CN112036671B - 自动生成课程配置信息的方法、装置和计算机设备 - Google Patents
自动生成课程配置信息的方法、装置和计算机设备 Download PDFInfo
- Publication number
- CN112036671B CN112036671B CN202011226796.4A CN202011226796A CN112036671B CN 112036671 B CN112036671 B CN 112036671B CN 202011226796 A CN202011226796 A CN 202011226796A CN 112036671 B CN112036671 B CN 112036671B
- Authority
- CN
- China
- Prior art keywords
- class
- subject
- volunteer
- configuration information
- target
- 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 61
- 238000005457 optimization Methods 0.000 claims abstract description 25
- 238000000137 annealing Methods 0.000 claims abstract description 20
- 238000004422 calculation algorithm Methods 0.000 claims abstract description 20
- 238000011156 evaluation Methods 0.000 claims description 44
- 238000013507 mapping Methods 0.000 claims description 20
- 238000009826 distribution Methods 0.000 claims description 18
- 238000004590 computer program Methods 0.000 claims description 15
- 238000003860 storage Methods 0.000 claims description 14
- 238000012163 sequencing technique Methods 0.000 claims description 9
- 238000010586 diagram Methods 0.000 description 14
- 238000004891 communication Methods 0.000 description 5
- 239000000126 substance Substances 0.000 description 4
- 230000000694 effects Effects 0.000 description 3
- 238000005516 engineering process Methods 0.000 description 3
- 230000006870 function Effects 0.000 description 3
- 238000012545 processing Methods 0.000 description 3
- 238000004364 calculation method Methods 0.000 description 2
- 238000003062 neural network model Methods 0.000 description 2
- 238000013459 approach Methods 0.000 description 1
- 238000013475 authorization Methods 0.000 description 1
- 230000003542 behavioural effect Effects 0.000 description 1
- 230000015572 biosynthetic process Effects 0.000 description 1
- 238000007405 data analysis Methods 0.000 description 1
- 239000004973 liquid crystal related substance Substances 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 238000002360 preparation method Methods 0.000 description 1
- 238000000926 separation method Methods 0.000 description 1
- 230000003068 static effect Effects 0.000 description 1
- 230000009182 swimming Effects 0.000 description 1
- 230000001960 triggered effect Effects 0.000 description 1
- 239000009891 weiqi Substances 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
- G06Q10/04—Forecasting or optimisation specially adapted for administrative or management purposes, e.g. linear programming or "cutting stock problem"
-
- 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)
- Strategic Management (AREA)
- Economics (AREA)
- Tourism & Hospitality (AREA)
- Human Resources & Organizations (AREA)
- Theoretical Computer Science (AREA)
- Educational Administration (AREA)
- Marketing (AREA)
- Educational Technology (AREA)
- General Physics & Mathematics (AREA)
- General Business, Economics & Management (AREA)
- Physics & Mathematics (AREA)
- Game Theory and Decision Science (AREA)
- Quality & Reliability (AREA)
- Development Economics (AREA)
- Entrepreneurship & Innovation (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
本申请涉及一种自动生成课程配置信息的方法、装置和计算机设备。所述方法由计算机设备执行,包括:获取学生终端所志愿选择的科目种类,得到志愿科目类;所述学生终端为目标学生标识所对应的终端设备;确定所述志愿科目类对应的学生数,触发科目分组模型根据所述学生数对所述志愿科目类进行分组以输出志愿科目组;根据所述志愿科目组对应的学生数对所述目标学生标识进行班级分配,得到目标班级;根据所述志愿科目类生成所述目标班级的第一课程配置信息;触发基于退火算法构建的课程配置信息优化模型对所述第一课程配置信息进行优化,根据优化后的课程配置信息输出目标课程配置信息。上述方案能有效提高课程配置信息生成效率。
Description
技术领域
本申请涉及网络技术领域,特别是涉及一种自动生成课程配置信息的方法、装置、计算机设备和存储介质。
背景技术
随着高考等考试形式的调整,不同学生考试和上课科目的需求不同,且受限于各校大小、教学资源,学生需走动到不同的教室来上不同的课程,即进行走班教学,以保证各学生可上相应的课程。而在有限的上课时段中进行排课,解决学生、教师、教室的冲突,且所产出的课表、上课提示信息等课程配置信息需适应教师上课与备课的习惯,保证教学进度的相似性,是个难题。
传统技术中,通过穷举法来实现排课。然而,这种方式耗时耗力,导致课程配置信息生成效率低下。
需要说明的是,在上述背景技术部分公开的信息仅用于加强对本发明的背景的理解,因此可以包括不构成对本领域普通技术人员已知的现有技术的信息。
发明内容
基于此,有必要针对上述技术问题,提供一种能够有效提高课程配置信息生成效率的自动生成课程配置信息的方法、装置、计算机设备和存储介质。
一种自动生成课程配置信息的方法,由计算机设备执行,所述方法包括:获取学生终端所志愿选择的科目种类,得到志愿科目类;所述学生终端为目标学生标识所对应的终端设备;确定所述志愿科目类对应的学生数,触发科目分组模型根据所述学生数对所述志愿科目类进行分组以输出志愿科目组;根据所述志愿科目组对应的学生数对所述目标学生标识进行班级分配,得到目标班级;根据所述志愿科目类生成所述目标班级的第一课程配置信息;触发基于退火算法构建的课程配置信息优化模型对所述第一课程配置信息进行优化,根据优化后的课程配置信息输出目标课程配置信息。
一种自动生成课程配置信息的装置,由计算机设备执行,所述装置包括:科目获取模块,用于获取学生终端所志愿选择的科目种类,得到志愿科目类;所述学生终端为目标学生标识所对应的终端设备;科目分组模块,用于确定所述志愿科目类对应的学生数,触发科目分组模型根据所述学生数对所述志愿科目类进行分组以输出志愿科目组;班级分配模块,用于根据所述志愿科目组对应的学生数对所述目标学生标识进行班级分配,得到目标班级;信息生成模块,用于根据所述志愿科目类生成所述目标班级的第一课程配置信息;信息优化模块,用于触发基于退火算法构建的课程配置信息优化模型对所述第一课程配置信息进行优化,根据优化后的课程配置信息输出目标课程配置信息。
一种计算机设备,包括存储器和处理器,所述存储器存储有计算机程序,所述处理器执行所述计算机程序时实现以下步骤:获取学生终端所志愿选择的科目种类,得到志愿科目类;所述学生终端为目标学生标识所对应的终端设备;确定所述志愿科目类对应的学生数,触发科目分组模型根据所述学生数对所述志愿科目类进行分组以输出志愿科目组;根据所述志愿科目组对应的学生数对所述目标学生标识进行班级分配,得到目标班级;根据所述志愿科目类生成所述目标班级的第一课程配置信息;触发基于退火算法构建的课程配置信息优化模型对所述第一课程配置信息进行优化,根据优化后的课程配置信息输出目标课程配置信息。
一种计算机可读存储介质,其上存储有计算机程序,所述计算机程序被处理器执行时实现以下步骤:获取学生终端所志愿选择的科目种类,得到志愿科目类;所述学生终端为目标学生标识所对应的终端设备;确定所述志愿科目类对应的学生数,触发科目分组模型根据所述学生数对所述志愿科目类进行分组以输出志愿科目组;根据所述志愿科目组对应的学生数对所述目标学生标识进行班级分配,得到目标班级;根据所述志愿科目类生成所述目标班级的第一课程配置信息;触发基于退火算法构建的课程配置信息优化模型对所述第一课程配置信息进行优化,根据优化后的课程配置信息输出目标课程配置信息。
上述自动生成课程配置信息的方法、装置、计算机设备和存储介质,获取学生终端对应的志愿科目类;触发科目分组模型根据志愿科目类的学生数对志愿科目类进行分组,得到志愿科目组;根据志愿科目组对应的学生数对目标学生标识进行班级分配,得到目标班级;根据志愿科目类生成目标班级的课程安排信息,得到第一课程配置信息;通过基于退火算法构建的课程配置信息优化模型对第一课程配置信息进行优化,根据优化后的课程配置信息输出目标课程配置信息。能在获取到学生终端所志愿选择的科目种类时快速对目标学生标识进行分班,并快速生成分班得到的目标班级的课程安排信息以及对所生成的课程配置信息进行优化,输出目标课程配置信息,能有效提高课程配置信息生成效率。
附图说明
图1为一个实施例中自动生成课程配置信息的方法的应用环境图;
图2为一个实施例中自动生成课程配置信息的方法的流程示意图;
图3为一个实施例中的志愿科目类列表;
图4为一个实施例中志愿科目组的示意图;
图5为一个实施例中行政班级的示意图;
图6为一个实施例中走动班级分配的示意图;
图7为一个实施例中成组难度的确定示意图;
图8为另一个实施例中成组难度的确定示意图;
图9为一个实施例中自动生成课程配置信息的方法的应用场景图;
图10为一个实施例中自动生成课程配置信息的装置的结构框图;
图11为一个实施例中计算机设备的内部结构图。
具体实施方式
为了使本申请的目的、技术方案及优点更加清楚明白,以下结合附图及实施例,对本申请进行进一步详细说明。应当理解,此处描述的具体实施例仅仅用以解释本申请,并不用于限定本申请。
本申请提供的自动生成课程配置信息的方法,可以应用于如图1所示的应用环境中。该应用环境中包含有学生终端101(图1中示出了3个学生终端,在实际的应用场景中,学生终端的数量可以更多也可以更少)以及计算机设备102。计算机设备102根据学生终端所志愿选择的科目种类生成志愿科目类,基于该志愿科目类进行分班并生成目标课程配置信息,进而向学生终端101输出目标课程配置信息。其中,学生终端101通过网络与计算机设备102进行通信,两者之间还可以有其他的计算机设备,例如:学生终端将所志愿选择的科目种类信息发送至教师终端或者管理员终端,由教师终端或者管理员终端转发至计算机设备102。具体的,学生终端可以但不限于是各种个人计算机、笔记本电脑、智能手机、平板电脑和便携式可穿戴设备。计算机设备可以通过终端设备或者服务器实现,其中,终端设备可以但不限于是各种个人计算机、笔记本电脑、智能手机、平板电脑和便携式可穿戴设备,服务器可以用独立的服务器或者是多个服务器组成的服务器集群来实现。
在一个实施例中,如图2所示,提供了一种自动生成课程配置信息的方法,该方法应用于计算机设备,包括以下步骤:
S201,获取学生终端所志愿选择的科目种类,得到志愿科目类;所述学生终端为目标学生标识所对应的终端设备。
其中,目标学生标识可以指能够被计算机设备所识别的目标学生的标识,例如:学号、学生姓名等。另外,目标学生可以指某个学校、某个区域、某个教育机构中的学生。
学生终端可以指各个目标学生标识所对应的登录设备,也即,各个目标学生所使用的终端设备。学生终端可以在界面中显示待选的科目,待选的科目可以包括语文、英语、数学、物理、化学、生物、地理、历史、政治等文化类课程,也可以包括瑜伽、拳击、游泳、围棋、绘画、陶艺等体育艺术类课程。学生通过学生终端的输入设备进行科目选择,可以选择一门以上的科目。不同学生所选科目的数量可以相同也可以不同。此时学生终端获取到学生所选择的科目信息,根据该科目信息确定出对应学生所志愿选择的科目种类,例如:物理、化学、生物等。
S201中,计算机设备接收目标学生标识所使用的学生终端发送的科目种类,对这些科目种类进行整合,得到各个目标学生标识所志愿选择的科目种类,将相同的科目种类整合为一个志愿科目,并据此得到志愿科目类。计算机设备可以将志愿科目类生成对应的志愿科目类列表文件,将志愿科目类列表文件存储至内存空间中。当接收到课程配置指令时,计算机设备可以从内存空间中读取志愿科目类列表文件,进而对其中的志愿科目类进行处理,以输出目标课程配置信息。
具体的,可以根据志愿科目类生成如图3所示的志愿科目类列表。对该列表说明如下,待选的科目有:物理、化学、生物、历史、政治、地理这6门科目。每个学生终端从这6门科目中选择3门科目的信息。计算机设备根据学生终端所志愿选择的科目种类进行整合,将相同的科目种类整合为一个志愿科目类。其中,图3中的每一行对应一个志愿科目类,“NA”表示未选科目,以“NA,NA,NA,历史,政治,地理”为例,表示学生终端选择的科目为历史、政治和地理。将历史-政治-地理作为一个志愿科目类,进而生成志愿科目类列表文件。
S202,确定所述志愿科目类对应的学生数,触发科目分组模型根据所述学生数对所述志愿科目类进行分组以输出志愿科目组。
在一个实施例中,如图3所示,在志愿科目类列表中,每个志愿科目类对应有学生数,例如“NA,NA,NA,历史,政治,地理”对应的学生数为2,表示有2个目标学生选择了历史、政治以及地理这3门课。
其中,科目分组模型可以指对志愿科目类进行分组的模型,可以是预先训练的神经网络模型。该科目分组模型能够对输入的志愿科目类进行处理,分组得到志愿科目组并进行输出。在一个实施例中,科目分组模型输出的志愿科目组为至少一个。
在一个实施例中,科目分组模型可以对志愿科目类进行多次的随机排序,据此得到对应的多个分组结果,从中确定出组数最小的结果,作为最终的志愿科目组进行输出。通过这样的方式,能得到尽可能精简的志愿科目组,简化后续班级分配以及输出课程配置信息的过程,有效提高课程配置信息的确定效率。
S202中,计算机设备触发科目分组模型基于志愿科目类对应的学生数对志愿科目类进行分组,分组后得到志愿科目组。具体的,科目分组模型对志愿科目类进行分组的实现过程可以是:将学生数之和满足预设条件的至少两个志愿科目类分为一组,作为志愿科目组。在一个实施例中,将学生数之和接近于班级参考人数的整数倍的至少两个志愿科目类分为一组,作为志愿科目组。
其中,班级参考人数指的是某个班级中较为合适的学生数,其值可以预先确定。在一个实施例中,班级参考人数可以由用户预先设定,也可以由计算机设备运用大数据分析并根据众多的历史班级人数来确定。
S203,根据所述志愿科目组对应的学生数对所述目标学生标识进行班级分配,得到目标班级。
计算机设备在获取到科目分组模型输出的志愿科目组,在对志愿科目类进行分组之后,可以将志愿科目组对应的目标学生标识划分为至少一个班级,划分得到的班级作为目标班级。
在一个实施例中,确定志愿科目组在总学生数相对于所述班级参考人数的比值,将与该比值最接近的整数作为该志愿科目组的班级数。基于该班级数对该志愿科目组对应的目标学生标识进行班级分配,分配得到的班级作为目标班级。
S204,根据所述志愿科目类生成所述目标班级的第一课程配置信息。
其中,课程配置信息可以指与课程安排相关的配置信息,例如:课表、针对各个学生的上课提示信息、针对各个教师的上课提示信息、教室申请信息等,课程配置信息可以配置在计算机设备中,以指示计算机设备的后续运行。对于网上教学的场景,课程配置信息还可以是向计算机设备配置的能够实现以下功能的信息:基于所生成的课表,在上课时间到达时,提示(在获得用户授权的情况下,也可以直接启动)教师终端和学生终端打开对应的上课应用程序。对于现场教学的场景,课程配置信息还可以是向计算机设备配置的能够实现以下功能的信息:基于所生成的课表,在上课时间到达时,自动打开对应教室的教学设备,例如:电脑、投影仪、电子白板等。
目标班级中各个目标学生标识对应有志愿选择的科目种类,基于该科目种类可以进行课程安排,得到对应的课程安排信息,进而生成第一课程配置信息。
S205,触发基于退火算法构建的课程配置信息优化模型对所述第一课程配置信息进行优化,根据优化后的课程配置信息输出目标课程配置信息。
其中,退火(annealing)算法是一种确定全局最优解的算法。退火算法在最优解的搜索过程引入了随机概率。以该随机概率来接受一个比当前解要差的解,因此有可能会跳出这个局部的最优解,达到全局的最优解。课程配置信息优化模型也可以是预先训练的神经网络模型,该模型能够对输入的第一课程配置信息进行优化,得到目标课程配置信息。
在一个实施例中,对第一课程配置信息进行优化的过程可以指依据第一课程配置信息生成至少一个第二课程配置信息,从这些课程配置信息中选择出最优的课程配置信息,作为目标课程配置信息。
在一个实施例中,可以对第一课程配置信息进行随机调整,得到第二课程配置信息。该第二课程配置信息的数量可以为一个以上。课程配置信息优化模型确定对第二课程配置信息的接受概率,当该接受概率满足条件时,将第二课程配置信息确定为目标课程配置信息。其中,判断接受概率是否满足条件可以是:随机生成一个参考概率,当参考概率小于接受概率时,判定接受概率满足条件;将第二课程配置信息确定为目标课程配置信息。
S205中基于退火算法构建课程配置信息优化模型。该课程配置信息优化模型能够在所生成的课程配置信息中确定出最优的课程配置信息,进而生成最为准确的课程配置信息。
上述自动生成课程配置信息的方法中,能在获取到学生终端所志愿选择的科目种类时快速对目标学生标识进行分班,并快速生成目标班级的课程安排信息以及对所生成的课程配置信息进行优化,输出目标课程配置信息,能有效提高课程配置信息生成效率。
进行高考改革以来,学生需从物理、化学、生物、政治、地理、历史、技术(部分场景)共计6门(部分场景7门)科目中选取3门进行高考。因参加高考科目不同,各门所需上课时间不同,且受限于各校大小、教学资源,学生需进行走班教学,以保证各学生可上相应的课程。不同于大学中的选课,高中课时满,自习课少,在有限的上课时段中,解决学生、教师、教室的冲突,且所产出课表需适应教师上课与备课的习惯,保证教学进度相似,是个难题。
在一个实施例中,基于高考改革的场景,可以根据志愿科目组对应的学生数对目标学生标识进行班级分配,以确定行政班级和走动班级,将行政班级和走动班级确定为目标班级。
其中,行政班级指的是将一定数量的学生固定在一个班级内,行政班级也可以称为固定班级。行政班级的学生可以在一起上课,也可以不在一起上课。在一个实施例中,对于不在一起上课的情形,可以将需要上特定课程的学生安排在对应的走动班级中。各个走动班级的学生平时在行政班级的教室内上课或者上自习,当特定科目的上课时间到达时则走动到对应走动班级的教室进行上课,或者在上课APP(Application,应用程序)中进入对应的直播教室进行上课。其中,走动班级也可以称为走班班级。
上述实施例将目标学生标识分配到行政班级中,同时将这些目标学生标识分配到走动班级中,能够兼顾学生活动、学生管理以及各个学生各自的上课需求。另外,在不需要进行走班教学的场景下,也可以直接将目标学生标识分配至行政班级中进行上课。本发明实施例通过这种方式能够适应需要走班教学和不需要走班教学的多种应用场景。
在一个实施例中,所述根据所述志愿科目组对应的学生数对所述目标学生标识进行班级分配,得到目标班级,包括:根据所述学生数将各个所述志愿科目组对应的所述目标学生标识划分为至少一个班级,将划分得到的班级作为行政班级;基于所述行政班级各个目标学生标识对应的学生终端所志愿选择的科目种类,重新对所述目标学生标识进行班级分配,得到走动班级;将所述行政班级和所述走动班级确定为所述目标班级。
在一个实施例中,为更为直观地表征对志愿科目类、志愿科目组的处理过程以及班级分配过程,本发明实施例中的计算机设备可以以图表文件的形式记录和存储相应志愿科目类、志愿科目组、行政班级以及走动班级的信息。假设所生成的志愿科目组如图4所示,图4中的6个志愿科目类被分为了3组。
计算机设备根据志愿科目组进行行政班级的划分。根据所述学生数将各个所述志愿科目组对应的所述目标学生标识划分为至少一个班级的具体实现过程可以为:计算某一志愿科目组中的总学生数,计算该总学生数相对于预设的班级参考人数的比值,将与该比值最接近的整数确定为该志愿科目组的可分班级数,将该志愿科目组对应的目标学生标识分配到与该可分班级数对应的班级中,得到与该志愿科目组对应的行政班级。在确定完各个志愿科目组对应的行政班级后,对这些行政班级进行汇总即可得到总体的行政班级。
具体的,以图4结果中1组(即401对应的两个志愿科目类)为例,包含:物理-化学-地理(60人),物理-生物-地理(86人),这两个志愿科目类,共146人。当班级参考人数为50人时,可分班级数n为3,即分为3个班。每个班平均49人。然后将49个物理、化学、地理的学生分入a班,49个物理、生物、地理的学生分入b班,剩余学生分入c班,此时就形成了a/b/c三个行政班级。将图4中的3个志愿科目组进行班级分配以后得到的行政班级可以如图5所示,图5中形成了a/b/c/d/e/f这6个行政班级。从图5可以看出,每个行政班级中的志愿科目类不多,据此可以确定通过本发明实施例的方法,能尽可能让选择同一志愿科目的学生分配在一个班级中,方便管理。同时,后续进行走动班级分配也尽可能让选择同一志愿科目的学生分配在一个班级中,尽可能减少学生的走动。通过这种方式输出的目标课程配置信息具有较高的可用性。
在一个实施例中,所述基于所述行政班级各个目标学生标识对应的学生终端所志愿选择的科目种类,重新对所述目标学生标识进行班级分配,得到走动班级,包括:根据科目种类和上课时间段标识构建走动班级科目排列表;对所述行政班级进行随机排序,依次从随机排序后的行政班级中选择行政班级;建立所选择的行政班级的科目种类与所述走动班级科目排列表中的科目种类的映射表;所述映射表中同一行政班级的科目种类对应不同的上课时间段标识;根据所述映射表生成所述走动班级。
其中,上课时间段标识可以指对上课时间段进行标识的信息,在生成课程配置信息时可以将不同上课时间段标识对应的志愿科目安排在不同的时间段来上课。在一个实施例中,上课时间段标识的数量可以与学生终端所选择的志愿科目的数量对应。以每个学生终端选择3门科目为例,上课时间段标识为3个。
走动班级科目排列表可以是指由科目种类和上课时间段标识分别作为横标题和纵标题构成的表格。图6为一个实施例中走动班级分配的示意图,将图6的(a)中各个行政班级对应的科目种类与图6的(b)中的上课时间段标识建立映射关系。走动班级科目排列表可以参照图6的(b)所示。其中,走动班级科目排列表的横标题包含上课时间段标识T1/T2/T3以及各个上课时间段标识对应的学生数,纵标题包含科目种类对应的编号。
在一个实施例中,从随机排序后的行政班级中依次选择科目种类,作为目标科目类;建立所述目标科目类和所述走动班级科目排列表中的科目种类之间的映射关系;从随机排序后的行政班级中选择下一个科目种类,建立所选择的目标科目种类与走动班级科目排列表中的科目种类的映射关系,以此类推。根据所确定的映射关系生成映射表。
在一个实施例中,所述上课时间段标识包括第一上课时间段标识、第二上课时间段标识以及第三上课时间段标识;所述建立所选择的行政班级的科目种类与所述走动班级科目排列表中的科目种类的映射表,包括:将所选择的行政班级确定为待处理行政班级;对所述待处理行政班级对应的科目种类进行随机排序,具体的,物理-化学-地理随机排序后可以是化学-物理-地理,将随机排序后的第一个科目种类确定为第一待分配科目种类;查询所述第一上课时间段标识对应的第一已分配科目种类;若所述第一已分配科目种类中不存在与所述第一待分配科目种类相同的科目种类,则将所述第一待分配科目种类确定为与所述第一上课时间段标识对应的新的已分配科目种类;若所述第一已分配科目种类中存在与所述第一待分配科目种类相同的科目种类,当所述第一已分配科目种类和所述第一待分配科目种类对应的学生数总数小于或等于班级参考人数时,将所述第一待分配科目种类叠加至所述第一已分配科目种类中,当所述第一已分配科目种类和所述第一待分配科目种类对应的学生数总数大于班级参考人数时,将所述第一待分配科目种类确定为与所述第一上课时间段标识对应的新的已分配科目种类。
将随机排序后的第二个科目种类确定为第二待分配科目种类,将第三个科目种类确定为第三待分配科目种类,按照与第一待分配科目种类相同的方式将第二待分配科目种类和第三待分配科目种类添加至所述走动班级科目排列表的科目种类中。
具体的,在一个实施例中,以第二待分配科目种类为例:查询所述第二上课时间段标识对应的第二已分配科目种类;若所述第二已分配科目种类中不存在与所述第二待分配科目种类相同的科目种类,则将所述第二待分配科目种类确定为与所述第二上课时间段标识对应的新的已分配科目种类;若所述第二已分配科目种类中存在与所述第二待分配科目种类相同的科目种类,当所述第二已分配科目种类和所述第二待分配科目种类对应的学生数总数小于或等于班级参考人数时,将所述第二待分配科目种类叠加至所述第二已分配科目种类中,当所述第二已分配科目种类和所述第二待分配科目种类对应的学生数总数大于班级参考人数时,将所述第二待分配科目种类确定为与所述第一上课时间段标识对应的新的已分配科目种类。第三待分配科目种类同理,在此不再赘述。
在一个实施例中,新建走动班级科目排列表(当然,也可以获取历史的走动班级科目排列表)。确定行政班级中对应的志愿科目类,形成如图6的(a)所示的志愿科目类列表,该表中每一行表示某个行政班级中的某一种志愿科目类。逐条读取志愿科目类列表中的志愿科目类以及对应的学生数,将对应的志愿科目类和学生数填充至走动班级科目排列表中。以第4行为例,志愿科目类为:物理、生物、地理。按顺序(为方便对照,本发明实施例并未随机排序,在实际的应用场景中,可以对每行的志愿科目类进行随机排序)将这些科目添加至走动班级科目排列表中,具体的:逐步遍历物理-生物-地理并进行班级分配,当访问到物理时,将其安排在T1对应的列中,经过列表信息查询确定T1对应的第3行中已安排物理且人数未达到班级参考人数50人,因此将这些学生对应的物理课程安排至T1对应的第3行。接下访问生物,将其安排在T2对应的列中,经过列表信息查询确定T2对应的科目种类中虽然安排有生物课,但是人数已接近50人,因此,新建一个走动班级来上生物课,即T2对应的第4行,在某些情况下,也可以分配一个学生到T2的第2行,使得该班上生物课的人数达到50人。接下来访问地理,将其安排在T3对应的列中,经过列表信息查询确定T3对应的科目种类中安排有地理课,且其人数为11人,本次待安排地理对应的人数为37人,两部分的人数总和为48人,刚好可以安排在同一个班级,因此将这37人添加至T3对应的第3行。据此,将601中的志愿科目类分配添加至走动班级科目排列表的602/603/604中,即建立了志愿科目类与走动班级科目排列表中的科目种类的映射关系。对余下的志愿科目类按照相似的方法继续进行分配。在完成这些志愿科目的处理过程后,形成如图6的(b)所示的走动班级科目排列表。此时,可以将走动班级科目排列表中的一行确定为一个走动班级。
需要说明的是,为方便对照,本发明实施例并未对各个行政班级进行随机排序,在实际的应用场景中,可以对各个行政班级进行随机排序,依据随机排序后的行政班级来进行走动班级的分配。其中,同一志愿科目组对应的行政班级在进行随机排序时可以始终处于相邻的状态,在进行走动班级分配时按照随机排序后的顺序逐个对行政班级中的志愿科目类进行分配,这样的方式能防止志愿相同的学生在过于分散的班级中上课,使得最终得到的课程配置信息适用性强。
上述实施例具体限定了计算机设备确定行政班级和走动班级的具体方式,其确定过程简单,能快速完成对目标学生标识的班级分配,进而提高课程配置信息的确定效率。
在一个实施例中,所述根据所述志愿科目类生成所述目标班级的第一课程配置信息,包括:接收根据排课限定信息发送的第一排课指令;根据所述第一排课指令生成所述行政班级的课程安排信息,得到满足所述排课限定信息的行政班级课程配置信息;接收对所述走动班级进行排课的第二排课指令,根据所述第二排课指令生成所述走动班级的课程安排信息,得到走班班级课程配置信息;根据所述行政班级课程配置信息和所述走班班级课程配置信息得到所述第一课程配置信息。
其中,排课限定信息指的是对课程排布进行限定的信息,例如:课程需要安排在白天的上课时间段,同一课程在一周内的上课次数不能超过5次,等等。
在一个实施例中,在接收到第一排课指令时,可以进行课程随机排布,将所得到的课程排布信息与排课限定信息进行匹配性判断,当所得到的课程排布信息与排课限定信息不匹配时,则可以再次进行课程随机排布,直到得到满足排课限定信息的行政班级课程配置信息。在某些实施例中,可以进行一次课程随机排布,将所得到的课程排布信息与排课限定信息进行匹配性判断,当所得到的课程排布信息与排课限定信息不匹配时,确定不满足排课限定信息的课程,对这些课程进行随机排布,直到得到满足排课限定信息的行政班级课程配置信息。
在一个实施例中,可以将行政班级课程配置信息和走班班级课程配置信息作为独立的课程配置信息,之后将两者一起作为第一课程配置信息。也可以将行政班级课程配置信息和走班班级课程配置信息进行整合,例如:根据行政班级课程配置信息和走班班级课程配置信息确定各个学生终端在一周内的固定课程和走动课程安排,生成对这些学生终端的上课提示信息,将这些上课提示信息作为第一课程配置信息配置在计算机设备的缓存中。
上述实施例基于排课指令完成行政班级和走动班级的课程安排,能使得计算机设备据此生成对应的课程安排信息,进而得到第一课程配置信息,其确定过程简单,能有效提高第一课程配置信息的确定效率。
在一个实施例中,所述触发科目分组模型根据所述学生数对所述志愿科目类进行分组以输出志愿科目组,包括:触发预先构建的难度确定模型,根据所述学生数确定所述志愿科目类之间的成组难度;根据所述成组难度对所述志愿科目类进行分组,得到所述志愿科目组。
成组难度指的是至少两个志愿科目类组成一个组的难度。其中,一个组指的是能够分配为至少一个班级的组。
在一个实施例中,难度确定模型执行以下步骤:计算至少两个志愿科目类的学生数之和,计算该和相对于班级参考人数的比值,根据该比值以及可分班级数确定成组难度。
在一个实施例中,可分班级数的确定过程可以为:确定至少两个志愿科目类的总学生数,获取班级参考人数,计算总学生数和班级参考人数的比值,将该比值最接近的整数确定为可分班级数。另外,还可以对可分班级数进行调整。具体的,获取班级最大学生容量,计算可分班级数与班级最大学生容量的乘积,根据总学生数与该乘积的大小关系对可分班级数进行调整。其中,该班级最大学生容量指的是班级学生最多不超过多少人。班级最大学生容量的具体数值可以由用户配置得到,也可以根据历史班级中的学生人数以及课程类型确定。
具体的,可分班级数n可以通过以下代码实现:
n=round((x/p),0)
if x>n*MaxClassSize;
n= n+1
其中,round函数返回一个数值,该数值是按照指定的小数位数进行四舍五入运算以后得到的最接近的整数;x是对应志愿科目类的总学生数,p为班级参考人数,MaxClassSize为班级最大学生容量。
在一个实施例中,难度确定模型可以通过难度计算公式实现:
成组难度=|x/p/n–1|
其中,| |为绝对值符号。
以物理-化学-地理(60人)和物理-生物-地理(86人)这两个志愿科目类为例,运行代码后计算得到可分班级数n为3。同时,x为146,p为50,因此,难度计算公式计算得到的成组难度为0.026。
在一个实施例中,对于某个目标志愿科目类,可以确定剩余志愿科目类与该目标志愿科目类之间的成组难度,可以对所计算的成组难度进行排序,将成组难度最小的剩余志愿科目类与该目标志愿科目类分配为一个志愿科目组。在某些实施例中,还可以确定两两志愿科目类之间的成组难度,对这些成组难度从小到大排序,根据排序依次将成组难度尽可能小的两个志愿科目类分配为一个志愿科目组中。
上述实施例,由难度确定模型计算志愿科目类之间的成组难度,进而对志愿科目类进行分组,能快速分配得到人数尽可能平均的行政班级,进而实现课程的快速配置。
在一个实施例中,所述触发预先构建的难度确定模型,根据所述学生数确定所述志愿科目类之间的成组难度,包括:对所述志愿科目类进行随机排序,从中选择一个志愿科目类作为目标志愿科目类,余下的志愿科目类作为剩余志愿科目类;触发预先构建的难度确定模型:获取预设的班级参考人数,确定所述目标志愿科目类对应的目标学生数以及任意一个剩余志愿科目类对应的剩余学生数,确定所述目标学生数与所述剩余学生数之和相对于所述班级参考人数的比值,将所述比值确定为所述目标志愿科目类与所述任意一个剩余志愿科目类之间的成组难度。
可以按照如图7所示的方式分别计算目标志愿科目类和各个剩余志愿科目类之间的第一成组难度。假设目标志愿科目类701和剩余志愿科目类702之间的第一成组难度满足预设条件,则将目标志愿科目类701和剩余志愿科目类702组成一个志愿科目组。
在一个实施例中,所述根据所述第一成组难度从所述剩余志愿科目类中确定成组剩余志愿科目类,包括:确定是否存在所述第一成组难度满足预设条件的剩余志愿科目类;若存在,将满足预设条件的剩余志愿科目类确定为所述成组剩余志愿科目类;若不存在,将任意两个所述剩余志愿科目类组成为待成组剩余志愿科目类,计算所述待成组剩余志愿科目类的学生数与所述目标志愿科目类的学生数之和,得到与所述待成组剩余志愿科目类对应的总学生数;将该第二总学生数相对于所述班级参考人数的占比确定所述目标志愿科目类与所述待成组剩余志愿科目类之间的成组难度,得到第二成组难度;将所述第二成组难度的最小值所对应的所述待成组剩余志愿科目类确定为成组剩余志愿科目类,将所述成组剩余志愿科目类与所述目标志愿科目类组成志愿科目组。
其中,所述确定是否存在所述第一成组难度满足预设条件的剩余志愿科目类,包括:获取成组难度阈值;确定所述第一成组难度的最小值;当所述最小值小于所述成组难度阈值时,判定存在所述第一成组难度满足预设条件的剩余志愿科目类;所述若存在,将满足预设条件的剩余志愿科目类确定为所述成组剩余志愿科目类,包括:将所述最小值对应的剩余志愿科目类确定为所述成组剩余志愿科目类。成组难度阈值可以预先确定。根据实验效果,成组难度阈值设置在0.2~0.3之间效果好。
在一个实施例中,计算两两志愿科目类之间的成组难度之后,取最小值。若该最小值小于或等于成组难度阈值,则将这两个志愿科目类对应的目标学生标识分为一个组,若大于成组难度阈值,则往下执行:尝试3种志愿科目类分组。在剩余志愿科目类中随机选择两个作为待成组剩余志愿科目类,如图8所示,剩余志愿科目类801和802组成待成组剩余志愿科目类,计算待成组剩余志愿科目类与目标志愿科目类803之间的成组难度。
在一个实施例中,前述实施例中所针对的志愿科目类可以是学生数量足够多的志愿科目类。当某一志愿科目类对应的学生数大于或等于0.2*班级参考人数时,可以认为该志愿科目类数量足够多。在一个实施例中,基于数量足够多的志愿科目类得到行政班级后,可以将剩余的志愿科目类(数量小于0.2*班级参考人数)添加至人数不够的行政班级中。上述实施例通过对数量足够多的志愿科目类进行处理,能有效减少计算机设备的运算量,提高课程配置信息的确定效率。
在一个实施例中,所述触发基于退火算法构建的课程配置信息优化模型对所述第一课程配置信息进行优化,根据优化后的课程配置信息输出目标课程配置信息,包括:触发基于退火算法构建的课程配置信息优化模型:将所述第一课程配置信息中的至少两门课程进行对调,得到第二课程配置信息;获取课程配置信息评估基准,根据所述评估基准分别确定所述第一课程配置信息和所述第二课程配置信息对应的课程配置信息评估值,得到第一评估值和第二评估值;根据所述第一评估值和所述第二评估值之间的差值,从所述第一课程配置信息和所述第二课程配置信息中确定目标课程配置信息。
其中,课程配置信息评估基准指的是对课程配置信息进行评估的基准信息,可以包括对课程均匀程度、同一教师连堂情况以及同一课程连堂情况等进行评估的基准信息。
在一个实施例中,所述根据所述第一评估值和所述第二评估值之间的差值,从所述第一课表和所述第二课表中确定目标课表,包括:根据所述第一评估值和所述第二评估值之间的差值确定对所述第二课表的接受概率;当所述接受概率满足条件时,将所述第二课表确定为所述目标课表。
其中,课程配置信息优化模型可以通过如下公式计算对第二课表的接受概率:
其中,E1表示第一评估值;E2表示第二评估值;M为预设的常数,在某些情况下,M的值可以为1、0.8等。
在一个实施例中,所述当所述接受概率满足条件时,将所述第二课表确定为所述目标课表,包括:随机生成概率值,作为参考概率;当所述参考概率小于所述接受概率时,判定所述接受概率满足条件;将所述第二课表确定为所述目标课表。
在一个实施例中,所述课表评估基准包括对课表均匀程度、同一教师连堂数以及同一课程连堂数对应的基准信息;所述获取课表评估基准,根据所述评估基准分别确定所述第一课表和所述第二课表对应的课表评估值,得到第一评估值和第二评估值,包括:获取目标评估系数;根据所述目标评估系数,获取所述第一课表的课表均匀程度、同一教师连堂数以及同一课程连堂数,并与所述课表评估基准中的基准信息进行比对,根据比对结果得到所述第一评估值;根据所述目标评估系数,获取所述第二课表的课表均匀程度、同一教师连堂数以及同一课程连堂数,并与所述课表评估基准中的基准信息进行比对,根据比对结果得到所述第二评估值。
其中,目标评估系数可以根据预先设定的初始评估系数以及历史课表的评估结果确定。
在一个实施例中,还包括对目标课程配置信息进行更新的过程,以目标课程配置信息为课表为例,在某一课程已结束时,将课表中与该课程对应的课堂替换为自习课。之后可以将更新得到的目标课表推送至对应的学生终端和教师终端。
本申请还提供一种应用场景,该应用场景应用上述的自动生成课程配置信息的方法。具体地,如图9所示,该自动生成课程配置信息的方法在该应用场景的应用如下:
该应用场景中包含有学生终端901、计算终端902以及教师终端903。三者通过网络进行通信。其中,学生终端为学生在使用的手机、电脑等。计算终端为前述实施例中的计算机设备,即,实现自动生成课程配置信息的方法的终端设备。教师终端为教师在使用的手机、电脑等。
学生终端接收目标学生标识输入的课程选择信息,并将该课程选择信息发送至计算终端。计算终端对课程选择信息进行整合,将目标学生标识分配至行政班级中,基于行政班级将目标学生标识分配至走动班级中,生成走动班级对应的走动班级课程配置信息,生成行政班级对应的行政班级课程配置信息,根据行政班级课程配置信息和走动班级课程配置信息得到总的课程配置信息,基于退火算法对总的课程配置信息进行优化,根据优化后的课程配置信息输出目标课程配置信息。将目标课程配置信息输出给教师终端以及学生终端。
上述实施例在接收到学生终端的科目选择信息后,能够快速地对目标学生标识进行固定分班和走班分班,并据此确定行政班级课程配置信息和走动班级课程配置信息,以快速得到目标课程配置信息。经过实际应用,本发明实施例提供的自动生成课程配置信息的方法能够在接收到学生终端的课程选择信息后的1秒内向学生终端和教师终端输出对应的目标课程配置信息。
应该理解的是,虽然上述流程图中的各个步骤按照箭头的指示依次显示,但是这些步骤并不是必然按照箭头指示的顺序依次执行。除非本文中有明确的说明,这些步骤的执行并没有严格的顺序限制,这些步骤可以以其它的顺序执行。而且,上述流程图中的至少一部分步骤可以包括多个步骤或者多个阶段,这些步骤或者阶段并不必然是在同一时刻执行完成,而是可以在不同的时刻执行,这些步骤或者阶段的执行顺序也不必然是依次进行,而是可以与其它步骤或者其它步骤中的步骤或者阶段的至少一部分轮流或者交替地执行。
基于与上述实施例中的自动生成课程配置信息的方法相同的思想,本发明还提供自动生成课程配置信息的装置,该装置可用于执行上述自动生成课程配置信息的方法。为了便于说明,自动生成课程配置信息的装置实施例的结构示意图中,仅仅示出了与本发明实施例相关的部分,本领域技术人员可以理解,图示结构并不构成对装置的限定,可以包括比图示更多或更少的部件,或者组合某些部件,或者不同的部件布置。
在一个实施例中,如图10所示,提供了一种自动生成课程配置信息的装置1000,该装置可以采用软件模块或硬件模块,或者是二者的结合成为计算机设备的一部分,该装置具体包括:科目获取模块1001、科目分组模块1002、班级分配模块1003、信息生成模块1004和信息优化模块1005,其中:
科目获取模块1001,用于获取学生终端所志愿选择的科目种类,得到志愿科目类;所述学生终端为目标学生标识所对应的终端设备。
科目分组模块1002,用于确定所述志愿科目类对应的学生数,触发科目分组模型根据所述学生数对所述志愿科目类进行分组以输出志愿科目组。
班级分配模块1003,用于根据所述志愿科目组对应的学生数对所述目标学生标识进行班级分配,得到目标班级。
信息生成模块1004,用于根据所述志愿科目类生成所述目标班级的第一课程配置信息。
信息优化模块1005,用于触发基于退火算法构建的课程配置信息优化模型对所述第一课程配置信息进行优化,根据优化后的课程配置信息输出目标课程配置信息。
上述自动生成课程配置信息的装置中,能在获取到学生终端所志愿选择的科目种类时快速对目标学生标识进行分班,并快速生成分班得到的目标班级的课程安排信息以及对所生成的课程配置信息进行优化,输出目标课程配置信息,能有效提高课程配置信息生成效率。
在一个实施例中,班级分配模块,包括:行政班级分配子模块,用于根据所述学生数将各个所述志愿科目组对应的所述目标学生标识划分为至少一个班级,将划分得到的班级作为行政班级;走动班级分配子模块,用于基于所述行政班级各个目标学生标识对应的学生终端所志愿选择的科目种类,重新对所述目标学生标识进行班级分配,得到走动班级;目标班级确定子模块,用于将所述行政班级和所述走动班级确定为所述目标班级。
在一个实施例中,走动班级分配子模块,包括:科目排列表构建单元,用于根据科目种类和至少一个上课时间段标识构建走动班级科目排列表;所述上课时间段标识的数量根据学生终端所志愿选择的科目种类的数量确定;班级选择单元,用于对所述行政班级进行随机排序,依次从随机排序后的行政班级中选择行政班级;映射表建立单元,用于建立所选择的行政班级的科目种类与所述走动班级科目排列表中的科目种类的映射表;所述映射表中同一行政班级的科目种类对应不同的上课时间段标识;走动班级生成单元,用于根据所述映射表生成所述走动班级。
在一个实施例中,信息生成模块,包括:第一指令接收子模块,用于接收根据排课限定信息发送的第一排课指令;第一配置信息生成子模块,用于根据所述第一排课指令生成所述行政班级的课程安排信息,得到满足所述排课限定信息的行政班级课程配置信息;第二配置信息生成子模块,用于接收对所述走动班级进行排课的第二排课指令,根据所述第二排课指令生成所述走动班级的课程安排信息,得到走班班级课程配置信息;课程配置信息生成子模块,用于根据所述行政班级课程配置信息和所述走班班级课程配置信息得到所述第一课程配置信息。
在一个实施例中,科目分组模块,包括:难度确定子模块,用于触发预先构建的难度确定模型,根据所述学生数确定所述志愿科目类之间的成组难度;分组子模块,用于触发所述科目分组模型根据所述成组难度对所述志愿科目类进行分组,得到所述志愿科目组。
在一个实施例中,难度确定子模块,包括:科目类选择单元,用于对所述志愿科目类进行随机排序,从中选择一个志愿科目类作为目标志愿科目类,余下的志愿科目类作为剩余志愿科目类;难度确定单元,用于触发所述难度确定模型:获取预设的班级参考人数,确定所述目标志愿科目类对应的目标学生数以及任意一个剩余志愿科目类对应的剩余学生数,确定所述目标学生数与所述剩余学生数之和相对于所述班级参考人数的比值,将所述比值确定为所述目标志愿科目类与所述任意一个剩余志愿科目类之间的成组难度。
在一个实施例中,信息优化模块,还用于触发基于退火算法构建的课程配置信息优化模型:将所述第一课程配置信息中的至少两门课程进行对调,得到第二课程配置信息;获取课程配置信息评估基准,根据所述评估基准分别确定所述第一课程配置信息和所述第二课程配置信息对应的课程配置信息评估值,得到第一评估值和第二评估值;根据所述第一评估值和所述第二评估值之间的差值,从所述第一课程配置信息和所述第二课程配置信息中确定目标课程配置信息。
关于自动生成课程配置信息的装置的具体限定可以参见上文中对于自动生成课程配置信息的方法的限定,在此不再赘述。上述自动生成课程配置信息的装置中的各个模块可全部或部分通过软件、硬件及其组合来实现。上述各模块可以硬件形式内嵌于或独立于计算机设备中的处理器中,也可以以软件形式存储于计算机设备中的存储器中,以便于处理器调用执行以上各个模块对应的操作。
在一个实施例中,提供了一种计算机设备,该计算机设备可以是终端,其内部结构图可以如图11所示。该计算机设备包括通过系统总线连接的处理器、存储器、通信接口、显示屏和输入装置。其中,该计算机设备的处理器用于提供计算和控制能力。该计算机设备的存储器包括非易失性存储介质、内存储器。该非易失性存储介质存储有操作系统和计算机程序。该内存储器为非易失性存储介质中的操作系统和计算机程序的运行提供环境。该计算机设备的通信接口用于与外部的终端进行有线或无线方式的通信,无线方式可通过WIFI、运营商网络、NFC(近场通信)或其他技术实现。该计算机程序被处理器执行时以实现一种自动生成课程配置信息的方法。该显示屏可以是液晶显示屏或者电子墨水显示屏,可以用于显示目标课程配置信息。该输入装置可以是显示屏上覆盖的触摸层,也可以是计算机设备外壳上设置的按键、轨迹球或触控板,还可以是外接的键盘、触控板或鼠标等。
本领域技术人员可以理解,图11中示出的结构,仅仅是与本申请方案相关的部分结构的框图,并不构成对本申请方案所应用于其上的计算机设备的限定,具体的计算机设备可以包括比图中所示更多或更少的部件,或者组合某些部件,或者具有不同的部件布置。
在一个实施例中,还提供了一种计算机设备,包括存储器和处理器,存储器中存储有计算机程序,该处理器执行计算机程序时实现上述各方法实施例中的步骤。
在一个实施例中,提供了一种计算机可读存储介质,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各方法实施例中的步骤。
在一个实施例中,提供了一种计算机程序产品或计算机程序,该计算机程序产品或计算机程序包括计算机指令,该计算机指令存储在计算机可读存储介质中。计算机设备的处理器从计算机可读存储介质读取该计算机指令,处理器执行该计算机指令,使得该计算机设备执行上述各方法实施例中的步骤。
本领域普通技术人员可以理解实现上述实施例方法中的全部或部分流程,是可以通过计算机程序来指令相关的硬件来完成,所述的计算机程序可存储于一非易失性计算机可读取存储介质中,该计算机程序在执行时,可包括如上述各方法的实施例的流程。其中,本申请所提供的各实施例中所使用的对存储器、存储、数据库或其它介质的任何引用,均可包括非易失性和易失性存储器中的至少一种。非易失性存储器可包括只读存储器(Read-Only Memory,ROM)、磁带、软盘、闪存或光存储器等。易失性存储器可包括随机存取存储器(Random Access Memory,RAM)或外部高速缓冲存储器。作为说明而非局限,RAM可以是多种形式,比如静态随机存取存储器(Static Random Access Memory,SRAM)或动态随机存取存储器(Dynamic Random Access Memory,DRAM)等。
以上实施例的各技术特征可以进行任意的组合,为使描述简洁,未对上述实施例中的各个技术特征所有可能的组合都进行描述,然而,只要这些技术特征的组合不存在矛盾,都应当认为是本说明书记载的范围。
以上所述实施例仅表达了本申请的几种实施方式,其描述较为具体和详细,但并不能因此而理解为对发明专利范围的限制。应当指出的是,对于本领域的普通技术人员来说,在不脱离本申请构思的前提下,还可以做出若干变形和改进,这些都属于本申请的保护范围。因此,本申请专利的保护范围应以所附权利要求为准。
Claims (10)
1.一种自动生成课程配置信息的方法,其特征在于,由计算机设备执行,所述方法包括:
获取学生终端所志愿选择的科目种类,得到志愿科目类;所述学生终端为目标学生标识所对应的终端设备;
确定所述志愿科目类对应的学生数,触发科目分组模型根据所述学生数对所述志愿科目类进行分组以输出志愿科目组;
根据所述志愿科目组对应的学生数对所述目标学生标识进行班级分配,得到目标班级;
根据所述志愿科目类生成所述目标班级的第一课程配置信息;
触发基于退火算法构建的课程配置信息优化模型对所述第一课程配置信息进行优化,根据优化后的课程配置信息输出目标课程配置信息;
所述触发科目分组模型根据所述学生数对所述志愿科目类进行分组以输出志愿科目组,包括:
对所述志愿科目类进行随机排序,从中选择一个志愿科目类作为目标志愿科目类,余下的志愿科目类作为剩余志愿科目类;
触发难度确定模型:获取预设的班级参考人数,确定所述目标志愿科目类对应的目标学生数以及任意一个剩余志愿科目类对应的剩余学生数,确定所述目标学生数与所述剩余学生数之和相对于所述班级参考人数的比值,将所述比值确定为所述目标志愿科目类与所述任意一个剩余志愿科目类之间的成组难度;
触发所述科目分组模型对所计算的成组难度进行排序,取最小值,若最小值小于或等于成组难度阈值,将成组难度最小的剩余志愿科目类与目标志愿科目类分配为一个志愿科目组;
根据所述志愿科目组对应的学生数对所述目标学生标识进行班级分配,得到目标班级,包括:
根据所述志愿科目组对应的学生数将志愿科目组对应的目标学生标识划分为至少一个班级,划分得到的班级作为目标班级。
2.根据权利要求1所述的方法,其特征在于,所述根据所述志愿科目组对应的学生数对所述目标学生标识进行班级分配,得到目标班级,包括:
根据所述学生数将各个所述志愿科目组对应的所述目标学生标识划分为至少一个班级,将划分得到的班级作为行政班级;
基于所述行政班级中各个目标学生标识对应的学生终端所志愿选择的科目种类,重新对所述目标学生标识进行班级分配,得到走动班级;
将所述行政班级和所述走动班级确定为所述目标班级。
3.根据权利要求2所述的方法,其特征在于,所述基于所述行政班级中各个目标学生标识对应的学生终端所志愿选择的科目种类,重新对所述目标学生标识进行班级分配,得到走动班级,包括:
根据科目种类和至少一个上课时间段标识构建走动班级科目排列表;所述上课时间段标识的数量根据学生终端所志愿选择的科目种类的数量确定;
对所述行政班级进行随机排序,依次从随机排序后的行政班级中选择行政班级;
建立所选择的行政班级的科目种类与所述走动班级科目排列表中的科目种类的映射表;所述映射表中同一行政班级的科目种类对应不同的上课时间段标识;
根据所述映射表生成所述走动班级。
4.根据权利要求2所述的方法,其特征在于,所述根据所述志愿科目类生成所述目标班级的第一课程配置信息,包括:
接收根据排课限定信息发送的第一排课指令;
根据所述第一排课指令生成所述行政班级的课程安排信息,得到满足所述排课限定信息的行政班级课程配置信息;
接收对所述走动班级进行排课的第二排课指令,根据所述第二排课指令生成所述走动班级的课程安排信息,得到走班班级课程配置信息;
根据所述行政班级课程配置信息和所述走班班级课程配置信息得到所述第一课程配置信息。
5.根据权利要求1至4任一项所述的方法,其特征在于,所述触发基于退火算法构建的课程配置信息优化模型对所述第一课程配置信息进行优化,根据优化后的课程配置信息输出目标课程配置信息,包括:
触发基于退火算法构建的课程配置信息优化模型:将所述第一课程配置信息中的至少两门课程进行对调,得到第二课程配置信息;获取课程配置信息评估基准,根据所述评估基准分别确定所述第一课程配置信息和所述第二课程配置信息对应的课程配置信息评估值,得到第一评估值和第二评估值;根据所述第一评估值和所述第二评估值之间的差值,从所述第一课程配置信息和所述第二课程配置信息中确定目标课程配置信息。
6.一种自动生成课程配置信息的装置,其特征在于,由计算机设备执行,所述装置包括:
科目获取模块,用于获取学生终端所志愿选择的科目种类,得到志愿科目类;所述学生终端为目标学生标识所对应的终端设备;
科目分组模块,用于确定所述志愿科目类对应的学生数,触发科目分组模型根据所述学生数对所述志愿科目类进行分组以输出志愿科目组;
班级分配模块,用于根据所述志愿科目组对应的学生数对所述目标学生标识进行班级分配,得到目标班级;
信息生成模块,用于根据所述志愿科目类生成所述目标班级的第一课程配置信息;
信息优化模块,用于触发基于退火算法构建的课程配置信息优化模型对所述第一课程配置信息进行优化,根据优化后的课程配置信息输出目标课程配置信息;
科目分组模块,包括:
难度确定子模块,用于对所述志愿科目类进行随机排序,从中选择一个志愿科目类作为目标志愿科目类,余下的志愿科目类作为剩余志愿科目类;
分组子模块,用于触发难度确定模型:获取预设的班级参考人数,确定所述目标志愿科目类对应的目标学生数以及任意一个剩余志愿科目类对应的剩余学生数,确定所述目标学生数与所述剩余学生数之和相对于所述班级参考人数的比值,将所述比值确定为所述目标志愿科目类与所述任意一个剩余志愿科目类之间的成组难度;触发所述科目分组模型对所计算的成组难度进行排序,取最小值,若最小值小于或等于成组难度阈值,将成组难度最小的剩余志愿科目类与目标志愿科目类分配为一个志愿科目组;
班级分配模块,还用于根据所述志愿科目组对应的学生数将志愿科目组对应的目标学生标识划分为至少一个班级,划分得到的班级作为目标班级。
7.根据权利要求6所述的装置,其特征在于,班级分配模块,包括:
行政班级分配子模块,用于根据所述学生数将各个所述志愿科目组对应的所述目标学生标识划分为至少一个班级,将划分得到的班级作为行政班级;
走动班级分配子模块,用于基于所述行政班级各个目标学生标识对应的学生终端所志愿选择的科目种类,重新对所述目标学生标识进行班级分配,得到走动班级;
目标班级确定子模块,用于将所述行政班级和所述走动班级确定为所述目标班级。
8.根据权利要求7所述的装置,其特征在于,走动班级分配子模块,包括:
科目排列表构建单元,用于根据科目种类和至少一个上课时间段标识构建走动班级科目排列表;所述上课时间段标识的数量根据学生终端所志愿选择的科目种类的数量确定;
班级选择单元,用于对所述行政班级进行随机排序,依次从随机排序后的行政班级中选择行政班级;
映射表建立单元,用于建立所选择的行政班级的科目种类与所述走动班级科目排列表中的科目种类的映射表;所述映射表中同一行政班级的科目种类对应不同的上课时间段标识;
走动班级生成单元,用于根据所述映射表生成所述走动班级。
9.一种计算机设备,包括存储器和处理器,所述存储器存储有计算机程序,其特征在于,所述处理器执行所述计算机程序时实现权利要求1至5中任一项所述方法的步骤。
10.一种计算机可读存储介质,存储有计算机程序,其特征在于,所述计算机程序被处理器执行时实现权利要求1至5中任一项所述方法的步骤。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202011226796.4A CN112036671B (zh) | 2020-11-06 | 2020-11-06 | 自动生成课程配置信息的方法、装置和计算机设备 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202011226796.4A CN112036671B (zh) | 2020-11-06 | 2020-11-06 | 自动生成课程配置信息的方法、装置和计算机设备 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN112036671A CN112036671A (zh) | 2020-12-04 |
CN112036671B true CN112036671B (zh) | 2021-02-23 |
Family
ID=73573710
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202011226796.4A Active CN112036671B (zh) | 2020-11-06 | 2020-11-06 | 自动生成课程配置信息的方法、装置和计算机设备 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN112036671B (zh) |
Families Citing this family (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN113822604B (zh) * | 2021-11-23 | 2022-02-22 | 深圳华埔之星科技有限公司 | 一种基于智能分析的在线教育平台云资源管理系统 |
Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN110503269A (zh) * | 2019-08-29 | 2019-11-26 | 华中师范大学 | 走班教学下的分班排课方法及装置 |
CN110619468A (zh) * | 2019-09-17 | 2019-12-27 | 广州光大教育软件科技股份有限公司 | 一种选科分班方法、装置、计算机设备以及存储介质 |
CN110837976A (zh) * | 2019-11-14 | 2020-02-25 | 杭州施强教育科技有限公司 | 一种走班制下智能选科分班方法及系统 |
Family Cites Families (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN107016632A (zh) * | 2017-06-16 | 2017-08-04 | 长沙理工大学 | 一种基于走班分层教学的选排课方法及系统 |
CN108846782A (zh) * | 2018-06-05 | 2018-11-20 | 科大讯飞股份有限公司 | 排课表生成方法及装置、存储介质、电子设备 |
-
2020
- 2020-11-06 CN CN202011226796.4A patent/CN112036671B/zh active Active
Patent Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN110503269A (zh) * | 2019-08-29 | 2019-11-26 | 华中师范大学 | 走班教学下的分班排课方法及装置 |
CN110619468A (zh) * | 2019-09-17 | 2019-12-27 | 广州光大教育软件科技股份有限公司 | 一种选科分班方法、装置、计算机设备以及存储介质 |
CN110837976A (zh) * | 2019-11-14 | 2020-02-25 | 杭州施强教育科技有限公司 | 一种走班制下智能选科分班方法及系统 |
Also Published As
Publication number | Publication date |
---|---|
CN112036671A (zh) | 2020-12-04 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
KR102206256B1 (ko) | 온라인 강의 시스템에서 강사를 추천하는 방법 | |
Griffith | Establishing qualitative geographic sample size in the presence of spatial autocorrelation | |
CN110503269B (zh) | 走班教学下的分班排课方法及装置 | |
Kheiri et al. | A hidden markov model approach to the problem of heuristic selection in hyper-heuristics with a case study in high school timetabling problems | |
Moscoso-Zea et al. | Evaluation of algorithms to predict graduation rate in higher education institutions by applying educational data mining | |
CN108846782A (zh) | 排课表生成方法及装置、存储介质、电子设备 | |
US20020116253A1 (en) | Systems and methods for making a prediction utilizing admissions-based information | |
CN111628876B (zh) | 建立群组的方法、装置和计算机设备 | |
CN112037101B (zh) | 基于退火算法的课程自动配置方法、装置和计算机设备 | |
CN109978738B (zh) | 分班方法、装置、计算机设备和存储介质 | |
Santiago-Mozos et al. | A two-phase heuristic evolutionary algorithm for personalizing course timetables: a case study in a Spanish university | |
CN110619468A (zh) | 一种选科分班方法、装置、计算机设备以及存储介质 | |
CN112036671B (zh) | 自动生成课程配置信息的方法、装置和计算机设备 | |
Okonkwo et al. | Socio-economic contributions of mobile applications in Africa: impact of local mobile applications | |
CN112102131B (zh) | 走动班级的自动配置方法、装置、设备和存储介质 | |
CN112102132B (zh) | 行政班级的自动配置方法、装置和计算机设备 | |
CN111191129A (zh) | 专业推荐方法、装置、计算机设备和存储介质 | |
Lee et al. | Design of educational big data application using spark | |
US10417798B2 (en) | System and method based on sliding-scale cluster groups for precise look-alike modeling | |
CN114003816A (zh) | 模板页面动态调整方法、装置、计算机设备和存储介质 | |
BALAN | A New Genetic Approach for Course Timetabling Problem. | |
CN117668912A (zh) | 一种基于区块链的图书馆管理方法及系统 | |
Gunawan et al. | Factors that influence employees’ intention to use enterprise social media as knowledge sharing media | |
Mirrazavi et al. | A two-phase multiple objective approach to university timetabling utilising optimisation and evolutionary solution methodologies | |
Ababneh et al. | Social media usage in education: big data perspective |
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 |