CN112380263A - 一种教学数据推荐方法及装置 - Google Patents
一种教学数据推荐方法及装置 Download PDFInfo
- Publication number
- CN112380263A CN112380263A CN202011256250.3A CN202011256250A CN112380263A CN 112380263 A CN112380263 A CN 112380263A CN 202011256250 A CN202011256250 A CN 202011256250A CN 112380263 A CN112380263 A CN 112380263A
- Authority
- CN
- China
- Prior art keywords
- teaching
- teaching data
- data
- learning progress
- progress information
- 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
- 238000000034 method Methods 0.000 title claims abstract description 53
- 238000004590 computer program Methods 0.000 claims description 12
- 230000009286 beneficial effect Effects 0.000 abstract description 5
- 230000008569 process Effects 0.000 description 11
- 238000010586 diagram Methods 0.000 description 10
- 230000002349 favourable effect Effects 0.000 description 5
- 230000001737 promoting effect Effects 0.000 description 5
- 230000006870 function Effects 0.000 description 4
- 230000009471 action Effects 0.000 description 3
- 230000004048 modification Effects 0.000 description 2
- 238000012986 modification Methods 0.000 description 2
- 230000006872 improvement Effects 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
Images
Classifications
-
- 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
- G06F16/24—Querying
- G06F16/245—Query processing
- G06F16/2457—Query processing with adaptation to user needs
-
- 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
Landscapes
- Engineering & Computer Science (AREA)
- Business, Economics & Management (AREA)
- Human Resources & Organizations (AREA)
- Theoretical Computer Science (AREA)
- Educational Administration (AREA)
- Strategic Management (AREA)
- Tourism & Hospitality (AREA)
- Economics (AREA)
- General Physics & Mathematics (AREA)
- Physics & Mathematics (AREA)
- Entrepreneurship & Innovation (AREA)
- Educational Technology (AREA)
- Development Economics (AREA)
- Marketing (AREA)
- General Business, Economics & Management (AREA)
- Game Theory and Decision Science (AREA)
- Operations Research (AREA)
- Quality & Reliability (AREA)
- Health & Medical Sciences (AREA)
- General Health & Medical Sciences (AREA)
- Primary Health Care (AREA)
- Computational Linguistics (AREA)
- Data Mining & Analysis (AREA)
- Databases & Information Systems (AREA)
- General Engineering & Computer Science (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
本申请实施例提供一种教学数据推荐方法及装置,涉及计算机技术领域,该教学数据推荐方法包括:在进行教学数据推荐时,先根据预先构建的学习惯编码库,确定目标老师的教学习惯编码;然后再获取与教学习惯编码相匹配的第一教学数据;同时获取目标老师对应学生的学习进度信息;最后,根据学习进度信息和第一教学数据确定待推荐的教学数据,能够同时兼顾教师的教学习惯与学生的学习进度,进而有利于提升老师的授课效率以及学生的学习效率。
Description
技术领域
本申请涉及计算机技术领域,具体而言,涉及一种教学数据推荐方法及装置。
背景技术
在线教育作为一种新型的教学方式,已在教师的备课与授课过程中被广泛应用。现有的教学数据推荐方法,主要针对该用户的历史数据进行数据推荐。然而,在实践中发现,不同的老师,其备课需求同时受到教师和学生两方面因素的影响。一方面,教师需要根据学生接下来的学习进展准备内容匹配的课程教学数据;另一方面,因教学风格不同,教师对教学材料的形式、内容等又具有不同要求。可见,现有的教学数据推荐方法无法同时兼顾教师的教学习惯与学生的学习进度,导致老师授课效率低,学生学习效率低。
发明内容
本申请实施例的目的在于提供一种教学数据推荐方法及装置,能够同时兼顾教师的教学习惯与学生的学习进度,进而有利于提升老师的授课效率以及学生的学习效率。
本申请实施例第一方面提供了一种教学数据推荐方法,包括:
根据预先构建的学习惯编码库,确定目标老师的教学习惯编码;
获取与所述教学习惯编码相匹配的第一教学数据;
获取所述目标老师对应学生的学习进度信息;
根据所述学习进度信息和所述第一教学数据确定待推荐的教学数据。
在上述实现过程中,在进行教学数据推荐时,先根据预先构建的学习惯编码库,确定目标老师的教学习惯编码;然后再获取与教学习惯编码相匹配的第一教学数据;同时获取目标老师对应学生的学习进度信息;最后,根据学习进度信息和第一教学数据确定待推荐的教学数据,能够同时兼顾教师的教学习惯与学生的学习进度,进而有利于提升老师的授课效率以及学生的学习效率。
进一步地,所述获取所述目标老师对应学生的学习进度信息,包括:
根据所述目标老师输入的选择指令从所述第一教学数据中确定目标教学数据;
当所述目标教学数据应用于实际教学时,获取所述目标老师对应学生的学习进度信息。
在上述实现过程中,老师能够根据自己的需求从第一教学数据中选取目标教学数据,然后采用该目标教学数据进行实际教学使用,此时再获取教学使用之后学生的学习进度。
进一步地,所述根据所述学习进度信息和所述第一教学数据确定待推荐的教学数据,包括:
根据所述学习进度信息对所述目标教学数据进行更新处理,得到待推荐的教学数据。
在上述实现过程中,通过采用该目标教学数据进行实际教学使用之后学生的学习进度对目标教学数据进行更新处理,能够使得得到的待推荐的教学数据更加与学生的学习进度相匹配,进而有利于提升老师教学的效率和学生的学习效率。
进一步地,所述获取所述目标老师对应学生的学习进度信息,包括:
获取所述目标老师对应学生的当前学习进度信息;
确定所述当前学习进度信息对应的学习进度编码;
根据所述学习进度编码获取所述学生在预设未来时间段的学习进度信息。
在上述实现过程中,在获取学生学习进度时,先获取当前的学习进度信息,然后再获取当前学习进度的学习进度编码,最后再根据学习进度编码获取在预设未来时间段的学习进度信息。
进一步地,所述根据所述学习进度信息和所述第一教学数据确定待推荐的教学数据,包括:
获取与所述学习进度信息相匹配的第二教学数据;
根据所述第一教学数据和所述第二教学数据,确定待推荐的教学数据。
在上述实现过程中,第二教学数据实际上是与预设未来时间段的学习进度信息相匹配的,而第一教学数据是与老师的教学习惯相匹配的,因此,根据第一教学数据和第二教学数据确定的待推荐的教学数据,能够同时兼顾教师的教学习惯与学生的学习进度,进而有利于提升老师的授课效率以及学生的学习效率。
进一步地,所述获取与所述教学习惯编码相匹配的第一教学数据,包括:
获取与所述教学习惯编码相匹配的至少一个初步教学数据;
计算每个所述初步教学数据与所述教学习惯编码之间的匹配度;
按照匹配度从大到小的顺序,从至少一个所述初步教学数据中确定预设数量的初步教学数据,作为第一教学数据。
在上述实现过程中,在获取第一教学数据时,先根据教学习惯编码确定至少一个初步教学数据,然后再选取匹配度高的预设数量的作为第一教学数据,以便剔除匹配度低的教学数据,进而有利于提升确定待推荐的教学数据的精度。
本申请实施例第二方面提供了一种教学数据推荐装置,所述教学数据推荐装置包括:
编码确定单元,用于根据预先构建的学习惯编码库,确定目标老师的教学习惯编码;
第一获取单元,用于获取与所述教学习惯编码相匹配的第一教学数据;
第二获取单元,用于获取所述目标老师对应学生的学习进度信息;
确定单元,用于根据所述学习进度信息和所述第一教学数据确定待推荐的教学数据。
在上述实现过程中,在进行教学数据推荐时,编码确定单元先根据预先构建的学习惯编码库,确定目标老师的教学习惯编码;然后第一获取单元再获取与教学习惯编码相匹配的第一教学数据;同时第二获取单元获取目标老师对应学生的学习进度信息;最后,确定单元根据学习进度信息和第一教学数据确定待推荐的教学数据,能够同时兼顾教师的教学习惯与学生的学习进度,进而有利于提升老师的授课效率以及学生的学习效率。
进一步地,所述第一获取单元,包括:
获取子单元,用于获取与所述教学习惯编码相匹配的至少一个初步教学数据;
计算子单元,用于计算每个所述初步教学数据与所述教学习惯编码之间的匹配度;
确定子单元,用于按照匹配度从大到小的顺序,从至少一个所述初步教学数据中确定预设数量的初步教学数据,作为第一教学数据。
在上述实现过程中,在获取第一教学数据时,获取子单元先根据教学习惯编码确定至少一个初步教学数据,最后确定子单元再选取匹配度高的预设数量的作为第一教学数据,以便剔除匹配度低的教学数据,进而有利于提升确定待推荐的教学数据的精度。
本申请实施例第三方面提供了一种电子设备,包括存储器以及处理器,所述存储器用于存储计算机程序,所述处理器运行所述计算机程序以使所述电子设备执行本申请实施例第一方面中任一项所述的教学数据推荐方法。
本申请实施例第四方面提供了一种计算机可读存储介质,其存储有计算机程序指令,所述计算机程序指令被一处理器读取并运行时,执行本申请实施例第一方面中任一项所述的教学数据推荐方法。
附图说明
为了更清楚地说明本申请实施例的技术方案,下面将对本申请实施例中所需要使用的附图作简单地介绍,应当理解,以下附图仅示出了本申请的某些实施例,因此不应被看作是对范围的限定,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相关的附图。
图1为本申请实施例一提供的一种教学数据推荐方法的流程示意图;
图2为本申请实施例二提供的一种教学数据推荐方法的流程示意图;
图3为本申请实施例三提供的一种教学数据推荐方法的流程示意图;
图4为本申请实施例四提供的一种教学数据推荐装置的结构示意图;
图5为本申请实施例五提供的一种教学数据推荐装置的结构示意图;
图6为本申请实施例六提供的一种教学数据推荐装置的结构示意图。
具体实施方式
下面将结合本申请实施例中的附图,对本申请实施例中的技术方案进行描述。
应注意到:相似的标号和字母在下面的附图中表示类似项,因此,一旦某一项在一个附图中被定义,则在随后的附图中不需要对其进行进一步定义和解释。同时,在本申请的描述中,术语“第一”、“第二”等仅用于区分描述,而不能理解为指示或暗示相对重要性。
实施例1
请参看图1,图1为本申请实施例提供了一种教学数据推荐方法的流程示意图。其中,该教学数据推荐方法包括:
S101、根据预先构建的学习惯编码库,确定目标老师的教学习惯编码。
作为一种可选的实施方式,该教学数据推荐方法还可以包括以下步骤:
获取至少一个老师名称标识以及与每个老师名称标识对应的历史教学数据;
根据历史教学数据生成每个老师名称标识对应的教学习惯编码;
根据每个老师名称标识对应的教学习惯编码构建学习惯编码库。
在上述实施方式中,历史教学数据包括老师在预设时间段内曾经使用过的教学数据,例如,可以包括老师在过去一个月所使用的教学数据等,对此本申请实施例不作限定。
在上述实施方式中,在根据历史教学数据生成每个老师名称标识对应的教学习惯编码时,可以根据历史教学数据从课程的内容类型(例如教学科目、学段等)、内容难度(例如高、中、低等)、内容形式(例如文本、视频、音频等)等对老师的教学习惯进行逐项编码,得到教学习惯编码。
作为进一步可选的实施方式,在根据每个老师名称标识对应的教学习惯编码构建学习惯编码库之后,还可以包括以下步骤:
每过预设时间段,获取每个老师名称标识对应的新增使用教学数据;
根据新增使用教学数据对历史教学数据进行更新,得到更新后的历史教学数据;
根据更新后的历史教学数据生成每个老师名称标识对应的新教学习惯编码;
根据新教学习惯编码对学习惯编码库进行更新处理。
在步骤S101之后,还包括以下步骤:
S102、获取与教学习惯编码相匹配的第一教学数据。
本申请实施例中,在获取第一教学数据时,可以包括以下步骤:
根据教学习惯编码通过模糊匹配的方式获取初步符合教学习惯的初始教学数据;
计算教学习惯编码与每个初始教学数据之间的匹配度;
根据匹配度对初始教学数据排序,得到资料排序表;
根据资料排序表选取预设数量的初始教学数据得到第一教学数据。
在上述实施方式中,预设数量可以为资料排序表前20%的数量等,对此本申请实施例不作限定。
S103、获取目标老师对应学生的学习进度信息。
本申请实施例中,学习进度信息可以包括成绩表现信息(例如课堂小测得分、课后习题得分等)、当前科目及学段信息、综合水平表现信息(例如做题速度、整体做题正确率等)等,对此本申请实施例不作限定。
S104、根据学习进度信息和第一教学数据确定待推荐的教学数据。
本申请实施例中,该方法的执行主体可以为计算机、服务器、智能手机、平板电脑等装置,对此本实施例中不作任何限定。
可见,实施本实施例所描述的教学数据推荐方法,能够同时兼顾教师的教学习惯与学生的学习进度,进而有利于提升老师的授课效率以及学生的学习效率。
实施例2
请参看图2,图2为本申请实施例提供的一种教学数据推荐方法的流程示意图。如图2所示,其中,该教学数据推荐方法包括:
S201、根据预先构建的学习惯编码库,确定目标老师的教学习惯编码。
S202、获取与教学习惯编码相匹配的至少一个初步教学数据。
S203、计算每个初步教学数据与教学习惯编码之间的匹配度。
在步骤S203之后,还包括以下步骤:
S204、按照匹配度从大到小的顺序,从至少一个初步教学数据中确定预设数量的初步教学数据,作为第一教学数据。
在上述实施方式中,预设数量可以为资料排序表前20%的数量等,对此本申请实施例不作限定。
本申请实施例中,实施上述步骤S202~步骤S204,能够获取与教学习惯编码相匹配的第一教学数据。
S205、根据目标老师输入的选择指令从第一教学数据中确定目标教学数据。
本申请实施例中,根据目标老师输入的选择指令从第一教学数据中确定目标教学数据,可以包括以下步骤:
确定目标老师对应的授课班级;
获取授课班级中学生预设时间段的学习情况;
根据学习情况获取授课班级中学生的当前学习进度。
根据未来学习进度计算授课班级中学生的学习进度得分;
根据预设的学习进度预测模型和学习进度得分,预测授课班级中学生在预设未来时间段的未来学习进度;
输出未来学习进度和第一教学数据,并接收目标老师输入的资料选择指令;
根据资料选择指令从第一教学数据中确定目标教学数据。
在上述实施方式中,学习情况可以包括成绩表现情况(例如课堂小测得分、课后习题得分等)、当前科目及学段情况、综合水平表现情况(例如做题速度、整体做题正确率等)等,对此本申请实施例不作限定。
在上述实施方式中,学习进度得分包括学习吸收能力得分、学习速度得分、学习偏好得分等,对此本申请实施例不作限定。
在上述实施方式中,预设未来时间段可以以当前时刻为时间起点,具体可以为从当前时刻开始的未来一周,可以为从当前时刻开始的未来一月,也可以为从当前时刻开始的下一个学习阶段等,其中一个学习阶段可以为12天、36天等,为预先设置,对此本申请实施例不作限定。
在步骤S205之后,还包括以下步骤:
S206、当目标教学数据应用于实际教学时,获取目标老师对应学生的学习进度信息。
本申请实施例中,在目标老师选择出目标教学数据之后,可以根据目标教学数据进行实际教学使用,具体地,采用目标教学数据进行实际教学的次数可以为一次、两次、三次等,对此本申请实施例不作限定。
本申请实施例中,目标老师采用目标教学数据进行实际教学的对象为其对应的学生。在目标教学数据应用于实际教学之后,再同步获取每次教学后相应学生的当次学习情况,然后根据当次学习情况获取学生的学习进度信息。
作为一种可选的实施方式,获取目标老师对应学生的学习进度信息,可以包括以下步骤:
获取目标教学数据应用于实际教学时的授课班级;
获取授课班级中学生在目标教学数据应用于实际教学时的当次授课学习情况;
根据当次授课学习情况获取授课班级中学生的学习进度信息。
在上述实施方式中,学习进度信息可以包括成绩表现信息(例如课堂小测得分、课后习题得分等)、当前科目及学段信息、综合水平表现信息(例如做题速度、整体做题正确率等)等,对此本申请实施例不作限定。
本申请实施例中,实施上述步骤S205~步骤S206,能够获取目标老师对应学生的学习进度信息。
在步骤S206之后,还包括以下步骤:
S207、根据学习进度信息对目标教学数据进行更新处理,得到待推荐的教学数据。
本申请实施例中,在对目标教学数据进行更新处理时,可以根据学习进度信息自适应调整目标教学数据的内容类型、内容难度、内容形式等,得到待推荐的教学数据,更新后的待推荐的教学数据与学生的学习进度更为匹配,进而有利于提升老师的授课效率以及学生的学习效率。
本申请实施例中,在得到待推荐的教学数据之后,则输出待推荐的教学数据供目标老师教学使用。
在实际使用中,对于每次教学之后,都可以获取每次教学时所使用的教学数据以及学生的当次学习情况,并根据当次学习情况获取学生当次的学习进度信息,进一步地,再根据学生当次的学习进度信息对本次所使用的教学数据进行更新处理,得到更新教学数据,在下一次老师教学时,则使用更新教学数据。即教学数据可以根据每次教学的学生的学习进度信息进行不断更新,进而保证每次教学所使用的教学数据能够兼顾教师的教学习惯与学生的学习进度,进而有利于提升老师的授课效率以及学生的学习效率。
本申请实施例中,实施上述步骤S207,能够根据学习进度信息和第一教学数据确定待推荐的教学数据。
可见,实施本实施例所描述的教学数据推荐方法,能够同时兼顾教师的教学习惯与学生的学习进度,进而有利于提升老师的授课效率以及学生的学习效率。
实施例3
请参看图3,图3为本申请实施例提供的一种教学数据推荐方法的流程示意图。如图3所示,其中,该教学数据推荐方法包括:
S301、根据预先构建的学习惯编码库,确定目标老师的教学习惯编码。
S302、获取与教学习惯编码相匹配的至少一个初步教学数据。
本申请实施例中,可以预先设置教学资源库,其中教学资源库包括多个教学数据以及每个教学数据对应的编码信息。
S303、计算每个初步教学数据与教学习惯编码之间的匹配度。
S304、按照匹配度从大到小的顺序,从至少一个初步教学数据中确定预设数量的初步教学数据,作为第一教学数据。
本申请实施例中,实施上述步骤S302~步骤S304,能够获取与教学习惯编码相匹配的第一教学数据。
S305、获取目标老师对应学生的当前学习进度信息。
作为一种可选的实施方式,获取目标老师对应学生的学习进度信息,可以包括以下步骤:
获取目标老师对应的授课班级;
获取授课班级中学生的历史学习记录;
根据学习情况获取授课班级中学生的当前学习进度信息。
在上述实施方式中,当前学习进度信息可以包括成绩表现信息(例如课堂小测得分、课后习题得分等)、当前科目及学段信息、综合水平表现信息(例如做题速度、整体做题正确率等)等,对此本申请实施例不作限定。
在步骤S305之后,还包括以下步骤:
S306、确定当前学习进度信息对应的学习进度编码。
本申请实施例中,可以根据学习进度信息从当前学生的成绩表现、当前科目及学段、综合水平表现等学习进度信息进行逐项编码,得到学生的学习进度编码。
S307、根据学习进度编码获取学生在预设未来时间段的学习进度信息。
作为一种可选的实施方式,根据学习进度编码获取学生在预设未来时间段的学习进度信息,可以包括以下步骤:
根据授课班级,从预设的历史学习记录数据库中获取与学习进度编码相匹配的学生全学段学习记录;
根据学生全学段学习记录和当前学习进度信息,获取学生在预设未来时间段的学习进度信息。
在上述实施方式中,预设未来时间段可以以当前时刻为时间起点,具体可以为从当前时刻开始的未来一周,可以为从当前时刻开始的未来一月,也可以为从当前时刻开始的下一个学习阶段等,其中一个学习阶段可以为12天、36天等,为预先设置,对此本申请实施例不作限定。
本申请实施例中,实施上述步骤S305~步骤S307,能够获取目标老师对应学生的学习进度信息。
在步骤S307之后,还包括以下步骤:
S308、获取与学习进度编码相匹配的第二教学数据。
S309、根据第一教学数据和第二教学数据,确定待推荐的教学数据。
作为一种可选的实施方式,在根据第一教学数据和第二教学数据,确定待推荐的教学数据时,可以从第一教学数据和第二教学数据中选择出相同的教学数据作为待推荐的教学数据。
作为一种可选的实施方式,根据第一教学数据和第二教学数据,确定待推荐的教学数据,还可以包括以下步骤:
判断第一教学数据和第二教学数据中是否存在相同的教学数据;
如果是,则将该相同的教学数据作为待推荐的教学数据;
如果否,则合并第一教学数据和第二教学数据,得到待选教学数据集;
计算待选教学数据集中每个教学数据与教学习惯编码的第一匹配度,并计算待选教学数据集中每个教学数据与学习进度编码的第二匹配度;
根据预设权值、第一匹配度以及第二匹配度,计算综合匹配度值;
根据预设推荐数量和综合匹配度值从待选教学数据集中确定待推荐的教学数据。
本申请实施例中,实施上述步骤S308~步骤S309,能够根据学习进度信息和第一教学数据确定待推荐的教学数据。
本申请实施例中,对于教学数据推荐装置的解释说明可以参照实施例1或实施例2中的描述,对此本实施例中不再多加赘述。
可见,实施本实施例所描述的教学数据推荐装置,能够同时兼顾教师的教学习惯与学生的学习进度,进而有利于提升老师的授课效率以及学生的学习效率。
实施例4
请参看图4,图4为本申请实施例提供的一种教学数据推荐装置的结构示意图。如图4所示,该教学数据推荐装置包括:
编码确定单元410,用于根据预先构建的学习惯编码库,确定目标老师的教学习惯编码。
第一获取单元420,用于获取与教学习惯编码相匹配的第一教学数据。
第二获取单元430,用于获取目标老师对应学生的学习进度信息。
确定单元440,用于根据学习进度信息和第一教学数据确定待推荐的教学数据。
本申请实施例中,对于教学数据推荐装置的解释说明可以参照实施例1、实施例2或实施例3中的描述,对此本实施例中不再多加赘述。
可见,实施本实施例所描述的教学数据推荐装置,能够同时兼顾教师的教学习惯与学生的学习进度,进而有利于提升老师的授课效率以及学生的学习效率。
实施例5
请一并参阅图5,图5是本申请实施例提供的一种教学数据推荐装置的结构示意图。其中,图5所示的教学数据推荐装置是由图4所示的教学数据推荐装置进行优化得到的。如图5所示,第二获取单元430包括:
第一确定子单元431,用于根据目标老师输入的选择指令从第一教学数据中确定目标教学数据。
第一获取子单元432,当目标教学数据应用于实际教学时,获取目标老师对应学生的学习进度信息。
作为一种可选的实施方式,确定单元440,具体用于根据学习进度信息对目标教学数据进行更新处理,得到待推荐的教学数据。
作为一种可选的实施方式,第一获取单元420,包括:
第二获取子单元421,用于获取与教学习惯编码相匹配的至少一个初步教学数据。
计算子单元422,用于计算每个初步教学数据与教学习惯编码之间的匹配度。
第二确定子单元423,用于按照匹配度从大到小的顺序,从至少一个初步教学数据中确定预设数量的初步教学数据,作为第一教学数据。
本申请实施例中,对于教学数据推荐装置的解释说明可以参照实施例1、实施例2或实施例3中的描述,对此本实施例中不再多加赘述。
可见,实施本实施例所描述的教学数据推荐装置,能够同时兼顾教师的教学习惯与学生的学习进度,进而有利于提升老师的授课效率以及学生的学习效率。
实施例6
请参看图6,图6为本申请实施例提供的一种教学数据推荐装置的结构示意图。如图6所示,第一获取单元420,包括:
第二获取子单元421,用于获取与教学习惯编码相匹配的至少一个初步教学数据。
计算子单元422,用于计算每个初步教学数据与教学习惯编码之间的匹配度。
第二确定子单元423,用于按照匹配度从大到小的顺序,从至少一个初步教学数据中确定预设数量的初步教学数据,作为第一教学数据。
作为一种可选的实施方式,第二获取单元430包括:
第三获取子单元431,用于获取目标老师对应学生的当前学习进度信息。
第三确定子单元432,用于确定当前学习进度信息对应的学习进度编码。
第三获取子单元431,还用于根据学习进度编码获取学生在预设未来时间段的学习进度信息。
作为一种可选的实施方式,确定单元440包括:
第四确定子单元441,用于确定学习进度信息对应的学习进度编码。
第四获取子单元442,用于获取与学习进度编码相匹配的第二教学数据。
第四确定子单元441,还用于根据第一教学数据和第二教学数据,确定待推荐的教学数据。
本申请实施例中,对于教学数据推荐装置的解释说明可以参照实施例1、实施例2或实施例3中的描述,对此本实施例中不再多加赘述。
可见,实施本实施例所描述的教学数据推荐装置,能够同时兼顾教师的教学习惯与学生的学习进度,进而有利于提升老师的授课效率以及学生的学习效率。
本申请实施例提供了一种电子设备,包括存储器以及处理器,存储器用于存储计算机程序,处理器运行计算机程序以使电子设备执行本申请实施例1、实施例2或实施例3中任一项教学数据推荐方法。
本申请实施例提供了一种计算机可读存储介质,其存储有计算机程序指令,计算机程序指令被一处理器读取并运行时,执行本申请实施例1、实施例2或实施例3中任一项教学数据推荐方法。
在本申请所提供的几个实施例中,应该理解到,所揭露的装置和方法,也可以通过其它的方式实现。以上所描述的装置实施例仅仅是示意性的,例如,附图中的流程图和框图显示了根据本申请的多个实施例的装置、方法和计算机程序产品的可能实现的体系架构、功能和操作。在这点上,流程图或框图中的每个方框可以代表一个模块、程序段或代码的一部分,所述模块、程序段或代码的一部分包含一个或多个用于实现规定的逻辑功能的可执行指令。也应当注意,在有些作为替换的实现方式中,方框中所标注的功能也可以以不同于附图中所标注的顺序发生。例如,两个连续的方框实际上可以基本并行地执行,它们有时也可以按相反的顺序执行,这依所涉及的功能而定。也要注意的是,框图和/或流程图中的每个方框、以及框图和/或流程图中的方框的组合,可以用执行规定的功能或动作的专用的基于硬件的系统来实现,或者可以用专用硬件与计算机指令的组合来实现。
另外,在本申请各个实施例中的各功能模块可以集成在一起形成一个独立的部分,也可以是各个模块单独存在,也可以两个或两个以上模块集成形成一个独立的部分。
所述功能如果以软件功能模块的形式实现并作为独立的产品销售或使用时,可以存储在一个计算机可读存储介质中。基于这样的理解,本申请的技术方案本质上或者说对现有技术做出贡献的部分或者该技术方案的部分可以以软件产品的形式体现出来,该计算机软件产品存储在一个存储介质中,包括若干指令用以使得一台计算机设备(可以是个人计算机,服务器,或者网络设备等)执行本申请各个实施例所述方法的全部或部分步骤。而前述的存储介质包括:U盘、移动硬盘、只读存储器(ROM,Read-Only Memory)、随机存取存储器(RAM,Random Access Memory)、磁碟或者光盘等各种可以存储程序代码的介质。
以上所述仅为本申请的实施例而已,并不用于限制本申请的保护范围,对于本领域的技术人员来说,本申请可以有各种更改和变化。凡在本申请的精神和原则之内,所作的任何修改、等同替换、改进等,均应包含在本申请的保护范围之内。应注意到:相似的标号和字母在下面的附图中表示类似项,因此,一旦某一项在一个附图中被定义,则在随后的附图中不需要对其进行进一步定义和解释。
以上所述,仅为本申请的具体实施方式,但本申请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申请揭露的技术范围内,可轻易想到变化或替换,都应涵盖在本申请的保护范围之内。因此,本申请的保护范围应所述以权利要求的保护范围为准。
需要说明的是,在本文中,诸如第一和第二等之类的关系术语仅仅用来将一个实体或者操作与另一个实体或操作区分开来,而不一定要求或者暗示这些实体或操作之间存在任何这种实际的关系或者顺序。而且,术语“包括”、“包含”或者其任何其他变体意在涵盖非排他性的包含,从而使得包括一系列要素的过程、方法、物品或者设备不仅包括那些要素,而且还包括没有明确列出的其他要素,或者是还包括为这种过程、方法、物品或者设备所固有的要素。在没有更多限制的情况下,由语句“包括一个……”限定的要素,并不排除在包括所述要素的过程、方法、物品或者设备中还存在另外的相同要素。
Claims (10)
1.一种教学数据推荐方法,其特征在于,包括:
根据预先构建的学习惯编码库,确定目标老师的教学习惯编码;
获取与所述教学习惯编码相匹配的第一教学数据;
获取所述目标老师对应学生的学习进度信息;
根据所述学习进度信息和所述第一教学数据确定待推荐的教学数据。
2.根据权利要求1所述的教学数据推荐方法,其特征在于,所述获取所述目标老师对应学生的学习进度信息,包括:
根据所述目标老师输入的选择指令从所述第一教学数据中确定目标教学数据;
当所述目标教学数据应用于实际教学时,获取所述目标老师对应学生的学习进度信息。
3.根据权利要求2所述的教学数据推荐方法,其特征在于,所述根据所述学习进度信息和所述第一教学数据确定待推荐的教学数据,包括:
根据所述学习进度信息对所述目标教学数据进行更新处理,得到待推荐的教学数据。
4.根据权利要求1所述的教学数据推荐方法,其特征在于,所述获取所述目标老师对应学生的学习进度信息,包括:
获取所述目标老师对应学生的当前学习进度信息;
确定所述当前学习进度信息对应的学习进度编码;
根据所述学习进度编码获取所述学生在预设未来时间段的学习进度信息。
5.根据权利要求1所述的教学数据推荐方法,其特征在于,所述根据所述学习进度信息和所述第一教学数据确定待推荐的教学数据,包括:
获取与所述学习进度信息相匹配的第二教学数据;
根据所述第一教学数据和所述第二教学数据,确定待推荐的教学数据。
6.根据权利要求1所述的教学数据推荐方法,其特征在于,所述获取与所述教学习惯编码相匹配的第一教学数据,包括:
获取与所述教学习惯编码相匹配的至少一个初步教学数据;
计算每个所述初步教学数据与所述教学习惯编码之间的匹配度;
按照匹配度从大到小的顺序,从至少一个所述初步教学数据中确定预设数量的初步教学数据,作为第一教学数据。
7.一种教学数据推荐装置,其特征在于,所述教学数据推荐装置包括:
编码确定单元,用于根据预先构建的学习惯编码库,确定目标老师的教学习惯编码;
第一获取单元,用于获取与所述教学习惯编码相匹配的第一教学数据;
第二获取单元,用于获取所述目标老师对应学生的学习进度信息;
确定单元,用于根据所述学习进度信息和所述第一教学数据确定待推荐的教学数据。
8.根据权利要求7所述的教学数据推荐装置,其特征在于,所述第一获取单元,包括:
获取子单元,用于获取与所述教学习惯编码相匹配的至少一个初步教学数据;
计算子单元,用于计算每个所述初步教学数据与所述教学习惯编码之间的匹配度;
确定子单元,用于按照匹配度从大到小的顺序,从至少一个所述初步教学数据中确定预设数量的初步教学数据,作为第一教学数据。
9.一种电子设备,其特征在于,所述电子设备包括存储器以及处理器,所述存储器用于存储计算机程序,所述处理器运行所述计算机程序以使所述电子设备执行权利要求1至6中任一项所述的教学数据推荐方法。
10.一种可读存储介质,其特征在于,所述可读存储介质中存储有计算机程序指令,所述计算机程序指令被一处理器读取并运行时,执行权利要求1至6任一项所述的教学数据推荐方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202011256250.3A CN112380263A (zh) | 2020-11-11 | 2020-11-11 | 一种教学数据推荐方法及装置 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202011256250.3A CN112380263A (zh) | 2020-11-11 | 2020-11-11 | 一种教学数据推荐方法及装置 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN112380263A true CN112380263A (zh) | 2021-02-19 |
Family
ID=74582717
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202011256250.3A Pending CN112380263A (zh) | 2020-11-11 | 2020-11-11 | 一种教学数据推荐方法及装置 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN112380263A (zh) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN113254752A (zh) * | 2021-06-07 | 2021-08-13 | 北京爱论答科技有限公司 | 基于大数据的备课方法、装置及存储介质 |
Citations (12)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20140329210A1 (en) * | 2013-05-03 | 2014-11-06 | Sears Brands, L.L.C. | Learning management system |
CN106920191A (zh) * | 2016-11-08 | 2017-07-04 | 上海云丞聚智能科技有限公司 | 教学系统 |
CN106991158A (zh) * | 2017-03-30 | 2017-07-28 | 重庆大学 | 一种教师辅助授课方法及系统 |
CN107180284A (zh) * | 2017-07-07 | 2017-09-19 | 北京航空航天大学 | 一种基于学习行为特征的spoc学生每周表现预测方法及装置 |
CN108694867A (zh) * | 2018-05-17 | 2018-10-23 | 广东宜学通教育科技有限公司 | 人工智能英语学习平台 |
CN109035079A (zh) * | 2017-06-08 | 2018-12-18 | 深圳市鹰硕技术有限公司 | 一种基于互联网的录播课程跟随学习系统和方法 |
CN109035930A (zh) * | 2017-06-08 | 2018-12-18 | 深圳市鹰硕技术有限公司 | 一种基于互联网的录播数据推荐方法 |
CN109493660A (zh) * | 2018-11-02 | 2019-03-19 | 广州睿致教育咨询有限公司 | 一种在线视频教学系统 |
KR102009034B1 (ko) * | 2019-01-31 | 2019-08-08 | 주식회사 아이스크림에듀 | 학습 분석을 기초로 정보를 제공하는 방법 및 시스템 |
CN110533336A (zh) * | 2019-09-02 | 2019-12-03 | 西南大学 | 一种教学决策匹配方法及装置 |
CN110909248A (zh) * | 2019-12-03 | 2020-03-24 | 北京明略软件系统有限公司 | 一种教师推荐方法和装置 |
CN111667248A (zh) * | 2020-06-10 | 2020-09-15 | 李文竹 | 基于大数据分析的个性化教育管理系统、方法、介质 |
-
2020
- 2020-11-11 CN CN202011256250.3A patent/CN112380263A/zh active Pending
Patent Citations (12)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20140329210A1 (en) * | 2013-05-03 | 2014-11-06 | Sears Brands, L.L.C. | Learning management system |
CN106920191A (zh) * | 2016-11-08 | 2017-07-04 | 上海云丞聚智能科技有限公司 | 教学系统 |
CN106991158A (zh) * | 2017-03-30 | 2017-07-28 | 重庆大学 | 一种教师辅助授课方法及系统 |
CN109035079A (zh) * | 2017-06-08 | 2018-12-18 | 深圳市鹰硕技术有限公司 | 一种基于互联网的录播课程跟随学习系统和方法 |
CN109035930A (zh) * | 2017-06-08 | 2018-12-18 | 深圳市鹰硕技术有限公司 | 一种基于互联网的录播数据推荐方法 |
CN107180284A (zh) * | 2017-07-07 | 2017-09-19 | 北京航空航天大学 | 一种基于学习行为特征的spoc学生每周表现预测方法及装置 |
CN108694867A (zh) * | 2018-05-17 | 2018-10-23 | 广东宜学通教育科技有限公司 | 人工智能英语学习平台 |
CN109493660A (zh) * | 2018-11-02 | 2019-03-19 | 广州睿致教育咨询有限公司 | 一种在线视频教学系统 |
KR102009034B1 (ko) * | 2019-01-31 | 2019-08-08 | 주식회사 아이스크림에듀 | 학습 분석을 기초로 정보를 제공하는 방법 및 시스템 |
CN110533336A (zh) * | 2019-09-02 | 2019-12-03 | 西南大学 | 一种教学决策匹配方法及装置 |
CN110909248A (zh) * | 2019-12-03 | 2020-03-24 | 北京明略软件系统有限公司 | 一种教师推荐方法和装置 |
CN111667248A (zh) * | 2020-06-10 | 2020-09-15 | 李文竹 | 基于大数据分析的个性化教育管理系统、方法、介质 |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN113254752A (zh) * | 2021-06-07 | 2021-08-13 | 北京爱论答科技有限公司 | 基于大数据的备课方法、装置及存储介质 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
KR102206256B1 (ko) | 온라인 강의 시스템에서 강사를 추천하는 방법 | |
US10438509B2 (en) | Language learning systems and methods | |
JP6515624B2 (ja) | 講義ビデオのトピックスを特定する方法及び非一時的なコンピュータ可読媒体 | |
JP6919594B2 (ja) | 学習スケジュール生成装置、方法およびプログラム | |
CN110929045B (zh) | 诗歌-语义知识图谱的构建方法及系统 | |
CN113590956A (zh) | 知识点推荐方法、装置、终端及计算机可读存储介质 | |
CN110569364A (zh) | 在线教学方法、装置、服务器及存储介质 | |
JP6123260B2 (ja) | 抽出方法、抽出装置および抽出プログラム | |
CN110688574A (zh) | 一种学习内容推荐的方法、系统、设备及可读存储介质 | |
CN112328627A (zh) | 一种备课方案的生成方法及装置 | |
CN112380263A (zh) | 一种教学数据推荐方法及装置 | |
CN111831919A (zh) | 课程规划方法、装置、存储介质及系统 | |
WO2017216258A1 (en) | A method and apparatus for providing educational material | |
CN112465227A (zh) | 一种授课资料获取方法及装置 | |
CN108197101B (zh) | 一种语料标注方法及装置 | |
CN108305193B (zh) | 动态课程的创建方法及系统 | |
US20170193620A1 (en) | Associate a learner and learning content | |
JP2008216661A (ja) | 教材学習用記憶媒体 | |
CN114661196A (zh) | 一种习题展示方法、装置、电子设备以及存储介质 | |
JP2005108025A (ja) | 能力開発支援システム、その方法及びプログラム | |
KR20160039505A (ko) | 학습 컨텐츠 구성 장치 및 그 방법 | |
JP2003280510A (ja) | 学習支援方法 | |
KR20010104115A (ko) | 인터넷 기반 교육 방법 | |
Alwi et al. | E-Semai Teaching Portal (ESTP): A preliminary study in assisting the teaching of Bahasa Semai | |
CN112732867B (zh) | 文件的处理方法及装置 |
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 |