CN114943625A - 一种基于区块链技术的远程教育系统 - Google Patents

一种基于区块链技术的远程教育系统 Download PDF

Info

Publication number
CN114943625A
CN114943625A CN202210499143.6A CN202210499143A CN114943625A CN 114943625 A CN114943625 A CN 114943625A CN 202210499143 A CN202210499143 A CN 202210499143A CN 114943625 A CN114943625 A CN 114943625A
Authority
CN
China
Prior art keywords
resource
user
learning
remote
consensus
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Withdrawn
Application number
CN202210499143.6A
Other languages
English (en)
Inventor
李祥海
何毅
赵娟
李妍
张韶丽
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.)
Individual
Original Assignee
Individual
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 Individual filed Critical Individual
Priority to CN202210499143.6A priority Critical patent/CN114943625A/zh
Publication of CN114943625A publication Critical patent/CN114943625A/zh
Withdrawn legal-status Critical Current

Links

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
    • 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
    • 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
    • G06F21/00—Security arrangements for protecting computers, components thereof, programs or data against unauthorised activity
    • G06F21/60—Protecting data
    • G06F21/64—Protecting data integrity, e.g. using checksums, certificates or signatures
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
    • G06N5/00—Computing arrangements using knowledge-based models
    • G06N5/04—Inference or reasoning models
    • G06N5/043—Distributed expert systems; Blackboards
    • 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
    • G06Q10/06393—Score-carding, benchmarking or key performance indicator [KPI] analysis

Landscapes

  • Engineering & Computer Science (AREA)
  • Business, Economics & Management (AREA)
  • Theoretical Computer Science (AREA)
  • Human Resources & Organizations (AREA)
  • General Physics & Mathematics (AREA)
  • Physics & Mathematics (AREA)
  • Strategic Management (AREA)
  • Educational Administration (AREA)
  • Tourism & Hospitality (AREA)
  • General Engineering & Computer Science (AREA)
  • Economics (AREA)
  • Databases & Information Systems (AREA)
  • Computer Security & Cryptography (AREA)
  • Health & Medical Sciences (AREA)
  • Educational Technology (AREA)
  • General Health & Medical Sciences (AREA)
  • Entrepreneurship & Innovation (AREA)
  • Data Mining & Analysis (AREA)
  • General Business, Economics & Management (AREA)
  • Development Economics (AREA)
  • Software Systems (AREA)
  • Marketing (AREA)
  • Management, Administration, Business Operations System, And Electronic Commerce (AREA)
  • Game Theory and Decision Science (AREA)
  • Artificial Intelligence (AREA)
  • Mathematical Physics (AREA)
  • Operations Research (AREA)
  • Quality & Reliability (AREA)
  • Computational Linguistics (AREA)
  • Computer Hardware Design (AREA)
  • Bioethics (AREA)
  • Primary Health Care (AREA)
  • Evolutionary Computation (AREA)
  • Electrically Operated Instructional Devices (AREA)
  • Computing Systems (AREA)

Abstract

本发明公开了一种基于区块链技术的远程教育系统，所述系统应用于一种基于区块链技术的远程教育方法，所述方法包括：通过获得第一用户的第一基本信息，其中包括第一专业领域；基于预设级别划分标准，获得第一用户在第一专业领域的第一学习级别；利用区块链技术构建远程教育资源库，其中包括多个资源；生成第一远程教育资源；生成第一用户预设时间阈值的第一学习数据；根据第一学习数据生成第二远程教育资源，并对第一用户进行远程教育。解决了现有技术中的远程教育仅基于资源领域、难度级别等进行简单划分，进而由用户主观选择资源并进行学习，存在无法基于用户实际掌握情况个性化推送合理的资源课程，从而导致用户学习质量不佳的技术问题。

Description

一种基于区块链技术的远程教育系统
技术领域
本发明涉及计算机应用技术领域，尤其涉及一种基于区块链技术的远程教育系统。
背景技术
为适应快速发展的社会环境和人们对自我实现要求的不断提高，终身学习的理念越来越深入人心，很多已经从学校毕业的人利用计算机远程教育网站等进行自我学习提高。随着教育信息化的发展，线上教育课程资源不断增多，面对大量的课程资源，学习用户常常无法快速选择到自己需要、适合的课程，从而浪费时间在课程资源的对比筛选上，甚至因为课程内容、质量等不合适影响自我学习提高的兴趣。研究基于学习用户实际需要以及当前实际掌握情况等，为用户智能化推荐适配度高、且高质量的课程资源，对于节约用户时间、提高用户学习兴趣、提高学习精准度，最终提高用户远程教育学习质量等具有重要的意义，也是促进远程教育长远发展的重要手段。
然而，现有技术中的远程教育仅基于资源领域、难度级别等进行简单划分，进而由用户主观选择资源并进行学习，存在无法基于用户实际掌握情况个性化推送合理的资源课程，从而导致用户学习质量不佳的技术问题。
发明内容
本发明的目的是提供一种基于区块链技术的远程教育系统，用以解决现有技术中的远程教育仅基于资源领域、难度级别等进行简单划分，进而由用户主观选择资源并进行学习，存在无法基于用户实际掌握情况个性化推送合理的资源课程，从而导致用户学习质量不佳的技术问题。
鉴于上述问题，本发明提供了一种基于区块链技术的远程教育系统。
第一方面，本发明提供了一种基于区块链技术的远程教育方法，所述方法通过一种基于区块链技术的远程教育系统实现，其中，所述方法包括：通过获得第一用户的第一基本信息，其中，所述第一基本信息包括所述第一用户的第一专业领域；基于预设级别划分标准对所述第一基本信息进行分析，获得所述第一用户在所述第一专业领域的第一学习级别；利用区块链技术构建远程教育资源库，其中，所述远程教育资源库包括多个资源；根据所述第一学习级别对所述多个资源进行遍历，生成所述第一用户的第一远程教育资源；将所述第一远程教育资源推送给所述第一用户进行学习，生成所述第一用户预设时间阈值的第一学习数据；根据所述第一学习数据对所述第一远程教育资源进行调整，生成第二远程教育资源；根据所述第二远程教育资源对所述第一用户进行远程教育。
另一方面，本发明还提供了一种基于区块链技术的远程教育系统，用于执行如第一方面所述的一种基于区块链技术的远程教育方法，其中，所述系统包括：第一获得单元，所述第一获得单元用于获得第一用户的第一基本信息，其中，所述第一基本信息包括所述第一用户的第一专业领域；第二获得单元，所述第二获得单元用于基于预设级别划分标准对所述第一基本信息进行分析，获得所述第一用户在所述第一专业领域的第一学习级别；第一构建单元，所述第一构建单元用于利用区块链技术构建远程教育资源库，其中，所述远程教育资源库包括多个资源；第一生成单元，所述第一生成单元用于根据所述第一学习级别对所述多个资源进行遍历，生成所述第一用户的第一远程教育资源；第二生成单元，所述第二生成单元用于将所述第一远程教育资源推送给所述第一用户进行学习，生成所述第一用户预设时间阈值的第一学习数据；第三生成单元，所述第三生成单元用于根据所述第一学习数据对所述第一远程教育资源进行调整，生成第二远程教育资源；第一执行单元，所述第一执行单元用于根据所述第二远程教育资源对所述第一用户进行远程教育。
第三方面，一种电子设备，其中，包括处理器和存储器；
该存储器，用于存储；
该处理器，用于通过调用，执行上述第一方面中任一项所述的方法。
第四方面，一种计算机程序产品，包括计算机程序和/或指令，该计算机程序和/或指令被处理器执行时实现上述第一方面中任一项所述方法的步骤。
本发明中提供的一个或多个技术方案，至少具有如下技术效果或优点：
1.通过对用户基本信息分析确定用户要接收远程教育的领域范围，并针对该领域范围的学习级别划分标准，确定该用户当前的学习等级；进一步利用区块链技术构建该领域范围的远程教育资源库，基于该用户当前的学习等级匹配知识内容架构等合理的课程资源，即第一远程教育资源；随着该用户对第一远程教育资源的学习，在特定时间段，利用区块链可追溯的特点对该用户学习数据进行分析，当分析证明该用户学习达标，则系统自动对推送该用户的课程资源进行更新，即生成第二远程教育资源；最后该用户再次对第二远程教育资源进行学习。通过基于区块链技术构建远程教育资源库，达到了基于区块链共识机制为用户个性化推送合理的课程资源，并基于区块链可追溯特点对用户的学习数据进行分析，从而实现基于用户实际学习、掌握情况及时更新、完善对应推送课程资源的目标，最终提高用户整体学习质量的技术效果。
2.通过基于专业教师对各课程资源的评价数据，分析得到各专业教师统一认证、共识的课程评价，包括课程内容、课程质量评价，进而构建远程教育资源库，达到了提高系统针对用户实际情况个性化推送课程资源准确性、可靠性的技术效果。
3.通过结合各领域专业教师、已学用户对各资源质量、内容的直观评价数据，形成各资源的共识数据，达到了提高资源质量、内容共识准确性，为后续资源推送提供基础的技术效果。
4.通过区块链的可追溯特点，得到用户完整学习情况的客观时长、分数数据，进而加权计算得到用户对各课程资源的掌握指数，达到了将用户学习成果直观量化的技术效果。
上述说明仅是本发明技术方案的概述，为了能够更清楚了解本发明的技术手段，而可依照说明书的内容予以实施，并且为了让本发明的上述和其它目的、特征和优点能够更明显易懂，以下特举本发明的具体实施方式。
附图说明
为了更清楚地说明本发明或现有技术中的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是示例性的，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，还可以根据提供的附图获得其他的附图。
图1为本发明一种基于区块链技术的远程教育方法的流程示意图；
图2为本发明一种基于区块链技术的远程教育方法中构建所述远程教育资源库的流程示意图；
图3为本发明一种基于区块链技术的远程教育方法中构建所述第一资源共识链的流程示意图；
图4为本发明一种基于区块链技术的远程教育方法中获得所述第二远程教育资源的流程示意图；
图5为本发明一种基于区块链技术的远程教育系统的结构示意图；
图6为本发明示例性电子设备的结构示意图。
附图标记说明：
第一获得单元11，第二获得单元12，第一构建单元13，第一生成单元14，第二生成单元15，第三生成单元16，第一执行单元17，总线300，接收器301，处理器302，发送器303，存储器304，总线接口 305。
具体实施方式
本发明通过提供一种基于区块链技术的远程教育系统，解决了现有技术中的远程教育仅基于资源领域、难度级别等进行简单划分，进而由用户主观选择资源并进行学习，存在无法基于用户实际掌握情况个性化推送合理的资源课程，从而导致用户学习质量不佳的技术问题。通过基于区块链技术构建远程教育资源库，达到了基于区块链共识机制为用户个性化推送合理的课程资源，并基于区块链可追溯特点对用户的学习数据进行分析，从而实现基于用户实际学习、掌握情况及时更新、完善对应推送课程资源的目标，最终提高用户整体学习质量的技术效果。
本发明技术方案中对数据的获取、存储、使用、处理等均符合国家法律法规的相关规定。
下面，将参考附图对本发明中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅是本发明的一部分实施例，而不是本发明的全部实施例，应理解，本发明不受这里描述的示例实施例的限制。基于本发明的实施例，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。另外还需要说明的是，为了便于描述，附图中仅示出了与本发明相关的部分而非全部。
本发明提供了一种基于区块链技术的远程教育方法，所述方法应用于一种基于区块链技术的远程教育系统，其中，所述方法包括：通过获得第一用户的第一基本信息，其中，所述第一基本信息包括所述第一用户的第一专业领域；基于预设级别划分标准对所述第一基本信息进行分析，获得所述第一用户在所述第一专业领域的第一学习级别；利用区块链技术构建远程教育资源库，其中，所述远程教育资源库包括多个资源；根据所述第一学习级别对所述多个资源进行遍历，生成所述第一用户的第一远程教育资源；将所述第一远程教育资源推送给所述第一用户进行学习，生成所述第一用户预设时间阈值的第一学习数据；根据所述第一学习数据对所述第一远程教育资源进行调整，生成第二远程教育资源；根据所述第二远程教育资源对所述第一用户进行远程教育。
在介绍了本发明基本原理后，下面将结合说明书附图来具体介绍本发明的各种非限制性的实施方式。
实施例一
请参阅附图1，本发明提供了一种基于区块链技术的远程教育方法，其中，所述方法应用于一种基于区块链技术的远程教育系统，所述方法具体包括如下步骤：
步骤S100：获得第一用户的第一基本信息，其中，所述第一基本信息包括所述第一用户的第一专业领域；
具体而言，所述一种基于区块链技术的远程教育方法应用于所述一种基于区块链技术的远程教育系统，可以针对用户实际需要和实际学习掌握程度，个性化推送高精准度的远程教育课程资源，从而提高用户学习质量。其中，所述第一用户是指任一使用所述远程教育系统进行远程教育课程资源智能化推荐的学习用户。所述第一基本信息是指所述第一用户的基本材料数据信息，举例如该用户擅长的专业领域、对自己专业领域的学习程度及探索学习方向等。所述第一基本信息包括所述第一用户当前要学习、研究的需求专业领域，即所述第一专业领域。通过获得第一基本信息，达到了为后续基于第一用户的第一基本信息分析确定该用户在第一专业领域的资历及学习级别提供数据支持和依据，进一步确保系统智能推荐课程资源的精准性的技术效果。
步骤S200：基于预设级别划分标准对所述第一基本信息进行分析，获得所述第一用户在所述第一专业领域的第一学习级别；
具体而言，所述远程教育系统提前基于各专业领域的发展情况，针对性设置划分该专业领域中各人员学习级别的标准，即所述预设级别划分标准。举例如某大数据专业为近些年发展起来的新兴专业，基于此设定，用户学习该大数据专业时间长度划分为1～3年为第一等级、 3～6年为第二等级、6年以上为第三等级，用户专业从事该大数据领域工作时间长度划分为1～3年为第一等级、3～6年为第二等级、6年以上为第三等级，进而基于学习、工作两方面的等级得到该用户在大数据专业的综合学习等级。根据系统预设级别划分标准中所述第一专业领域的级别划分标准，对所述第一用户的第一基本信息进行分析，包括对所述第一用户学习第一专业领域的时间、从事第一专业领域工作的时间等，从而分析得到所述第一学习级别。
通过获得第一学习级别，达到了将第一用户当前对第一专业领域的熟悉程度和行业资历进行直观量化，并为后续系统智能匹配推送远程教育课程资源提供基础的技术效果。
步骤S300：利用区块链技术构建远程教育资源库，其中，所述远程教育资源库包括多个资源；
具体而言，利用区块链技术构建所述第一专业领域的课程资源数据库，即所述远程教育资源库，其中，所述远程教育资源库中包括多个所述第一专业领域的课程资源。举例如平面设计专业方向的教育资源中，包括平面设计基础理论、中高级理论、设计软件基础课程、设计实操等课程资源。其中，所述区块链技术是一种将数据资源信息共享的数据结构，具有公开透明、可追溯、去中心化等多个优势特征。通过基于区块链技术构建远程教育资源库，达到了为后续用户智能化推荐课程资源提供资源遍历、检索基础的技术效果。
步骤S400：根据所述第一学习级别对所述多个资源进行遍历，生成所述第一用户的第一远程教育资源；
具体而言，根据系统智能分析确定的所述第一用户当前在所述第一专业领域中的学习掌握程度，在所述远程教育资源库中进行资源检索遍历，从而得到匹配得到适合所述第一用户当前学习程度的所有课程资源，即所述第一远程教育资源。举例如用户当前在其专业领域有一定学习、工作经验，系统智能判断该用户当前所处级别为第二级别，则在资源遍历匹配过程中，系统自动排除该专业领域中的初级、入门课程，进而检索所有中级知识点教学、中级理论等各类中级课程资源，并将最终保留的所有资源作为第一远程教育资源，供该用户当前阶段学习。通过获得第一远程教育资源，达到了为系统基于用户实际学习情况智能化推送知识架构合理的课程资源提供指导的技术效果。
步骤S500：将所述第一远程教育资源推送给所述第一用户进行学习，生成所述第一用户预设时间阈值的第一学习数据；
具体而言，将根据用户当前学习级别筛选、检索、遍历得到的第一远程教育资源推送给所述第一用户，进而所述第一用户基于推送课程资源进行学习，基于所述第一用户的学习情况，系统利用区块链技术对用户的学习行为进行实时记录，包括用户学习课程、学习时间、学习时长、自我测试课程学习情况的测试分数等。基于系统自动对所述第一用户的学习情况的记录，得到所述第一学习数据。所述预设时间阈值是指系统预先设置的对第一用户学习数据进行分析的时间范围，也就是分析用户学习数据的学习时间段。举例如预设时间阈值为一周，则系统每周分析一次用户过去一周的学习数据，并再次对用户学习级别进行分析确定，进而针对性推荐课程资源。通过获得第一学习数据，达到了为后续重新确定用户学习级别、实时掌握用户学习程度，进而针对性更新和完善课程资源推送提供数据依据的技术效果。
步骤S600：根据所述第一学习数据对所述第一远程教育资源进行调整，生成第二远程教育资源；
步骤S700：根据所述第二远程教育资源对所述第一用户进行远程教育。
具体而言，根据系统自动记录的所述第一用户对系统智能化推送的第一远程教育资源的学习情况数据，系统再次智能化判断所述第一用户当前的学习程度，对第一专业领域中各知识的掌握情况，从而针对第一用户实际情况更新智能推送资源内容、数量等，即生成所述第二课程教育资源。进一步的，所述第一用户再次基于更新后的第二远程教育资源进行学习。通过利用区块链技术可追溯的特点，对用户的学习数据进行分析，从而实现基于用户实际学习、掌握情况及时更新、完善对应推送课程资源的目标，达到了提高用户整体学习质量的技术效果。
进一步的，本发明步骤S200还包括：
步骤S210：获得第一专业领域类别的第一发展时长；
步骤S220：利用专家决策法，获得所述第一专业领域类别的预设指标集，其中，所述预设指标集包括多个预设指标，所述多个预设指标用于对个体在所述第一专业领域类别的综合级别进行量化评价；
步骤S230：根据所述第一发展时长，对所述多个预设指标进行等级划分，获得第一划分结果集，其中，所述第一划分结果集包括所述多个预设指标的多个划分结果；
步骤S240：根据所述多个划分结果，获得所述第一专业领域类别的预设级别划分标准。
具体而言，通过大数据确定所述第一专业领域类别的第一发展时长，其中，所述第一专业领域类别是指任一社会特定职业领域。进一步的，利用专家决策法分别为每个专业领域的级别划分制定划分指标，举例如将用户从事对应专业领域的总时长、专业学习对应专业领域的时长和学习程度，如本硕博连续8年学习等、从事对应专业领域相关工作时长、取得的成绩或荣誉等等，从而构建所述预设指标集。进一步的，对各专家决策的划分指标数据进行统计分析，最终确定各专业领域的划分指标及划分方法，所有各专业领域最终确定的划分指标和划分方法组成所述预设级别划分标准。在计算某一用户的学习级别时，通过预设级别划分标准中该用户对应专业领域的划分标准，结合熵权法计算即可得到该用户的综合学习指数，从而确定对应学习级别。
通过利用专家决策法确定预设级别划分标准，达到了提高级别划分合理性，从而提高后续课程资源推送准确性的技术效果。
进一步的，如附图2所示，本发明步骤S300还包括：
步骤S310：基于大数据采集所述第一专业领域的第一资源集，其中，所述第一资源集包括第一资源、第二资源；
步骤S320：组建所述第一专业领域的第一教师集，其中，所述第一教师集包括第一专业教师、第二专业教师；
步骤S330：所述第一专业教师、所述第二专业教师依次对所述第一资源、所述第二资源的质量和内容进行评价，生成第一评价结果集；
步骤S340：利用区块链技术对所述第一评价结果集进行分析，生成第一资源共识链；
步骤S350：根据所述第一资源共识链，构建所述远程教育资源库。
具体而言，针对所述第一用户要学习提高的第一专业领域，利用大数据等计算机技术爬取得到第一专业领域的所有课程资源，从而组成第一资源集。其中，所述第一资源是指所述第一资源集中的任一课程资源，所述第二资源是指所述第一资源集中，与所述第一资源不同的课程资源。此外，基于所述第一专业领域的专业教师，构建第一教师集。所述第一教师集包括第一专业教师、第二专业教师。其中，所述第一专业教师是指所述第一教师集中任一教师，所述第二专业教师与所述第一专业教师不同。进一步的，所述第一教师、所述第二教师等各个专业教师分别对所述第一资源集中各个资源的质量、内容进行主观评价，所有评价结果组成第一评价结果集。其中，所述第一评价结果集中包括所述第一教师集中各专业教师对所述第一资源集中各资源内容、质量的主观评价数据。最后，利用区块链技术对所述第一评价结果集中的各个评价数据进行智能分析，也就是说，得到各专业教师统一评价、认证的各资源评价数据，并构建第一资源共识链，最终根据所述第一资源共识链构建得到所述远程教育资源库。
通过基于专业教师的评价共识数据构建远程教育资源库，达到了提高后续系统基于用户实际情况推送课程资源的推送精准性，进而提高用户学习质量的技术效果。
进一步的，如附图3所示，本发明步骤S340还包括：
步骤S341：根据所述第一评价结果集，获得所述第一资源的第一质量共识指数、所述第二资源的第二质量共识指数；
步骤S342：将所述第一质量共识指数、所述第二质量共识指数进行降序排列，获得第一资源质量列表；
步骤S343：根据所述第一评价结果集，获得所述第一资源的第一内容共识数据、所述第二资源的第二内容共识数据；
步骤S344：根据所述第一内容共识数据、所述第二内容共识数据，依次获得所述第一资源的第一标签信息、所述第二资源的第二标签信息；
步骤S345：根据所述第一资源质量列表、所述第一标签信息、所述第二标签信息，构建所述第一资源共识链。
进一步的，本发明步骤S343还包括：
步骤S3431：依次获得第一已学用户、第二已学用户对所述第一资源的第一评价数据、第二评价数据；
步骤S3432：对所述第一评价数据、所述第二评价数据进行统计分析，获得所述第一资源的第一用户质量共识、第一用户内容共识；
步骤S3433：根据所述第一用户质量共识对所述第一质量共识指数进行调整，根据所述第一用户内容共识对所述第一内容共识数据进行调整。
具体而言，基于各专业教师对各资源内容、质量的主观评价数据，分别计算各专业教师对某资源内容评价、质量评价的众数，并将该众数作为对应资源的内容共识数据、质量共识数据。同样的方法，得到所有资源的内容和质量共识。进一步的，先将所有资源按照质量由高到低的顺序进行排列，从而得到优质资源在前、劣质资源在后的第一资源质量列表。进而，基于所述第一资源质量列表的资源顺序，利用各专业教师达成的各资源的内容共识数据，依次为所述第一资源列表中各个资源进行标签设置，从而得到第一资源的第一标签信息、第二资源的第二标签信息。其中，各资源标签信息为对应资源主要内容的关键词、内容所述难度级别等信息。最后，根据所述第一资源质量列表及所述第一资源质量列表中各资源的标签数据信息，构建所述第一资源共识链。
进一步的，为提高共识数据的准确性，系统对已经学习完对应课程资源的学习用户进行调查，得到各已学用户对已学课程内容、质量的评价数据，同样的方法，计算各已学用户对某资源评价的众数，作为已学用户对该资源的共识数据。进而，基于已学用户对各资源质量、内容共识数据对所述第一质量共识指数、所述第一内容共识数据进行调整，从而提高共识数据的准确性。举例如利用变异系数法为专业教师的评价、已学用户的评价赋予不同的权重系数，进而加权计算得到综合评价数据，即共识数据。通过构建第一资源共识链，达到了为后续构建远程教育资源提供资源及各资源质量、内容共识基础的技术效果。
进一步的，如附图4所示，本发明步骤S600还包括：
步骤S610：分别获得所述第一远程教育资源的第一远程资源、第二远程资源；
步骤S620：根据所述第一用户在所述预设时间阈值对所述第一远程资源、所述第二远程资源的学习情况，获得第一资源学习数据、第二资源学习数据；
步骤S630：根据所述第一资源学习数据、所述第二资源学习数据，分别计算获得所述第一用户对所述第一远程资源、所述第二远程资源的第一资源掌握指数、第二资源掌握指数；
步骤S640：对所述第一资源掌握指数、所述第二资源掌握指数进行均值计算，获得所述第一用户对所述第一远程教育资源的第一综合掌握指数；
步骤S650：若所述第一综合掌握指数满足预设掌握指数阈值，获得第一更新指令；
步骤S660：根据所述第一更新指令对所述第一远程教育资源进行更新调整，获得所述第二远程教育资源。
具体而言，在系统基于第一用户实际学习情况，即第一学习级别个性化推送所述第一远程教育资源后，所述第一用户自由选择所述第一远程教育资源中的资源进行学习，此时系统自动记录所述第一用户学习数据，包括学习开始时间、学习内容、学习后自我测试的分数、学习结束时间等各项学习数据。其中，根据所述第一用户学习第一远程资源的学习数据，利用熵权法计算可以得到所述第一用户对所述第一远程资源的掌握情况指数，即第一资源掌握指数。其中，所述第一远程资源为系统推送给第一用户的所述第一远程教育资源中的任意一个课程资源。同样的方法，得到第一用户对第二远程资源的第二资源掌握指数。其中，所述第二远程资源是指所述第一远程教育资源中不同于第一远程资源的任意课程资源。最后，对各资源掌握指数进行平均值计算，得到的计算结果即为所述第一用户对所述第一远程教育资源的整体掌握情况指数，即所述第一综合掌握指数。
进一步的，当所述第一综合掌握指数满足预设掌握指数阈值时，系统自动发出第一更新指令，并基于所述第一更新指令对所述第一远程教育资源进行更新调整，更新调整后的远程教育资源即为所述第二远程教育资源。其中，所述预设掌握指数阈值是指系统基于课程资源中的知识点数量、各知识点重要程度等信息，综合分析后确定的达到最低需求标准时的掌握程度范围。举例如某远程教育资源中包含多个实用性强、基础类的知识点，系统设置用户应基本掌握其中60％的知识点才能进入下一阶段学习，则60％就是所述预设掌握指数。通过对用户学习数据的分析，得到用户对课程资源的掌握指数，实现了将用户学习成果直观量化的目标。
进一步的，本发明步骤S630还包括：
步骤S631：根据所述第一资源学习数据，计算获得所述第一用户对所述第一资源的第一学习时长、第一检测分数；
步骤S632：利用变异系数法对所述第一学习时长、所述第一检测分数进行加权计算，获得所述第一资源掌握指数。
具体而言，根据第一用户学习第一远程资源的系统记录数据，计算得到第一用户学习第一远程资源的总学习时长、检测分数数据，即所述第一学习时长、所述第一检测分数。然后利用归一化处理方法对所述第一学习时长和所述第一检测分数进行归一化处理，并结合变异系数法客观计算得到所述第一用户对第一远程资源的综合掌握数据，即所述第一资源掌握指数。通过基于学习数据得到第一资源掌握指数，实现了将用户远程教育成果客观化、直观化的技术目标。
综上所述，本发明所提供的一种基于区块链技术的远程教育方法具有如下技术效果：
1.通过基于区块链技术构建远程教育资源库，达到了基于区块链共识机制为用户个性化推送合理的课程资源，并基于区块链可追溯特点对用户的学习数据进行分析，从而实现基于用户实际学习、掌握情况及时更新、完善对应推送课程资源的目标，最终提高用户整体学习质量的技术效果。
2.通过基于专业教师对各课程资源的评价数据，分析得到各专业教师统一认证、共识的课程评价，包括课程内容、课程质量评价，进而构建远程教育资源库，达到了提高系统针对用户实际情况个性化推送课程资源准确性、可靠性的技术效果。
3.通过结合各领域专业教师、已学用户对各资源质量、内容的直观评价数据，形成各资源的共识数据，达到了提高资源质量、内容共识准确性，为后续资源推送提供基础的技术效果。
4.通过区块链的可追溯特点，得到用户完整学习情况的客观时长、分数数据，进而加权计算得到用户对各课程资源的掌握指数，达到了将用户学习成果直观量化的技术效果。
实施例二
基于与前述实施例中一种基于区块链技术的远程教育方法，同样发明构思，本发明还提供了一种基于区块链技术的远程教育系统，请参阅附图5，所述系统包括：
第一获得单元11，所述第一获得单元11用于获得第一用户的第一基本信息，其中，所述第一基本信息包括所述第一用户的第一专业领域；
第二获得单元12，所述第二获得单元12用于基于预设级别划分标准对所述第一基本信息进行分析，获得所述第一用户在所述第一专业领域的第一学习级别；
第一构建单元13，所述第一构建单元13用于利用区块链技术构建远程教育资源库，其中，所述远程教育资源库包括多个资源；
第一生成单元14，所述第一生成单元14用于根据所述第一学习级别对所述多个资源进行遍历，生成所述第一用户的第一远程教育资源；
第二生成单元15，所述第二生成单元15用于将所述第一远程教育资源推送给所述第一用户进行学习，生成所述第一用户预设时间阈值的第一学习数据；
第三生成单元16，所述第三生成单元16用于根据所述第一学习数据对所述第一远程教育资源进行调整，生成第二远程教育资源；
第一执行单元17，所述第一执行单元17用于根据所述第二远程教育资源对所述第一用户进行远程教育。
进一步的，所述系统还包括：
第三获得单元，所述第三获得单元用于获得第一专业领域类别的第一发展时长；
第四获得单元，所述第四获得单元用于利用专家决策法，获得所述第一专业领域类别的预设指标集，其中，所述预设指标集包括多个预设指标，所述多个预设指标用于对个体在所述第一专业领域类别的综合级别进行量化评价；
第五获得单元，所述第五获得单元用于根据所述第一发展时长，对所述多个预设指标进行等级划分，获得第一划分结果集，其中，所述第一划分结果集包括所述多个预设指标的多个划分结果；
第六获得单元，所述第六获得单元用于根据所述多个划分结果，获得所述第一专业领域类别的预设级别划分标准。
进一步的，所述系统还包括：
第一采集单元，所述第一采集单元用于基于大数据采集所述第一专业领域的第一资源集，其中，所述第一资源集包括第一资源、第二资源；
第一组建单元，所述第一组建单元用于组建所述第一专业领域的第一教师集，其中，所述第一教师集包括第一专业教师、第二专业教师；
第四生成单元，所述第四生成单元用于所述第一专业教师、所述第二专业教师依次对所述第一资源、所述第二资源的质量和内容进行评价，生成第一评价结果集；
第五生成单元，所述第五生成单元用于利用区块链技术对所述第一评价结果集进行分析，生成第一资源共识链；
第二构建单元，所述第二构建单元用于根据所述第一资源共识链，构建所述远程教育资源库。
进一步的，所述系统还包括：
第七获得单元，所述第七获得单元用于根据所述第一评价结果集，获得所述第一资源的第一质量共识指数、所述第二资源的第二质量共识指数；
第八获得单元，所述第八获得单元用于将所述第一质量共识指数、所述第二质量共识指数进行降序排列，获得第一资源质量列表；
第九获得单元，所述第九获得单元用于根据所述第一评价结果集，获得所述第一资源的第一内容共识数据、所述第二资源的第二内容共识数据；
第十获得单元，所述第十获得单元用于根据所述第一内容共识数据、所述第二内容共识数据，依次获得所述第一资源的第一标签信息、所述第二资源的第二标签信息；
第三构建单元，所述第三构建单元用于根据所述第一资源质量列表、所述第一标签信息、所述第二标签信息，构建所述第一资源共识链。
进一步的，所述系统还包括：
第十一获得单元，所述第十一获得单元用于依次获得第一已学用户、第二已学用户对所述第一资源的第一评价数据、第二评价数据；
第十二获得单元，所述第十二获得单元用于对所述第一评价数据、所述第二评价数据进行统计分析，获得所述第一资源的第一用户质量共识、第一用户内容共识；
第二执行单元，所述第二执行单元用于根据所述第一用户质量共识对所述第一质量共识指数进行调整，根据所述第一用户内容共识对所述第一内容共识数据进行调整。
进一步的，所述系统还包括：
第十三获得单元，所述第十三获得单元用于分别获得所述第一远程教育资源的第一远程资源、第二远程资源；
第十四获得单元，所述第十四获得单元用于根据所述第一用户在所述预设时间阈值对所述第一远程资源、所述第二远程资源的学习情况，获得第一资源学习数据、第二资源学习数据；
第十五获得单元，所述第十五获得单元用于根据所述第一资源学习数据、所述第二资源学习数据，分别计算获得所述第一用户对所述第一远程资源、所述第二远程资源的第一资源掌握指数、第二资源掌握指数；
第十六获得单元，所述第十六获得单元用于对所述第一资源掌握指数、所述第二资源掌握指数进行均值计算，获得所述第一用户对所述第一远程教育资源的第一综合掌握指数；
第十七获得单元，所述第十七获得单元用于若所述第一综合掌握指数满足预设掌握指数阈值，获得第一更新指令；
第十八获得单元，所述第十八获得单元用于根据所述第一更新指令对所述第一远程教育资源进行更新调整，获得所述第二远程教育资源。
进一步的，所述系统还包括：
第十九获得单元，所述第十九获得单元用于根据所述第一资源学习数据，计算获得所述第一用户对所述第一资源的第一学习时长、第一检测分数；
第二十获得单元，所述第二十获得单元用于利用变异系数法对所述第一学习时长、所述第一检测分数进行加权计算，获得所述第一资源掌握指数。
本说明书中各个实施例采用递进的方式描述，每个实施例重点说明的都是与其他实施例的不同之处，前述图1实施例一中的一种基于区块链技术的远程教育方法和具体实例同样适用于本实施例的一种基于区块链技术的远程教育系统，通过前述对一种基于区块链技术的远程教育方法的详细描述，本领域技术人员可以清楚的知道本实施例中一种基于区块链技术的远程教育系统，所以为了说明书的简洁，在此不再详述。对于实施例公开的装置而言，由于其与实施例公开的方法相对应，所以描述的比较简单，相关之处参见方法部分说明即可。
对所公开的实施例的上述说明，使本领域专业技术人员能够实现或使用本发明。对这些实施例的多种修改对本领域的专业技术人员来说将是显而易见的，本文中所定义的一般原理可以在不脱离本发明的精神或范围的情况下，在其它实施例中实现。因此，本发明将不会被限制于本文所示的这些实施例，而是要符合与本文所公开的原理和新颖特点相一致的最宽的范围。
示例性电子设备
下面参考图6来描述本发明的电子设备。
图6图示了根据本发明的电子设备的结构示意图。
基于与前述实施例中一种基于区块链技术的远程教育方法的发明构思，本发明还提供一种基于区块链技术的远程教育系统，其上存储有计算机程序，该程序被处理器执行时实现前文所述一种基于区块链技术的远程教育方法的任一方法的步骤。
其中，在图6中，总线架构(用总线300来代表)，总线300可以包括任意数量的互联的总线和桥，总线300将包括由处理器302代表的一个或多个处理器和存储器304代表的存储器的各种电路链接在一起。总线300还可以将诸如外围设备、稳压器和功率管理电路等之类的各种其他电路链接在一起，这些都是本领域所公知的，因此，本文不再对其进行进一步描述。总线接口305在总线300和接收器301 和发送器303之间提供接口。接收器301和发送器303可以是同一个元件，即收发机，提供用于在传输介质上与各种其他装置通信的单元。
处理器302负责管理总线300和通常的处理，而存储器304可以被用于存储处理器302在执行操作时所使用的数据。
本发明提供了一种基于区块链技术的远程教育方法，所述方法应用于一种基于区块链技术的远程教育系统，其中，所述方法包括：通过获得第一用户的第一基本信息，其中，所述第一基本信息包括所述第一用户的第一专业领域；基于预设级别划分标准对所述第一基本信息进行分析，获得所述第一用户在所述第一专业领域的第一学习级别；利用区块链技术构建远程教育资源库，其中，所述远程教育资源库包括多个资源；根据所述第一学习级别对所述多个资源进行遍历，生成所述第一用户的第一远程教育资源；将所述第一远程教育资源推送给所述第一用户进行学习，生成所述第一用户预设时间阈值的第一学习数据；根据所述第一学习数据对所述第一远程教育资源进行调整，生成第二远程教育资源；根据所述第二远程教育资源对所述第一用户进行远程教育。解决了现有技术中的远程教育仅基于资源领域、难度级别等进行简单划分，进而由用户主观选择资源并进行学习，存在无法基于用户实际掌握情况个性化推送合理的资源课程，从而导致用户学习质量不佳的技术问题。通过基于区块链技术构建远程教育资源库，达到了基于区块链共识机制为用户个性化推送合理的课程资源，并基于区块链可追溯特点对用户的学习数据进行分析，从而实现基于用户实际学习、掌握情况及时更新、完善对应推送课程资源的目标，最终提高用户整体学习质量的技术效果。
本发明还提供一种电子设备，其中，包括处理器和存储器；
该存储器，用于存储；
该处理器，用于通过调用，执行上述实施例一中任一项所述的方法。
本发明还提供一种计算机程序产品，包括计算机程序和/或指令，该计算机程序和/或指令被处理器执行时实现上述实施例一中任一项所述方法的步骤。
本领域内的技术人员应明白，本发明的实施例可提供为方法、装置、或计算机程序产品。因此，本发明可采用完全软件实施例、完全硬件实施例、或结合软件和硬件方面实施例的形式。此外，本发明为可以在一个或多个包含有计算机可用程序代码的计算机可用存储介质上实施的计算机程序产品的形式。而所述的计算机可用存储介质包括但不限于：U盘、移动硬盘、只读存储器(Read-Only Memory，简称 ROM)、随机存取存储器(RandomAccess Memory，简称RAM)、磁盘存储器、只读光盘(Compact Disc Read-Only Memory，简称CD-ROM)、光学存储器等各种可以存储程序代码的介质。
本发明是参照本发明的方法、设备(系统)、和计算机程序产品的流程图和/或方框图来描述的。应理解可由计算机程序指令实现流程图和/或方框图中的每一流程和/或方框、以及流程图和/或方框图中的流程和/或方框的结合。可提供这些计算机程序指令到通用计算机、专用计算机、嵌入式处理机或其他可编程数据处理设备的处理器以产生一个机器，使得通过计算机或其他可编程数据处理设备的处理器执行的指令产生用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的系统。
这些计算机程序指令也可存储在能引导计算机或其他可编程数据处理设备以特定方式工作的计算机可读存储器中，使得存储在该计算机可读存储器中的指令产生包括指令系统的制造品，该指令系统实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能。
这些计算机程序指令也可装载到计算机或其他可编程数据处理设备上，使得在计算机或其他可编程设备上执行一系列操作步骤以产生计算机实现的处理，从而在计算机或其他可编程设备上执行的指令提供用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的步骤。尽管已描述了本发明的优选实施例，但本领域内的技术人员一旦得知了基本创造性概念，则可对这些实施例作出另外的变更和修改。
显然，本领域的技术人员可以对本发明进行各种改动和变型而不脱离本发明的精神和范围。这样，倘若本发明的这些修改和变型属于本发明及其等同技术的范围之内，则本发明也意图包含这些改动和变型在内。

Claims (10)

1.一种基于区块链技术的远程教育系统，其特征在于，所述系统包括：
第一获得单元，所述第一获得单元用于获得第一用户的第一基本信息，其中，所述第一基本信息包括所述第一用户的第一专业领域；
第二获得单元，所述第二获得单元用于基于预设级别划分标准对所述第一基本信息进行分析，获得所述第一用户在所述第一专业领域的第一学习级别；
第一构建单元，所述第一构建单元用于利用区块链技术构建远程教育资源库，其中，所述远程教育资源库包括多个资源；
第一生成单元，所述第一生成单元用于根据所述第一学习级别对所述多个资源进行遍历，生成所述第一用户的第一远程教育资源；
第二生成单元，所述第二生成单元用于将所述第一远程教育资源推送给所述第一用户进行学习，生成所述第一用户预设时间阈值的第一学习数据；
第三生成单元，所述第三生成单元用于根据所述第一学习数据对所述第一远程教育资源进行调整，生成第二远程教育资源；
第一执行单元，所述第一执行单元用于根据所述第二远程教育资源对所述第一用户进行远程教育。
2.如权利要求1所述的系统，其特征在于，所述第二获得单元，之前包括：
第三获得单元，所述第三获得单元用于获得第一专业领域类别的第一发展时长；
第四获得单元，所述第四获得单元用于利用专家决策法，获得所述第一专业领域类别的预设指标集，其中，所述预设指标集包括多个预设指标，所述多个预设指标用于对个体在所述第一专业领域类别的综合级别进行量化评价；
第五获得单元，所述第五获得单元用于根据所述第一发展时长，对所述多个预设指标进行等级划分，获得第一划分结果集，其中，所述第一划分结果集包括所述多个预设指标的多个划分结果；
第六获得单元，所述第六获得单元用于根据所述多个划分结果，获得所述第一专业领域类别的预设级别划分标准。
3.如权利要求1所述的系统，其特征在于，所述第一构建单元，包括：
第一采集单元，所述第一采集单元用于基于大数据采集所述第一专业领域的第一资源集，其中，所述第一资源集包括第一资源、第二资源；
第一组建单元，所述第一组建单元用于组建所述第一专业领域的第一教师集，其中，所述第一教师集包括第一专业教师、第二专业教师；
第四生成单元，所述第四生成单元用于所述第一专业教师、所述第二专业教师依次对所述第一资源、所述第二资源的质量和内容进行评价，生成第一评价结果集；
第五生成单元，所述第五生成单元用于利用区块链技术对所述第一评价结果集进行分析，生成第一资源共识链；
第二构建单元，所述第二构建单元用于根据所述第一资源共识链，构建所述远程教育资源库。
4.如权利要求3所述的系统，其特征在于，所述第五生成单元，包括：
第七获得单元，所述第七获得单元用于根据所述第一评价结果集，获得所述第一资源的第一质量共识指数、所述第二资源的第二质量共识指数；
第八获得单元，所述第八获得单元用于将所述第一质量共识指数、所述第二质量共识指数进行降序排列，获得第一资源质量列表；
第九获得单元，所述第九获得单元用于根据所述第一评价结果集，获得所述第一资源的第一内容共识数据、所述第二资源的第二内容共识数据；
第十获得单元，所述第十获得单元用于根据所述第一内容共识数据、所述第二内容共识数据，依次获得所述第一资源的第一标签信息、所述第二资源的第二标签信息；
第三构建单元，所述第三构建单元用于根据所述第一资源质量列表、所述第一标签信息、所述第二标签信息，构建所述第一资源共识链。
5.如权利要求4所述的系统，其特征在于，所述第九获得单元，还包括：
第十一获得单元，所述第十一获得单元用于依次获得第一已学用户、第二已学用户对所述第一资源的第一评价数据、第二评价数据；
第十二获得单元，所述第十二获得单元用于对所述第一评价数据、所述第二评价数据进行统计分析，获得所述第一资源的第一用户质量共识、第一用户内容共识；
第二执行单元，所述第二执行单元用于根据所述第一用户质量共识对所述第一质量共识指数进行调整，根据所述第一用户内容共识对所述第一内容共识数据进行调整。
6.如权利要求1所述的系统，其特征在于，所述第三生成单元，包括：
第十三获得单元，所述第十三获得单元用于分别获得所述第一远程教育资源的第一远程资源、第二远程资源；
第十四获得单元，所述第十四获得单元用于根据所述第一用户在所述预设时间阈值对所述第一远程资源、所述第二远程资源的学习情况，获得第一资源学习数据、第二资源学习数据；
第十五获得单元，所述第十五获得单元用于根据所述第一资源学习数据、所述第二资源学习数据，分别计算获得所述第一用户对所述第一远程资源、所述第二远程资源的第一资源掌握指数、第二资源掌握指数；
第十六获得单元，所述第十六获得单元用于对所述第一资源掌握指数、所述第二资源掌握指数进行均值计算，获得所述第一用户对所述第一远程教育资源的第一综合掌握指数；
第十七获得单元，所述第十七获得单元用于若所述第一综合掌握指数满足预设掌握指数阈值，获得第一更新指令；
第十八获得单元，所述第十八获得单元用于根据所述第一更新指令对所述第一远程教育资源进行更新调整，获得所述第二远程教育资源。
7.如权利要求6所述的系统，其特征在于，所述第十五获得单元，包括：
第十九获得单元，所述第十九获得单元用于根据所述第一资源学习数据，计算获得所述第一用户对所述第一资源的第一学习时长、第一检测分数；
第二十获得单元，所述第二十获得单元用于利用变异系数法对所述第一学习时长、所述第一检测分数进行加权计算，获得所述第一资源掌握指数。
8.一种基于区块链技术的远程教育方法，其特征在于，所述方法包括：
获得第一用户的第一基本信息，其中，所述第一基本信息包括所述第一用户的第一专业领域；
基于预设级别划分标准对所述第一基本信息进行分析，获得所述第一用户在所述第一专业领域的第一学习级别；
利用区块链技术构建远程教育资源库，其中，所述远程教育资源库包括多个资源；
根据所述第一学习级别对所述多个资源进行遍历，生成所述第一用户的第一远程教育资源；
将所述第一远程教育资源推送给所述第一用户进行学习，生成所述第一用户预设时间阈值的第一学习数据；
根据所述第一学习数据对所述第一远程教育资源进行调整，生成第二远程教育资源；
根据所述第二远程教育资源对所述第一用户进行远程教育。
9.一种电子设备，其特征在于，包括处理器和存储器；
所述存储器，用于存储；
所述处理器，用于通过调用，执行权利要求1～7中任一项所述的系统。
10.一种计算机程序产品，包括计算机程序和/或指令，其特征在于，该计算机程序和/或指令被处理器执行时实现权利要求1～7中任一项所述系统的单元。
CN202210499143.6A 2022-05-09 2022-05-09 一种基于区块链技术的远程教育系统 Withdrawn CN114943625A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202210499143.6A CN114943625A (zh) 2022-05-09 2022-05-09 一种基于区块链技术的远程教育系统

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202210499143.6A CN114943625A (zh) 2022-05-09 2022-05-09 一种基于区块链技术的远程教育系统

Publications (1)

Publication Number Publication Date
CN114943625A true CN114943625A (zh) 2022-08-26

Family

ID=82906925

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202210499143.6A Withdrawn CN114943625A (zh) 2022-05-09 2022-05-09 一种基于区块链技术的远程教育系统

Country Status (1)

Country Link
CN (1) CN114943625A (zh)

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN116385227A (zh) * 2023-04-10 2023-07-04 华中师范大学 一种远程可视化教育系统与方法

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN116385227A (zh) * 2023-04-10 2023-07-04 华中师范大学 一种远程可视化教育系统与方法
CN116385227B (zh) * 2023-04-10 2024-01-26 华中师范大学 一种远程可视化教育系统与方法

Similar Documents

Publication Publication Date Title
Lee et al. Enhancing pre-service teachers' self-efficacy beliefs for technology integration through lesson planning practice
van Geel et al. Changes in educators' data literacy during a data-based decision making intervention
CN111274411A (zh) 课程推荐方法、装置、电子设备及可读存储介质
Ren et al. Exploring an on-line course applicability assessment to assist learners in course selection and learning effectiveness improving in e-learning
Park et al. Adaptive or adapted to: Sequence and reflexive thematic analysis to understand learners' self‐regulated learning in an adaptive learning analytics dashboard
Feldman-Maggor et al. Let them choose: Optional assignments and online learning patterns as predictors of success in online general chemistry courses
Adjei et al. Predicting student performance on post-requisite skills using prerequisite skill data: an alternative method for refining prerequisite skill structures
Mitrofanova et al. Modeling of residual knowledge estimation in smart university
Chrysafiadi et al. Evaluating the user’s experience, adaptivity and learning outcomes of a fuzzy-based intelligent tutoring system for computer programming for academic students in Greece
Carvalho et al. Analyzing the Relative Learning Benefits of Completing Required Activities and Optional Readings in Online Courses.
Gray et al. A practitioner’s guide to measurement in learning analytics: Decisions, opportunities, and challenges
Faucon et al. Real-Time Prediction of Students' Activity Progress and Completion Rates.
Feild et al. A generalized classifier to identify online learning tool disengagement at scale
Han A Fuzzy Logic and Multilevel Analysis‐Based Evaluation Algorithm for Digital Teaching Quality in Colleges and Universities
Song et al. Pluggable reputation systems for peer review: A web-service approach
CN114943625A (zh) 一种基于区块链技术的远程教育系统
Du Application of the Data‐Driven Educational Decision‐Making System to Curriculum Optimization of Higher Education
Atienza et al. A Deep Neural Network in a Web-based Career Track Recommender System for Lower Secondary Education
Lenhard et al. Prediction of academic performance prior to intersections within a multi-tiered school system
Ray et al. Value added in English schools
Acosta et al. Automated assessment of free text questions for MOOC using regular expressions
Mutiawani et al. Implementing Item Response Theory (IRT) Method in Quiz Assessment System.
Sinitsyn et al. Mathematical models of learning analytics for massive open online courses
Pullar-Strecker et al. G is for Generalisation: Predicting Student Success from Keystrokes
Gottschalk et al. Persuasive skill development: On computational surveillance strategies for modeling learning statistics with PLOTLearner

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
WW01 Invention patent application withdrawn after publication

Application publication date: 20220826