CN112215506A - 智慧数字教育ai课堂大数据管理平台及装置 - Google Patents
智慧数字教育ai课堂大数据管理平台及装置 Download PDFInfo
- Publication number
- CN112215506A CN112215506A CN202011120934.0A CN202011120934A CN112215506A CN 112215506 A CN112215506 A CN 112215506A CN 202011120934 A CN202011120934 A CN 202011120934A CN 112215506 A CN112215506 A CN 112215506A
- Authority
- CN
- China
- Prior art keywords
- data
- student
- evaluation
- teacher
- result data
- 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
- 238000013523 data management Methods 0.000 title claims abstract description 27
- 238000011156 evaluation Methods 0.000 claims abstract description 397
- 230000000007 visual effect Effects 0.000 claims abstract description 48
- 230000006399 behavior Effects 0.000 claims abstract description 17
- 238000012360 testing method Methods 0.000 claims description 170
- 230000003993 interaction Effects 0.000 claims description 58
- 230000000694 effects Effects 0.000 claims description 54
- 230000006870 function Effects 0.000 claims description 18
- 238000007435 diagnostic evaluation Methods 0.000 claims description 16
- 238000004140 cleaning Methods 0.000 claims description 13
- 238000003012 network analysis Methods 0.000 claims description 13
- 238000007418 data mining Methods 0.000 claims description 10
- 238000013500 data storage Methods 0.000 claims description 10
- 238000006243 chemical reaction Methods 0.000 claims description 9
- 238000012545 processing Methods 0.000 claims description 7
- 230000003340 mental effect Effects 0.000 claims description 6
- 238000000034 method Methods 0.000 claims description 5
- 238000007781 pre-processing Methods 0.000 claims description 3
- 230000011218 segmentation Effects 0.000 claims description 3
- 238000010276 construction Methods 0.000 claims description 2
- 238000013480 data collection Methods 0.000 claims 1
- 238000013501 data transformation Methods 0.000 claims 1
- 238000013473 artificial intelligence Methods 0.000 abstract description 16
- 230000008901 benefit Effects 0.000 abstract description 12
- 230000007774 longterm Effects 0.000 description 13
- 238000010586 diagram Methods 0.000 description 5
- 238000011161 development Methods 0.000 description 3
- 230000018109 developmental process Effects 0.000 description 3
- 238000006467 substitution reaction Methods 0.000 description 2
- 238000010835 comparative analysis Methods 0.000 description 1
- 230000007547 defect Effects 0.000 description 1
- 230000001939 inductive effect Effects 0.000 description 1
- 238000007726 management method Methods 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 230000008569 process Effects 0.000 description 1
- 238000012800 visualization Methods 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
- G06Q10/06—Resources, workflows, human or project management; Enterprise or organisation planning; Enterprise or organisation modelling
- G06Q10/063—Operations research, analysis or management
- G06Q10/0639—Performance analysis of employees; Performance analysis of enterprise or organisation operations
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/20—Information retrieval; Database structures therefor; File system structures therefor of structured data, e.g. relational data
- G06F16/26—Visual data mining; Browsing structured data
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/20—Information retrieval; Database structures therefor; File system structures therefor of structured data, e.g. relational data
- G06F16/28—Databases characterised by their database models, e.g. relational or object models
- G06F16/284—Relational databases
- G06F16/285—Clustering or classification
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F40/00—Handling natural language data
- G06F40/20—Natural language analysis
- G06F40/205—Parsing
- G06F40/211—Syntactic parsing, e.g. based on context-free grammar [CFG] or unification grammars
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F40/00—Handling natural language data
- G06F40/20—Natural language analysis
- G06F40/279—Recognition of textual entities
- G06F40/289—Phrasal analysis, e.g. finite state techniques or chunking
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F40/00—Handling natural language data
- G06F40/30—Semantic analysis
-
- 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
-
- G—PHYSICS
- G16—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
- G16H—HEALTHCARE INFORMATICS, i.e. INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR THE HANDLING OR PROCESSING OF MEDICAL OR HEALTHCARE DATA
- G16H50/00—ICT specially adapted for medical diagnosis, medical simulation or medical data mining; ICT specially adapted for detecting, monitoring or modelling epidemics or pandemics
- G16H50/30—ICT specially adapted for medical diagnosis, medical simulation or medical data mining; ICT specially adapted for detecting, monitoring or modelling epidemics or pandemics for calculating health indices; for individual health risk assessment
Landscapes
- Engineering & Computer Science (AREA)
- Theoretical Computer Science (AREA)
- Business, Economics & Management (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Databases & Information Systems (AREA)
- Health & Medical Sciences (AREA)
- General Engineering & Computer Science (AREA)
- Human Resources & Organizations (AREA)
- General Health & Medical Sciences (AREA)
- Strategic Management (AREA)
- Educational Administration (AREA)
- Economics (AREA)
- Data Mining & Analysis (AREA)
- Computational Linguistics (AREA)
- Audiology, Speech & Language Pathology (AREA)
- Artificial Intelligence (AREA)
- Tourism & Hospitality (AREA)
- Public Health (AREA)
- Medical Informatics (AREA)
- Marketing (AREA)
- Educational Technology (AREA)
- Primary Health Care (AREA)
- Entrepreneurship & Innovation (AREA)
- General Business, Economics & Management (AREA)
- Development Economics (AREA)
- Quality & Reliability (AREA)
- Pathology (AREA)
- Biomedical Technology (AREA)
- Epidemiology (AREA)
- Game Theory and Decision Science (AREA)
- Operations Research (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
智慧数字教育AI课堂大数据管理平台及装置，智慧数字教育AI课堂大数据管理平台包括相互连接的测评功能系统、采集与存储系统、算法分析系统、结果数据库以及反馈系统；测评功能系统用于将教师和学生的课堂行为所涉及的信息进行分类整理；采集与存储系统用于采集测评功能系统整理的数据，将数据转化为大数据，存储大数据并将大数据传送至算法分析系统；算法分析系统用于对大数据进行分析并生成可视化数据传送至结果数据库；结果数据库用于将可视化数据传送至反馈系统；反馈系统用于依据可视化数据生成不同的评价信息，并将评价信息发送至指定的教师和学生；实现了人工智能应用于教育行业的优点：辅助教学、因材施教、多方参与以及低教育成本。
Description
技术领域
本发明涉及智慧数字教育领域，具体涉及一种智慧数字教育AI课堂大数据管理平台及装置。
背景技术
随着人工智能的不断深入发展，智慧数字教育已经成为教育领域发展的必然趋势。人工智能与教育行业的结合主要优点如下：
第一、辅助教学。未来人工智能产品一定会更加深入的参与到教学工作中，智能体将与老师进行更全面的合作来达到一个更好的教学效果。智能体在知识的精确度、知识量、知识面、呈现方式等方面都有明显的优势，可以借助人工智能的这些优点为学生02开展更生动形象的教育形式。
第二、因材施教。教育资源相对匮乏是导致开展因材施教实施难的重要因素之一，在人工智能时代，因材施教的难题将得到一定程度的解决。智能体可以根据每个学生02的特点、兴趣、学习进度等情况进行针对性的教育，让学生02对学习产生一定的兴趣，进而提升学习的效果。
第三、多方参与。人工智能产品的应用使得多方参与到教育中变得更加容易，学校、老师、家长、教育专家等各种角色都可以参与到学生02的培养当中，也可以随时掌握学生02的学习情况，多方参与的教育方式会为学生02创造出一个多维的学习空间，可以真正做到全面发展。
第四、降低教育成本。人工智能与教育的结合能够降低家庭在教育上的支出，尤其是针对目前比较高额的补课费来说，人工智能产品的出现可以让更多的学生02享受到优质的教育资源，这对于很多家庭来说是一个实实在在的好处。
因此，设计智慧数字教育管理平台以实现人工智能在教育行业的优点，已经成功亟待解决的问题。本发明通过设计智慧数字教育AI课堂大数据管理平台及装置，通过将人工智能应用于课堂行为分析，以实现人工智能应用于教育行业的优点：辅助教学、因材施教、多方参与以及低教育成本。
发明内容
为了克服现有技术的不足，本发明的目的是智慧数字教育AI课堂大数据管理平台及装置，通过将人工智能应用于课堂行为分析，以实现人工智能应用于教育行业的优点：辅助教学、因材施教、多方参与以及低教育成本。
为了达到上述目的，本发明所采用的技术方案是：本发明提供了一种智慧数字教育AI课堂大数据管理平台，包括相互连接的测评功能系统、采集与存储系统、算法分析系统、结果数据库以及反馈系统；
所述测评功能系统用于将教师和学生的课堂行为所涉及的信息进行分类整理；所述采集与存储系统用于采集所述测评功能系统整理的数据，将所述数据转化为大数据，存储所述大数据并将所述大数据传送至所述算法分析系统；所述算法分析系统用于对所述大数据进行分析并生成可视化数据传送至所述结果数据库；所述结果数据库用于保存所述可视化数据并将所述可视化数据传送至所述反馈系统；所述反馈系统用于将所述可视化数据进行归类生成不同的评价信息，并将所述评价信息发送至指定的教师和学生。
进一步地，所述测评功能系统包括课程学习活动模块、讨论互动模块、学习契约模块、教师评价模块、同学互评模块、章节测试模块、课前测试模块、期末测试模块、家长反馈模块、德育测评模块以及心理测评模块；
所述课程学习活动模块用于制定课程学习活动方案，通过学生参与所述课程学习活动方案生成学生课程学习活动结果数据；
所述讨论互动模块用于制定讨论互动方案，通过学生参与所述讨论互动方案生成学生讨论互动结果数据；
所述学习契约模块用于制定学习契约模板，通过学生签署所述学习契约模板生成学生签署学习契约数据；
所述教师评价模块用于制定学生对教师的评价方案、教师之间的评价方案、教师自己的评价方案、领导对教师的评价方案以及专家对教师的评价方案，通过所述学生对教师的评价方案生成学生对教师评价数据，通过所述教师之间的评价方案生成教师之间评价数据，通过所述教师自己的评价方案生成教师自己评价数据，通过所述领导对教师的评价方案生成领导对教师评价数据，通过所述专家对教师的评价方案生成专家对教师评价数据；
所述同学互评模块用于制定学生之间的评价方案，通过所述学生之间的评价方案生成同学互评数据；
所述章节测试模块用于依据指定的科目教材，制定每个章节测试方案，通过学生参与所述章节测试方案生成学生章节测试结果数据；
所述课前测试模块用于依据指定的科目教材，制定每节课前测试方案，通过学生参与所述课前测试方案生成学生课前测试结果数据；
所述期末测试模块用于依据指定的科目教材，制定每个科目的期末测试方案，通过学生参与所述期末测试方案生成学生期末测试结果数据；
所述家长反馈模块用于制定家长反馈方案，通过家长参与所述家长反馈方案生成家长反馈数据；
所述德育测评模块用于制定德育测评方案，通过学生参与所述德育测评方案生成学生德育测评结果数据；
所述心理测评模块用于制定心理测评方案，通过学生参与所述心理测评方案生成学生心理测评结果数据。
进一步地，所述采集与存储系统包括数据采集模块、数据清理模块、数据转化模块、数据存储模块；
所述数据采集模块用于采集所述学生课程学习活动结果数据、所述学生讨论互动结果数据、所述学生签署学习契约数据、所述学生对教师评价数据、所述教师之间评价数据、所述教师自己评价数据、所述领导对教师评价数据、所述专家对教师评价数据、所述同学互评数据、所述学生章节测试结果数据、所述学生课前测试结果数据、所述学生期末测试结果数据、所述家长反馈数据、所述学生德育测评结果数据、所述学生心理测评结果数据；
所述数据清理模块用于对所述学生课程学习活动结果数据、所述学生讨论互动结果数据、所述学生签署学习契约数据、所述学生对教师评价数据、所述教师之间评价数据、所述教师自己评价数据、所述领导对教师评价数据、所述专家对教师评价数据、所述同学互评数据、所述学生章节测试结果数据、所述学生课前测试结果数据、所述学生期末测试结果数据、所述家长反馈数据、所述学生德育测评结果数据、所述学生心理测评结果数据进行数据预处理，清理不符合要求的数据；
所述数据转化模块用于将经过所述数据清理模块处理后的所述学生课程学习活动结果数据、所述学生讨论互动结果数据、所述学生签署学习契约数据、所述学生对教师评价数据、所述教师之间评价数据、所述教师自己评价数据、所述领导对教师评价数据、所述专家对教师评价数据、所述同学互评数据、所述学生章节测试结果数据、所述学生课前测试结果数据、所述学生期末测试结果数据、所述家长反馈数据、所述学生德育测评结果数据、所述学生心理测评结果数据构造出新的属性和表达方式；
所述数据存储模块用于存储经过所述数据转化模块重构的所述学生课程学习活动结果数据、所述学生讨论互动结果数据、所述学生签署学习契约数据、所述学生对教师评价数据、所述教师之间评价数据、所述教师自己评价数据、所述领导对教师评价数据、所述专家对教师评价数据、所述同学互评数据、所述学生章节测试结果数据、所述学生课前测试结果数据、所述学生期末测试结果数据、所述家长反馈数据、所述学生德育测评结果数据、所述学生心理测评结果数据。
进一步地，所述算法分析系统包括教育数据挖掘模块、社会网络分析模块、语义分析模块以及对比分析模块；
所述教育数据挖掘模块用于通过关联、分类、聚类、离散点分析、关联规则及预测对所述数据存储模块传送的所述学生课程学习活动结果数据、所述学生讨论互动结果数据、所述学生签署学习契约数据、所述学生对教师评价数据、所述教师之间评价数据、所述教师自己评价数据、所述领导对教师评价数据、所述专家对教师评价数据、所述同学互评数据、所述学生章节测试结果数据、所述学生课前测试结果数据、所述学生期末测试结果数据、所述家长反馈数据、所述学生德育测评结果数据、所述学生心理测评结果数据进行处理，以发现所述学生课程学习活动结果数据、所述学生讨论互动结果数据、所述学生签署学习契约数据、所述学生对教师评价数据、所述教师之间评价数据、所述教师自己评价数据、所述领导对教师评价数据、所述专家对教师评价数据、所述同学互评数据、所述学生章节测试结果数据、所述学生课前测试结果数据、所述学生期末测试结果数据、所述家长反馈数据、所述学生德育测评结果数据、所述学生心理测评结果数据之间的隐藏关系，并且根据所述学生课程学习活动结果数据、所述学生讨论互动结果数据、所述学生签署学习契约数据、所述学生对教师评价数据、所述教师之间评价数据、所述教师自己评价数据、所述领导对教师评价数据、所述专家对教师评价数据、所述同学互评数据、所述学生章节测试结果数据、所述学生课前测试结果数据、所述学生期末测试结果数据、所述家长反馈数据、所述学生德育测评结果数据、所述学生心理测评结果数据进行归纳和总结；
所述社会网络分析模块用于从社会网络的角度出发，将教师和学生在学校环境中的相互作用通过社会网络分析工具表达为基于关系的模式或规则，对所述教育数据挖掘模块处理后的所述学生课程学习活动结果数据、所述学生讨论互动结果数据、所述学生签署学习契约数据、所述学生对教师评价数据、所述教师之间评价数据、所述教师自己评价数据、所述领导对教师评价数据、所述专家对教师评价数据、所述同学互评数据、所述学生章节测试结果数据、所述学生课前测试结果数据、所述学生期末测试结果数据、所述家长反馈数据、所述学生德育测评结果数据、所述学生心理测评结果数据通过教师和学生在学校环境中的相互作用表达为可视化数据；
所述语义分析模块用于通过分词、依存句法分析、构建查询语义图的方法将所述社会网络分析模块生成的可视化数据进行进一步构建，生成新的所述学生课程学习活动结果数据、所述学生讨论互动结果数据、所述学生签署学习契约数据、所述学生对教师评价数据、所述教师之间评价数据、所述教师自己评价数据、所述领导对教师评价数据、所述专家对教师评价数据、所述同学互评数据、所述学生章节测试结果数据、所述学生课前测试结果数据、所述学生期末测试结果数据、所述家长反馈数据、所述学生德育测评结果数据、所述学生心理测评结果数据的可视化数据；
所述对比分析模块用于通过绝对比较和相对比较两种方法将所述语义分析模块将所述语义分析模块处理生成的所述学生课程学习活动结果数据、所述学生讨论互动结果数据、所述学生签署学习契约数据、所述学生对教师评价数据、所述教师之间评价数据、所述教师自己评价数据、所述领导对教师评价数据、所述专家对教师评价数据、所述同学互评数据、所述学生章节测试结果数据、所述学生课前测试结果数据、所述学生期末测试结果数据、所述家长反馈数据、所述学生德育测评结果数据、所述学生心理测评结果数据的可视化数据进行进一步处理分析，形成新的所述学生课程学习活动结果数据、所述学生讨论互动结果数据、所述学生签署学习契约数据、所述学生对教师评价数据、所述教师之间评价数据、所述教师自己评价数据、所述领导对教师评价数据、所述专家对教师评价数据、所述同学互评数据、所述学生章节测试结果数据、所述学生课前测试结果数据、所述学生期末测试结果数据、所述家长反馈数据、所述学生德育测评结果数据、所述学生心理测评结果数据的可视化数据，发送至所述结果数据库保存。
进一步地，所述反馈系统包括诊断性评价模块、过程性评价模块以及终结性评价模块；
所述诊断性评价模块用于依据所述结果数据库所保存的可视化数据，根据预设的评价规则，对学生课堂行为作出诊断性评价，并将所述诊断性评价发送至指定教师和学生；
所述过程性评价模块用于依据所述结果数据库所保存的可视化数据，根据预设的评价规则，对学生课堂行为作出过程性评价，并将所述过程性评价发送至指定的教师和学生；
所述终结性评价模块用于依据所述结果数据库所保存的可视化数据，根据预设的评价规则，对学生课堂行为作出终结性评价，并将所述终结性评价发送至指定的教师和学生。
进一步地，所述学生课程学习活动结果数据、所述学生讨论互动结果数据、所述学生签署学习契约数据、所述学生对教师评价数据、所述教师之间评价数据、所述教师自己评价数据、所述领导对教师评价数据、所述专家对教师评价数据、所述同学互评数据、所述学生章节测试结果数据、所述学生课前测试结果数据、所述学生期末测试结果数据、所述家长反馈数据、所述学生德育测评结果数据、所述学生心理测评结果数据的数据形式包括文字、语音、图片以及视频。
进一步地，所述诊断性评价、所述过程性评价以及所述终结性评价实时发送至指定的教师和学生。
进一步地，所述结果数据库所保存的可视化数据的形式包括折线图、柱状图、堆叠图以及面积图。
本发明还提供了一种智慧数字教育AI课堂大数据装置，包括用于实现一种智慧数字教育AI课堂大数据管理平台的服务器、计算机终端以及移动终端。
进一步地，所述移动终端包括平板电脑和手机。
与现有技术相比，本发明的有益效果在于，智慧数字教育AI课堂大数据管理平台包括相互连接的测评功能系统、采集与存储系统、算法分析系统、结果数据库以及反馈系统；测评功能系统用于将教师和学生的课堂行为所涉及的信息进行分类整理；采集与存储系统用于采集测评功能系统整理的数据，将数据转化为大数据，存储大数据并将大数据传送至算法分析系统；算法分析系统用于对大数据进行分析并生成可视化数据传送至结果数据库；结果数据库用于将可视化数据传送至反馈系统；反馈系统用于依据可视化数据生成不同的评价信息，并将评价信息发送至指定的教师和学生；从而实现了人工智能应用于教育行业的优点：辅助教学、因材施教、多方参与以及低教育成本。
附图说明
为了更清楚地说明本发明实施例中的技术方案，下面将对实施例中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本发明的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。
图1是本发明实施例提供的智慧数字教育AI课堂大数据管理平台的系统结构图。
图2是本发明实施例提供的智慧数字教育AI课堂大数据管理平台的测评功能系统结构图。
图3是本发明实施例提供的智慧数字教育AI课堂大数据管理平台的采集与存储系统结构图。
图4是本发明实施例提供的智慧数字教育AI课堂大数据管理平台的算法分析系统结构图。
图5是本发明实施例提供的智慧数字教育AI课堂大数据管理平台的反馈系统结构图。
上述附图中的标记为01、教师；02、学生；1、测评功能系统；2、采集与存储系统；3、算法分析系统；4、结果数据库；5、反馈系统；101、课程学习活动模块；102、讨论互动模块；103、学习契约模块；104、教师评价模块；105、同学互评模块；106、章节测试模块；107、课前测试模块；108、期末测试模块；109、家长反馈模块；110、德育测评模块；111、心理测评模块；201、数据采集模块；202、数据清理模块；203、数据转化模块；204、数据存储模块；301、教育数据挖掘模块；302、社会网络分析模块；303、语义分析模块；304、对比分析模块；501、诊断性评价模块；502、过程性评价模块；503、终结性评价模块。
具体实施方式
为了使本发明的目的、技术方案及优点更加清楚明白，以下结合附图及实施例，对本发明进行进一步详细说明。应当理解，此处所描述的具体实施例仅仅用以解释本发明，并不用于限定本发明。
本实施例的附图中相同或相似的标号对应相同或相似的部件；在本发明的描述中，需要理解的是，若有术语“上”、“下”、“左”、“右”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发明和简化描述，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，因此附图中描述位置关系的用语仅用于示例性说明，不能理解为对本专利的限制，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的具体含义。
以下结合附图与具体实施例，对本发明的技术方案做详细的说明。
参照图1，本发明提供了一种智慧数字教育AI课堂大数据管理平台，包括相互连接的测评功能系统1、采集与存储系统2、算法分析系统3、结果数据库4以及反馈系统5；
测评功能系统1用于将教师01和学生02的课堂行为所涉及的信息进行分类整理；采集与存储系统2用于采集测评功能系统1整理的数据，将数据转化为大数据，存储大数据并将大数据传送至算法分析系统3；算法分析系统3用于对大数据进行分析并生成可视化数据传送至结果数据库4；结果数据库4用于保存可视化数据并将可视化数据传送至反馈系统5；反馈系统5用于将可视化数据进行归类生成不同的评价信息，并将评价信息发送至指定的教师01和学生02。
上述技术方案提供的智慧数字教育AI课堂大数据管理平台，包括相互连接的测评功能系统1、采集与存储系统2、算法分析系统3、结果数据库4以及反馈系统5；测评功能系统1用于将教师01和学生02的课堂行为所涉及的信息进行分类整理；采集与存储系统2用于采集测评功能系统1整理的数据，将数据转化为大数据，存储大数据并将大数据传送至算法分析系统3；算法分析系统3用于对大数据进行分析并生成可视化数据传送至结果数据库4；结果数据库4用于将可视化数据传送至反馈系统5；反馈系统5用于依据可视化数据生成不同的评价信息，并将评价信息发送至指定的教师01和学生02；从而实现了人工智能应用于教育行业的优点：辅助教学、因材施教、多方参与以及低教育成本。
作为本发明的一种实施方式，参照图2，测评功能系统1包括课程学习活动模块101、讨论互动模块102、学习契约模块103、教师评价模块104、同学互评模块105、章节测试模块106、课前测试模块107、期末测试模块108、家长反馈模块109、德育测评模块110以及心理测评模块111；
课程学习活动模块101用于制定课程学习活动方案，通过学生02参与课程学习活动方案生成学生课程学习活动结果数据；
讨论互动模块102用于制定讨论互动方案，通过学生02参与讨论互动方案生成学生讨论互动结果数据；
学习契约模块103用于制定学习契约模板，通过学生02签署学习契约模板生成学生签署学习契约数据；
教师评价模块104用于制定学生02对教师01的评价方案、教师01之间的评价方案、教师01自己的评价方案、领导对教师01的评价方案以及专家对教师01的评价方案，通过学生02对教师01的评价方案生成学生对教师评价数据，通过教师01之间的评价方案生成教师之间评价数据，通过教师01自己的评价方案生成教师自己评价数据，通过领导对教师01的评价方案生成领导对教师评价数据，通过专家对教师01的评价方案生成专家对教师评价数据；
同学互评模块105用于制定学生02之间的评价方案，通过学生02之间的评价方案生成同学互评数据；
章节测试模块106用于依据指定的科目教材，制定每个章节测试方案，通过学生02参与章节测试方案生成学生章节测试结果数据；
课前测试模块107用于依据指定的科目教材，制定每节课前测试方案，通过学生02参与课前测试方案生成学生课前测试结果数据；
期末测试模块108用于依据指定的科目教材，制定每个科目的期末测试方案，通过学生02参与期末测试方案生成学生期末测试结果数据；
期长反馈模块109用于制定家长反馈方案，通过家长参与期长反馈方案生成家长反馈数据；
德育测评模块110用于制定德育测评方案，通过学生02参与德育测评方案生成学生德育测评结果数据；
心理测评模块111用于制定心理测评方案，通过学生02参与心理测评方案生成学生心理测评结果数据。
作为本发明的一种实施方式，参照图3，采集与存储系统2包括数据采集模块201、数据清理模块202、数据转化模块203、数据存储模块204；
数据采集模块201用于采集学生课程学习活动结果数据、学生讨论互动结果数据、学生签署学习契约数据、学生对教师评价数据、教师之间评价数据、教师自己评价数据、领导对教师评价数据、专家对教师评价数据、同学互评数据、学生章节测试结果数据、学生课前测试结果数据、学生期末测试结果数据、期长反馈数据、学生德育测评结果数据、学生心理测评结果数据；
数据清理模块202用于对学生课程学习活动结果数据、学生讨论互动结果数据、学生签署学习契约数据、学生对教师评价数据、教师之间评价数据、教师自己评价数据、领导对教师评价数据、专家对教师评价数据、同学互评数据、学生章节测试结果数据、学生课前测试结果数据、学生期末测试结果数据、期长反馈数据、学生德育测评结果数据、学生心理测评结果数据进行数据预处理，清理不符合要求的数据；
数据转化模块203用于将经过数据清理模块202处理后的学生课程学习活动结果数据、学生讨论互动结果数据、学生签署学习契约数据、学生对教师评价数据、教师之间评价数据、教师自己评价数据、领导对教师评价数据、专家对教师评价数据、同学互评数据、学生章节测试结果数据、学生课前测试结果数据、学生期末测试结果数据、期长反馈数据、学生德育测评结果数据、学生心理测评结果数据构造出新的属性和表达方式；
数据存储模块204用于存储经过数据转化模块203重构的学生课程学习活动结果数据、学生讨论互动结果数据、学生签署学习契约数据、学生对教师评价数据、教师之间评价数据、教师自己评价数据、领导对教师评价数据、专家对教师评价数据、同学互评数据、学生章节测试结果数据、学生课前测试结果数据、学生期末测试结果数据、期长反馈数据、学生德育测评结果数据、学生心理测评结果数据。
作为本发明的一种实施方式，参照图4，算法分析系统3包括教育数据挖掘模块301、社会网络分析模块302、语义分析模块303以及对比分析模块304；
教育数据挖掘模块301用于通过关联、分类、聚类、离散点分析、关联规则及预测对数据存储模块204传送的学生课程学习活动结果数据、学生讨论互动结果数据、学生签署学习契约数据、学生对教师评价数据、教师之间评价数据、教师自己评价数据、领导对教师评价数据、专家对教师评价数据、同学互评数据、学生章节测试结果数据、学生课前测试结果数据、学生期末测试结果数据、期长反馈数据、学生德育测评结果数据、学生心理测评结果数据进行处理，以发现学生课程学习活动结果数据、学生讨论互动结果数据、学生签署学习契约数据、学生对教师评价数据、教师之间评价数据、教师自己评价数据、领导对教师评价数据、专家对教师评价数据、同学互评数据、学生章节测试结果数据、学生课前测试结果数据、学生期末测试结果数据、期长反馈数据、学生德育测评结果数据、学生心理测评结果数据之间的隐藏关系，并且根据学生课程学习活动结果数据、学生讨论互动结果数据、学生签署学习契约数据、学生对教师评价数据、教师之间评价数据、教师自己评价数据、领导对教师评价数据、专家对教师评价数据、同学互评数据、学生章节测试结果数据、学生课前测试结果数据、学生期末测试结果数据、期长反馈数据、学生德育测评结果数据、学生心理测评结果数据进行归纳和总结；
社会网络分析模块302用于从社会网络的角度出发，将教师01和学生02在学校环境中的相互作用通过社会网络分析工具表达为基于关系的模式或规则，对教育数据挖掘模块301处理后的学生课程学习活动结果数据、学生讨论互动结果数据、学生签署学习契约数据、学生对教师评价数据、教师之间评价数据、教师自己评价数据、领导对教师评价数据、专家对教师评价数据、同学互评数据、学生章节测试结果数据、学生课前测试结果数据、学生期末测试结果数据、期长反馈数据、学生德育测评结果数据、学生心理测评结果数据通过教师01和学生02在学校环境中的相互作用表达为可视化数据；
语义分析模块303用于通过分词、依存句法分析、构建查询语义图的方法将社会网络分析模块302生成的可视化数据进行进一步构建，生成新的学生课程学习活动结果数据、学生讨论互动结果数据、学生签署学习契约数据、学生对教师评价数据、教师之间评价数据、教师自己评价数据、领导对教师评价数据、专家对教师评价数据、同学互评数据、学生章节测试结果数据、学生课前测试结果数据、学生期末测试结果数据、期长反馈数据、学生德育测评结果数据、学生心理测评结果数据的可视化数据；
对比分析模块304用于通过绝对比较和相对比较两种方法将语义分析模块303将语义分析模块303处理生成的学生课程学习活动结果数据、学生讨论互动结果数据、学生签署学习契约数据、学生对教师评价数据、教师之间评价数据、教师自己评价数据、领导对教师评价数据、专家对教师评价数据、同学互评数据、学生章节测试结果数据、学生课前测试结果数据、学生期末测试结果数据、期长反馈数据、学生德育测评结果数据、学生心理测评结果数据的可视化数据进行进一步处理分析，形成新的学生课程学习活动结果数据、学生讨论互动结果数据、学生签署学习契约数据、学生对教师评价数据、教师之间评价数据、教师自己评价数据、领导对教师评价数据、专家对教师评价数据、同学互评数据、学生章节测试结果数据、学生课前测试结果数据、学生期末测试结果数据、期长反馈数据、学生德育测评结果数据、学生心理测评结果数据的可视化数据，发送至结果数据库4保存。
作为本发明的一种实施方式，参照图5，反馈系统5包括诊断性评价模块501、过程性评价模块502以及终结性评价模块503；
诊断性评价模块501用于依据结果数据库4所保存的可视化数据，根据预设的评价规则，对学生02课堂行为作出诊断性评价，并将诊断性评价发送至指定教师01和学生02；
过程性评价模块502用于依据结果数据库4所保存的可视化数据，根据预设的评价规则，对学生02课堂行为作出过程性评价，并将过程性评价发送至指定的教师01和学生02；
终结性评价模块503用于依据结果数据库4所保存的可视化数据，根据预设的评价规则，对学生02课堂行为作出终结性评价，并将终结性评价发送至指定的教师01和学生02。
作为本发明的一种实施方式，学生课程学习活动结果数据、学生讨论互动结果数据、学生签署学习契约数据、学生对教师评价数据、教师之间评价数据、教师自己评价数据、领导对教师评价数据、专家对教师评价数据、同学互评数据、学生章节测试结果数据、学生课前测试结果数据、学生期末测试结果数据、期长反馈数据、学生德育测评结果数据、学生心理测评结果数据的数据形式包括文字、语音、图片以及视频。
优选地，诊断性评价、过程性评价以及终结性评价实时发送至指定的教师01和学生02。
优选地，上述技术方案所涉及的所有模块、算法、规则及方法均采用公开的、成熟的算法、规则及方法，实现方式均采用公开的、成熟的、开源的程序架构及程序代码，本领域的技术人员根据本技术方案可以轻易采用已有的、公开的程序架构及程序代码实现。
本发明还提供了一种智慧数字教育AI课堂大数据装置，包括用于实现智慧数字教育AI课堂大数据管理平台的服务器、计算机终端以及移动终端。
具体地，移动终端包括平板电脑和手机。
以上对本发明的实施例进行了详细的说明，但本发明的创造并不限于本实施例，熟悉本领域的技术人员在不违背本发明精神的前提下，还可以做出许多同等变型或替换，这些同等变型或替换均包含在本申请的权利要求所限定的保护范围内。
Claims (10)
1.一种智慧数字教育AI课堂大数据管理平台，其特征在于，包括相互连接的测评功能系统、采集与存储系统、算法分析系统、结果数据库以及反馈系统；
所述测评功能系统用于将教师和学生的课堂行为所涉及的信息进行分类整理；所述采集与存储系统用于采集所述测评功能系统整理的数据，将所述数据转化为大数据，存储所述大数据并将所述大数据传送至所述算法分析系统；所述算法分析系统用于对所述大数据进行分析并生成可视化数据传送至所述结果数据库；所述结果数据库用于保存所述可视化数据并将所述可视化数据传送至所述反馈系统；所述反馈系统用于将所述可视化数据进行归类生成不同的评价信息，并将所述评价信息发送至指定的教师和学生。
2.根据权利要求1所述的一种智慧数字教育AI课堂大数据管理平台，其特征在于，所述测评功能系统包括课程学习活动模块、讨论互动模块、学习契约模块、教师评价模块、同学互评模块、章节测试模块、课前测试模块、期末测试模块、家长反馈模块、德育测评模块以及心理测评模块；
所述课程学习活动模块用于制定课程学习活动方案，通过学生参与所述课程学习活动方案生成学生课程学习活动结果数据；
所述讨论互动模块用于制定讨论互动方案，通过学生参与所述讨论互动方案生成学生讨论互动结果数据；
所述学习契约模块用于制定学习契约模板，通过学生签署所述学习契约模板生成学生签署学习契约数据；
所述教师评价模块用于制定学生对教师的评价方案、教师之间的评价方案、教师自己的评价方案、领导对教师的评价方案以及专家对教师的评价方案，通过所述学生对教师的评价方案生成学生对教师评价数据，通过所述教师之间的评价方案生成教师之间评价数据，通过所述教师自己的评价方案生成教师自己评价数据，通过所述领导对教师的评价方案生成领导对教师评价数据，通过所述专家对教师的评价方案生成专家对教师评价数据；
所述同学互评模块用于制定学生之间的评价方案，通过所述学生之间的评价方案生成同学互评数据；
所述章节测试模块用于依据指定的科目教材，制定每个章节测试方案，通过学生参与所述章节测试方案生成学生章节测试结果数据；
所述课前测试模块用于依据指定的科目教材，制定每节课前测试方案，通过学生参与所述课前测试方案生成学生课前测试结果数据；
所述期末测试模块用于依据指定的科目教材，制定每个科目的期末测试方案，通过学生参与所述期末测试方案生成学生期末测试结果数据；
所述家长反馈模块用于制定家长反馈方案，通过家长参与所述家长反馈方案生成家长反馈数据；
所述德育测评模块用于制定德育测评方案，通过学生参与所述德育测评方案生成学生德育测评结果数据；
所述心理测评模块用于制定心理测评方案，通过学生参与所述心理测评方案生成学生心理测评结果数据。
3.根据权利要求2所述的一种智慧数字教育AI课堂大数据管理平台，其特征在于，所述采集与存储系统包括数据采集模块、数据清理模块、数据转化模块、数据存储模块；
所述数据采集模块用于采集所述学生课程学习活动结果数据、所述学生讨论互动结果数据、所述学生签署学习契约数据、所述学生对教师评价数据、所述教师之间评价数据、所述教师自己评价数据、所述领导对教师评价数据、所述专家对教师评价数据、所述同学互评数据、所述学生章节测试结果数据、所述学生课前测试结果数据、所述学生期末测试结果数据、所述家长反馈数据、所述学生德育测评结果数据、所述学生心理测评结果数据；
所述数据清理模块用于对所述学生课程学习活动结果数据、所述学生讨论互动结果数据、所述学生签署学习契约数据、所述学生对教师评价数据、所述教师之间评价数据、所述教师自己评价数据、所述领导对教师评价数据、所述专家对教师评价数据、所述同学互评数据、所述学生章节测试结果数据、所述学生课前测试结果数据、所述学生期末测试结果数据、所述家长反馈数据、所述学生德育测评结果数据、所述学生心理测评结果数据进行数据预处理，清理不符合要求的数据；
所述数据转化模块用于将经过所述数据清理模块处理后的所述学生课程学习活动结果数据、所述学生讨论互动结果数据、所述学生签署学习契约数据、所述学生对教师评价数据、所述教师之间评价数据、所述教师自己评价数据、所述领导对教师评价数据、所述专家对教师评价数据、所述同学互评数据、所述学生章节测试结果数据、所述学生课前测试结果数据、所述学生期末测试结果数据、所述家长反馈数据、所述学生德育测评结果数据、所述学生心理测评结果数据构造出新的属性和表达方式；
所述数据存储模块用于存储经过所述数据转化模块重构的所述学生课程学习活动结果数据、所述学生讨论互动结果数据、所述学生签署学习契约数据、所述学生对教师评价数据、所述教师之间评价数据、所述教师自己评价数据、所述领导对教师评价数据、所述专家对教师评价数据、所述同学互评数据、所述学生章节测试结果数据、所述学生课前测试结果数据、所述学生期末测试结果数据、所述家长反馈数据、所述学生德育测评结果数据、所述学生心理测评结果数据。
4.根据权利要求3所述的一种智慧数字教育AI课堂大数据管理平台，其特征在于，所述算法分析系统包括教育数据挖掘模块、社会网络分析模块、语义分析模块以及对比分析模块；
所述教育数据挖掘模块用于通过关联、分类、聚类、离散点分析、关联规则及预测对所述数据存储模块传送的所述学生课程学习活动结果数据、所述学生讨论互动结果数据、所述学生签署学习契约数据、所述学生对教师评价数据、所述教师之间评价数据、所述教师自己评价数据、所述领导对教师评价数据、所述专家对教师评价数据、所述同学互评数据、所述学生章节测试结果数据、所述学生课前测试结果数据、所述学生期末测试结果数据、所述家长反馈数据、所述学生德育测评结果数据、所述学生心理测评结果数据进行处理，以发现所述学生课程学习活动结果数据、所述学生讨论互动结果数据、所述学生签署学习契约数据、所述学生对教师评价数据、所述教师之间评价数据、所述教师自己评价数据、所述领导对教师评价数据、所述专家对教师评价数据、所述同学互评数据、所述学生章节测试结果数据、所述学生课前测试结果数据、所述学生期末测试结果数据、所述家长反馈数据、所述学生德育测评结果数据、所述学生心理测评结果数据之间的隐藏关系，并且根据所述学生课程学习活动结果数据、所述学生讨论互动结果数据、所述学生签署学习契约数据、所述学生对教师评价数据、所述教师之间评价数据、所述教师自己评价数据、所述领导对教师评价数据、所述专家对教师评价数据、所述同学互评数据、所述学生章节测试结果数据、所述学生课前测试结果数据、所述学生期末测试结果数据、所述家长反馈数据、所述学生德育测评结果数据、所述学生心理测评结果数据进行归纳和总结；
所述社会网络分析模块用于从社会网络的角度出发，将教师和学生在学校环境中的相互作用通过社会网络分析工具表达为基于关系的模式或规则，对所述教育数据挖掘模块处理后的所述学生课程学习活动结果数据、所述学生讨论互动结果数据、所述学生签署学习契约数据、所述学生对教师评价数据、所述教师之间评价数据、所述教师自己评价数据、所述领导对教师评价数据、所述专家对教师评价数据、所述同学互评数据、所述学生章节测试结果数据、所述学生课前测试结果数据、所述学生期末测试结果数据、所述家长反馈数据、所述学生德育测评结果数据、所述学生心理测评结果数据通过教师和学生在学校环境中的相互作用表达为可视化数据；
所述语义分析模块用于通过分词、依存句法分析、构建查询语义图的方法将所述社会网络分析模块生成的可视化数据进行进一步构建，生成新的所述学生课程学习活动结果数据、所述学生讨论互动结果数据、所述学生签署学习契约数据、所述学生对教师评价数据、所述教师之间评价数据、所述教师自己评价数据、所述领导对教师评价数据、所述专家对教师评价数据、所述同学互评数据、所述学生章节测试结果数据、所述学生课前测试结果数据、所述学生期末测试结果数据、所述家长反馈数据、所述学生德育测评结果数据、所述学生心理测评结果数据的可视化数据；
所述对比分析模块用于通过绝对比较和相对比较两种方法将所述语义分析模块将所述语义分析模块处理生成的所述学生课程学习活动结果数据、所述学生讨论互动结果数据、所述学生签署学习契约数据、所述学生对教师评价数据、所述教师之间评价数据、所述教师自己评价数据、所述领导对教师评价数据、所述专家对教师评价数据、所述同学互评数据、所述学生章节测试结果数据、所述学生课前测试结果数据、所述学生期末测试结果数据、所述家长反馈数据、所述学生德育测评结果数据、所述学生心理测评结果数据的可视化数据进行进一步处理分析，形成新的所述学生课程学习活动结果数据、所述学生讨论互动结果数据、所述学生签署学习契约数据、所述学生对教师评价数据、所述教师之间评价数据、所述教师自己评价数据、所述领导对教师评价数据、所述专家对教师评价数据、所述同学互评数据、所述学生章节测试结果数据、所述学生课前测试结果数据、所述学生期末测试结果数据、所述家长反馈数据、所述学生德育测评结果数据、所述学生心理测评结果数据的可视化数据，发送至所述结果数据库保存。
5.根据权利要求4所述的一种智慧数字教育AI课堂大数据管理平台，其特征在于，所述反馈系统包括诊断性评价模块、过程性评价模块以及终结性评价模块；
所述诊断性评价模块用于依据所述结果数据库所保存的可视化数据，根据预设的评价规则，对学生课堂行为作出诊断性评价，并将所述诊断性评价发送至指定教师和学生；
所述过程性评价模块用于依据所述结果数据库所保存的可视化数据，根据预设的评价规则，对学生课堂行为作出过程性评价，并将所述过程性评价发送至指定的教师和学生；
所述终结性评价模块用于依据所述结果数据库所保存的可视化数据，根据预设的评价规则，对学生课堂行为作出终结性评价，并将所述终结性评价发送至指定的教师和学生。
6.根据权利要求4所述的一种智慧数字教育AI课堂大数据管理平台，其特征在于，所述学生课程学习活动结果数据、所述学生讨论互动结果数据、所述学生签署学习契约数据、所述学生对教师评价数据、所述教师之间评价数据、所述教师自己评价数据、所述领导对教师评价数据、所述专家对教师评价数据、所述同学互评数据、所述学生章节测试结果数据、所述学生课前测试结果数据、所述学生期末测试结果数据、所述家长反馈数据、所述学生德育测评结果数据、所述学生心理测评结果数据的数据形式包括文字、语音、图片以及视频。
7.根据权利要求6所述的一种智慧数字教育AI课堂大数据管理平台，其特征在于，所述诊断性评价、所述过程性评价以及所述终结性评价实时发送至指定的教师和学生。
8.根据权利要求5所述的一种智慧数字教育AI课堂大数据管理平台，其特征在于，所述结果数据库所保存的可视化数据的形式包括折线图、柱状图、堆叠图以及面积图。
9.一种智慧数字教育AI课堂大数据装置，其特征在于，包括用于实现如权利要求1至8所述的一种智慧数字教育AI课堂大数据管理平台的服务器、计算机终端以及移动终端。
10.根据权利要求9所述的一种智慧数字教育AI课堂大数据装置，其特征在于，所述移动终端包括平板电脑和手机。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202011120934.0A CN112215506A (zh) | 2020-10-20 | 2020-10-20 | 智慧数字教育ai课堂大数据管理平台及装置 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202011120934.0A CN112215506A (zh) | 2020-10-20 | 2020-10-20 | 智慧数字教育ai课堂大数据管理平台及装置 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| CN112215506A true CN112215506A (zh) | 2021-01-12 |
Family
ID=74055903
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202011120934.0A Pending CN112215506A (zh) | 2020-10-20 | 2020-10-20 | 智慧数字教育ai课堂大数据管理平台及装置 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN112215506A (zh) |
Cited By (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN112965703A (zh) * | 2021-03-02 | 2021-06-15 | 华南师范大学 | 克服多头领导的教师主导人工智能教育机器人 |
| CN113989081A (zh) * | 2021-10-29 | 2022-01-28 | 重庆工商大学 | 一种混合增强智能的大学生项目智能评价系统 |
Citations (7)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US20050214732A1 (en) * | 2004-03-23 | 2005-09-29 | Sayling Wen | Internet educational system combining teaching, academic affairs, and its method |
| CN108182835A (zh) * | 2018-01-03 | 2018-06-19 | 广州爱易学智能信息科技有限公司 | 智慧课堂系统 |
| CN108491994A (zh) * | 2018-02-06 | 2018-09-04 | 北京师范大学 | 基于大数据的stem教育测评系统及方法 |
| CN208173049U (zh) * | 2018-03-11 | 2018-11-30 | 刘睿雅 | 一种基于大数据的智慧课堂系统 |
| CN109191963A (zh) * | 2018-10-12 | 2019-01-11 | 李龙 | 一种智能教学系统 |
| CN109859550A (zh) * | 2018-12-24 | 2019-06-07 | 凡悦科技(上海)有限公司 | 一种教育云平台 |
| 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 |
-
2020
- 2020-10-20 CN CN202011120934.0A patent/CN112215506A/zh active Pending
Patent Citations (7)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US20050214732A1 (en) * | 2004-03-23 | 2005-09-29 | Sayling Wen | Internet educational system combining teaching, academic affairs, and its method |
| CN108182835A (zh) * | 2018-01-03 | 2018-06-19 | 广州爱易学智能信息科技有限公司 | 智慧课堂系统 |
| CN108491994A (zh) * | 2018-02-06 | 2018-09-04 | 北京师范大学 | 基于大数据的stem教育测评系统及方法 |
| CN208173049U (zh) * | 2018-03-11 | 2018-11-30 | 刘睿雅 | 一种基于大数据的智慧课堂系统 |
| CN109191963A (zh) * | 2018-10-12 | 2019-01-11 | 李龙 | 一种智能教学系统 |
| CN109859550A (zh) * | 2018-12-24 | 2019-06-07 | 凡悦科技(上海)有限公司 | 一种教育云平台 |
| 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 |
Cited By (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN112965703A (zh) * | 2021-03-02 | 2021-06-15 | 华南师范大学 | 克服多头领导的教师主导人工智能教育机器人 |
| CN112965703B (zh) * | 2021-03-02 | 2022-04-01 | 华南师范大学 | 克服多头领导的教师主导人工智能教育机器人 |
| CN113989081A (zh) * | 2021-10-29 | 2022-01-28 | 重庆工商大学 | 一种混合增强智能的大学生项目智能评价系统 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| Huang et al. | The design and implementation of a meaningful learning-based evaluation method for ubiquitous learning | |
| Cheng et al. | Designing an authoring system of robots and IoT-based toys for EFL teaching and learning | |
| CN115082269B (zh) | 一种基于大数据的教学规划方法及系统 | |
| Sinclair et al. | Digital technology in mathematics teaching and learning: A decade focused on theorising and teaching | |
| Lai | Exploring university students’ preferences for AI-assisted learning environment | |
| Zhang | Research on classroom teaching evaluation and instruction system based on GIS mobile terminal | |
| CN112215506A (zh) | 智慧数字教育ai课堂大数据管理平台及装置 | |
| Khosravi et al. | Topic dependency models: Graph-based visual analytics for communicating assessment data | |
| Kehoe | Leveraging Generative AI Tools for Enhanced Lesson Planning in Initial Teacher Education at Post Primary | |
| Xie et al. | Virtual reality primary school mathematics teaching system based on GIS data fusion | |
| Lalingkar et al. | Ontology-based smart learning environment for teaching word problems in mathematics | |
| Dotsenko | Interactive posters as a learning tool for practical tasks in the context of electrical engineering education | |
| Yan | Application and analysis of education and teaching mode based on 5G and smart technology | |
| Pratsri et al. | Synthesis of data science competency for higher education students | |
| Zhang | Virtual Reality-assisted User Interface with Hypertext system for Innovative and Entrepreneurship Education | |
| Schulte et al. | Industrial Data Science-Interdisciplinary Competence for Machine Learning in Industrial Production | |
| Wang et al. | Adaptive Education System for Drama Education in College Education System Based on Human-Computer | |
| Mugayitoglu | Attitudes of pre-service teachers toward computational thinking in education | |
| Li et al. | Improvement of intelligent computer aided Chinese teaching system | |
| Zhang | A Novel Teaching Approach for Mobile Internet-Based Collaborative Knowledge Construction in" Teaching Management" | |
| Gao et al. | Data analysis of digital teaching resources and interactive behaviour between teachers and students based on K-means algorithm | |
| CN112287115A (zh) | 基于知识掌握程度图的个性化教学方法、系统及装置 | |
| Zel et al. | Improving online learning experience using facial expression analysis | |
| Gil Parga et al. | Pedagogical design in education using augmented reality: a systematic review | |
| Voronkova et al. | The Influence of Digital Technologies on the Development of Smart Education in a Technologically Advanced Society |
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 | ||
| RJ01 | Rejection of invention patent application after publication | ||
| RJ01 | Rejection of invention patent application after publication |
Application publication date: 20210112 |