CN114283036A - 一种基于大数据的减负增效学习系统 - Google Patents

一种基于大数据的减负增效学习系统 Download PDF

Info

Publication number
CN114283036A
CN114283036A CN202011439689.XA CN202011439689A CN114283036A CN 114283036 A CN114283036 A CN 114283036A CN 202011439689 A CN202011439689 A CN 202011439689A CN 114283036 A CN114283036 A CN 114283036A
Authority
CN
China
Prior art keywords
module
learning
data
knowledge point
student
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
Application number
CN202011439689.XA
Other languages
English (en)
Inventor
刘良春
刘顺天
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.)
Hunan Ailong Education Technology Co ltd
Original Assignee
Hunan Ailong Education 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 Hunan Ailong Education Technology Co ltd filed Critical Hunan Ailong Education Technology Co ltd
Priority to CN202011439689.XA priority Critical patent/CN114283036A/zh
Publication of CN114283036A publication Critical patent/CN114283036A/zh
Pending legal-status Critical Current

Links

Images

Landscapes

  • Management, Administration, Business Operations System, And Electronic Commerce (AREA)
  • Electrically Operated Instructional Devices (AREA)

Abstract

本发明公开了一种基于大数据的减负增效学习系统，包括：获取数据模块，用于接收后台人员或者用户录入的学生课程计划、学生每周学习时间、学生成绩数据；数据存储模块，所述数据存储模块的输入端与数据接收模块的输出端通信连接。分析模块，所述分析模块的输入端与数据存储模块的输出端通信连接；通信模块，所述通信模块与分析模块相互通信连接；先通过人工录入第一数据信息，分析模块通过通信模块获取大数据模块中已有的第二数据信息，与存储的第一数据信息进行比对、分析，规划模块依据分析结果规划出适合该学生学习计划，该学习计划能够更加符合学生的学习习惯、学习喜好等，从而有效提高学生的学习效率。

Description

一种基于大数据的减负增效学习系统
技术领域
本发明涉及一种大数据学习技术领域，具体是一种基于大数据的减负增效学习系统。
背景技术
大数据(big data)，IT行业术语，是指无法在一定时间范围内用常规软件工具进行捕捉、管理和处理的数据集合，是需要新处理模式才能具有更强的决策力、洞察发现力和流程优化能力的海量、高增长率和多样化的信息资产。
随着社会的不断进步与发展，越来越多网络科技的学习系统被研发，例如：
申请号为“CN201710317728.0”的发明专利公开了智能化高效深度学习系统，包括触摸显示模块、控制模块、数据存储模块、解码驱动模块、光学投影模块、音频播放模块，其中，触摸显示模块：采集投影启动指令，发送投影启动指令到控制模块；控制模块：接收触摸显示模块传输的投影启动指令，发送视频数据读取指令和音频数据读取指令到数据存储模块；接收数据存储模块传输的视频数据信息和音频数据信息，发送视频数据信息到解码驱动模块，同时发送音频数据信息到音频播放模块；但是该专利方案主要是起到保护学生视力等作用，并不能够针对学生的兴趣爱好、成绩情况等进行制定相应的学生计划，并不能够提高学生的学习效率；
又例如：申请号为“CN201810268725.7”的发明专利公开了一种基于大数据的差异化学习系统，包括系统服务端、云题库和用户端，所述系统服务端、云题库通过无线网络与用户端相连，其特征在于：所述系统服务端包括数据处理器以及与该数据处理器相连的学习数据存储单元、用户管理单元、智能评测单元和智能推荐单元，所述智能评测单元，用于根据学生的练习行为、练习结果进行分析，得出学生学习评测数据，将错题和评测数据存入学习数据存储单元，并根据学生评测数据提取云题库中相关习题，存储在学习数据存储单元，所述用户端包括信息录入模块、学习模块和定制化推荐模块。但是该专利方案仅仅是通过存储学生的练习结果，而并不包括学生的其余成绩情况，例如对某一个学科的喜好程度，所以无法使学生对相应科目感兴趣，并不能够有效的提高学生的学习效率。
发明内容
本发明的目的在于提供一种基于大数据的减负增效学习系统，以解决上述背景技术中提出无法有效提高学生学习效率的问题。
为实现上述目的，本发明提供如下技术方案：
一种基于大数据的减负增效学习系统，应用于服务器端，包括：
获取数据模块，用于接收后台人员或者用户录入的学生课程计划、学生每周学习时间、学生成绩数据；
数据存储模块，所述数据存储模块的输入端与数据接收模块的输出端通信连接；所述数据存储模块用于将数据接收模块接收的数据进行存储；
分析模块，所述分析模块的输入端与数据存储模块的输出端通信连接；所述分析模块用于对数据存储模块存储的数据进行分析处理；
通信模块，所述通信模块与分析模块相互通信连接；
大数据模块，所述大数据模块与通信模块相互通信连接；
规划模块，所述规划模块的输入端与大数据模块的输出端通信连接，所述规划模块用于输出学生的学习计划；
数据发送模块，所述数据发送模块的输入端与规划模块的输出端通信连接。
事先通过人工录入学生课程计划、学生每周学习时间、学生成绩等第一数据信息，该系统接收该数据后进行存储，分析模块通过通信模块获取大数据模块中已有的第二数据信息，与存储的第一数据信息进行比对、分析，规划模块依据分析结果规划出适合该学生学习计划，并通过数据发送模块将规划的结果发送至外部客户端，学生根据该学习计划进行学习，该学习计划能够更加符合学生的学习习惯、学习喜好等，从而有效提高学生的学习效率。
作为本发明进一步的方案：所述学习计划包括的课程计划、作业计划、休息计划。
作为本发明进一步的方案：所述数据接收模块包括科目接收模块、成绩接收模块、作业接收模块，其中，所述科目接收模块、成绩接收模块、作业接收模块分别与数据存储模块的输入端通信连接，所述科目接收模块用于接收相应学生需要学习的具体科目，所述成绩接收模块用于接收该学生的成绩情况，所述作业接收模块用于接收该学生应当完成的作业。
作为本发明进一步的方案：所述成绩情况包括：该学生各科成绩信息，包括偏科情况以及对科目的喜好情况，这样可以方便根据成绩情况相应的指定学生成绩。
作为本发明进一步的方案：所述分析模块包括体系建立模块、引导模块、思维拓展模块，所述体系建立模块、引导模块、思维拓展模块依次通信连接，所述体系建立模块的输入端与数据存储模块的输出端通信连接，所述思维拓展模块的输出端与规划模块通信连接。
作为本发明进一步的方案：所述体系建立模块通过聚焦各个学科的认知特点、核心概念，结合学生对不同学科的喜爱程度、成绩情况，构建合理的课程计划、作业计划。
作为本发明进一步的方案：所述分析模块(3)的分析步骤具体包括：
S1、利用公式(1)知识点分类；
Figure BDA0002829692000000031
Zi表示第i个基础知识点的掌握值；Ni0表示历史学习记录数据中第i个基础知识点的训练题数；Ni1表示历史学习记录数据中学习者对第i个基础知识点的训练题的正确数；N为第一预设值；Ni2表示历史学习记录数据中学习者对第i个基础知识点的最后N个的训练题的正确数；
S2、利用公式(2)计算各个知识点的掌握值；
Figure BDA0002829692000000032
Zj表示第j个综合知识点的掌握值；Aj0表示历史学习记录数据中第j个综合知识点的训练题数；Ai1表示历史学习记录数据中学习者对第j个综合知识点的训练题的正确数；A为第二预设值；Ai2表示历史学习记录数据中学习者对第j个综合知识点的最后A个的训练题的正确数；Zm表示与第j个综合知识点关联的第m个基础知识点的掌握值；a为预设修正权重；bm表示与第j个综合知识点关联的第m个基础知识点的关联的权重；
S3、获取学习效率的最终评价值。
作为本发明进一步的方案：所述步骤S3包括：
S31、利用公式(3)获取第i个基础知识点的学习效率，
Figure BDA0002829692000000041
Yi表示第i个基础知识点的学习效率；Ti0表示对于第i个基础知识点的标准学习时间；Ti1表示历史学习记录数据中学习者对于第i个基础知识点的学习时间；；
S32、获取各个综合知识点的学习效率，公式如下：
Figure BDA0002829692000000042
Yj表示第j个综合知识点的学习效率；Tj0表示对于第j个综合知识点的标准学习时间；Tj1表示历史学习记录数据中学习者对于第j个综合知识点的学习时间；Ym表示与第j个综合知识点关联的第m个基础知识点的学习效率；d为预设学习效率修正权重；bm表示与第j个综合知识点关联的第m个基础知识点的关联权重；
S33、首先利用公式(5)获得教育评估因子U(k)，然后利用公式(6)计算得到教育评估值，包括：
Figure BDA0002829692000000043
Figure BDA0002829692000000044
其中Esm为教育教学评估值，其中Vm,T为学生上课评价值，其中γm,T为学生做题质量评价值，其中m,T为学生m在t时段的编号与总数。
S34、基于所有的基础知识点的学习效率和所有的综合知识点的学习效率，计算学习者的学习效率，计算公式如下：
Figure BDA0002829692000000051
其中，Y表示学习者的学习效率；αi表示第i个基础知识点的学习效率的权重；Yi表示第i个基础知识点的学习效率；βj表示第j个基础知识点的学习效率的权重；Yj表示第j个基础知识点的学习效率。
S35、利用公式(8)使用基于三元组损失函数计算最优情况下的效率：
Figure BDA0002829692000000052
其中，σ表示权重，
Figure BDA0002829692000000053
S36、利用公式(9)计算得到的学习效率最终评价值。
Figure BDA0002829692000000054
其中，
Figure BDA0002829692000000055
表示参考向量，
Figure BDA0002829692000000056
作为本发明进一步的方案：还包括评价模块、自调整模块，其中，所述评价模块的输入端与数据发送模块的输出端通信连接，所述评价模块的输出端与自调整模块的输入端通信连接，所述自调整模块的输出端与的输入端通信连接。
作为本发明进一步的方案：所述评价模块用于接收学生对课程计划、作业计划、时间规划以及老师讲课点评信息；所述自调整模块用于根据评价模块的评价，进行调整课程计划、作业计划、时间规划。
评价模块接收学生对课程计划、作业计划、时间规划以及老师讲课等点评信息；自调整模块根据评价模块的评价，进行调整课程计划、作业计划、时间规划等，实现更好地规划学生的学习计划，有效增效减负并提高学生学习。
与现有技术相比，本发明的有益效果是：
1、本发明中，事先通过人工录入学生课程计划、学生每周学习时间、学生成绩等第一数据信息，该系统接收该数据后进行存储，分析模块通过通信模块获取大数据模块中已有的第二数据信息，与存储的第一数据信息进行比对、分析，规划模块依据分析结果规划出适合该学生学习计划，并通过数据发送模块将规划的结果发送至外部客户端，学生根据该学习计划进行学习，该学习计划能够更加符合学生的学习习惯、学习喜好等，从而有效提高学生的学习效率。
2、本发明中，评价模块接收学生对课程计划、作业计划、时间规划以及老师讲课等点评信息；自调整模块根据评价模块的评价，进行调整课程计划、作业计划、时间规划等，实现更好地规划学生的学习计划，有效增效减负并提高学生学习。
附图说明
图1为本发明实施例1提供的基于大数据的减负增效学习系统的流程方框示意图。
图2为本发明实施例2提供的基于大数据的减负增效学习系统的流程方框示意图。
图3为本发明提供的基于大数据的减负增效学习系统中数据接收模块的结构示意图。
图4为本发明提供的基于大数据的减负增效学习系统中分析模块的结构示意图。
附图说明：
1、数据接收模块；101、科目接收模块；102、成绩接收模块；103、作业接收模块；2、数据存储模块；3、分析模块；301、体系建立模块；302、引导模块；303、思维拓展模块；4、通信模块；5、大数据模块；6、规划模块；7、数据发送模块；8、评价模块；9、自调整模块。
具体实施方式
下面结合具体实施方式对本专利的技术方案作进一步详细地说明。
实施例1
请参阅图1-3，需要注意的是，图1-3所示仅为可以应用本公开实施例的系统架构的示例，以帮助本领域技术人员理解本公开的技术内容，但并不意味着本公开实施例不可以用于其他设备、系统、环境或场景；
此外，本发明实施例所说明的服务器，在其他实施例中也可以是安装有各种客户端应用的终端设备，包括但不限于智能手机、平板电脑、膝上型编写计算机和台式计算机等等。
一种基于大数据的减负增效学习系统，应用于服务器端，包括：
获取数据模块1，用于接收后台人员或者用户录入的学生课程计划、学生每周学习时间、学生成绩等数据；
数据存储模块2，所述数据存储模块2的输入端与数据接收模块1的输出端通信连接；所述数据存储模块2用于将数据接收模块1接收的数据进行存储；
分析模块3，所述分析模块3的输入端与数据存储模块2的输出端通信连接；所述分析模块3用于对数据存储模块2存储的数据进行分析处理；
通信模块4，所述通信模块4与分析模块3相互通信连接；
大数据模块5，所述大数据模块5与通信模块4相互通信连接；
规划模块6，所述规划模块6的输入端与大数据模块5的输出端通信连接，所述规划模块6用于输出学生的学习计划；
数据发送模块7，所述数据发送模块7的输入端与规划模块6的输出端通信连接。
事先通过人工录入学生课程计划、学生每周学习时间、学生成绩等第一数据信息，该系统接收该数据后进行存储，分析模块3通过通信模块获取大数据模块中已有的第二数据信息，与存储的第一数据信息进行比对、分析，规划模块6依据分析结果规划出适合该学生学习计划，并通过数据发送模块7将规划的结果发送至外部客户端。
其中，所述学习计划包括的课程计划、作业计划等。
应当理解的是，所述学习计划并不限于课程计划、作业计划，还可以包括休息计划等。
进一步的，作为本发明实施例的方案，所述数据接收模块1包括科目接收模块101、成绩接收模块102、作业接收模块103，其中，所述科目接收模块101、成绩接收模块102、作业接收模块103分别与数据存储模块2的输入端通信连接，所述科目接收模块101用于接收相应学生需要学习的具体科目，所述成绩接收模块102用于接收该学生的成绩情况，所述作业接收模块103用于接收该学生应当完成的作业。
优选的，本发明实施例中，所述成绩情况包括：该学生各科成绩信息，包括偏科情况以及对科目的喜好情况，这样可以方便根据成绩情况相应的指定学生成绩。
示例性的，例如该学生英语成绩好而数学成绩差，且不喜欢数学而喜欢英语，在规划作业计划时，可以适当降低数学作业的难度，让该学生重拾信心；
且规划课程的时候，可以适当多分一些课程时间给数学课，让该学生打牢基础；
同时让指导老师也知道该学生的一些情况，多给予鼓励，让学生对喜欢上数学。
作为本发明实施例中的方案，所述分析模块3包括体系建立模块301、引导模块302、思维拓展模块303，所述体系建立模块301、引导模块302、思维拓展模块303依次通信连接，所述体系建立模块301的输入端与数据存储模块2的输出端通信连接，所述思维拓展模块303的输出端与规划模块6通信连接。
进一步的，所述体系建立模块301通过聚焦各个学科的认知特点、核心概念，结合学生对不同学科的喜爱程度、成绩情况，构建合理的课程计划、作业计划等；
所述引导模块302用于通过对问题分析、示范、逻辑梳理和远离归纳，引导学生主动学习，从而大幅度提高学生的学习效率；
所述思维拓展模块303用于通过思维导图拓展到核心概念与各科知识点之间，启发学生展开联想。
所述分析模块3的分析步骤具体包括：
S1、利用公式(1)知识点分类；
Figure BDA0002829692000000081
Zi表示第i个基础知识点的掌握值；Ni0表示历史学习记录数据中第i个基础知识点的训练题数；Ni1表示历史学习记录数据中学习者对第i个基础知识点的训练题的正确数；N为第一预设值；Ni2表示历史学习记录数据中学习者对第i个基础知识点的最后N个的训练题的正确数；
S2、利用公式(2)计算各个知识点的掌握值；
Figure BDA0002829692000000091
Zj表示第j个综合知识点的掌握值；Aj0表示历史学习记录数据中第j个综合知识点的训练题数；Ai1表示历史学习记录数据中学习者对第j个综合知识点的训练题的正确数；A为第二预设值；Ai2表示历史学习记录数据中学习者对第j个综合知识点的最后A个的训练题的正确数；Zm表示与第j个综合知识点关联的第m个基础知识点的掌握值；a为预设修正权重；bm表示与第j个综合知识点关联的第m个基础知识点的关联的权重；
S3、获取学习效率的最终评价值；步骤如下：
S31、利用公式(3)获取第i个基础知识点的学习效率，
Figure BDA0002829692000000092
Yi表示第i个基础知识点的学习效率；Ti0表示对于第i个基础知识点的标准学习时间；Ti1表示历史学习记录数据中学习者对于第i个基础知识点的学习时间；；
S32、获取各个综合知识点的学习效率，公式如下：
Figure BDA0002829692000000093
Yj表示第j个综合知识点的学习效率；Tj0表示对于第j个综合知识点的标准学习时间；Tj1表示历史学习记录数据中学习者对于第j个综合知识点的学习时间；Ym表示与第j个综合知识点关联的第m个基础知识点的学习效率；d为预设学习效率修正权重；bm表示与第j个综合知识点关联的第m个基础知识点的关联权重；
S33、首先利用公式(5)获得教育评估因子U(k)，然后利用公式(6)计算得到教育评估值，包括：
Figure BDA0002829692000000101
Figure BDA0002829692000000102
其中Esm为教育教学评估值，其中Vm,T为学生上课评价值，其中γm,T为学生做题质量评价值，其中m,T为学生m在t时段的编号与总数。
S34、基于所有的基础知识点的学习效率和所有的综合知识点的学习效率，计算学习者的学习效率，计算公式如下：
Figure BDA0002829692000000103
其中，Y表示学习者的学习效率；αi表示第i个基础知识点的学习效率的权重；Yi表示第i个基础知识点的学习效率；βj表示第j个基础知识点的学习效率的权重；Yj表示第j个基础知识点的学习效率。
S35、利用公式(8)使用基于三元组损失函数计算最优情况下的效率：
L＝max(||Yai-σpi||2-||Yai-σni||2+1，0) (8)；
其中，σ表示权重；
Figure BDA0002829692000000104
S36、利用公式(9)计算得到的学习效率最终评价值。
Figure BDA0002829692000000105
其中，
Figure BDA0002829692000000111
表示参考向量，
Figure BDA0002829692000000112
进一步的，本发明实施例的方案中，所述通信模块4采用采用MODBUS协议。
实际应用过程中，无线通信模块广泛地运用在车辆监控、遥控、遥测、小型无线网络、无线抄表、门禁系统、小区传呼、工业数据采集系统、无线标签、身份识别、非接触RF智能卡、小型无线数据终端、安全防火系统、无线遥控系统、生物信号采集、水文气象监控、机器人控制、无线232数据通信、无线485/422数据通信、数字音频、数字图像传输等领域中。
通信模块4是用以在分析模块3和大数据模块5之间提供通信链路的介质，通信模块4可以包括各种连接类型，例如有线、无线通信链路或者光纤电缆等等。
通过以上实施例，事先通过人工录入学生课程计划、学生每周学习时间、学生成绩等第一数据信息，该系统接收该数据后进行存储，分析模块3通过通信模块获取大数据模块中已有的第二数据信息，与存储的第一数据信息进行比对、分析，规划模块6依据分析结果规划出适合该学生学习计划，并通过数据发送模块7将规划的结果发送至外部客户端。
实施例2
请参阅图2-4，一种基于大数据的减负增效学习系统，应用于服务器端，包括：
获取数据模块1，用于接收后台人员或者用户录入的学生课程计划、学生每周学习时间、学生成绩等数据；
数据存储模块2，所述数据存储模块2的输入端与数据接收模块1的输出端通信连接；所述数据存储模块2用于将数据接收模块1接收的数据进行存储；
分析模块3，所述分析模块3的输入端与数据存储模块2的输出端通信连接；所述分析模块3用于对数据存储模块2存储的数据进行分析处理；
通信模块4，所述通信模块4与分析模块3相互通信连接；
大数据模块5，所述大数据模块5与通信模块4相互通信连接；
规划模块6，所述规划模块6的输入端与大数据模块5的输出端通信连接，所述规划模块6用于输出学生的具体学习时间安排情况；
数据发送模块7，所述数据发送模块7的输入端与规划模块6的输出端通信连接。
事先通过人工录入学生课程计划、学生每周学习时间、学生成绩等第一数据信息，该系统接收该数据后进行存储，分析模块3通过通信模块获取大数据模块中已有的第二数据信息，与存储的第一数据信息进行比对、分析，规划模块6依据分析结果规划出适合该学生学习计划，并通过数据发送模块7将规划的结果发送至外部客户端。
其中，所述学习计划包括的课程计划、作业计划等。
作为本发明实施例中的一个方案，所述学习计划并不限于课程计划、作业计划，还可以包括休息计划等。
进一步的，作为本发明实施例的方案，所述数据接收模块1包括科目接收模块101、成绩接收模块102、作业接收模块103，其中，所述科目接收模块101、成绩接收模块102、作业接收模块103分别与数据存储模块2的输入端通信连接，所述科目接收模块101用于接收相应学生需要学习的具体科目，所述成绩接收模块102用于接收该学生的成绩情况，所述作业接收模块103用于接收该学生应当完成的作业。
优选的，本发明实施例中，所述成绩情况包括：该学生各科成绩信息，包括偏科情况以及对科目的喜好情况，这样可以方便根据成绩情况相应的指定学生成绩。
示例性的，例如该学生英语成绩好而数学成绩差，且不喜欢数学而喜欢英语，在规划作业计划时，可以适当降低数学作业的难度，让该学生重拾信心；
且规划课程的时候，可以适当多分一些课程时间给数学课，让该学生打牢基础；
同时让指导老师也知道该学生的一些情况，多给予鼓励，让学生对喜欢上数学。
作为本实施例中的方案，所述分析模块3包括体系建立模块301、引导模块302、思维拓展模块303，所述体系建立模块301、引导模块302、思维拓展模块303依次通信连接，所述体系建立模块301的输入端与数据存储模块2的输出端通信连接，所述思维拓展模块303的输出端与规划模块6通信连接。
进一步的，所述体系建立模块301通过聚焦各个学科的认知特点、核心概念，结合学生对不同学科的喜爱程度、成绩情况，构建合理的课程计划、作业计划等；
所述引导模块302用于通过对问题分析、示范、逻辑梳理和远离归纳，引导学生主动学习，从而大幅度提高学生的学习效率；
所述思维拓展模块303用于通过思维导图拓展到核心概念与各科知识点之间，启发学生展开联想。
S1、利用公式(1)知识点分类；
Figure BDA0002829692000000131
Zi表示第i个基础知识点的掌握值；Ni0表示历史学习记录数据中第i个基础知识点的训练题数；Ni1表示历史学习记录数据中学习者对第i个基础知识点的训练题的正确数；N为第一预设值；Ni2表示历史学习记录数据中学习者对第i个基础知识点的最后N个的训练题的正确数；
S2、利用公式(2)计算各个知识点的掌握值；
Figure BDA0002829692000000132
Zj表示第j个综合知识点的掌握值；Aj0表示历史学习记录数据中第j个综合知识点的训练题数；Ai1表示历史学习记录数据中学习者对第j个综合知识点的训练题的正确数；A为第二预设值；Ai2表示历史学习记录数据中学习者对第j个综合知识点的最后A个的训练题的正确数；Zm表示与第j个综合知识点关联的第m个基础知识点的掌握值；a为预设修正权重；bm表示与第j个综合知识点关联的第m个基础知识点的关联的权重；
S3、获取学习效率的最终评价值；步骤如下：
S31、利用公式(3)获取第i个基础知识点的学习效率，
Figure BDA0002829692000000141
Yi表示第i个基础知识点的学习效率；Ti0表示对于第i个基础知识点的标准学习时间；Ti1表示历史学习记录数据中学习者对于第i个基础知识点的学习时间；；
S32、获取各个综合知识点的学习效率，公式如下：
Figure BDA0002829692000000142
Yj表示第j个综合知识点的学习效率；Tj0表示对于第j个综合知识点的标准学习时间；Tj1表示历史学习记录数据中学习者对于第j个综合知识点的学习时间；Ym表示与第j个综合知识点关联的第m个基础知识点的学习效率；d为预设学习效率修正权重；bm表示与第j个综合知识点关联的第m个基础知识点的关联权重；
S33、首先利用公式(5)获得教育评估因子U(k)，然后利用公式(6)计算得到教育评估值，包括：
Figure BDA0002829692000000143
Figure BDA0002829692000000144
其中Esm为教育教学评估值，其中Vm,T为学生上课评价值，其中γm,T为学生做题质量评价值，其中m,T为学生m在t时段的编号与总数。
S34、基于所有的基础知识点的学习效率和所有的综合知识点的学习效率，计算学习者的学习效率，计算公式如下：
Figure BDA0002829692000000145
其中，Y表示学习者的学习效率；αi表示第i个基础知识点的学习效率的权重；Yi表示第i个基础知识点的学习效率；βj表示第j个基础知识点的学习效率的权重；Yj表示第j个基础知识点的学习效率。
S35、利用公式(8)使用基于三元组损失函数计算最优情况下的效率：
L＝max(||Yai-σpi||2-||Yai-σni||2+1，0) (8)
其中，σ表示权重；
S36、利用公式(9)计算得到的学习效率最终评价值。
Figure BDA0002829692000000151
其中，
Figure BDA0002829692000000152
表示参考向量。
还包括评价模块8、自调整模块9，其中，所述评价模块8的输入端与数据发送模块7的输出端通信连接，所述评价模块8的输出端与自调整模块9的输入端通信连接，所述自调整模块9的输出端与3的输入端通信连接。
所述评价模块8用于接收学生对课程计划、作业计划、时间规划以及老师讲课等点评信息。
所述自调整模块9用于根据评价模块8的评价，进行调整课程计划、作业计划、时间规划等。
评价模块8接收学生对课程计划、作业计划、时间规划以及老师讲课等点评信息；自调整模块9根据评价模块8的评价，进行调整课程计划、作业计划、时间规划等，实现更好地规划学生的学习计划，有效增效减负并提高学生学习。
需要提醒的是，以潇湘大同教育集团旗下线下实体校为例：
线下实体校四十余家，在读学生一万余人。其中五年级学生按2000人计算，分为三种不同的教学层次和进度，则使用同一教材和学习进度相同的学生有700人。仅需三名教师，开三堂直播课，即可完成五年级所有学生的单次答疑。
具体来说，数据采集及分析功能，学生作业中的客观题由系统自动判断对错；主观题阅卷由教师进行线上阅卷，判定对错。每次作业或测试完成后即可生成个人学习报告、班级测评报告。再根据班级学生做答对错情况进行答疑。
一、提升教师能效
通过直播教室为分布在不同地域、不同校区的学生进行线上答疑，同时服务所有同年级同进度的学生人群。
二、提高学习效率
对同年级同进度的学生来说，布置的作业也相同，大数据分析系统可以对学生作业情况进行分析，教师在讲解某道题时，通过系统可以一键呼叫做错该题的学生上线，而作答正确的学生则可进行其他的学习任务，提高学生的学习效率。
三、降低成本
通过线上手段教学，降低固定教室房租成本，降低教师人工成本；
以潇湘大同教育集团旗下线下实体校为例：
线下实体校四十余家，在读学生一万余人。其中五年级学生按2000人计算，分为三种不同的教学层次和进度，则使用同一教材和学习进度相同的学生有700人。仅需三名教师，开三堂直播课，即可完成五年级所有学生的单次答疑。具体来说，处理单元可完成数据采集及分析功能，学生作业中的客观题由系统自动判断对错；主观题阅卷由教师进行线上阅卷，判定对错。每次作业或测试完成后即可生成个人学习报告、班级测评报告。再根据班级学生做答对错情况进行答疑。
上面对本专利的较佳实施方式作了详细说明，但是本专利并不限于上述实施方式，在本领域的普通技术人员所具备的知识范围内，还可以在不脱离本专利宗旨的前提下做出各种变化。

Claims (10)

1.一种基于大数据的减负增效学习系统，应用于服务器端，其特征在于，包括：
获取数据模块(1)，用于接收后台人员或者用户录入的学生课程计划、学生每周学习时间、学生成绩数据；
数据存储模块(2)，所述数据存储模块(2)的输入端与数据接收模块(1)的输出端通信连接；所述数据存储模块(2)用于将数据接收模块(1)接收的数据进行存储；
分析模块(3)，所述分析模块(3)的输入端与数据存储模块(2)的输出端通信连接；所述分析模块(3)用于对数据存储模块(2)存储的数据进行分析处理；
通信模块(4)，所述通信模块(4)与分析模块(3)相互通信连接；
大数据模块(5)，所述大数据模块(5)与通信模块(4)相互通信连接；
规划模块(6)，所述规划模块(6)的输入端与大数据模块(5)的输出端通信连接，所述规划模块(6)用于输出学生的学习计划；
数据发送模块(7)，所述数据发送模块(7)的输入端与规划模块(6)的输出端通信连接。
2.根据权利要求1所述的基于大数据的减负增效学习系统，其特征在于，所述学习计划包括的课程计划、作业计划、休息计划。
3.根据权利要求1所述的基于大数据的减负增效学习系统，其特征在于，所述数据接收模块(1)包括科目接收模块(101)、成绩接收模块(102)、作业接收模块(103)，其中，所述科目接收模块(101)、成绩接收模块(102)、作业接收模块(103)分别与数据存储模块(2)的输入端通信连接，所述科目接收模块(101)用于接收相应学生需要学习的具体科目，所述成绩接收模块(102)用于接收该学生的成绩情况，所述作业接收模块(103)用于接收该学生应当完成的作业。
4.根据权利要求3所述的基于大数据的减负增效学习系统，其特征在于，所述成绩情况包括：该学生各科成绩信息，包括偏科情况以及对科目的喜好情况，这样可以方便根据成绩情况相应的指定学生成绩。
5.根据权利要求1所述的基于大数据的减负增效学习系统，其特征在于，所述分析模块(3)包括体系建立模块(301)、引导模块(302)、思维拓展模块(303)，所述体系建立模块(301)、引导模块(302)、思维拓展模块(303)依次通信连接，所述体系建立模块(301)的输入端与数据存储模块(2)的输出端通信连接，所述思维拓展模块(303)的输出端与规划模块(6)通信连接。
6.根据权利要求5所述的基于大数据的减负增效学习系统，其特征在于，所述体系建立模块(301)通过聚焦各个学科的认知特点、核心概念，结合学生对不同学科的喜爱程度、成绩情况，构建合理的课程计划、作业计划。
7.根据权利要求5所述的基于大数据的减负增效学习系统，其特征在于，所述分析模块(3)的分析步骤包括：
S1、利用公式(1)知识点分类；
Figure FDA0002829691990000021
Zi表示第i个基础知识点的掌握值；Ni0表示历史学习记录数据中第i个基础知识点的训练题数；Ni1表示历史学习记录数据中学习者对第i个基础知识点的训练题的正确数；N为第一预设值；Ni2表示历史学习记录数据中学习者对第i个基础知识点的最后N个的训练题的正确数；
S2、利用公式(2)计算各个知识点的掌握值；
Figure FDA0002829691990000022
Zj表示第j个综合知识点的掌握值；Aj0表示历史学习记录数据中第j个综合知识点的训练题数；Ai1表示历史学习记录数据中学习者对第j个综合知识点的训练题的正确数；A为第二预设值；Ai2表示历史学习记录数据中学习者对第j个综合知识点的最后A个的训练题的正确数；Zm表示与第j个综合知识点关联的第m个基础知识点的掌握值；a为预设修正权重；bm表示与第j个综合知识点关联的第m个基础知识点的关联的权重；
S3、获取学习效率的最终评价值。
8.根据权利要求7所述的基于大数据的减负增效学习系统，其特征在于，所述步骤S3包括：
S31、利用公式(3)获取第i个基础知识点的学习效率，
Figure FDA0002829691990000031
Yi表示第i个基础知识点的学习效率；Ti0表示对于第i个基础知识点的标准学习时间；Ti1表示历史学习记录数据中学习者对于第i个基础知识点的学习时间；；
S32、获取各个综合知识点的学习效率，公式如下：
Figure FDA0002829691990000032
Yj表示第j个综合知识点的学习效率；Tj0表示对于第j个综合知识点的标准学习时间；Tj1表示历史学习记录数据中学习者对于第j个综合知识点的学习时间；Ym表示与第j个综合知识点关联的第m个基础知识点的学习效率；d为预设学习效率修正权重；bm表示与第j个综合知识点关联的第m个基础知识点的关联权重；
S33、首先利用公式(5)获得教育评估因子U(k)，然后利用公式(6)计算得到教育评估值，包括：
Figure FDA0002829691990000033
Figure FDA0002829691990000034
其中Esm为教育教学评估值，其中Vm,T为学生上课评价值，其中γm,T为学生做题质量评价值，其中m,T为学生m在t时段的编号与总数；
S34、基于所有的基础知识点的学习效率和所有的综合知识点的学习效率，计算学习者的学习效率，计算公式如下：
Figure FDA0002829691990000041
其中，Y表示学习者的学习效率；αi表示第i个基础知识点的学习效率的权重；Yi表示第i个基础知识点的学习效率；βj表示第j个基础知识点的学习效率的权重；Yj表示第j个基础知识点的学习效率。
S35、利用公式(8)使用基于三元组损失函数计算最优情况下的效率：
L＝max(||Yai-σpi||2-||Yai-σni||2+1，0) (8)
其中，σ表示权重，
Figure FDA0002829691990000042
S36、利用公式(9)计算得到的学习效率最终评价值。
Figure FDA0002829691990000043
其中，
Figure FDA0002829691990000044
表示参考向量，
Figure FDA0002829691990000045
9.根据权利要求1所述的基于大数据的减负增效学习系统，其特征在于，还包括评价模块(8)、自调整模块(9)，其中，所述评价模块(8)的输入端与数据发送模块(7)的输出端通信连接，所述评价模块(8)的输出端与自调整模块(9)的输入端通信连接，所述自调整模块(9)的输出端与(3)的输入端通信连接。
10.根据权利要求9所述的基于大数据的减负增效学习系统，其特征在于，所述评价模块(8)用于接收学生对课程计划、作业计划、时间规划以及老师讲课点评信息；
所述自调整模块(9)用于根据评价模块(8)的评价，进行调整课程计划、作业计划、时间规划。
CN202011439689.XA 2020-12-10 2020-12-10 一种基于大数据的减负增效学习系统 Pending CN114283036A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202011439689.XA CN114283036A (zh) 2020-12-10 2020-12-10 一种基于大数据的减负增效学习系统

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202011439689.XA CN114283036A (zh) 2020-12-10 2020-12-10 一种基于大数据的减负增效学习系统

Publications (1)

Publication Number Publication Date
CN114283036A true CN114283036A (zh) 2022-04-05

Family

ID=80868251

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202011439689.XA Pending CN114283036A (zh) 2020-12-10 2020-12-10 一种基于大数据的减负增效学习系统

Country Status (1)

Country Link
CN (1) CN114283036A (zh)

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN115100912A (zh) * 2022-08-09 2022-09-23 广州市锐星信息科技有限公司 一种基于大数据的教学活动设计系统
CN117557008A (zh) * 2024-01-11 2024-02-13 深圳市博安智控科技有限公司 一种基于用户特征的智慧教育方案推送方法及系统

Cited By (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN115100912A (zh) * 2022-08-09 2022-09-23 广州市锐星信息科技有限公司 一种基于大数据的教学活动设计系统
CN115100912B (zh) * 2022-08-09 2023-12-08 广州市锐星信息科技有限公司 一种基于大数据的教学活动设计系统
CN117557008A (zh) * 2024-01-11 2024-02-13 深圳市博安智控科技有限公司 一种基于用户特征的智慧教育方案推送方法及系统
CN117557008B (zh) * 2024-01-11 2024-03-29 深圳市博安智控科技有限公司 一种基于用户特征的智慧教育方案推送方法及系统

Similar Documents

Publication Publication Date Title
RU2262738C2 (ru) Обучающая система
CN105469662A (zh) 教学过程中学生答题信息实时采集、高效智能批改系统及使用方法
Radosavljevic et al. Ambient intelligence-based smart classroom model
CN115082269B (zh) 一种基于大数据的教学规划方法及系统
CN113627779A (zh) 一种基于大数据和ai技术的教学管理、质量评估系统
CN114283036A (zh) 一种基于大数据的减负增效学习系统
Hersi et al. Planning for Differentiation: Understanding Maryland Teachers' Desired and Actual Use of Differentiated Instruction.
Krstić et al. Artificial intelligence in education: A review
Kehoe Leveraging Generative AI Tools for Enhanced Lesson Planning in Initial Teacher Education at Post Primary
CN117037552A (zh) 智慧课堂交互系统及方法
KR101656348B1 (ko) 두뇌유형별 맞춤형 학습 장치 및 방법
CN111260518B (zh) 一种校园信息管理系统
CN113268512B (zh) 基于互联网平台的企业岗位职业技能培训系统
KR102299563B1 (ko) 가상 조교 로봇을 이용한 비대면 수업 제공 방법 및 장치
CN108985988A (zh) 一种基于在线教学学业成长算法
Zang et al. Investigation of web-based teaching and learning by boosting algorithms
Shemshuchenko et al. Use of Cloud Technologies in the Process of Professional and Linguistic Training of Law Students for the Development of Academic Performance.
TWM612850U (zh) 人工智慧之學習歷程規劃系統
Prasetyo et al. Application of Education Management Information System in the Online Learning Process in Madrasah
CN109308569A (zh) 一种基于人工智能的教学行为分析系统及分析方法
KR102318056B1 (ko) 몰입학습을 위한 비대면 학습방법 및 학습시스템
Faramand et al. Removing barriers in self-paced online learning through designing intelligent learning dashboards
Haslina et al. The Effectiveness of E-Learning Platform in Higher Institutions: A Review on Language, Psychology, and Culture
Sarinah THE INFLUENCE OF COLLEGE LECTURER'S LEADERSHIP STYLE ON STUDENT'S ACADEMIC ACHIEVEMENT
KR101835367B1 (ko) 티칭어사인먼트를 활용한 미국 회계사 시험의 온라인 교육 시스템 및 방법

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