CN109840867B - 一种智能教学的方法、设备及装置 - Google Patents

Abstract

本发明实施例公开了一种智能教学的方法，所述方法包括：获取学习者当前的学习记录；对学习记录进行测评后得到对应的测评记录，测评记录用于指示至少一个知识点的掌握程度；采用第一匹配策略将测评记录与预设的知识点集合进行匹配，确定学习者的知识盲点集合；知识盲点集合包含至少一个待学习的知识点；采用第二匹配策略将知识盲点集合与教学方案集合进行匹配，确定学习者的教学方案；教学方案集合包含至少一种预设的教学方案。如此，实现教学方案的个性化定制，提高网络教育的智能化水平。本发明实施例还公开了一种智能教学设备和装置。

Description

一种智能教学的方法、设备及装置

技术领域

本发明涉及互联网技术，尤其涉及一种智能教学的方法、设备及装置。

背景技术

目前高等教育及职业培训正经历着深刻地变革，教育的手段由传统的课堂教学转变为网络、多媒体等多途径的综合教学方式。因此许多网络在线教育平台和系统应运而生，许多学校和教育培训机构利用计算机设备和互联网技术建立的虚拟空间，在网络上展开教学和培训工作。一般网络教学系统通过教学、学习、自我测试、考试等流程式设计，模拟和涵盖了教育和培训的方方面面，使学习不受地域、时间等限制，实现随时随地学习、考试等操作，并极大的提高了教学效率，减轻了老师的负担，实现了教育资源和教师资源的共享。但是目前的网络教学系统存在教学方案单一、无法因材施教等缺点，不同学习阶段的学习者获得的是相同的教学方案，无法为学习者定制与当前学习阶段相匹配的教学方案，而且很多网络教育系统都是以人工来主导或辅助进行，效率低，智能化水平不高。

发明内容

为解决上述技术问题，本发明实施例期望提供一种智能教学的方法、设备及装置，实现教学方案的个性化定制，提高网络教育的智能化水平。

本发明的技术方案是这样实现的：

本发明实施例提供了一种智能教学的方法，包括：

获取学习者当前的学习记录；

对所述学习记录进行测评后得到对应的测评记录，所述测评记录用于指示至少一个知识点的掌握程度；

采用第一匹配策略将所述测评记录与预设的知识点集合进行匹配，确定所述学习者的知识盲点集合；所述知识盲点集合包含至少一个待学习的知识点；

采用第二匹配策略将所述知识盲点集合与教学方案集合进行匹配，确定所述学习者的教学方案；所述教学方案集合包含至少一种预设的教学方案。

上述方案中，所述学习记录包括：第一记录和第二记录；

相应的，所述对所述学习记录进行测评后得到对应的测评记录，包括：对所述第一记录和所述第二记录进行权重运算得到所述测评记录。

上述方案中，所述第一记录包括考核记录，所述第二记录包括以下至少一项：学习时间、学习频率。

上述方案中，所述测评记录包括：知识点的测评值；所述采用第一匹配策略将所述测评记录与预设的知识点集合进行匹配，确定所述学习者的知识盲点集合，包括：将所述测评记录与所述知识点集合进行比较，确定测评值不满足掌握条件的知识点为待学习的知识点；利用确定的所有待学习的知识点建立知识盲点集合。

上述方案中，在所述采用第一匹配策略将所述测评记录与预设的知识点集合进行匹配之前，所述方法还包括：为所述知识点集合中的知识点设置测评标准；所述掌握条件包括：所述测评记录中知识点的测评值符合所述知识点集合中相同知识点的测评标准。

上述方案中，所述采用第二匹配策略将所述知识盲点集合与教学方案集合进行匹配，确定所述学习者的教学方案，包括：将所述知识盲点集合中待学习的知识点与所述教学方案集合中预设的教学方案进行比较，确定每一个预设教学方案中包含的待学习的知识点个数；将包含待学习的知识点最多的预设的教学方案作为所述学习者的教学方案。

上述方案中，在确定所述学习者的教学方案之后，所述方法还包括：在知识点改变时，更新所述知识点集合得到更新后的知识点集合。

上述方案中，在确定所述学习者的教学方案之后，所述方法还包括：在知识点改变时或者在教学方案改变时，更新所述教学方案集合得到更新后的教学方案集合。

本发明实施例中还提供了一种智能教学设备，所述设备包括：存储器和处理器；其中，

所述处理器用于执行存储器中存储的智能教学程序，以实现以下步骤：

获取学习者当前的学习记录；

对所述学习记录进行测评后得到对应的测评记录，所述测评记录用于指示至少一个知识点的掌握程度；

采用第一匹配策略将所述测评记录与预设的知识点集合进行匹配，确定所述学习者的知识盲点集合；所述知识盲点集合包含至少一个待学习的知识点；

采用第二匹配策略将所述知识盲点集合与教学方案集合进行匹配，确定所述学习者的教学方案；所述教学方案集合包含至少一种预设的教学方案。

上述方案中，所述学习记录包括：第一记录和第二记录；

相应的，所述处理器具体用于实现以下步骤：对所述第一记录和所述第二记录进行权重运算得到所述测评记录。

上述方案中，所述第一记录包括考核，所述第二记录包括以下至少一项：学习时间、学习频率。

上述方案中，所述测评记录包括：知识点的测评值；所述知识点集合包括：知识点的标准值，所述标准值为待学习的知识点的判断依据。

上述方案中，所述处理器具体用于实现以下步骤：

将所述测评记录与所述知识点集合进行比较，确定测评值小于标准值的知识点为待学习的知识点；

利用确定的所有待学习的知识点建立知识盲点集合。

本发明实施例中还提供了一种智能教学装置，所述装置包括：人机交互模块、测评模块、第一确定模块和第二确定模块；其中，

人机交互模块，用于获取学习者当前的学习记录；

测评模块，用于对所述学习记录进行测评后得到对应的测评记录，所述测评记录用于指示至少一个知识点的掌握程度；

第一确定模块，用于采用第一匹配策略将所述测评记录与预设的知识点集合进行匹配，确定所述学习者的知识盲点集合；所述知识盲点集合包含至少一个待学习的知识点；

第二确定模块，用于采用第二匹配策略将所述知识盲点集合与教学方案集合进行匹配，确定所述学习者的教学方案；所述教学方案集合包含至少一种预设的教学方案。

本发明实施例中还提供了一种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上述任一项所述的方法的步骤。

本发明实施例提供的一种智能教学的方法、设备及装置，获取学习者当前的学习记录；对学习记录进行测评后得到对应的测评记录，测评记录用于指示至少一个知识点的掌握程度；采用第一匹配策略将测评记录与预设的知识点集合进行匹配，确定学习者的知识盲点集合；知识盲点集合包含至少一个待学习的知识点；采用第二匹配策略将知识盲点集合与教学方案集合进行匹配，确定学习者的教学方案；教学方案集合包含至少一种预设的教学方案。

采用上述技术方案，可以根据学习者的学习记录得到其存在的知识盲点集合，再将知识盲点集合与教学方案集合进行智能匹配，确定与学习者当前学习水平相匹配的教学方案。如此，实现教学方案的个性化定制，提高网络教育的智能化水平。

附图说明

图1为本发明实施例中智能教学的方法的第一实施例的流程示意图；

图2为本发明实施例中智能教学的方法的第二实施例的流程示意图；

图3为本发明实施例中知识盲点集合的确定方法的示意图；

图4为本发明实施例中教学方案的确定方法的示意图；

图5为本发明实施例中智能教学设备的组成结构示意图；

图6为本发明实施例中智能教学装置的第一组成结构示意图；

图7为本发明实施例中智能教学装置的第二组成结构示意图。

具体实施方式

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。

图1为本发明实施例中智能教学的方法的第一实施例的流程示意图，如图1所示，该方法包括：

步骤101：获取学习者当前的学习记录。

示例性的，获取学习记录的方法可以包括：在人机交互界面上(如显示屏)学习者直接上传待学习的知识点信息，或者通过考核方式获取学习者的学习记录。

步骤102：对学习记录进行测评后得到对应的测评记录，测评记录用于指示至少一个知识点的掌握程度。

示例性的，如果学习者选择直接上传待学习的知识点信息，则经过测评后将所有待学习的知识点的测评值置为固定值(如0)；如果学习者选择考核方式确定待学习的知识点，学习记录为考核记录，对考核记录进行测评得到所考核的知识点的测评值，这里测评值相当于考核成绩。

可选的，学习记录可以包括：第一记录和第二记录，本步骤中得到测评记录的方法可以包括：对第一记录和第二记录进行权重运算得到测评记录。示例性的，第一记录包括考核记录，第二记录包括以下至少一项：学习时间、学习频率。这里，通过为考核记录、学习时间或学习时间分配不同的权重值对知识点进行综合测评，得出学习者对某个知识点的综合测评值，提高对知识点测评的准确率，更好的保证学习者对知识点的掌握情况。

需要说明的是，通过对学习者学习情况的综合测评，解决了现有网络教育系统中评价手段过于单一，只能从对错来评判学生学习情况，不能更全面的反映学习者的学习情况。

步骤103：采用第一匹配策略将测评记录与预设的知识点集合进行匹配，确定学习者的知识盲点集合；知识盲点集合包含至少一个待学习的知识点。

在实际实施时，测评记录可以包括：知识点的测评值；将测评记录与知识点集合进行比较，确定测评值不满足预设的掌握条件的知识点为待学习的知识点；利用确定的所有待学习的知识点建立知识盲点集合。

示例性的，预设的掌握条件包括：测评记录中知识点的测评值符合知识点集合中相同知识点的测评标准。具体的，测评标准可以包括标准值，掌握条件为：测评值大于或者等于标准值。

示例性的，学习记录可以为考核记录，对考核记录进行测评后得到考核成绩，考核成绩即为对应知识点的测评值。例如，英语的现在完成时进行考核时，考核成绩为60分，在知识点集合中现在完成时的标准值为95分，考核成绩小于标准值95，确认英语的现在完成时为待学习的知识点。

步骤104：采用第二匹配策略将知识盲点集合与教学方案集合进行匹配，确定学习者的教学方案；教学方案集合包含至少一种预设的教学方案。

示例性的，第二匹配策略可以包括：将知识盲点集合中待学习的知识点与教学方案集合中预设的教学方案进行比较，确定每一个预设教学方案中包含的待学习的知识点个数；将包含待学习的知识点最多的预设的教学方案作为学习者的教学方案。

可以理解的是，包含待学习的知识点最多的教学方案可以解决最多的知识盲点，提高学习者的学习效率。

在实际实施时，学习者根据确定的教学方案进行知识盲点的学习，并在预设的学习时间后，获取新的学习记录，再对新的学习记录执行步骤101至步骤104，直至确定的知识盲点集合中没有待学习的知识点，结束当前科目的学习。

可选的，在确定学习者的教学方案之后，还可以包括：在知识点改变时，更新知识点集合得到更新后的知识点集合；在知识点改变时或者在教学方案改变时，更新教学方案集合得到更新后的教学方案集合。可以理解的是，本发明实施例中知识点集合和教学方案集合可以根据现有的考试大纲或现有的教学方式进行自我维护和更新，保证网络教育资源的与时俱进性。

本发明实施例中，获取学习者当前的学习记录；对学习记录进行测评后得到对应的测评记录，测评记录用于指示至少一个知识点的掌握程度；采用第一匹配策略将测评记录与预设的知识点集合进行匹配，确定学习者的知识盲点集合；知识盲点集合包含至少一个待学习的知识点；采用第二匹配策略将知识盲点集合与教学方案集合进行匹配，确定学习者的教学方案；教学方案集合包含至少一种预设的教学方案。

采用上述技术方案，可以根据学习者的学习记录得到其存在的知识盲点集合，再将知识盲点集合与教学方案集合进行智能匹配，确定与学习者当前学习水平相匹配的教学方案。如此，实现教学方案的个性化定制，提高网络教育的智能化水平。

第二实施例

为了能更加体现本发明的目的，在本发明第一实施例的基础上，进行进一步的举例说明。

图2为本发明实施例中智能教学的方法的第二实施例的流程示意图，该方法可以应用于网络智能教学设备中，该方法具体可以包括：

步骤201：预先建立知识点集合和教学方案集合。

在实际实施时，知识点集合包括至少一个学科对应的知识点子集合。知识点子集合的建立方法包括：获取某一学科的全部的知识考点，每一个知识考点信息根据对应的重要性和考察频率等信息确定对应的标准值，利用一个学科的全部知识考点和对应的标准值建立该学科的知识点子集合。其他学科知识点子集合的建立方法可以与之相同或不同。这里，测评标准可以包括知识点的标准值，例如，评分值满分为100时，测评标准的标准值可以是90、95或98等，当学习者的某一知识点的评分值大于或者等于该知识点的标准值时，确定学习者对该知识点已经掌握；否则，确定该知识点为待学习的知识点。为知识点集合中的知识点设置测评标准可以相同，也可以不同。

教学方案集合包括至少一个学科对应的教学方案子集合。教学方案子集合的建立方法包括：获取某一学科现有的教学方案，现有的教学方案通过收集名师的教学方法、教学视频、教学课件等信息后，排列出至少一种教学方案，将该学科所有的高效的合理的教学方案集合起来建立该学科对应的教学方案子集合。其他学科教学方案子集合的建立方法可以与之相同或不同。

步骤202：获取学习者当前的学习记录。

示例性的，学习记录可以是学习者上传的基本信息。这里，基本信息可以包括学习者的个人信息和学习者输入的想要学习的知识点，知识点可以是某一学科，如：初一语文、初一数学、初一英语等，也可以是某一具体的知识点，如：牛顿定理、开普勒三大定律、麦克斯韦方程组、微分原理等。

可以理解的是，学习者第一次利用智能教学系统进行学习时，也可以直接输入自己想要学习的知识点，此时输入每一个知识点均可以看作是待学习的知识点，利用输入的所有知识点建立知识盲点集合。当经过一段时间学习后进行第一次测评得到测评记录。

示例性的，学习记录也可以是考核记录，根据获取的考核记录可以更有准确的得到学习者的待学习的知识点。

步骤203：对学习记录进行测评得到对应的测评记录。

示例性的，测评记录包括待学习的知识点和待学习知识点的测评值。测评值可以由考核记录、学习时间和学习频率经过权重运算后得到的。

在实际实施时，测评记录可以为树形结构。具体的，树形结构具体可以为二叉树，根据待学习知识点的测评值建立二叉排序树，二叉排序树的每一个节点包含待学习的知识点及其测评值，其中，二叉排序树的左子树节点的测评值小于根节点的测评值，根节点的测评值小于右子树的测评值。这样二叉排序树的中序遍历是一个有序递增数列，方便之后通过测评值确定哪些知识点是待学习的知识点，哪些是已经掌握的知识点。

步骤204：将测评记录与知识点集合进行匹配，判断是否存包含待学习的知识点，如果是，执行步骤205；如果否，执行步骤209。

在实际实施时，当测评记录为二叉排序树时，二叉排序树的中序遍历是一个有序递增数列，每一个节点以知识点的测评值作为排列依据。因此，当所有知识点的测评值均相同时，可以快速的确定所有待学习的知识点。

步骤205：利用确定的所有待学习的知识点建立知识盲点集合。

示例性的，在将测评记录与知识点集合进行匹配之前还包括：为知识点集合中的知识点设置测评标准。相应的，掌握条件可以为：测评记录中知识点的测评值符合知识点集合中相同知识点的测评标准。进一步的，确定测评值不满足掌握条件的知识点为待学习的知识点；利用确定的所有待学习的知识点建立知识盲点集合。

在实际实施时，知识盲点集合包括知识盲点子集合，一个知识盲点子集合代表一个学科或者同一类知识点的集合，针对一个学科或者同一类知识点更容易形成系统的教学方案，如：将汉语、英语、日语等分开教学，再比如：将英语分为语法教学、口语教学、写作教学等。

示例性的，当测评记录为二叉排序树时，确定的知识盲点集合也为二叉排序树。

步骤206：将知识盲点集合与教学方案集合进行匹配，将包含待学习的知识点最多的预设的教学方案作为学习者的教学方案。

在实际实施时，每一个预设的教学方案中包括了所讲解的全部知识点，将知识盲点集合中的待学习的知识点逐一与对应学科的所有教学方案进行对比，其中包含待学习的知识点最多的预设的教学方案为最适合学习者当前学习程序的教学方案，故而将该教学方案推荐给学习者。

示例性的，教学方案集合可以只包教学方案标识信息，而具体的教学方案文件存储在固定的存储单元，建立教学方案标识信息与教学方案存储位置之间建立关联关系，在根据知识盲点集合确定了教学方案标识信息后，根据关联关系，获取具体的教学方案标识信息。

步骤207：执行确定的教学方案。

步骤208：在预设的学习时间后，获取新的学习记录，针对新的学习记录继续执行步骤203。

在实际实施时，学习者获取到与自身知识盲点匹配的教学方案，并进行学习，在学习一段时间后获取新的学习记录，针对新的学习记录重新执行步骤203至步骤208，直至学习者已经完全掌握所学科目的所有知识点。

步骤209：判断所学科目的知识点是否被更新，如果是，执行步骤210；如果否，执行步骤211。

在实际实施时，当测评记录中不包括待学习的知识点时，还需要判断此时学习者所学科目是否有新的知识点加入，或者旧的知识点删除，如果有，需要更新现有的知识点集合，并根据现有的知识点集合重新判断测评记录中是否包含待学习的知识点；如果没有，确定所学科目的所有知识点全部掌握，结束该科目的学习。

步骤210：利用所学科目更新后的知识点更新知识点集合和教学方案集合，同时将步骤201中旧知识点集合替换为更新后的知识点集合。

示例性的，当考试大纲里新增或删除了某些知识点，同步增加或删除知识点集合中对应的知识点。当增加知识点时，根据增加的知识点制定对应的教学方案；当删除知识点时，根据删除的知识点删除对应的教学方案。

步骤211：确定所学科目的所有知识点全部掌握，结束该科目的学习。

第三实施例

为了能更加体现本发明的目的，在本发明第一实施例和第二实施例的基础上，对知识盲点集合的确定方法和教学方案的确定方法进行进一步的举例说明。

图3为本发明实施例中知识盲点集合的确定方法的示意图，如图3所示，知识点集合31包括java学习相关的知识点，测评记录32包括学习者A关于java学习中框架编程、网络编程和远程技术的测评记录，将测评记录32中每一个知识点的测评值与知识点集合31中相同知识点的标准值比较后，确定测评值小于标准值的知识点为待学习的知识点，图中框架编程、网络编程和远程技术均为待学习的知识点，它们组成了学习者A的知识盲点集合33。

图4为本发明实施例中教学方案的确定方法的示意图，如图4所示，编程框架41中具体包含的知识盲点有：Struts体系架构、Struts各个组件、Struts标签和框架配置，框架编程相关的教学方案子集合42包括：教学方案1、教学方案2和教学方案3。通过第二匹配策略进行匹配项判断，确定教学方案1包括4个匹配项，教学方案2和教学方案3都包括1个匹配项，因此，确定教学方案1为学习者关于框架编程这一知识点对应的教学方案，将教学方案1推荐给学习者，用于指导学习者对于框架编程的学习。

第四实施例

基于同一发明构思，本发明实施例还提供了一种智能教学设备。图5为本发明实施例中智能教学设备的组成结构示意图，如图5所示，该设备50包括：存储器501和处理器502；其中，

处理器502用于执行存储器501中存储的智能教学程序，以实现以下步骤：

获取学习者当前的学习记录；

对学习记录进行测评后得到对应的测评记录，测评记录用于指示至少一个知识点的掌握程度；

采用第一匹配策略将测评记录与预设的知识点集合进行匹配，确定学习者的知识盲点集合；知识盲点集合包含至少一个待学习的知识点；

采用第二匹配策略将知识盲点集合与教学方案集合进行匹配，确定学习者的教学方案；教学方案集合包含至少一种预设的教学方案。

在实际实施时，学习记录包括：第一记录和第二记录；相应的，处理器502具体用于实现以下步骤：对第一记录和第二记录进行权重运算得到测评记录。

在实际实施时，第一记录包括考核记录，第二记录包括以下至少一项：学习时间、学习频率。

在实际实施时，测评记录包括：所述测评记录包括：知识点的测评值；

处理器502具体用于实现以下步骤：将测评记录与知识点集合进行比较，确定测评值不满足掌握条件的知识点为待学习的知识点；利用确定的所有待学习的知识点建立知识盲点集合。

在实际实施时，在采用第一匹配策略将测评记录与预设的知识点集合进行匹配之前，处理器502还用于实现以下步骤：为知识点集合中的知识点设置测评标准；

掌握条件包括：测评记录中知识点的测评值符合知识点集合中相同知识点的测评标准。

在实际实施时，处理器502还用于实现以下步骤：在知识点改变时，更新知识点集合得到更新后的知识点集合；或者，在知识点改变时或者在教学方案改变时，更新教学方案集合得到更新后的教学方案集合。

在实际应用中，上述存储器501可以是易失性存储器(volatile memory)，例如随机存取存储器(RAM，Random-Access Memory)；或者非易失性存储器(non-volatilememory)，例如只读存储器(ROM，Read-Only Memory)，快闪存储器(flash memory)，硬盘(HDD，Hard Disk Drive)或固态硬盘(SSD，Solid-State Drive)；或者上述种类的存储器的组合，并向处理器502提供指令和数据。

上述处理器502可以为特定用途集成电路(ASIC，Application SpecificIntegrated Circuit)、数字信号处理装置(DSPD，Digital Signal Processing Device)、可编程逻辑装置(PLD，Programmable Logic Device)、现场可编程门阵列(FieldProgrammable Gate Array，FPGA)、控制器、微控制器、微处理器中的至少一种。可以理解地，对于不同的设备，用于实现上述处理器功能的电子器件还可以为其它，本发明实施例不作具体限定。

第五实施例

基于同一发明构思，本发明实施例还提供了一种智能教学装置。图6为本发明实施例中智能教学装置的第一组成结构示意图，如图6所示，该装置60包括：获取模块601、测评模块602、第一确定模块603和第二确定模块604；其中，

获取模块601，用于获取学习者当前的学习记录；

测评模块602，用于对学习记录进行测评后得到对应的测评记录，测评记录用于指示至少一个知识点的掌握程度；

第一确定模块603，用于采用第一匹配策略将测评记录与预设的知识点集合进行匹配，确定学习者的知识盲点集合；知识盲点集合包含至少一个待学习的知识点；

第二确定模块604，用于采用第二匹配策略将知识盲点集合与教学方案集合进行匹配，确定学习者的教学方案；教学方案集合包含至少一种预设的教学方案。

在实际实施时，学习记录包括：第一记录和第二记录；相应的，测评模块602，具体用于对第一记录和第二记录进行权重运算得到测评记录。

在实际实施时，第一记录包括考核记录，第二记录包括以下至少一项：学习时间、学习频率。

在实际实施时，测评记录包括：知识点的测评值；知识点集合包括：知识点的标准值，标准值为待学习的知识点的判断依据。

在实际实施时，第一确定模块603，具体用于将测评记录与知识点集合进行比较，确定测评值小于标准值的知识点为待学习的知识点；利用确定的所有待学习的知识点建立知识盲点集合。

在实际实施时，第二确定模块604，具体用于将知识盲点集合中待学习的知识点与教学方案集合中预设的教学方案进行比较，确定每一个预设教学方案中包含的待学习的知识点个数；将包含待学习的知识点最多的预设的教学方案作为学习者的教学方案。

在实际实施时，第一确定模块603，还用于在知识点改变时，更新知识点集合得到更新后的知识点集合。第二确定模块604，还用于在教学方案改变时，更新教学方案集合得到更新后的教学方案集合。

在实际应用中，获取模块601、测评模块602、第一确定模块603和第二确定模块604均可由位于终端设备中的中央处理器(Central Processing Unit，CPU)、微处理器(MicroProcessor Unit，MPU)、数字信号处理器(Digital Signal Processor，DSP)或FPGA等实现。

第六实施例

为了能更加体现本发明的目的，在本发明第五实施例的基础上，进行进一步的举例说明。

图7为本发明实施例中智能教学装置的第二组成结构示意图，如图7所示，智能教学装置70可以包括：人机交互模块701、测评模块702、知识点模块703、智能教学模块704和维护模块705。

其中，人机交互模块701，用于获取学习者71输入的学习记录，并将学习记录发送至测评模块702；

测评模块702，用于接收学习记录，对学习记录进行测评后得到对应的测评记录，并将测评记录发送至知识点模块703；

知识点模块703，用于接收测评记录，采用第一匹配策略将测评记录与预设的知识点集合进行匹配得到知识点盲点集合，并将知识盲点集合发送至智能教学模块704；该模块还用于模拟优秀教师及教学专家的知识存储大脑，根据不同的教学内容，按知识体系结构进行知识点的划分，并根据具体的考纲考点，以及考点在具体试题中出现的频率，确定知识点的标准值；还可以根据维护模块上传的检测结果进行知识点集合的自我更新。

智能教学模块704，用于接收知识盲点集合，采用第二匹配策略将知识盲点集合与教学方案集合进行匹配得到适合学习者的个性化教学方案，并将个性化教学方案发送至人机交互模块701。

人机交互模块701，还用于向学习者51展示个性化教学方案，并获取学习者51新的学习记录，将新的学习记录和学习结束标识发送至测评模块702；学习结束标识用于指示学习者已经完成教学方案中的所有学习任务。

测评模块702，还用于在接收到新的测评记录时，对新的学习记录进行测评得到新的测评记录，并将新的测评记录发送至知识点模块703，可以看出，图7中虚线圈中为一个闭环的学习系统，学习者每一次输入新的学习记录记录，智能教育装置确定新的学习记录对应的知识盲点集合，并向学习者推荐与之向匹配的教学方案，学习者不断学习不断的测试，直到掌握教学方案中所有知识点，才退出虚线圈所示的闭环学习系统，执行下一步。这里，通过闭环学习系统，可以及时反馈学习者的学习情况，及时跟踪学习精度，达到真人辅导的学习效果，减少了人为参与，提高了学习效率。

知识点模块703，还用于在学习者掌握教学方案中所有知识点生成学习结束标识，将学习结束标识和教学方案发送至维护模块705。

维护模块705，用于接收学习结束标识和教学方案，并将教学方案与最新的知识点进行比较得到检测结果，将检测结果发送至知识点模块703。示例性的，在考试大纲里新增或删除了某些知识点，将这些新增或删除的知识点放入到检测结果中。

知识点模块703，还用于在接收到检测结果后，当检测结果中包含知识点更新信息时，根据检测结果更新当前的知识点集合，并将更新的知识点发送至智能教学模块704；当学习者经过至少一次对教学方案的学习后无任何待学习的知识点时，生成学习计划完成标识并发送至人机交互模块701。人机交互模块701向用户发送“学习完成”消息。

智能教学模块704，还用于接收更新的知识点，根据更新的知识点更新教学方案集合，示例性的，当增加知识点时，根据增加的知识点制定对应的教学方案；当删除知识点时，根据删除的知识点删除对应的教学方案。

在实际应用中，人机交互模块701、测评模块702、知识点模块703、智能教学模块704和维护模块705均可由位于终端设备中的CPU、MPU、DSP或FPGA等实现。

第七实施例

基于同一发明构思，本发明实施例还提供了一种计算机可读存储介质，例如包括计算机程序的存储器，上述计算机程序可由智能教学设备的处理器执行，以完成前述方法的步骤。

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，本发明可采用硬件实施例、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和光学存储器等)上实施的计算机程序产品的形式。

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示意图和/或方框图来描述的。应理解可由计算机程序指令实现流程示意图和/或方框图中的每一流程和/或方框、以及流程示意图和/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示意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示意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示意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。

以上，仅为本发明的较佳实施例而已，并非用于限定本发明的保护范围。

Claims (8)

1.一种智能教学的方法，其特征在于，所述方法包括：

获取学习者当前的至少一个知识点的学习记录；每一所述知识点的学习记录包括：第一记录和第二记录；

为每一所述第一记录和对应的第二记录分配权重；

对每一所述第一记录和对应的第二记录进行权重运算，得到对应的测评值，每一所述测评值用于指示对应知识点的掌握程度；

将所述测评值与知识点集合进行比较，确定测评值小于标准值的知识点为待学习的知识点；利用确定的所有待学习的知识点建立知识盲点集合；所述知识盲点集合包含至少一个待学习的知识点；所述知识点集合中的知识点通过模拟教师及教学专家的知识存储，根据不同的教学内容，按知识体系结构进行划分；每一所述知识点的标准值根据对应知识点的重要性和考察频率确定；

将所述知识盲点集合中待学习的知识点与教学方案集合中预设的教学方案进行比较，确定每一个预设的教学方案中包含的待学习的知识点个数；

将包含待学习的知识点最多的预设的教学方案作为所述学习者的教学方案；所述教学方案集合包含至少一种预设的教学方案；所述教学方案是通过收集教师的教学方法、教学视频和教学课件后，排列出的教学方案。

2.根据权利要求1所述的方法，其特征在于，所述第一记录包括考核记录，所述第二记录包括以下至少一项：学习时间、学习频率。

3.根据权利要求1所述的方法，其特征在于，在所述将所述测评值与知识点集合进行比较之前，所述方法还包括：为所述知识点集合中的每一所述知识点设置标准值。

4.根据权利要求1所述的方法，其特征在于，在所述将包含待学习的知识点最多的预设的教学方案作为所述学习者的教学方案之后，所述方法还包括：

在知识点改变时，更新所述知识点集合得到更新后的知识点集合。

5.根据权利要求1所述的方法，其特征在于，在所述将包含待学习的知识点最多的预设的教学方案作为所述学习者的教学方案之后，所述方法还包括：

在知识点改变时或者在教学方案改变时，更新所述教学方案集合得到更新后的教学方案集合。

6.一种智能教学设备，其特征在于，所述设备包括：存储器和处理器；其中，

所述处理器用于执行存储器中存储的智能教学程序，以实现权利要求1至5任一项所述方法的步骤。

7.一种智能教学装置，其特征在于，所述装置包括：人机交互模块、测评模块、第一确定模块和第二确定模块；其中，

人机交互模块，用于获取学习者当前的至少一个知识点的学习记录；每一所述知识点的学习记录包括：第一记录和第二记录；

测评模块，用于为每一所述第一记录和对应的第二记录分配权重；对每一所述第一记录和对应的第二记录进行权重运算，得到对应的测评值，每一所述测评值用于指示对应知识点的掌握程度；

第一确定模块，用于将所述测评值与知识点集合进行比较，确定测评值小于标准值的知识点为待学习的知识点；利用确定的所有待学习的知识点建立知识盲点集合；所述知识盲点集合包含至少一个待学习的知识点；所述知识点集合中的知识点通过模拟教师及教学专家的知识存储，根据不同的教学内容，按知识体系结构进行划分；每一所述知识点的标准值根据对应知识点的重要性和考察频率确定；

第二确定模块，用于将所述知识盲点集合中待学习的知识点与教学方案集合中预设的教学方案进行比较，确定每一个预设的教学方案中包含的待学习的知识点个数；

将包含待学习的知识点最多的预设的教学方案作为所述学习者的教学方案；所述教学方案集合包含至少一种预设的教学方案；所述教学方案是通过收集教师的教学方法、教学视频和教学课件后，排列出的教学方案。

8.一种计算机可读存储介质，其上存储有计算机程序，其特征在于，该计算机程序被处理器执行时实现权利要求1至5任一项所述方法的步骤。

Images