CN111540244A - 一种基于大数据分析的多端线上授课系统 - Google Patents
一种基于大数据分析的多端线上授课系统 Download PDFInfo
- Publication number
- CN111540244A CN111540244A CN202010390912.XA CN202010390912A CN111540244A CN 111540244 A CN111540244 A CN 111540244A CN 202010390912 A CN202010390912 A CN 202010390912A CN 111540244 A CN111540244 A CN 111540244A
- Authority
- CN
- China
- Prior art keywords
- user
- module
- unit
- data
- data analysis
- 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
- 238000007405 data analysis Methods 0.000 title claims abstract description 52
- 238000004891 communication Methods 0.000 claims abstract description 18
- 238000005065 mining Methods 0.000 claims abstract description 10
- 230000006399 behavior Effects 0.000 claims abstract description 7
- 238000011156 evaluation Methods 0.000 claims description 28
- 238000007726 management method Methods 0.000 claims description 27
- 230000006870 function Effects 0.000 claims description 16
- 238000004458 analytical method Methods 0.000 claims description 15
- 238000005516 engineering process Methods 0.000 claims description 12
- 238000012545 processing Methods 0.000 claims description 12
- 238000013500 data storage Methods 0.000 claims description 10
- 238000012544 monitoring process Methods 0.000 claims description 10
- 238000013135 deep learning Methods 0.000 claims description 9
- 238000013473 artificial intelligence Methods 0.000 claims description 6
- 230000000694 effects Effects 0.000 claims description 4
- 238000007781 pre-processing Methods 0.000 claims description 4
- 230000009286 beneficial effect Effects 0.000 claims description 2
- 238000013480 data collection Methods 0.000 claims 1
- 230000014759 maintenance of location Effects 0.000 claims 1
- 230000010354 integration Effects 0.000 description 5
- 230000002349 favourable effect Effects 0.000 description 3
- 238000012360 testing method Methods 0.000 description 3
- 238000011835 investigation Methods 0.000 description 2
- 238000000034 method Methods 0.000 description 2
- 230000005540 biological transmission Effects 0.000 description 1
- 230000007547 defect Effects 0.000 description 1
- 230000002452 interceptive effect Effects 0.000 description 1
Images
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
- G09B5/08—Electrically-operated educational appliances providing for individual presentation of information to a plurality of student stations
- G09B5/14—Electrically-operated educational appliances providing for individual presentation of information to a plurality of student stations with provision for individual teacher-student communication
-
- 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)
- Educational Technology (AREA)
- Educational Administration (AREA)
- Tourism & Hospitality (AREA)
- General Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Strategic Management (AREA)
- Physics & Mathematics (AREA)
- General Health & Medical Sciences (AREA)
- Economics (AREA)
- Health & Medical Sciences (AREA)
- Human Resources & Organizations (AREA)
- Marketing (AREA)
- Primary Health Care (AREA)
- General Business, Economics & Management (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
- Electrically Operated Instructional Devices (AREA)
Abstract
本发明公开了一种基于大数据分析的多端线上授课系统，涉及线上教育技术领域；为了解决无法发现学生学习的兴趣问题；具体包括用户端单元、服务器单元和数据库单元，所述用户端单元与服务器单元通信连接，所述服务器单元与数据库单元连接。本发明通过用户端单元收集用户的日志信息和实时操作属性，可以不断收集用户日志信息，更新用户兴趣模型，得到的用户信息更具有准确性和实时性，学生可以通过在Web端或移动端小程序上进行简单的操作，系统就可以根据学生行为进行大数据信息判断，找到学生兴趣，配合数据分析就可以帮助学生进行兴趣挖掘和能力的深化，比常规的人为的帮助学生发现兴趣更科学有效。
Description
技术领域
本发明涉及线上教育技术领域，尤其涉及一种基于大数据分析的多端线上授课系统。
背景技术
现阶段中国教育存在资源分配的不均衡的现象，尤其是乡镇地区的师资力量薄弱问题，近年来，国家号召力推大数据、人工智能及物联网等信息化手段，建设“物联网+教育”的智能教育平台，可见，智能化和信息化是未来中国教育趋势，大数据和人工智能技术不断完善，也可更加精准地分析学习行为，帮助学生减负增效，在教学领域中，伴随着数字内容在质量上面的突飞猛进，让教材的内容更具互动性，同时也更为实时且丰富，目前大部分发现学生兴趣的方式主要是通过教师或家长的发现并进行定向培养的，对于学生自身来说比较被动，大数据分析的多端线上授课系统可以通过大数据分析帮助学生找到兴趣，并在潜移默化中帮助学生学习将兴趣变成技能。
经检索，中国专利申请号为CN201910012812.0的专利，公开了一种基于大数据分析的智慧教学系统，包括大数据分析平台、多个数据服务器、教学信息汇总平台、教学质量监控系统、教学安全监控系统和教学感受监控系统，所述大数据分析平台所述教学信息汇总平台连接，所述大数据分析平台与多个所述数据服务器连接。上述专利中的基于大数据分析的智慧教学系统存在以下不足：无法发现学生学习的兴趣，并定向进行培养的问题。
发明内容
本发明的目的是为了解决现有技术中存在的缺点，而提出的一种基于大数据分析的多端线上授课系统。
为了实现上述目的，本发明采用了如下技术方案：
一种基于大数据分析的多端线上授课系统，包括用户端单元、服务器单元和数据库单元，所述用户端单元与服务器单元通信连接，所述服务器单元与数据库单元连接；所述用户端单元包括操作端和功能模块，用户端单元的请求通过网关进行分流至不同的功能模块的服务器集群；所述服务器单元包括教育资源数据模块、信息管理评估模块、授课答疑模块和物联网接入模块，服务器单元各模块之间数据库独立；所述数据库单元根据用户兴趣模型，利用数据分析实时筛选出要推荐的课程，再通过服务器单元返回到用户端单元进行展示。
优选地：所述操作端以Web端或移动端小程序方式呈现，包括日志系统和界面展示，日志系统实时收集用户日志信息后写入服务器单元中，并向服务器单元中传入用户当前运行时的实时操作属性。
优选地：所述功能模块包括社区学习模块和课堂模块，社区学习模块用于将学生完成的兴趣作业进行公开发布；课堂模块包括课程分类版块。
优选地：所述教育资源数据模块用于对教学资源的输入、处理、存储和输出，响应用户端单元发送的访问、请求并与之通信，教育资源数据模块根据教育大纲将网状知识图谱录入服务器中，在各知识点之间建立关系路径，并按课程分支和学习顺序编码保存。
优选地：所述信息管理评估模块用于对授课者、学生和物联网接入设备的事实数据的输入、处理、存储和输出，并响应用户端单元发送的访问请求与之通信，信息管理评估模块对用户端单元收集的用户日志信息和实时操作属性，采用深度学习技术进行数据分析，建立用户兴趣模型，得出用户的各种事实标签，信息管理评估模块基于事实数据和用户模型对学生个体的知识水平、积极性和学情预测做出智能评估并存储，再将结论反馈至用户端单元；信息管理评估模块依据人工智能算法对知识点按学生用户在一段时间内的错误率赋予错误率权重，再将新的权重值发送至用户端单元。
优选地：所述信息管理评估模块包括监控分析版块，监控分析版块用于对学生的用户行为进行监测，包括用户停留时间、流量页面关键词对比、跳出率、PV值进行分析后，采用深度学习技术进行数据分析，建立用户兴趣模型。
优选地：所述授课答疑模块用于对视频教学和交流答疑产生的数据进行输入、处理、存储和输出，其服务器集群是由流媒体服务器集群、AI服务器集群、通讯服务器集群和论坛服务器集群并行组合，并响应用户端单元发送的访问请求与之通信，同时将采集到的事实数据发送至信息管理评估模块。
优选地：所述物联网接入模块用于智能设备的接入与用户事实数据的采集，接入的设备包括计算机、移动设备，通过兴趣挖掘的成功案例大数据采集工作，将兴趣标签化数据化，同时将对应的课程进行关键词挖掘，将兴趣标签与课程内容、视频信息进行匹配，形成一个完整的教学材料数据化分析库。
优选地：所述数据库单元包括数据建模模块、推荐引擎模块和数据存储模块，数据建模模块对拟推荐的课程数据进行准备，将其表示成有利于分析的数据形式，以及确定要推荐给用户的候选课程，并对物品进行分类、聚类预处理；推荐引擎模块根据用户兴趣模型，利用数据分析实时从候选课程中筛选出用户感兴趣的课程，进行排序后通过服务器单元返回到用户端单元；数据存储模块保存所有固定属性数据和推荐引擎模块的推荐结果。
本发明的有益效果为：通过用户端单元收集用户的日志信息和实时操作属性，可以不断收集用户日志信息，更新用户兴趣模型，得到的用户信息更具有准确性和实时性，并写入到服务器单元，以及对服务器单元反馈的推荐结果信息进行展示，服务器单元采用深度学习技术进行数据分析，得到更为精确的用户兴趣模型，数据库单元根据用户兴趣模型，利用数据分析实时筛选出要推荐的课程，再通过服务器单元返回到用户端单元进行展示，学生可以通过在Web端或移动端小程序上进行简单的操作，系统就可以根据学生行为进行大数据信息判断，找到学生兴趣，配合数据分析就可以帮助学生进行兴趣挖掘和能力的深化，比常规的人为的帮助学生发现兴趣更科学有效，同时“大数据授课系统”额外加入了社交元素，可以将学生在学习完课程后完成的兴趣作业进行公开发布，让更多人来观看和点评，让兴趣相同的学生形成链接，增加学生用户对“大数据授课系统”粘性和活跃性，完成学习社区与社交的融合。
附图说明
图1为本发明提出的一种基于大数据分析的多端线上授课系统的流程结构示意图。
具体实施方式
下面结合具体实施方式对本专利的技术方案作进一步详细地说明。
下面详细描述本专利的实施例，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，仅用于解释本专利，而不能理解为对本专利的限制。
在本专利的描述中，需要理解的是，术语“中心”、“上”、“下”、“前”、“后”、“左”、“右”、“竖直”、“水平”、“顶”、“底”、“内”、“外”等指示的方位或位置关系为基于附图所示的方位或位置关系，仅是为了便于描述本专利和简化描述，而不是指示或暗示所指的装置或元件必须具有特定的方位、以特定的方位构造和操作，因此不能理解为对本专利的限制。
在本专利的描述中，需要说明的是，除非另有明确的规定和限定，术语“安装”、“相连”、“连接”、“设置”应做广义理解，例如，可以是固定相连、设置，也可以是可拆卸连接、设置，或一体地连接、设置。对于本领域的普通技术人员而言，可以根据具体情况理解上述术语在本专利中的具体含义。
实施例1：
一种基于大数据分析的多端线上授课系统，如图1所示，包括用户端单元、服务器单元和数据库单元，所述用户端单元与服务器单元通信连接，所述服务器单元与数据库单元连接；所述用户端单元包括操作端和功能模块，用户端单元的请求通过网关进行分流至不同的功能模块的服务器集群；所述服务器单元包括教育资源数据模块、信息管理评估模块、授课答疑模块和物联网接入模块，服务器单元各模块之间数据库独立；所述数据库单元根据用户兴趣模型，利用数据分析实时筛选出要推荐的课程，再通过服务器单元返回到用户端单元进行展示。
所述操作端可以是Web端或移动端小程序方式呈现，包括日志系统和界面展示，日志系统实时收集用户日志信息后写入服务器单元中，并向服务器单元中传入用户当前运行时的实时操作属性，可以实现视频学习的无缝衔接，即使无需下载也可以进行在线学习。
进一步的，所述用户日志信息包括历史浏览信息、历史下载、历史点击时间、历史点击次数、历史点击顺序、历史停留时间、历史搜索内容、历史评论内容、历史评分、历史问答、已收藏和已购买的信息。
进一步的，所述实时操作属性包括当前浏览信息、当前页面停留时间和当前流行趋势。
所述功能模块包括社区学习模块和课堂模块，社区学习模块用于将学生完成的兴趣作业进行公开发布，让更多人来观看和点评，使得兴趣相同的学生形成链接；课堂模块包括课程分类版块，学生可以在系统页面自行选择感兴趣或需要的课程进行学习，增加学生用户对“大数据授课系统”粘性和活跃性，完成学习社区与社交的融合。
所述教育资源数据模块用于对教学资源的输入、处理、存储和输出，响应用户端单元发送的访问、请求并与之通信，教育资源数据模块根据教育大纲将网状知识图谱录入服务器中，在各知识点之间建立关系路径，并按课程分支和学习顺序编码保存。
进一步的，所述教育资源数据包括知识图谱数据、题库数据和录播视频，每个知识点对应相应的试题和网络课程，并基于大数据分析对各知识点按考察频率赋予重要性权重，题库基于数据分析和用户模型的混合算法，通过给不同算法的结果加权重来综合结果，以实现相关知识点的精准推送。
所述信息管理评估模块用于对授课者、学生和物联网接入设备的事实数据的输入、处理、存储和输出，并响应用户端单元发送的访问请求与之通信，信息管理评估模块对用户端单元收集的用户日志信息和实时操作属性，采用深度学习技术进行数据分析，建立用户兴趣模型，得出用户的各种事实标签，信息管理评估模块基于事实数据和用户模型对学生个体的知识水平、积极性和学情预测做出智能评估并存储，再将结论反馈至用户端单元；信息管理评估模块依据人工智能算法对知识点按学生用户在一段时间内的错误率赋予错误率权重，再将新的权重值发送至用户端单元。
进一步的，所述信息管理评估模块包括监控分析版块，监控分析版块用于对学生的用户行为进行监测，包括用户停留时间、流量页面关键词对比、跳出率、PV值进行分析后，采用深度学习技术进行数据分析，建立用户兴趣模型，系统开始逐步推荐相关联的内容进行测试学生对该类型学习的兴趣关注度，从而进一步判断学生对该类型内容的兴趣及学习热情，并加入优秀作业的成果进行引导展示，从技术和心理上完成学生兴趣的引导和深化。
所述授课答疑模块用于对视频教学和交流答疑等产生的数据进行输入、处理、存储和输出，其服务器集群是由流媒体服务器集群、AI服务器集群、通讯服务器集群和论坛服务器集群并行组合，并响应用户端单元发送的访问请求与之通信，同时将采集到的事实数据发送至信息管理评估模块。
进一步的，所述视频教学内容可由教师设置为公开或非公开；交流答疑功能基于通讯技术实现，用于资源分享、社区问答和信息公示，实现包括所有用户间的点对点和群聊功能，可以将学生在学习完课程后完成的兴趣作业进行公开发布，让更多人来观看和点评，完成学习社区与社交的融合。
所述物联网接入模块用于智能设备的接入与用户事实数据的采集，接入的设备包括计算机、移动设备等，通过兴趣挖掘的成功案例大数据采集工作，将兴趣标签化数据化，同时将对应的课程进行关键词挖掘，将兴趣标签与课程内容、视频信息进行匹配，形成一个完整的教学材料数据化分析库。
所述数据库单元包括数据建模模块、推荐引擎模块和数据存储模块，数据建模模块对拟推荐的课程数据进行准备，将其表示成有利于分析的数据形式，以及确定要推荐给用户的候选课程，并对物品进行分类、聚类等预处理；推荐引擎模块根据用户兴趣模型，利用数据分析实时从候选课程中筛选出用户感兴趣的课程，进行排序后通过服务器单元返回到用户端单元，最终将数据快速展示给用户；数据存储模块保存所有固定属性数据和推荐引擎模块的推荐结果。
进一步的，所述推荐引擎模块采用在线推荐和离线推荐两种方式，可以实现视频学习的无缝衔接，即使无需下载也可以进行在线学习。
本实施例在使用时，通过用户端单元收集用户的日志信息和实时操作属性，可以不断收集用户日志信息，更新用户兴趣模型，得到的用户信息更具有准确性和实时性，并写入到服务器单元，以及对服务器单元反馈的推荐结果信息进行展示，服务器单元对收集的用户日志信息和实时操作属性，采用深度学习技术进行数据分析，建立用户兴趣模型，绕过海量数据的高并发在线分析的问题，得到更为精确的用户兴趣模型，数据库单元根据用户兴趣模型，利用数据分析实时筛选出要推荐的课程，再通过服务器单元返回到用户端单元进行展示，使得系统的推荐更精准，且数据库单元保存了所有固定属性数据和推荐引擎模块的推荐结果，对于之后用户通过其他客户端连接数据库单元时，不再受环境限制，仍然可以再次进行精确推荐。
实施例2：
一种基于大数据分析的多端线上授课系统，如图1所示，包括用户端单元、服务器单元和数据库单元，所述用户端单元与服务器单元通信连接，所述服务器单元与数据库单元连接；所述用户端单元包括操作端和功能模块，用户端单元的请求通过网关进行分流至不同的功能模块的服务器集群；所述服务器单元包括教育资源数据模块、信息管理评估模块、授课答疑模块和物联网接入模块，服务器单元各模块之间数据库独立；所述数据库单元根据用户兴趣模型，利用数据分析实时筛选出要推荐的课程，再通过服务器单元返回到用户端单元进行展示。
所述操作端可以是Web端或移动端小程序方式呈现，包括日志系统和界面展示，日志系统实时收集用户日志信息后写入服务器单元中，并向服务器单元中传入用户当前运行时的实时操作属性，可以实现视频学习的无缝衔接，即使无需下载也可以进行在线学习。
进一步的，所述用户日志信息包括历史浏览信息、历史下载、历史点击时间、历史点击次数、历史点击顺序、历史停留时间、历史搜索内容、历史评论内容、历史评分、历史问答、已收藏和已购买的信息。
进一步的，所述实时操作属性包括当前浏览信息、当前页面停留时间和当前流行趋势。
所述功能模块包括社区学习模块和课堂模块，社区学习模块用于将学生完成的兴趣作业进行公开发布，让更多人来观看和点评，使得兴趣相同的学生形成链接；课堂模块包括课程分类版块，学生可以在系统页面自行选择感兴趣或需要的课程进行学习，增加学生用户对“大数据授课系统”粘性和活跃性，完成学习社区与社交的融合。
所述教育资源数据模块用于对教学资源的输入、处理、存储和输出，响应用户端单元发送的访问、请求并与之通信，教育资源数据模块根据教育大纲将网状知识图谱录入服务器中，在各知识点之间建立关系路径，并按课程分支和学习顺序编码保存。
进一步的，所述教育资源数据包括知识图谱数据、题库数据和录播视频，每个知识点对应相应的试题和网络课程，并基于大数据分析对各知识点按考察频率赋予重要性权重，题库基于数据分析和用户模型的混合算法，通过给不同算法的结果加权重来综合结果，以实现相关知识点的精准推送。
所述信息管理评估模块用于对授课者、学生和物联网接入设备的事实数据的输入、处理、存储和输出，并响应用户端单元发送的访问请求与之通信，信息管理评估模块对用户端单元收集的用户日志信息和实时操作属性，采用深度学习技术进行数据分析，建立用户兴趣模型，得出用户的各种事实标签，信息管理评估模块基于事实数据和用户模型对学生个体的知识水平、积极性和学情预测做出智能评估并存储，再将结论反馈至用户端单元；信息管理评估模块依据人工智能算法对知识点按学生用户在一段时间内的错误率赋予错误率权重，再将新的权重值发送至用户端单元。
所述授课答疑模块用于对视频教学和交流答疑等产生的数据进行输入、处理、存储和输出，其服务器集群是由流媒体服务器集群、AI服务器集群、通讯服务器集群和论坛服务器集群并行组合，并响应用户端单元发送的访问请求与之通信，同时将采集到的事实数据发送至信息管理评估模块。
进一步的，所述视频教学内容可由教师设置为公开或非公开；交流答疑功能基于通讯技术实现，用于资源分享、社区问答和信息公示，实现包括所有用户间的点对点和群聊功能，可以将学生在学习完课程后完成的兴趣作业进行公开发布，让更多人来观看和点评，完成学习社区与社交的融合。
所述物联网接入模块用于智能设备的接入与用户事实数据的采集，接入的设备包括计算机、移动设备等，通过兴趣挖掘的成功案例大数据采集工作，将兴趣标签化数据化，同时将对应的课程进行关键词挖掘，将兴趣标签与课程内容、视频信息进行匹配，形成一个完整的教学材料数据化分析库。
所述数据库单元包括数据建模模块、推荐引擎模块和数据存储模块，数据建模模块对拟推荐的课程数据进行准备，将其表示成有利于分析的数据形式，以及确定要推荐给用户的候选课程，并对物品进行分类、聚类等预处理；推荐引擎模块根据用户兴趣模型，利用数据分析实时从候选课程中筛选出用户感兴趣的课程，进行排序后通过服务器单元返回到用户端单元，最终将数据快速展示给用户；数据存储模块保存所有固定属性数据和推荐引擎模块的推荐结果。
进一步的，所述推荐引擎模块采用在线推荐和离线推荐两种方式，可以实现视频学习的无缝衔接，即使无需下载也可以进行在线学习。
所述服务器单元还包括数据传输模块，与数据存储模块和用户界面连接，将推荐结果从数据存储模块中调出并显示到用户界面。
以上所述，仅为本发明较佳的具体实施方式，但本发明的保护范围并不局限于此，任何熟悉本技术领域的技术人员在本发明揭露的技术范围内，根据本发明的技术方案及其发明构思加以等同替换或改变，都应涵盖在本发明的保护范围之内。
Claims (9)
1.一种基于大数据分析的多端线上授课系统，包括用户端单元、服务器单元和数据库单元，其特征在于，所述用户端单元与服务器单元通信连接，所述服务器单元与数据库单元连接；所述用户端单元包括操作端和功能模块，用户端单元的请求通过网关进行分流至不同的功能模块的服务器集群；所述服务器单元包括教育资源数据模块、信息管理评估模块、授课答疑模块和物联网接入模块，服务器单元各模块之间数据库独立；所述数据库单元根据用户兴趣模型，利用数据分析实时筛选出要推荐的课程，再通过服务器单元返回到用户端单元进行展示。
2.根据权利要求1所述的一种基于大数据分析的多端线上授课系统，其特征在于，所述操作端以Web端或移动端小程序方式呈现，包括日志系统和界面展示，日志系统实时收集用户日志信息后写入服务器单元中，并向服务器单元中传入用户当前运行时的实时操作属性。
3.根据权利要求2所述的一种基于大数据分析的多端线上授课系统，其特征在于，所述功能模块包括社区学习模块和课堂模块，社区学习模块用于将学生完成的兴趣作业进行公开发布；课堂模块包括课程分类版块。
4.根据权利要求1所述的一种基于大数据分析的多端线上授课系统，其特征在于，所述教育资源数据模块用于对教学资源的输入、处理、存储和输出，响应用户端单元发送的访问、请求并与之通信，教育资源数据模块根据教育大纲将网状知识图谱录入服务器中，在各知识点之间建立关系路径，并按课程分支和学习顺序编码保存。
5.根据权利要求4所述的一种基于大数据分析的多端线上授课系统，其特征在于，所述信息管理评估模块用于对授课者、学生和物联网接入设备的事实数据的输入、处理、存储和输出，并响应用户端单元发送的访问请求与之通信，信息管理评估模块对用户端单元收集的用户日志信息和实时操作属性，采用深度学习技术进行数据分析，建立用户兴趣模型，得出用户的各种事实标签，信息管理评估模块基于事实数据和用户模型对学生个体的知识水平、积极性和学情预测做出智能评估并存储，再将结论反馈至用户端单元；信息管理评估模块依据人工智能算法对知识点按学生用户在一段时间内的错误率赋予错误率权重，再将新的权重值发送至用户端单元。
6.根据权利要求5所述的一种基于大数据分析的多端线上授课系统，其特征在于，所述信息管理评估模块包括监控分析版块，监控分析版块用于对学生的用户行为进行监测，包括用户停留时间、流量页面关键词对比、跳出率、PV值进行分析后，采用深度学习技术进行数据分析，建立用户兴趣模型。
7.根据权利要求6所述的一种基于大数据分析的多端线上授课系统，其特征在于，所述授课答疑模块用于对视频教学和交流答疑产生的数据进行输入、处理、存储和输出，其服务器集群是由流媒体服务器集群、AI服务器集群、通讯服务器集群和论坛服务器集群并行组合，并响应用户端单元发送的访问请求与之通信，同时将采集到的事实数据发送至信息管理评估模块。
8.根据权利要求7所述的一种基于大数据分析的多端线上授课系统，其特征在于，所述物联网接入模块用于智能设备的接入与用户事实数据的采集，接入的设备包括计算机、移动设备，通过兴趣挖掘的成功案例大数据采集工作，将兴趣标签化数据化，同时将对应的课程进行关键词挖掘，将兴趣标签与课程内容、视频信息进行匹配，形成一个完整的教学材料数据化分析库。
9.根据权利要求1所述的一种基于大数据分析的多端线上授课系统，其特征在于，所述数据库单元包括数据建模模块、推荐引擎模块和数据存储模块，数据建模模块对拟推荐的课程数据进行准备，将其表示成有利于分析的数据形式，以及确定要推荐给用户的候选课程，并对物品进行分类、聚类预处理；推荐引擎模块根据用户兴趣模型，利用数据分析实时从候选课程中筛选出用户感兴趣的课程，进行排序后通过服务器单元返回到用户端单元；数据存储模块保存所有固定属性数据和推荐引擎模块的推荐结果。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202010390912.XA CN111540244A (zh) | 2020-05-11 | 2020-05-11 | 一种基于大数据分析的多端线上授课系统 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202010390912.XA CN111540244A (zh) | 2020-05-11 | 2020-05-11 | 一种基于大数据分析的多端线上授课系统 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| CN111540244A true CN111540244A (zh) | 2020-08-14 |
Family
ID=71979203
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202010390912.XA Pending CN111540244A (zh) | 2020-05-11 | 2020-05-11 | 一种基于大数据分析的多端线上授课系统 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN111540244A (zh) |
Cited By (9)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN112487290A (zh) * | 2020-11-27 | 2021-03-12 | 大连交通大学 | 基于大数据和人工智能的互联网精准化教学方法及系统 |
| CN112541126A (zh) * | 2020-12-26 | 2021-03-23 | 贵州树精英教育科技有限责任公司 | 精准授课数据挖掘 |
| CN112650936A (zh) * | 2021-01-29 | 2021-04-13 | 山东畅想云教育科技有限公司 | 一种基于线上教学资源准确推送系统及其使用方法 |
| CN113434719A (zh) * | 2021-07-05 | 2021-09-24 | 汪冬梅 | 一种学前教育用的互动学习系统 |
| CN114155122A (zh) * | 2021-11-23 | 2022-03-08 | 陈冬冬 | 应用于在线教育的大数据资源共享方法及资源共享服务器 |
| CN115660913A (zh) * | 2022-11-09 | 2023-01-31 | 读书郎教育科技有限公司 | 一种为用户定制学习内容的系统及方法 |
| CN117057519A (zh) * | 2023-10-13 | 2023-11-14 | 北京布局未来教育科技有限公司 | 基于卷积神经网络的教学信息演示方法、计算机设备 |
| CN117056385A (zh) * | 2023-08-04 | 2023-11-14 | 昫爸教育科技(北京)有限公司 | 基于儿童学习偏好和智能教练的自适应学习方法和系统 |
| CN117314330A (zh) * | 2023-09-01 | 2023-12-29 | 湖南工商大学 | 一种基于数字孪生的智能制造系统 |
Citations (5)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN105118344A (zh) * | 2015-09-23 | 2015-12-02 | 成都往来教育科技有限公司 | 智能教室系统 |
| KR101899038B1 (ko) * | 2017-06-27 | 2018-09-14 | 주식회사 앰플소프트 | 빅데이터 분석을 이용한 온라인 학습 및 교육 콘텐츠 저작 시스템 |
| CN109670116A (zh) * | 2018-11-30 | 2019-04-23 | 内江亿橙网络科技有限公司 | 一种基于大数据的智能推荐系统 |
| CN110136037A (zh) * | 2019-05-22 | 2019-08-16 | 毕成 | 一种基于大数据和人工智能的互联网精准化教育辅导系统 |
| CN111047929A (zh) * | 2019-10-22 | 2020-04-21 | 李登峻 | 一种基于大数据的互联网教学方法及平台 |
-
2020
- 2020-05-11 CN CN202010390912.XA patent/CN111540244A/zh active Pending
Patent Citations (5)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN105118344A (zh) * | 2015-09-23 | 2015-12-02 | 成都往来教育科技有限公司 | 智能教室系统 |
| KR101899038B1 (ko) * | 2017-06-27 | 2018-09-14 | 주식회사 앰플소프트 | 빅데이터 분석을 이용한 온라인 학습 및 교육 콘텐츠 저작 시스템 |
| CN109670116A (zh) * | 2018-11-30 | 2019-04-23 | 内江亿橙网络科技有限公司 | 一种基于大数据的智能推荐系统 |
| CN110136037A (zh) * | 2019-05-22 | 2019-08-16 | 毕成 | 一种基于大数据和人工智能的互联网精准化教育辅导系统 |
| CN111047929A (zh) * | 2019-10-22 | 2020-04-21 | 李登峻 | 一种基于大数据的互联网教学方法及平台 |
Cited By (12)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN112487290A (zh) * | 2020-11-27 | 2021-03-12 | 大连交通大学 | 基于大数据和人工智能的互联网精准化教学方法及系统 |
| CN112487290B (zh) * | 2020-11-27 | 2024-03-12 | 大连交通大学 | 基于大数据和人工智能的互联网精准化教学方法及系统 |
| CN112541126A (zh) * | 2020-12-26 | 2021-03-23 | 贵州树精英教育科技有限责任公司 | 精准授课数据挖掘 |
| CN112650936A (zh) * | 2021-01-29 | 2021-04-13 | 山东畅想云教育科技有限公司 | 一种基于线上教学资源准确推送系统及其使用方法 |
| CN113434719A (zh) * | 2021-07-05 | 2021-09-24 | 汪冬梅 | 一种学前教育用的互动学习系统 |
| CN113434719B (zh) * | 2021-07-05 | 2022-11-25 | 芜湖穿越信息科技有限公司 | 一种学前教育用的互动学习系统 |
| CN114155122A (zh) * | 2021-11-23 | 2022-03-08 | 陈冬冬 | 应用于在线教育的大数据资源共享方法及资源共享服务器 |
| CN115660913A (zh) * | 2022-11-09 | 2023-01-31 | 读书郎教育科技有限公司 | 一种为用户定制学习内容的系统及方法 |
| CN117056385A (zh) * | 2023-08-04 | 2023-11-14 | 昫爸教育科技(北京)有限公司 | 基于儿童学习偏好和智能教练的自适应学习方法和系统 |
| CN117314330A (zh) * | 2023-09-01 | 2023-12-29 | 湖南工商大学 | 一种基于数字孪生的智能制造系统 |
| CN117057519A (zh) * | 2023-10-13 | 2023-11-14 | 北京布局未来教育科技有限公司 | 基于卷积神经网络的教学信息演示方法、计算机设备 |
| CN117057519B (zh) * | 2023-10-13 | 2024-01-23 | 北京布局未来科技发展有限公司 | 基于卷积神经网络的教学信息演示方法、计算机设备 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN111540244A (zh) | 一种基于大数据分析的多端线上授课系统 | |
| CN110442790A (zh) | 推荐多媒体数据的方法、装置、服务器和存储介质 | |
| Qu | Research on mobile learning in a teaching information service system based on a big data driven environment | |
| Gao et al. | Optimization analysis and implementation of online wisdom teaching mode in cloud classroom based on data mining and processing | |
| CN106776928A (zh) | 基于内存计算框架、融合社交环境及时空数据的位置推荐方法 | |
| Zhang | Research on classroom teaching evaluation and instruction system based on GIS mobile terminal | |
| CN112084413B (zh) | 一种信息推荐的方法、装置及存储介质 | |
| CN114240528A (zh) | 一种用于乡村旅游的交互式景区导视系统 | |
| CN114372155A (zh) | 一种基于自扩展知识库和多模态画像的个性化学习平台 | |
| Pollalis et al. | Using similarity measures for collaborating groups formation: A model for distance learning environments | |
| Peng et al. | A pattern recognition method of personalized adaptive learning in online education | |
| Dong | Physical training information system of college sports based on big data mobile terminal | |
| CN111444409A (zh) | 一种基于大数据的学情分析系统 | |
| Zheng | Multi level recommendation system of college online learning resources based on multi intelligence algorithm | |
| CN111353085A (zh) | 一种基于特征模型的云挖掘分析网络舆情方法 | |
| Tan et al. | Application research of big data mining in personalized teaching of internet education platform | |
| Tian | Interactive music instructional mode based on cloud computing | |
| CN116402391B (zh) | 基于大数据的综合能力评价方法及系统 | |
| Li et al. | Design of an online learning early warning system based on learning behaviour analysis | |
| Wang et al. | A personalized metasearch engine based on multi-agent system. | |
| Shi et al. | [Retracted] Research on Organization Design of College Chinese Teaching under Big Data Environment | |
| Sun et al. | Research and design of online training platform based on spring cloud distributed system structure and computer big data | |
| CN111651665A (zh) | 一种面向以学习者为中心教育模式的p2p在线教育资源推荐方法 | |
| Hai-ling et al. | Big data technology applied to learning behavior evaluation system | |
| Yue | Dynamic database design of sports quality based on genetic data algorithm and artificial intelligence |
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 | ||
| WD01 | Invention patent application deemed withdrawn after publication | ||
| WD01 | Invention patent application deemed withdrawn after publication |
Application publication date: 20200814 |