CN108615420A - 课件的生成方法和装置 - Google Patents
课件的生成方法和装置 Download PDFInfo
- Publication number
- CN108615420A CN108615420A CN201810401519.9A CN201810401519A CN108615420A CN 108615420 A CN108615420 A CN 108615420A CN 201810401519 A CN201810401519 A CN 201810401519A CN 108615420 A CN108615420 A CN 108615420A
- Authority
- CN
- China
- Prior art keywords
- user
- courseware
- feedback data
- teacher
- listening
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Granted
Links
Classifications
-
- G—PHYSICS
- G09—EDUCATION; CRYPTOGRAPHY; DISPLAY; ADVERTISING; SEALS
- G09B—EDUCATIONAL OR DEMONSTRATION APPLIANCES; APPLIANCES FOR TEACHING, OR COMMUNICATING WITH, THE BLIND, DEAF OR MUTE; MODELS; PLANETARIA; GLOBES; MAPS; DIAGRAMS
- G09B5/00—Electrically-operated educational appliances
- G09B5/06—Electrically-operated educational appliances with both visual and audible presentation of the material to be studied
- G09B5/065—Combinations of audio and video presentations, e.g. videotapes, videodiscs, television systems
Landscapes
- Engineering & Computer Science (AREA)
- Multimedia (AREA)
- Business, Economics & Management (AREA)
- Physics & Mathematics (AREA)
- Educational Administration (AREA)
- Educational Technology (AREA)
- General Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Electrically Operated Instructional Devices (AREA)
Abstract
本发明公开了一种课件的生成方法和装置,其中,课件的生成方法包括:获取用户听课时的反馈数据;根据反馈数据分析出用户的听课特征;选取与听课特征对应的课件片段,并拼接生成待学习课件。本发明实施例的课件的生成方法和装置,通过获取用户听课时的反馈数据,再根据反馈数据分析出用户的听课特征,然后选取与听课特征对应的课件片段,并拼接生成待学习课件,能够根据用户的听课情况生成符合用户实际情况的课件,灵活可靠,操作简单,无需耗费人工成本,省时高效。
Description
技术领域
本发明涉及信息处理技术领域,尤其涉及一种课件的生成方法和装置。
背景技术
随着信息时代的来临,越来越多的领域都逐渐电子化。在教育领域,教师讲课之前都需要提前准备好课件。目前,课件的制作都是由教师自己手动完成的。即,选择教学内容,利用软件制作生成相应的课件。采用此种方式,教师可以根据自己的实际需要完成课件的制作。但是,制作全程需要人工完成,操作复杂,难度高,效率低,耗时长。尽管也可以通过在模板中增加相应的教学内容来完成课件的制作,可以降低制作课件复杂度,但是模板具有一定的局限性,无法根据实际教学的情况适时调整,灵活性差。
发明内容
本发明提供一种课件的生成方法和装置,能够解决现有技术中课件制作过程中效率低、灵活性差的技术问题。
本发明实施例提供一种课件的生成方法,包括:
获取用户听课时的反馈数据;
根据所述反馈数据分析出所述用户的听课特征;
选取与所述听课特征对应的课件片段,并拼接生成待学习课件。
可选的,所述反馈数据包括:视频反馈数据、音频反馈数据和/或字符反馈数据。
可选的,根据所述反馈数据分析出所述用户的听课特征,包括:
根据所述反馈数据获取用户的专注度和知识掌握程度;
根据所述专注度和所述知识掌握程度确定所述用户的听课特征。
可选的,当所述反馈数据为视频反馈数据时,根据所述反馈数据获取用户的专注度和知识掌握程度,包括:
提取所述视频反馈数据中用户的面部表情信息和/或动作信息,并根据所述面部表情信息和/或所述动作信息确定所述用户的专注度;
对所述视频反馈数据中用户的第一回答信息进行分析,以确定所述用户回答问题的正确率,并根据所述回答问题的正确率确定所述用户的知识掌握程度。
可选的,当所述反馈数据为音频反馈数据时,根据所述反馈数据获取用户的专注度和知识掌握程度,包括:
获取所述音频反馈数据中用户的反馈速度、语音流畅度和/或与答案不相关内容的噪音信息,根据所述反馈速度、所述语音流畅度和/或所述与答案不相关内容的噪音信息确定所述用户的专注度;
对所述音频反馈数据中用户的第二回答信息进行分析,以确定所述用户回答问题的正确率,并根据所述回答问题的正确率确定所述用户的知识掌握程度。
可选的,当所述反馈数据为字符反馈数据时,根据所述反馈数据获取用户的专注度和知识掌握程度,包括:
获取所述字符反馈数据中用户的字符反馈速度,并根据所述字符反馈速度确定所述用户的专注度;
对所述字符反馈数据中用户的第三回答信息进行分析,以确定所述用户回答问题的正确率,并根据所述回答问题的正确率确定所述用户的知识掌握程度。
可选的,选取与所述听课特征对应的课件片段,并拼接生成待学习课件,包括:
根据所述用户的听课特征确定所述用户的待复习知识点;
从预先建立的课件池中选取与所述待复习知识点对应的课件片段;
将选取的与所述待复习知识点对应的课件片段和预设的目标计划课件片段进行拼接,以生成所述待学习课件。
可选的,所述方法还包括:
在将选取的与所述待复习知识点对应的课件片段和预设的目标计划课件片段进行拼接,以生成所述待学习课件之前,根据所述用户的听课特征对选取的与所述待复习知识点对应的课件片段进行排序。
本发明另一实施例提供一种课件的生成装置,包括:
获取模块,用于获取用户听课时的反馈数据;
分析模块,用于根据所述反馈数据分析出所述用户的听课特征;
生成模块,用于选取与所述听课特征对应的课件片段,并拼接生成待学习课件。
可选的,所述反馈数据包括:视频反馈数据、音频反馈数据和/或字符反馈数据。
可选的,所述分析模块,用于:
根据所述反馈数据获取用户的专注度和知识掌握程度;
根据所述专注度和所述知识掌握程度确定所述用户的听课特征。
可选的,当所述反馈数据为视频反馈数据时,所述分析模块,具体用于:
提取所述视频反馈数据中用户的面部表情信息和/或动作信息,并根据所述面部表情信息和/或所述动作信息确定所述用户的专注度;
对所述视频反馈数据中用户的第一回答信息进行分析,以确定所述用户回答问题的正确率,并根据所述回答问题的正确率确定所述用户的知识掌握程度。
可选的,当所述反馈数据为音频反馈数据时,所述分析模块,具体用于:
获取所述音频反馈数据中用户的反馈速度、语音流畅度和/或与答案不相关内容的噪音信息,根据所述反馈速度、所述语音流畅度和/或所述与答案不相关内容的噪音信息确定所述用户的专注度;
对所述音频反馈数据中用户的第二回答信息进行分析,以确定所述用户回答问题的正确率,并根据所述回答问题的正确率确定所述用户的知识掌握程度。
可选的,当所述反馈数据为字符反馈数据时,所述分析模块,具体用于:
获取所述字符反馈数据中用户的字符反馈速度,并根据所述字符反馈速度确定所述用户的专注度;
对所述字符反馈数据中用户的第三回答信息进行分析,以确定所述用户回答问题的正确率,并根据所述回答问题的正确率确定所述用户的知识掌握程度。
可选的,所述生成模块,包括:
确定子模块,用于根据所述用户的听课特征确定所述用户的待复习知识点;
选取子模块,用于从预先建立的课件池中选取与所述待复习知识点对应的课件片段;
拼接子模块,用于将选取的与所述待复习知识点对应的课件片段和预设的目标计划课件片段进行拼接,以生成所述待学习课件。
可选的,所述生成模块,还包括:
排序子模块,用于在将选取的与所述待复习知识点对应的课件片段和预设的目标计划课件片段进行拼接,以生成所述待学习课件之前,根据所述用户的听课特征对选取的与所述待复习知识点对应的课件片段进行排序。
本发明还一实施例提供一种非暂态计算机可读存储介质,其上存储有计算机程序,该计算机程序被处理器执行时实现如本发明第一方面实施例所述的课件的生成方法。
本发明又一实施例提供一种电子设备,包括处理器、存储器及存储在所述存储器上并可在所述处理器上运行的计算机程序,所述处理器用于执行本发明第一方面实施例所述的课件的生成方法。
本发明实施例提供的技术方案可以包括以下有益效果:
通过获取用户听课时的反馈数据,再根据反馈数据分析出用户的听课特征,然后选取与听课特征对应的课件片段,并拼接生成待学习课件,能够根据用户的听课情况生成符合用户实际情况的课件,灵活可靠,操作简单,无需耗费人工成本,省时高效。
本发明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,或通过本发明的实践了解到。
附图说明
本发明上述的和/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是根据本发明一个实施例的课件的生成方法的流程图;
图2是根据本发明一个实施例的课件的生成装置的结构框图;
图3是根据本发明一个实施例的课件的生成装置的结构框图;
图4是根据本发明一个实施例的电子设备的结构框图。
具体实施方式
下面详细描述本发明的实施例,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元件或具有相同或类似功能的元件。下面通过参考附图描述的实施例是示例性的,旨在用于解释本发明,而不能理解为对本发明的限制。
下面参考附图描述本发明实施例的课件的生成方法和装置。
图1是根据本发明一个实施例的课件的生成方法的流程图。
如图1所示,该课件的生成方法包括:
S101,获取用户听课时的反馈数据。
目前,课件的制作都是由教师自己手动完成的,制作过程需要耗费教师很大的精力,难度高,效率低,耗时长。尽管提供课件制作模板,能够在一定程度上降低课件制作的复杂度,但是模板具有一定的局限性,无法根据实际教学的情况适时调整,灵活性差。为解决该问题,本申请提出一种课件的生成方法。
在本发明的一个实施例中,可获取用户听课时的反馈数据,基于反馈数据来生成学习课件。其中,用户反馈数据可以是视频反馈数据、音频反馈数据、字符反馈数据。当然,也可以是上述反馈数据的组合。
S102,根据反馈数据分析出用户的听课特征。
由于用户反馈数据即可以是视频反馈数据,也可以是音频反馈数据,还可以是字符反馈数据,甚至是上述反馈数据的组合,那么可分别对这些反馈数据进行分析,来确定用户在学习时的专注度以及知识掌握程度。
在本发明的一个实施例中,当用户反馈数据为视频反馈数据时,可提取视频反馈数据中用户的面部表情信息和/或动作信息,然后根据面部表情信息和/或动作信息来确定用户的专注度。例如:用户打了个哈欠,或者脸部转向侧方,并未观看正前方,则说明用户的专注度可能不够高。
再者,可对视频反馈数据中用户的第一回答信息进行分析,以确定用户回答问题的正确率,并根据回答问题的正确率确定用户的知识掌握程度。也就是说,在课程展示过程中,可能设置有提问的环节,那么可提取用户回答的内容,判断其是否与正确答案一致,以确定用户是否回答正确,进而了解用户是否掌握了该问题对应的知识点。如:针对某一知识点,5道问题,用户回答正确4道,那么正确率就是80%,说明对于该知识点,用户基本已掌握。
在本发明的另一个实施例中,当用户反馈数据为音频反馈数据时,可获取音频反馈数据中用户的反馈速度、语音流畅度和/或与答案不相关内容的噪音信息,然后根据反馈速度、语音流畅度和/或与答案不相关内容的噪音信息来确定用户的专注度。例如:对于某一问题,用户的反馈比较慢,如过了3分钟才进行回答,或者回答问题时的语音不连续,或者在回答问题的时间段,出现了与答案不相关的内容,说明该用户可能没有专注在学习上。
同时,对音频反馈数据中用户的第二回答信息进行分析,以确定用户回答问题的正确率,并根据回答问题的正确率确定用户的知识掌握程度。其中,音频反馈数据的分析方法与视频反馈数据的分析方法一致,此处不再赘述。
在本发明的又一个实施例中,当用户反馈数据为字符反馈数据时,可获取字符反馈数据中用户的字符反馈速度,然后根据字符反馈速度确定用户的专注度。例如:如果用户通过键盘输入字符来回答问题,那么在提出问题后的5分钟,用户还没有进行字符反馈,那么说明用户可能不再座位前,用户的专注度不够高。
同时,对字符反馈数据中用户的第三回答信息进行分析,以确定用户回答问题的正确率,并根据回答问题的正确率确定用户的知识掌握程度。其中,字符反馈数据的分析方法与音频反馈数据和视频反馈数据的分析方法一致,此处不再赘述。
在获取用户的专注度和知识掌握程度之后,便可根据专注度和知识掌握程度确定用户的听课特征。也就是说,用户的听课特征可以通过用户的专注度和知识掌握程度来反映。
S103,选取与听课特征对应的课件片段,并拼接生成待学习课件。
具体地,可根据用户的听课特征确定用户的待复习知识点,从预先建立的课件池中选取与待复习知识点对应的课件片段,然后将选取的与待复习知识点对应的课件片段和预设的目标计划课件片段进行拼接,以生成待学习课件。其中,不同知识点分别对应不同的课件池,如果针对某一知识点,用户的掌握情况较差,那么可以从课件池中选择练习数目较多的课件。例如:在之前的教学过程中,针对某一知识点,用户在听课时的专注度不够高,并且无法正确回答与该知识点相关的问题。那么,可从课件池中选择出与该知识点对应的课件和,再结合原本目标计划需要讲解的课件,最终拼接成下一节课的课件。
此外,在拼接生成待学习课件之前,还可根据用户的听课特征对选取的与待复习知识点对应的课件片段进行排序。例如,针对用户的听课特征,可以获知之前的教学过程中,哪个知识点用户没有专注听,哪个知识点用户没有掌握。而对于知识点的掌握程度,也可以进行细分,如分为完全掌握、基本掌握、未掌握等级别。对于完全掌握的知识点,那么其对应的课件片段的占用时长可以相对较短,简单过一遍即可,因此可将其排序在最前;对于基本掌握的知识点,那么其对应的课件片段可能占用时长适中,选择几道练习题来对该知识点进行复习;对于未掌握的知识点,那么其对应的课件片段的占用时长可能较长,需要重点复习。按照掌握程度对这些课件片段进行排序,能够循序渐进的对之前学习过的知识点进行复习,能够有效提高学习效率。而原本目标计划需要讲解的课件,则可排在最后。将排序后的课件片段进行拼接,从而生成一个安排合理的学习课件。
本发明实施例的课件的生成方法,通过获取用户听课时的反馈数据,再根据反馈数据分析出用户的听课特征,然后选取与听课特征对应的课件片段,并拼接生成待学习课件,能够根据用户的听课情况生成符合用户实际情况的课件,灵活可靠,操作简单,无需耗费人工成本,省时高效。
在本发明的另一个实施例中,在生成待学习课件之后,还可以向用户推荐不同的老师来讲解该学习课件。具体地,推荐的老师可基于用户的学习习惯,或待复习的内容来确定。如果课件中待复习的内容较少,说明用户的学习情况较好,无需真人老师进行详尽的指导,那么可以选择向用户推荐人工智能(AI)老师来讲解待学习课件,更加符合用户的需求。
为了实现上述实施例,本发明还提出了一种课件的生成装置,图2是根据本发明一个实施例的课件的生成装置的结构框图,如图2所示,该装置包括获取模块210、分析模块220和生成模块230。其中,生成模块230包括确定子模块231、选取子模块232和拼接子模块233。
其中,获取模块210,用于获取用户听课时的反馈数据。
分析模块220,用于根据反馈数据分析出用户的听课特征。
生成模块230,用于选取与听课特征对应的课件片段,并拼接生成待学习课件。
其中,确定子模块231,用于根据所述用户的听课特征确定所述用户的待复习知识点。
选取子模块232,用于从预先建立的课件池中选取与所述待复习知识点对应的课件片段。
拼接子模块233,用于将选取的与所述待复习知识点对应的课件片段和预设的目标计划课件片段进行拼接,以生成所述待学习课件。
如图3所示,生成模块230还可包括排序子模块234。
排序子模块234,用于在将选取的与所述待复习知识点对应的课件片段和预设的目标计划课件片段进行拼接,以生成所述待学习课件之前,根据所述用户的听课特征对选取的与所述待复习知识点对应的课件片段进行排序。
需要说明的是,前述对课件的生成方法的解释说明,也适用于本发明实施例的课件的生成装置,本发明实施例中未公布的细节,在此不再赘述。
本发明实施例的课件的生成装置,通过获取用户听课时的反馈数据,再根据反馈数据分析出用户的听课特征,然后选取与听课特征对应的课件片段,并拼接生成待学习课件,能够根据用户的听课情况生成符合用户实际情况的课件,灵活可靠,操作简单,无需耗费人工成本,省时高效。
为了实现上述实施例,本发明还提出了一种电子设备。
如图4所示,电子设备400包括处理器410、存储器420及存储在存储器420上并可在处理器上运行的计算机程序401,处理器410用于执行本发明第一方面实施例的课件的生成方法。
例如,计算机程序可被处理器执行以完成以下步骤的课件的生成方法:
S101’,获取用户听课时的反馈数据。
S102’,根据反馈数据分析出用户的听课特征。
S103’,选取与听课特征对应的课件片段,并拼接生成待学习课件。
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发明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必须针对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一个或多个实施例或示例中以合适的方式结合。此外,在不相互矛盾的情况下,本领域的技术人员可以将本说明书中描述的不同实施例或示例以及不同实施例或示例的特征进行结合和组合。
此外,术语“第一”、“第二”仅用于描述目的,而不能理解为指示或暗示相对重要性或者隐含指明所指示的技术特征的数量。由此,限定有“第一”、“第二”的特征可以明示或者隐含地包括至少一个该特征。在本发明的描述中,“多个”的含义是至少两个,例如两个,三个等,除非另有明确具体的限定。
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,并且本发明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,这应被本发明的实施例所属技术领域的技术人员所理解。
在流程图中表示或在此以其他方式描述的逻辑和/或步骤,例如,可以被认为是用于实现逻辑功能的可执行指令的定序列表,可以具体实现在任何计算机可读介质中,以供指令执行系统、装置或设备(如基于计算机的系统、包括处理器的系统或其他可以从指令执行系统、装置或设备取指令并执行指令的系统)使用,或结合这些指令执行系统、装置或设备而使用。就本说明书而言,"计算机可读介质"可以是任何可以包含、存储、通信、传播或传输程序以供指令执行系统、装置或设备或结合这些指令执行系统、装置或设备而使用的装置。计算机可读介质的更具体的示例(非穷尽性列表)包括以下:具有一个或多个布线的电连接部(电子装置),便携式计算机盘盒(磁装置),随机存取存储器(RAM),只读存储器(ROM),可擦除可编辑只读存储器(EPROM或闪速存储器),光纤装置,以及便携式光盘只读存储器(CDROM)。另外,计算机可读介质甚至可以是可在其上打印程序的纸或其他合适的介质,因为可以例如通过对纸或其他介质进行光学扫描,接着进行编辑、解译或必要时以其他合适方式进行处理来以电子方式获得程序,然后将其存储在计算机存储器中。
应当理解,本发明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,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,在本发明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。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。尽管上面已经示出和描述了本发明的实施例,可以理解的是,上述实施例是示例性的,不能理解为对本发明的限制,本领域的普通技术人员在本发明的范围内可以对上述实施例进行变化、修改、替换和变型。
Claims (18)
1.一种课件的生成方法,其特征在于,包括:
获取用户听课时的反馈数据;
根据所述反馈数据分析出所述用户的听课特征;
选取与所述听课特征对应的课件片段,并拼接生成待学习课件。
2.如权利要求1所述的方法,其特征在于,所述反馈数据包括:视频反馈数据、音频反馈数据和/或字符反馈数据。
3.如权利要求1所述的方法,其特征在于,根据所述反馈数据分析出所述用户的听课特征,包括:
根据所述反馈数据获取用户的专注度和知识掌握程度;
根据所述专注度和所述知识掌握程度确定所述用户的听课特征。
4.如权利要求3所述的方法,其特征在于,当所述反馈数据为视频反馈数据时,根据所述反馈数据获取用户的专注度和知识掌握程度,包括:
提取所述视频反馈数据中用户的面部表情信息和/或动作信息,并根据所述面部表情信息和/或所述动作信息确定所述用户的专注度;
对所述视频反馈数据中用户的第一回答信息进行分析,以确定所述用户回答问题的正确率,并根据所述回答问题的正确率确定所述用户的知识掌握程度。
5.如权利要求3所述的方法,其特征在于,当所述反馈数据为音频反馈数据时,根据所述反馈数据获取用户的专注度和知识掌握程度,包括:
获取所述音频反馈数据中用户的反馈速度、语音流畅度和/或与答案不相关内容的噪音信息,根据所述反馈速度、所述语音流畅度和/或所述与答案不相关内容的噪音信息确定所述用户的专注度;
对所述音频反馈数据中用户的第二回答信息进行分析,以确定所述用户回答问题的正确率,并根据所述回答问题的正确率确定所述用户的知识掌握程度。
6.如权利要求3所述的方法,其特征在于,当所述反馈数据为字符反馈数据时,根据所述反馈数据获取用户的专注度和知识掌握程度,包括:
获取所述字符反馈数据中用户的字符反馈速度,并根据所述字符反馈速度确定所述用户的专注度;
对所述字符反馈数据中用户的第三回答信息进行分析,以确定所述用户回答问题的正确率,并根据所述回答问题的正确率确定所述用户的知识掌握程度。
7.如权利要求1所述的方法,其特征在于,选取与所述听课特征对应的课件片段,并拼接生成待学习课件,包括:
根据所述用户的听课特征确定所述用户的待复习知识点;
从预先建立的课件池中选取与所述待复习知识点对应的课件片段;
将选取的与所述待复习知识点对应的课件片段和预设的目标计划课件片段进行拼接,以生成所述待学习课件。
8.如权利要求7所述的方法,其特征在于,在将选取的与所述待复习知识点对应的课件片段和预设的目标计划课件片段进行拼接,以生成所述待学习课件之前,所述方法还包括:
根据所述用户的听课特征对选取的与所述待复习知识点对应的课件片段进行排序。
9.一种课件的生成装置,其特征在于,包括:
获取模块,用于获取用户听课时的反馈数据;
分析模块,用于根据所述反馈数据分析出所述用户的听课特征;
生成模块,用于选取与所述听课特征对应的课件片段,并拼接生成待学习课件。
10.如权利要求9所述的装置,其特征在于,所述反馈数据包括:视频反馈数据、音频反馈数据和/或字符反馈数据。
11.如权利要求9所述的装置,其特征在于,所述分析模块,用于:
根据所述反馈数据获取用户的专注度和知识掌握程度;
根据所述专注度和所述知识掌握程度确定所述用户的听课特征。
12.如权利要求11所述的装置,其特征在于,当所述反馈数据为视频反馈数据时,所述分析模块,具体用于:
提取所述视频反馈数据中用户的面部表情信息和/或动作信息,并根据所述面部表情信息和/或所述动作信息确定所述用户的专注度;
对所述视频反馈数据中用户的第一回答信息进行分析,以确定所述用户回答问题的正确率,并根据所述回答问题的正确率确定所述用户的知识掌握程度。
13.如权利要求11所述的装置,其特征在于,当所述反馈数据为音频反馈数据时,所述分析模块,具体用于:
获取所述音频反馈数据中用户的反馈速度、语音流畅度和/或与答案不相关内容的噪音信息,根据所述反馈速度、所述语音流畅度和/或所述与答案不相关内容的噪音信息确定所述用户的专注度;
对所述音频反馈数据中用户的第二回答信息进行分析,以确定所述用户回答问题的正确率,并根据所述回答问题的正确率确定所述用户的知识掌握程度。
14.如权利要求11所述的装置,其特征在于,当所述反馈数据为字符反馈数据时,所述分析模块,具体用于:
获取所述字符反馈数据中用户的字符反馈速度,并根据所述字符反馈速度确定所述用户的专注度;
对所述字符反馈数据中用户的第三回答信息进行分析,以确定所述用户回答问题的正确率,并根据所述回答问题的正确率确定所述用户的知识掌握程度。
15.如权利要求9所述的装置,其特征在于,所述生成模块,包括:
确定子模块,用于根据所述用户的听课特征确定所述用户的待复习知识点;
选取子模块,用于从预先建立的课件池中选取与所述待复习知识点对应的课件片段;
拼接子模块,用于将选取的与所述待复习知识点对应的课件片段和预设的目标计划课件片段进行拼接,以生成所述待学习课件。
16.如权利要求15所述的装置,其特征在于,所述生成模块,还包括:
排序子模块,用于在将选取的与所述待复习知识点对应的课件片段和预设的目标计划课件片段进行拼接,以生成所述待学习课件之前,根据所述用户的听课特征对选取的与所述待复习知识点对应的课件片段进行排序。
17.一种非暂态计算机可读存储介质,其上存储有计算机程序,该计算机程序被处理器执行时实现如权利要求1-8任一项所述的课件的生成方法。
18.一种电子设备,包括处理器、存储器及存储在所述存储器上并可在所述处理器上运行的计算机程序,所述处理器用于执行如权利要求1-8任一项所述的课件的生成方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201810401519.9A CN108615420B (zh) | 2018-04-28 | 2018-04-28 | 课件的生成方法和装置 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201810401519.9A CN108615420B (zh) | 2018-04-28 | 2018-04-28 | 课件的生成方法和装置 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN108615420A true CN108615420A (zh) | 2018-10-02 |
CN108615420B CN108615420B (zh) | 2020-08-28 |
Family
ID=63661297
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201810401519.9A Active CN108615420B (zh) | 2018-04-28 | 2018-04-28 | 课件的生成方法和装置 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN108615420B (zh) |
Cited By (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN110795917A (zh) * | 2019-11-21 | 2020-02-14 | 咪咕文化科技有限公司 | 个性化讲义生成方法、系统及电子设备、存储介质 |
CN111586493A (zh) * | 2020-06-01 | 2020-08-25 | 联想(北京)有限公司 | 一种多媒体文件的播放方法及装置 |
CN112784144A (zh) * | 2020-07-18 | 2021-05-11 | 广元量知汇科技有限公司 | 一种基于大数据的在线教育课件管理方法 |
Citations (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN105185178A (zh) * | 2015-10-21 | 2015-12-23 | 华中师范大学 | 一种课件定制系统及方法 |
CN106023693A (zh) * | 2016-05-25 | 2016-10-12 | 北京九天翱翔科技有限公司 | 一种基于虚拟现实技术和模式识别技术的教育系统及方法 |
CN106485964A (zh) * | 2016-10-19 | 2017-03-08 | 深圳市鹰硕技术有限公司 | 一种课堂教学的录制和点播的方法及系统 |
CN106971640A (zh) * | 2017-05-15 | 2017-07-21 | 广东小天才科技有限公司 | 一种基于大数据检测学习效果的方法及装置 |
CN107122789A (zh) * | 2017-03-14 | 2017-09-01 | 华南理工大学 | 基于深度摄像头的多模态信息融合的学习专注度分析方法 |
CN107292271A (zh) * | 2017-06-23 | 2017-10-24 | 北京易真学思教育科技有限公司 | 学习监控方法、装置及电子设备 |
CN107958433A (zh) * | 2017-12-11 | 2018-04-24 | 吉林大学 | 一种基于人工智能的在线教育人机交互方法与系统 |
-
2018
- 2018-04-28 CN CN201810401519.9A patent/CN108615420B/zh active Active
Patent Citations (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN105185178A (zh) * | 2015-10-21 | 2015-12-23 | 华中师范大学 | 一种课件定制系统及方法 |
CN106023693A (zh) * | 2016-05-25 | 2016-10-12 | 北京九天翱翔科技有限公司 | 一种基于虚拟现实技术和模式识别技术的教育系统及方法 |
CN106485964A (zh) * | 2016-10-19 | 2017-03-08 | 深圳市鹰硕技术有限公司 | 一种课堂教学的录制和点播的方法及系统 |
CN107122789A (zh) * | 2017-03-14 | 2017-09-01 | 华南理工大学 | 基于深度摄像头的多模态信息融合的学习专注度分析方法 |
CN106971640A (zh) * | 2017-05-15 | 2017-07-21 | 广东小天才科技有限公司 | 一种基于大数据检测学习效果的方法及装置 |
CN107292271A (zh) * | 2017-06-23 | 2017-10-24 | 北京易真学思教育科技有限公司 | 学习监控方法、装置及电子设备 |
CN107958433A (zh) * | 2017-12-11 | 2018-04-24 | 吉林大学 | 一种基于人工智能的在线教育人机交互方法与系统 |
Cited By (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN110795917A (zh) * | 2019-11-21 | 2020-02-14 | 咪咕文化科技有限公司 | 个性化讲义生成方法、系统及电子设备、存储介质 |
CN110795917B (zh) * | 2019-11-21 | 2023-10-20 | 咪咕文化科技有限公司 | 个性化讲义生成方法、系统及电子设备、存储介质 |
CN111586493A (zh) * | 2020-06-01 | 2020-08-25 | 联想(北京)有限公司 | 一种多媒体文件的播放方法及装置 |
CN112784144A (zh) * | 2020-07-18 | 2021-05-11 | 广元量知汇科技有限公司 | 一种基于大数据的在线教育课件管理方法 |
CN112784144B (zh) * | 2020-07-18 | 2022-11-29 | 长沙麦都网络科技有限公司 | 一种基于大数据的在线教育课件推送方法 |
Also Published As
Publication number | Publication date |
---|---|
CN108615420B (zh) | 2020-08-28 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
Warfield et al. | A handbook of interactive management | |
Ibrahim | Implications of designing instructional video using cognitive theory of multimedia learning | |
Daniels | Curricular factors in middle school teachers’ motivation to become and remain effective | |
Neal | Writing assessment and the revolution in digital texts and technologies | |
CN108615420A (zh) | 课件的生成方法和装置 | |
Memarian et al. | ChatGPT in education: Methods, potentials and limitations | |
Woodard et al. | How students use statistical computing in problem solving | |
Krupp et al. | Unreflected acceptance–investigating the negative consequences of chatgpt-assisted problem solving in physics education | |
Audras et al. | Virtual teaching assistants: A survey of a novel teaching technology | |
Alqahtani et al. | A review of the quality of adaptive learning tools over non-adaptive learning tools | |
CN109976534A (zh) | 学习场景的生成方法及装置 | |
Hervey | Between the Notion and the Act: Veteran Teachers' TPACK and Practice in 1: 1 Settings. | |
Stenhouse et al. | Empowering teachers through digital storytelling: A multimedia capstone project | |
CN108596395A (zh) | 课程的分配方法和装置 | |
Morales et al. | Developing listening through the use of authentic material | |
Smith et al. | PeerWise and Pathology: Discontinuing a teaching innovation that did not achieve its potential | |
Paredes et al. | Utilising behavioural analytics in a blended programming learning environment | |
Imran et al. | Toward recommending learning tasks in a learner-centered approach | |
Henretty et al. | Bottom-up and top-down cues in a comics reading task | |
Adeolu | Preservice teachers' construction of computational thinking practices through mathematical modeling activities | |
US20190259289A1 (en) | Personalized syllabus generation using sub-concept sequences | |
Calk et al. | The effective delivery of a streaming video course lecture | |
Fournier | Le goût d’ecrire: implementing inclusive writing instruction in a French Immersion classroom | |
Ebardo et al. | Factors affecting the behavioral intention of K-12 students to pursue an IT degree in a transitioning educational system | |
Roden | Connecting Learning Sciences and Early Learning Outcomes: A Content Analysis of Preschool Early Literacy Apps |
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 |