CN115879701B - 一种基于智慧课堂的课堂时长自适应调整系统 - Google Patents
一种基于智慧课堂的课堂时长自适应调整系统 Download PDFInfo
- Publication number
- CN115879701B CN115879701B CN202211487438.8A CN202211487438A CN115879701B CN 115879701 B CN115879701 B CN 115879701B CN 202211487438 A CN202211487438 A CN 202211487438A CN 115879701 B CN115879701 B CN 115879701B
- Authority
- CN
- China
- Prior art keywords
- class
- teaching
- data analysis
- analysis unit
- preset
- 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.)
- Active
Links
- 238000007405 data analysis Methods 0.000 claims abstract description 157
- 238000004458 analytical method Methods 0.000 claims abstract description 6
- 230000003993 interaction Effects 0.000 claims description 26
- 230000003044 adaptive effect Effects 0.000 claims description 21
- 238000012545 processing Methods 0.000 abstract description 8
- 238000009472 formulation Methods 0.000 abstract 1
- 239000000203 mixture Substances 0.000 abstract 1
- 230000000694 effects Effects 0.000 description 8
- 238000012986 modification Methods 0.000 description 4
- 230000004048 modification Effects 0.000 description 4
- 238000010586 diagram Methods 0.000 description 2
- 238000000034 method Methods 0.000 description 2
- 238000006467 substitution reaction Methods 0.000 description 2
- 230000009286 beneficial effect Effects 0.000 description 1
- 238000004891 communication Methods 0.000 description 1
- 238000013461 design Methods 0.000 description 1
Abstract
本发明涉及数据处理技术领域,尤其涉及一种基于智慧课堂的课堂时长自适应调整系统,包括:图像采集装置、授课班级信息存储单元、授课计划存储单元、课堂记录单元,其与图像采集装置连接,用于记录各授课班级的各科目的课堂状态信息;数据获取单元,其分别与授课班级信息存储单元和课堂记录单元连接,用于获取各授课班级的各学生的历史课堂状态信息;数据分析单元,其与数据获取单元连接,用于对数据获取单元获取的信息进行分析;中控单元,其分别与数据分析单元和授课计划存储单元连接,用于根据数据分析单元的分析结果对各授课班级的各科目老师的授课计划进行调整,保证了各科目老师的授课计划制定的准确性,从而提高了线上教学效率。
Description
技术领域
本发明涉及数据处理技术领域,尤其涉及一种基于智慧课堂的课堂时长自适应调整系统。
背景技术
线上教学以成为疫情期间在保证各年级学生正常教学进度有力手段,然而线上教学与线下教学在课堂授课效果上有着很大的差异性,教师很难通过线上教学的学生状态确定教学计划设计是否合理,从而无法保证线上教学的教学效果。
中国专利公开号:CN112991113A公开了一种在线直播课程的排课系统以及基于该排课系统的排课方法,该排课系统包括基于现有操作系统的课程单元处理模块、班号处理模块以及排课模块。其中,课程单元处理模块与班号处理模块连接,班号处理模块与排课模块连接。课程处理单元模块,用于分解课程形成最小授课单元,并生成排课资源占用信息。班号模块用于生成班号,排课模块用于形成具体的上课课节信息。本发明若然有效地解决了现有在线直播课程排课复杂,不能最大化利用教师资源以及通用性差的问题,但是没有对上课效果数据作分析,无法保证课程安排的线上教学效果。
由此可见所述一种在线直播课程的排课系统以及基于该排课系统的排课方法存在没有对上课效果数据进行分析,无法保证课程安排的线上教学效果的问题。
发明内容
为此,本发明提供一种基于智慧课堂的课堂时长自适应调整系统,用以克服现有技术中没有对上课效果数据进行分析,无法保证课程安排的线上教学效果的问题。
为实现上述目的,本发明提供一种基于智慧课堂的课堂时长自适应调整系统,包括:
图像采集装置,其用于采集学生学习状态图像;
授课班级信息存储单元,用于存储各授课班级的基本信息,所述授课班级的基本信息包括各所述授课班级的年组信息和学生基本信息;
授课计划存储单元,用于存储各授课班级的各科目老师的授课计划,所述授课计划包括各科目的初始知识点密度和初始授课时长;
课堂记录单元,其与所述图像采集装置连接,用于记录各所述授课班级的各所述科目的课堂状态信息,所述课堂状态信息包括各所述授课班级的各学生的课堂专注度、课堂互动次数以及课后习题分数;
数据获取单元,其分别与所述授课班级信息存储单元和所述课堂记录单元连接,用于获取各所述授课班级的各所述学生的历史课堂状态信息;
数据分析单元,其与所述数据获取单元连接,用于对所述数据获取单元获取的信息进行分析;
中控单元,其分别与所述数据分析单元和所述授课计划存储单元连接,用于根据所述数据分析单元的分析结果对各授课班级的各科目老师的授课计划进行调整。
进一步地,所述数据获取单元获取所述授课班级的所述科目的各所述学生的课堂状态信息,数据分析单元根据各所述学生的课堂状态信息中的课堂专注度与预设课堂专注度的对比结果确定满足所述预设课堂专注度的第一课堂专注人数,以及根据各所述学生的课堂互动次数与预设课堂互动次数的对比结果确定满足所述预设课堂互动次数的课堂互动人数,并根据以下公式计算所述科目老师的授课计划参量G,
其中,Fa表示第一课堂专注人数,Fa0表示预设课堂专注人数,M表示课堂互动人数,M0表示预设课堂互动人数。
进一步地,所述数据分析单元在完成所述授课计划参量G计算时,根据所述授课计划参量G与预设授课计划参量G0的对比结果确定是否需要对所述科目老师的授课计划进行调整,
若G≥G0,所述数据分析单元确定不需要对所述科目老师的授课计划进行调整;
若G<G0,所述数据分析单元确定需要对所述科目老师的授课计划进行调整。
进一步地,所述数据分析单元在确定需要对所述科目老师的授课计划进行调整时,根据各所述学生的课后习题分数与预设课后习题分数的对比结果确定满足所述预设课后习题分数的第一习题合格人数Ea,并根据所述第一习题合格人数Ea与预设第一习题合格人数的对比结果再次确定是否需要对所述科目老师的授课计划进行调整,
其中,所述数据分析单元设有第一习题合格人数的第一预设人数Ea1和第一习题合格人数的第二预设人数Ea2,
若Ea<Ea1,所述数据分析单元确定需要对所述科目的初始知识点密度进行调整;
若Ea1≤Ea<Ea2,所述数据分析单元确定不对所述科目老师的授课计划进行调整;
若Ea2≤Ea,所述数据分析单元确定需要对所述科目的初始授课时长进行调整。
进一步地,所述数据分析单元在确定需要对所述科目的初始知识点密度进行调整时,所述数据获取单元获取所述授课计划的各所述学生的历史课堂状态信息的课后习题平均分数信息,所述数据分析单元根据各所述学生的课后习题平均分信息与所述预设课后习题分数的对比结果确定满足所述预设课后习题分数的第二习题合格人数Eb,并根据所述第二习题合格人数和第一习题合格人数的第一差值△Eb与预设第一差值的对比结果对所述科目的初始知识点密度进行调整,△Eb=Eb-Ea,将所述初始知识点密度记为D1,
其中,所述数据分析单元设有第一差值的第一预设值△Eb1、第一差值的第二预设值△Eb2、第一知识点密度调整系数Kd1、第二知识点密度调整系数Kd2以及第三知识点调整系数Kd3,△Eb1<△Eb2,0.5<Kd1<Kd2<Kd3<1,
若△Eb<△Eb1,所述数据分析单元确定知识点密度调整系数为Kd1;
若△Eb1≤△Eb<△Eb2,所述数据分析单元确定知识点密度调整系数为Kd2;
若△Eb2≤△Eb,所述数据分析单元确定知识点密度调整系数为Kd3;
若所述数据分析单元确定采用第i个知识点密度调整系数kdi对所述初始知识点密度进行调整时,所述中控单元设定i=1,2,3,并将调整后的初始知识点密度记为D2,D2=D1×kdi。
进一步地,所述数据分析单元在确定需要对所述科目的初始授课时长进行调整时,所述数据获取单元获取所述授课计划的各所述学生的历史课堂信息的平均专注度信息,所述数据分析单元根据各所述学生的课堂专注度的平均值与所述预设课堂专注度的对比结果确定满足所述预设课堂专注度的第二课堂专注人数Fb,并根据所述第二课堂专注人数Fb与第一课堂专注人数Fa的第二差值△Fb与预设第二差值的对比结果对所述初始授课时长进行调整,△Fb=Fb-Fa,将所述初始授课时长记为T1,
其中,所述数据分析单元设有第二差值的第一预设值△Fb1、第二差值的第二预设值△Fb2、第一授课时长调整系数Kt1、第二授课时长调整系数Kt2以及第三授课调整系数Kt3,△Fb1<△Fb2,1>Kt1>Kt2>Kt3>0.5,
若△Fb<△Fb1,所述数据分析单元确定授课时长调整系数为Kt1;
若△Fb1≤△Fb<△Fb2,所述数据分析单元确定授课时长调整系数为Kt2;
若△Fb2≤△Fb,所述数据分析单元确定授课时长调整系数为Kt3;
若所述数据分析单元确定采用第j个授课时长调整系数Ktj对所述初始授课时长进行调整时,所述中控单元设定j=1,2,3,并将调整后的初始授课时长记为T2,T2=T1×Ktj。
进一步地,所述数据分析单元根据以下公式计算所述授课班级的所述授课计划的调整周期参量W,
其中,D0表示预设知识点密度,α表示知识点密度对所述调整周期参量的影响权重,T0表示预设授课时长,β表示授课时长对所述调整周期参量的影响权重,C表示所述授课班级的学生的平均年龄,C0表示所述授课班级的年组对应的学生的标准年龄,θ表示所述班级的学生的平均年龄对所述调整周期参量的影响权重,其中C=1~12,x=1,2,y=1,2。
进一步地,所述数据分析单元在完成所述调整周期参量W计算时,根据所述调整周期参量W与预设调整周期参量的对比结果确定所述授课班级的所述科目老师的授课计划的自适应调整周期,
其中,所述数据分析单元设有第一预设调整周期参量W1、第二预设调整周期参量W2、第一调整周期V1、第二调整周期V2以及第三调整周期V3,其中W1<W2,V1<V2<V3,
若W<W1,所述数据分析单元确定所述自适应调整周期为V1;
若W1≤W<W2,所述数据分析单元确定所述自适应调整周期为V2;
若W2≤W,所述数据分析单元确定所述自适应调整周期为V3。
进一步地,所述数据获取单元在所述科目老师的授课计划完成一个所述自适应调整周期时,获取所述授课计划的各所述学生的自适应调整周期内的历史课堂状态信息的第一课后习题平均分信息,以及获取所述授课计划的各所述学生的上一自适应调整周期内的历史课堂状态信息的第二课后习题平均分信息,所述数据分析单元根据各所述第一课后习题平均分信息与所述预设课后习题分数的对比结果确定满足所述预设课后习题分数的第三习题合格人数Ec,以及根据各所述第二课后习题平均分数信息与所述预设课后习题分数的对比结果确定满足所述预设课后习题分数的第四习题合格人数Ed,并根据所述第三习题合格人数Ec与第四习题合格人数Ed的第三差值△Ec与预设第三差值的对比结果对所述科目的所述调整后的知识点密度进行再次调整,△Ec=Ec-Ed,
其中,所述数据分析单元设有第三差值的第一预设值△Ec1、第三差值的第二预设值△Ec2以及第四知识点密度调整系数Kd4,△Eb1<△Ec1<△Ec2<△Eb2,1<Kd4<1.3,
若△Ec<△Ec1,所述数据分析单元确定知识点密度调整系数为Kd3;
若△Ec1≤△Ec<△Ec2,所述数据分析单元确定对所述科目的所述调整后的授课时长进行再次调整;
若△Ec2≤△Ec,所述数据分析单元确定知识点密度调整系数为Kd4;
若所述数据分析单元确定采用第i个知识点密度调整系数kdi对所述初始知识点密度进行再次调整时,所述中控单元设定i=3,4,u=1,2,并将再次调整后的所述调整后的授课时长记为D3,D3=Du×kdi。
进一步地,所述数据分析单元在确定对所述科目的所述调整后的授课时长进行再次调整时,所述数据获取单元获取所述授课计划的各所述学生的自适应调整周期内的历史课堂状态信息的第一平均课堂专注度信息,以及获取所述授课计划的各所述学生的上一自适应调整周期内的历史课堂状态信息的第二平均课堂专注度信息,所述数据分析单元根据各所述第一平均课堂专注度信息与所述预设课堂专注度的对比结果确定满足所述预设课堂专注度的第三课堂专注人数Fc,以及根据各所述第二平均课堂专注度信息与所述预设课堂专注度的对比结果确定满足所述课堂专注度的第四课堂专注人数Fd,并根据所述第三课堂专注人数Fc与第四课堂专注人数Fd的第四差值△Fc与预设第四差值的对比结果对所述科目的所述调整后的授课时长进行再次调整,△Fc=Fc-Fd,
其中,所述数据分析单元设有第四差值的第一预设值△Fc1、第四差值的第二预设值△Ec2以及第四授课时长调整系数Kd4,△Fb1<△Fc1<△Fc2<△Fb2,1<Kt4<1.3,
若△Fc<△Fc1,所述数据分析单元确定授课时长调整系数为Kt3;
若△Ec1≤△Ec<△Ec2,所述数据分析单元确定不对所述调整后的授课时长进行调整;
若△Fc2≤△Fc,所述数据分析单元确定授课时长调整系数为Kt4;
若所述数据分析单元确定采用第j个授课时长调整系数ktj对所述调整后的授课时长进行再次调整时,所述中控单元设定j=3,4,w=1,2,并将再次调整的所述调整后的授课时长记为T3,T3=Tw×ktj。
与现有技术相比,本发明的有益效果在于,所述基于智慧课堂的课堂时长自适应调整系统通过数据分析单元用以对数据获取单元获取的信息进行分析,所述中控单元根据数据分析单元的分析结果对各授课班级的各科目老师的授课计划进行调整,保证了各科目老师的授课计划制定的准确性,从而提高了线上教学效率。
进一步地,所述数据获取单元获取所述授课班级的所述科目的各所述学生的课堂状态信息,所述数据分析单元根据各所述学生的课堂状态信息中的课堂专注度与预设课堂专注度的对比结果确定满足所述预设课堂专注度的第一课堂专注人数,以及根据各所述学生的课堂互动次数与预设课堂互动次数的对比结果确定满足所述预设课堂互动次数的课堂互动人数,通过根据所述第一课堂专注人数和课堂互动人数计算科目老师的授课计划参量,提高了对授课计划的合理性进行判断的准确性。
进一步地,所述数据分析单元在完成所述授课计划参量计算时,根据所述授课计划参量与预设授课计划参量的对比结果确定是否需要对所述科目老师的授课计划进行调整,从而提高了判断授课计划的合理性进行判断的合理性。
进一步地,所述数据分析单元在确定需要对所述科目老师的授课计划进行调整时,根据各所述学生的课后习题分数与预设课后习题分数的对比结果确定满足所述预设课后习题分数的第一习题合格人数,并根据所述第一习题合格人数与预设第一习题合格人数的对比结果再次确定是否需要对所述科目老师的授课计划进行调整,从而进一步提高了判断授课计划的合理性进行判断的合理性。
进一步地,所述数据分析单元在确定需要对所述科目的初始知识点密度进行调整时,所述数据获取单元获取所述授课计划的各所述学生的历史课堂状态信息的课后习题平均分数信息,所述数据分析单元根据各所述学生的课后习题平均分信息与所述预设课后习题分数的对比结果确定满足所述预设课后习题分数的第二习题合格人数,并根据所述第二习题合格人数和第一习题合格人数的第一差值与预设第一差值的对比结果对所述科目的初始知识点密度进行调整,从而保证了授课计划的合理性。
进一步地,所述数据分析单元在确定需要对所述科目的初始授课时长进行调整时,所述数据获取单元获取所述授课计划的各所述学生的历史课堂信息的平均专注度信息,所述数据分析单元根据各所述学生的课堂专注度的平均值与所述预设课堂专注度的对比结果确定满足所述预设课堂专注度的第二课堂专注人数,并根据所述第二课堂专注人数与第一课堂专注人数的第二差值与预设第二差值的对比结果对所述初始授课时长进行调整,从而进一步保证了授课计划的合理性。
进一步地,所述数据分析单元计算所述授课班级的所述授课计划的调整周期参量,并根据所述调整周期参量与预设调整周期参量的对比结果确定所述授课班级的所述科目老师的授课计划的自适应调整周期,从而保证了阶段性对授课计划进行调整的合理性。
进一步地,所述数据获取单元在所述科目老师的授课计划完成一个所述自适应调整周期时,获取所述授课计划的各所述学生的自适应调整周期内的历史课堂状态信息的第一课后习题平均分信息,以及获取所述授课计划的各所述学生的上一自适应调整周期内的历史课堂状态信息的第二课后习题平均分信息,所述数据分析单元根据各所述第一课后习题平均分信息与所述预设课后习题分数的对比结果确定满足所述预设课后习题分数的第三习题合格人数,以及根据各所述第二课后习题平均分数信息与所述预设课后习题分数的对比结果确定满足所述预设课后习题分数的第四习题合格人数,并根据所述第三习题合格人数与第四习题合格人数Ed的第三差值与预设第三差值的对比结果对所述科目的所述调整后的知识点密度进行再次调整,从而保证了阶段性授课计划进行调整的合理性。
所述数据分析单元在确定对所述科目的所述调整后的授课时长进行再次调整时,所述数据获取单元获取所述授课计划的各所述学生的自适应调整周期内的历史课堂状态信息的第一平均课堂专注度信息,以及获取所述授课计划的各所述学生的上一自适应调整周期内的历史课堂状态信息的第二平均课堂专注度信息,所述数据分析单元根据各所述第一平均课堂专注度信息与所述预设课堂专注度的对比结果确定满足所述预设课堂专注度的第三课堂专注人数,以及根据各所述第二平均课堂专注度信息与所述预设课堂专注度的对比结果确定满足所述课堂专注度的第四课堂专注人数,并根据所述第三课堂专注人数与第四课堂专注人数的第四差值与预设第四差值的对比结果对所述科目的所述调整后的授课时长进行再次调整,从而保证了阶段性授课计划进行调整的合理性,提高了线上教学的学习效率。
附图说明
图1为本发明所述一种基于智慧课堂的课堂时长自适应调整系统的模块连接结构示意图。
具体实施方式
为了使本发明的目的和优点更加清楚明白,下面结合实施例对本发明作进一步描述;应当理解,此处所描述的具体实施例仅仅用于解释本发明,并不用于限定本发明。
下面参照附图来描述本发明的优选实施方式。本领域技术人员应当理解的是,这些实施方式仅仅用于解释本发明的技术原理,并非在限制本发明的保护范围。
需要说明的是,在本发明的描述中,术语“上”、“下”、“左”、“右”、“内”、“外”等指示的方向或位置关系的术语是基于附图所示的方向或位置关系,这仅仅是为了便于描述,而不是指示或暗示所述装置或元件必须具有特定的方位、以特定的方位构造和操作,因此不能理解为对本发明的限制。
此外,还需要说明的是,在本发明的描述中,除非另有明确的规定和限定,术语“安装”、“相连”、“连接”应做广义理解,例如,可以是固定连接,也可以是可拆卸连接,或一体地连接;可以是机械连接,也可以是电连接;可以是直接相连,也可以通过中间媒介间接相连,可以是两个元件内部的连通。对于本领域技术人员而言,可根据具体情况理解上述术语在本发明中的具体含义。
请参阅图1所示,图1为本发明本实施例的一种基于智慧课堂的课堂时长自适应调整系统的模块连接结构示意图。
一种基于智慧课堂的课堂时长自适应调整系统,包括:
图像采集装置,其用于采集学生学习状态图像;
授课班级信息存储单元,用于存储各授课班级的基本信息,授课班级的基本信息包括各授课班级的年组信息和学生基本信息;
授课计划存储单元,用于存储各授课班级的各科目老师的授课计划,授课计划包括各科目的初始知识点密度和初始授课时长;
课堂记录单元,其与图像采集单元连接,用于记录各授课班级的各科目的课堂状态信息,课堂状态信息包括各授课班级的各学生的课堂专注度、课堂互动次数以及课后习题分数;
数据获取单元,其分别与授课班级信息存储单元和课堂记录单元连接,用于获取各授课班级的各学生的历史课堂状态信息;
数据分析单元,其与数据获取单元连接,用于对数据获取单元获取的信息进行分析;
中控单元,其分别与数据分析单元和授课计划存储单元连接,用于根据数据分析单元的分析结果对各授课班级的各科目老师的授课计划进行调整。
具体而言,数据获取单元获取授课班级的科目的各学生的课堂状态信息,数据分析单元根据各学生的课堂状态信息中的课堂专注度与预设课堂专注度的对比结果确定满足预设课堂专注度的第一课堂专注人数,以及根据各学生的课堂互动次数与预设课堂互动次数的对比结果确定满足预设课堂互动次数的课堂互动人数,并根据以下公式计算科目老师的授课计划参量G,
其中,Fa表示第一课堂专注人数,Fa0表示预设课堂专注人数,M表示课堂互动人数,M0表示预设课堂互动人数。
具体而言,数据分析单元在完成授课计划参量G计算时,根据授课计划参量G与预设授课计划参量G0的对比结果确定是否需要对科目老师的授课计划进行调整,
若G≥G0,数据分析单元确定不需要对科目老师的授课计划进行调整;
若G<G0,数据分析单元确定需要对科目老师的授课计划进行调整。
具体而言,数据分析单元在确定需要对科目老师的授课计划进行调整时,根据各学生的课后习题分数与预设课后习题分数的对比结果确定满足预设课后习题分数的第一习题合格人数Ea,并根据第一习题合格人数Ea与预设第一习题合格人数的对比结果再次确定是否需要对科目老师的授课计划进行调整,
其中,数据分析单元设有第一习题合格人数的第一预设人数Ea1和第一习题合格人数的第二预设人数Ea2,
若Ea<Ea1,数据分析单元确定需要对科目的初始知识点密度进行调整;
若Ea1≤Ea<Ea2,数据分析单元确定不对科目老师的授课计划进行调整;
若Ea2≤Ea,数据分析单元确定需要对科目的初始授课时长进行调整。
具体而言,数据分析单元在确定需要对科目的初始知识点密度进行调整时,数据获取单元获取授课计划的各学生的历史课堂状态信息的课后习题平均分数信息,数据分析单元根据各学生的课后习题平均分信息与预设课后习题分数的对比结果确定满足预设课后习题分数的第二习题合格人数Eb,并根据第二习题合格人数和第一习题合格人数的第一差值△Eb与预设第一差值的对比结果对科目的初始知识点密度进行调整,△Eb=Eb-Ea,将初始知识点密度记为D1,
其中,数据分析单元设有第一差值的第一预设值△Eb1、第一差值的第二预设值△Eb2、第一知识点密度调整系数Kd1、第二知识点密度调整系数Kd2以及第三知识点调整系数Kd3,△Eb1<△Eb2,0.5<Kd1<Kd2<Kd3<1,
若△Eb<△Eb1,数据分析单元确定知识点密度调整系数为Kd1;
若△Eb1≤△Eb<△Eb2,数据分析单元确定知识点密度调整系数为Kd2;
若△Eb2≤△Eb,数据分析单元确定知识点密度调整系数为Kd3;
若数据分析单元确定采用第i个知识点密度调整系数kdi对初始知识点密度进行调整时,中控单元设定i=1,2,3,并将调整后的初始知识点密度记为D2,D2=D1×kdi。
具体而言,数据分析单元在确定需要对科目的初始授课时长进行调整时,数据获取单元获取授课计划的各学生的历史课堂信息的平均专注度信息,数据分析单元根据各学生的课堂专注度的平均值与预设课堂专注度的对比结果确定满足预设课堂专注度的第二课堂专注人数Fb,并根据第二课堂专注人数Fb与第一课堂专注人数Fa的第二差值△Fb与预设第二差值的对比结果对初始授课时长进行调整,△Fb=Fb-Fa,将初始授课时长记为T1,
其中,数据分析单元设有第二差值的第一预设值△Fb1、第二差值的第二预设值△Fb2、第一授课时长调整系数Kt1、第二授课时长调整系数Kt2以及第三授课调整系数Kt3,△Fb1<△Fb2,1>Kt1>Kt2>Kt3>0.5,
若△Fb<△Fb1,数据分析单元确定授课时长调整系数为Kt1;
若△Fb1≤△Fb<△Fb2,数据分析单元确定授课时长调整系数为Kt2;
若△Fb2≤△Fb,数据分析单元确定授课时长调整系数为Kt3;
若数据分析单元确定采用第j个授课时长调整系数Ktj对初始授课时长进行调整时,中控单元设定j=1,2,3,并将调整后的初始授课时长记为T2,T2=T1×Ktj。
具体而言,数据分析单元根据以下公式计算授课班级的授课计划的调整周期参量W,
其中,D0表示预设知识点密度,α表示知识点密度对调整周期参量的影响权重,T0表示预设授课时长,β表示授课时长对调整周期参量的影响权重,C表示授课班级的学生的平均年龄,C0表示授课班级的年组对应的学生的标准年龄,θ表示班级的学生的平均年龄对调整周期参量的影响权重,其中x=1,2,y=1,2。
具体而言,数据分析单元在完成调整周期参量W计算时,根据调整周期参量W与预设调整周期参量的对比结果确定授课班级的科目老师的授课计划的自适应调整周期,
其中,数据分析单元设有第一预设调整周期参量W1、第二预设调整周期参量W2、第一调整周期V1、第二调整周期V2以及第三调整周期V3,其中W1<W2,V1<V2<V3,
若W<W1,数据分析单元确定自适应调整周期为V1;
若W1≤W<W2,数据分析单元确定自适应调整周期为V2;
若W2≤W,数据分析单元确定自适应调整周期为V3。
具体而言,数据获取单元在科目老师的授课计划完成一个自适应调整周期时,获取授课计划的各学生的自适应调整周期内的历史课堂状态信息的第一课后习题平均分信息,以及获取授课计划的各学生的上一自适应调整周期内的历史课堂状态信息的第二课后习题平均分信息,数据分析单元根据各第一课后习题平均分信息与预设课后习题分数的对比结果确定满足预设课后习题分数的第三习题合格人数Ec,以及根据各第二课后习题平均分数信息与预设课后习题分数的对比结果确定满足预设课后习题分数的第四习题合格人数Ed,并根据第三习题合格人数Ec与第四习题合格人数Ed的第三差值△Ec与预设第三差值的对比结果对科目的调整后的知识点密度进行再次调整,△Ec=Ec-Ed,
其中,数据分析单元设有第三差值的第一预设值△Ec1、第三差值的第二预设值△Ec2以及第四知识点密度调整系数Kd4,△Eb1<△Ec1<△Ec2<△Eb2,1<Kd4<1.3,
若△Ec<△Ec1,数据分析单元确定知识点密度调整系数为Kd3;
若△Ec1≤△Ec<△Ec2,数据分析单元确定对科目的调整后的授课时长进行再次调整;
若△Ec2≤△Ec,数据分析单元确定知识点密度调整系数为Kd4;
若数据分析单元确定采用第i个知识点密度调整系数kdi对初始知识点密度进行再次调整时,中控单元设定i=3,4,u=1,2,并将再次调整后的授课时长记为D3,D3=Du×kdi。
具体而言,数据分析单元在确定对科目的调整后的授课时长进行再次调整时,数据获取单元获取授课计划的各学生的自适应调整周期内的历史课堂状态信息的第一平均课堂专注度信息,以及获取授课计划的各学生的上一自适应调整周期内的历史课堂状态信息的第二平均课堂专注度信息,数据分析单元根据各第一平均课堂专注度信息与预设课堂专注度的对比结果确定满足预设课堂专注度的第三课堂专注人数Fc,以及根据各第二平均课堂专注度信息与预设课堂专注度的对比结果确定满足课堂专注度的第四课堂专注人数Fd,并根据第三课堂专注人数Fc与第四课堂专注人数Fd的第四差值△Fc与预设第四差值的对比结果对科目的调整后的授课时长进行再次调整,△Fc=Fc-Fd,
其中,数据分析单元设有第四差值的第一预设值△Fc1、第四差值的第二预设值△Ec2以及第四授课时长调整系数Kd4,△Fb1<△Fc1<△Fc2<△Fb2,1<Kt4<1.3,
若△Fc<△Fc1,数据分析单元确定授课时长调整系数为Kt3;
若△Ec1≤△Ec<△Ec2,数据分析单元确定不对调整后的授课时长进行调整;
若△Fc2≤△Fc,数据分析单元确定授课时长调整系数为Kt4;
若数据分析单元确定采用第j个授课时长调整系数ktj对调整后的授课时长进行再次调整时,中控单元设定j=3,4,w=1,2,并将再次调整的调整后的授课时长记为T3,T3=Tw×ktj。
至此,已经结合附图所示的优选实施方式描述了本发明的技术方案,但是,本领域技术人员容易理解的是,本发明的保护范围显然不局限于这些具体实施方式。在不偏离本发明的原理的前提下,本领域技术人员可以对相关技术特征做出等同的更改或替换,这些更改或替换之后的技术方案都将落入本发明的保护范围之内。
以上所述仅为本发明的优选实施例,并不用于限制本发明;对于本领域的技术人员来说,本发明可以有各种更改和变化。凡在本发明的精神和原则之内,所作的任何修改、等同替换、改进等,均应包含在本发明的保护范围之内。
Claims (3)
1.一种基于智慧课堂的课堂时长自适应调整系统,其特征在于,包括:
图像采集装置,其用于采集学生学习状态图像;
授课班级信息存储单元,用于存储各授课班级的基本信息,所述授课班级的基本信息包括各所述授课班级的年组信息和学生基本信息;
授课计划存储单元,用于存储各授课班级的各科目老师的授课计划,所述授课计划包括各科目的初始知识点密度和初始授课时长;
课堂记录单元,其与所述图像采集装置连接,用于记录各所述授课班级的各所述科目的课堂状态信息,所述课堂状态信息包括各所述授课班级的各学生的课堂专注度、课堂互动次数以及课后习题分数;
数据获取单元,其分别与所述授课班级信息存储单元和所述课堂记录单元连接,用于获取各所述授课班级的各所述学生的历史课堂状态信息;
数据分析单元,其与所述数据获取单元连接,用于对所述数据获取单元获取的信息进行分析;
中控单元,其分别与所述数据分析单元和所述授课计划存储单元连接,用于根据所述数据分析单元的分析结果对各授课班级的各科目老师的授课计划进行调整;
所述数据获取单元获取所述授课班级的所述科目的各所述学生的课堂状态信息,数据分析单元根据各所述学生的课堂状态信息中的课堂专注度与预设课堂专注度的对比结果确定满足所述预设课堂专注度的第一课堂专注人数,以及根据各所述学生的课堂互动次数与预设课堂互动次数的对比结果确定满足所述预设课堂互动次数的课堂互动人数,并根据以下公式计算所述科目老师的授课计划参量G,
,
其中,Fa表示第一课堂专注人数,Fa0表示预设课堂专注人数,M表示课堂互动人数,M0表示预设课堂互动人数;
所述数据分析单元在完成所述授课计划参量G计算时,根据所述授课计划参量G与预设授课计划参量G0的对比结果确定是否需要对所述科目老师的授课计划进行调整,
若G≥G0,所述数据分析单元确定不需要对所述科目老师的授课计划进行调整;
若G<G0,所述数据分析单元确定需要对所述科目老师的授课计划进行调整;
所述数据分析单元在确定需要对所述科目老师的授课计划进行调整时,根据各所述学生的课后习题分数与预设课后习题分数的对比结果确定满足所述预设课后习题分数的第一习题合格人数Ea,并根据所述第一习题合格人数Ea与预设第一习题合格人数的对比结果再次确定是否需要对所述科目老师的授课计划进行调整,
其中,所述数据分析单元设有第一习题合格人数的第一预设人数Ea1和第一习题合格人数的第二预设人数Ea2,
若Ea<Ea1,所述数据分析单元确定需要对所述科目的初始知识点密度进行调整;
若Ea1≤Ea<Ea2,所述数据分析单元确定不对所述科目老师的授课计划进行调整;
若Ea2≤Ea,所述数据分析单元确定需要对所述科目的初始授课时长进行调整;
所述数据分析单元在确定需要对所述科目的初始知识点密度进行调整时,所述数据获取单元获取所述授课计划的各所述学生的历史课堂状态信息的课后习题平均分数信息,所述数据分析单元根据各所述学生的课后习题平均分信息与所述预设课后习题分数的对比结果确定满足所述预设课后习题分数的第二习题合格人数Eb,并根据所述第二习题合格人数和第一习题合格人数的第一差值△Eb与预设第一差值的对比结果对所述科目的初始知识点密度进行调整,△Eb=Eb-Ea,将所述初始知识点密度记为D1,
其中,所述数据分析单元设有第一差值的第一预设值△Eb1、第一差值的第二预设值△Eb2、第一知识点密度调整系数Kd1、第二知识点密度调整系数Kd2以及第三知识点调整系数Kd3,△Eb1<△Eb2,0.5<Kd1<Kd2<Kd3<1,
若△Eb<△Eb1,所述数据分析单元确定知识点密度调整系数为Kd1;
若△Eb1≤△Eb<△Eb2,所述数据分析单元确定知识点密度调整系数为Kd2;
若△Eb2≤△Eb,所述数据分析单元确定知识点密度调整系数为Kd3;
若所述数据分析单元确定采用第i个知识点密度调整系数kdi对所述初始知识点密度进行调整时,所述中控单元设定i=1,2,3,并将调整后的初始知识点密度记为D2,D2=D1×kdi;
所述数据分析单元在确定需要对所述科目的初始授课时长进行调整时,所述数据获取单元获取所述授课计划的各所述学生的历史课堂信息的平均专注度信息,所述数据分析单元根据各所述学生的课堂专注度的平均值与所述预设课堂专注度的对比结果确定满足所述预设课堂专注度的第二课堂专注人数Fb,并根据所述第二课堂专注人数Fb与第一课堂专注人数Fa的第二差值△Fb与预设第二差值的对比结果对所述初始授课时长进行调整,△Fb=Fb-Fa,将所述初始授课时长记为T1,
其中,所述数据分析单元设有第二差值的第一预设值△Fb1、第二差值的第二预设值△Fb2、第一授课时长调整系数Kt1、第二授课时长调整系数Kt2以及第三授课调整系数Kt3,△Fb1<△Fb2,1>Kt1>Kt2>Kt3>0.5,
若△Fb<△Fb1,所述数据分析单元确定授课时长调整系数为Kt1;
若△Fb1≤△Fb<△Fb2,所述数据分析单元确定授课时长调整系数为Kt2;
若△Fb2≤△Fb,所述数据分析单元确定授课时长调整系数为Kt3;
若所述数据分析单元确定采用第j个授课时长调整系数Ktj对所述初始授课时长进行调整时,所述中控单元设定j=1,2,3,并将调整后的初始授课时长记为T2,T2=T1×Ktj;
所述数据分析单元根据以下公式计算所述授课班级的所述授课计划的调整周期参量W,
,
其中,D0表示预设知识点密度,α表示知识点密度对所述调整周期参量的影响权重,T0表示预设授课时长,β表示授课时长对所述调整周期参量的影响权重,C表示所述授课班级的学生的平均年龄,C0表示所述授课班级的年组对应的学生的标准年龄,θ表示所述班级的学生的平均年龄对所述调整周期参量的影响权重,其中x=1,2,y=1,2;
所述数据分析单元在完成所述调整周期参量W计算时,根据所述调整周期参量W与预设调整周期参量的对比结果确定所述授课班级的所述科目老师的授课计划的自适应调整周期,
其中,所述数据分析单元设有第一预设调整周期参量W1、第二预设调整周期参量W2、第一调整周期V1、第二调整周期V2以及第三调整周期V3,其中W1<W2,V1<V2<V3,
若W<W1,所述数据分析单元确定所述自适应调整周期为V1;
若W1≤W<W2,所述数据分析单元确定所述自适应调整周期为V2;
若W2≤W,所述数据分析单元确定所述自适应调整周期为V3。
2.根据权利要求1所述的基于智慧课堂的课堂时长自适应调整系统,其特征在于,所述数据获取单元在所述科目老师的授课计划完成一个所述自适应调整周期时,获取所述授课计划的各所述学生的自适应调整周期内的历史课堂状态信息的第一课后习题平均分信息,以及获取所述授课计划的各所述学生的上一自适应调整周期内的历史课堂状态信息的第二课后习题平均分信息,所述数据分析单元根据各所述第一课后习题平均分信息与所述预设课后习题分数的对比结果确定满足所述预设课后习题分数的第三习题合格人数Ec,以及根据各所述第二课后习题平均分数信息与所述预设课后习题分数的对比结果确定满足所述预设课后习题分数的第四习题合格人数Ed,并根据所述第三习题合格人数Ec与第四习题合格人数Ed的第三差值△Ec与预设第三差值的对比结果对所述科目的所述调整后的知识点密度进行再次调整,△Ec=Ec-Ed,
其中,所述数据分析单元设有第三差值的第一预设值△Ec1、第三差值的第二预设值△Ec2以及第四知识点密度调整系数Kd4,△Eb1<△Ec1<△Ec2<△Eb2,1<Kd4<1.3,
若△Ec<△Ec1,所述数据分析单元确定知识点密度调整系数为Kd3;
若△Ec1≤△Ec<△Ec2,所述数据分析单元确定对所述科目的所述调整后的授课时长进行再次调整;
若△Ec2≤△Ec,所述数据分析单元确定知识点密度调整系数为Kd4;
若所述数据分析单元确定采用第i个知识点密度调整系数kdi对所述初始知识点密度进行再次调整时,所述中控单元设定i=3,4,u=1,2,并将再次调整后的所述调整后的授课时长记为D3,D3=Du×kdi。
3.根据权利要求2所述的基于智慧课堂的课堂时长自适应调整系统,其特征在于,所述数据分析单元在确定对所述科目的所述调整后的授课时长进行再次调整时,所述数据获取单元获取所述授课计划的各所述学生的自适应调整周期内的历史课堂状态信息的第一平均课堂专注度信息,以及获取所述授课计划的各所述学生的上一自适应调整周期内的历史课堂状态信息的第二平均课堂专注度信息,所述数据分析单元根据各所述第一平均课堂专注度信息与所述预设课堂专注度的对比结果确定满足所述预设课堂专注度的第三课堂专注人数Fc,以及根据各所述第二平均课堂专注度信息与所述预设课堂专注度的对比结果确定满足所述课堂专注度的第四课堂专注人数Fd,并根据所述第三课堂专注人数Fc与第四课堂专注人数Fd的第四差值△Fc与预设第四差值的对比结果对所述科目的所述调整后的授课时长进行再次调整,△Fc=Fc-Fd,
其中,所述数据分析单元设有第四差值的第一预设值△Fc1、第四差值的第二预设值△Ec2以及第四授课时长调整系数Kd4,△Fb1<△Fc1<△Fc2<△Fb2,1<Kt4<1.3,
若△Fc<△Fc1,所述数据分析单元确定授课时长调整系数为Kt3;
若△Ec1≤△Ec<△Ec2,所述数据分析单元确定不对所述调整后的授课时长进行调整;
若△Fc2≤△Fc,所述数据分析单元确定授课时长调整系数为Kt4;
若所述数据分析单元确定采用第j个授课时长调整系数ktj对所述调整后的授课时长进行再次调整时,所述中控单元设定j=3,4,w=1,2,并将再次调整的所述调整后的授课时长记为T3,T3=Tw×ktj。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202211487438.8A CN115879701B (zh) | 2022-11-24 | 2022-11-24 | 一种基于智慧课堂的课堂时长自适应调整系统 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202211487438.8A CN115879701B (zh) | 2022-11-24 | 2022-11-24 | 一种基于智慧课堂的课堂时长自适应调整系统 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN115879701A CN115879701A (zh) | 2023-03-31 |
CN115879701B true CN115879701B (zh) | 2023-11-14 |
Family
ID=85763942
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202211487438.8A Active CN115879701B (zh) | 2022-11-24 | 2022-11-24 | 一种基于智慧课堂的课堂时长自适应调整系统 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN115879701B (zh) |
Families Citing this family (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN117114940A (zh) * | 2023-10-24 | 2023-11-24 | 山东爱书人家庭教育科技有限公司 | 一种资源匹配方法、系统、装置及介质 |
CN117576604A (zh) * | 2023-11-06 | 2024-02-20 | 广东星海信息科技有限公司 | 基于图像识别的课堂互动方法和装置 |
Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2000315233A (ja) * | 1999-03-04 | 2000-11-14 | Nippon Hyojun:Kk | 学級経営・学校経営支援システム |
CN111311131A (zh) * | 2020-04-14 | 2020-06-19 | 康佳集团股份有限公司 | 一种智慧课堂教学行为分析方法、存储介质及智能电视 |
CN111931598A (zh) * | 2020-07-20 | 2020-11-13 | 湖北美和易思教育科技有限公司 | 一种基于人脸识别的课堂智能实时分析方法及系统 |
CN113139885A (zh) * | 2020-01-16 | 2021-07-20 | 广州致远科教软件有限公司 | 教学管理系统及其管理方法 |
CN114066252A (zh) * | 2021-11-17 | 2022-02-18 | 南京工业大学 | 基于知识编码与lfnn模型的教学资源动态分配系统 |
CN114298872A (zh) * | 2021-12-21 | 2022-04-08 | 北京碧云数创科技有限公司 | 一种学情信息处理方法 |
Family Cites Families (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US8682241B2 (en) * | 2009-05-12 | 2014-03-25 | International Business Machines Corporation | Method and system for improving the quality of teaching through analysis using a virtual teaching device |
-
2022
- 2022-11-24 CN CN202211487438.8A patent/CN115879701B/zh active Active
Patent Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2000315233A (ja) * | 1999-03-04 | 2000-11-14 | Nippon Hyojun:Kk | 学級経営・学校経営支援システム |
CN113139885A (zh) * | 2020-01-16 | 2021-07-20 | 广州致远科教软件有限公司 | 教学管理系统及其管理方法 |
CN111311131A (zh) * | 2020-04-14 | 2020-06-19 | 康佳集团股份有限公司 | 一种智慧课堂教学行为分析方法、存储介质及智能电视 |
CN111931598A (zh) * | 2020-07-20 | 2020-11-13 | 湖北美和易思教育科技有限公司 | 一种基于人脸识别的课堂智能实时分析方法及系统 |
CN114066252A (zh) * | 2021-11-17 | 2022-02-18 | 南京工业大学 | 基于知识编码与lfnn模型的教学资源动态分配系统 |
CN114298872A (zh) * | 2021-12-21 | 2022-04-08 | 北京碧云数创科技有限公司 | 一种学情信息处理方法 |
Also Published As
Publication number | Publication date |
---|---|
CN115879701A (zh) | 2023-03-31 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN115879701B (zh) | 一种基于智慧课堂的课堂时长自适应调整系统 | |
Silins | The relationship between transformational and transactional leadership and school improvement outcomes | |
Carrasco et al. | A multiobjective genetic algorithm for the class/teacher timetabling problem | |
CN109949187A (zh) | 一种新型物联网远程教学系统及控制方法 | |
Olawumi | Human capital development and economic growth in BRICS countries: controlling for country differences | |
O'Neill-Carrillo et al. | Community energy projects in the caribbean: Advancing socio-economic development and energy transitions | |
Laegreid et al. | Administrative reform programmes and institutional response in Norwegian central government | |
Snowdon | Without a Roadmap: Government funding and regulation of Canada's Universities and Colleges | |
Nunnery et al. | Teachers’ initial reactions to their pre‐implementation preparation and early restructuring experiences | |
Strakos | Using spreadsheet modeling to teach exchange curves (optimal policy curves) in inventory management | |
Hassell et al. | The UK pharmacy degree: Attrition rates and demographics of non-completers | |
Bell et al. | Attracting graduates to power engineering in the UK: successful university and industry collaboration | |
Mintrom et al. | 23 From Social Protection to Social Investment in Australia and New Zealand | |
Glachant et al. | In search of an EU energy policy for Mediterranean renewables exchange: EU-wide system vs.‘corridor by corridor’approach | |
Bogetoft | General communication schemes for multiobjective decision making | |
Najdpour et al. | A two-phase evolutionary algorithm for the university course timetabling problem | |
Usip et al. | An evaluation model for a probability weighted ontology of temporal complexities | |
López et al. | Industry-university collaboration in workforce development: Results from a short course on IEEE Standard 762 | |
Kahrimanis et al. | Validating empirically a rating approach for quantifying the quality of collaboration | |
Gentzoglanis | Regulation of the electricity industry in Africa: In search of an optimal model–where and when the next model? | |
Liu et al. | The changing role of governance in China’s higher education system | |
Sencindiver | Success in Calculus I: Implications of Students' Precalculus Content Knowledge and Their Awareness of that Knowledge | |
Dimmock et al. | Providing services to special needs students in a decentralised education system: An Australian perspective | |
Yang et al. | An improved approach to solution of the faculty assignment problem | |
Gupta | Exploring Simulation-Based Decision Making Frameworks for Energy Management in Electrical Networks of the Future |
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 |