CN108876225A - 基于人机混合智能的在线教育系统及方法 - Google Patents
基于人机混合智能的在线教育系统及方法 Download PDFInfo
- Publication number
- CN108876225A CN108876225A CN201811093868.5A CN201811093868A CN108876225A CN 108876225 A CN108876225 A CN 108876225A CN 201811093868 A CN201811093868 A CN 201811093868A CN 108876225 A CN108876225 A CN 108876225A
- Authority
- CN
- China
- Prior art keywords
- learner
- teaching
- teaching data
- learning
- education system
- 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
- 238000000034 method Methods 0.000 title claims abstract description 66
- 238000009825 accumulation Methods 0.000 claims abstract description 22
- 230000002452 interceptive effect Effects 0.000 claims abstract description 9
- 230000003993 interaction Effects 0.000 claims description 15
- 238000011156 evaluation Methods 0.000 claims description 12
- 238000012550 audit Methods 0.000 claims description 6
- 238000005457 optimization Methods 0.000 claims description 6
- 238000013500 data storage Methods 0.000 claims description 4
- 238000012797 qualification Methods 0.000 claims description 3
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Substances O XLYOFNOQVPJJNP-UHFFFAOYSA-N 0.000 claims description 2
- 235000013399 edible fruits Nutrition 0.000 claims 1
- 238000005516 engineering process Methods 0.000 description 7
- 238000013473 artificial intelligence Methods 0.000 description 6
- 238000004891 communication Methods 0.000 description 5
- 230000006399 behavior Effects 0.000 description 3
- 238000010801 machine learning Methods 0.000 description 3
- 238000003058 natural language processing Methods 0.000 description 3
- 238000012545 processing Methods 0.000 description 3
- 238000013528 artificial neural network Methods 0.000 description 2
- 238000004422 calculation algorithm Methods 0.000 description 2
- 238000011161 development Methods 0.000 description 2
- 238000010586 diagram Methods 0.000 description 2
- 238000011160 research Methods 0.000 description 2
- 241000238558 Eucarida Species 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 238000004590 computer program Methods 0.000 description 1
- 238000005094 computer simulation Methods 0.000 description 1
- 238000012790 confirmation Methods 0.000 description 1
- 238000013461 design Methods 0.000 description 1
- 239000000155 melt Substances 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000004088 simulation Methods 0.000 description 1
- 238000012549 training 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
- 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
- G06Q10/06393—Score-carding, benchmarking or key performance indicator [KPI] analysis
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
- G06N5/00—Computing arrangements using knowledge-based models
- G06N5/04—Inference or reasoning models
-
- 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
- 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
- G09B5/08—Electrically-operated educational appliances providing for individual presentation of information to a plurality of student stations
- G09B5/12—Electrically-operated educational appliances providing for individual presentation of information to a plurality of student stations different stations being capable of presenting different information simultaneously
Landscapes
- Business, Economics & Management (AREA)
- Engineering & Computer Science (AREA)
- Human Resources & Organizations (AREA)
- Theoretical Computer Science (AREA)
- Educational Administration (AREA)
- General Physics & Mathematics (AREA)
- Strategic Management (AREA)
- Physics & Mathematics (AREA)
- Educational Technology (AREA)
- Economics (AREA)
- Tourism & Hospitality (AREA)
- Entrepreneurship & Innovation (AREA)
- Development Economics (AREA)
- General Business, Economics & Management (AREA)
- Marketing (AREA)
- Artificial Intelligence (AREA)
- Primary Health Care (AREA)
- Health & Medical Sciences (AREA)
- Mathematical Physics (AREA)
- General Health & Medical Sciences (AREA)
- General Engineering & Computer Science (AREA)
- Computing Systems (AREA)
- Software Systems (AREA)
- Evolutionary Computation (AREA)
- Data Mining & Analysis (AREA)
- Computational Linguistics (AREA)
- Game Theory and Decision Science (AREA)
- Operations Research (AREA)
- Quality & Reliability (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
- Electrically Operated Instructional Devices (AREA)
Abstract
本发明涉及一种基于人机混合智能的在线教育系统及方法,所述系统包括交互层,用于与学习者、授课者及专家进行直接交互并产生教学数据;交互层设有专家系统,用于与专家和学习者进行直接交互;教学数据存储层,与所述交互层连接,接收交互层产生的教学数据并对教学数据进行存储;教学数据处理层,与教学数据存储层连接,接收教学数据存储层存储的教学数据,并对教学数据进行处理,建立并优化教学模型。本发明充分利用过往历史教学数据,根据学习者的不同知识水平和学习能力定制最优学习方案,并在教学过程中,与每一个学习者实时互动沟通,对学习者遇到的问题和疑惑进行及时解答,大大降低了授课者的教学负担,为学习者提供的服务更优质。
Description
技术领域
本发明属于远程教育技术领域,涉及在线教育技术,具体地说,涉及一种基于人机混合智能的在线教育系统及方法。
背景技术
目前,在线教育系统主要可以分为两类。一类是授课者通过录制教学视频,然后将视频发布到互联网,学习者通过互联网观看教学视频来学习,在这一类教学中,授课者与学习者之间缺乏互动沟通,授课者的知识水平、教学方式等都将限制学习者所能学到的知识,且学习者在学习中遇到的问题或疑问都无法得到及时解答。另一类是授课者通过在线直播形式,实时向学习者传授知识,在这一类教学中,往往是一个授课者对应多个学习者,因此,尽管存在一定的互动沟通,但难以照顾到所有学习者,也无法解答所有学习者在学习中遇到的问题和疑问。同时,当前的在线教育系统都很难针对学习者的不同知识水平和学习能力制定不同的教学方案。
人工智能是研究、开发用于模拟、延伸和扩展人的智能的理论、方法、技术及应用系统的一门新的技术科学。当前人工智能的核心技术是机器学习,即研究通过计算机模拟或实现人类的学习行为,这种学习行为一般是由大数据驱动的,通常情况下,要准确模拟人类学习行为需要足够大的数据量。
随着人工智能相关理论和技术的不断发展完善,其应用也越来越多,目前人工智能的应用领域主要包括机器人、语音识别、图像识别、自然语言处理和专家系统等。其中,自然语言处理所研究的是能实现人与计算机之间用自然语言进行有效沟通的各种理论和方法,是一门融语言学、计算机科学、数学于一体的科学。近几年,随着人工智能技术的不断发展,自然语言处理的应用案例已屡见不鲜,如苹果siri。专家系统则是一个智能计算机程序系统,它是一个具有大量专业知识和经验的程序系统,它应用人工智能技术,根据一个或多个专家提供的知识和经验,进行推理和判断,模拟人类专家的决策过程,以解决那些需要人类专家处理的复杂问题。专家系统出现在上个世纪中后期,已有几十年的发展和应用,如今的专家系统主要结合神经网络和数据库等先进技术,以解决更复杂的专业领域问题。
自然语言处理和专家系统或其他人工智能应用领域,很多都使用了机器学习技术。在日常教学或培训过程中,在线教学系统产生了大量的数据,但这些数据资源一般都没有得到充分利用。
发明内容
本发明针对现有技术存在的上述问题,提供了一种基于人机混合智能的在线教育系统及方法,能够充分利用教学资源,与学习者进行互动沟通,并根据学习者的不同知识水平和学习能力制定不同的教学方案。
为了达到上述目的,本发明提供了一种基于人机混合智能的在线教育系统,包括:
交互层,用于与学习者、授课者及专家进行直接交互,并产生教学数据;所述交互层设有专家系统,用于与专家进行直接交互获取专业教育知识,与学习者进行直接交互,向学习者推荐最优学习方案并获取评价或打分;
教学数据存储层,与所述交互层连接,接收交互层产生的教学数据并对教学数据进行存储;
教学数据处理层,与所述教学数据存储层连接,接收教学数据存储层存储的教学数据,并对教学数据进行处理,建立并优化教学模型。
进一步的,所述专家系统包括:
人机交互界面,与专家进行交互用于获取专业教育知识,并与学习者进行交互用于推荐最优学习方案并获取评价或打分;
教育知识处理器,与人机交互界面连接,用于处理专业教育知识,使之转化为机器能识别的表达形式;
教育知识库,与教育知识处理器连接,用于存储教育知识处理器处理过的专业教育知识;
推理机,与教育知识库连接,用于将学习者输入的信息与教育知识库中的规则条件进行匹配,并产生最优学习方案;
综合数据库,分别与人机交互界面和推理机连接,用于存储专家系统对学习者所提出的问题、学习者的回答以及推理机产生的最优学习方案;
解释器,分别与人机交互界面和综合数据库连接,当学习者有想知道被提问的原因的期望时,或者想知道专家系统如何得出最终结论时,专家系统通过解释器回答学习者的疑惑,回答依据来源于综合数据库。
为了达到上述目的,本发明提供了一种基于人机混合智能的在线教育方法,采用上述基于人机混合智能的在线教育系统,含有以下步骤:
S101、学习者通过网络连接在线教育系统,并进行注册,在线教育系统对学习者的注册信息进行存储,用于之后该学习者的身份识别;对于已经注册的学习者,在线教育系统对学习者的登录信息进行身份识别匹配;
S102、在线教育系统交互层中的专家系统通过简单问答形式掌握学习者的当前知识水平、学习兴趣、学习进度,定制学习内容及方案,为学习者推荐最优学习方案;
S103、在线教育系统在给出推荐最优学习方案的同时,保留学习者对学习内容及进度的最终决定权,学习者采纳专利系统推荐的最优学习方案,或者学习者根据自身要求和兴趣决定最终学习方案,或者学习者在明确自身学习目标的情况下,跳过步骤S102与交互层中专家系统的交互过程,直接选择最终学习方案;
S104、学习者通过在线教育系统交互层进行学习;
S105、在线教育系统交互层中的专家系统通过简单问答形式获取学习者对每一次学习过程的评价或打分;
S106、在线教育系统的教学数据存储层对本次学习的教学数据进行存储,所述教学数据包括学习者选择学习方案的过程与结果数据、学习者学习过程数据以及学习者对学习结果的评价或打分数据;
S107、在线教育系统的教学数据处理层利用教学数据存储层所存储的教学数据建立并优化教学模型;
S108、优化后的教学模型应用于之后的教学过程中,供学习者学习。
优选的,所述步骤S107中,用于优化教学模型的教学数据还包括授课者的教学意见或授课过程数据,所述教学意见或授课过程数据的获取过程为:
S201、授课者通过网络连接在线教育系统,并进行注册,在线教育系统对授课者的注册进行资质认真审核;
S202、完成审核的授课者通过在线教育系统交互层进行授课,或者直接给出教学意见;
S203、授课过程或教学意见作为在线教育系统的教学数据存储到在线教育系统的教学数据存储层中。
与现有技术相比,本发明的有益效果为:
本发明充分利用过往历史教学数据,根据学习者的不同知识水平和学习能力定制最优学习方案,并在教学过程中,与每一个学习者实时互动沟通,对学习者遇到的问题和疑惑进行及时解答,大大降低了授课者的教学负担,为学习者提供的服务更优质。本发明建立并优化教学模型,还可以随着教学数据的不断丰富,实现不断的自我更新和优化。
附图说明
图1为本发明实施例基于人机混合智能的在线教育系统的结构框图;
图2为本发明实施例专家系统的结构框图;
图3为本发明实施例基于人机混合智能的在线教育方法的流程图;
图中,1、交互层,2、专家系统,21、人机交互界面,22、教育知识处理器,23、教育知识库,24、推理机,25、综合数据库,26、解释器,3、教学数据存储层,4、教学数据处理层。
具体实施方式
下面,通过示例性的实施方式对本发明进行具体描述。然而应当理解,在没有进一步叙述的情况下,一个实施方式中的元件、结构和特征也可以有益地结合到其他实施方式中。
参见图1、图2,本发明提供了一种基于人机混合智能的在线教育系统,包括:
交互层1,用于与学习者、授课者及专家进行直接交互,并产生教学数据;所述交互层1设有专家系统2,用于与专家进行直接交互获取专业教育知识,与学习者进行直接交互,向学习者推荐最优学习方案并获取评价或打分;
教学数据存储层3,与所述交互层1连接,接收交互层产生的教学数据并对教学数据进行存储;
教学数据处理层4,与所述教学数据存储层3连接,接收教学数据存储层存储的教学数据,并对教学数据进行处理,建立并优化教学模型。
所述专家系统2包括:
人机交互界面21,与专家进行交互用于获取专业教育知识,并与学习者进行交互用于推荐最优学习方案并获取评价或打分;所述的专家为教育相关各领域中的专业从业人员,其特点为具有丰富的、权威的相关领域先验知识和教学经验;
教育知识处理器22,与人机交互界面21连接,用于处理专业教育知识,使之转化为机器能识别的表达形式。
教育知识库23,与教育知识处理器22连接,用于存储教育知识处理器处理过的专业教育知识;
推理机24,与教育知识库23连接,用于将学习者输入的信息与教育知识库中的规则条件进行匹配,并产生最优学习方案;
综合数据库25,分别与人机交互界面21和推理机24连接,用于存储专家系统对学习者所提出的问题、学习者的回答以及推理机产生的最优学习方案;
解释器26,分别与人机交互界面21和综合数据库25连接,当学习者有想知道被提问的原因的期望时,或者想知道专家系统如何得出最终结论时,专家系统通过解释器回答学习者的疑惑,回答依据来源于综合数据库。
所述教学数据存储层是交互层与教学数据处理层的运行基础,其存储的教学数据不仅存储学习者通过在线教育系统进行学习的数据,也包括授课者通过在线教育系统进行授课的数据,还包括专家提供的专业教育知识。
本发明上述在线教育系统,充分利用现有在线教育系统的数据资源,根据学习者的不同知识水平和学习能力为每一个学习者提供定制化的最优教学方案,并在教学过程中与每一学习者进行实时互动沟通,解决了现有在线教育系统存在的难以针对学习者的不同知识水平和学习能力指定不同教学方案的问题。
参见图3,本发明一种基于人机混合智能的在线教育方法,采用上述基于人机混合智能的在线教育系统,含有以下步骤:
S101、学习者通过网络连接在线教育系统,并进行注册,在线教育系统对学习者的注册信息进行存储,用于之后该学习者的身份识别;对于已经注册的学习者,在线教育系统对学习者的登录信息进行身份识别匹配。
S102、在线教育系统交互层中的专家系统通过简单问答形式掌握学习者的当前知识水平、学习兴趣、学习进度,定制学习内容及方案,为学习者推荐最优学习方案。
S103、在线教育系统在给出推荐最优学习方案的同时,保留学习者对学习内容及进度的最终决定权,学习者采纳专利系统推荐的最优学习方案,或者学习者根据自身要求和兴趣决定最终学习方案,或者学习者在明确自身学习目标的情况下,跳过步骤S102与交互层中专家系统的交互过程,直接选择最终学习方案。
S104、学习者通过在线教育系统交互层进行学习。在学习过程中,教学的老师并非授课者,而是在线教育系统在交互层中所模拟出来的虚拟老师。采用的是现有的常规用自然语言处理技术,此处不再赘述。学习者在学习过程中可以随时提问,通过虚拟老师的实时沟通而得到想要的答案。此外,针对每一个学习者,学习者可以根据自身爱好或需要选择所学内容,也可以根据自身知识水平选择与其相匹配的课程难度,还可以根据自身喜好选择幽默或平时的教学风格等多挣定制化教学服务。
S105、在线教育系统交互层中的专家系统通过简单问答形式获取学习者对每一次学习过程的评价或打分。
S106、在线教育系统的教学数据存储层对本次学习的教学数据进行存储,所述教学数据包括学习者选择学习方案的过程与结果数据、学习者学习过程数据以及学习者对学习结果的评价或打分数据。
S107、在线教育系统的教学数据处理层利用教学数据存储层所存储的教学数据建立并优化教学模型。建立并优化模型时,采用现有的神经网络算法、K最邻近算法、支持向量机算法等机器学习方法,此处不再赘述。
S108、优化后的教学模型应用于之后的教学过程中,供学习者学习。
本发明上述在线教育方法,有效地解决了现有在线教育系统难以针对学习者的不同知识水平和学习能力制定不同教学方案的问题。
继续参见图3,作为上述方法的优选设计,所述步骤S107中,用于优化教学模型的教学数据还包括授课者的教学意见或授课过程数据,所述教学意见或授课过程数据的获取过程为:
S201、授课者通过网络连接在线教育系统,并进行注册,在线教育系统对授课者的注册进行资质认真审核;
S202、完成审核的授课者通过在线教育系统交互层进行授课,或者直接给出教学意见;
S203、授课过程或教学意见作为在线教育系统的教学数据存储到在线教育系统的教学数据存储层中。
将授课过程或教学意见作为教学数据进行存储,并利用该教学数据对教学模型进行优化,使教学数据更加丰富,增加了本发明教学方法的实用性。
本发明上述系统和方法中,所述学习者为在线教育服务请求者,也就是所述在线教育系统的服务对象。学习者包括大量以个人为单位的有接受在线教育服务需求的人群。学习者通过使用支持有线网络或4G、GPRS、WIFI等无线网络的设备如个人电脑、手机等来连接登录在线教育系统,并通过在线教育系统选择确认所需的教学课程服务;同时在每一次课程学习结束时,学习者可通过在线教学系统对本次学习结果进行评价或打分,为今后获得更好的学习经历提供依据。
本发明上述系统和方法中,所述授课者为分布在世界各地具有丰富授课经验的专业教职人员,值得注意是,本发明所述授课者与传统教职人员不同,授课者不直接参与学习者的学习过程,即授课者不是在线教学服务的提供者,授课者仅为在线教育系统优化教学模型提供数据来源与依据,同样的授课者通过使用支持有线网络或4G、GPRS、WIFI等无线网络的设备如个人电脑、手机等来连接登录在线教育系统,然后进行教学授课或给出教学意见,从而将相关教学数据提供给在线教育系统。
上述实施例用来解释本发明,而不是对本发明进行限制,在本发明的精神和权利要求的保护范围内,对本发明做出的任何修改和改变,都落入本发明的保护范围。
Claims (4)
1.一种基于人机混合智能的在线教育系统,其特征在于,包括:
交互层,用于与学习者、授课者及专家进行直接交互,并产生教学数据;所述交互层设有专家系统,用于与专家进行直接交互获取专业教育知识,与学习者进行直接交互,向学习者推荐最优学习方案并获取评价或打分;
教学数据存储层,与所述交互层连接,接收交互层产生的教学数据并对教学数据进行存储;
教学数据处理层,与所述教学数据存储层连接,接收教学数据存储层存储的教学数据,并对教学数据进行处理,建立并优化教学模型。
2.如权利要求1所述的基于人机混合智能的在线教育系统,其特征在于,所述专家系统包括:
人机交互界面,与专家进行交互用于获取专业教育知识,并与学习者进行交互用于推荐最优学习方案并获取评价或打分;
教育知识处理器,与人机交互界面连接,用于处理专业教育知识,使之转化为机器能识别的表达形式;
教育知识库,与教育知识处理器连接,用于存储教育知识处理器处理过的专业教育知识;
推理机,与教育知识库连接,用于将学习者输入的信息与教育知识库中的规则条件进行匹配,并产生最优学习方案;
综合数据库,分别与人机交互界面和推理机连接,用于存储专家系统对学习者所提出的问题、学习者的回答以及推理机产生的最优学习方案;
解释器,分别与人机交互界面和综合数据库连接,当学习者有想知道被提问的原因的期望时,或者想知道专家系统如何得出最终结论时,专家系统通过解释器回答学习者的疑惑,回答依据来源于综合数据库。
3.一种基于人机混合智能的在线教育方法,其特征在于,采用如权利要求1或2所述的基于人机混合智能的在线教育系统,含有以下步骤:
S101、学习者通过网络连接在线教育系统,并进行注册,在线教育系统对学习者的注册信息进行存储,用于之后该学习者的身份识别;对于已经注册的学习者,在线教育系统对学习者的登录信息进行身份识别匹配;
S102、在线教育系统交互层中的专家系统通过简单问答形式掌握学习者的当前知识水平、学习兴趣、学习进度,定制学习内容及方案,为学习者推荐最优学习方案;
S103、在线教育系统在给出推荐最优学习方案的同时,保留学习者对学习内容及进度的最终决定权,学习者采纳专利系统推荐的最优学习方案,或者学习者根据自身要求和兴趣决定最终学习方案,或者学习者在明确自身学习目标的情况下,跳过步骤S102与交互层中专家系统的交互过程,直接选择最终学习方案;
S104、学习者通过在线教育系统交互层进行学习;
S105、在线教育系统交互层中的专家系统通过简单问答形式获取学习者对每一次学习过程的评价或打分;
S106、在线教育系统的教学数据存储层对本次学习的教学数据进行存储,所述教学数据包括学习者选择学习方案的过程与结果数据、学习者学习过程数据以及学习者对学习结果的评价或打分数据;
S107、在线教育系统的教学数据处理层利用教学数据存储层所存储的教学数据建立并优化教学模型;
S108、优化后的教学模型应用于之后的教学过程中,供学习者学习。
4.如权利要求3所述的基于人机混合智能的在线教育方法,其特征在于,所述步骤S107中,用于优化教学模型的教学数据还包括授课者的教学意见或授课过程数据,所述教学意见或授课过程数据的获取过程为:
S201、授课者通过网络连接在线教育系统,并进行注册,在线教育系统对授课者的注册进行资质认真审核;
S202、完成审核的授课者通过在线教育系统交互层进行授课,或者直接给出教学意见;
S203、授课过程或教学意见作为在线教育系统的教学数据存储到在线教育系统的教学数据存储层中。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201811093868.5A CN108876225A (zh) | 2018-09-19 | 2018-09-19 | 基于人机混合智能的在线教育系统及方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201811093868.5A CN108876225A (zh) | 2018-09-19 | 2018-09-19 | 基于人机混合智能的在线教育系统及方法 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN108876225A true CN108876225A (zh) | 2018-11-23 |
Family
ID=64324264
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201811093868.5A Pending CN108876225A (zh) | 2018-09-19 | 2018-09-19 | 基于人机混合智能的在线教育系统及方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN108876225A (zh) |
Cited By (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN109979269A (zh) * | 2019-03-28 | 2019-07-05 | 王雍天 | 一种基于人工智能的在线教育交互系统 |
CN110148318A (zh) * | 2019-03-07 | 2019-08-20 | 上海晨鸟信息科技有限公司 | 一种数字助教系统、信息交互方法和信息处理方法 |
CN110162713A (zh) * | 2019-05-31 | 2019-08-23 | 成都鼎晟数智科技有限公司 | 基于卷积神经网络的自适应学习内容推荐方法及系统 |
CN111340660A (zh) * | 2019-07-01 | 2020-06-26 | 黑龙江省华熵助晟网络科技有限公司 | 一种在线学习辅助系统及方法 |
CN114063774A (zh) * | 2021-11-01 | 2022-02-18 | 华中师范大学 | 一种基于人工智能的在线教育人机交互系统及方法 |
Citations (14)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US5437555A (en) * | 1991-05-02 | 1995-08-01 | Discourse Technologies, Inc. | Remote teaching system |
CN1371510A (zh) * | 1999-06-30 | 2002-09-25 | 布莱克勃德股份有限公司 | 基于因特网的教育支持系统和方法 |
CN101968932A (zh) * | 2010-09-19 | 2011-02-09 | 深圳市摩拓触摸科技有限公司 | 多媒体智能互动教学系统及其实现方法 |
WO2012129533A2 (en) * | 2011-03-23 | 2012-09-27 | Laureate Education, Inc. | Educational system and method for creating learning sessions based on geo-location information |
TW201333903A (zh) * | 2013-04-16 | 2013-08-16 | Global Cloud Computing Corp | 雲端廣播互動式教學系統及其方法 |
US20130244218A1 (en) * | 2012-03-14 | 2013-09-19 | Dale L. Cook | Educational system employing virtual environments |
CN104504949A (zh) * | 2014-12-19 | 2015-04-08 | 江苏开放大学 | 一种远程教育信息平台系统 |
CN105006181A (zh) * | 2015-08-12 | 2015-10-28 | 李南方 | 一种个性化学习设备及方法 |
CN105303918A (zh) * | 2014-08-29 | 2016-02-03 | 山东轻工职业学院 | 一种计算机辅助教学专家系统 |
CN105704400A (zh) * | 2016-04-26 | 2016-06-22 | 山东大学 | 一种基于多平台终端和云服务的学习系统及其运行方法 |
CN105869469A (zh) * | 2016-05-16 | 2016-08-17 | 牡丹江师范学院 | 一种计算机辅助教学辅助系统 |
CN106780224A (zh) * | 2017-02-27 | 2017-05-31 | 牡丹江师范学院 | 一种数学建模教学学习系统 |
CN107978190A (zh) * | 2018-01-23 | 2018-05-01 | 阜阳师范学院 | 一种在线教学平台及教学方法 |
CN108022190A (zh) * | 2016-11-03 | 2018-05-11 | 中国石油广安希望学校 | 面向语义Web的智能教学系统 |
-
2018
- 2018-09-19 CN CN201811093868.5A patent/CN108876225A/zh active Pending
Patent Citations (14)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US5437555A (en) * | 1991-05-02 | 1995-08-01 | Discourse Technologies, Inc. | Remote teaching system |
CN1371510A (zh) * | 1999-06-30 | 2002-09-25 | 布莱克勃德股份有限公司 | 基于因特网的教育支持系统和方法 |
CN101968932A (zh) * | 2010-09-19 | 2011-02-09 | 深圳市摩拓触摸科技有限公司 | 多媒体智能互动教学系统及其实现方法 |
WO2012129533A2 (en) * | 2011-03-23 | 2012-09-27 | Laureate Education, Inc. | Educational system and method for creating learning sessions based on geo-location information |
US20130244218A1 (en) * | 2012-03-14 | 2013-09-19 | Dale L. Cook | Educational system employing virtual environments |
TW201333903A (zh) * | 2013-04-16 | 2013-08-16 | Global Cloud Computing Corp | 雲端廣播互動式教學系統及其方法 |
CN105303918A (zh) * | 2014-08-29 | 2016-02-03 | 山东轻工职业学院 | 一种计算机辅助教学专家系统 |
CN104504949A (zh) * | 2014-12-19 | 2015-04-08 | 江苏开放大学 | 一种远程教育信息平台系统 |
CN105006181A (zh) * | 2015-08-12 | 2015-10-28 | 李南方 | 一种个性化学习设备及方法 |
CN105704400A (zh) * | 2016-04-26 | 2016-06-22 | 山东大学 | 一种基于多平台终端和云服务的学习系统及其运行方法 |
CN105869469A (zh) * | 2016-05-16 | 2016-08-17 | 牡丹江师范学院 | 一种计算机辅助教学辅助系统 |
CN108022190A (zh) * | 2016-11-03 | 2018-05-11 | 中国石油广安希望学校 | 面向语义Web的智能教学系统 |
CN106780224A (zh) * | 2017-02-27 | 2017-05-31 | 牡丹江师范学院 | 一种数学建模教学学习系统 |
CN107978190A (zh) * | 2018-01-23 | 2018-05-01 | 阜阳师范学院 | 一种在线教学平台及教学方法 |
Cited By (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN110148318A (zh) * | 2019-03-07 | 2019-08-20 | 上海晨鸟信息科技有限公司 | 一种数字助教系统、信息交互方法和信息处理方法 |
CN109979269A (zh) * | 2019-03-28 | 2019-07-05 | 王雍天 | 一种基于人工智能的在线教育交互系统 |
CN110162713A (zh) * | 2019-05-31 | 2019-08-23 | 成都鼎晟数智科技有限公司 | 基于卷积神经网络的自适应学习内容推荐方法及系统 |
CN111340660A (zh) * | 2019-07-01 | 2020-06-26 | 黑龙江省华熵助晟网络科技有限公司 | 一种在线学习辅助系统及方法 |
CN111340660B (zh) * | 2019-07-01 | 2023-09-01 | 黑龙江省华熵助晟网络科技有限公司 | 一种在线学习辅助系统及方法 |
CN114063774A (zh) * | 2021-11-01 | 2022-02-18 | 华中师范大学 | 一种基于人工智能的在线教育人机交互系统及方法 |
CN114063774B (zh) * | 2021-11-01 | 2024-04-12 | 华中师范大学 | 一种基于人工智能的在线教育人机交互系统及方法 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN108876225A (zh) | 基于人机混合智能的在线教育系统及方法 | |
Gonda et al. | Chatbot as a learning resource? Creating conversational bots as a supplement for teaching assistant training course | |
CN108961888B (zh) | 一种个性化重构知识体系学习系统及方法 | |
Looi et al. | Communities of practice for continuing professional development in the twenty-first century | |
CN114595923A (zh) | 一种基于深度强化学习的群体教学推荐系统 | |
Hou et al. | Teaching evaluation on a WebGIS course based on dynamic self-adaptive teaching-learning-based optimization | |
Owens | Competency-based experiential-expertise and future adaptive learning systems | |
Sarkar et al. | Personalized Learning Path Generation in E-Learning Systems using Reinforcement Learning and Generative Adversarial Networks | |
CN109979269A (zh) | 一种基于人工智能的在线教育交互系统 | |
CN109299805A (zh) | 一种基于人工智能的在线教育课程请求处理方法 | |
Li | Classroom Teaching Decision-Making Optimization for Students' Personalized Learning Needs. | |
CN114529433A (zh) | 一种基于遗传算法的智慧校园排课方法 | |
Benjakul | Instructional Design Based on Constructionism for Enhancing Higher-Order Thinking Skills of Learners in an Online Learning Context. | |
Vaidya et al. | Agent based system for collaborative learning environment in an educational habitat | |
Dai et al. | Application of advanced Petri net in personalized learning | |
Ling | [Retracted] College English Audio‐Visual‐Oral Teaching Mode from the Perspective of Artificial Intelligence | |
Kim et al. | An instructional strategy selection model based on agent and ontology for an intelligent tutoring system | |
Deng | Application of edge computing and artificial intelligence in English MOOC assisted teaching instruction | |
Musumba et al. | Towards a Personalized Adaptive Remedial e-Learning Model | |
JP2004170842A (ja) | テスト結果に基づき学習者,受講者の理解度を判定する理解度判定システム | |
Li et al. | The research on learning behavior of Tibetan network teaching system | |
Reichl | Tutor-enhanced eLearning for University Based Continuing Education | |
Zhang | Research on English Classroom Teaching Programs in Colleges and Universities Based on Wireless Communication Technology Support in the Context of 5G | |
Shafaghat et al. | Progressive Insights in use of Machine Learning to Support Student Engagement Diversity: The XYZ EduOwl chatbot | |
Agbonifo et al. | Development of Personalised Mobile Learning System using Fuzzy Logic Technique |
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 |
Application publication date: 20181123 |
|
RJ01 | Rejection of invention patent application after publication |