CN114885216A - 习题推送方法、系统、电子设备和存储介质 - Google Patents

习题推送方法、系统、电子设备和存储介质 Download PDF

Info

Publication number
CN114885216A
CN114885216A CN202210445425.8A CN202210445425A CN114885216A CN 114885216 A CN114885216 A CN 114885216A CN 202210445425 A CN202210445425 A CN 202210445425A CN 114885216 A CN114885216 A CN 114885216A
Authority
CN
China
Prior art keywords
user
teaching
data
obtaining
exercise
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
CN202210445425.8A
Other languages
English (en)
Other versions
CN114885216B (zh
Inventor
夏德虎
张志发
杨立春
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.)
Shenzhen Penguin Network Technology Co ltd
Original Assignee
Shenzhen Penguin Network 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 Shenzhen Penguin Network Technology Co ltd filed Critical Shenzhen Penguin Network Technology Co ltd
Priority to CN202210445425.8A priority Critical patent/CN114885216B/zh
Publication of CN114885216A publication Critical patent/CN114885216A/zh
Application granted granted Critical
Publication of CN114885216B publication Critical patent/CN114885216B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
    • H04N21/00—Selective content distribution, e.g. interactive television or video on demand [VOD]
    • H04N21/40—Client devices specifically adapted for the reception of or interaction with content, e.g. set-top-box [STB]; Operations thereof
    • H04N21/45—Management operations performed by the client for facilitating the reception of or the interaction with the content or administrating data related to the end-user or to the client device itself, e.g. learning user preferences for recommending movies, resolving scheduling conflicts
    • H04N21/466—Learning process for intelligent management, e.g. learning user preferences for recommending movies
    • H04N21/4668—Learning process for intelligent management, e.g. learning user preferences for recommending movies for recommending content, e.g. movies
    • 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
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V20/00—Scenes; Scene-specific elements
    • G06V20/40—Scenes; Scene-specific elements in video content
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V40/00—Recognition of biometric, human-related or animal-related patterns in image or video data
    • G06V40/10—Human or animal bodies, e.g. vehicle occupants or pedestrians; Body parts, e.g. hands
    • G06V40/16—Human faces, e.g. facial parts, sketches or expressions
    • G06V40/174—Facial expression recognition
    • 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
    • G09B5/00—Electrically-operated educational appliances
    • G09B5/08—Electrically-operated educational appliances providing for individual presentation of information to a plurality of student stations
    • G09B5/12—Electrically-operated educational appliances providing for individual presentation of information to a plurality of student stations different stations being capable of presenting different information simultaneously
    • 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
    • G09B5/00—Electrically-operated educational appliances
    • G09B5/08—Electrically-operated educational appliances providing for individual presentation of information to a plurality of student stations
    • G09B5/14—Electrically-operated educational appliances providing for individual presentation of information to a plurality of student stations with provision for individual teacher-student communication
    • 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
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
    • H04N21/00—Selective content distribution, e.g. interactive television or video on demand [VOD]
    • H04N21/40—Client devices specifically adapted for the reception of or interaction with content, e.g. set-top-box [STB]; Operations thereof
    • H04N21/45—Management operations performed by the client for facilitating the reception of or the interaction with the content or administrating data related to the end-user or to the client device itself, e.g. learning user preferences for recommending movies, resolving scheduling conflicts
    • H04N21/466—Learning process for intelligent management, e.g. learning user preferences for recommending movies
    • H04N21/4667—Processing of monitored end-user data, e.g. trend analysis based on the log file of viewer selections
    • 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

  • Engineering & Computer Science (AREA)
  • Theoretical Computer Science (AREA)
  • Business, Economics & Management (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Databases & Information Systems (AREA)
  • Multimedia (AREA)
  • Educational Technology (AREA)
  • Educational Administration (AREA)
  • Signal Processing (AREA)
  • Tourism & Hospitality (AREA)
  • General Health & Medical Sciences (AREA)
  • Health & Medical Sciences (AREA)
  • Human Computer Interaction (AREA)
  • Oral & Maxillofacial Surgery (AREA)
  • Economics (AREA)
  • Human Resources & Organizations (AREA)
  • Marketing (AREA)
  • Primary Health Care (AREA)
  • Strategic Management (AREA)
  • General Business, Economics & Management (AREA)
  • Electrically Operated Instructional Devices (AREA)
  • Management, Administration, Business Operations System, And Electronic Commerce (AREA)

Abstract

本发明涉及在线教育技术领域，提供一种习题推送方法、系统、电子设备和存储介质。习题推送方法包括：获得当前课程的授课数据和每个用户的听课数据；根据授课数据和每个用户的听课数据，分别修正当前课程的预设习题，生成对应每个用户的第一习题；推送第一习题，并根据用户的解题答案确定有错误习题的目标用户；获得目标用户对错误习题的解题过程数据，根据解题过程数据获得关联的授课视频段和第二习题推送至目标用户。本发明通过修正当前课程的预设习题，使生成的第一习题对应授课情况和每个用户的听课情况，提高课堂针对性和用户精准性；通过获得目标用户的解题过程数据，实现与目标用户的双向互动，提高用户匹配性，提升用户体验和教学效率。

Description

习题推送方法、系统、电子设备和存储介质
技术领域
本发明涉及在线教育技术领域，具体地说，涉及一种习题推送方法、系统、电子设备和存储介质。
背景技术
在线教育具有高便捷性、高灵活性等优点，受越来越多用户的青睐。但是，目前的在线教育模式在课后练习方式上仍然存在不少问题。
具体来说，目前在线教育的课后练习方式，是在本节课程结束后，老师将预先设定的习题发放给学生，学生完成后在线提交。这种老师单向地向全班学生布置作业的模式，无法让每个学生获得针对性的练习，导致教学效果得不到提升。
另外，系统根据学生提交的作业，可以通过一些大数据统计的方法，分析出全班学生对本节课程的整体掌握情况，以及每个学生的个人作业情况，进行一些纠错习题的再推送。但是，目前的再推送模式只是机械地对学生的作业情况进行统计整合，无法很好地匹配学生的错误点，学生单向地接收系统推送的纠错习题，并不能实现很好的练习效果。
需要说明的是，上述背景技术部分公开的信息仅用于加强对本发明的背景的理解，因此可以包括不构成对本领域普通技术人员已知的现有技术的信息。
发明内容
有鉴于此，本发明提供一种习题推送方法、系统、电子设备和存储介质，可以通过修正当前课程的预设习题的方式，提高初次推送习题的课堂针对性和用户精准性，并通过获得目标用户的解题过程数据，实现与目标用户的双向互动，提高再次推送习题的用户匹配性，从而提升用户体验和教学效率。
本发明的一个方面提供一种习题推送方法，包括步骤：获得当前课程的授课数据和每个用户的听课数据；根据所述授课数据和每个所述用户的听课数据，分别修正所述当前课程的预设习题，生成对应每个所述用户的第一习题；向每个所述用户推送对应的第一习题，并根据所述用户上传的与所述第一习题对应的解题答案，确定有错误习题的目标用户；以及，获得所述目标用户对所述错误习题的解题过程数据，根据所述解题过程数据获得关联的授课视频段和第二习题，推送至所述目标用户。
在一些实施例中，所述授课数据包括第一权重知识点，获得所述第一权重知识点的步骤包括：获得所述当前课程的授课视频和授课知识点；自所述授课视频中获得互动提问数据对应的授课知识点，作为所述第一权重知识点；其中，所述互动提问数据是所述当前课程的授课过程中获得发言授权的用户的提问数据。
在一些实施例中，所述听课数据包括第二权重知识点，获得所述第二权重知识点的步骤包括：获得所述用户的听课界面的疑问标记，确定所述疑问标记对应的授课知识点；获得所述用户的听课视频中的存疑时间，根据所述存疑时间与所述授课视频的授课时间的映射关系，获得所述存疑时间对应的授课知识点；以及，将所述疑问标记对应的授课知识点和所述存疑时间对应的授课知识点作为所述第二权重知识点。
在一些实施例中，所述分别修正所述当前课程的预设习题的步骤包括：获得所述当前课程的预设习题，所述预设习题包括对应每个所述授课知识点的练习题；按照第一权重系数，增加所述第一权重知识点和所述用户的第二权重知识点对应的练习题的数量。
在一些实施例中，所述分别修正所述当前课程的预设习题的步骤还包括：判断所述用户的第二权重知识点与所述第一权重知识点之间是否有重复知识点；若是，对有所述重复知识点的用户，按照第二权重系数增加所述重复知识点对应的练习题的数量，所述第二权重系数大于所述第一权重系数。
在一些实施例中，所述获得所述用户的听课视频中的存疑时间的步骤包括：通过所述用户的听课界面，基于人脸识别获得所述用户离开听课范围区域的第一类时间；当所述用户位于所述听课范围区域时，分析所述用户的脸部状态，获得包括疲劳状态和疑惑表情的第二类时间；以及，将所述第一类时间和所述第二类时间作为所述存疑时间。
在一些实施例中，所述获得所述目标用户对所述错误习题的解题过程数据的步骤包括：向所述目标用户发送所述错误习题的解题过程数据的上传提醒信息；获得所述目标用户上传的对应所述错误习题且符合预设识别条件的解题过程数据，所述解题过程数据包括解题过程语音和/或解题过程视频和/或解题过程草稿。
在一些实施例中，所述根据所述解题过程数据获得关联的授课视频段和第二习题的步骤包括：获得所述错误习题的至少一种预设解题思路和每种所述预设解题思路对应的授课知识点；根据所述解题过程数据分析所述目标用户的解题思路，并根据所述目标用户的解题思路与所述预设解题思路的匹配度，确定待纠错解题思路；以及，获得所述待纠错解题思路对应的授课知识点的授课视频段和所述待纠错解题思路关联的第二习题；其中，所述待纠错解题思路对应的授课知识点的授课视频段包括所述当前课程的部分授课视频和/或所述当前课程的前序课程的部分授课视频。
在一些实施例中，所述确定待纠错解题思路的步骤包括：判断所述目标用户的解题思路与匹配度最高的预设解题思路的匹配度是否超过最低预设值；若是，将所述匹配度最高的预设解题思路作为所述待纠错解题思路；若否，将所述错误习题的各所述预设解题思路作为所述待纠错解题思路。
在一些实施例中，所述根据所述解题过程数据获得关联的授课视频段和第二习题的步骤还包括：根据所述目标用户的解题思路与所述预设解题思路的匹配度，确定所述目标用户对所述待纠错解题思路的掌握程度；根据所述掌握程度，确定所述第二习题的数量和题型。
在一些实施例中，所述根据所述解题过程数据获得关联的授课视频段和第二习题的步骤还包括：根据所述解题过程数据分析所述目标用户的情绪指数；当所述目标用户的情绪指数低于预设阈值，以特效方式推送所述授课视频段和所述第二习题。
本发明的另一个方面提供一种习题推送系统，包括：数据获取模块，用于获得当前课程的授课数据和每个用户的听课数据；习题修正模块，用于根据所述授课数据和每个所述用户的听课数据，分别修正所述当前课程的预设习题，生成对应每个所述用户的第一习题；用户选择模块，用于向每个所述用户推送对应的第一习题，并根据所述用户上传的与所述第一习题对应的解题答案，确定有错误习题的目标用户；以及关联推送模块，用于获得所述目标用户对所述错误习题的解题过程数据，根据所述解题过程数据获得关联的授课视频段和第二习题，推送至所述目标用户。
本发明的再一个方面提供一种电子设备，包括：一处理器；一存储器，所述存储器中存储有所述处理器的可执行指令；其中，所述处理器被配置为经由执行所述可执行指令来执行如上述任意实施例所述的习题推送方法的步骤。
本发明的又一个方面提供一种计算机可读的存储介质，用于存储程序，所述程序被执行时实现如上述任意实施例所述的习题推送方法的步骤。
本发明与现有技术相比的有益效果至少包括：
通过基于授课数据和每个用户的听课数据修正当前课程的预设习题，在围绕当前课程的基础上，使生成的第一习题对应授课情况和每个用户的听课情况，提高初次推送的第一习题的课堂针对性和用户精准性；
通过获得目标用户对错误习题的解题过程数据，实现与目标用户之间基于对解题过程数据分析的双向互动，提高再次推送的第二习题的用户匹配性，从而提升用户体验和教学效率。
应当理解的是，以上的一般描述和后文的细节描述仅是示例性和解释性的，并不能限制本发明。
附图说明
此处的附图被并入说明书中并构成本说明书的一部分，示出了符合本发明的实施例，并与说明书一起用于解释本发明的原理。显而易见地，下面描述的附图仅仅是本发明的一些实施例，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的附图。
图1示出本发明实施例中习题推送方法的步骤示意图；
图2示出本发明实施例中获得授课数据的界面示意图；
图3示出本发明实施例中获得疑问标记的界面示意图；
图4示出本发明实施例中获得存疑时间的场景示意图；
图5示出本发明实施例中按照第一权重系数修正预设习题的示意图；
图6示出本发明实施例中获得解题过程数据的界面示意图；
图7示出本发明实施例中习题推送系统的模块示意图；
图8示出本发明实施例中电子设备的结构示意图；以及
图9示出本发明实施例中计算机可读的存储介质的结构示意图。
具体实施方式
现在将参考附图更全面地描述示例实施方式。然而，示例实施方式能够以多种形式实施，且不应被理解为限于在此阐述的实施方式。相反，提供这些实施方式使本发明全面和完整，并将示例实施方式的构思全面地传达给本领域的技术人员。在图中相同的附图标记表示相同或类似的结构，因而将省略对它们的重复描述。
此外，附图仅为本发明的示意性图解，并非一定是按比例绘制。图中相同的附图标记表示相同或类似的部分，因而将省略对它们的重复描述。附图中所示的一些方框图是功能实体，不一定必须与物理或逻辑上独立的实体相对应。可以采用软件形式来实现这些功能实体，或在一个或多个硬件模块或集成电路中实现这些功能实体，或在不同网络和/或处理器装置和/或微控制器装置中实现这些功能实体。
下述方法实施例中的步骤序号仅用于表示不同的执行内容，并不限定步骤之间的逻辑关系和执行顺序。
图1示出实施例中习题推送方法的主要步骤，参照图1所示，本实施例中习题推送方法主要包括：在步骤S110中，获得当前课程的授课数据和每个用户的听课数据；在步骤S120中，根据授课数据和每个用户的听课数据，分别修正当前课程的预设习题，生成对应每个用户的第一习题；在步骤S130中，向每个用户推送对应的第一习题，并根据用户上传的与第一习题对应的解题答案，确定有错误习题的目标用户；在步骤S140中，获得目标用户对错误习题的解题过程数据，根据解题过程数据获得关联的授课视频段和第二习题，推送至目标用户。
步骤S110中，当前课程的授课数据自教师端获取，授课数据记录着教师在授课过程中的相关数据。每个用户的听课数据主要自每个用户端获取，并可结合授课内容，听课数据记录着每个用户在听课过程中的相关数据。
步骤S120中，当前课程的预设习题是围绕当前课程的练习题，通过教师端预先上传。例如，教师在备课过程中，准备当前课程的内容并设定练习题，以在当前课程结束后发放给用户练习。通过根据授课数据和每个用户的听课数据分别修正当前课程的预设习题，使生成的第一习题在围绕当前课程的基础上，对应授课情况和每个用户的听课情况，具备极高的课堂针对性和用户精准性。
具体来说，预设习题是教师在预估授课进度的基础上设定的基本围绕当前课程的练习题，或者也可以由系统根据当前课程的预设授课内容，自动从题库中搜索获得。但在实时的授课过程中，可能会发生一些课前无法准确预估的情况。例如，教师在授课过程中获知大部分用户对某项正在讲解的内容的接受度较低，则可能根据该普遍问题调整授课进度，导致当前课程的真实授课情况与预估发生偏差。因此，分析当前课程的授课数据，使生成的第一习题对应当前课程的真实授课情况，提高课堂针对性。此外，除授课过程中的普遍问题外，每个用户还可能存在各式各样的个体问题，例如听不懂某个小知识点、上课过程中注意力不集中漏听了一部分、由于突发事件退出了听课界面，等等。因此，分析每个用户的听课数据，使生成的第一习题分别对应每个用户的真实听课情况，提高用户精准性。
进一步地，修正预设习题时，自题库中搜索与预设习题关联的、且对应授课数据和每个用户的听课数据的练习题。题库中除存储练习题外，还存储每道练习题的标准答案，以供分析每个用户的第一习题的作业情况。
步骤S130中，将对应每个用户的第一习题分别推送至每个用户的用户端，并提醒用户完成后上传解题答案。从而，将每个用户的解题答案与标准答案比对，确定不符合标准答案的错误习题，具有错误习题的用户则被确定为需要再次推送关联习题的目标用户。
步骤S140中，通过对目标用户的解题过程数据的分析，获得由解析过程数据体现的错误原因，从而克服仅根据作业情况进行单向推送的弊端，实现与目标用户之间基于对解题过程数据分析的双向互动，提高再次推送的第二习题的用户匹配性。
具体来说，根据用户的解题答案，仅能获取到单一的概要的答案信息，如果根据错误习题推送相关习题给用户，虽然能促使用户针对错误习题多加练习，但实际上获得的有效练习很有限，并且很有可能导致用户因一错再错产生抵触情绪。因此，获得目标用户对错误习题的解题过程数据，通过对解题过程数据的分析，可以准确获得错误原因，进而根据错误原因向目标用户的用户端推送关联的授课视频段和第二习题。目标用户可以通过观看授课视频段和练习第二习题，掌握错误原因对应的知识内容并针对性有效练习，从而获得极高匹配度的巩固加强。
从而，本实施例的习题推送方法通过修正预设习题，使生成的第一习题对应授课情况和每个用户的听课情况，提高初次推送习题的课堂针对性和用户精准性；通过获得解题过程数据，实现与目标用户之间的双向互动，提高再次推送习题的用户匹配性，提升用户体验和教学效率。
在一个实施例中，当前课程的授课数据包括第一权重知识点，获得第一权重知识点的步骤包括：获得当前课程的授课视频和授课知识点；自当前课程的授课视频中获得互动提问数据对应的授课知识点，作为第一权重知识点；其中，互动提问数据是当前课程的授课过程中获得发言授权的用户的提问数据。
当前课程的授课数据记录着教师在授课过程中的相关数据，具体包括教师端录制到的教师的授课视频，以及教师端接收到的教师与用户之间的互动数据，包括教师标记数据和用户提问数据等等。教师在讲课过程中，当接收到非普遍问题，一般选择简单讲解、在教师界面简单备注、在留言区简单解答等方式快速带过。对于超过一定比例用户反映的普遍问题，则需要通过用户发言提问的方式准确获得问题情况，以针对普遍问题展开详细讲解。该普遍问题通常超出预估的授课情况，也即超出预设习题的覆盖范围。因此，本实施例将获得发言授权的用户的提问数据作为指示当前课程的授课过程中的普遍问题的参考数据，获得互动提问数据对应的授课知识点，作为预设习题修正参照的第一权重知识点。而其他非普遍问题由于并不影响预估的授课情况，即对当前课程的预设习题的影响很小，因此不作为修正参考。
图2示出实施例中获得授课数据的界面示意，参照图2所示，在教师端的教师界面200，授课视频标签201指示正在从教师端向每个学员的用户端传输当前课程的授课视频，具体包括课程内容区域203展示的课程内容和教师的授课语音。授课知识点标签202指示当前正在讲解的课程内容对应的授课知识点，可以根据课程内容区域203确定对应的授课知识点。课程内容与授课知识点之间的对应关系可以通过预存的课程记录获得。在正常授课过程中，教师端通常会通过全体静音标签204设置全体静音模式，以保证有效的授课环境。在一些情况下，例如留言区205中多个用户反映当前授课内容无法理解，则教师据此判断该问题属于普遍问题，进而通过用户提问标签206授权部分用户提问，例如授权用户区207中的用户U301提问，产生互动提问数据。而其他非普遍的问题，例如留言区205中用户U304的提问则不被记入互动提问数据。
通过将当前课程的授课过程中获得发言授权的用户的提问数据作为参考数据，可以充分考虑到超出预设习题的覆盖范围的普遍问题，使修正后的第一习题对应当前课程的授课情况。当然，本实施例中，若当前课程的授课过程中并未产生互动提问数据，则没有第一权重知识点。在其他实施例中，也可以根据留言区205的提问内容分析获得互动提问数据，例如将超过一定数量的相同提问内容作为互动提问数据。
在一个实施例中，每个用户的听课数据包括该用户的第二权重知识点，获得第二权重知识点的步骤包括：获得用户的听课界面的疑问标记，确定疑问标记对应的授课知识点；获得用户的听课视频中的存疑时间，根据存疑时间与授课视频的授课时间的映射关系，获得存疑时间对应的授课知识点；以及，将疑问标记对应的授课知识点和存疑时间对应的授课知识点作为该用户的第二权重知识点。
疑问标记是根据用户端的听课界面接收到的标记信号，从中筛选出带有疑问内容的标记，用于指示用户在听课过程中产生的疑问。此外，在用户听课过程中，通过用户端的摄像装置实时录制用户的听课视频，进而分析获得用户在听课过程中的可能存在的疑问点，确定存疑时间。根据存疑时间与授课视频的映射关系，即可获得存疑时间对应的授课知识点。
其中，获得用户的听课视频中的存疑时间的步骤具体包括：通过用户的听课界面，基于人脸识别获得用户离开听课范围区域的第一类时间；当用户位于听课范围区域时，分析用户的脸部状态，获得包括疲劳状态和疑惑表情的第二类时间；以及，将第一类时间和第二类时间作为用户的存疑时间。
通过人脸识别技术，可以追踪到用户的听课状态，进而分析获得用户需要加强巩固的授课知识点。听课范围区域例如是用户端的听课界面前端的一个扇形区域，确保用户在听课范围区域内能顺利接收授课视频。疲劳状态和疑惑表情均可以通过人脸识别技术，对用户脸部特征进行采集分析确定。例如，根据用户在一段持续时间内眼睛闭合，判断用户处于疲劳状态；根据用户眉头紧锁，确定用户正处于疑惑表情状态。当用户发生离开听课范围区域、进入疲劳状态和产生疑惑的任意情况，均可能导致用户对当前课程内容的无法掌握，因此据此确定存疑时间。
图3示出实施例中获得疑问标记的示意，参照图3所示，获得用户的听课界面300的疑问标记，包括用户在课程内容区域301中以批注框3010等方式标注的疑问，用户在留言区302提出的疑问，以及用户点击举手提问标签303产生的疑问信号。在用户的听课界面300，同样会通过授课知识点标签304指示对应于课程内容区域301中展示的课程内容的授课知识点。同时，通过点击当前课程标签305，用户可以选中当前课程的任意课程内容，添加疑问标记。
图4示出实施例中获得存疑时间的示意，参照图4所示，通过用户U301的听课界面300的摄像装置，基于人脸识别技术，分别获得用户U301离开听课范围区域306的第一类时间、位于听课范围区域306但处于疲劳状态或疑惑表情的第二类时间，作为该用户U301的存疑时间。
通过将疑问标记和存疑时间对应的授课知识点作为用户的第二权重知识点，可以充分考虑到用户在听课过程中的个体问题，发现用户的听课薄弱时间，使修正后的第一习题对应用户本人的听课情况。当然，本实施例中，若某用户在听课过程中没有产生疑问标记和存疑时间，表明该用户对课程内容的掌握情况较好，因此无需为该用户设定第二权重知识点。
进一步地，根据上述实施例中获得的第一权重知识点和第二权重知识点，修正当前课程的预设习题的步骤包括：获得当前课程的预设习题，预设习题包括对应每个授课知识点的练习题；按照第一权重系数，增加第一权重知识点和用户的第二权重知识点对应的练习题的数量。
图5示出实施例中按照第一权重系数修正预设习题的示意，参照图5所示，当前课程的预设习题500中包括对应授课知识点a的一道练习题501、对应授课知识点b的两道练习题502和对应授课知识点c的两道练习题503。根据上述对授课数据的分析，得出多数用户对授课知识点b存在普遍问题，因此授课知识点b被确定为第一权重知识点。根据上述对听课数据的分析，得出用户U304在授课知识点c的授课过程中存在个体疑问，因此授课知识点c被确定为用户U304的第二权重知识点；而用户U306在授课知识点a的授课过程中存在个体疑问，因此授课知识点a被确定为用户U306的第二权重知识点。从而，本实施例中，通过分别修正预设习题500，对于用户U304，将第一权重知识点b和其第二权重知识点c对应的练习题的数量按照第一权重系数W1增加；对于用户U306，将第一权重知识点b和其第二权重知识点a对应的练习题的数量按照第一权重系数W1增加。第一权重系数W1可视情况设定，例如本实施例中设为2。最终，生成的对应于用户U304的第一习题540包括：对应授课知识点a的一道练习题501、对应授课知识点b的四道练习题502’和对应授课知识点c的四道练习题503’。生成的对应于用户U306的第一习题560包括：对应授课知识点a的两道练习题501’、对应授课知识点b的四道练习题502’和对应授课知识点c的两道练习题503。
在其他实施例中，除增加权重知识点对应的练习题数量外，还可以调整权重知识点对应的练习题题型。例如，将权重知识点对应的练习题题型由原本的填空题、选择题等简单题型，调整为简答题、应用题等复杂题型，以加强用户对权重知识点的巩固练习。
进一步地，分别修正当前课程的预设习题的步骤还包括：判断用户的第二权重知识点与第一权重知识点之间是否有重复知识点；若是，对有重复知识点的用户，按照第二权重系数增加重复知识点对应的练习题的数量，第二权重系数大于第一权重系数。
第一权重知识点指示当前课程的普遍问题，需要所有用户都加强练习；若某个用户的个体问题，即其第二权重知识点与第一权重知识点之间产生重复知识点，表明当前课程中需要加强练习的某个普遍问题更是该用户的薄弱知识环节，相对于其他用户来说，该用户更需要对该重复知识点进行多于其他用户的巩固加强练习。因此，第二权重系数大于第一权重系数，使生成的第一习题完全契合每个用户对当前课程中各个授课知识点的实际学习情况，极大提高初次推送的第一习题的用户精准性。
通过上述实施例，每个用户均能获得符合授课情况和其自身听课情况的第一习题。当用户完成第一习题，上传解题答案，通过对用户上传的解题答案进行分析，获得有错误习题的需要进一步纠错练习的目标用户。下述实施例将展开说明向目标用户再次推送第二习题的过程。
在一个实施例中，获得目标用户对错误习题的解题过程数据的步骤包括：向目标用户发送错误习题的解题过程数据的上传提醒信息；以及，获得目标用户上传的对应错误习题且符合预设识别条件的解题过程数据，解题过程数据具体可包括解题过程语音和/或解题过程视频和/或解题过程草稿。
图6示出实施例中获得解题过程数据的界面示意，参照图6所示，本实施例中确定的目标用户例如用户U301。可以通过向目标用户U301发送短信提醒或界面弹窗提醒等方式，提醒用户进入错题分析区域600上传其解答错误习题的解题过程数据。在目标用户U301的听课界面300，当前课程标签305指示当前对应的课程，错误习题标签310指示目标用户U301的错误习题。在听课界面300的错题分析区域600，提供解题过程语音的上传标签610、解题过程视频的上传标签620和解题过程草稿的上传标签630，供用户上传至少一种格式的解题过程数据。
当用户点击解题过程语音的上传标签610，可以通过听课界面300实时录制用户关于错误习题的解题过程语音。当用户点击解题过程视频的上传标签620，可以通过听课界面300实时录制用户关于错误习题的解题过程视频。当用户点击解题过程草稿的上传标签630，可以通过听课界面300扫描识别用户在之前解答错误习题过程中的解题过程草稿，或者由用户拍照上传解题过程草稿。相较于错误习题的答案，解题过程数据能够全面地反映用户在解答错误习题的过程中采用的解题思路和解题情况，尤其是对于填空题、选择题等练习题型，仅根据答案无法准确地判断用户的错误出在何处，导致再次推送的纠错练习失去有效性。对于简答题、应用题等练习题型，根据答案也仅能获得极少量的解题过程信息，据此进行单向判断推送，同样导致再次推送的纠错练习的成效极低，影响用户体验和教学效率。本实施例通过获得用户讲述和/或记录的未体现在答案中的解题过程数据，便于后续对目标用户的解题思路和解题情况的精准、全面判断。
其中，符合预设识别条件是指，若根据目标用户上传的解题过程数据无法获得有效数据信息，例如出现解题过程语音太嘈杂、解题过程视频没有有效声音、解题过程草稿太潦草无法识别等情况，会再次向目标用户发送上传提醒信息，直至接收到符合预设识别条件的解题过程数据。
在一个实施例中，可以设置解题过程语音的上传标签610、解题过程视频的上传标签620和解题过程草稿的上传标签630之间的优先级关系，使解题过程语音的上传标签610的优先级V1、解题过程视频的上传标签620的优先级V2和解题过程草稿的上传标签630的优先级V3满足：V2≥V1＞V3。所谓优先级是指，只有当目标用户尝试上传高优先级的解题过程数据失败后，才能上传低优先级的解题过程数据。从而，可以优先接收到目标用户上传的解题过程视频/解题过程语音，更利于分析目标用户的解题思路和解题情况。
进一步地，根据解题过程数据获得关联的授课视频段和第二习题的步骤包括：获得错误习题的至少一种预设解题思路和每种预设解题思路对应的授课知识点；根据解题过程数据分析目标用户的解题思路，并根据目标用户的解题思路与预设解题思路的匹配度，确定待纠错解题思路；获得待纠错解题思路对应的授课知识点的授课视频段和待纠错解题思路关联的第二习题；其中，待纠错解题思路对应的授课知识点的授课视频段包括当前课程的部分授课视频和/或当前课程的前序课程的部分授课视频。
在题库中，每道练习题预存有至少一种预设解题思路，每种解题思路对应有一个或多个授课知识点。根据解题过程数据分析获得目标用户的解题思路，并将目标用户的解题思路与错误习题的预设解题思路进行比对，确定匹配度最高的预设解题思路为待纠错解题思路。确定待纠错解题思路时，判断目标用户的解题思路与匹配度最高的预设解题思路的匹配度是否超过最低预设值，若是则将该匹配度最高的预设解题思路作为待纠错解题思路，若否则将错误习题的各预设解题思路作为待纠错解题思路。
举例来说，通过分析解题过程数据和比对预设解题思路，获得目标用户的解题思路与最为匹配的一个预设解题思路之间的匹配度超过最低预设值，则表明目标用户对该预设解题思路具有一定的掌握，是目标用户比较偏好的解题方式，但可能因其中某些步骤或某些小点出现错误，导致目标用户的解题思路与该预设解题思路发生偏差。因此，将该预设解题思路确定为目标用户的待纠错解题思路，从而获得与目标用户最能接受的解题方式关联的第二习题。在一种情况下，通过分析解题过程数据和比对预设解题思路，获得目标用户的解题思路与最为匹配的一个预设解题思路之间的匹配度小于最低预设值，则表明目标用户对该最为匹配的预设解题思路尚没有基础的掌握，该预设解题思路并不能作为目标用户偏好和擅长的解题方式。甚至，在一些情况下，分析发现目标用户上传的解题过程数据并不包含任何有效解题思路，例如，目标用户上传的解题过程语音的内容是“这道题我感觉无从下手，不知道怎么做”。对该种目标用户来说，需要向其推送与错误习题的多种预设解题思路关联的第二习题，多角度加强练习以掌握一种最适合的解题思路。
除与待纠错解题思路关联的第二习题外，还获得待纠错解题思路对应的授课知识点的授课视频段，包括当前课程的部分授课视频和/或当前课程的前序课程的部分授课视频。具体来说，每种预设解题思路对应一个或多个授课知识点，其中有些授课知识点是在前序课程的授课过程中讲述的，而目标用户并没有很好掌握，导致其解答错误习题的解题思路发生偏差。因此，获得待纠错解题思路对应的授课知识点的授课视频段时，不仅可以包括当前课程的部分授课视频，还可包括前序课程的部分授课视频，使目标用户获得关于待纠错解题思路的完整授课过程。
进一步地，在一些实施方式中，根据解题过程数据获得关联的授课视频段和第二习题的步骤还可以包括：根据目标用户的解题思路与预设解题思路的匹配度，确定目标用户对待纠错解题思路的掌握程度；以及，根据掌握程度，确定第二习题的数量和题型。掌握程度可以根据匹配度获得，匹配度越高，指示目标用户对待纠错解题思路的掌握程度越高。当目标用户对待纠错解题思路的掌握程度较高时，向目标用户推送数量较少且题型较简单的第二习题，当目标用户对待纠错解题思路的掌握程度较低时，向目标用户推送数量较多且题型较复杂的第二习题，使目标用户获得最合适的纠错练习。
在一些实施方式中，还可以根据解题过程数据分析目标用户的情绪指数，根据目标用户的情绪指数确定推送方式。例如，当目标用户的情绪指数低于预设阈值，以具有趣味性的、或者与目标用户的互动性更强的特效方式推送待纠错解题思路对应的授课视频段和待纠错解题思路关联的第二习题。具体来说，当目标用户的情绪指数低于预设阈值，表明该目标用户对错误习题具有一定的抵触、畏难、排斥等情绪，如以传统的方式推送需要目标用户再次学习和练习的授课视频段和第二习题，反而影响目标用户的体验，也拉低整体教学效率。因此，通过一些带有趣味性的特效方式，或者互动性更强的动画方式，进行授课视频段和第二习题的推送，以增加目标用户的接受度。
上述各实施例中，解题思路主要根据解题过程数据的内容数据信息分析获得，情绪指数主要根据解题过程数据的形式数据信息分析获得。具体来说，对于解题过程语音和解析过程视频，可以通过语音内容分析获得解题思路，通过音调、音色、说话频率等参数分析获得情绪指数，解题过程视频还可通过目标用户的脸部特征分析获得情绪指数。对于解题过程草稿，可以通过具体内容分析获得解题思路，通过笔迹、潦草程度等参数分析获得情绪指数。具体的分析过程可以分别采用已有的语音识别技术、人脸识别技术、文字识别技术，因此不再展开说明。
上述实施例通过对目标用户的解题过程数据进行分析，获得与待纠错解题思路精准匹配的授课知识点，实现与目标用户之间的双向互动，使第二用户获得能实现契合自身且精准纠错的授课视频段和第二习题，提升用户体验和教学效率。
本发明实施例还提供一种习题推送系统，基于上述任意实施例描述的习题推送方法。图7示出实施例中习题推送系统的主要模块，参照图7所示，本实施例中习题推送系统700主要包括：数据获取模块710，用于获得当前课程的授课数据和每个用户的听课数据；习题修正模块720，用于根据授课数据和每个用户的听课数据，分别修正当前课程的预设习题，生成对应每个用户的第一习题；用户选择模块730，用于向每个用户推送对应的第一习题，并根据用户上传的与第一习题对应的解题答案，确定有错误习题的目标用户；以及关联推送模块740，用于获得目标用户对错误习题的解题过程数据，根据解题过程数据获得关联的授课视频段和第二习题，推送至目标用户。
其中，数据获取模块710可用于实现上述任意习题推送方法实施例描述的步骤S110，习题修正模块720可用于实现上述任意习题推送方法实施例描述的步骤S120，用户选择模块730可用于实现上述任意习题推送方法实施例描述的步骤S130，关联推送模块740可用于实现上述任意习题推送方法实施例描述的步骤S140。
本实施例的习题推送系统700通过数据获取模块710和习题修正模块720，获得并基于授课数据和每个用户的听课数据修正当前课程的预设习题，在围绕当前课程的基础上，使生成的第一习题对应授课情况和每个用户的听课情况，提高初次推送的第一习题的课堂针对性和用户精准性。通过用户选择模块730，分析每个用户的习题情况并确定需要纠错练习的目标用户。通过关联推送模块740，获得目标用户对错误习题的解题过程数据，实现与目标用户之间基于对解题过程数据分析的双向互动，提高再次推送的第二习题的用户匹配性，提升用户体验和教学效率。
本发明实施例还提供一种电子设备，包括处理器和存储器，存储器中存储有可执行指令，处理器被配置为经由执行可执行指令来执行上述实施例中的习题推送方法的步骤。
如上所述，本发明的电子设备能够基于授课数据和每个用户的听课数据修正当前课程的预设习题，在围绕当前课程的基础上，使生成的第一习题对应授课情况和每个用户的听课情况，提高初次推送的第一习题的课堂针对性和用户精准性；并通过获得目标用户对错误习题的解题过程数据，实现与目标用户之间基于对解题过程数据分析的双向互动，提高再次推送的第二习题的用户匹配性，提升用户体验和教学效率。
图8是本发明实施例中电子设备的结构示意图，应当理解的是，图8仅仅是示意性地示出各个模块，这些模块可以是虚拟的软件模块或实际的硬件模块，这些模块的合并、拆分及其余模块的增加都在本发明的保护范围之内。
所属技术领域的技术人员能够理解，本发明的各个方面可以实现为系统、方法或程序产品。因此，本发明的各个方面可以具体实现为以下形式，即：完全的硬件实施方式、完全的软件实施方式(包括固件、微代码等)，或硬件和软件方面结合的实施方式，这里可以统称为“电路”、“模块”或“平台”。
下面参照图8来描述本发明的电子设备800。图8显示的电子设备800仅仅是一个示例，不应对本发明实施例的功能和使用范围带来任何限制。
如图8所示，电子设备800以通用计算设备的形式表现。电子设备800的组件可以包括但不限于：至少一个处理单元810、至少一个存储单元820、连接不同平台组件(包括存储单元820和处理单元810)的总线830、显示单元840等。
其中，存储单元存储有程序代码，程序代码可以被处理单元810执行，使得处理单元810执行上述实施例中描述的习题推送方法的步骤。例如，处理单元810可以执行如图1所示的步骤。
存储单元820可以包括易失性存储单元形式的可读介质，例如随机存取存储单元(RAM)8201和/或高速缓存存储单元8202，还可以进一步包括只读存储单元(ROM)8203。
存储单元820还可以包括具有一个或多个程序模块8205的程序/实用工具8204，这样的程序模块8205包括但不限于：操作系统、一个或者多个应用程序、其它程序模块以及程序数据，这些示例中的每一个或某种组合中可能包括网络环境的实现。
总线830可以为表示几类总线结构中的一种或多种，包括存储单元总线或者存储单元控制器、外围总线、图形加速端口、处理单元或者使用多种总线结构中的任意总线结构的局域总线。
电子设备800也可以与一个或多个外部设备900通信，外部设备900可以是键盘、指向设备、蓝牙设备等设备中的一种或多种。这些外部设备900使得用户能与该电子设备800进行交互通信。电子设备800也能与一个或多个其它计算设备进行通信，所示计算机设备包括路由器、调制解调器。这种通信可以通过输入/输出(I/O)接口850进行。并且，电子设备800还可以通过网络适配器860与一个或者多个网络(例如局域网(LAN)，广域网(WAN)和/或公共网络，例如因特网)通信。网络适配器860可以通过总线830与电子设备800的其它模块通信。应当明白，尽管图中未示出，可以结合电子设备800使用其它硬件和/或软件模块，包括但不限于：微代码、设备驱动器、冗余处理单元、外部磁盘驱动阵列、RAID系统、磁带驱动器以及数据备份存储平台等。
本发明实施例还提供一种计算机可读的存储介质，用于存储程序，程序被执行时实现上述实施例描述的习题推送方法的步骤。在一些可能的实施方式中，本发明的各个方面还可以实现为一种程序产品的形式，其包括程序代码，当程序产品在终端设备上运行时，程序代码用于使终端设备执行上述实施例描述的习题推送方法的步骤。
如上所述，本发明的计算机可读的存储介质能够基于授课数据和每个用户的听课数据修正当前课程的预设习题，在围绕当前课程的基础上，使生成的第一习题对应授课情况和每个用户的听课情况，提高初次推送的第一习题的课堂针对性和用户精准性；并通过获得目标用户对错误习题的解题过程数据，实现与目标用户之间基于对解题过程数据分析的双向互动，提高再次推送的第二习题的用户匹配性，提升用户体验和教学效率。
图9是本发明的计算机可读的存储介质的结构示意图。参考图9所示，描述了根据本发明的实施方式的用于实现上述方法的程序产品1000，其可以采用便携式紧凑盘只读存储器(CD-ROM)并包括程序代码，并可以在终端设备，例如个人电脑上运行。然而，本发明的程序产品不限于此，在本文件中，可读存储介质可以是任何包含或存储程序的有形介质，该程序可以被指令执行系统、装置或者器件使用或者与其结合使用。
程序产品可以采用一个或多个可读介质的任意组合。可读介质可以是可读信号介质或者可读存储介质。可读存储介质例如可以为但不限于电、磁、光、电磁、红外线、或半导体的系统、装置或器件，或者任意以上的组合。可读存储介质的更具体的例子包括但不限于：具有一个或多个导线的电连接、便携式盘、硬盘、随机存取存储器(RAM)、只读存储器(ROM)、可擦式可编程只读存储器(EPROM或闪存)、光纤、便携式紧凑盘只读存储器(CD-ROM)、光存储器件、磁存储器件、或者上述的任意合适的组合。
计算机可读的存储介质可以包括在基带中或者作为载波一部分传播的数据信号，其中承载了可读程序代码。这种传播的数据信号可以采用多种形式，包括但不限于电磁信号、光信号或上述的任意合适的组合。可读存储介质还可以是可读存储介质以外的任何可读介质，该可读介质可以发送、传播或者传输用于由指令执行系统、装置或者器件使用或者与其结合使用的程序。可读存储介质上包含的程序代码可以用任何适当的介质传输，包括但不限于无线、有线、光缆、RF等等，或者上述的任意合适的组合。
可以以一种或多种程序设计语言的任意组合来编写用于执行本发明操作的程序代码，程序设计语言包括面向对象的程序设计语言—诸如Java、C++等，还包括常规的过程式程序设计语言—诸如“C”语言或类似的程序设计语言。程序代码可以完全地在用户计算设备上执行、部分地在用户设备上执行、作为一个独立的软件包执行、部分在用户计算设备上部分在远程计算设备上执行、或者完全在远程计算设备或服务器上执行。在涉及远程计算设备的情形中，远程计算设备可以通过任意种类的网络，包括局域网(LAN)或广域网(WAN)，连接到用户计算设备，或者，可以连接到外部计算设备，例如利用因特网服务提供商来通过因特网连接。
以上内容是结合具体的优选实施方式对本发明所作的进一步详细说明，不能认定本发明的具体实施只局限于这些说明。对于本发明所属技术领域的普通技术人员来说，在不脱离本发明构思的前提下，还可以做出若干简单推演或替换，都应当视为属于本发明的保护范围。

Claims (10)

1.一种习题推送方法，其特征在于，包括步骤：
获得当前课程的授课数据和每个用户的听课数据；
根据所述授课数据和每个所述用户的听课数据，分别修正所述当前课程的预设习题，生成对应每个所述用户的第一习题；
向每个所述用户推送对应的第一习题，并根据所述用户上传的与所述第一习题对应的解题答案，确定有错误习题的目标用户；以及
获得所述目标用户对所述错误习题的解题过程数据，根据所述解题过程数据获得关联的授课视频段和第二习题，推送至所述目标用户。
2.如权利要求1所述的习题推送方法，其特征在于，所述授课数据包括第一权重知识点，获得所述第一权重知识点的步骤包括：
获得所述当前课程的授课视频和授课知识点；
自所述授课视频中获得互动提问数据对应的授课知识点，作为所述第一权重知识点；
其中，所述互动提问数据是所述当前课程的授课过程中获得发言授权的用户的提问数据。
3.如权利要求2所述的习题推送方法，其特征在于，所述听课数据包括第二权重知识点，获得所述第二权重知识点的步骤包括：
获得所述用户的听课界面的疑问标记，确定所述疑问标记对应的授课知识点；
获得所述用户的听课视频中的存疑时间，根据所述存疑时间与所述授课视频的授课时间的映射关系，获得所述存疑时间对应的授课知识点；以及
将所述疑问标记对应的授课知识点和所述存疑时间对应的授课知识点作为所述第二权重知识点。
4.如权利要求3所述的习题推送方法，其特征在于，所述分别修正所述当前课程的预设习题的步骤包括：
获得所述当前课程的预设习题，所述预设习题包括对应每个所述授课知识点的练习题；
按照第一权重系数，增加所述第一权重知识点和所述用户的第二权重知识点对应的练习题的数量。
5.如权利要求4所述的习题推送方法，其特征在于，所述分别修正所述当前课程的预设习题的步骤还包括：
判断所述用户的第二权重知识点与所述第一权重知识点之间是否有重复知识点；
若是，对有所述重复知识点的用户，按照第二权重系数增加所述重复知识点对应的练习题的数量，所述第二权重系数大于所述第一权重系数。
6.如权利要求3所述的习题推送方法，其特征在于，所述获得所述用户的听课视频中的存疑时间的步骤包括：
通过所述用户的听课界面，基于人脸识别获得所述用户离开听课范围区域的第一类时间；
当所述用户位于所述听课范围区域时，分析所述用户的脸部状态，获得包括疲劳状态和疑惑表情的第二类时间；以及
将所述第一类时间和所述第二类时间作为所述存疑时间。
7.如权利要求1所述的习题推送方法，其特征在于，所述根据所述解题过程数据获得关联的授课视频段和第二习题的步骤包括：
获得所述错误习题的至少一种预设解题思路和每种所述预设解题思路对应的授课知识点；
根据所述解题过程数据分析所述目标用户的解题思路，并根据所述目标用户的解题思路与所述预设解题思路的匹配度，确定待纠错解题思路；
获得所述待纠错解题思路对应的授课知识点的授课视频段和所述待纠错解题思路关联的第二习题；
其中，所述待纠错解题思路对应的授课知识点的授课视频段包括所述当前课程的部分授课视频和/或所述当前课程的前序课程的部分授课视频。
8.一种习题推送系统，其特征在于，包括：
数据获取模块，用于获得当前课程的授课数据和每个用户的听课数据；
习题修正模块，用于根据所述授课数据和每个所述用户的听课数据，分别修正所述当前课程的预设习题，生成对应每个所述用户的第一习题；
用户选择模块，用于向每个所述用户推送对应的第一习题，并根据所述用户上传的与所述第一习题对应的解题答案，确定有错误习题的目标用户；以及
关联推送模块，用于获得所述目标用户对所述错误习题的解题过程数据，根据所述解题过程数据获得关联的授课视频段和第二习题，推送至所述目标用户。
9.一种电子设备，其特征在于，包括：
一处理器；
一存储器，所述存储器中存储有所述处理器的可执行指令；
其中，所述处理器被配置为经由执行所述可执行指令来执行如权利要求1至7任一项所述的习题推送方法的步骤。
10.一种计算机可读的存储介质，用于存储程序，其特征在于，所述程序被执行时实现如权利要求1至7任一项所述的习题推送方法的步骤。
CN202210445425.8A 2022-04-26 2022-04-26 习题推送方法、系统、电子设备和存储介质 Active CN114885216B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202210445425.8A CN114885216B (zh) 2022-04-26 2022-04-26 习题推送方法、系统、电子设备和存储介质

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202210445425.8A CN114885216B (zh) 2022-04-26 2022-04-26 习题推送方法、系统、电子设备和存储介质

Publications (2)

Publication Number Publication Date
CN114885216A true CN114885216A (zh) 2022-08-09
CN114885216B CN114885216B (zh) 2024-03-19

Family

ID=82672415

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202210445425.8A Active CN114885216B (zh) 2022-04-26 2022-04-26 习题推送方法、系统、电子设备和存储介质

Country Status (1)

Country Link
CN (1) CN114885216B (zh)

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN115240263A (zh) * 2022-09-15 2022-10-25 深圳市企鹅网络科技有限公司 一种线上学习有效性判断方法、系统及介质
CN117151070A (zh) * 2023-10-31 2023-12-01 联城科技(河北)股份有限公司 试卷组题方法、装置、设备及计算机可读存储介质

Citations (9)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2017025046A1 (zh) * 2015-08-13 2017-02-16 马正方 一种基于知识点结构的题库系统
CN107256650A (zh) * 2017-06-20 2017-10-17 广东小天才科技有限公司 一种习题推送方法、系统及终端设备
CN107944023A (zh) * 2017-12-12 2018-04-20 广东小天才科技有限公司 一种习题的推送方法、系统及终端设备
CN110246385A (zh) * 2019-05-16 2019-09-17 杭州博世数据网络有限公司 基于关键授课点评价的互联网教学辅助教学系统
CN110399541A (zh) * 2019-05-31 2019-11-01 平安国际智慧城市科技股份有限公司 基于深度学习的题目推荐方法、装置及存储介质
CN110992741A (zh) * 2019-11-15 2020-04-10 深圳算子科技有限公司 一种基于课堂情绪和行为分析的学习辅助方法及系统
CN111177304A (zh) * 2019-12-30 2020-05-19 福建天泉教育科技有限公司 一种自动生成用户习题的方法及终端
CN113590762A (zh) * 2021-09-26 2021-11-02 北京易言科技有限公司 试题信息的推荐方法、装置、电子设备及计算机可读介质
WO2021253480A1 (zh) * 2020-06-19 2021-12-23 平安科技（深圳）有限公司 习题智能推荐方法、装置、计算机设备及存储介质

Patent Citations (9)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2017025046A1 (zh) * 2015-08-13 2017-02-16 马正方 一种基于知识点结构的题库系统
CN107256650A (zh) * 2017-06-20 2017-10-17 广东小天才科技有限公司 一种习题推送方法、系统及终端设备
CN107944023A (zh) * 2017-12-12 2018-04-20 广东小天才科技有限公司 一种习题的推送方法、系统及终端设备
CN110246385A (zh) * 2019-05-16 2019-09-17 杭州博世数据网络有限公司 基于关键授课点评价的互联网教学辅助教学系统
CN110399541A (zh) * 2019-05-31 2019-11-01 平安国际智慧城市科技股份有限公司 基于深度学习的题目推荐方法、装置及存储介质
CN110992741A (zh) * 2019-11-15 2020-04-10 深圳算子科技有限公司 一种基于课堂情绪和行为分析的学习辅助方法及系统
CN111177304A (zh) * 2019-12-30 2020-05-19 福建天泉教育科技有限公司 一种自动生成用户习题的方法及终端
WO2021253480A1 (zh) * 2020-06-19 2021-12-23 平安科技（深圳）有限公司 习题智能推荐方法、装置、计算机设备及存储介质
CN113590762A (zh) * 2021-09-26 2021-11-02 北京易言科技有限公司 试题信息的推荐方法、装置、电子设备及计算机可读介质

Non-Patent Citations (1)

* Cited by examiner, † Cited by third party
Title
王明岚;: "大数据对校本作业有效性提升的实测", 教学管理与教育研究, no. 04, pages 81 - 82 *

Cited By (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN115240263A (zh) * 2022-09-15 2022-10-25 深圳市企鹅网络科技有限公司 一种线上学习有效性判断方法、系统及介质
CN117151070A (zh) * 2023-10-31 2023-12-01 联城科技(河北)股份有限公司 试卷组题方法、装置、设备及计算机可读存储介质
CN117151070B (zh) * 2023-10-31 2024-01-23 联城科技(河北)股份有限公司 试卷组题方法、装置、设备及计算机可读存储介质

Also Published As

Publication number Publication date
CN114885216B (zh) 2024-03-19

Similar Documents

Publication Publication Date Title
CN110364049B (zh) 一种具有偏离度自动反馈数据闭环纠偏控制的专业技能实训辅助教学系统及辅助教学方法
US9685095B2 (en) Systems and methods for assessment administration and evaluation
CN111144191B (zh) 字体识别方法、装置、电子设备及存储介质
CN114885216B (zh) 习题推送方法、系统、电子设备和存储介质
US20150106705A1 (en) Adaptive Grammar Instruction - Verb Tense
WO2019241527A1 (en) Assessment-based assignment of remediation and enhancement activities
US20240054913A1 (en) Science teaching system and method for using same, and computer-readable storage medium
CN110111611B (zh) 信息处理方法、装置、介质和电子设备
CN112507294B (zh) 一种基于人机交互的英语教学系统及教学方法
CN115205764B (zh) 基于机器视觉的在线学习专注度监测方法、系统及介质
CN110866209A (zh) 在线教育数据推送方法、系统和计算机设备
KR101227131B1 (ko) 대화형 언어 교육 시스템
CN115630860A (zh) 教学质量评测方法、装置、设备及存储介质
CN112596731A (zh) 一种融合智能教育的编程教学系统及方法
Thomas et al. When the tutor becomes the student: Design and evaluation of efficient scenario-based lessons for tutors
US20120329014A1 (en) Essay System
CN114117252A (zh) 一种学生智能专属题库推荐方法及系统
CN113257060A (zh) 一种答疑解决方法、装置、设备和存储介质
Yu et al. The BURCHAK corpus: A challenge data set for interactive learning of visually grounded word meanings
CN110991943A (zh) 一种基于云计算的教学质量评价系统
CN116596073A (zh) 基于推理路径的自然语言推理方法、装置及设备
CN116110262A (zh) 语音答题的评判方法、装置、设备及存储介质
CN114841157A (zh) 基于数据分析的线上互动方法、系统、设备及存储介质
KR20060087821A (ko) 모국어 습득과정에 기초하는 언어 학습과정에서의언어능력 평가시스템 및 그 평가방법
CN116153152A (zh) 一种用于在线课程学习的云教学平台及方法

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