CN113409033A - 一种基于中台的培训进度补偿方法、装置及中台 - Google Patents
一种基于中台的培训进度补偿方法、装置及中台 Download PDFInfo
- Publication number
- CN113409033A CN113409033A CN202110954847.3A CN202110954847A CN113409033A CN 113409033 A CN113409033 A CN 113409033A CN 202110954847 A CN202110954847 A CN 202110954847A CN 113409033 A CN113409033 A CN 113409033A
- Authority
- CN
- China
- Prior art keywords
- training
- staff
- compensation
- mark
- preset state
- 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
Links
- 238000012549 training Methods 0.000 title claims abstract description 177
- 238000000034 method Methods 0.000 title claims abstract description 59
- 238000012545 processing Methods 0.000 claims abstract description 7
- 230000008569 process Effects 0.000 claims description 20
- 230000004927 fusion Effects 0.000 claims description 19
- 238000013508 migration Methods 0.000 claims description 6
- 230000005012 migration Effects 0.000 claims description 6
- 230000004044 response Effects 0.000 claims description 6
- 230000008859 change Effects 0.000 claims description 4
- 239000000126 substance Substances 0.000 claims description 4
- 230000006854 communication Effects 0.000 description 7
- 230000006399 behavior Effects 0.000 description 6
- 238000004891 communication Methods 0.000 description 6
- 238000011161 development Methods 0.000 description 2
- 238000005516 engineering process Methods 0.000 description 2
- 238000012552 review Methods 0.000 description 2
- 241001310793 Podium Species 0.000 description 1
- 238000013473 artificial intelligence Methods 0.000 description 1
- 238000004364 calculation method Methods 0.000 description 1
- 238000004590 computer program Methods 0.000 description 1
- 238000012937 correction Methods 0.000 description 1
- 238000013500 data storage Methods 0.000 description 1
- 238000013135 deep learning Methods 0.000 description 1
- 238000001514 detection method Methods 0.000 description 1
- 238000010586 diagram Methods 0.000 description 1
- 230000006870 function Effects 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
- 238000012546 transfer 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
- G06Q10/10—Office automation; Time management
- G06Q10/105—Human resources
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q50/00—Information and communication technology [ICT] specially adapted for implementation of business processes of specific business sectors, e.g. utilities or tourism
- G06Q50/10—Services
- G06Q50/20—Education
- G06Q50/205—Education administration or guidance
Landscapes
- Business, Economics & Management (AREA)
- Engineering & Computer Science (AREA)
- Human Resources & Organizations (AREA)
- Strategic Management (AREA)
- Tourism & Hospitality (AREA)
- Marketing (AREA)
- Physics & Mathematics (AREA)
- Economics (AREA)
- Entrepreneurship & Innovation (AREA)
- Educational Technology (AREA)
- Educational Administration (AREA)
- Theoretical Computer Science (AREA)
- General Physics & Mathematics (AREA)
- General Business, Economics & Management (AREA)
- Health & Medical Sciences (AREA)
- Primary Health Care (AREA)
- Data Mining & Analysis (AREA)
- General Health & Medical Sciences (AREA)
- Operations Research (AREA)
- Quality & Reliability (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
本发明提供一种基于中台的培训进度补偿方法、装置及中台,中台实时获取录课端的培训录像数据并执行以下操作,包括:获取在职工作人员的当前机器信息;当任意一个在职工作人员在第一时刻的当前机器信息满足第一预设状态时,在培训录像数据的第一时刻进行第一干预标记;当在职工作人员的在第二时刻的当前机器信息由第一预设状态变为第二预设状态时,在培训录像数据的第二时刻进行第二干预标记;基于偏移截取请求对所述第一干预标记和第二干预标记对应的时间偏移处理得到第一新补偿标记和第二新补偿标记;基于所述第一新补偿标记和第二新补偿标记截取所述培训录像数据得到培训进度补偿录像,将所述培训进度补偿录像发送至相对应的在职工作人员。
Description
技术领域
本发明涉及培训、人工智能技术,尤其涉及一种基于中台的培训进度补偿方法、装置及中台。
背景技术
随着时代的快速发展,各种技术、学术的迭代日新月异,所以各领域的人员需要持续不断的学习。在对工作人员进行在职统一培训时,往往需要培训一个周期的时间才能使在职工作人员掌握相应的信息,但是在培训的过程中,往往会出现某个在职工作人员中途离开的情况,使得该在职工作人员无法对所有的培训、学习信息进行掌握,降低了在职工作人员的培训效率。
发明内容
本发明实施例提供一种基于中台的培训进度补偿方法、装置及中台,当在职工作人员中途离开正在进行的培训课程时,中台会对培训课程的自动截取,方便后续再次精准学习其遗漏的内容,实现培训进度的补偿。
本发明实施例的第一方面,提供一种基于中台的培训进度补偿方法,通过录课端对培训课程录像得到培训录像数据,中台实时获取录课端的培训录像数据并执行以下操作,包括:
获取在职工作人员的当前机器信息;
当任意一个在职工作人员在第一时刻的当前机器信息满足第一预设状态时,在所述培训录像数据的第一时刻进行第一干预标记;
当所述在职工作人员的在第二时刻的当前机器信息由第一预设状态变为第二预设状态时,在所述培训录像数据的第二时刻进行第二干预标记;
基于偏移截取请求对所述第一干预标记和第二干预标记对应的时间偏移处理得到第一新补偿标记和第二新补偿标记,其中,
其中,A为课程的难易系数,k为预设比例系数;
根据所述第一新补偿标记和第二新补偿标记截取所述培训录像数据得到培训进度补偿录像,将所述培训进度补偿录像发送至相对应的在职工作人员。
可选的,在第一方面的一种可能实施方式中,获取在职工作人员的当前机器信息包括:
预先为每个在职工作人员配置一个移动端,将多个移动端和一个服务端分别通过第一网络连接;
当任意的移动端被呼入和\或向外呼出时,服务端判断该移动端处于第一预设状态;
当任意的移动端没有被呼入和\或没有向外呼出时,服务端判断该移动端处于第二预设状态。
可选的,在第一方面的一种可能实施方式中,还包括:
所述第一网络为局域网络;
当判断任意一个在职工作人员在第一时刻的当前机器信息为不与所述局域网络连接的状态时,生成偏移截取请求。
可选的,在第一方面的一种可能实施方式中,所述偏移截取请求响应于在职工作人员的当前机器信息的变化生成,以使第一干预标记和第二干预标记在培训录像数据中的时刻偏移。
可选的,在第一方面的一种可能实施方式中,还包括:
可选的,在第一方面的一种可能实施方式中,还包括:
获取所有在职工作人员的当前机器信息以及每个在职工作人员的标签信息,其中标签信息与在职工作人员预先对应设置;
将所有在职工作人员的当前机器信息以及每个在职工作人员的标签信息输入至预先训练的模型得到融合判断数据;
基于所述融合判断数据提醒教师停止授课。
可选的,在第一方面的一种可能实施方式中,将所有在职工作人员的当前机器信息以及每个在职工作人员的标签信息输入至预先训练的模型得到融合判断数据包括:
通过公式(3)计算融合判断数据F,包括:
其中,为第一预设状态下具有标签信息为A的在职工作人员数量,为第一预
设状态下具有标签信息为B的在职工作人员数量, 为第二预设状态下具有标签信息为A
的在职工作人员数量,为第二预设状态下具有标签信息为B的在职工作人员数量, 为
不与所述局域网络连接的状态下具有标签信息为A的在职工作人员数量,为不与所述局
域网络连接的状态下具有标签信息为B的在职工作人员数量, 为所有在职工作人员的
数量,为当前教师的讲课时间,为预设常数。
可选的,在第一方面的一种可能实施方式中,还包括:
获取在提醒教师停止授课后教师的行为数据,所述行为数据包括停止讲课和不停止讲课;
获取教师停止讲课的数量和不停止讲课的数量;
本发明实施例的第二方面,提供一种基于中台的培训进度补偿装置,通过录课端对培训课程实时录像得到培训录像数据,中台实时获取录课端的培训录像数据并通过以下模块处理,包括:
获取模块,用于获取在职工作人员的当前机器信息;
第一干预标记模块,用于当任意一个在职工作人员在第一时刻的当前机器信息满足第一预设状态时,在所述培训录像数据的第一时刻进行第一干预标记;
第二干预标记模块,用于当所述在职工作人员的在第二时刻的当前机器信息由第一预设状态变为第二预设状态时,在所述培训录像数据的第二时刻进行第二干预标记;
偏移模块,基于偏移截取请求对所述第一干预标记和第二干预标记对应的时间偏移处理得到第一新补偿标记和第二新补偿标记,其中,
其中,A为课程的难易系数,k为预设比例系数;
截取模块,根据所述第一新补偿标记和第二新补偿标记截取所述培训录像数据得到培训进度补偿录像,将所述培训进度补偿录像发送至相对应的在职工作人员。
本发明实施例的第三方面,提供一种中台,包括上述的培训进度补偿装置,还包括:
多个接口,分别与不同的在职工作人员的操作终端连接,用于将所述培训进度补偿录像发送至相应在职工作人员的操作终端处。
本发明提供的一种基于中台的培训进度补偿方法、装置及中台,能够在对在职工作人员培训时实时获取每个在职工作人员的当前状态,当在职工作人员培训过程中需要中途离场时,本发明提供的技术方案会根据其离场时间、再次进场时间对培训视频进行截取得到培训录像数据,方便离场后的在职工作人员学习其离场时间段内的培训内容。
本发明在截取培训录像数据时,会根据在职工作人员的离场时间对培训录像数据进行偏移截取,使得离场的在职工作人员学习相应的内容时能够基于偏移录像进行培训内容的回顾,使得在职工作人员在学习过程中更加的符合学习规律,提高学习效率。
本发明会统计培训过程中所有在职工作人员的当前机器信息和标签信息,根据当前的综合情况判断是否提醒教师停止授课,进而保障在职工作人员的培训效率,避免因为多个在职工作人员无法正常培训而导致整体培训效率低的情况出现。
附图说明
图1为基于中台的培训进度补偿方法的第一种实施方式的流程图;
图2为基于中台的培训进度补偿装置的第一种实施方式的结构图。
具体实施方式
为使本发明实施例的目的、技术方案和优点更加清楚,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。
本发明的说明书和权利要求书及上述附图中的术语“第一”、“第二”、“第三”“第四”等(如果存在)是用于区别类似的对象,而不必用于描述特定的顺序或先后次序。应该理解这样使用的数据在适当情况下可以互换,以便这里描述的本发明的实施例能够以除了在这里图示或描述的那些以外的顺序实施。
应当理解,在本发明的各种实施例中,各过程的序号的大小并不意味着执行顺序的先后,各过程的执行顺序应以其功能和内在逻辑确定,而不应对本发明实施例的实施过程构成任何限定。
应当理解,在本发明中,“包括”和“具有”以及他们的任何变形,意图在于覆盖不排他的包含,例如,包含了一系列步骤或单元的过程、方法、系统、产品或设备不必限于清楚地列出的那些步骤或单元,而是可包括没有清楚地列出的或对于这些过程、方法、产品或设备固有的其它步骤或单元。
应当理解,在本发明中,“多个”是指两个或两个以上。“和/或”仅仅是一种描述关联对象的关联关系,表示可以存在三种关系,例如,和/或B,可以表示:单独存在A,同时存在A和B,单独存在B这三种情况。字符“/”一般表示前后关联对象是一种“或”的关系。“包含A、B和C”、“包含A、B、C”是指A、B、C三者都包含,“包含A、B或C”是指包含A、B、C三者之一,“包含A、B和/或C”是指包含A、B、C三者中任1个或任2个或3个。
应当理解,在本发明中,“与A对应的B”、“与A相对应的B”、“A与B相对应”或者“B与A相对应”,表示B与A相关联,根据A可以确定B。根据A确定B并不意味着仅仅根据A确定B,还可以根据A和/或其他信息确定B。A与B的匹配,是A与B的相似度大于或等于预设的阈值。
取决于语境,如在此所使用的“若”可以被解释成为“在……时”或“当……时”或“响应于确定”或“响应于检测”。
下面以具体地实施例对本发明的技术方案进行详细说明。下面这几个具体的实施例可以相互结合,对于相同或相似的概念或过程可能在某些实施例不再赘述。
本发明提供一种基于中台的培训进度补偿方法,通过录课端对培训课程录像得到培训录像数据,中台实时获取录课端的培训录像数据并执行以下操作,如图1所示,包括:
步骤S110、获取在职工作人员的当前机器信息。本发明可以通过在职工作人员处的移动端获取到在职工作人员的当前机器信息,移动端可以是手机、平板等等。
步骤S120、当任意一个在职工作人员在第一时刻的当前机器信息满足第一预设状态时,在所述培训录像数据的第一时刻进行第一干预标记。本发明中的第一预设状态可以是多种情况。本发明中的第一干预标记可以是对培训录像数据中的图像帧进行标记。该第一预设状态可以表示为在职工作人员无法继续参加培训课程,此时会处理别的紧急事务。
步骤S130、当所述在职工作人员的在第二时刻的当前机器信息由第一预设状态变为第二预设状态时,在所述培训录像数据的第二时刻进行第二干预标记。本发明中的第二预设状态可以是多种情况。本发明中的第二干预标记可以是对培训录像数据中的图像帧进行标记。该第二预设状态可以表示为在职工作人员已经处理完紧急事务,继续参加培训课程再次进行培训。
在一个可能的实施方式中,本发明还可以基于所述第一干预标记和第二干预标记截取所述培训录像数据得到培训进度补偿录像,将所述培训进度补偿录像发送至相对应的在职工作人员。当在职工作人员回到培训课程后,此时中台会根据第一干预标记和第二干预标记截取所述培训录像数据得到培训进度补偿录像,该培训进度补偿录像即为在职工作人员无法正常参加培训课程时培训课程的录像。
通过以上的技术方案,能够在对在职工作人员培训时实时获取每个在职工作人员的当前状态,当在职工作人员培训过程中需要中途离场时,本发明提供的技术方案会根据其离场时间、再次进场时间对培训视频进行截取得到培训录像数据,方便离场后的在职工作人员学习其离场时间段内的培训内容。
步骤S140、基于偏移截取请求对所述第一干预标记和第二干预标记对应的时间偏移处理得到第一新补偿标记和第二新补偿标记。
所述偏移截取请求响应于在职工作人员的当前机器信息的变化生成,以使第一干预标记和第二干预标记在培训录像数据中的时刻偏移。
步骤S150、根据所述第一新补偿标记和第二新补偿标记截取所述培训录像数据得到培训进度补偿录像,将所述培训进度补偿录像发送至相对应的在职工作人员。
第一干预标记和第二干预标记所截取的培训录像数据是在职工人员完全没有看过的,第一新补偿标记和第二新补偿标记所截取的培训录像数据中存在部分在职工人员已经看过,已经看过的部分是用来帮助在职培训人员对先前的培训内容进行回忆的,使得其在观看第一干预标记和第二干预标记所对应的培训录像数据时思维更加的清晰,会有一部分思维的铺垫,提高其学习效率,使得其在返回课程重新看培训录像数据时不会有陌生感。
通过上述的技术方案,使得本发明在截取培训录像数据时,会根据在职工作人员的离场时间对培训录像数据进行偏移截取,使得离场的在职工作人员学习相应的内容时能够基于偏移录像进行培训内容的回顾,使得在职工作人员在学习过程中更加的符合学习规律,提高学习效率。
在一个可能的实施方式中,步骤S110包括:
预先为每个在职工作人员配置一个移动端,将多个移动端和一个服务端分别通过第一网络连接。本发明会预先设置一个第一网络,中台的服务端通过第一网络分别与每个在职工作人员的移动端连接,进行数据、信息的采集、交互。
当任意的移动端被呼入和\或向外呼出时,服务端判断该移动端处于第一预设状态。本发明提供的技术方案,可以将移动端被呼入和\或向外呼出时的状态作为第一预设状态,即在职工作人员进行语音电话、视频电话的接打时默认其实达到了第一预设状态。因为在移动端被呼入和\或向外呼出时在职工作人员肯定无法参加培训课程。
当任意的移动端没有被呼入和\或没有向外呼出时,服务端判断该移动端处于第二预设状态。本发明提供的技术方案,可以将移动端没有被呼入和\或向外呼出时的状态作为第二预设状态,即在职工作人员没有进行语音电话、视频电话的接打时默认其实达到了第二预设状态。因为在移动端没有被呼入和\或向外呼出时在职工作人员可以有效的无法参加培训课程。
在一个可能的实施方式中,还包括:其中,第一网络为局域网络。本发明提供的技术方案,通过中台建立局域网,使得移动端与服务端连接是存在一定连接距离的,例如说基于路由器建立WIFI连接网络。
当判断任意一个在职工作人员在第一时刻的当前机器信息为不与所述局域网络连接的状态时,生成偏移截取请求。此时证明手持该移动端的在职工作人员已经离开了课程培训附近的区域,导致其无法通过局域网与服务端、中台建立网络连接,并且该种情况下,在职工作人员的通话时长都会较长,所以其在返回培训课程后也会因为其通话时长过长而导致其存在部分培训课程、内容的遗忘,所以此时会生成偏移截取请求。
在一个可能的实施方式中,基于所述偏移截取请求对所述第一干预标记和第二干预标记对应的时间修正得到第一新补偿标记和第二新补偿标记包括:
获取在职工作人员由第一预设状态转换为不与所述局域网络连接的状态时的时
刻,在职工作人员由不与所述局域网络连接转换为第二预设状态时的时刻。当在职工
作人员在走出局域网的连接区域前,其可能已经接了电话或者是向外呼出了电话,此时已
经产生了第一干预标记,然后其在离开局域网络导致移动终端不与局域网络连接时,对该
时刻进行记录,时刻可以是1分59秒,当在职工作人员打完电话后其返回至培训课程的过程
中,其会先走入至局域网络区域,此时移动终端自动与局域网络建立连接,记录此时的时刻,时刻可以是9分59秒。
在实际培训过程中,在职工人员与客户沟通的时间有长有短,一般在需要长时间沟通的场景下,在职工作人员都会远离培训场地安静的沟通,但是在长时间的沟通过程中,其可能会对先前的培训课程内容存在部分遗忘,导致在看第一干预标记和第二干预标记截取的培训视频数据时无法进行有效的知识衔接,所以会针对该场景进行第一新补偿标记和第二新补偿标记的获取。
其中,A为课程的难易系数,k为预设比例系数。
本发明在计算第一新补偿标记和第二新补偿标记的过程中,会考虑到课程的难易程度来确定第一新补偿标记、第二新补偿标记与第一干预标记、第二干预标记之间的偏移情况,课程越难,第一新补偿标记相对于第一干预标记的偏移越大,即第一新补偿标记和第一干预标记之间的时长越长,第二新补偿标记和第二干预标记的偏移同理,故不再进行赘述。
并且在计算第一新补偿标记和第二新补偿标记的过程中,会考虑到在职工作人员远离培训场地的时间,因为在职工作人员远离培训场地后其无法听到任何的培训知识,所以其离开的时间越长,第一新补偿标记相对于第一干预标记的偏移越大,即第一新补偿标记和第一干预标记之间的时长越长,第二新补偿标记和第二干预标记的偏移同理,故不再进行赘述。
通过以上的技术方案,本发明能够综合考虑不同状态下在职工作人员的状态进行视频、课程的动态截取,以达到在职工作人员最优的学习效率。
在一个可能的实施方式中,还包括:
获取在职工作人员对各自对应的培训进度补偿录像的观看数据得到集合,为第n个在职工作人员的培训进度补偿录像的观看时间。由于每
个在职工作人员的个体都是存在差异化的,所以每个在职工作人员对培训进度补偿录像的
观看程度都是不同的,所以本发明会统计在职工作人员的培训进度补偿录像的观看时间,
根据观看时间进行模型、公式参数梯度的更新,使得更新后的公式、模型在培训进度补偿录
像截取的过程中更加适合在职工作人员。
将作为新的k对公式(1)更新。本发明将0.9作为一个标准值,即当在职工作人
员观看培训进度补偿录像的百分之九十内容时则认为其对培训进度补偿录像的需求是较
大的,此时在职工作人员可能会觉得培训进度补偿录像还是较短,所以需要增大k的值,使
得第一新补偿标记的值变的更小,第二新补偿标记的值增大,第一新补偿标记和第二新补
偿标记之间的时间段增长,进而使培训进度补偿录像得时间增长。
当在职工作人员观看培训进度补偿录像低于百分之九十内容时则认为其对培训进度补偿录像的需求是较小的,此时在职工作人员可能会觉得培训进度补偿录像还是较长,所以需要减小k的值,使得第一新补偿标记的值变的更大,第二新补偿标记的值增小,第一新补偿标记和第二新补偿标记之间的时间段减短,进而使培训进度补偿录像得时间减短。
在一些实施例中,还包括:
获取所有在职工作人员的当前机器信息以及每个在职工作人员的标签信息,其中标签信息与在职工作人员预先对应设置。在实际培训的应用场景中,被培训的在职工作人员的职位都是不同的,例如说开发、人事、行政等等,或者是实习生、职工、主管、经理等等,所以每个在职工作人员都会具有不同的标签。不同的标签的在职工作人员的培训需求是不同的。
将所有在职工作人员的当前机器信息以及每个在职工作人员的标签信息输入至预先训练的模型得到融合判断数据。
基于所述融合判断数据提醒教师停止授课。本发明可以预先设置一个阈值,当融合判断数据大于该阈值时则提醒教师停止授课,否则不提醒教师停止授课。
本发明会采集每个在职员工的标签信息和当前状态进行判断,判断是否提醒教师停止授课,因为在教师的授课过程中,很可能会出现多位在标签重要的在职工作人员无法进行培训的情况,所以此时需要教师停止授课,来满足多数人的培训需求,此时是教师跟着在职员工的时间需求走。标签重要的在职工作人员可以是技术培训时的技术人员,企业财务培训时的财务人员等等。
在一个可能的实施方式中,将所有在职工作人员的当前机器信息以及每个在职工作人员的标签信息输入至预先训练的模型得到融合判断数据包括:
通过公式(3)计算融合判断数据F,包括:
其中,为第一预设状态下具有标签信息为A的在职工作人员数量,为第一预设
状态下具有标签信息为B的在职工作人员数量, 为第二预设状态下具有标签信息为A的
在职工作人员数量,为第二预设状态下具有标签信息为B的在职工作人员数量, 为不
与所述局域网络连接的状态下具有标签信息为A的在职工作人员数量,为不与所述局域
网络连接的状态下具有标签信息为B的在职工作人员数量, 为所有在职工作人员的数
量,为当前教师的讲课时间,为预设常数。
通过上述的技术方案,可以将融合判断数据F进行量化,根据不同标签的在职工作人员在不同状态下的情况进行深度融合、参考,并且考虑到教师的讲课时间,结合教师的状态进行计算得到最后的融合判断数据F,来确定是否停止讲课。
因为在停止讲课时,需要参考的数据较多,例如说不同工作人员的不同标签、教师的讲课时间等等,通过以上方案,使得本发明会综合考虑多个维度来判断是否建议教师停止讲课,实用性较强。
在一个可能的实施方式中,还包括:
获取在提醒教师停止授课后教师的行为数据,所述行为数据包括停止讲课和不停止讲课。本发明中的提醒教师停止授课只是一个建议,最终还是由教师自己把控是否停止讲课。
获取教师停止讲课的数量和不停止讲课的数量。在实际情况中,有些教师会停止讲课,有些教师会继续讲课,所以本发明需要获取多个教师的行为数据来判断、调整融合判断数据F。
若停止讲课的数量大于所述不停止讲课的数量,则减小的数值。停止讲课的数
量大于不停止讲课的数量时,证明此时的提醒教师停止授课建议是会被大多数人采纳的,
所以此时需要减小的数值,提高在与以前相同场景下融合判断数据F的值。
若听者讲课的数量小于所述不停止讲课的数量,则增大的数值。停止讲课的数
量小于不停止讲课的数量时,证明此时的提醒教师停止授课建议不会被大多数人采纳的,
所以此时需要增大的数值,降低在与以前相同场景下融合判断数据F的值。
通过以上的技术方案,可以使本发明进行深度学习,根据不同教师的行为状态对模型进行更新、调整,使得更新、调整后的模型更加准确、符合需要。
本发明实施例还提供一种基于中台的培训进度补偿装置,通过录课端对培训课程实时录像得到培训录像数据,如图2所示,包括:
获取模块,用于获取在职工作人员的当前机器信息;
第一干预标记模块,用于当任意一个在职工作人员在第一时刻的当前机器信息满足第一预设状态时,在所述培训录像数据的第一时刻进行第一干预标记;
第二干预标记模块,用于当所述在职工作人员的在第二时刻的当前机器信息由第一预设状态变为第二预设状态时,在所述培训录像数据的第二时刻进行第二干预标记;
偏移模块,用于基于偏移截取请求对所述第一干预标记和第二干预标记对应的时间偏移处理得到第一新补偿标记和第二新补偿标记,所述偏移截取请求响应于在职工作人员的当前机器信息的变化生成,以使第一干预标记和第二干预标记在培训录像数据中的时刻偏移;
截取模块,根据所述第一新补偿标记和第二新补偿标记截取所述培训录像数据得到培训进度补偿录像,将所述培训进度补偿录像发送至相对应的在职工作人员。
本发明的实施例还提供一种中台,包括上述的培训进度补偿装置,还包括:
多个接口,分别与不同的在职工作人员的操作终端连接,用于将所述培训进度补偿录像发送至相应在职工作人员的操作终端处。
其中,可读存储介质可以是计算机存储介质,也可以是通信介质。通信介质包括便于从一个地方向另一个地方传送计算机程序的任何介质。计算机存储介质可以是通用或专用计算机能够存取的任何可用介质。例如,可读存储介质耦合至处理器,从而使处理器能够从该可读存储介质读取信息,且可向该可读存储介质写入信息。当然,可读存储介质也可以是处理器的组成部分。处理器和可读存储介质可以位于专用集成电路(ApplicationSpecific Integrated Circuits,简称:ASIC)中。另外,该ASIC可以位于用户设备中。当然,处理器和可读存储介质也可以作为分立组件存在于通信设备中。可读存储介质可以是只读存储器(ROM)、随机存取存储器(RAM)、CD-ROM、磁带、软盘和光数据存储设备等。
本发明还提供一种程序产品,该程序产品包括执行指令,该执行指令存储在可读存储介质中。设备的至少一个处理器可以从可读存储介质读取该执行指令,至少一个处理器执行该执行指令使得设备实施上述的各种实施方式提供的方法。
在上述设备的实施例中,应理解,处理器可以是中央处理单元(英文:CentralProcessing Unit,简称:CPU),还可以是其他通用处理器、数字信号处理器(英文:DigitalSignal Processor,简称:DSP)、专用集成电路(英文:Application Specific IntegratedCircuit,简称:ASIC)等。通用处理器可以是微处理器或者该处理器也可以是任何常规的处理器等。结合本发明所公开的方法的步骤可以直接体现为硬件处理器执行完成,或者用处理器中的硬件及软件模块组合执行完成。
最后应说明的是:以上各实施例仅用以说明本发明的技术方案,而非对其限制;尽管参照前述各实施例对本发明进行了详细的说明,本领域的普通技术人员应当理解:其依然可以对前述各实施例所记载的技术方案进行修改,或者对其中部分或者全部技术特征进行等同替换;而这些修改或者替换,并不使相应技术方案的本质脱离本发明各实施例技术方案的范围。
Claims (10)
1.一种基于中台的培训进度补偿方法,其特征在于,通过录课端对培训课程录像得到培训录像数据,中台实时获取录课端的培训录像数据并执行以下操作,包括:
获取在职工作人员的当前机器信息;
当任意一个在职工作人员在第一时刻的当前机器信息满足第一预设状态时,在所述培训录像数据的第一时刻进行第一干预标记;
当所述在职工作人员的在第二时刻的当前机器信息由第一预设状态变为第二预设状态时,在所述培训录像数据的第二时刻进行第二干预标记;
基于偏移截取请求对所述第一干预标记和第二干预标记对应的时间偏移处理得到第一新补偿标记和第二新补偿标记,其中,
其中,A为课程的难易系数,k为预设比例系数;
根据所述第一新补偿标记和第二新补偿标记截取所述培训录像数据得到培训进度补偿录像,将所述培训进度补偿录像发送至相对应的在职工作人员。
2.根据权利要求1所述的基于中台的培训进度补偿方法,其特征在于,获取在职工作人员的当前机器信息包括:
预先为每个在职工作人员配置一个移动端,将多个移动端和一个服务端分别通过第一网络连接;
当任意的移动端被呼入和\或向外呼出时,服务端判断该移动端处于第一预设状态;
当任意的移动端没有被呼入和\或没有向外呼出时,服务端判断该移动端处于第二预设状态。
3.根据权利要求2所述的基于中台的培训进度补偿方法,其特征在于,还包括:
所述第一网络为局域网络;
当判断任意一个在职工作人员在第一时刻的当前机器信息为不与所述局域网络连接的状态时,生成偏移截取请求。
4.根据权利要求3所述的基于中台的培训进度补偿方法,其特征在于,
所述偏移截取请求响应于在职工作人员的当前机器信息的变化生成,以使第一干预标记和第二干预标记在培训录像数据中的时刻偏移。
6.根据权利要求1所述的基于中台的培训进度补偿方法,其特征在于,还包括:
获取所有在职工作人员的当前机器信息以及每个在职工作人员的标签信息,其中标签信息与在职工作人员预先对应设置;
将所有在职工作人员的当前机器信息以及每个在职工作人员的标签信息输入至预先训练的模型得到融合判断数据;
基于所述融合判断数据提醒教师停止授课。
7.根据权利要求6所述的基于中台的培训进度补偿方法,其特征在于,将所有在职工作人员的当前机器信息以及每个在职工作人员的标签信息输入至预先训练的模型得到融合判断数据包括:
通过公式(3)计算融合判断数据F,包括:
9.一种基于中台的培训进度补偿装置,通过录课端对培训课程实时录像得到培训录像数据,中台实时获取录课端的培训录像数据并通过以下模块处理,其特征在于,包括:
获取模块,用于获取在职工作人员的当前机器信息;
第一干预标记模块,用于当任意一个在职工作人员在第一时刻的当前机器信息满足第一预设状态时,在所述培训录像数据的第一时刻进行第一干预标记;
第二干预标记模块,用于当所述在职工作人员的在第二时刻的当前机器信息由第一预设状态变为第二预设状态时,在所述培训录像数据的第二时刻进行第二干预标记;
偏移模块,基于偏移截取请求对所述第一干预标记和第二干预标记对应的时间偏移处理得到第一新补偿标记和第二新补偿标记,其中,
其中,A为课程的难易系数,k为预设比例系数;
截取模块,根据所述第一新补偿标记和第二新补偿标记截取所述培训录像数据得到培训进度补偿录像,将所述培训进度补偿录像发送至相对应的在职工作人员。
10.一种中台,其特征在于包括权利要求9所述基于中台的培训进度补偿装置,以及多个接口,分别与不同的在职工作人员的操作终端连接,用于将所述培训进度补偿录像发送至相应职工作人员的操作终端处。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110954847.3A CN113409033B (zh) | 2021-08-19 | 2021-08-19 | 一种基于中台的培训进度补偿方法、装置及中台 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110954847.3A CN113409033B (zh) | 2021-08-19 | 2021-08-19 | 一种基于中台的培训进度补偿方法、装置及中台 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN113409033A true CN113409033A (zh) | 2021-09-17 |
CN113409033B CN113409033B (zh) | 2021-11-02 |
Family
ID=77688940
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202110954847.3A Active CN113409033B (zh) | 2021-08-19 | 2021-08-19 | 一种基于中台的培训进度补偿方法、装置及中台 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN113409033B (zh) |
Citations (10)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20100105017A1 (en) * | 2008-10-28 | 2010-04-29 | Siemens Aktiengesellschaft | Central control for web-based health care training |
CN103106626A (zh) * | 2013-01-23 | 2013-05-15 | 广东电网公司教育培训评价中心 | 一种培训课程管理系统及方法 |
CN104283694A (zh) * | 2013-07-02 | 2015-01-14 | 北京邮电大学 | 基于ip组播及p2p补偿的流媒体传输方法 |
CN110135380A (zh) * | 2019-05-22 | 2019-08-16 | 东北大学 | 一种基于人脸检测的课堂专注度识别的方法 |
CN110164213A (zh) * | 2019-06-06 | 2019-08-23 | 南京睦泽信息科技有限公司 | 一种基于ai视频分析的多终端远程教育培训系统 |
CN110164249A (zh) * | 2019-05-22 | 2019-08-23 | 重庆工业职业技术学院 | 一种计算机在线学习监督辅助系统 |
CN111354235A (zh) * | 2020-04-24 | 2020-06-30 | 刘纯 | 一种钢琴远程教学系统 |
CN111476271A (zh) * | 2020-03-10 | 2020-07-31 | 杭州易现先进科技有限公司 | 图标识别的方法、装置、系统、计算机设备和存储介质 |
CN112289100A (zh) * | 2019-07-25 | 2021-01-29 | 上海力本规划建筑设计有限公司 | 一种智慧教室系统 |
CN112541845A (zh) * | 2020-12-15 | 2021-03-23 | 泰康保险集团股份有限公司 | 一种在线培训的方法、装置、电子设备和存储介质 |
-
2021
- 2021-08-19 CN CN202110954847.3A patent/CN113409033B/zh active Active
Patent Citations (10)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20100105017A1 (en) * | 2008-10-28 | 2010-04-29 | Siemens Aktiengesellschaft | Central control for web-based health care training |
CN103106626A (zh) * | 2013-01-23 | 2013-05-15 | 广东电网公司教育培训评价中心 | 一种培训课程管理系统及方法 |
CN104283694A (zh) * | 2013-07-02 | 2015-01-14 | 北京邮电大学 | 基于ip组播及p2p补偿的流媒体传输方法 |
CN110135380A (zh) * | 2019-05-22 | 2019-08-16 | 东北大学 | 一种基于人脸检测的课堂专注度识别的方法 |
CN110164249A (zh) * | 2019-05-22 | 2019-08-23 | 重庆工业职业技术学院 | 一种计算机在线学习监督辅助系统 |
CN110164213A (zh) * | 2019-06-06 | 2019-08-23 | 南京睦泽信息科技有限公司 | 一种基于ai视频分析的多终端远程教育培训系统 |
CN112289100A (zh) * | 2019-07-25 | 2021-01-29 | 上海力本规划建筑设计有限公司 | 一种智慧教室系统 |
CN111476271A (zh) * | 2020-03-10 | 2020-07-31 | 杭州易现先进科技有限公司 | 图标识别的方法、装置、系统、计算机设备和存储介质 |
CN111354235A (zh) * | 2020-04-24 | 2020-06-30 | 刘纯 | 一种钢琴远程教学系统 |
CN112541845A (zh) * | 2020-12-15 | 2021-03-23 | 泰康保险集团股份有限公司 | 一种在线培训的方法、装置、电子设备和存储介质 |
Also Published As
Publication number | Publication date |
---|---|
CN113409033B (zh) | 2021-11-02 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN107909174A (zh) | 基于人脸识别技术的会务系统、签到方法、地图指引方法 | |
CN105205646A (zh) | 自动点名系统及实现自动点名系统的方法 | |
CN111563702B (zh) | 一种课堂教学互动系统 | |
CN109446932A (zh) | 一种着装检查方法、装置、终端设备及计算机存储介质 | |
CN104143219A (zh) | 基于Wi-Fi指纹的考勤方法及系统 | |
CN105469334A (zh) | 一种学生实习管理系统及其管理方法 | |
CN108229441A (zh) | 一种基于图像和语音分析的课堂教学自动反馈系统和反馈方法 | |
CN108734808A (zh) | 一种巡更方法及系统 | |
CN110458069A (zh) | 一种基于脸部识别辅助管理用户在线学习状态的方法及系统 | |
CN112465163A (zh) | 一种it运维应急协作系统和方法 | |
CN109934097A (zh) | 一种基于人工智能的表情和心理健康管理系统 | |
CN104540035B (zh) | 一种无障碍视频手语呼叫系统及方法 | |
CN209447229U (zh) | 课堂监控系统 | |
CN111970471A (zh) | 基于视频会议的参会人员评分方法、装置、设备及介质 | |
CN113409033B (zh) | 一种基于中台的培训进度补偿方法、装置及中台 | |
CN112954451B (zh) | 视频人物添加信息的方法、装置、设备及存储介质 | |
CN114267213A (zh) | 实训的实时演示方法、装置、设备及存储介质 | |
CN110348328A (zh) | 教学质量的评估方法、装置、存储介质及电子设备 | |
CN111767898B (zh) | 业务数据处理方法、装置、设备及存储介质 | |
CN110544041B (zh) | 一种用于财务咨询公司的员工数据管理系统 | |
CN114971975B (zh) | 在线教育平台用的学习异常提醒方法及系统 | |
CN208188898U (zh) | 一种学生签到装置以及学生签到系统 | |
CN109389809A (zh) | 一种智能手机坐姿监督与报警系统及方法 | |
JP2019175122A (ja) | 情報処理システム、情報処理方法、およびプログラム | |
CN108429804A (zh) | 一种自动监测任务的方法及终端 |
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 |