., Ltd. Address before: 150000 group fourteen Committee of Tongcheng street, A Cheng District, Harbin, Heilongjiang, two Applicant before: Wang Zhiqiang |
|
TA01 | Transfer of patent application right | ||
WD01 | Invention patent application deemed withdrawn after publication |
Application publication date: 20180817 |
|
WD01 | Invention patent application deemed withdrawn after publication |