CN113283748A - 一种教育软件信息分析处理方法、设备、系统及计算机存储介质 - Google Patents
一种教育软件信息分析处理方法、设备、系统及计算机存储介质 Download PDFInfo
- Publication number
- CN113283748A CN113283748A CN202110569831.0A CN202110569831A CN113283748A CN 113283748 A CN113283748 A CN 113283748A CN 202110569831 A CN202110569831 A CN 202110569831A CN 113283748 A CN113283748 A CN 113283748A
- Authority
- CN
- China
- Prior art keywords
- class
- education
- course
- evaluation
- category
- 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.)
- Withdrawn
Links
- 238000004458 analytical method Methods 0.000 title claims abstract description 40
- 238000003672 processing method Methods 0.000 title claims abstract description 17
- 238000011156 evaluation Methods 0.000 claims description 179
- 230000008451 emotion Effects 0.000 claims description 106
- 230000000694 effects Effects 0.000 claims description 61
- 230000002452 interceptive effect Effects 0.000 claims description 52
- 230000003993 interaction Effects 0.000 claims description 41
- 238000000034 method Methods 0.000 claims description 36
- 238000012163 sequencing technique Methods 0.000 claims description 26
- 238000004364 calculation method Methods 0.000 claims description 12
- 238000004590 computer program Methods 0.000 claims description 12
- 230000010365 information processing Effects 0.000 claims description 9
- 238000012545 processing Methods 0.000 claims description 8
- 238000012216 screening Methods 0.000 claims description 6
- 230000007935 neutral effect Effects 0.000 claims description 4
- 238000013468 resource allocation Methods 0.000 abstract description 4
- 239000002699 waste material Substances 0.000 abstract description 4
- 230000007547 defect Effects 0.000 abstract description 2
- 238000005516 engineering process Methods 0.000 description 2
- 230000001133 acceleration Effects 0.000 description 1
- 238000007792 addition Methods 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 230000018109 developmental process Effects 0.000 description 1
- 238000010586 diagram Methods 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 230000033764 rhythmic process Effects 0.000 description 1
- 230000011218 segmentation Effects 0.000 description 1
- 238000006467 substitution reaction 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
- G06F16/30—Information retrieval; Database structures therefor; File system structures therefor of unstructured textual data
- G06F16/35—Clustering; Classification
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/90—Details of database functions independent of the retrieved data types
- G06F16/95—Retrieval from the web
- G06F16/953—Querying, e.g. by the use of web search engines
- G06F16/9535—Search customisation based on user profiles and personalisation
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F17/00—Digital computing or data processing equipment or methods, specially adapted for specific functions
- G06F17/10—Complex mathematical operations
- G06F17/18—Complex mathematical operations for evaluating statistical data, e.g. average values, frequency distributions, probability functions, regression analysis
-
- 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
- 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
- G06Q10/0631—Resource planning, allocation, distributing or scheduling for enterprises or organisations
- G06Q10/06312—Adjustment or analysis of established resource schedule, e.g. resource or task levelling, or dynamic rescheduling
-
- 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)
- Theoretical Computer Science (AREA)
- Physics & Mathematics (AREA)
- Human Resources & Organizations (AREA)
- General Physics & Mathematics (AREA)
- Strategic Management (AREA)
- Data Mining & Analysis (AREA)
- Databases & Information Systems (AREA)
- Educational Administration (AREA)
- Economics (AREA)
- Tourism & Hospitality (AREA)
- Entrepreneurship & Innovation (AREA)
- General Engineering & Computer Science (AREA)
- Development Economics (AREA)
- Operations Research (AREA)
- Marketing (AREA)
- General Business, Economics & Management (AREA)
- Pure & Applied Mathematics (AREA)
- Mathematical Analysis (AREA)
- Health & Medical Sciences (AREA)
- Computational Mathematics (AREA)
- Mathematical Physics (AREA)
- General Health & Medical Sciences (AREA)
- Educational Technology (AREA)
- Mathematical Optimization (AREA)
- Game Theory and Decision Science (AREA)
- Quality & Reliability (AREA)
- Software Systems (AREA)
- Life Sciences & Earth Sciences (AREA)
- Bioinformatics & Cheminformatics (AREA)
- Bioinformatics & Computational Biology (AREA)
- Evolutionary Biology (AREA)
- Artificial Intelligence (AREA)
- Audiology, Speech & Language Pathology (AREA)
- Computational Linguistics (AREA)
- Algebra (AREA)
- Probability & Statistics with Applications (AREA)
- Primary Health Care (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
本发明公开一种教育软件信息分析处理方法、设备、系统及计算机存储介质,通过对教育软件上开设的各类别教育课程进行报名热度等级确定,并据此得到各类别教育课程在单个课程周期时间段内的预设开课次数,同时采集各类别教育课程每次开课对应的实际开课参数,并据此获取各类别教育课程对应的实际教学热度等级,从而将各类别教育课程对应的实际教学热度等级与报名热度等级进行对比,以此对各类别教育课程在下个课程周期时间段内的开课次数进行动态调整,弥补了教育软件对其开设的各类别教育课程的开课次数设置灵活度不足的弊端,不仅增强了学习用户的学习体验感,还优化了教育软件上教育课程的资源配置,避免了教育资源浪费。
Description
技术领域
本发明属于教育软件处理技术领域,具体为一种教育软件信息分析处理方法、设备、系统及计算机存储介质。
背景技术
随着计算机网络技术的发展,计算机网络技术在教育领域的应用越来越广泛,使得教育也加快了信息化的步伐,网络教育应运而生。伴随着人们现在对知识的学习需求越来越高及人们现在生活节奏的逐渐加快,由此诞生了众多教育软件。人们越来越习惯于在教育软件上学习知识,由于每个人对需要学习知识的内容不尽相同,为了满足人们对网络学习知识内容多样化的需求,很多教育软件上都开设有多种类别教育课程,以吸引有网络学习需求的人们去报名。
当报名结束之后,教育软件会根据各类别教育课程对应的在线报名热度状况对其进行开课次数预先设置,但目前大多教育软件对其开设的各类别教育课程的开课次数设置是固定不变的,没有考虑到根据各类别教育课程在实际教学过程的教学效果状况进行针对性调整,导致教育软件对其开设的各类别教育课程的开课次数设置灵活度不足,一方面影响学习用户的学习体验感,另一方面使得教育软件上教育课程资源配置固化,易造成教育资源浪费。
发明内容
为了解决上述问题,本发明提出一种教育软件信息分析处理方法、设备、系统及计算机存储介质,通过对教育软件开设的各类别教育课程的开课次数根据其在实际教学过程的教学效果状况进行针对性动态调整,弥补了教育软件对其开设的各类别教育课程的开课次数设置灵活度不足的弊端。
本发明的目的可以通过以下技术方案来实现:
第一方面,本发明提供一种教育软件信息分析处理方法,包括以下步骤;
S1.教育软件教育课程类别统计:根据教育软件教育课程类别统计模块对教育软件上存在的所有教育课程类别进行获取,并对获取的各类别教育课程进行编号,分别标记为1,2,...,i,...,n;
S2.教育课程类别报名热度等级确定及预设开课次数获取:根据教育课程类别报名热度等级确定模块对各类别教育课程对应的在线报名人数进行统计,并据此按照设定的确定规则确定各类别教育课程对应的报名热度等级,进而根据各类别教育课程对应的报名热度等级得到各类别教育课程在单个课程周期时间段内的预设开课次数,同时对每次开课按照其对应开课时间的先后顺序进行编号,依次标记为1,2,...,j,...,m;
S3.开课实际学习用户数量及学习时长统计:根据教育课程类别实际开课参数获取模块对各类别教育课程在当前课程周期时间段内每次开课过程中统计每次开课对应的实际学习用户数量,并对各实际学习用户进行编号,分别标记为1,2,...,k,...,r,以此获取各实际学习用户对应的学习时长;
S4.开课互动用户统计及互动参数获取:根据教育课程类别实际开课参数获取模块对各类别教育课程在当前课程周期时间段内每次开课过程中统计与教课老师互动的实际学习用户数量,该与教课老师互动的实际学习用户记为互动用户,并对各互动用户进行编号,分别标记为1,2,...,f,...,u,并获取各互动用户对应的互动参数;
S5.开课教学评价统计及综合评价情感类型分析:根据教育课程类别实际开课参数获取模块对各类别教育课程在当前课程周期时间段内每次开课对应的所有教学评价进行统计,并对各条教学评价进行评价情感类型分析,以此得到各类别教育课程在当前课程周期时间段内每次开课对应的综合评价情感类型;
S6.教育课程类别综合实际教学效果系数评估:根据教育课程类别实际教学评估模块综合各类别教育课程在当前课程周期时间段内每次开课对应各实际学习用户的学习时长、各互动用户的互动参数和综合评价情感类型统计各类别教育课程在当前课程周期时间段内每次开课对应的实际教学效果系数,并以此评估各类别教育课程在当前课程周期时间段的综合实际教学效果系数;
S7.教育课程类别实际教学热度等级获取:采用分析服务器根据各类别教育课程在当前课程周期时间段的综合实际教学效果系数获取各类别教育课程在当前课程周期时间段对应的实际教学热度等级;
S8.教育课程类别开课次数动态调整:采用信息处理终端将各类别教育课程在当前课程周期时间段对应的实际教学热度等级与报名热度等级进行对比,并根据对比结果对各类别教育课程在下个课程周期时间段内的开课次数进行动态调整。
根据本发明第一方面的一种优选技术方案,所述S2中对各类别教育课程对应的在线报名人数进行统计,并据此按照设定的确定规则确定各类别教育课程对应的报名热度等级,其设定的确定规则为将各类别教育课程对应的在线报名人数与各种报名热度等级对应在线报名人数阈值进行对比,若某类别教育课程对应的在线报名人数在某种报名热度等级对应在线报名人数阈值内,则该类别教育课程对应的报名热度等级为该报名热度等级。
根据本发明第一方面的一种优选技术方案,所述S3中根据各类别教育课程对应的报名热度等级得到各类别教育课程在单个课程周期时间段内的预设开课次数,其具体操作过程为将各类别教育课程对应的报名热度等级与预定义的各种报名热度等级对应在单个课程周期时间段内的预设开课次数进行匹配,得到各类别教育课程在单个课程周期时间段内的预设开课次数。
根据本发明第一方面的一种优选技术方案,所述S5中对各条教学评价进行评价情感类型分析,以此得到各类别教育课程在当前课程周期时间段内每次开课对应的综合评价情感类型,其具体执行过程如下:
H1:对各条教学评价的内容进行评价情感关键词提取;
H2:将各条教学评价提取的评价情感关键词与评价数据库中各种评价情感类型对应的若干评价情感关键词进行比对,从中筛选各条教学评价对应的评价情感类型,其中评价情感类型包括褒义类型、中性类型和贬义类型;
H3:将各类别教育课程在当前课程周期时间段内每次开课对应各条教学评价对应的评价情感类型进行相互对比,判断是否存在相同的评价情感类型,若存在相同的评价情感类型,则将相同评价情感类型对应的教学评价进行归类,该相同评价情感类型记为候选评价情感类型,此时统计候选评价情感类型的个数,若某类别教育课程在当前课程周期时间段内某次开课对应的候选评价情感类型只有一个,则该类别教育课程在当前课程周期时间段内该次开课对应的综合评价情感类型即为该候选评价情感类型,若某类别教育课程在当前课程周期时间段内某次开课对应的候选评价情感类型不止一个,则统计该次开课对应各候选评价情感类型对应的教学评价数量,进而从中筛选出教学评价数量最多的候选评价情感类型作为该类别教育课程在当前课程周期时间段内该次开课对应的综合评价情感类型。
根据本发明第一方面的一种优选技术方案,所述S6中统计各类别教育课程在当前课程周期时间段内每次开课对应的实际教学效果系数,并以此评估各类别教育课程在当前课程周期时间段的综合实际教学效果系数,其具体评估方法执行以下步骤:
A1:将各类别教育课程在当前课程周期时间段内每次开课对应各实际学习用户的学习时长构成各类别教育课程各次开课实际学习用户学习时长集合tij(tij1,tij2,...,tijk,...,tijr),tijk表示为第i类别教育课程在当前课程周期时间段内第j次开课对应第k个实际学习用户的学习时长;
A2:获取各类别教育课程在当前课程周期时间段内每次开课对应的课程时长,并将其构成各类别教育课程各次开课课程时长集合Ti(Ti1,Ti2,...,Tij,...,Tim),Tij表示为第i类别教育课程在当前课程周期时间段内第j次开课对应的课程时长;
A3:将各类别教育课程各次开课实际学习用户学习时长集合与各类别教育课程各次开课课程时长集合进行对比,计算出各类别教育课程各次开课对应各实际学习用户的学习兴趣指数,其计算公式为εijk表示为第i类别教育课程在当前课程周期时间段内第j次开课对应第k个实际学习用户的学习兴趣指数;
A4:将各类别教育课程在当前课程周期时间段内每次开课对应各互动用户的互动参数构成各类别教育课程各次开课互动用户互动参数集合Qw ij(qw ij1,qw ij2,...,qw ijf,...,qw iju),qw ijf表示为第i类别教育课程在当前课程周期时间段内第j次开课对应第f个互动用户的互动参数对应的数值,w表示为互动参数,w=e1,e2,分别表示为互动频次,互动总时长;
A5:根据各类别教育课程各次开课互动用户互动参数集合和各类别教育课程各次开课课程时长集合计算各类别教育课程各次开课对应各互动用户的互动效果指数,其计算公式为χijf表示为第i类别教育课程在当前课程周期时间段内第j次开课对应第f个互动用户的互动效果指数,qe1 ijf、qe2 ijf分别表示为第i类别教育课程在当前课程周期时间段内第j次开课对应第f个互动用户的互动频次、互动总时长;
A6:将各类别教育课程在当前课程周期时间段内每次开课对应的综合评价情感类型与评价数据库中各种评价情感类型对应的评价效果指数进行对比,得到各类别教育课程在当前课程周期时间段内每次开课对应的评价效果指数;
A7:根据各类别教育课程各次开课对应各实际学习用户的学习兴趣指数、各互动用户的互动效果指数和评价效果指数统计各类别教育课程在当前课程周期时间段内每次开课对应的实际教学效果系数,其计算公式为ηij表示为第i类别教育课程在当前课程周期时间段内第j次开课对应的实际教学效果系数,σij表示为第i类别教育课程在当前课程周期时间段内第j次开课对应的评价效果指数;
A8:根据各类别教育课程在当前课程周期时间段内每次开课对应的实际教学效果系数评估各类别教育课程在当前课程周期时间段的综合实际教学效果系数,其评估计算公式为 表示为第i类别教育课程在当前课程周期时间段的综合实际教学效果系数。
根据本发明第一方面的一种优选技术方案,所述S7中获取各类别教育课程在当前课程周期时间段对应的实际教学热度等级,其具体操作方法为将各类别教育课程在当前课程周期时间段的综合实际教学效果系数与预设的各种实际教学热度等级对应的综合实际教学效果系数范围进行对比,得到各类别教育课程在当前课程周期时间段对应的实际教学热度等级。
根据本发明第一方面的一种优选技术方案,所述S6中得到各个视频内容关键词对应的综合评论情感类型,其具体处理过程包括以下步骤:
G1:将各个视频内容关键词对应各评论用户对应的主体评论情感类型进行对比,以此将同种主体评论情感类型对应的评论用户进行归类,该同种主体评论情感类型记为备选评论情感类型;
G2:统计各个视频内容关键词对应的备选评论情感类型的数量,若某视频内容关键词对应的备选评论情感类型只有一种,则该视频内容关键词对应的综合评论情感类型即为该备选评论情感类型;
G3:若某视频内容关键词对应的备选评论情感类型有多种,则统计各备选评论情感类型对应的评论用户数量,进而从中筛选出评论用户数量最多的备选评论情感类型作为该视频内容关键词对应的综合评论情感类型。
根据本发明第一方面的一种优选技术方案,所述S8中对各类别教育课程在下个课程周期时间段内的开课次数进行动态调整,其具体调整方法包括以下步骤:
Z1:将各类别教育课程按照其在当前课程周期时间段对应的实际教学热度等级由大到小的顺序进行排序,得到各类别教育课程对应的实际教学排序结果;
Z2:将各类别教育课程按照其对应的报名热度等级由大到小的顺序进行排序,得到各类别教育课程对应的报名热度排序结果;
Z3:将各类别教育课程对应的实际教学排序结果与各类别教育课程对应的报名热度排序结果进行对比,分析是否存在排序编号不一致的教育课程类别,若存在,则统计排序编号不一致的教育课程类别,并将该教育课程类别记为需调整教育课程类别;
Z4:将需调整教育课程类别在实际教学排序结果中的排序编号与该教育课程类别在报名热度排序结果中的排序编号进行对比,判断大小关系,若某需调整教育课程类别在实际教学排序结果中的排序编号小于该教育课程类别在报名热度排序结果中的排序编号,则表明该教育课程类别对应的实际教学热度比报名热度高,此时对该类别教育课程在下个课程周期时间段内的开课次数进行增多处理,若某需调整教育课程类别在实际教学排序结果中的排序编号大于该教育课程类别在报名热度排序结果中的排序编号,则表明该教育课程类别对应的实际教学热度比报名热度低,此时对该类别教育课程在下个课程周期时间段内的开课次数进行减少处理。
第二方面,本发明提供一种教育软件信息分析处理系统,包括教育软件教育课程类别统计模块、教育课程类别报名热度等级确定模块、教育课程类别实际开课参数获取模块、教育课程类别实际教学评估模块、评价数据库、分析服务器和信息处理终端,其中教育软件教育课程类别统计模块与教育课程类别报名热度等级确定模块连接,教育课程类别报名热度等级确定模块与教育课程类别实际开课参数获取模块连接,教育课程类别实际开课参数获取模块与教育课程类别实际教学评估模块连接,教育课程类别实际教学评估模块与分析服务器连接,分析服务器与信息处理终端连接。
第三方面,本发明提供一种设备,包括处理器,以及与处理器连接的内存和网络接口;所述网络接口与服务器中的非易失性存储器连接;所述处理器在运行时通过所述网络接口从所述非易失性存储器中调取计算机程序,并通过所述内存运行所述计算机程序,以执行本发明所述的教育软件信息分析处理方法。
第四方面,本发明提供一种计算机存储介质,所述计算机存储介质烧录有计算机程序,所述计算机程序在服务器的内存中运行时实现本发明所述的教育软件信息分析处理方法。
基于上述任一方面,本发明的有益效果如下:
(1)本发明通过对教育软件上开设的各类别教育课程进行报名热度等级确定,并据此得到各类别教育课程在单个课程周期时间段内的预设开课次数,与此同时采集各类别教育课程在当前课程周期时间段内每次开课对应的实际开课参数,进而据此评估各类别教育课程在当前课程周期时间段的综合实际教学效果系数和实际教学热度等级,从而将各类别教育课程在当前课程周期时间段对应的实际教学热度等级与报名热度等级进行对比,并根据对比结果对各类别教育课程在下个课程周期时间段内的开课次数进行动态调整,实现了对教育软件开设的各类别教育课程的开课次数根据其在实际教学过程的教学效果状况进行针对性调整的目的,弥补了教育软件对其开设的各类别教育课程的开课次数设置灵活度不足的弊端,不仅增强了学习用户的学习体验感,还优化了教育软件上教育课程的资源配置,避免了教育资源浪费,进而减少了教育投入成本,间接提高了教育软件的收益。
(2)本发明在采集各类别教育课程在当前课程周期时间段内每次开课对应的实际开课参数过程中,充分考虑了每次开课对应的实际学习用户参数、互动用户的互动参数和综合教学评价,其采集的实际开课参数覆盖面广,为后续评估各类别教育课程在当前课程周期时间段的综合实际教学效果系数提供了可靠全面的评估依据。
附图说明
利用附图对本发明作进一步说明,但附图中的实施例不构成对本发明的任何限制,对于本领域的普通技术人员,在不付出创造性劳动的前提下,还可以根据以下附图获得其它的附图。
图1为本发明的方法实施步骤流程图。
图2为本发明的系统模块连接示意图。
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做出创造性劳动前提下所获得的所有其他实施例,都属于本发明保护的范围。
参照图1所示,第一方面,本发明提供一种教育软件信息分析处理方法,包括以下步骤;
S1.教育软件教育课程类别统计:根据教育软件教育课程类别统计模块对教育软件上存在的所有教育课程类别进行获取,并对获取的各类别教育课程进行编号,分别标记为1,2,...,i,...,n;
S2.教育课程类别报名热度等级确定及预设开课次数获取:根据教育课程类别报名热度等级确定模块对各类别教育课程对应的在线报名人数进行统计,并据此按照设定的确定规则确定各类别教育课程对应的报名热度等级,其设定的确定规则为将各类别教育课程对应的在线报名人数与各种报名热度等级对应在线报名人数阈值进行对比,若某类别教育课程对应的在线报名人数在某种报名热度等级对应在线报名人数阈值内,则该类别教育课程对应的报名热度等级为该报名热度等级,其中在线报名人数越多的教育课程类别对应的报名热度等级越高,进而将各类别教育课程对应的报名热度等级与预定义的各种报名热度等级对应在单个课程周期时间段内的预设开课次数进行匹配,得到各类别教育课程在单个课程周期时间段内的预设开课次数,同时对每次开课按照其对应的开课时间的先后顺序进行编号,依次标记为1,2,...,j,...,m;
本实施例中预定义的各种报名热度等级对应在单个课程周期时间段内的预设开课次数为报名热度等级越高的教育课程类别对应在单个课程周期时间段内的预设开课次数越多;
本实施例通过对教育软件上各类别教育课程对应的报名热度等级进行确定,为后面与各类别教育课程对应的实际教学热度等级进行对比提供对比基础;
S3.开课实际学习用户数量及学习时长统计:根据教育课程类别实际开课参数获取模块对各类别教育课程在当前课程周期时间段内每次开课过程中统计每次开课对应的实际学习用户数量,并对各实际学习用户进行编号,分别标记为1,2,...,k,...,r,以此获取各实际学习用户对应的学习时长;
S4.开课互动用户统计及互动参数获取:根据教育课程类别实际开课参数获取模块对各类别教育课程在当前课程周期时间段内每次开课过程中统计与教课老师互动的实际学习用户数量,该与教课老师互动的实际学习用户记为互动用户,并对各互动用户进行编号,分别标记为1,2,...,f,...,u,并获取各互动用户对应的互动参数,其中互动参数包括互动频次和互动总时长,所述互动总时长的获取方法为将各互动用户每次互动对应的互动时长进行叠加;
S5.开课教学评价统计及综合评价情感类型分析:根据教育课程类别实际开课参数获取模块对各类别教育课程在当前课程周期时间段内每次开课对应的教学评价条数进行统计,并对各条教学评价进行评价情感类型分析,以此得到各类别教育课程在当前课程周期时间段内每次开课对应的综合评价情感类型,其具体执行过程如下:
H1:对各条教学评价的内容进行分词和去停用词处理,得到处理后的各个评价词组,并从各评价词组中提取评价情感关键词,得到各条教学评价对应的评价情感关键词;
H2:将各条教学评价提取的评价情感关键词与评价数据库中各种评价情感类型对应的若干评价情感关键词进行比对,若某条教学评价提取的评价情感关键词与评价数据库中某种评价情感类型对应的任意一个评价情感关键词比对成功,则该条教学评价对应的评价情感类型即为该评价情感类型,其中评价情感类型包括褒义类型、中性类型和贬义类型;
H3:将各类别教育课程在当前课程周期时间段内每次开课对应各条教学评价对应的评价情感类型进行相互对比,判断是否存在相同的评价情感类型,若存在相同的评价情感类型,则将相同评价情感类型对应的教学评价进行归类,该相同评价情感类型记为候选评价情感类型,此时统计候选评价情感类型的个数,若某类别教育课程在当前课程周期时间段内某次开课对应的候选评价情感类型只有一个,则该类别教育课程在当前课程周期时间段内该次开课对应的综合评价情感类型即为该候选评价情感类型,若某类别教育课程在当前课程周期时间段内某次开课对应的候选评价情感类型不止一个,则统计该次开课对应各候选评价情感类型对应的教学评价数量,进而从中筛选出教学评价数量最多的候选评价情感类型作为该类别教育课程在当前课程周期时间段内该次开课对应的综合评价情感类型;
本实施例在采集各类别教育课程在当前课程周期时间段内每次开课对应的实际开课参数过程中,充分考虑了每次开课对应的实际学习用户参数、互动用户的互动参数和综合教学评价,其采集的实际开课参数覆盖面广,为后续评估各类别教育课程在当前课程周期时间段的综合实际教学效果系数提供了可靠全面的评估依据;
S6.教育课程类别综合实际教学效果系数评估:根据教育课程类别实际教学评估模块综合各类别教育课程在当前课程周期时间段内每次开课对应各实际学习用户的学习时长、各互动用户的互动参数和综合评价情感类型统计各类别教育课程在当前课程周期时间段内每次开课对应的实际教学效果系数,其具体统计方法执行以下步骤:
A1:将各类别教育课程在当前课程周期时间段内每次开课对应各实际学习用户的学习时长构成各类别教育课程各次开课实际学习用户学习时长集合tij(tij1,tij2,...,tijk,...,tijr),tijk表示为第i类别教育课程在当前课程周期时间段内第j次开课对应第k个实际学习用户的学习时长;
A2:获取各类别教育课程在当前课程周期时间段内每次开课对应的课程时长,并将其构成各类别教育课程各次开课课程时长集合Ti(Ti1,Ti2,...,Tij,...,Tim),Tij表示为第i类别教育课程在当前课程周期时间段内第j次开课对应的课程时长;
A3:将各类别教育课程各次开课实际学习用户学习时长集合与各类别教育课程各次开课课程时长集合进行对比,计算出各类别教育课程各次开课对应各实际学习用户的学习兴趣指数,其计算公式为εijk表示为第i类别教育课程在当前课程周期时间段内第j次开课对应第k个实际学习用户的学习兴趣指数,其中实际学习用户学习时长越长,该实际学习用户的学习兴趣指数越大;
A4:将各类别教育课程在当前课程周期时间段内每次开课对应各互动用户的互动参数构成各类别教育课程各次开课互动用户互动参数集合Qw ij(qw ij1,qw ij2,...,qw ijf,...,qw iju),qw ijf表示为第i类别教育课程在当前课程周期时间段内第j次开课对应第f个互动用户的互动参数对应的数值,w表示为互动参数,w=e1,e2,分别表示为互动频次,互动总时长;
A5:根据各类别教育课程各次开课互动用户互动参数集合和各类别教育课程各次开课课程时长集合计算各类别教育课程各次开课对应各互动用户的互动效果指数,其计算公式为χijf表示为第i类别教育课程在当前课程周期时间段内第j次开课对应第f个互动用户的互动效果指数,qe1 ijf、qe2 ijf分别表示为第i类别教育课程在当前课程周期时间段内第j次开课对应第f个互动用户的互动频次、互动总时长;
A6:将各类别教育课程在当前课程周期时间段内每次开课对应的综合评价情感类型与评价数据库中各种评价情感类型对应的评价效果指数进行对比,得到各类别教育课程在当前课程周期时间段内每次开课对应的评价效果指数,其中各种评价情感类型对应评价效果指数的大小关系为褒义类型>中性类型>贬义类型;
A7:根据各类别教育课程各次开课对应各实际学习用户的学习兴趣指数、各互动用户的互动效果指数和评价效果指数统计各类别教育课程在当前课程周期时间段内每次开课对应的实际教学效果系数,其计算公式为ηij表示为第i类别教育课程在当前课程周期时间段内第j次开课对应的实际教学效果系数,σij表示为第i类别教育课程在当前课程周期时间段内第j次开课对应的评价效果指数,其中实际教学效果系数越大,表明教学效果越好;
在得到各类别教育课程在当前课程周期时间段内每次开课对应的实际教学效果系数之后,评估各类别教育课程在当前课程周期时间段的综合实际教学效果系数,其评估计算公式为 表示为第i类别教育课程在当前课程周期时间段的综合实际教学效果系数;
S7.教育课程类别实际教学热度等级获取:采用分析服务器将各类别教育课程在当前课程周期时间段的综合实际教学效果系数与预设的各种实际教学热度等级对应的综合实际教学效果系数范围进行对比,得到各类别教育课程在当前课程周期时间段对应的实际教学热度等级,其中实际教学热度等级越高,其对应的实际教学效果越好;
本实施例得到的各类别教育课程在当前课程周期时间段对应的实际教学热度等级为后面与各类别教育课程对应的报名热度等级进行对比提供对比基础;
S8.教育课程类别开课次数动态调整:采用信息处理终端将各类别教育课程在当前课程周期时间段对应的实际教学热度等级与各类别教育课程对应的报名热度等级进行对比,并根据对比结果对各类别教育课程在下个课程周期时间段内的开课次数进行动态调整,其具体调整方法包括以下步骤:
Z1:将各类别教育课程按照其在当前课程周期时间段对应的实际教学热度等级由大到小的顺序进行排序,得到各类别教育课程对应的实际教学排序结果,其中排序编号越小的教育课程类别对应的实际教学效果越好;
Z2:将各类别教育课程按照其对应的报名热度等级由大到小的顺序进行排序,得到各类别教育课程对应的报名热度排序结果,其中排序编号越小的教育课程类别对应的报名热度越高;
Z3:将各类别教育课程对应的实际教学排序结果与各类别教育课程对应的报名热度排序结果进行对比,分析是否存在排序编号不一致的教育课程类别,若存在,则统计排序编号不一致的教育课程类别,并将该教育课程类别记为需调整教育课程类别;
Z4:将需调整教育课程类别在实际教学排序结果中的排序编号与该教育课程类别在报名热度排序结果中的排序编号进行对比,判断大小关系,若某需调整教育课程类别在实际教学排序结果中的排序编号小于该教育课程类别在报名热度排序结果中的排序编号,则表明该教育课程类别对应的实际教学热度比报名热度高,此时对该类别教育课程在下个课程周期时间段内的开课次数进行增多处理,若某需调整教育课程类别在实际教学排序结果中的排序编号大于该教育课程类别在报名热度排序结果中的排序编号,则表明该教育课程类别对应的实际教学热度比报名热度低,此时对该类别教育课程在下个课程周期时间段内的开课次数进行减少处理。
本实施例通过对教育软件开设的各类别教育课程的开课次数根据其在实际教学过程的教学效果状况进行针对性动态调整,弥补了教育软件对其开设的各类别教育课程的开课次数设置灵活度不足的弊端,不仅增强了学习用户的学习体验感,还优化了教育软件上教育课程的资源配置,避免了教育资源浪费,进而减少了教育投入成本,间接提高了教育软件的收益。
第二方面,本发明提供一种教育软件信息分析处理系统,包括教育软件教育课程类别统计模块、教育课程类别报名热度等级确定模块、教育课程类别实际开课参数获取模块、教育课程类别实际教学评估模块、评价数据库、分析服务器和信息处理终端,所述评价数据库用于存储各种评价情感类型对应的若干评价情感关键词,并存储各种评价情感类型对应的评价效果指数,其中教育软件教育课程类别统计模块与教育课程类别报名热度等级确定模块连接,教育课程类别报名热度等级确定模块与教育课程类别实际开课参数获取模块连接,教育课程类别实际开课参数获取模块与教育课程类别实际教学评估模块连接,教育课程类别实际教学评估模块与分析服务器连接,分析服务器与信息处理终端连接。
第三方面,本发明提供一种设备,包括处理器,以及与处理器连接的内存和网络接口;所述网络接口与服务器中的非易失性存储器连接;所述处理器在运行时通过所述网络接口从所述非易失性存储器中调取计算机程序,并通过所述内存运行所述计算机程序,以执行本发明所述的教育软件信息分析处理方法。
第四方面,本发明提供一种计算机存储介质,所述计算机存储介质烧录有计算机程序,所述计算机程序在服务器的内存中运行时实现本发明所述的教育软件信息分析处理方法。
以上内容仅仅是对本发明结构所作的举例和说明,所属本技术领域的技术人员对所描述的具体实施例做各种各样的修改或补充或采用类似的方式替代,只要不偏离发明的结构或者超越本权利要求书所定义的范围,均应属于本发明的保护范围。
Claims (10)
1.一种教育软件信息分析处理方法,其特征在于,包括以下步骤:
S1.教育软件教育课程类别统计:根据教育软件教育课程类别统计模块对教育软件上存在的所有教育课程类别进行获取,并对获取的各类别教育课程进行编号,分别标记为1,2,...,i,...,n;
S2.教育课程类别报名热度等级确定及预设开课次数获取:根据教育课程类别报名热度等级确定模块对各类别教育课程对应的在线报名人数进行统计,并据此按照设定的确定规则确定各类别教育课程对应的报名热度等级,进而根据各类别教育课程对应的报名热度等级得到各类别教育课程在单个课程周期时间段内的预设开课次数,同时对每次开课按照其对应开课时间的先后顺序进行编号,依次标记为1,2,...,j,...,m;
S3.开课实际学习用户数量及学习时长统计:根据教育课程类别实际开课参数获取模块对各类别教育课程在当前课程周期时间段内每次开课过程中统计每次开课对应的实际学习用户数量,并对各实际学习用户进行编号,分别标记为1,2,...,k,...,r,以此获取各实际学习用户对应的学习时长;
S4.开课互动用户统计及互动参数获取:根据教育课程类别实际开课参数获取模块对各类别教育课程在当前课程周期时间段内每次开课过程中统计与教课老师互动的实际学习用户数量,该与教课老师互动的实际学习用户记为互动用户,并对各互动用户进行编号,分别标记为1,2,...,f,...,u,并获取各互动用户对应的互动参数;
S5.开课教学评价统计及综合评价情感类型分析:根据教育课程类别实际开课参数获取模块对各类别教育课程在当前课程周期时间段内每次开课对应的所有教学评价进行统计,并对各条教学评价进行评价情感类型分析,以此得到各类别教育课程在当前课程周期时间段内每次开课对应的综合评价情感类型;
S6.教育课程类别综合实际教学效果系数评估:根据教育课程类别实际教学评估模块综合各类别教育课程在当前课程周期时间段内每次开课对应各实际学习用户的学习时长、各互动用户的互动参数和综合评价情感类型统计各类别教育课程在当前课程周期时间段内每次开课对应的实际教学效果系数,并以此评估各类别教育课程在当前课程周期时间段的综合实际教学效果系数;
S7.教育课程类别实际教学热度等级获取:采用分析服务器根据各类别教育课程在当前课程周期时间段的综合实际教学效果系数获取各类别教育课程在当前课程周期时间段对应的实际教学热度等级;
S8.教育课程类别开课次数动态调整:采用信息处理终端将各类别教育课程在当前课程周期时间段对应的实际教学热度等级与报名热度等级进行对比,并根据对比结果对各类别教育课程在下个课程周期时间段内的开课次数进行动态调整。
2.根据权利要求1所述的一种教育软件信息分析处理方法,其特征在于:所述S2中对各类别教育课程对应的在线报名人数进行统计,并据此按照设定的确定规则确定各类别教育课程对应的报名热度等级,其设定的确定规则为将各类别教育课程对应的在线报名人数与各种报名热度等级对应在线报名人数阈值进行对比,若某类别教育课程对应的在线报名人数在某种报名热度等级对应在线报名人数阈值内,则该类别教育课程对应的报名热度等级为该报名热度等级。
3.根据权利要求1所述的一种教育软件信息分析处理方法,其特征在于:所述S3中根据各类别教育课程对应的报名热度等级得到各类别教育课程在单个课程周期时间段内的预设开课次数,其具体操作过程为将各类别教育课程对应的报名热度等级与预定义的各种报名热度等级对应在单个课程周期时间段内的预设开课次数进行匹配,得到各类别教育课程在单个课程周期时间段内的预设开课次数。
4.根据权利要求1所述的一种教育软件信息分析处理方法,其特征在于:所述S5中对各条教学评价进行评价情感类型分析,以此得到各类别教育课程在当前课程周期时间段内每次开课对应的综合评价情感类型,其具体执行过程如下:
H1:对各条教学评价的内容进行评价情感关键词提取;
H2:将各条教学评价提取的评价情感关键词与评价数据库中各种评价情感类型对应的若干评价情感关键词进行比对,从中筛选各条教学评价对应的评价情感类型,其中评价情感类型包括褒义类型、中性类型和贬义类型;
H3:将各类别教育课程在当前课程周期时间段内每次开课对应各条教学评价对应的评价情感类型进行相互对比,判断是否存在相同的评价情感类型,若存在相同的评价情感类型,则将相同评价情感类型对应的教学评价进行归类,该相同评价情感类型记为候选评价情感类型,此时统计候选评价情感类型的个数,若某类别教育课程在当前课程周期时间段内某次开课对应的候选评价情感类型只有一个,则该类别教育课程在当前课程周期时间段内该次开课对应的综合评价情感类型即为该候选评价情感类型,若某类别教育课程在当前课程周期时间段内某次开课对应的候选评价情感类型不止一个,则统计该次开课对应各候选评价情感类型对应的教学评价数量,进而从中筛选出教学评价数量最多的候选评价情感类型作为该类别教育课程在当前课程周期时间段内该次开课对应的综合评价情感类型。
5.根据权利要求1所述的一种教育软件信息分析处理方法,其特征在于:所述S6中统计各类别教育课程在当前课程周期时间段内每次开课对应的实际教学效果系数,并以此评估各类别教育课程在当前课程周期时间段的综合实际教学效果系数,其具体评估方法执行以下步骤:
A1:将各类别教育课程在当前课程周期时间段内每次开课对应各实际学习用户的学习时长构成各类别教育课程各次开课实际学习用户学习时长集合tij(tij1,tij2,...,tijk,...,tijr),tijk表示为第i类别教育课程在当前课程周期时间段内第j次开课对应第k个实际学习用户的学习时长;
A2:获取各类别教育课程在当前课程周期时间段内每次开课对应的课程时长,并将其构成各类别教育课程各次开课课程时长集合Ti(Ti1,Ti2,...,Tij,...,Tim),Tij表示为第i类别教育课程在当前课程周期时间段内第j次开课对应的课程时长;
A3:将各类别教育课程各次开课实际学习用户学习时长集合与各类别教育课程各次开课课程时长集合进行对比,计算出各类别教育课程各次开课对应各实际学习用户的学习兴趣指数,其计算公式为εijk表示为第i类别教育课程在当前课程周期时间段内第j次开课对应第k个实际学习用户的学习兴趣指数;
A4:将各类别教育课程在当前课程周期时间段内每次开课对应各互动用户的互动参数构成各类别教育课程各次开课互动用户互动参数集合Qw ij(qw ij1,qw ij2,...,qw ijf,...,qw iju),qw ijf表示为第i类别教育课程在当前课程周期时间段内第j次开课对应第f个互动用户的互动参数对应的数值,w表示为互动参数,w=e1,e2,分别表示为互动频次,互动总时长;
A5:根据各类别教育课程各次开课互动用户互动参数集合和各类别教育课程各次开课课程时长集合计算各类别教育课程各次开课对应各互动用户的互动效果指数,其计算公式为χijf表示为第i类别教育课程在当前课程周期时间段内第j次开课对应第f个互动用户的互动效果指数,qe1 ijf、qe2 ijf分别表示为第i类别教育课程在当前课程周期时间段内第j次开课对应第f个互动用户的互动频次、互动总时长;
A6:将各类别教育课程在当前课程周期时间段内每次开课对应的综合评价情感类型与评价数据库中各种评价情感类型对应的评价效果指数进行对比,得到各类别教育课程在当前课程周期时间段内每次开课对应的评价效果指数;
A7:根据各类别教育课程各次开课对应各实际学习用户的学习兴趣指数、各互动用户的互动效果指数和评价效果指数统计各类别教育课程在当前课程周期时间段内每次开课对应的实际教学效果系数,其计算公式为ηij表示为第i类别教育课程在当前课程周期时间段内第j次开课对应的实际教学效果系数,σij表示为第i类别教育课程在当前课程周期时间段内第j次开课对应的评价效果指数;
6.根据权利要求1所述的一种教育软件信息分析处理方法,其特征在于:所述S7中获取各类别教育课程在当前课程周期时间段对应的实际教学热度等级,其具体操作方法为将各类别教育课程在当前课程周期时间段的综合实际教学效果系数与预设的各种实际教学热度等级对应的综合实际教学效果系数范围进行对比,得到各类别教育课程在当前课程周期时间段对应的实际教学热度等级。
7.根据权利要求1所述的一种教育软件信息分析处理方法,其特征在于:所述S8中对各类别教育课程在下个课程周期时间段内的开课次数进行动态调整,其具体调整方法包括以下步骤:
Z1:将各类别教育课程按照其在当前课程周期时间段对应的实际教学热度等级由大到小的顺序进行排序,得到各类别教育课程对应的实际教学排序结果;
Z2:将各类别教育课程按照其对应的报名热度等级由大到小的顺序进行排序,得到各类别教育课程对应的报名热度排序结果;
Z3:将各类别教育课程对应的实际教学排序结果与各类别教育课程对应的报名热度排序结果进行对比,分析是否存在排序编号不一致的教育课程类别,若存在,则统计排序编号不一致的教育课程类别,并将该教育课程类别记为需调整教育课程类别;
Z4:将需调整教育课程类别在实际教学排序结果中的排序编号与该教育课程类别在报名热度排序结果中的排序编号进行对比,判断大小关系,若某需调整教育课程类别在实际教学排序结果中的排序编号小于该教育课程类别在报名热度排序结果中的排序编号,则表明该教育课程类别对应的实际教学热度比报名热度高,此时对该类别教育课程在下个课程周期时间段内的开课次数进行增多处理,若某需调整教育课程类别在实际教学排序结果中的排序编号大于该教育课程类别在报名热度排序结果中的排序编号,则表明该教育课程类别对应的实际教学热度比报名热度低,此时对该类别教育课程在下个课程周期时间段内的开课次数进行减少处理。
8.一种教育软件信息分析处理系统,其特征在于:包括教育软件教育课程类别统计模块、教育课程类别报名热度等级确定模块、教育课程类别实际开课参数获取模块、教育课程类别实际教学评估模块、评价数据库、分析服务器和信息处理终端,其中教育软件教育课程类别统计模块与教育课程类别报名热度等级确定模块连接,教育课程类别报名热度等级确定模块与教育课程类别实际开课参数获取模块连接,教育课程类别实际开课参数获取模块与教育课程类别实际教学评估模块连接,教育课程类别实际教学评估模块与分析服务器连接,分析服务器与信息处理终端连接。
9.一种设备,其特征在于:包括处理器,以及与处理器连接的内存和网络接口;所述网络接口与服务器中的非易失性存储器连接;所述处理器在运行时通过所述网络接口从所述非易失性存储器中调取计算机程序,并通过所述内存运行所述计算机程序,以执行上述权利要求1-8任一项所述的教育软件信息分析处理方法。
10.一种计算机存储介质,其特征在于:所述计算机存储介质烧录有计算机程序,所述计算机程序在服务器的内存中运行时实现上述权利要求1-8任一项所述的教育软件信息分析处理方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110569831.0A CN113283748A (zh) | 2021-05-25 | 2021-05-25 | 一种教育软件信息分析处理方法、设备、系统及计算机存储介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110569831.0A CN113283748A (zh) | 2021-05-25 | 2021-05-25 | 一种教育软件信息分析处理方法、设备、系统及计算机存储介质 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN113283748A true CN113283748A (zh) | 2021-08-20 |
Family
ID=77281416
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202110569831.0A Withdrawn CN113283748A (zh) | 2021-05-25 | 2021-05-25 | 一种教育软件信息分析处理方法、设备、系统及计算机存储介质 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN113283748A (zh) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN115689825A (zh) * | 2022-10-26 | 2023-02-03 | 哈尔滨学院 | 基于互联网的课堂教学数据管理方法及其系统 |
-
2021
- 2021-05-25 CN CN202110569831.0A patent/CN113283748A/zh not_active Withdrawn
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN115689825A (zh) * | 2022-10-26 | 2023-02-03 | 哈尔滨学院 | 基于互联网的课堂教学数据管理方法及其系统 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN110909205B (zh) | 一种视频封面确定方法、装置、电子设备及可读存储介质 | |
CN112614032B (zh) | 基于大数据的教育软件数据处理方法 | |
CN110442790A (zh) | 推荐多媒体数据的方法、装置、服务器和存储介质 | |
CN109934704A (zh) | 信息推荐方法、装置、设备和存储介质 | |
JP6807909B2 (ja) | データ評価方法、装置、機器及び読み取り可能な記憶媒体 | |
CN110704732A (zh) | 基于认知诊断的时序性习题推荐方法 | |
CN109726655A (zh) | 基于情绪识别的客服服务评价方法、装置、介质及设备 | |
CN110035302A (zh) | 信息推荐及模型训练方法和装置、计算设备、存储介质 | |
WO2020135642A1 (zh) | 一种基于生成对抗网络的模型训练方法及设备 | |
CN110458600A (zh) | 画像模型训练方法、装置、计算机设备及存储介质 | |
CN112885172A (zh) | 一种网络教学方法及系统 | |
CN113869569A (zh) | 一种基于决策树的学习成绩预测及个性化干预的方法 | |
CN113283748A (zh) | 一种教育软件信息分析处理方法、设备、系统及计算机存储介质 | |
CN112016769A (zh) | 管理相对人风险预测以及信息推荐方法及装置 | |
CN111737589A (zh) | 一种基于人工智能的推荐方法、装置及系统 | |
CN112052686B (zh) | 一种用户交互式教育的语音学习资源推送方法 | |
CN114708964A (zh) | 一种基于智能特征分类的眩晕症辅助分析统计方法及系统 | |
CN113282840B (zh) | 一种训练采集综合管理平台 | |
CN116028702A (zh) | 学习资源推荐方法、系统及电子设备 | |
CN111915111A (zh) | 在线课堂的互动质量评价方法、装置及终端设备 | |
CN117972206A (zh) | 一种基于人工智能的内容推荐系统、电子设备及存储介质 | |
CN116739858B (zh) | 基于时间序列分析的在线学习行为监测系统 | |
CN111368131B (zh) | 用户关系识别方法、装置、电子设备及存储介质 | |
CN113763962A (zh) | 音频处理方法、装置、存储介质及计算机设备 | |
CN110309411A (zh) | 一种资源推荐方法及装置 |
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 | ||
WW01 | Invention patent application withdrawn after publication |
Application publication date: 20210820 |
|
WW01 | Invention patent application withdrawn after publication |