CN112365183A - 一种人工智能教育的方法及装置 - Google Patents

一种人工智能教育的方法及装置 Download PDF

Info

Publication number
CN112365183A
CN112365183A CN202011347788.5A CN202011347788A CN112365183A CN 112365183 A CN112365183 A CN 112365183A CN 202011347788 A CN202011347788 A CN 202011347788A CN 112365183 A CN112365183 A CN 112365183A
Authority
CN
China
Prior art keywords
information
value
standard
education
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.)
Granted
Application number
CN202011347788.5A
Other languages
English (en)
Other versions
CN112365183B (zh
Inventor
谢锡林
李本松
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.)
Jiangxi Taide Intelligence Technology Co Ltd
Original Assignee
Jiangxi Taide Intelligence 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 Jiangxi Taide Intelligence Technology Co Ltd filed Critical Jiangxi Taide Intelligence Technology Co Ltd
Priority to CN202011347788.5A priority Critical patent/CN112365183B/zh
Publication of CN112365183A publication Critical patent/CN112365183A/zh
Application granted granted Critical
Publication of CN112365183B publication Critical patent/CN112365183B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

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
    • 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
    • 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
    • G09B7/00—Electrically-operated teaching apparatus or devices working with questions and answers
    • G09B7/02—Electrically-operated teaching apparatus or devices working with questions and answers of the type wherein the student is expected to construct an answer to the question which is presented or wherein the machine gives an answer to the question presented by a student
    • G09B7/04—Electrically-operated teaching apparatus or devices working with questions and answers of the type wherein the student is expected to construct an answer to the question which is presented or wherein the machine gives an answer to the question presented by a student characterised by modifying the teaching programme in response to a wrong answer, e.g. repeating the question, supplying a further explanation
    • Y—GENERAL 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
    • Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
    • Y02D—CLIMATE CHANGE MITIGATION TECHNOLOGIES IN INFORMATION AND COMMUNICATION TECHNOLOGIES [ICT], I.E. INFORMATION AND COMMUNICATION TECHNOLOGIES AIMING AT THE REDUCTION OF THEIR OWN ENERGY USE
    • Y02D10/00—Energy efficient computing, e.g. low power processors, power management or thermal management

Landscapes

  • Business, Economics & Management (AREA)
  • Engineering & Computer Science (AREA)
  • Human Resources & Organizations (AREA)
  • Educational Administration (AREA)
  • Theoretical Computer Science (AREA)
  • Strategic Management (AREA)
  • Tourism & Hospitality (AREA)
  • Educational Technology (AREA)
  • Economics (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Entrepreneurship & Innovation (AREA)
  • Development Economics (AREA)
  • Marketing (AREA)
  • General Business, Economics & Management (AREA)
  • Primary Health Care (AREA)
  • Health & Medical Sciences (AREA)
  • General Health & Medical Sciences (AREA)
  • Game Theory and Decision Science (AREA)
  • Operations Research (AREA)
  • Quality & Reliability (AREA)
  • Management, Administration, Business Operations System, And Electronic Commerce (AREA)
  • Electrically Operated Instructional Devices (AREA)

Abstract

本发明公开了一种人工智能教育的方法，采集教育的知识信息和学生的学习信息；分别对知识信息和学习信息进行处理，获取知识信息的标准值和学习信息的采集值；将采集值与学习信息中的学号信息进行关联，得到关联采集信息，将标准值、采集值和关联采集信息组合，得到数据处理信息；对数据处理信息中的标准值和采集值进行分析，得到数据分析信息；对数据分析信息进行处理，生成不同的教育信号，根据不同的教育信号对不同的学生进行教育指导；本发明还公开了一种人工智能教育的装置；本发明公开的各个方面，用于解决现有方案中不能获取人工智能教育后的效果，以及不能根据人工智能教育的结果对学生进行针对性指导的问题。

Description

一种人工智能教育的方法及装置
技术领域
本发明涉及人工智能教育技术领域，尤其涉及一种人工智能教育的方法及装置。
背景技术
人工智能教育是指人工智能多层次教育体系的全民智能教育，涵盖在中小学阶段设置人工智能相关课程；不少地方都已经开始探索在开展人工智能教育，但各地基础和条件各不相同，也面临缺少智能装备支撑、缺少地方相关部门共同参与的顶层设计等难点和问题，通过“政产学研用”的合力尝试，有望能推动人工智能教育朝着更加系统化、科学化的方向发展。
在专利“CN109979269A一种基于人工智能的在线教育交互系统”，包括交互平台和AR设备，所述交互平台和AR设备之间通过互联网连接，所述交互平台连接有专家系统、计算机辅助教学系统和智能教学系统，所述计算机辅助教学系统包括CAI模块，所述交互平台包括生物监测模块、数据采集模块、数据处理模块和数据分析与呈现模块，该发明用户通过AR设备可以直接登录到交互平台上进行学习，操作方便，同时采用生物监测模块技术可以了解学生在学习中的情绪，适时调整教育方法和策略，及时改变教学方式来努力激发学生的兴趣，采用关注情感的人机交流交互的方式为学生营造一个更真实、个性化学习环境，提高学习者的兴趣和效率。
现有的人工智能教育存在的缺陷是：不能获取人工智能教育后的效果，以及不能根据人工智能教育的结果对学生进行针对性指导的问题。
发明内容
本发明的目的在于提供一种人工智能教育的方法及装置，本发明所要解决的技术问题为：
如何解决现有方案中不能获取人工智能教育后的效果，通过采集教育的知识信息和学生的学习信息，知识信息包含题目难易信息、标准分数信息和标准答题时间信息，学习信息包含学生的学号信息、答题时间信息和答题分数信息；分别对知识信息和学习信息进行处理，获取知识信息的标准值和学习信息的采集值；将采集值与学习信息中的学号信息进行关联，得到关联采集信息，将标准值、采集值和关联采集信息组合，得到数据处理信息；对数据处理信息中的标准值和采集值进行分析，得到数据分析信息；通过将学生的学习信息进行分析，并与教育的知识信息进行匹配，可以达到学生接收人工智能教育后知识的学习情况，达到获取人工智能教育后效果的目的；
如何解决现有方案中不能根据人工智能教育的结果对学生进行针对性指导的问题；对数据分析信息进行处理，生成不同的教育信号，根据不同的教育信号对不同的学生进行教育指导，通过对学生接收教育后的情况进行分析，可以得到学生接收教育后处于掌握知识的情况，达到根据知识的掌握情况对不同的学生进行针对性的教育的目的。
本发明的目的可以通过以下技术方案实现：一种人工智能教育的方法，该方法的具体步骤包括：
步骤一：采集教育的知识信息和学生的学习信息；
步骤二：分别对知识信息和学习信息进行处理，获取知识信息的标准值和学习信息的采集值；
步骤三：将采集值与学习信息中的学号信息进行关联，得到关联采集信息，将标准值、采集值和关联采集信息组合，得到数据处理信息；
步骤四：对数据处理信息中的标准值和采集值进行分析，得到数据分析信息；
步骤五：对数据分析信息进行处理，生成不同的教育信号，根据不同的教育信号对不同的学生进行教育指导。
一种人工智能教育的装置，包括数据采集模块、数据传输模块、数据处理模块、数据分析模块和提示模块；
所述数据采集模块包含知识采集单元和学习采集单元，所述知识采集单元用于采集教育的知识信息，所述学习采集单元用于采集学生的学习信息，通过数据传输模块将知识信息和学习信息发送至数据处理模块；其中，知识信息包含题目难易信息、标准分数信息和标准答题时间信息，学习信息包含学生的学号信息、答题时间信息和答题分数信息；
所述数据处理模块用于接收知识信息和学习信息并进行处理，得到数据处理信息，并将数据处理信息发送至数据分析模块；
所述数据分析模块用于接收数据处理信息并进行分析，得到数据分析信息，并将数据分析信息发送至提示模块；具体的分析步骤包括：
步一：获取数据处理信息中的标准值Qb和采集值Qc；
步二：利用公式X＝Qc/Qb获取分析系数，并对分析系数进行分析；
步三：若分析系数小于预设的标准阈值，则生成第一分析信号；若分析系数等于预设的标准阈值，则生成第二分析信号；若分析系数大于预设的标准阈值，则生成第三分析信号；第一分析信号、第二分析信号和第三分析信号构成分析集；
步四：获取数据处理信息中的关联采集信息，利用关联采集信息中的学号信息分别获取第二分析信号和第三分析信号对应的学号，得到第一匹配学号和第二匹配学号；
步五：将第一匹配学号、第二匹配学号和分析集组合，得到数据分析信息；
所述数据传输模块用于对各个模块之间的数据进行传输。
优选的，所述数据处理模块用于接收知识信息和学习信息并进行处理，得到数据处理信息，具体的步骤包括：
S31：获取知识信息中的题目难易信息、标准分数信息和标准答题时间信息，将题目难易信息设定为TN，将标准分数信息设定为BF，将标准答题时间信息设定为BD；
S32：设定不同题目的难易程度均对应一个预设难易值，将题目难易信息与所有的预设难易值进行匹配，得到题目难易信息对应的难易匹配值，并将难易匹配值设定为p1；
S33：设定不同题目的标准答题时间均对应一个预设时间值，将标准答题时间信息与所有的预设时间值进行匹配，得到标准答题时间信息对应的标准时间匹配值，并将标准时间匹配值设定为p2；
S34：利用公式获取知识信息的标准值；
S35：获取学习信息中学生的学号信息、答题时间信息和答题分数信息，并将答题时间信息设定为DS，将答题分数信息设定为DF；
S36：将答题时间信息的答题时间值与标准答题时间信息中的标准时间值进行对比，将不大于标准时间值的答题时间值设定为p3，将大于标准时间值的答题时间值设定为p4；
S37：将答题分数信息中的答题分数值与标准分数信息中的标准分数值进行对比，将小于标准分数值的答题分数值设定为p5，将等于标准分数值的答题分数值设定为p6；
S38：利用公式获取学习信息的采集值；
S39：将采集值与学号信息进行关联，得到关联采集信息，将标准值、采集值和关联采集信息组合，得到数据处理信息。
优选的，利用公式获取知识信息的标准值，该公式为：
Figure BDA0002800379940000051
其中，α表示为预设的知识信息的修正因子，取值为0.73558，a1、a2、a3均表示为预设的不同比例系数，且a3>a1>a2。
优选的，利用公式获取学习信息的采集值，该公式为：
Figure BDA0002800379940000052
其中，β表示为预设的学习信息的修正因子，取值为1.32514，a4、a5、a6、a7均表示为预设的不同比例系数，且a5>a4>a7>a6。
优选的，所述提示模块用于接收数据分析信息并进行处理和教育提示，具体的步骤包括：
S61：获取数据分析信息中的第一匹配学号、第二匹配学号和分析集；
S62：若分析集中包含第二分析信号，则生成第一教育信号，利用第一匹配学号获取第一教育信号对应的学生进行一般教育，第一教育信号表示该学生学习知识的接收能力一般需要进行关照教育；
S63：若分析集中包含第三分析信号，则生成第二教育信号，利用第二匹配学号获取第二教育信号对应的学生进行重点教育，第二教育信号表示该学生学习知识的接收能力较差需要进行重点教育。
本发明的有益效果：
本发明公开的各个方面，设置的数据采集模块包含知识采集单元和学习采集单元，利用知识采集单元采集教育的知识信息，利用学习采集单元采集学生的学习信息，知识信息包含题目难易信息、标准分数信息和标准答题时间信息，学习信息包含学生的学号信息、答题时间信息和答题分数信息；通过数据传输模块将知识信息和学习信息发送至数据处理模块；通过对教育的知识信息和学生的学习信息进行综合考虑，可以获取到通过教育后的效果，通过获取学生受到教育后对知识的掌握情况，对教育的方式和对象进行针对性调整，进而可以有效提高人工智能教育的效果；
利用数据处理模块接收知识信息和学习信息并进行处理，得到数据处理信息，并将数据处理信息发送至数据分析模块；利用数据分析模块接收数据处理信息并进行分析，得到数据分析信息，并将数据分析信息发送至提示模块；利用提示模块接收数据分析信息并进行处理和教育提示；通过对学生信息的答题情况与教育的标准知识进行匹配，可以获取到学生的学习情况，并对学习情况不佳的学生进行针对性的教育和指导，进而实现教育的智能化效果。
附图说明
下面结合附图对本发明作进一步的说明。
图1是本发明一种人工智能教育的装置的原理框图。
具体实施方式
下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有作出创造性劳动前提下所获得的所有其它实施例，都属于本发明保护的范围。
实施例1
请参阅图1所示，本发明为一种人工智能教育的方法，该方法的具体步骤包括：
步骤一：采集教育的知识信息和学生的学习信息；
步骤二：分别对知识信息和学习信息进行处理，获取知识信息的标准值和学习信息的采集值；
步骤三：将采集值与学习信息中的学号信息进行关联，得到关联采集信息，将标准值、采集值和关联采集信息组合，得到数据处理信息；
步骤四：对数据处理信息中的标准值和采集值进行分析，得到数据分析信息；
步骤五：对数据分析信息进行处理，生成不同的教育信号，根据不同的教育信号对不同的学生进行教育指导。
一种人工智能教育的装置，包括数据采集模块、数据传输模块、数据处理模块、数据分析模块和提示模块；
所述数据采集模块包含知识采集单元和学习采集单元，所述知识采集单元用于采集教育的知识信息，所述学习采集单元用于采集学生的学习信息，通过数据传输模块将知识信息和学习信息发送至数据处理模块；其中，知识信息包含题目难易信息、标准分数信息和标准答题时间信息，学习信息包含学生的学号信息、答题时间信息和答题分数信息；
所述数据处理模块用于接收知识信息和学习信息并进行处理，得到数据处理信息，并将数据处理信息发送至数据分析模块；具体的步骤包括：
获取知识信息中的题目难易信息、标准分数信息和标准答题时间信息，将题目难易信息设定为TN，将标准分数信息设定为BF，将标准答题时间信息设定为BD；
设定不同题目的难易程度均对应一个预设难易值，将题目难易信息与所有的预设难易值进行匹配，得到题目难易信息对应的难易匹配值，并将难易匹配值设定为p1；
设定不同题目的标准答题时间均对应一个预设时间值，将标准答题时间信息与所有的预设时间值进行匹配，得到标准答题时间信息对应的标准时间匹配值，并将标准时间匹配值设定为p2；
本发明实施例中，难易程度可以为简单、中等、较难三个等级，对应的预设难易值可以为0.1、0.3和0.6；标准答题时间可以为但不限于3min、6min和10min，对应的预设时间值为0.03、0.06和0.1，标准分数信息中包含标准分数值，可以为但不限于3分、6分和10分；
利用公式获取知识信息的标准值；该公式为：
Figure BDA0002800379940000081
其中，α表示为预设的知识信息的修正因子，取值为0.73558，a1、a2、a3均表示为预设的不同比例系数，且a3>a1>a2；
获取学习信息中学生的学号信息、答题时间信息和答题分数信息，并将答题时间信息设定为DS，将答题分数信息设定为DF；
将答题时间信息的答题时间值与标准答题时间信息中的标准时间值进行对比，将不大于标准时间值的答题时间值设定为p3，将大于标准时间值的答题时间值设定为p4；
将答题分数信息中的答题分数值与标准分数信息中的标准分数值进行对比，将小于标准分数值的答题分数值设定为p5，将等于标准分数值的答题分数值设定为p6；
本发明实施例中，答题分数值可以为2分，对应的标准分数值为3分，对应的答题时间为2min；答题分数值为6分，对应的标准分数值为6分，对应的答题时间为5min；
利用公式获取学习信息的采集值；该公式为：
Figure BDA0002800379940000091
其中，β表示为预设的学习信息的修正因子，取值为1.32514，a4、a5、a6、a7均表示为预设的不同比例系数，且a5>a4>a7>a6；
将采集值与学号信息进行关联，得到关联采集信息，将标准值、采集值和关联采集信息组合，得到数据处理信息；
所述数据分析模块用于接收数据处理信息并进行分析，得到数据分析信息，并将数据分析信息发送至提示模块；具体的分析步骤包括：
步一：获取数据处理信息中的标准值Qb和采集值Qc；
步二：利用公式X＝Qc/Qb获取分析系数，并对分析系数进行分析；
步三：若分析系数小于预设的标准阈值，则生成第一分析信号；若分析系数等于预设的标准阈值，则生成第二分析信号；若分析系数大于预设的标准阈值，则生成第三分析信号；第一分析信号、第二分析信号和第三分析信号构成分析集；
步四：获取数据处理信息中的关联采集信息，利用关联采集信息中的学号信息分别获取第二分析信号和第三分析信号对应的学号，得到第一匹配学号和第二匹配学号；
步五：将第一匹配学号、第二匹配学号和分析集组合，得到数据分析信息；
所述提示模块用于接收数据分析信息并进行处理和教育提示，具体的步骤包括：
获取数据分析信息中的第一匹配学号、第二匹配学号和分析集；
若分析集中包含第二分析信号，则生成第一教育信号，利用第一匹配学号获取第一教育信号对应的学生进行一般教育，第一教育信号表示该学生学习知识的接收能力一般需要进行关照教育；
若分析集中包含第三分析信号，则生成第二教育信号，利用第二匹配学号获取第二教育信号对应的学生进行重点教育，第二教育信号表示该学生学习知识的接收能力较差需要进行重点教育；
所述数据传输模块用于对各个模块之间的数据进行传输。
本发明实施例中，通过对学生的答题时间信息和答题分数信息进行分析，可以获取到学生对某道题的解题情况，通过对解题的得分情况和花费的时间与标准的分数和时间进行对比，通过获取标准值和采集值的分析系数进行分析，得到学生对教育知识的学习情况，并对接收知识情况不佳的学生进行针对性的教育，通过学号信息可以对该学生进行针对性的教育和指导，可以达到提高人工智能教育的效果；
上述公式均是采集大量数据进行软件模拟得出且选取与真实值接近的一个公式，公式中的系数是由本领域技术人员根据实际情况进行设置。
本发明的工作原理：与现有技术方案相比，本发明公开的各个方面，设置的数据采集模块包含知识采集单元和学习采集单元，利用知识采集单元采集教育的知识信息，利用学习采集单元采集学生的学习信息，知识信息包含题目难易信息、标准分数信息和标准答题时间信息，学习信息包含学生的学号信息、答题时间信息和答题分数信息；通过数据传输模块将知识信息和学习信息发送至数据处理模块；通过对教育的知识信息和学生的学习信息进行综合考虑，可以获取到通过教育后的效果，通过获取学生受到教育后对知识的掌握情况，对教育的方式和对象进行针对性调整，进而可以有效提高人工智能教育的效果；
利用数据处理模块接收知识信息和学习信息并进行处理，得到数据处理信息，并将数据处理信息发送至数据分析模块；包括：
获取知识信息中的题目难易信息、标准分数信息和标准答题时间信息，将题目难易信息设定为TN，将标准分数信息设定为BF，将标准答题时间信息设定为BD；
设定不同题目的难易程度均对应一个预设难易值，将题目难易信息与所有的预设难易值进行匹配，得到题目难易信息对应的难易匹配值，并将难易匹配值设定为p1；
设定不同题目的标准答题时间均对应一个预设时间值，将标准答题时间信息与所有的预设时间值进行匹配，得到标准答题时间信息对应的标准时间匹配值，并将标准时间匹配值设定为p2；
利用公式获取知识信息的标准值；该公式为：
Figure BDA0002800379940000111
其中，α表示为预设的知识信息的修正因子，取值为0.73558，a1、a2、a3均表示为预设的不同比例系数，且a3>a1>a2；
获取学习信息中学生的学号信息、答题时间信息和答题分数信息，并将答题时间信息设定为DS，将答题分数信息设定为DF；
将答题时间信息的答题时间值与标准答题时间信息中的标准时间值进行对比，将不大于标准时间值的答题时间值设定为p3，将大于标准时间值的答题时间值设定为p4；
将答题分数信息中的答题分数值与标准分数信息中的标准分数值进行对比，将小于标准分数值的答题分数值设定为p5，将等于标准分数值的答题分数值设定为p6；
利用公式获取学习信息的采集值；该公式为：
Figure BDA0002800379940000112
其中，β表示为预设的学习信息的修正因子，取值为1.32514，a4、a5、a6、a7均表示为预设的不同比例系数，且a5>a4>a7>a6；
将采集值与学号信息进行关联，得到关联采集信息，将标准值、采集值和关联采集信息组合，得到数据处理信息；
利用数据分析模块接收数据处理信息并进行分析，得到数据分析信息，并将数据分析信息发送至提示模块；包括：
获取数据处理信息中的标准值Qb和采集值Qc；
利用公式X＝Qc/Qb获取分析系数，并对分析系数进行分析；通过获取标准值和采集值的分析系数进行分析，得到学生对教育知识的学习情况，并对接收知识情况不佳的学生进行针对性的教育，通过学号信息可以对该学生进行针对性的教育和指导，可以达到提高人工智能教育的效果；
若分析系数小于预设的标准阈值，则生成第一分析信号；若分析系数等于预设的标准阈值，则生成第二分析信号；若分析系数大于预设的标准阈值，则生成第三分析信号；第一分析信号、第二分析信号和第三分析信号构成分析集；
获取数据处理信息中的关联采集信息，利用关联采集信息中的学号信息分别获取第二分析信号和第三分析信号对应的学号，得到第一匹配学号和第二匹配学号；
将第一匹配学号、第二匹配学号和分析集组合，得到数据分析信息
利用提示模块接收数据分析信息并进行处理和教育提示；包括：
获取数据分析信息中的第一匹配学号、第二匹配学号和分析集；
若分析集中包含第二分析信号，则生成第一教育信号，利用第一匹配学号获取第一教育信号对应的学生进行一般教育，第一教育信号表示该学生学习知识的接收能力一般需要进行关照教育；
若分析集中包含第三分析信号，则生成第二教育信号，利用第二匹配学号获取第二教育信号对应的学生进行重点教育，第二教育信号表示该学生学习知识的接收能力较差需要进行重点教育；通过对学生信息的答题情况与教育的标准知识进行匹配，可以获取到学生的学习情况，并对学习情况不佳的学生进行针对性的教育和指导，进而实现教育的智能化效果。
在本发明所提供的实施例中，应该理解到，所揭露的系统和方法，可以通过其它的方式实现。例如，以上所描述的实施例仅仅是示意性的，例如，所述模块的划分，仅仅为一种逻辑功能划分，实际实现时可以有另外的划分方式。
所述作为分离部件说明的模块可以是或者也可以不是物理上分开的，作为模块显示的部件可以是或者也可以不是物理模块，即可以位于一个地方，或者也可以分布到多个网络模块上。可以根据实际的需要选择其中的部分或者全部模块来实现本实施例方法的目的。
另外，在本发明各个实施例中的各功能模块可以集成在一个处理模块中，也可以是各个模块单独物理存在，也可以两个或两个以上模块集成在一个模块中。上述集成的模块既可以采用硬件的形式实现，也可以采用硬件加软件功能模块的形式实现。
对于本领域技术人员而言，显然本发明不限于上述示范性实施例的细节，而且在不背离本发明的精神或基本特征的情况下，能够以其他的具体形式实现本发明。
因此，无论从哪一点来看，均应将实施例看作是示范性的，而且是非限制性的，本发明的范围由所附权利要求而不是上述说明限定，因此旨在将落在权利要求的等同要件的含义和范围内的所有变化涵括在本发明内。不应将权利要求中的任何附关联图标记视为限制所涉及的权利要求。
此外，显然“包括”一词不排除其他模块或步骤，单数不排除复数。系统权利要求中陈述的多个模块或装置也可以由一个模块或装置通过软件或者硬件来实现。第二等词语用来表示名称，而并不表示任何特定的顺序。
最后应说明的是，以上实施例仅用以说明本发明的技术方法而非限制，尽管参照较佳实施例对本发明进行了详细说明，本领域的普通技术人员应当理解，可以对本发明的技术方法进行修改或等同替换，而不脱离本发明技术方法的精神和范围。

Claims (6)

1.一种人工智能教育的方法，其特征在于，该方法的具体步骤包括：
步骤一：采集教育的知识信息和学生的学习信息；
步骤二：分别对知识信息和学习信息进行处理，获取知识信息的标准值和学习信息的采集值；
步骤三：将采集值与学习信息中的学号信息进行关联，得到关联采集信息，将标准值、采集值和关联采集信息组合，得到数据处理信息；
步骤四：对数据处理信息中的标准值和采集值进行分析，得到数据分析信息；
步骤五：对数据分析信息进行处理，生成不同的教育信号，根据不同的教育信号对不同的学生进行教育指导。
2.一种人工智能教育的装置，其特征在于，包括数据采集模块、数据传输模块、数据处理模块、数据分析模块和提示模块；
所述数据采集模块包含知识采集单元和学习采集单元，所述知识采集单元用于采集教育的知识信息，所述学习采集单元用于采集学生的学习信息，通过数据传输模块将知识信息和学习信息发送至数据处理模块；其中，知识信息包含题目难易信息、标准分数信息和标准答题时间信息，学习信息包含学生的学号信息、答题时间信息和答题分数信息；
所述数据处理模块用于接收知识信息和学习信息并进行处理，得到数据处理信息，并将数据处理信息发送至数据分析模块；
所述数据分析模块用于接收数据处理信息并进行分析，得到数据分析信息，并将数据分析信息发送至提示模块；具体的分析步骤包括：
步一：获取数据处理信息中的标准值Qb和采集值Qc；
步二：利用公式X＝Qc/Qb获取分析系数，并对分析系数进行分析；
步三：若分析系数小于预设的标准阈值，则生成第一分析信号；若分析系数等于预设的标准阈值，则生成第二分析信号；若分析系数大于预设的标准阈值，则生成第三分析信号；第一分析信号、第二分析信号和第三分析信号构成分析集；
步四：获取数据处理信息中的关联采集信息，利用关联采集信息中的学号信息分别获取第二分析信号和第三分析信号对应的学号，得到第一匹配学号和第二匹配学号；
步五：将第一匹配学号、第二匹配学号和分析集组合，得到数据分析信息；
所述数据传输模块用于对各个模块之间的数据进行传输。
3.根据权利要求2所述的一种人工智能教育的装置，其特征在于，所述数据处理模块用于接收知识信息和学习信息并进行处理，得到数据处理信息，具体的步骤包括：
S31：获取知识信息中的题目难易信息、标准分数信息和标准答题时间信息，将题目难易信息设定为TN，将标准分数信息设定为BF，将标准答题时间信息设定为BD；
S32：设定不同题目的难易程度均对应一个预设难易值，将题目难易信息与所有的预设难易值进行匹配，得到题目难易信息对应的难易匹配值，并将难易匹配值设定为p1；
S33：设定不同题目的标准答题时间均对应一个预设时间值，将标准答题时间信息与所有的预设时间值进行匹配，得到标准答题时间信息对应的标准时间匹配值，并将标准时间匹配值设定为p2；
S34：利用公式获取知识信息的标准值；
S35：获取学习信息中学生的学号信息、答题时间信息和答题分数信息，并将答题时间信息设定为DS，将答题分数信息设定为DF；
S36：将答题时间信息的答题时间值与标准答题时间信息中的标准时间值进行对比，将不大于标准时间值的答题时间值设定为p3，将大于标准时间值的答题时间值设定为p4；
S37：将答题分数信息中的答题分数值与标准分数信息中的标准分数值进行对比，将小于标准分数值的答题分数值设定为p5，将等于标准分数值的答题分数值设定为p6；
S38：利用公式获取学习信息的采集值；
S39：将采集值与学号信息进行关联，得到关联采集信息，将标准值、采集值和关联采集信息组合，得到数据处理信息。
4.根据权利要求3所述的一种人工智能教育的装置，其特征在于，利用公式获取知识信息的标准值，该公式为：
Figure FDA0002800379930000031
其中，α表示为预设的知识信息的修正因子，取值为0.73558，a1、a2、a3均表示为预设的不同比例系数，且a3>a1>a2。
5.根据权利要求3所述的一种人工智能教育的装置，其特征在于，利用公式获取学习信息的采集值，该公式为：
Figure FDA0002800379930000032
其中，β表示为预设的学习信息的修正因子，取值为1.32514，a4、a5、a6、a7均表示为预设的不同比例系数，且a5>a4>a7>a6。
6.根据权利要求2所述的一种人工智能教育的装置，其特征在于，所述提示模块用于接收数据分析信息并进行处理和教育提示，具体的步骤包括：
S61：获取数据分析信息中的第一匹配学号、第二匹配学号和分析集；
S62：若分析集中包含第二分析信号，则生成第一教育信号，利用第一匹配学号获取第一教育信号对应的学生进行一般教育，第一教育信号表示该学生学习知识的接收能力一般需要进行关照教育；
S63：若分析集中包含第三分析信号，则生成第二教育信号，利用第二匹配学号获取第二教育信号对应的学生进行重点教育，第二教育信号表示该学生学习知识的接收能力较差需要进行重点教育。
CN202011347788.5A 2020-11-26 2020-11-26 一种人工智能教育的方法 Active CN112365183B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202011347788.5A CN112365183B (zh) 2020-11-26 2020-11-26 一种人工智能教育的方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202011347788.5A CN112365183B (zh) 2020-11-26 2020-11-26 一种人工智能教育的方法

Publications (2)

Publication Number Publication Date
CN112365183A true CN112365183A (zh) 2021-02-12
CN112365183B CN112365183B (zh) 2023-04-14

Family

ID=74533238

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202011347788.5A Active CN112365183B (zh) 2020-11-26 2020-11-26 一种人工智能教育的方法

Country Status (1)

Country Link
CN (1) CN112365183B (zh)

Cited By (2)

* Cited by examiner, † Cited by third party
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
CN113112891A (zh) * 2021-04-13 2021-07-13 蚌埠市烘炎汽车销售服务有限公司 一种汽车自动变速器电控系统故障教学设备

Citations (15)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2002351304A (ja) * 2001-05-29 2002-12-06 Fujitsu Ltd 難易度判定プログラム及び難易度判定装置
CN103593704A (zh) * 2012-08-14 2014-02-19 鼎盛教育科技有限公司 诊断后教学整合评估方法
CN104408985A (zh) * 2014-12-17 2015-03-11 李莎 基于云网络的答题学习方法及系统
JP2016206619A (ja) * 2015-04-16 2016-12-08 ＲＩＳＵ Ｊａｐａｎ株式会社 学習用教材が内蔵された電子出版物および該電子出版物を用いた学習支援システム
CN106448306A (zh) * 2016-11-11 2017-02-22 深圳中兴网信科技有限公司 答题数据的处理方法和处理系统
CN107967829A (zh) * 2017-12-29 2018-04-27 深圳中兴网信科技有限公司 动态分层教学设备和动态分层教学方法
WO2018098730A1 (zh) * 2016-11-30 2018-06-07 深圳益强信息科技有限公司 一种基于教育平台的数据处理方法及服务器
CN109299882A (zh) * 2018-10-11 2019-02-01 四川生学教育科技有限公司 一种成绩分析、诊断预测和学习资源推送方法及平台
WO2019050074A1 (ko) * 2017-09-08 2019-03-14 주식회사 듀코젠 클라우드 기반의 디지털 문항 저작 솔루션 제공 및 유통 서비스 플랫폼이 가능한 학습시스템과, 그 제어방법
CN109552951A (zh) * 2018-11-30 2019-04-02 广州云犀智能科技有限公司 一种基于宽带电力线载波通信技术的电梯数字通信系统
CN109816265A (zh) * 2019-02-01 2019-05-28 北京作业盒子科技有限公司 知识特征掌握度的评价方法、题目推荐方法及电子设备
CN109979269A (zh) * 2019-03-28 2019-07-05 王雍天 一种基于人工智能的在线教育交互系统
CN110348761A (zh) * 2019-07-18 2019-10-18 上海乂学教育科技有限公司 在线智能激励教学系统
CN110688480A (zh) * 2019-09-30 2020-01-14 郑州威科姆科技股份有限公司 一种基于消息的实时教学评估方法及系统
CN111507596A (zh) * 2020-04-09 2020-08-07 圆梦共享教育科技(深圳)有限公司 一种基于人工智能的学生学习能力评估方法

Patent Citations (15)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2002351304A (ja) * 2001-05-29 2002-12-06 Fujitsu Ltd 難易度判定プログラム及び難易度判定装置
CN103593704A (zh) * 2012-08-14 2014-02-19 鼎盛教育科技有限公司 诊断后教学整合评估方法
CN104408985A (zh) * 2014-12-17 2015-03-11 李莎 基于云网络的答题学习方法及系统
JP2016206619A (ja) * 2015-04-16 2016-12-08 ＲＩＳＵ Ｊａｐａｎ株式会社 学習用教材が内蔵された電子出版物および該電子出版物を用いた学習支援システム
CN106448306A (zh) * 2016-11-11 2017-02-22 深圳中兴网信科技有限公司 答题数据的处理方法和处理系统
WO2018098730A1 (zh) * 2016-11-30 2018-06-07 深圳益强信息科技有限公司 一种基于教育平台的数据处理方法及服务器
WO2019050074A1 (ko) * 2017-09-08 2019-03-14 주식회사 듀코젠 클라우드 기반의 디지털 문항 저작 솔루션 제공 및 유통 서비스 플랫폼이 가능한 학습시스템과, 그 제어방법
CN107967829A (zh) * 2017-12-29 2018-04-27 深圳中兴网信科技有限公司 动态分层教学设备和动态分层教学方法
CN109299882A (zh) * 2018-10-11 2019-02-01 四川生学教育科技有限公司 一种成绩分析、诊断预测和学习资源推送方法及平台
CN109552951A (zh) * 2018-11-30 2019-04-02 广州云犀智能科技有限公司 一种基于宽带电力线载波通信技术的电梯数字通信系统
CN109816265A (zh) * 2019-02-01 2019-05-28 北京作业盒子科技有限公司 知识特征掌握度的评价方法、题目推荐方法及电子设备
CN109979269A (zh) * 2019-03-28 2019-07-05 王雍天 一种基于人工智能的在线教育交互系统
CN110348761A (zh) * 2019-07-18 2019-10-18 上海乂学教育科技有限公司 在线智能激励教学系统
CN110688480A (zh) * 2019-09-30 2020-01-14 郑州威科姆科技股份有限公司 一种基于消息的实时教学评估方法及系统
CN111507596A (zh) * 2020-04-09 2020-08-07 圆梦共享教育科技(深圳)有限公司 一种基于人工智能的学生学习能力评估方法

Non-Patent Citations (2)

* Cited by examiner, † Cited by third party
Title
陈素丽: "基于C/S模式的辅助教学系统的研究与实现", 《中国优秀博硕士学位论文全文数据库 (硕士) 信息科技辑》 *
顾洪博: "智能化网络试题库系统的研究与实现", 《中国优秀博硕士学位论文全文数据库 (硕士)信息科技辑》 *

Cited By (3)

* Cited by examiner, † Cited by third party
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
CN113112891A (zh) * 2021-04-13 2021-07-13 蚌埠市烘炎汽车销售服务有限公司 一种汽车自动变速器电控系统故障教学设备

Also Published As

Publication number Publication date
CN112365183B (zh) 2023-04-14

Similar Documents

Publication Publication Date Title
Zinovieva et al. The use of online coding platforms as additional distance tools in programming education
CN112365183B (zh) 一种人工智能教育的方法
CN111105657A (zh) 一种护理医学教育平台
Haidabrus Information technology and management in higher education and science
Commeford et al. Characterizing active learning environments in physics using latent profile analysis
Meng et al. Chinese Students' Perceptions of Characteristics of Effective College Teachers: A Mixed Analysis.
CN110378814A (zh) 智能教学生态系统
CN115278272B (zh) 一种教育实践在线指导系统及方法
Gillies Action research for school counselors
Elbehary Rethinking mathematics teachers’ professional knowledge for teaching probability from the perspective of probabilistic reasoning: A proposed framework
CN115034688A (zh) 一种教师教学评价分析系统及方法
CN113269667A (zh) 错题推送方法、装置及电子设备
Bessadok et al. Analyzing students’ digital behavior in an e-learning environment within the blackboard learning management system
Mantas NIGHTINGALE-a new perspective in nursing informatics education in Europe
Sundin et al. Introducing data wrangling using graphical subgoals-findings from an e-learning study
Zhu et al. Use of automated scoring and feedback in online interactive earth science tasks
CN117455126B (zh) 一种泛在实训教学和考评管理系统及方法
Gomes et al. A Machine Learning Approach for the Identification of Learners' Misconceptions in Algebraic Problem-Solving
Kovaleva et al. Information and communication technologies for analytics of individual tracking in foreign language teaching
Bernard The Effects of Using Behavioral Skills Training in Teaching Non-ABA Professionals to Implement Discrete Trial Training: A Meta-Analysis
Nisma et al. The Effect of Using Capcut Media on The Science Learning Outcomes of Smp Negeri 1 Maiwa
Snelbecker Demographic Variables, Experience, Aptitudes and Attitudes as Predictors of Teachers' Learning about Computers.
Sizova et al. Perspective Approaches To Student’s Competence Assessment In Modern University
Hu et al. Study on the Intervention of Promoting Secondary Students’ OSRL Skills: A Latent Profile Analysis
Zhang Preliminary Study on the Integrated Publishing for Further Medical Education

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