CN109064122B - 基于人工智能的课程安排方法及计算机可读介质 - Google Patents
基于人工智能的课程安排方法及计算机可读介质 Download PDFInfo
- Publication number
- CN109064122B CN109064122B CN201810767643.7A CN201810767643A CN109064122B CN 109064122 B CN109064122 B CN 109064122B CN 201810767643 A CN201810767643 A CN 201810767643A CN 109064122 B CN109064122 B CN 109064122B
- Authority
- CN
- China
- Prior art keywords
- lesson
- student
- course
- unnecessary
- selecting
- 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
Links
- 238000000034 method Methods 0.000 title claims abstract description 19
- 238000013473 artificial intelligence Methods 0.000 title claims abstract description 16
- 230000000694 effects Effects 0.000 claims description 12
- 238000013528 artificial neural network Methods 0.000 claims description 6
- 238000007405 data analysis Methods 0.000 claims description 6
- 230000006870 function Effects 0.000 description 14
- 238000010586 diagram Methods 0.000 description 10
- 238000004590 computer program Methods 0.000 description 7
- 238000007726 management method Methods 0.000 description 6
- 238000005516 engineering process Methods 0.000 description 5
- 230000007547 defect Effects 0.000 description 4
- 238000009826 distribution Methods 0.000 description 4
- 238000012545 processing Methods 0.000 description 4
- 230000008901 benefit Effects 0.000 description 3
- 238000011161 development Methods 0.000 description 3
- 238000003860 storage Methods 0.000 description 3
- 238000011156 evaluation Methods 0.000 description 2
- 238000012986 modification Methods 0.000 description 2
- 230000004048 modification Effects 0.000 description 2
- 238000004883 computer application Methods 0.000 description 1
- 230000007717 exclusion Effects 0.000 description 1
- 238000004519 manufacturing process Methods 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 230000008520 organization Effects 0.000 description 1
- 230000008569 process Effects 0.000 description 1
Images
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
- G06Q10/10—Office automation; Time management
- G06Q10/109—Time management, e.g. calendars, reminders, meetings or time accounting
- G06Q10/1093—Calendar-based scheduling for persons or groups
-
- 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)
- Tourism & Hospitality (AREA)
- Theoretical Computer Science (AREA)
- Economics (AREA)
- Marketing (AREA)
- Educational Technology (AREA)
- Entrepreneurship & Innovation (AREA)
- Educational Administration (AREA)
- Physics & Mathematics (AREA)
- General Business, Economics & Management (AREA)
- General Physics & Mathematics (AREA)
- Quality & Reliability (AREA)
- Data Mining & Analysis (AREA)
- Operations Research (AREA)
- Health & Medical Sciences (AREA)
- General Health & Medical Sciences (AREA)
- Primary Health Care (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
本发明公开了一种基于人工智能的课程安排方法及计算机可读介质,课程安排方法包括如下步骤:由移动终端收集学生基本信息,并将所收集的学生基本信息发送给课程安排中心平台;由课程安排中心平台确定选课范围;由课程安排中心平台选择针对每个学生的个性化课程范围;由课程安排中心平台挑选希望参加的课程,并生成针对希望参加的课程的占位消息;由课程安排中心平台统计针对每一门课程的占位消息总数;由课程安排中心平台计算总选课人数;如果第一课程的总选课人数高于第一课程的预定最大人数,则由课程安排中心平台设置所有选择第一课程的选课学生中的每一个选课学生对于选择第一课程的优先级;以及由课程安排中心优先安排具有高优先级的学生参与第一课程。
Description
技术领域
本发明是关于计算机应用领域,特别是关于一种基于人工智能的课程安排方法及计算机可读介质。
背景技术
人工智能是计算机学科的一个分支,二十世纪七十年代以来被称为世界三大尖端技术之一,计算机人工智能化是未来发展的必然趋势。现代计算机具有强大的功能和运行速度,使得人工智能在计算机领域内,得到了愈加广泛的重视。近三十年来人工智能获得了迅速的发展,在很多学科领域都获得了广泛应用,并取得了丰硕的成果。
当前,正是计算机互联网技术和信息管理技术飞速迅猛发展的时代,美国,英国等国家校园信息化建设迅速,并比较健全,他们不仅仅限于网络选课,还包括网络授课。例如大学的远程教育,就是有效的利用网络资源,实行高等教育多样化,多渠道的捷径。国外有以WebCT和Blackboard为代表的教学管理系统,包含选课功能,被全球超过2800所大学及其他教育机构使用。其中,WebCT最初是由加拿大英属哥伦比亚大学资深教师MurrayGoldberg于2007年自行开发的网络教学平台,目前其产品的市场占有率在同类产品中已经位居全球第一。WebCT是完全基于Web浏览器的网络教学课件开发和管理系统。在功能方面,除了具备网络教学平台提供的基本功能外,主要有以下两个主要特征:拥有相对强大的教学跟踪功能;具有独特的选择性发布功能。而Blackboard是从Course Info平台发展而来的,目前已经发展成为两大网络教学平台之一。相对WebCT而言,Blackboard对内容组织采用文件夹和子文件夹形式,层次清晰明朗。
在我们国家,尤其是在高校,选课工作大都由落后的人工手动选课的方式渐渐的变成了网络式学生去自主的选课的方式,学生和教师都能够在网上主动的自己去选择规定范围内的课程,而且做到了能够第一时间在网上自主查询成绩。不需要学生亲自去教师或教务处查询,学生能够及时准确的得知自己的学分情况和来自学校或者教师发出的文件、通知,如此一来,不仅仅能够更多的节省学生的时间,而且给学校的管理带来了很大的便利。
公开于该背景技术部分的信息仅仅旨在增加对本发明的总体背景的理解,而不应当被视为承认或以任何形式暗示该信息构成已为本领域一般技术人员所公知的现有技术。
发明内容
本发明的目的在于提供一种基于人工智能的课程安排方法及计算机可读介质,其能够解决现有技术的问题。
为实现上述目的,本发明提供了一种基于人工智能的课程安排方法,该课程安排方法包括如下步骤:由移动终端收集学生基本信息,并将所收集的学生基本信息发送给课程安排中心平台,其中,学生基本信息至少包括:学生专业方向、学生年级、学生偏好以及学生时间安排规则;由课程安排中心平台基于学生专业方向和学生年级,确定选课范围;由课程安排中心平台基于学生偏好,从所确定的选课范围中选择针对每个学生的个性化课程范围;由课程安排中心平台基于学生时间安排规则,针对每天中的各个时间段,从针对每个学生的个性化课程范围中挑选希望参加的课程,并生成针对希望参加的课程的占位消息;由课程安排中心平台在预定义的时间段内收集所有的占位消息,并统计针对每一门课程的占位消息总数;由课程安排中心平台基于占位消息总数,计算总选课人数;如果第一课程的总选课人数高于第一课程的预定最大人数,则由课程安排中心平台设置所有选择第一课程的选课学生中的每一个选课学生对于选择第一课程的优先级;以及由课程安排中心基于所有选择第一课程的选课学生中的每一个选课学生对于选择第一课程的优先级,优先安排具有高优先级的学生参与第一课程。
在一优选的实施方式中,其中,选课范围中的课程被划分为多个类,其中,多个类至少包括:必修课类、校际选修课类、校内选修课类以及第二学位类。
在一优选的实施方式中,由课程安排中心平台基于学生偏好,从所确定的选课范围中选择针对每个学生的个性化课程范围具体包括如下步骤:由课程安排中心平台基于学生专业方向和学生年级,确定针对每个学生的必修课;基于学生专业方向和学生年级,生成针对非必修课中的每一门非必修课的重要程度评分;基于学生偏好,生成针对非必修课中的每一门非必修课的兴趣评分;基于重要程度评分以及兴趣评分,对非必修课中的每一门非必修课设置优先级,其中,非必修课中的每一门非必修课的优先级与重要程度评分以及兴趣评分之间的关系是基于神经网络算法生成的;基于非必修课中的每一门非必修课的优先级,选择多个非必修课。
在一优选的实施方式中,其中,学生时间安排规则是由移动终端生成的,并且其中,生成学生时间安排规则包括如下步骤:由移动终端收集学生的课余活动信息;基于课余活动信息以及基于大数据分析得到的课程安排强制条件,生成学生时间安排规则。
在一优选的实施方式中,由课程安排中心平台设置所有选择第一课程的选课学生中的每一个选课学生对于选择第一课程的优先级具体包括如下步骤:由课程安排中心平台判断对于其而言第一课程是必修课的第一学生群体;如果第一学生群体人数大于第一课程的预定最大人数,则基于课程报名时间,为第一学生群体中的学生设置优先级;如果第一学生群体人数小于第一课程的预定最大人数,则由课程安排中心平台收集对非必修课中的每一门非必修课设置优先级;基于对非必修课中的每一门非必修课的优先级,设置所有选择第一课程的选课学生中的每一个选课学生对于选择第一课程的优先级。
本发明还提供了一种其上存储有代码的计算机可读介质,代码用于基于人工智能进行课程安排,并且当被执行时,代码使得计算机执行以下操作:由移动终端收集学生基本信息,并将所收集的学生基本信息发送给课程安排中心平台,其中,学生基本信息至少包括:学生专业方向、学生年级、学生偏好以及学生时间安排规则;由课程安排中心平台基于学生专业方向和学生年级,确定选课范围;由课程安排中心平台基于学生偏好,从所确定的选课范围中选择针对每个学生的个性化课程范围;由课程安排中心平台基于学生时间安排规则,针对每天中的各个时间段,从针对每个学生的个性化课程范围中挑选希望参加的课程,并生成针对希望参加的课程的占位消息;由课程安排中心平台在预定义的时间段内收集所有的占位消息,并统计针对每一门课程的占位消息总数;由课程安排中心平台基于占位消息总数,计算总选课人数;如果第一课程的总选课人数高于第一课程的预定最大人数,则由课程安排中心平台设置所有选择第一课程的选课学生中的每一个选课学生对于选择第一课程的优先级;以及由课程安排中心基于所有选择第一课程的选课学生中的每一个选课学生对于选择第一课程的优先级,优先安排具有高优先级的学生参与第一课程。
在一优选的实施方式中,其中,选课范围中的课程被划分为多个类,其中,多个类至少包括:必修课类、校际选修课类、校内选修课类以及第二学位类。
在一优选的实施方式中,由课程安排中心平台基于学生偏好,从所确定的选课范围中选择针对每个学生的个性化课程范围具体包括如下步骤:由课程安排中心平台基于学生专业方向和学生年级,确定针对每个学生的必修课;基于学生专业方向和学生年级,生成针对非必修课中的每一门非必修课的重要程度评分;基于学生偏好,生成针对非必修课中的每一门非必修课的兴趣评分;基于重要程度评分以及兴趣评分,对非必修课中的每一门非必修课设置优先级,其中,非必修课中的每一门非必修课的优先级与重要程度评分以及兴趣评分之间的关系是基于神经网络算法生成的;基于非必修课中的每一门非必修课的优先级,选择多个非必修课。
在一优选的实施方式中,其中,学生时间安排规则是由移动终端生成的,并且其中,生成学生时间安排规则包括如下步骤:由移动终端收集学生的课余活动信息;基于课余活动信息以及基于大数据分析得到的课程安排强制条件,生成学生时间安排规则。
在一优选的实施方式中,由课程安排中心平台设置所有选择第一课程的选课学生中的每一个选课学生对于选择第一课程的优先级具体包括如下步骤:由课程安排中心平台判断对于其而言第一课程是必修课的第一学生群体;如果第一学生群体人数大于第一课程的预定最大人数,则基于课程报名时间,为第一学生群体中的学生设置优先级;如果第一学生群体人数小于第一课程的预定最大人数,则由课程安排中心平台收集对非必修课中的每一门非必修课设置优先级;基于对非必修课中的每一门非必修课的优先级,设置所有选择第一课程的选课学生中的每一个选课学生对于选择第一课程的优先级。
与现有技术相比,本发明具有如下优点:目前绝大多数高校都已经实现了基于计算机系统和互联网的选课模式。但是目前高校选课系统存在很多缺陷:首先,系统对于大学生不够友好,只具有选课功能,并没有选课提示以及规划功能。由于中国教育系统的特殊性,导致大一新生自我管理能力极差,所以大一新生在选课方面经常遇到很多问题(例如不知道选哪门课,不知道一天应该学习几门课等等),这使得学生经常遇到选课不够的问题,这导致最终不能按时毕业,或者遇到选课过多的问题,这导致课业压力太大,考试成绩差。其次,操作逻辑差。目前学校自动化选课系统一般遵循简单的“先报者优先”的逻辑,这种逻辑虽然实现了绝对的公平,但是这种绝对公平下隐含着很多问题:这种逻辑导致选课变成了“抢课”,很多热门课程可能在系统开放之后的数分钟内即被抢光,在“抢课”的学生中,有些学生对于课程没有兴趣,但是可能随大流式的参与抢课,这造成了对于其它对于该课程真正有需要的学生的损害。热门课程对于有些学生只是选修或者兴趣课,重要性较低,这些学生选取课程之后必然挤占必修该课程的学生的名额。本发明为了克服现有技术的缺陷,设计了一种人性化的,基于大数据、人工智能等先进的计算机技术的课程安排系统。首先,本发明充分考虑了每个学生的个人情况,从学生年级、时间安排、学业压力、专业方向以及兴趣爱好各个方面推导最适合每一个学生的个性化课程方案,本发明的系统的个性化程度远远高于现有技术。其次,在遇到课程人数冲突时,本发明并没有采取现有技术中一贯的绝对公平的分配方式,而是使用了一种基于兴趣和重要性的加权评估方式,本申请的课程名额分配方式更为公平合理,能够最大限度的保证每个学生的利益。
附图说明
图1是根据本发明一实施方式的课程安排方法流程图。
图2是根据本发明另一实施方式的课程安排方法流程图。
图3是根据本发明另一实施方式的课程安排方法流程图。
具体实施方式
下面结合附图,对本发明的具体实施方式进行详细描述,但应当理解本发明的保护范围并不受具体实施方式的限制。
除非另有其它明确表示,否则在整个说明书和权利要求书中,术语“包括”或其变换如“包含”或“包括有”等等将被理解为包括所陈述的元件或组成部分,而并未排除其它元件或其它组成部分。
实施例1
图1是根据本发明一实施方式的方法流程图。课程安排方法包括如下步骤:
步骤101:由移动终端收集学生基本信息,并将所收集的学生基本信息发送给课程安排中心平台,其中,学生基本信息至少包括:学生专业方向、学生年级、学生偏好以及学生时间安排规则;
步骤102:由课程安排中心平台基于学生专业方向和学生年级,确定选课范围;
步骤103:由课程安排中心平台基于学生偏好,从所确定的选课范围中选择针对每个学生的个性化课程范围;
步骤104:由课程安排中心平台基于学生时间安排规则,针对每天中的各个时间段,从针对每个学生的个性化课程范围中挑选希望参加的课程,并生成针对希望参加的课程的占位消息;
步骤105:由课程安排中心平台在预定义的时间段内收集所有的占位消息,并统计针对每一门课程的占位消息总数;
步骤106:由课程安排中心平台基于占位消息总数,计算总选课人数;
步骤107:如果第一课程的总选课人数高于第一课程的预定最大人数,则由课程安排中心平台设置所有选择第一课程的选课学生中的每一个选课学生对于选择第一课程的优先级;
步骤108:由课程安排中心基于所有选择第一课程的选课学生中的每一个选课学生对于选择第一课程的优先级,优先安排具有高优先级的学生参与第一课程。
实施例2
其中,选课范围中的课程被划分为多个类,其中,多个类至少包括:必修课类、校际选修课类、校内选修课类以及第二学位类。
图2是根据本发明另一实施方式的方法流程图。如图所示,由课程安排中心平台基于学生偏好,从所确定的选课范围中选择针对每个学生的个性化课程范围具体包括如下步骤:
步骤201:由课程安排中心平台基于学生专业方向和学生年级,确定针对每个学生的必修课;
步骤202:基于学生专业方向和学生年级,生成针对非必修课中的每一门非必修课的重要程度评分;
步骤203:基于学生偏好,生成针对非必修课中的每一门非必修课的兴趣评分;
步骤204:基于重要程度评分以及兴趣评分,对非必修课中的每一门非必修课设置优先级,其中,非必修课中的每一门非必修课的优先级与重要程度评分以及兴趣评分之间的关系是基于神经网络算法生成的;
步骤205:基于非必修课中的每一门非必修课的优先级,选择多个非必修课。
目前绝大多数高校都已经实现了基于计算机系统和互联网的选课模式。但是目前高校选课系统存在很多缺陷:首先,系统对于大学生不够友好,只具有选课功能,并没有选课提示以及规划功能。由于中国教育系统的特殊性,导致大一新生自我管理能力极差,所以大一新生在选课方面经常遇到很多问题(例如不知道选哪门课,不知道一天应该学习几门课等等),这使得学生经常遇到选课不够的问题,这导致最终不能按时毕业,或者遇到选课过多的问题,这导致课业压力太大,考试成绩差。其次,操作逻辑差。目前学校自动化选课系统一般遵循简单的“先报者优先”的逻辑,这种逻辑虽然实现了绝对的公平,但是这种绝对公平下隐含着很多问题:这种逻辑导致选课变成了“抢课”,很多热门课程可能在系统开放之后的数分钟内即被抢光,在“抢课”的学生中,有些学生对于课程没有兴趣,但是可能随大流式的参与抢课,这造成了对于其它对于该课程真正有需要的学生的损害。热门课程对于有些学生只是选修或者兴趣课,重要性较低,这些学生选取课程之后必然挤占必修该课程的学生的名额。本发明为了克服现有技术的缺陷,设计了一种人性化的,基于大数据、人工智能等先进的计算机技术的课程安排系统。首先,本发明充分考虑了每个学生的个人情况,从学生年级、时间安排、学业压力、专业方向以及兴趣爱好各个方面推导最适合每一个学生的个性化课程方案,本发明的系统的个性化程度远远高于现有技术。其次,在遇到课程人数冲突时,本发明并没有采取现有技术中一贯的绝对公平的分配方式,而是使用了一种基于兴趣和重要性的加权评估方式,本申请的课程名额分配方式更为公平合理,能够最大限度的保证每个学生的利益。
实施例3
其中,学生时间安排规则是由移动终端生成的,并且其中,生成学生时间安排规则包括如下步骤:由移动终端收集学生的课余活动信息;基于课余活动信息以及基于大数据分析得到的课程安排强制条件,生成学生时间安排规则。
实施例4
图3是根据本发明另一实施方式的方法流程图。如图所示,由课程安排中心平台设置所有选择第一课程的选课学生中的每一个选课学生对于选择第一课程的优先级具体包括如下步骤:
步骤301:由课程安排中心平台判断对于其而言第一课程是必修课的第一学生群体;
步骤302:如果第一学生群体人数大于第一课程的预定最大人数,则基于课程报名时间,为第一学生群体中的学生设置优先级;
步骤303:如果第一学生群体人数小于第一课程的预定最大人数,则由课程安排中心平台收集对非必修课中的每一门非必修课设置优先级;
步骤304:基于对非必修课中的每一门非必修课的优先级,设置所有选择第一课程的选课学生中的每一个选课学生对于选择第一课程的优先级。
实施例5
本发明提供了一种其上存储有代码的计算机可读介质,代码用于基于人工智能进行课程安排,并且当被执行时,代码使得计算机执行以下操作:
由移动终端收集学生基本信息,并将所收集的学生基本信息发送给课程安排中心平台,其中,学生基本信息至少包括:学生专业方向、学生年级、学生偏好以及学生时间安排规则;
由课程安排中心平台基于学生专业方向和学生年级,确定选课范围;
由课程安排中心平台基于学生偏好,从所确定的选课范围中选择针对每个学生的个性化课程范围;
由课程安排中心平台基于学生时间安排规则,针对每天中的各个时间段,从针对每个学生的个性化课程范围中挑选希望参加的课程,并生成针对希望参加的课程的占位消息;
由课程安排中心平台在预定义的时间段内收集所有的占位消息,并统计针对每一门课程的占位消息总数;
由课程安排中心平台基于占位消息总数,计算总选课人数;
如果第一课程的总选课人数高于第一课程的预定最大人数,则由课程安排中心平台设置所有选择第一课程的选课学生中的每一个选课学生对于选择第一课程的优先级;
由课程安排中心基于所有选择第一课程的选课学生中的每一个选课学生对于选择第一课程的优先级,优先安排具有高优先级的学生参与第一课程。
实施例6
其中,选课范围中的课程被划分为多个类,其中,多个类至少包括:必修课类、校际选修课类、校内选修课类以及第二学位类。
由课程安排中心平台基于学生偏好,从所确定的选课范围中选择针对每个学生的个性化课程范围具体包括如下步骤:由课程安排中心平台基于学生专业方向和学生年级,确定针对每个学生的必修课;基于学生专业方向和学生年级,生成针对非必修课中的每一门非必修课的重要程度评分;基于学生偏好,生成针对非必修课中的每一门非必修课的兴趣评分;基于重要程度评分以及兴趣评分,对非必修课中的每一门非必修课设置优先级,其中,非必修课中的每一门非必修课的优先级与重要程度评分以及兴趣评分之间的关系是基于神经网络算法生成的;基于非必修课中的每一门非必修课的优先级,选择多个非必修课。
实施例7
其中,学生时间安排规则是由移动终端生成的,并且其中,生成学生时间安排规则包括如下步骤:由移动终端收集学生的课余活动信息;基于课余活动信息以及基于大数据分析得到的课程安排强制条件,生成学生时间安排规则。
由课程安排中心平台设置所有选择第一课程的选课学生中的每一个选课学生对于选择第一课程的优先级具体包括如下步骤:由课程安排中心平台判断对于其而言第一课程是必修课的第一学生群体;如果第一学生群体人数大于第一课程的预定最大人数,则基于课程报名时间,为第一学生群体中的学生设置优先级;如果第一学生群体人数小于第一课程的预定最大人数,则由课程安排中心平台收集对非必修课中的每一门非必修课设置优先级;基于对非必修课中的每一门非必修课的优先级,设置所有选择第一课程的选课学生中的每一个选课学生对于选择第一课程的优先级。
本领域内的技术人员应明白,本申请的实施例可提供为方法、系统、或计算机程序产品。因此,本申请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,本申请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。
本申请是参照根据本申请实施例的方法、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。
前述对本发明的具体示例性实施方案的描述是为了说明和例证的目的。这些描述并非想将本发明限定为所公开的精确形式,并且很显然,根据上述教导,可以进行很多改变和变化。对示例性实施例进行选择和描述的目的在于解释本发明的特定原理及其实际应用,从而使得本领域的技术人员能够实现并利用本发明的各种不同的示例性实施方案以及各种不同的选择和改变。本发明的范围意在由权利要求书及其等同形式所限定。
Claims (2)
1.一种基于人工智能的课程安排方法,其特征在于:所述课程安排方法包括如下步骤:
由移动终端收集学生基本信息,并将所收集的学生基本信息发送给课程安排中心平台,其中,所述学生基本信息至少包括:学生专业方向、学生年级、学生偏好以及学生时间安排规则;
由所述课程安排中心平台基于学生专业方向和学生年级,确定选课范围;
由所述课程安排中心平台基于学生偏好,从所确定的选课范围中选择针对每个学生的个性化课程范围;
由所述课程安排中心平台基于学生时间安排规则,针对每天中的各个时间段,从针对每个学生的个性化课程范围中挑选希望参加的课程,并生成针对所述希望参加的课程的占位消息;
由所述课程安排中心平台在预定义的时间段内收集所有的占位消息,并统计针对每一门课程的占位消息总数;
由所述课程安排中心平台基于所述占位消息总数,计算总选课人数;
如果第一课程的总选课人数高于第一课程的预定最大人数,则由所述课程安排中心平台设置所有选择所述第一课程的选课学生中的每一个选课学生对于选择所述第一课程的优先级;以及
由所述课程安排中心基于所有选择所述第一课程的选课学生中的每一个选课学生对于选择所述第一课程的优先级,优先安排具有高优先级的学生参与所述第一课程;
其中,所述选课范围中的课程被划分为多个类,其中,所述多个类至少包括:必修课类、校际选修课类、校内选修课类以及第二学位类;
由所述课程安排中心平台基于学生偏好,从所确定的选课范围中选择针对每个学生的个性化课程范围具体包括如下步骤:
由所述课程安排中心平台基于学生专业方向和学生年级,确定针对每个学生的必修课;
基于所述学生专业方向和学生年级,生成针对非必修课中的每一门非必修课的重要程度评分;
基于所述学生偏好,生成针对非必修课中的每一门非必修课的兴趣评分;
基于所述重要程度评分以及所述兴趣评分,对非必修课中的每一门非必修课设置优先级,其中,非必修课中的每一门非必修课的优先级与所述重要程度评分以及所述兴趣评分之间的关系是基于神经网络算法生成的;
基于非必修课中的每一门非必修课的优先级,选择多个非必修课;
其中,所述学生时间安排规则是由移动终端生成的,并且其中,生成所述学生时间安排规则包括如下步骤:
由移动终端收集学生的课余活动信息;
基于所述课余活动信息以及基于大数据分析得到的课程安排强制条件,生成所述学生时间安排规则;
并且其中,由所述课程安排中心平台设置所有选择所述第一课程的选课学生中的每一个选课学生对于选择所述第一课程的优先级具体包括如下步骤:
由所述课程安排中心平台判断对于其而言所述第一课程是必修课的第一学生群体;
如果所述第一学生群体人数大于第一课程的预定最大人数,则基于课程报名时间,为所述第一学生群体中的学生设置优先级;
如果所述第一学生群体人数小于第一课程的预定最大人数,则由课程安排中心平台收集所述对非必修课中的每一门非必修课设置优先级;
基于对非必修课中的每一门非必修课的优先级,设置所有选择所述第一课程的选课学生中的每一个选课学生对于选择所述第一课程的优先级。
2.一种其上存储有代码的计算机可读介质,其特征在于:所述代码用于基于人工智能进行课程安排,并且当被执行时,所述代码使得计算机执行以下操作:
由移动终端收集学生基本信息,并将所收集的学生基本信息发送给课程安排中心平台,其中,所述学生基本信息至少包括:学生专业方向、学生年级、学生偏好以及学生时间安排规则;
由所述课程安排中心平台基于学生专业方向和学生年级,确定选课范围;
由所述课程安排中心平台基于学生偏好,从所确定的选课范围中选择针对每个学生的个性化课程范围;
由所述课程安排中心平台基于学生时间安排规则,针对每天中的各个时间段,从针对每个学生的个性化课程范围中挑选希望参加的课程,并生成针对所述希望参加的课程的占位消息;
由所述课程安排中心平台在预定义的时间段内收集所有的占位消息,并统计针对每一门课程的占位消息总数;
由所述课程安排中心平台基于所述占位消息总数,计算总选课人数;
如果第一课程的总选课人数高于第一课程的预定最大人数,则由所述课程安排中心平台设置所有选择所述第一课程的选课学生中的每一个选课学生对于选择所述第一课程的优先级;以及
由所述课程安排中心基于所有选择所述第一课程的选课学生中的每一个选课学生对于选择所述第一课程的优先级,优先安排具有高优先级的学生参与所述第一课程;
其中,所述选课范围中的课程被划分为多个类,其中,所述多个类至少包括:必修课类、校际选修课类、校内选修课类以及第二学位类;
由所述课程安排中心平台基于学生偏好,从所确定的选课范围中选择针对每个学生的个性化课程范围具体包括如下步骤:
由所述课程安排中心平台基于学生专业方向和学生年级,确定针对每个学生的必修课;
基于所述学生专业方向和学生年级,生成针对非必修课中的每一门非必修课的重要程度评分;
基于所述学生偏好,生成针对非必修课中的每一门非必修课的兴趣评分;
基于所述重要程度评分以及所述兴趣评分,对非必修课中的每一门非必修课设置优先级,其中,非必修课中的每一门非必修课的优先级与所述重要程度评分以及所述兴趣评分之间的关系是基于神经网络算法生成的;
基于非必修课中的每一门非必修课的优先级,选择多个非必修课;
其中,所述学生时间安排规则是由移动终端生成的,并且其中,生成所述学生时间安排规则包括如下步骤:
由移动终端收集学生的课余活动信息;
基于所述课余活动信息以及基于大数据分析得到的课程安排强制条件,生成所述学生时间安排规则;
并且其中,由所述课程安排中心平台设置所有选择所述第一课程的选课学生中的每一个选课学生对于选择所述第一课程的优先级具体包括如下步骤:
由所述课程安排中心平台判断对于其而言所述第一课程是必修课的第一学生群体;
如果所述第一学生群体人数大于第一课程的预定最大人数,则基于课程报名时间,为所述第一学生群体中的学生设置优先级;
如果所述第一学生群体人数小于第一课程的预定最大人数,则由课程安排中心平台收集所述对非必修课中的每一门非必修课设置优先级;
基于对非必修课中的每一门非必修课的优先级,设置所有选择所述第一课程的选课学生中的每一个选课学生对于选择所述第一课程的优先级。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201810767643.7A CN109064122B (zh) | 2018-07-13 | 2018-07-13 | 基于人工智能的课程安排方法及计算机可读介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201810767643.7A CN109064122B (zh) | 2018-07-13 | 2018-07-13 | 基于人工智能的课程安排方法及计算机可读介质 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN109064122A CN109064122A (zh) | 2018-12-21 |
CN109064122B true CN109064122B (zh) | 2021-08-27 |
Family
ID=64816392
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201810767643.7A Active CN109064122B (zh) | 2018-07-13 | 2018-07-13 | 基于人工智能的课程安排方法及计算机可读介质 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN109064122B (zh) |
Families Citing this family (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN109919816A (zh) * | 2019-03-21 | 2019-06-21 | 北京旷视科技有限公司 | 基于数据分析的排课方法及装置、存储介质及电子设备 |
CN110390615A (zh) * | 2019-06-28 | 2019-10-29 | 正方软件股份有限公司 | 一种智能选课方法及系统 |
CN111339154A (zh) * | 2020-02-24 | 2020-06-26 | 上海财经大学 | 支持学生个性化培养的一体化管理系统和方法 |
WO2022056893A1 (zh) * | 2020-09-20 | 2022-03-24 | 曹庆恒 | 一种时间安排系统及时间安排方法 |
Citations (10)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
KR100833097B1 (ko) * | 2007-03-27 | 2008-06-10 | 에이치에스베어링 주식회사 | 새로운 시대의 교육자 평가 방법 및 그 시스템 |
KR20090004367A (ko) * | 2006-12-05 | 2009-01-12 | 박남교 | 개인 맞춤형 강의 추천 장치 및 그 방법과 그의 접속단말기 |
CN102800039A (zh) * | 2012-09-12 | 2012-11-28 | 天津市府易科技有限公司 | 智能排课系统 |
CN104318498A (zh) * | 2014-10-22 | 2015-01-28 | 北京悦活教育科技有限责任公司 | 基于意愿点数的选课方法和系统 |
CN105809315A (zh) * | 2014-12-31 | 2016-07-27 | 北京大唐高鸿软件技术有限公司 | 自动编排中小学电子课程表的方法 |
CN106127355A (zh) * | 2016-07-19 | 2016-11-16 | 焦点科技股份有限公司 | 一种高效智能的排课方法及系统 |
CN106875309A (zh) * | 2017-04-01 | 2017-06-20 | 福建云课堂教育科技有限公司 | 一种课程推荐方法及系统 |
CN106991187A (zh) * | 2017-04-10 | 2017-07-28 | 武汉朱雀闻天科技有限公司 | 一种校园数据的分析方法及装置 |
CN107784608A (zh) * | 2017-09-13 | 2018-03-09 | 张帅 | 一种教育运营平台的实现方法及其智能平台系统 |
CN108122179A (zh) * | 2016-11-30 | 2018-06-05 | 北京王府学校 | 分层教学排课方法和装置、分层教学选课方法和系统 |
Family Cites Families (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20140236854A1 (en) * | 2013-02-21 | 2014-08-21 | College Scheduler LLC | System and process to facilitate course registration and optimal class selection |
-
2018
- 2018-07-13 CN CN201810767643.7A patent/CN109064122B/zh active Active
Patent Citations (10)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
KR20090004367A (ko) * | 2006-12-05 | 2009-01-12 | 박남교 | 개인 맞춤형 강의 추천 장치 및 그 방법과 그의 접속단말기 |
KR100833097B1 (ko) * | 2007-03-27 | 2008-06-10 | 에이치에스베어링 주식회사 | 새로운 시대의 교육자 평가 방법 및 그 시스템 |
CN102800039A (zh) * | 2012-09-12 | 2012-11-28 | 天津市府易科技有限公司 | 智能排课系统 |
CN104318498A (zh) * | 2014-10-22 | 2015-01-28 | 北京悦活教育科技有限责任公司 | 基于意愿点数的选课方法和系统 |
CN105809315A (zh) * | 2014-12-31 | 2016-07-27 | 北京大唐高鸿软件技术有限公司 | 自动编排中小学电子课程表的方法 |
CN106127355A (zh) * | 2016-07-19 | 2016-11-16 | 焦点科技股份有限公司 | 一种高效智能的排课方法及系统 |
CN108122179A (zh) * | 2016-11-30 | 2018-06-05 | 北京王府学校 | 分层教学排课方法和装置、分层教学选课方法和系统 |
CN106875309A (zh) * | 2017-04-01 | 2017-06-20 | 福建云课堂教育科技有限公司 | 一种课程推荐方法及系统 |
CN106991187A (zh) * | 2017-04-10 | 2017-07-28 | 武汉朱雀闻天科技有限公司 | 一种校园数据的分析方法及装置 |
CN107784608A (zh) * | 2017-09-13 | 2018-03-09 | 张帅 | 一种教育运营平台的实现方法及其智能平台系统 |
Non-Patent Citations (1)
Title |
---|
数据挖掘在选课推荐中的研究;胡健;《软件》;20160430;第37卷(第4期);第119-121页 * |
Also Published As
Publication number | Publication date |
---|---|
CN109064122A (zh) | 2018-12-21 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN109064122B (zh) | 基于人工智能的课程安排方法及计算机可读介质 | |
Hern | Acceleration across California: Shorter pathways in developmental English and math | |
Nagle et al. | College and career readiness: Course taking of deaf and hard of hearing secondary school students | |
Ailwood | Learning or earning in thesmart state' Changing tactics for governing early childhood | |
Foster | The transformative potential of teacher care as described by students in a higher education access initiative | |
Pedaste et al. | School leaders’ vision is the strongest predictor of their attitudes towards inclusive education practice | |
Bahack et al. | PhD first-generation and continuing generation students’ academic experience and strengths | |
Hodara et al. | Supporting the Transition to College: Accelerated Learning Access, Outcomes, and Credit Transfer in Oregon. | |
Lesame et al. | Technology access centres and community development: The case of the Eastern Cape Province in South Africa | |
Tritscher et al. | Educ-AI-ted–Investigating Educators’ Perspectives Concerning the Use of AI in University Teaching and Learning | |
Clarenbach et al. | Policy-related definitions of giftedness: A call for change | |
Pushpanathan | The role of a teacher in facilitating e-learning | |
Greene et al. | Enabling college inclusion in a special education STEM program for students with developmental and intellectual disabilities | |
Casciola | Examining the impact of place on the cultural competence of preservice teachers. | |
Alinea et al. | Gender issues toward gender-responsive TVTED curriculum practices | |
Taylor et al. | Alternative Strategies for Identifying High-Performing Charter Schools in Texas. | |
Sylvan | Speech-Language Services in Public Schools: How Policy Ambiguity Regarding Eligibility Criteria Impacts Speech-Language Pathologists in a Litigious and Resource Constrained Environment. | |
Gutiérrez et al. | AN EMERGING METHODOLOGY FOR THE STUDY OF PRESERVICE TEACHERS’LEARNING ABOUT EQUITY IN STEM EDUCATION | |
Mena et al. | Digital practicum: Exploring augmented reality, remote classrooms, and virtual learning for online mentoring | |
Villagrasa et al. | The Clickers tool as a transformational learning process | |
Kubikova et al. | Student adaptation to distance learning: An analysis of the effectiveness, benefits and risks of distance education from the perspective of university students | |
Kamina et al. | Lesson study: A case of the Investigations mathematics curriculum with practicing teachers at fifth grade | |
Van Zyl et al. | An integrated project aimed at improving student success | |
Hagman | Towards a Forward-Thinking College Calculus Program | |
Fry | Grit, biography, and dedicated teachers who struggled academically as students |
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 |