CN111324697B - 一种家教机数据的分析管理方法及装置 - Google Patents

一种家教机数据的分析管理方法及装置 Download PDF

Info

Publication number
CN111324697B
CN111324697B CN202010101971.0A CN202010101971A CN111324697B CN 111324697 B CN111324697 B CN 111324697B CN 202010101971 A CN202010101971 A CN 202010101971A CN 111324697 B CN111324697 B CN 111324697B
Authority
CN
China
Prior art keywords
data
analysis
search
text
teaching machine
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
Application number
CN202010101971.0A
Other languages
English (en)
Other versions
CN111324697A (zh
Inventor
吴智贤
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Guangdong Genius Technology Co Ltd
Original Assignee
Guangdong Genius Technology Co Ltd
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by Guangdong Genius Technology Co Ltd filed Critical Guangdong Genius Technology Co Ltd
Priority to CN202010101971.0A priority Critical patent/CN111324697B/zh
Publication of CN111324697A publication Critical patent/CN111324697A/zh
Application granted granted Critical
Publication of CN111324697B publication Critical patent/CN111324697B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Classifications

    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06FELECTRIC DIGITAL DATA PROCESSING
    • G06F16/00Information retrieval; Database structures therefor; File system structures therefor
    • G06F16/30Information retrieval; Database structures therefor; File system structures therefor of unstructured textual data
    • G06F16/33Querying
    • G06F16/3331Query processing
    • G06F16/334Query execution
    • G06F16/3344Query execution using natural language analysis
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06FELECTRIC DIGITAL DATA PROCESSING
    • G06F16/00Information retrieval; Database structures therefor; File system structures therefor
    • G06F16/30Information retrieval; Database structures therefor; File system structures therefor of unstructured textual data
    • G06F16/33Querying
    • G06F16/338Presentation of query results
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06FELECTRIC DIGITAL DATA PROCESSING
    • G06F16/00Information retrieval; Database structures therefor; File system structures therefor
    • G06F16/30Information retrieval; Database structures therefor; File system structures therefor of unstructured textual data
    • G06F16/35Clustering; Classification
    • GPHYSICS
    • G09EDUCATION; CRYPTOGRAPHY; DISPLAY; ADVERTISING; SEALS
    • G09BEDUCATIONAL OR DEMONSTRATION APPLIANCES; APPLIANCES FOR TEACHING, OR COMMUNICATING WITH, THE BLIND, DEAF OR MUTE; MODELS; PLANETARIA; GLOBES; MAPS; DIAGRAMS
    • G09B5/00Electrically-operated educational appliances
    • G09B5/06Electrically-operated educational appliances with both visual and audible presentation of the material to be studied
    • YGENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
    • Y02TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
    • Y02DCLIMATE CHANGE MITIGATION TECHNOLOGIES IN INFORMATION AND COMMUNICATION TECHNOLOGIES [ICT], I.E. INFORMATION AND COMMUNICATION TECHNOLOGIES AIMING AT THE REDUCTION OF THEIR OWN ENERGY USE
    • Y02D10/00Energy efficient computing, e.g. low power processors, power management or thermal management

Landscapes

  • Engineering & Computer Science (AREA)
  • Theoretical Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • General Engineering & Computer Science (AREA)
  • Databases & Information Systems (AREA)
  • Data Mining & Analysis (AREA)
  • Computational Linguistics (AREA)
  • Artificial Intelligence (AREA)
  • Business, Economics & Management (AREA)
  • Educational Administration (AREA)
  • Educational Technology (AREA)
  • Information Retrieval, Db Structures And Fs Structures Therefor (AREA)
  • Management, Administration, Business Operations System, And Electronic Commerce (AREA)
  • Electrically Operated Instructional Devices (AREA)

Abstract

本申请实施例公开了一种家教机数据的分析管理方法、装置、电子设备及存储介质。本申请实施例提供的技术方案,通过对导入的搜索数据进行数据分类,确定对应的数据分析类别,并根据搜索数据确定对应的文本数据和搜索结果数据,将搜索数据、文本数据和搜索结果数据输出至数据分析端,同时根据数据分析类别提供对应的分析标注界面,之后通过接收数据分析端基于分析标注界面返回的分析标注数据,根据分析标注数据生成分析报告。采用上述技术手段,可以简化家教机数据分析管理的人工处理流程,通过提供对应的分析标注界面,方便分析人员进行分析信息勾选和标注,提升数据分析管理效率,进而降低人力成本。

Description

一种家教机数据的分析管理方法及装置
技术领域
本申请实施例涉及家教机技术领域,尤其涉及一种家教机数据的分析管理方法及装置。
背景技术
目前,为了有效辅助学生学习,降低学习成本,市面上出现了许多用于学习的电子设备,例如家教机、学习机等。这些设备能够一定程度上解决学生学习过程中遇到的疑难问题,有效辅助学生进行作业学习。学生在学习过程中遇到疑难问题是,可通过家教机内置的习题解答模型接收搜索数据(如指示图片、语音音频或文本数据等),基于搜索数据并借助习题解答模型进行结果数据的搜索,以此来实现对学生学习的辅助。
在使用家教机辅助学习的过程中,经常会出现家教机拍摄的指示图片或采集的语音音频不清晰、搜索数据的解析不准确、反馈的结果数据不对应等问题,影响用户的使用体验。因此,为了确保家教机能够较好地辅助学生学习,会对家教机接收到的搜索数据进行汇总分析,通过人工标注分析搜索数据和对应的结果数据,生成分析标注报告,通过分析标注报告以反映家教机对相关搜索数据采集、解析和解答的准确情况。技术人员根据相关搜索数据采集、解析和解答的准确情况即可确定当前家教机习题解答模型对相关搜索数据的处理是否准确,并进一步根据分析标注报告进行家教机习题解答模型等设置的修正,优化家教机对学生的学习辅助。
但是,现有的家教机数据的分析管理系统,在对搜索数据和对应的结果数据在进行分析管理时,大部分流程都是通过分析人员人工完成,其分析管理流程繁琐,时效性低。
发明内容
本申请实施例提供一种家教机数据的分析管理方法、装置、电子设备及存储介质,能够简化家教机数据分析管理人工处理的流程,降低人力成本,提升分析管理效率。
在第一方面,本申请实施例提供了一种家教机数据的分析管理方法,包括:
对导入的搜索数据进行数据分类,确定对应的数据分析类别,所述数据分析类别包括全链路分析、字词分析、题意理解分析、基础音频分析、指示图片分析和OCR分析;
根据所述搜索数据解析得到对应的文本数据,并提取对应所述搜索数据的搜索结果数据;
将所述搜索数据、所述文本数据和所述搜索结果数据输出至数据分析端,并根据所述数据分析类别提供对应的分析标注界面;
接收所述数据分析端基于所述分析标注界面返回的对应所述搜索数据的分析标注数据,根据所述分析标注数据生成分析报告。
进一步的,所述根据所述数据分析类别提供对应的分析标注界面,包括:
根据所述数据分析类别确定相应的数据分析标注流程;
基于所述数据分析标注流程、所述搜索数据、所述文本数据和所述搜索结果数据生成相应的分析标注界面;
将所述分析标注界面输出至数据分析端进行显示。
进一步的,所述根据所述分析标注数据生成分析报告,包括:
根据所述分析标注数据统计对应的所述搜索数据、所述文本数据和所述搜索结果数据的分析结果,所述分析结果用于反映对应的所述搜索数据、所述文本数据和所述搜索结果数据是否准确;
基于所述分析结果生成对应的分析报告,所述分析报告用于进行家教机习题解答模型的修正。
进一步的,所述搜索数据包括指示图片、音频和/或文本内容。
进一步的,所述确定对应的数据分析类别,包括:
解析所述搜索数据中所包含的数据因素;
基于所述数据因素确定对应的数据分析类别,所述数据分析类别预先设定包含对应的数据因素。
进一步的,所述根据所述搜索数据解析得到对应的文本数据,包括:
若所述搜索数据包含指示图片,对所述指示图片进行OCR文字识别获取对应的文本数据;若所述搜索数据包含音频,对所述音频进行语音识别获取对应的文本数据;若所述搜索数据包含文本内容,直接以所述文本内容作为对应的文本数据。
进一步的,所述将所述搜索数据、所述文本数据和所述搜索结果数据输出至数据分析端,并根据所述数据分析类别提供对应的分析标注界面,还包括:
根据历史搜索记录确定所述搜索数据的历史搜索频次,当所述历史搜索频次达到设定次数阈值时,对所述分析标注界面进行重点分析信息标记以进行对应数据的重点分析提示。
在第二方面,本申请实施例提供了一种家教机数据的分析管理装置,包括:
分类模块,用于对导入的搜索数据进行数据分类,确定对应的数据分析类别,所述数据分析类别包括全链路分析、字词分析、题意理解分析、基础音频分析、指示图片分析和OCR分析;
提取模块,用于根据所述搜索数据解析得到对应的文本数据,并提取对应所述搜索数据的搜索结果数据;
输出模块,用于将所述搜索数据、所述文本数据和所述搜索结果数据输出至数据分析端,并根据所述数据分析类别提供对应的分析标注界面;
生成模块,用于接收所述数据分析端基于所述分析标注界面返回的对应所述搜索数据的分析标注数据,根据所述分析标注数据生成分析报告。
具体的,分类模块包括:
解析单元,用于解析所述搜索数据中所包含的数据因素;
分类单元,用于基于所述数据因素确定对应的数据分析类别,所述数据分析类别预先设定包含对应的数据因素。
具体的,输出模块包括:
确定单元,用于根据所述数据分析类别确定相应的数据分析标注流程;
第一生成单元,用于基于所述数据分析标注流程、所述搜索数据、所述文本数据和所述搜索结果数据生成相应的分析标注界面;
输出单元,用于将所述分析标注界面输出至数据分析端进行显示。
具体的,生成模块包括:
统计单元,用于根据所述分析标注数据统计对应的所述搜索数据、所述文本数据和所述搜索结果数据的分析结果,所述分析结果用于反映对应的所述搜索数据、所述文本数据和所述搜索结果数据是否准确;
第二生成单元,用于基于所述分析结果生成对应的分析报告,所述分析报告用于进行家教机习题解答模型的修正。
具体的,还包括:
标记模块,用于根据历史搜索记录确定所述搜索数据的历史搜索频次,当所述历史搜索频次达到设定次数阈值时,对所述分析标注界面进行重点分析信息标记以进行对应数据的重点分析提示。
在第三方面,本申请实施例提供了一种电子设备,包括:
存储器以及一个或多个处理器;
所述存储器,用于存储一个或多个程序;
当所述一个或多个程序被所述一个或多个处理器执行,使得所述一个或多个处理器实现如第一方面所述的家教机数据的分析管理方法。
在第四方面,本申请实施例提供了一种包含计算机可执行指令的存储介质,所述计算机可执行指令在由计算机处理器执行时用于执行如第一方面所述的家教机数据的分析管理方法。
本申请实施例通过对导入的搜索数据进行数据分类,确定对应的数据分析类别,并根据搜索数据确定对应的文本数据和搜索结果数据,将搜索数据、文本数据和搜索结果数据输出至数据分析端,同时根据数据分析类别提供对应的分析标注界面,之后通过接收数据分析端基于分析标注界面返回的分析标注数据,根据分析标注数据生成分析报告。采用上述技术手段,可以简化家教机数据分析管理的人工处理流程,通过提供对应的分析标注界面,方便分析人员进行分析信息勾选和标注,提升数据分析管理效率,进而降低人力成本。
附图说明
图1是本申请实施例一提供的一种家教机数据的分析管理方法的流程图;
图2是本申请实施例一中的数据分类流程图;
图3是本申请实施例一中的分析标注界面生成流程图;
图4是本申请实施例一中的分析报告生成流程图;
图5是本申请实施例一中的数据处理流程图;
图6是本申请实施例二提供的另一种家教机数据的分析管理方法的流程图;
图7是本申请实施例三提供的一种家教机数据的分析管理装置的结构示意图;
图8是本申请实施例四提供的一种电子设备的结构示意图。
具体实施方式
为了使本申请的目的、技术方案和优点更加清楚,下面结合附图对本申请具体实施例作进一步的详细描述。可以理解的是,此处所描述的具体实施例仅仅用于解释本申请,而非对本申请的限定。另外还需要说明的是,为了便于描述,附图中仅示出了与本申请相关的部分而非全部内容。在更加详细地讨论示例性实施例之前应当提到的是,一些示例性实施例被描述成作为流程图描绘的处理或方法。虽然流程图将各项操作(或步骤)描述成顺序的处理,但是其中的许多操作可以被并行地、并发地或者同时实施。此外,各项操作的顺序可以被重新安排。当其操作完成时所述处理可以被终止,但是还可以具有未包括在附图中的附加步骤。所述处理可以对应于方法、函数、规程、子例程、子程序等等。
本申请提供的家教机数据的分析管理方法,旨在通过数据分析管理,以简化家教机数据分析管理过程中的人工处理流程,通过数据分类确定搜索数据对应的数据类别,并进一步生成对应的分析标注界面,以便于分析人员根据相关数据进行快捷地分析标注,以此来提升人工分析标注的时效,减少时间和人力成本。相对于现有的家教机分析管理系统,其在进行数据分析管理时,对导入的搜索数据以及对应文本数据和搜索结果数据,均通过相关分析人员进行分析标注,以此完成对家教机数据的分析管理。由于对导入的搜索数据没有较好地进行分类,使得分析人员的数据分析标注流程相对较为繁琐。例如,对应手指图片类或音频提问类的搜索数据,由于没有预先确定其分析类别,分析人员在进行分析标注时,需要文字注明家教机拍摄的图片是否清晰,录音是否清晰。并且,对应搜索数据解析得到的文本数据,分析人员需要注明文本数据是否解析准确,是否出现解析得到的文本数据不符合用户所要提问的问题的情况。而对应搜索结果数据,分析人员则要判断其是否与搜索数据对应,能够准确解决用户提问。此外,由于搜索数据需要提问的问题类型不同,在进行数据分析标注时所要标注的分析标注数据也有所不同。例如,对应指示图片分析和题意理解分析两种不同的分析类别,在进行指示图片分析的时候,需要确定图片拍摄是否清晰,手指位置是否识别准确等。而对应题意理解分析则需要确定题目是否准确,反馈的搜索结果数据是否准确等。可以理解的是,不同的搜索数据需要进行的数据分析标注流程不同,如若直接将这些数据提供给分析人员进行分析标注,那么分析人员则需要人工判定数据的分析类型,并进一步根据数据的分析类型进行数据分析标注,整个流程相对较为繁琐,花费的时间较长。基于此,提供本申请实施例的家教机数据的分析管理方法,以解决现有家教机数据分析系统人工分析标注流程繁琐的技术问题。
实施例一:
图1给出了本申请实施例一提供的一种家教机数据的分析管理方法的流程图,本实施例中提供的家教机数据的分析管理方法可以由家教机数据的分析管理设备执行,该家教机数据的分析管理设备可以通过软件和/或硬件的方式实现,该家教机数据的分析管理设备可以是两个或多个物理实体构成,也可以是一个物理实体构成。一般而言,该家教机数据的分析管理设备可以是服务器设备、家教机数据分析系统主机等设备。
下述以家教机数据的分析管理设备为执行家教机数据的分析管理方法的设备为例,进行描述。参照图1,该家教机数据的分析管理方法具体包括:
S110、对导入的搜索数据进行数据分类,确定对应的数据分析类别,所述数据分析类别包括全链路分析、字词分析、题意理解分析、基础音频分析、指示图片分析和OCR分析。
示例性的,在进行数据分析管理时,对应家教机在使用过程中产生的大量搜索数据,通过导入到该家教机数据的分析管理设备中以进行数据的分析管理。搜索数据即为家教机用户在使用家教机进行辅助学习时输入的各类搜索数据。其中,搜索数据根据家教机的实际使用场景可以包括家教机在用户手指或笔指示作业的相应位置所拍摄的指示图片、家教机在用户发出提问音频时所录入的用户音频以及用户直接输入的提问文本内容等。可以理解的是,根据家教机的使用场景,搜索数据可以是多种不同的类型,还可以是多个类型组合而成的搜索数据(如手指图片同时语音提问),本申请对搜索数据的类型不做固定限制,在此不多赘述。
对应导入的搜索数据,家教机数据的分析管理设备首先确定搜索数据的数据分析类别,本申请实施例对应搜索数据的数据分析类别包括全链路分析、字词分析、题意理解分析、基础音频分析、指示图片分析和OCR分析等。其中对应搜索数据中包含指示图片的,则需要进行指示图片分析,对应文本数据的则需要OCR分析,对应音频内容的则需要进行基础音频分析。并且,根据家教机习题解答模型所分析出的用户所要提问的信息,进一步确定其数据分析类别。例如,若用户提问的是某一字词怎么读,则搜索数据所对应的数据分析类别为字词分析;若用户提问的是某一问题的解答思路,则搜索数据所对应的数据分析类别为题意理解分析。此外,根据实际设置,可将存在多种数据分析类别的搜索数据归类为全链路分析。具体的,参照图2,提供本申请实施例的数据分类流程图,其中,数据分析类别的分类流程包括:
S1101、解析所述搜索数据中所包含的数据因素;
S1102、基于所述数据因素确定对应的数据分析类别,所述数据分析类别预先设定包含对应的数据因素。
具体的,本申请实施例预先对应搜索数据设置不同的数据因素,举例而言,对于搜索数据中包含的手指图片,其数据因素可以包含手指位置的X、Y坐标,手指图片所要提问的问题类型等,对于音频内容,其数据因素可以包含音频信息,音频所要提问的问题类型等。问题类型可以根据家教机的习题解答模型确定(如字词读音提问或者习题解析等)。习题解答模型实时对用户输入的搜索数据做出解答,以实现其辅助学习的效果。并在辅助学习过程中,对应解答过程保存对应搜索数据的问题类型,以便于家教机数据的分析管理设备提取并进行分析。
进一步的,本申请实施例预先设定了各种数据分析类别应该包含的数据因素,如指示图片分析,则需要包含手指位置的X、Y坐标的数据因素;字词分析,则需要包含字词读音提问的问题类型作为数据因素。根据预先设定的数据分析类别所包含的数据因素,当一个搜索数据的数据因素落入到对应数据分析类别中,则可以认为该搜索数据属于对应数据分析类别。需要说明的是,对应一种搜索数据,其所归属的数据分析类别可以是多种。后续确定的分析标注界面,也同样需要包含对应种类的数据分析标注。
S120、根据所述搜索数据解析得到对应的文本数据,并提取对应所述搜索数据的搜索结果数据。
完成上述搜索数据分类之后,对应搜索数据进行解析。具体的,在搜索数据解析是,利用习题解答模型,若搜索数据包含指示图片,对指示图片进行OCR文字识别获取对应的文本数据;若搜索数据包含音频,对音频进行语音识别获取对应的文本数据;若搜索数据包含文本内容,直接以文本内容作为对应的文本数据。文本数据还可以直接通过家教机的习题解答模型进行提取。习题解答模型实时对用户输入的搜索数据进行解析提取对应的文本数据,并根据文本数据进一步进行分析解答,提供对应的搜索结果数据给到用户端的家教机。并将解析到的文本数据和搜索结果数据对应这一搜索数据进行记录存储。之后,即可通过习题解答模型提取对应搜索数据的搜索结果数据,完成数据的解析及提取。
S130、将所述搜索数据、所述文本数据和所述搜索结果数据输出至数据分析端,并根据所述数据分析类别提供对应的分析标注界面。
具体的,根据上述确定的搜索数据及对应的文本数据、搜索结果数据,一并发送至数据分析端供分析人员进行数据分析标注。在进行分析标注时,分析人员可以通过人工判断搜索数据的采集、解析到的文本数据和反馈的搜索结果数据等是否正确,并根据分析结果进行标注,以生成对应的分析标注数据,
并且,为了方便分析人员进行数据分析标注,本申请实施例根据此前确定的数据分析类别,生成对应的分析标注界面以提供给分析人员进行分析标注。参照图3,分析标注界面的生成流程包括:
S1301、根据所述数据分析类别确定相应的数据分析标注流程;
S1302、基于所述数据分析标注流程、所述搜索数据、所述文本数据和所述搜索结果数据生成相应的分析标注界面;
S1303、将所述分析标注界面输出至数据分析端进行显示。
其中,本申请实施例对应不同的数据分析类别设置相应的分析标注流程,分析标注流程包括相关因素的勾选与标注。分析标注界面可提供相应的分析标注流程,在进行分析标注界面生成时,根据对应的数据分析类别,结合搜索数据、文本数据和搜索结果数据生成相应的分析标注界面。例如,对应指示图片分析,需要提供指示图片的分析标注界面,该界面可以提供图片拍摄是否清晰的勾选框、指示定位的文本数据是否准确的勾选框、文本数据解析是否准确的勾选框、搜索结果数据是否准确的勾选框等,并进一步提供手指位置的标注界面,供分析人员准确进行手指坐标标注,以便于后续通过分析人员标注的手指坐标位置与此前确定的手指坐标位置进行比对,判断手指位置是否准确。而对应基础音频分析,则需要提供音频录入是否清晰的勾选框、音频解析的文本数据是否准确的勾选框和搜索结果数据是否准确的勾选框等。
根据上述确定的对应数据分析类别所需要的分析标注流程,生成分析标注界面并发送至数据分析端进行显示。分析人员通过显示在数据分析端的分析标注界面,并比对分析相应的搜索数据、文本数据和搜索结果数据,将分析比对结果标注在分析标注界面上,生成对应的分析标注数据。该分析标注数据即可反映家教机对应某一搜索数据解答流程的各个环节是否准确。利用分析标注界面,分析人员能够通过快速勾选标注进行分析数据标注,以此来简化分析人员的人工操作流程。
S140、接收所述数据分析端基于所述分析标注界面返回的对应所述搜索数据的分析标注数据,根据所述分析标注数据生成分析报告。
之后,根据数据分析端返回的分析标注数据,生成相应的分析报告。由于分析标注数据为分析人员通过数据分析得到,因此其可以反映相关数据的准确情况。以此生成的分析报告,可以有效反映家教机的习题解答模型在学习辅助过程中的准确度。其中,参照图4,分析报告生成流程包括:
S1401、根据所述分析标注数据统计对应的所述搜索数据、所述文本数据和所述搜索结果数据的分析结果,所述分析结果用于反映对应的所述搜索数据、所述文本数据和所述搜索结果数据是否准确;
S1402、基于所述分析结果生成对应的分析报告,所述分析报告用于进行家教机习题解答模型的修正。
具体的,对应接收到的分析标注数据,作为某一搜索数据及对应文本数据和搜索结果数据的分析结果进行记录。每一个搜索数据通过分析标注得到对应的分析结果。最终,将同类型的分析标注数据归类统计在一起,即可生成相应的分析报告。例如,对应基础语音分析类别所得到的分析标注数据进行归类,统计音频录入是否清晰的勾选分析结果、音频解析的文本数据是否准确的勾选分析结果以及搜索结果数据是否准确的勾选分析结果。此外,还可以对应一类勾选分析结果进行统计,如将分析标注数据中所有搜索结果数据是否准确的勾选分析结果进行统计,以确定习题解答得到的搜索结果数据的准确率。
进一步的,基于统计得到的分析结果,即可对应生成分析报告。分析报告通过邮件等形式发送到模型修正一端。根据分析报告展示的分析结果,技术人员即可进一步对习题解答模型进行调整修正,以确保习题解答模型更有效地进行学习辅助。其中,若根据分析报告发现图像拍摄经常出现不清晰的情况,则需要进一步调整图像拍摄参数。若根据搜索数据得到的搜索结果数据不对应,则需要调整搜索数据以及搜索结果数据的确定形式。以此来修正调整家教机习题解答模型的习题解答准确率。参照图5,通过本申请实施例的分析管理方法提供分析标注界面,并通过分析人员快捷地进行分析标注界面的勾选和标注,生成分析标注数据,分析标注数据进一步生成分析标注报告,最终,分析标注报告发送至相关技术人员一端进行家教机习题解答模型的模型修正,以此来优化家教机数据的分析管理。
上述,通过对导入的搜索数据进行数据分类,确定对应的数据分析类别,并根据搜索数据确定对应的文本数据和搜索结果数据,将搜索数据、文本数据和搜索结果数据输出至数据分析端,同时根据数据分析类别提供对应的分析标注界面,之后通过接收数据分析端基于分析标注界面返回的分析标注数据,根据分析标注数据生成分析报告。采用上述技术手段,可以简化家教机数据分析管理的人工处理流程,通过提供对应的分析标注界面,方便分析人员进行分析信息勾选和标注,提升数据分析管理效率,进而降低人力成本。
实施例二:
在上述实施例的基础上,图6为本申请实施例二提供的另一种家教机数据的分析管理方法,参照图6,该家教机数据的分析管理方法包括:
S210、对导入的搜索数据进行数据分类,确定对应的数据分析类别,所述数据分析类别包括全链路分析、字词分析、题意理解分析、基础音频分析、指示图片分析和OCR分析;
S220、根据所述搜索数据解析得到对应的文本数据,并提取对应所述搜索数据的搜索结果数据;
S230、将所述搜索数据、所述文本数据和所述搜索结果数据输出至数据分析端,并根据所述数据分析类别提供对应的分析标注界面;根据历史搜索记录确定所述搜索数据的历史搜索频次,当所述历史搜索频次达到设定次数阈值时,对所述分析标注界面进行重点分析信息标记以进行对应数据的重点分析提示。
本申请实施例在生成分析标注界面之后,还进一步通过对应搜索数据的历史搜索频次,确定搜索频次达到设定阈值的搜索数据。例如,对应某一生僻字,用户通过家教机指示求解该生僻字的读音分析。当用户通过家教机输入搜索数据的频次达到的设定值,则表示当前多个用户在使用过程中均对该生僻字的读音进行求解。因此,根据这一搜索数据的历史搜索频次,家教机数据的分析管理设备对相应的分析标注界面进行重点分析信息标记,以便于分析人员能够明确这一搜索数据为重点分析的搜索数据。则分析人员在进行分析标注时,除了因素勾选和标注,还可以进一步进行文字信息标注,以便于最终生成的分析标注数据能够尽量详细的反映对应搜索数据、文本数据和搜索结果数据的准确情况,以此来更进一步地优化习题解答模型的修正,确保家教机更好地辅助用户学习。
实施例三:
在上述实施例的基础上,图7为本申请实施例三提供的一种家教机数据的分析管理装置的结构示意图。参考图7,本实施例提供的家教机数据的分析管理装置具体包括:分类模块31、提取模块32、输出模块33和生成模块34。
其中,分类模块31用于对导入的搜索数据进行数据分类,确定对应的数据分析类别,所述数据分析类别包括全链路分析、字词分析、题意理解分析、基础音频分析、指示图片分析和OCR分析;
提取模块32用于根据所述搜索数据解析得到对应的文本数据,并提取对应所述搜索数据的搜索结果数据;
输出模块33用于将所述搜索数据、所述文本数据和所述搜索结果数据输出至数据分析端,并根据所述数据分析类别提供对应的分析标注界面;
生成模块34用于接收所述数据分析端基于所述分析标注界面返回的对应所述搜索数据的分析标注数据,根据所述分析标注数据生成分析报告。
上述,通过对导入的搜索数据进行数据分类,确定对应的数据分析类别,并根据搜索数据确定对应的文本数据和搜索结果数据,将搜索数据、文本数据和搜索结果数据输出至数据分析端,同时根据数据分析类别提供对应的分析标注界面,之后通过接收数据分析端基于分析标注界面返回的分析标注数据,根据分析标注数据生成分析报告。采用上述技术手段,可以简化家教机数据分析管理的人工处理流程,通过提供对应的分析标注界面,方便分析人员进行分析信息勾选和标注,提升数据分析管理效率,进而降低人力成本。
具体的,分类模块31包括:
解析单元,用于解析所述搜索数据中所包含的数据因素;
分类单元,用于基于所述数据因素确定对应的数据分析类别,所述数据分析类别预先设定包含对应的数据因素。
具体的,输出模块33包括:
确定单元,用于根据所述数据分析类别确定相应的数据分析标注流程;
第一生成单元,用于基于所述数据分析标注流程、所述搜索数据、所述文本数据和所述搜索结果数据生成相应的分析标注界面;
输出单元,用于将所述分析标注界面输出至数据分析端进行显示。
具体的,生成模块34包括:
统计单元,用于根据所述分析标注数据统计对应的所述搜索数据、所述文本数据和所述搜索结果数据的分析结果,所述分析结果用于反映对应的所述搜索数据、所述文本数据和所述搜索结果数据是否准确;
第二生成单元,用于基于所述分析结果生成对应的分析报告,所述分析报告用于进行家教机习题解答模型的修正。
具体的,还包括:
标记模块,用于根据历史搜索记录确定所述搜索数据的历史搜索频次,当所述历史搜索频次达到设定次数阈值时,对所述分析标注界面进行重点分析信息标记以进行对应数据的重点分析提示。
本申请实施例三提供的家教机数据的分析管理装置可以用于执行上述实施例一提供的家教机数据的分析管理方法,具备相应的功能和有益效果。
实施例四:
本申请实施例四提供了一种电子设备,参照图8,该电子设备包括:处理器41、存储器42、通信模块43、输入装置44及输出装置45。该电子设备中处理器的数量可以是一个或者多个,该电子设备中的存储器的数量可以是一个或者多个。该电子设备的处理器、存储器、通信模块、输入装置及输出装置可以通过总线或者其他方式连接。
存储器42作为一种计算机可读存储介质,可用于存储软件程序、计算机可执行程序以及模块,如本申请任意实施例所述的家教机数据的分析管理方法对应的程序指令/模块(例如,家教机数据的分析管理装置中的分类模块、提取模块、输出模块和生成模块)。存储器可主要包括存储程序区和存储数据区,其中,存储程序区可存储操作系统、至少一个功能所需的应用程序;存储数据区可存储根据设备的使用所创建的数据等。此外,存储器可以包括高速随机存取存储器,还可以包括非易失性存储器,例如至少一个磁盘存储器件、闪存器件、或其他非易失性固态存储器件。在一些实例中,存储器可进一步包括相对于处理器远程设置的存储器,这些远程存储器可以通过网络连接至设备。上述网络的实例包括但不限于互联网、企业内部网、局域网、移动通信网及其组合。
通信模块43用于进行数据传输。
处理器41通过运行存储在存储器中的软件程序、指令以及模块,从而执行设备的各种功能应用以及数据处理,即实现上述的家教机数据的分析管理方法。
输入装置44可用于接收输入的数字或字符信息,以及产生与设备的用户设置以及功能控制有关的键信号输入。输出装置45可包括显示屏等显示设备。
上述提供的电子设备可用于执行上述实施例一提供的家教机数据的分析管理方法,具备相应的功能和有益效果。
实施例五:
本申请实施例还提供一种包含计算机可执行指令的存储介质,所述计算机可执行指令在由计算机处理器执行时用于执行一种家教机数据的分析管理方法,该家教机数据的分析管理方法包括:对导入的搜索数据进行数据分类,确定对应的数据分析类别,所述数据分析类别包括全链路分析、字词分析、题意理解分析、基础音频分析、指示图片分析和OCR分析;根据所述搜索数据解析得到对应的文本数据,并提取对应所述搜索数据的搜索结果数据;将所述搜索数据、所述文本数据和所述搜索结果数据输出至数据分析端,并根据所述数据分析类别提供对应的分析标注界面;接收所述数据分析端基于所述分析标注界面返回的对应所述搜索数据的分析标注数据,根据所述分析标注数据生成分析报告。
存储介质——任何的各种类型的存储器设备或存储设备。术语“存储介质”旨在包括:安装介质,例如CD-ROM、软盘或磁带装置;计算机系统存储器或随机存取存储器,诸如DRAM、DDR RAM、SRAM、EDO RAM,兰巴斯(Rambus)RAM等;非易失性存储器,诸如闪存、磁介质(例如硬盘或光存储);寄存器或其它相似类型的存储器元件等。存储介质可以还包括其它类型的存储器或其组合。另外,存储介质可以位于程序在其中被执行的第一计算机系统中,或者可以位于不同的第二计算机系统中,第二计算机系统通过网络(诸如因特网)连接到第一计算机系统。第二计算机系统可以提供程序指令给第一计算机用于执行。术语“存储介质”可以包括驻留在不同位置中(例如在通过网络连接的不同计算机系统中)的两个或更多存储介质。存储介质可以存储可由一个或多个处理器执行的程序指令(例如具体实现为计算机程序)。
当然,本申请实施例所提供的一种包含计算机可执行指令的存储介质,其计算机可执行指令不限于如上所述的家教机数据的分析管理方法,还可以执行本申请任意实施例所提供的家教机数据的分析管理方法中的相关操作。
上述实施例中提供的家教机数据的分析管理装置、存储介质及电子设备可执行本申请任意实施例所提供的家教机数据的分析管理方法,未在上述实施例中详尽描述的技术细节,可参见本申请任意实施例所提供的家教机数据的分析管理方法。
上述仅为本申请的较佳实施例及所运用的技术原理。本申请不限于这里所述的特定实施例,对本领域技术人员来说能够进行的各种明显变化、重新调整及替代均不会脱离本申请的保护范围。因此,虽然通过以上实施例对本申请进行了较为详细的说明,但是本申请不仅仅限于以上实施例,在不脱离本申请构思的情况下,还可以包括更多其他等效实施例,而本申请的范围由权利要求的范围决定。

Claims (9)

1.一种家教机数据的分析管理方法,其特征在于,包括:
对导入的搜索数据进行数据分类,确定对应的数据分析类别,所述数据分析类别包括全链路分析、字词分析、题意理解分析、基础音频分析、指示图片分析和OCR分析;其中,所述全链路分析包括对存在多种数据分析类别的搜索数据进行分析;
根据所述搜索数据解析得到对应的文本数据,并提取对应所述搜索数据的搜索结果数据;
将所述搜索数据、所述文本数据和所述搜索结果数据输出至数据分析端,并根据所述数据分析类别提供对应的分析标注界面;
接收所述数据分析端基于所述分析标注界面返回的对应所述搜索数据的分析标注数据,根据所述分析标注数据生成分析报告;其中,所述根据所述分析标注数据生成分析报告,包括:根据所述分析标注数据统计对应的所述搜索数据、所述文本数据和所述搜索结果数据的分析结果,所述分析结果用于反映对应的所述搜索数据、所述文本数据和所述搜索结果数据是否准确,基于所述分析结果生成对应的分析报告,所述分析报告用于反映家教机习题解答模型解答得到的搜索结果数据的准确率以及用于进行家教机习题解答模型的修正。
2.根据权利要求1所述的家教机数据的分析管理方法,其特征在于,所述根据所述数据分析类别提供对应的分析标注界面,包括:
根据所述数据分析类别确定相应的数据分析标注流程;
基于所述数据分析标注流程、所述搜索数据、所述文本数据和所述搜索结果数据生成相应的分析标注界面;
将所述分析标注界面输出至数据分析端进行显示。
3.根据权利要求1所述的家教机数据的分析管理方法,其特征在于,所述搜索数据包括指示图片、音频和/或文本内容。
4.根据权利要求3所述的家教机数据的分析管理方法,其特征在于,所述确定对应的数据分析类别,包括:
解析所述搜索数据中所包含的数据因素;其中,所述数据因素包括指示图片中手指位置的坐标、音频信息和/或文本信息以及各所述搜索数据对应的问题类型;
基于所述数据因素确定对应的数据分析类别,所述数据分析类别预先设定包含对应的数据因素。
5.根据权利要求3所述的家教机数据的分析管理方法,其特征在于,所述根据所述搜索数据解析得到对应的文本数据,包括:
若所述搜索数据包含指示图片,对所述指示图片进行OCR文字识别获取对应的文本数据;若所述搜索数据包含音频,对所述音频进行语音识别获取对应的文本数据;若所述搜索数据包含文本内容,直接以所述文本内容作为对应的文本数据。
6.根据权利要求1所述的家教机数据的分析管理方法,其特征在于,所述将所述搜索数据、所述文本数据和所述搜索结果数据输出至数据分析端,并根据所述数据分析类别提供对应的分析标注界面,还包括:
根据历史搜索记录确定所述搜索数据的历史搜索频次,当所述历史搜索频次达到设定次数阈值时,对所述分析标注界面进行重点分析信息标记以进行对应数据的重点分析提示。
7.一种家教机数据的分析管理装置,其特征在于,包括:
分类模块,用于对导入的搜索数据进行数据分类,确定对应的数据分析类别,所述数据分析类别包括全链路分析、字词分析、题意理解分析、基础音频分析、指示图片分析和OCR分析;其中,所述全链路分析包括对存在多种数据分析类别的搜索数据进行分析;
提取模块,用于根据所述搜索数据解析得到对应的文本数据,并提取对应所述搜索数据的搜索结果数据;
输出模块,用于将所述搜索数据、所述文本数据和所述搜索结果数据输出至数据分析端,并根据所述数据分析类别提供对应的分析标注界面;
生成模块,用于接收所述数据分析端基于所述分析标注界面返回的对应所述搜索数据的分析标注数据,根据所述分析标注数据生成分析报告;其中,所述根据所述分析标注数据生成分析报告,包括:根据所述分析标注数据统计对应的所述搜索数据、所述文本数据和所述搜索结果数据的分析结果,所述分析结果用于反映对应的所述搜索数据、所述文本数据和所述搜索结果数据是否准确,基于所述分析结果生成对应的分析报告,所述分析报告用于反映家教机习题解答模型解答得到的搜索结果数据的准确率以及用于进行家教机习题解答模型的修正。
8.一种电子设备,其特征在于,包括:
存储器以及一个或多个处理器;
所述存储器,用于存储一个或多个程序;
当所述一个或多个程序被所述一个或多个处理器执行,使得所述一个或多个处理器实现如权利要求1-6任一所述的家教机数据的分析管理方法。
9.一种包含计算机可执行指令的存储介质,其特征在于,所述计算机可执行指令在由计算机处理器执行时用于执行如权利要求1-6任一所述的家教机数据的分析管理方法。
CN202010101971.0A 2020-02-19 2020-02-19 一种家教机数据的分析管理方法及装置 Active CN111324697B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202010101971.0A CN111324697B (zh) 2020-02-19 2020-02-19 一种家教机数据的分析管理方法及装置

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202010101971.0A CN111324697B (zh) 2020-02-19 2020-02-19 一种家教机数据的分析管理方法及装置

Publications (2)

Publication Number Publication Date
CN111324697A CN111324697A (zh) 2020-06-23
CN111324697B true CN111324697B (zh) 2023-10-24

Family

ID=71172778

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202010101971.0A Active CN111324697B (zh) 2020-02-19 2020-02-19 一种家教机数据的分析管理方法及装置

Country Status (1)

Country Link
CN (1) CN111324697B (zh)

Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN107680431A (zh) * 2017-11-22 2018-02-09 史俊逸 一种基于多维度数据分析的辅助教学方法及辅助教学系统
JP2018120567A (ja) * 2017-01-23 2018-08-02 株式会社xenodata lab. 決算分析システムおよび決算分析プログラム
CN109101597A (zh) * 2018-07-31 2018-12-28 中电传媒股份有限公司 一种电力新闻数据采集系统
CN110489565A (zh) * 2019-08-15 2019-11-22 广州拓尔思大数据有限公司 基于领域知识图谱本体中的对象根类型设计方法及系统

Family Cites Families (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US9928300B2 (en) * 2015-07-16 2018-03-27 NewsRx, LLC Artificial intelligence article analysis interface
US11003864B2 (en) * 2016-05-11 2021-05-11 Stratifyd, Inc. Artificial intelligence optimized unstructured data analytics systems and methods
US10803765B2 (en) * 2017-12-22 2020-10-13 Knowledge Factor, Inc. Display and report generation platform for testing results
US20190295440A1 (en) * 2018-03-23 2019-09-26 Nutrino Health Ltd. Systems and methods for food analysis, personalized recommendations and health management

Patent Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2018120567A (ja) * 2017-01-23 2018-08-02 株式会社xenodata lab. 決算分析システムおよび決算分析プログラム
CN107680431A (zh) * 2017-11-22 2018-02-09 史俊逸 一种基于多维度数据分析的辅助教学方法及辅助教学系统
CN109101597A (zh) * 2018-07-31 2018-12-28 中电传媒股份有限公司 一种电力新闻数据采集系统
CN110489565A (zh) * 2019-08-15 2019-11-22 广州拓尔思大数据有限公司 基于领域知识图谱本体中的对象根类型设计方法及系统

Non-Patent Citations (1)

* Cited by examiner, † Cited by third party
Title
郑高峰 ; 秦丹丹 ; 刘丽 ; 韩学民 ; 张成平 ; .基于企业运营在线监测平台的报表智能检索与推荐技术研究.计算机产品与流通.2020,(第02期),全文. *

Also Published As

Publication number Publication date
CN111324697A (zh) 2020-06-23

Similar Documents

Publication Publication Date Title
US20220375225A1 (en) Video Segmentation Method and Apparatus, Device, and Medium
CN107808004B (zh) 模型训练方法和系统、服务器、存储介质
CN109871326A (zh) 一种脚本录制的方法和装置
CN108305618B (zh) 语音获取及搜索方法、智能笔、搜索终端及存储介质
CN110765246A (zh) 基于智能机器人的问答方法、装置、存储介质和智能设备
US20210125600A1 (en) Voice question and answer method and device, computer readable storage medium and electronic device
CN111506381A (zh) 一种直播教学中辅助用户进行信息录入的方法及装置
CN106980960B (zh) 一种知识点体系的制作方法及装置
WO2021142771A1 (zh) 服务工单生成方法、装置及系统
CN111324697B (zh) 一种家教机数据的分析管理方法及装置
CN117407507A (zh) 基于大语言模型的事件处理方法、装置、设备及介质
CN111506240A (zh) 一种基于家教机的作业在线批改方法及装置
CN111417026A (zh) 一种基于书写内容的在线学习方法及装置
CN112163400A (zh) 信息处理方法及装置
CN116776839A (zh) 一种面向教学的手写病历精准反馈方法、系统及存储设备
CN113050933B (zh) 脑图数据处理方法、装置、设备及存储介质
CN110427886B (zh) 一种手写识别的自动化校验方法及系统
CN110443202B (zh) 论文字体工整度即时分析系统、方法及存储介质
CN114564354A (zh) 数据库性能监控方法、装置、电子设备及存储介质
CN109040774A (zh) 一种节目信息提取方法、终端设备及服务器
CN113094265B (zh) 测试脚本的分析方法及分析装置、电子设备
CN110765994B (zh) 一种书本内容定位方法、装置、电子设备及存储介质
CN111427797A (zh) 一种接口自动测试方法、装置、电子设备及存储介质
CN113902834A (zh) 用于在线考试的主观题答题信息录入方法
CN114297360A (zh) 题目处理方法、装置、介质及电子设备

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