CN116050780B - 一种基于教育平台的教育智能化管理方法及系统 - Google Patents
一种基于教育平台的教育智能化管理方法及系统 Download PDFInfo
- Publication number
- CN116050780B CN116050780B CN202310065166.0A CN202310065166A CN116050780B CN 116050780 B CN116050780 B CN 116050780B CN 202310065166 A CN202310065166 A CN 202310065166A CN 116050780 B CN116050780 B CN 116050780B
- Authority
- CN
- China
- Prior art keywords
- node
- target
- education
- learning behavior
- association
- 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
- 238000007726 management method Methods 0.000 title claims abstract description 176
- 230000006399 behavior Effects 0.000 claims abstract description 222
- 238000011156 evaluation Methods 0.000 claims description 23
- 230000000694 effects Effects 0.000 claims description 18
- 238000004364 calculation method Methods 0.000 claims description 4
- 238000000034 method Methods 0.000 abstract description 10
- 230000009286 beneficial effect Effects 0.000 description 9
- 238000003062 neural network model Methods 0.000 description 5
- 238000012360 testing method Methods 0.000 description 5
- 238000012549 training Methods 0.000 description 3
- 238000004458 analytical method Methods 0.000 description 2
- 238000010586 diagram Methods 0.000 description 2
- 238000005516 engineering process Methods 0.000 description 2
- 238000012986 modification Methods 0.000 description 2
- 230000004048 modification Effects 0.000 description 2
- 238000013139 quantization Methods 0.000 description 2
- 230000002159 abnormal effect Effects 0.000 description 1
- 230000004075 alteration Effects 0.000 description 1
- 230000003111 delayed effect Effects 0.000 description 1
- 238000002474 experimental method Methods 0.000 description 1
- 230000003370 grooming effect Effects 0.000 description 1
- 230000003993 interaction Effects 0.000 description 1
- 238000012423 maintenance Methods 0.000 description 1
- 238000012544 monitoring process Methods 0.000 description 1
- 230000008520 organization Effects 0.000 description 1
- 230000008569 process Effects 0.000 description 1
- 238000012545 processing Methods 0.000 description 1
- 230000001105 regulatory effect Effects 0.000 description 1
- 238000013468 resource allocation Methods 0.000 description 1
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q10/00—Administration; Management
- G06Q10/06—Resources, workflows, human or project management; Enterprise or organisation planning; Enterprise or organisation modelling
- G06Q10/063—Operations research, analysis or management
- G06Q10/0631—Resource planning, allocation, distributing or scheduling for enterprises or organisations
- G06Q10/06315—Needs-based resource requirements planning or analysis
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/30—Information retrieval; Database structures therefor; File system structures therefor of unstructured textual data
- G06F16/35—Clustering; Classification
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/30—Information retrieval; Database structures therefor; File system structures therefor of unstructured textual data
- G06F16/36—Creation of semantic tools, e.g. ontology or thesauri
- G06F16/367—Ontology
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
- G06N3/00—Computing arrangements based on biological models
- G06N3/02—Neural networks
- G06N3/08—Learning methods
-
- 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
-
- 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
-
- 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)
- Business, Economics & Management (AREA)
- Human Resources & Organizations (AREA)
- Theoretical Computer Science (AREA)
- Physics & Mathematics (AREA)
- Strategic Management (AREA)
- General Physics & Mathematics (AREA)
- Economics (AREA)
- Educational Administration (AREA)
- Entrepreneurship & Innovation (AREA)
- Tourism & Hospitality (AREA)
- General Engineering & Computer Science (AREA)
- Marketing (AREA)
- Data Mining & Analysis (AREA)
- General Business, Economics & Management (AREA)
- Development Economics (AREA)
- Health & Medical Sciences (AREA)
- Educational Technology (AREA)
- Quality & Reliability (AREA)
- General Health & Medical Sciences (AREA)
- Computational Linguistics (AREA)
- Operations Research (AREA)
- Databases & Information Systems (AREA)
- Game Theory and Decision Science (AREA)
- Life Sciences & Earth Sciences (AREA)
- Animal Behavior & Ethology (AREA)
- Primary Health Care (AREA)
- Artificial Intelligence (AREA)
- Biomedical Technology (AREA)
- Biophysics (AREA)
- Evolutionary Computation (AREA)
- Molecular Biology (AREA)
- Computing Systems (AREA)
- Mathematical Physics (AREA)
- Software Systems (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
本发明提供一种基于教育平台的教育智能化管理方法及系统,其中,方法包括:步骤1:动态获取目标学生产生的学习行为信息;步骤2:基于学习行为信息,对目标学生进行教育智能化管理需求评估,确定至少一个教育智能化管理需求;步骤3:基于教育智能化管理需求,从目标教育平台获取目标教育资源;步骤4:根据目标教育资源,对目标学生进行智能化管理。本发明的教育平台的教育智能化管理方法及系统,基于学生的学习行为信息自动确定教育智能化管理需求,极大提高了管理的效率;引入目标教育平台,基于教育智能化管理需求,从目标教育平台适应性获取目标教育资源进行学生管理,提高了目标教育资源获取的适宜性和全面性,同时,也更加智能化。
Description
技术领域
本发明涉及教育管理技术领域,特别涉及一种基于教育平台的教育智能化管理方法及系统。
背景技术
目前,教育平台被广泛应用于学校的教育管理工作中,教育管理包括对学生进行课程、成绩、教学计划、作业、阅读、考试、实验和考务等方面的教育管理。
申请号为CN202111125343.7的发明专利公开了一种基于大数据的线上小学教育管理系统及方法,其中,系统包括:用于对线上教育进行管理的管理平台;用于教师进行线上教学的教师端;用于学生进行线上学习的学生端;用于对教师端和学习端的数据进行处理的处理器;所述教师端、学生端和处理器共同组成了线上教育平台。设置有信息读取模块,使得可以对学生在线上学习过程中的目光注视点进行信息的读取,使得可以将分析结果反馈至教师,教师根据学生的兴趣点,针对性的进行教学,可以极大的提高线上教学的效率,同时,可以提高学生学习的兴趣。
申请号为CN202111395646.0的发明专利公开一种基于智能分析的在线教育平台云资源管理系统,其中,系统包括:数据采集单元、受教评估单元、教学评估单元、辅助判别单元、整合运维单元和资源分配单元。通过建立多个用户端,并分别从学生端、教师端以及教育管理端对在线教育平台的使用的数据信息以及其他信息进行分门别类的调取分析,进而对在线教育平台的教育资源进行有效的甄别和规整,在减少在线教育平台冗余度负担的同时,也实现了在线教育平台资源的最大化的利用。
但是,现有技术中,在教师管理的学生的人数较多时,存在学生管理不及时的情况(例如:多个学生存在薄弱知识点,教师针对每个学生的薄弱知识点一一进行辅导,辅导一个学生时,其他学生需要等待),管理效率较低,人力成本也较大;另外,现有技术未对获取教育资源时选取的在线教育平台加以限定,容易导致从教育平台上获取的教育资源不适宜,也不够全面(例如:从单一的教育平台上获取教育资源,但是该教育平台的资源库没有及时补充),容易造成可用教育资源的遗漏。
因此,亟需一种解决办法。
发明内容
本发明目的之一在于提供了一种基于教育平台的教育智能化管理方法,基于学生的学习行为信息,自动进行教育智能化管理需求评估,确定教育智能化管理需求,避免了教师管理学生人数较多时,学生管理不及时,极大提高了管理的效率,也降低了人力成本;引入目标教育平台,基于教育智能化管理需求,从目标教育平台适应性获取目标教育资源进行学生管理,提高了目标教育资源获取的适宜性和全面性,同时,也更加智能化。
本发明实施例提供的一种基于教育平台的教育智能化管理方法,包括:
步骤1:动态获取目标学生产生的学习行为信息;
步骤2:基于所述学习行为信息,对所述目标学生进行教育智能化管理需求评估,确定至少一个教育智能化管理需求;
步骤3:基于所述教育智能化管理需求,从目标教育平台获取目标教育资源;
步骤4:根据所述目标教育资源,对所述目标学生进行智能化管理。
优选的,所述步骤1:动态获取目标学生产生的学习行为信息,包括:
获取所述目标学生主动提供的所述学习行为信息;
和/或,
获取所述目标学生的教师提供的所述学习行为信息;
和/或,
获取所述目标学生的助教反馈的所述学习行为信息。
优选的,所述步骤2:基于所述学习行为信息,对所述目标学生进行教育智能化管理需求评估,确定至少一个教育智能化管理需求,包括:
解析所述学习行为信息,获取多个第一学习行为和第一学习行为类型;
对属于同一所述第一学习行为类型的所述第一学习行为进行分组,确定多个学习行为组,将属于同一所述学习行为组的所述第一学习行为作为第二学习行为;
查询预设的学习行为-行为规范值库,确定所述第二学习行为的行为规范值,并与对应所述第二学习行为进行关联;
累加计算所述第二学习行为关联的所述行为规范值,获得行为规范度;
查询预设的管理需求判定库,判断所述行为规范度对应的管理需求度是否大于等于对应所述第一学习行为类型的管理需求度阈值;
若是,确定相应所述第二学习行为的所述教育智能化管理需求。
优选的,所述确定相应所述第二学习行为的所述教育智能化管理需求,包括:
获取所述管理需求度大于等于所述管理需求度阈值的所述第二学习行为,并作为第三学习行为;
将属于同一所述第一学习行为类型的所述第三学习行为作为第四学习行为,同时,将所述第四学习行为对应的所述第一学习行为类型作为第二学习行为类型;
获取所述第二学习行为类型对应预设的教育智能化管理需求判定模型;
将所述第四学习行为输入对应所述教育智能化管理需求判定模型,获得所述教育智能化管理需求判定模型输出的教育智能化管理子需求;
整合所有所述教育智能化管理子需求,获得所述教育智能化管理需求。
优选的,所述步骤3:基于所述教育智能化管理需求,从目标教育平台获取目标教育资源,包括:
获取对应于所述教育智能化管理需求的第一历史教育资源获取记录,确定所述第一历史教育资源获取记录的资源获取方和历史教育资源;
获取所述资源获取方对所述历史教育资源的教学效果评价值;
若所述教学效果评价值大于等于预设的教学效果评价值阈值,将对应所述第一历史教育资源获取记录作为第二历史教育资源获取记录;
基于所述第二历史教育资源获取记录,确定目标教育资源获取模板;
获取本地学校的历史合作教育平台,同时,获取所述历史合作教育平台的关联平台,将所述历史合作平台和所述关联平台共同作为所述目标平台;
基于所述目标教育资源获取模板,从所述目标教育平台获取所述目标教育资源。
优选的,所述获取所述历史合作教育平台的关联平台,包括:
获取所述历史合作教育平台的关联关系图谱,确定所述历史合作教育平台在所述关联关系图谱中的目标节点;
基于所述关联关系图谱,确定与所述目标节点连接的关联节点;
获取所述目标节点与所述关联节点的连接信息;
基于所述连接信息,确定所述目标节点与所述关联节点的关联度;
若所述关联度大于等于预设的关联度阈值,将对应所述关联节点相应的教育平台作为所述关联平台。
优选的,所述基于所述连接信息,确定所述目标节点与所述关联节点的关联度,包括:
基于所述连接信息,确定所述目标节点与所述关联节点之间长度最短的节点连接链;
确定所述节点连接链上所述目标节点与所述关联节点之间的中间节点;
在所述节点连接链上按照所述目标节点向所述关联节点的方向依次遍历所述中间节点或所述关联节点,每次遍历时,将当前正在遍历的所述中间节点或所述关联节点作为参考节点;
获取所述参考节点与所述节点连接链上所述参考节点往所述目标节点方向上的上一所述中间节点的节点距离;
查询预设的节点距离-关联值库,确定所述节点距离对应的关联值;
获取所述参考节点在所述节点连接链上的节点层级,确定所述节点层级对应的层级权重;
赋予所述关联值对应所述层级权重,获得累加值,并与对应所述关联节点进行关联;
累加计算所述关联节点关联的所述累加值,获得所述关联度。
优选的,基于教育平台的教育智能化管理方法,其特征在于,还包括:
确定所述目标教育资源对应的待完成任务,同时,监督所述目标学生完成对应所述待完成任务;
所述监督所述目标学生完成对应所述待完成任务,包括:
获取所述待完成任务的分发时刻;
根据分发时刻和预设的监督周期,确定监督时刻;
获取当前时刻;
当所述当前时刻到达所述监督时刻,获取所述待完成任务的完成情况,基于所述完成情况,提醒任务进度落后的对应所述目标学生加快任务完成速度。
优选的,所述当所述当前时刻到达所述监督时刻,获取所述待完成任务的完成情况,基于所述完成情况,提醒任务进度落后的对应所述目标学生加快任务完成速度,包括:
将所述待完成任务对应的实际完成情况进度条在预设的第一时间轴线上展开,在所述第一时间轴线上标注所述监督时刻和所述当前时刻;
将所述待完成任务对应的理想完成情况进度条在预设的第二时间轴线上展开,在所述第二时间轴线上标注所述监督时刻和所述当前时刻;
当所述当前时刻到达所述监督时刻时,读取所述完成情况进度条的第一完成度,同时,读取所述理想完成情况进度条的第二完成度;
若所述第一完成度小于所述第二完成度,获取所述第一完成度和所述第二完成度的完成度差值;
确定所述完成度差值对应的提醒信息并将所述提醒信息发送给相应所述目标学生。
本发明实施例提供的一种基于教育平台的教育智能化管理系统,包括:
第一获取模块,用于动态获取目标学生产生的学习行为信息;
评估模块,用于基于所述学习行为信息,对所述目标学生进行教育智能化管理需求评估,确定至少一个教育智能化管理需求;
第二获取模块,用于基于所述教育智能化管理需求,从目标教育平台获取目标教育资源;
管理模块,用于根据所述目标教育资源,对所述目标学生进行智能化管理。
本发明的其它特征和优点将在随后的说明书中阐述,并且,部分地从说明书中变得显而易见,或者通过实施本发明而了解。本发明的目的和其他优点可通过在所写的说明书、权利要求书、以及附图中所特别指出的结构来实现和获得。
下面通过附图和实施例,对本发明的技术方案做进一步的详细描述。
附图说明
附图用来提供对本发明的进一步理解,并且构成说明书的一部分,与本发明的实施例一起用于解释本发明,并不构成对本发明的限制。在附图中:
图1为本发明实施例中一种基于教育平台的教育智能化管理方法的示意图;
图2为本发明实施例中一种基于教育平台的教育智能化管理系统的示意图。
具体实施方式
以下结合附图对本发明的优选实施例进行说明,应当理解,此处所描述的优选实施例仅用于说明和解释本发明,并不用于限定本发明。
本发明实施例提供了一种基于教育平台的教育智能化管理方法,如图1所示,包括:
步骤1:动态获取目标学生产生的学习行为信息;
步骤2:基于所述学习行为信息,对所述目标学生进行教育智能化管理需求评估,确定至少一个教育智能化管理需求;
步骤3:基于所述教育智能化管理需求,从目标教育平台获取目标教育资源;
步骤4:根据所述目标教育资源,对所述目标学生进行智能化管理。
上述技术方案的工作原理及有益效果为:
学习行为信息,例如:考试成绩、课堂表现和作业情况等。基于学习行为信息,对目标学生进行教育智能化管理需求评估,确定至少一个教育智能化管理需求;教育智能化管理需求为,例如:某学生学习成绩下滑,需要确定薄弱知识点进行教育管理,评估时,教育智能化管理系统基于上传的学习行为信息,自动进行评估。基于所述教育智能化管理需求,从目标教育平台获取目标教育资源;目标教育平台为:教育资源分享平台;目标教育资源为:可以满足教育智能化管理需求的教育资源,例如:针对薄弱知识点的试题。根据目标教育资源,对目标学生进行智能化管理,例如:自动向目标学生对应于教育智能化管理系统的学生端分发针对性试题。
本申请基于学生的学习行为信息,自动进行教育智能化管理需求评估,确定教育智能化管理需求,避免了教师管理学生人数较多时,学生管理不及时,极大提高了管理的效率,也降低了人力成本;引入目标教育平台,基于教育智能化管理需求,从目标教育平台适应性获取目标教育资源进行学生管理,提高了目标教育资源获取的适宜性和全面性,同时,也更加智能化。
在一个实施例中,所述步骤1:动态获取目标学生产生的学习行为信息,包括:
获取所述目标学生主动提供的所述学习行为信息;
和/或,
获取所述目标学生的教师提供的所述学习行为信息;
和/或,
获取所述目标学生的助教反馈的所述学习行为信息。
上述技术方案的工作原理及有益效果为:
获取目标学生的学习行为信息的方式有三种。第一种,获取目标学生主动提供的学习行为信息;学生学习时,存在学生自查到自己的薄弱知识点,主动想要获取练习试卷的情形,因此,学生通过教育智能化管理平台的学生端主动输入学习行为信息。第二种:获取目标学生的教师提供的学习行为信息;例如:目标学生的教师在课堂教学的过程中进行提问时,发现学生对某个知识点理解不透彻,教师在教育智能化管理平台的教师端输入相关学习行为信息。第三种:获取目标学生的助教反馈的学习行为信息。目标学生的助教在工作时,会记录目标学生的作业情况、行为表现等等,助教在发现异常的学习行为时,也会在教育智能化管理平台上传对应目标学生的学习行为信息。
本申请引入三种方式获取目标学生的学习行为信息,提高了学习行为信息获取的全面性。
在一个实施例中,所述步骤2:基于所述学习行为信息,对所述目标学生进行教育智能化管理需求评估,确定至少一个教育智能化管理需求,包括:
解析所述学习行为信息,获取多个第一学习行为和第一学习行为类型;
对属于同一所述第一学习行为类型的所述第一学习行为进行分组,确定多个学习行为组,将属于同一所述学习行为组的所述第一学习行为作为第二学习行为;
查询预设的学习行为-行为规范值库,确定所述第二学习行为的行为规范值,并与对应所述第二学习行为进行关联;
累加计算所述第二学习行为关联的所述行为规范值,获得行为规范度;
查询预设的管理需求判定库,判断所述行为规范度对应的管理需求度是否大于等于对应所述第一学习行为类型的管理需求度阈值;
若是,确定相应所述第二学习行为的所述教育智能化管理需求。
上述技术方案的工作原理及有益效果为:
第一学习行为具体为,例如:某课程考试成绩较低,第一学习行为类型为,例如:某学科的考试。学习行为组为:属于同一第一学习行为类型的第一学习行为的集合,第二学习行为具体为:同一第一学习行为类型的第一学习行为。学习行为-行为规范值库包括:多个一一对应的学习行为和行为规范值,学习行为-行为规范值库由人工设置,人工对学习行为进行行为规范值确定并存入库中,查库确定第二学习行为的行为规范值(行为规范值越大,对应第二学习行为越规范),将行为规范值和第二学习行为进行关联。累加计算第二学习行为关联的行为规范值,获得行为规范度(行为规范度越高,对应第一学习行为类型的第二学习行为的管理需求越低)。
预设的管理需求判定库包括:多个一一对应的行为规范度和管理需求度,查库确定行为规范度对应的管理需求度。判断管理需求度是否大于等于行为规范度对应的第一学习行为类型的管理需求度阈值(管理需求度阈值由人工预先设置)。若是,确定第二学习行为存在教育智能化管理需求。
本申请引入学习行为-行为规范值库和管理需求判定库,基于计算获得的第二学习行为的行为规范度进行教育智能化管理需求判定,提高了教育智能化管理需求判定的合理性。
在一个实施例中,所述确定相应所述第二学习行为的所述教育智能化管理需求,包括:
获取所述管理需求度大于等于所述管理需求度阈值的所述第二学习行为,并作为第三学习行为;
将属于同一所述第一学习行为类型的所述第三学习行为作为第四学习行为,同时,将所述第四学习行为对应的所述第一学习行为类型作为第二学习行为类型;
获取所述第二学习行为类型对应预设的教育智能化管理需求判定模型;
将所述第四学习行为输入对应所述教育智能化管理需求判定模型,获得所述教育智能化管理需求判定模型输出的教育智能化管理子需求;
整合所有所述教育智能化管理子需求,获得所述教育智能化管理需求。
上述技术方案的工作原理及有益效果为:
第三学习行为具体为:需要进行智能化管理的学习行为。获得需要进行智能化管理的第三学习行为后,需要确定对应目标学生的教育智能化管理需求。由于第三学习行为对应的第一学习行为类型可能不一致,因此,需要根据不同的第一学习行为类型分别进行需求确定。
首先,需要对第三学习行为进行行为类型分类,将属于同一第一学习行为类型的第三学习行为作为第四学习行为(例如:A科目考试不及格、B科目考试低于班级平均分等),同时,将第四学习行为对应的第一学习行为类型作为第二学习行为类型(例如:某科目考试)。
接着,获取第二学习行为类型对应预设的教育智能化管理需求判定模型;第二学习行为类型对应预设的教育智能化管理需求判定模型的获取方法如下:
获取人工基于不同学习行为类型的学习行为进行教育管理需求判定的判定记录(例如:第三学习行为类型的学习行为是A科目考试不及格,人工进行教育管理需求判定的判定结果为对应目标学生需要增加A科目的习题练习)。将判定记录输入人工预先设置的神经网络模型进行模型训练,直到上述神经网络模型训练至收敛状态,即可获得不同学习行为类型对应的教育智能化管理需求判定模型;神经网络模型可以学习判定记录中的判定逻辑,代替人工进行教育管理需求判定。
将第四学习行为输入对应预设的教育智能化管理需求判定模型,获得教育智能化管理子需求(例如:增加A科目的习题练习)。整合每一教育智能化管理需求判定模型输出的教育智能化管理子需求,获得教育智能化管理需求。
本申请引入教育智能化管理需求判定模型,将不同第二学习行为类型对应的第四学习行为输入对应的教育智能化管理需求判定模型,提高了教育智能化管理子需求获取的准确性,同时,教育智能化管理需求判定模型代替人工基于第四学习行为进行需求判定,更加智能。
在一个实施例中,所述步骤3:基于所述教育智能化管理需求,从目标教育平台获取目标教育资源,包括:
获取对应于所述教育智能化管理需求的第一历史教育资源获取记录,确定所述第一历史教育资源获取记录的资源获取方和历史教育资源;
获取所述资源获取方对所述历史教育资源的教学效果评价值;
若所述教学效果评价值大于等于预设的教学效果评价值阈值,将对应所述第一历史教育资源获取记录作为第二历史教育资源获取记录;
基于所述第二历史教育资源获取记录,确定目标教育资源获取模板;
获取本地学校的历史合作教育平台,同时,获取所述历史合作教育平台的关联平台,将所述历史合作平台和所述关联平台共同作为所述目标平台;
基于所述目标教育资源获取模板,从所述目标教育平台获取所述目标教育资源。
上述技术方案的工作原理及有益效果为:
第一历史教育资源获取记录为:历史上产生教育智能化管理需求时的,学生工作管理人员从目标教育平台获取教育资源的记录,确定第一历史教育资源获取记录的资源获取方和历史教育资源;资源获取方为:进行第一历史教育资源获取的学校;历史教育资源为,例如:针对学生薄弱知识点的试题、心理疏导视频等。
教学效果评价值为资源获取对历史教育资源的评价,评价值越高,对应第一历史教育资源获取记录的教育资源获取逻辑越合理。如果教学效果评价值大于等于预设的教学效果评价值阈值(教学效果评价值阈值由人工预先设置),将第一历史教育资源获取记录作为第二历史教育资源获取记录(第二历史教育资源获取记录为教育资源质量高、教育资源获取逻辑合理的获取记录)。
基于第二历史教育资源获取记录,确定目标教育资源获取模板,确定时,可以将第二历史教育资源获取记录输入预设的第二神经网络模型,由上述第二神经网络模型学习第二历史教育资源获取记录的教育资源的获取逻辑(例如:针对何种教育平台如何获取何种类型的教育资源),输出上述教育资源获取逻辑对应的逻辑参数,逻辑参数基于逻辑量化技术获取,逻辑量化技术属于现有技术,可以实现。基于逻辑参数构建目标教育资源获取模板。
历史合作教育平台是本地学校历史上使用过的教育平台,可以从本地学校的教育智能化管理平台的历史合作记录中获取。获取历史合作教育平台的关联平台,例如:和历史合作教育平台属于同一教育集团的教育资源分享平台,将历史合作平台和历史合作平台的关联平台共同作为目标平台。通过目标教育资源获取模板,从目标教育平台获取目标教育资源,例如:练习试卷。
本申请引入教学效果评价值,基于第一历史教育资源获取记录对应的教学效果评价值对第一历史教育资源获取记录进行筛选,获得筛选后的第二历史教育资源获取记录,学习第二历史教育资源获取记录的教育资源获取逻辑确定目标教育资源获取模板,提高了目标教育资源获取模板获取的合理性,进一步提高了后续目标教育资源获取的适宜性;引入历史合作教育平台和历史合作教育平台的关联平台共同确定目标平台,提高了目标教育资源获取的全面性。
在一个实施例中,所述获取所述历史合作教育平台的关联平台,包括:
获取所述历史合作教育平台的关联关系图谱,确定所述历史合作教育平台在所述关联关系图谱中的目标节点;
基于所述关联关系图谱,确定与所述目标节点连接的关联节点;
获取所述目标节点与所述关联节点的连接信息;
基于所述连接信息,确定所述目标节点与所述关联节点的关联度;
若所述关联度大于等于预设的关联度阈值,将对应所述关联节点相应的教育平台作为所述关联平台。
上述技术方案的工作原理及有益效果为:
一般的,教育平台中的教育资源由教学平台的注册用户共享,不同教育平台的教育资源不同,使用单一的教育平台,教育资源来源不够全面,因此,亟需进行解决。
关联关系图谱为教育平台的关联关系网络,每个教育平台对应于关联关系网络中的一个节点,节点与节点之间的网络连线长度表征节点对应的教育平台之间的关联程度,网络连线长度越短,对应关联程度越高,关联关系网络进行构建时,可以基于历史合作教育平台对应的平台管理方的组织架构关系进行构建,也可以基于历史合作教育平台和其他教育平台的平台交互关系进行构建。
确定历史合作教育平台在关联关系图谱中的目标节点。从关联关系图谱中确定和目标节点连接的关联节点,确定关联节点时,和目标节点直接连接的节点和通过其他节点与目标节点间接连接的节点均为目标节点的关联节点。连接信息包括:和哪一个节点进行连接、网络连线的连线长度等。基于连接信息,确定目标节点和关联节点的关联度(网络连线长度的长度越长、节点之间的节点数目越多,关联度越低)。
确定关联度大于等于预设的关联度阈值对应的关联节点关联的教育平台为关联平台(关联度阈值由人工预先设置)。
本申请引入关联关系图谱,基于关联关系图谱确定历史合作教育平台和其他教育平台的关联度,提高了关联度获取的合理性;引入关联度阈值进行关联平台判定,更具有适宜性。
在一个实施例中,所述基于所述连接信息,确定所述目标节点与所述关联节点的关联度,包括:
基于所述连接信息,确定所述目标节点与所述关联节点之间长度最短的节点连接链;
确定所述节点连接链上所述目标节点与所述关联节点之间的中间节点;
在所述节点连接链上按照所述目标节点向所述关联节点的方向依次遍历所述中间节点或所述关联节点,每次遍历时,将当前正在遍历的所述中间节点或所述关联节点作为参考节点;
获取所述参考节点与所述节点连接链上所述参考节点往所述目标节点方向上的上一所述中间节点的节点距离;
查询预设的节点距离-关联值库,确定所述节点距离对应的关联值;
获取所述参考节点在所述节点连接链上的节点层级,确定所述节点层级对应的层级权重;
赋予所述关联值对应所述层级权重,获得累加值,并与对应所述关联节点进行关联;
累加计算所述关联节点关联的所述累加值,获得所述关联度。
上述技术方案的工作原理及有益效果为:
目标节点到达关联节点的链路可能不止一条,一般的,长度最短的节点连接链路能直接确定目标节点和关联节点的关联程度,因此,获取最短的节点连接链。
确定节点连接链上目标节点和关联节点之间的中间节点(例如:和历史合作教育平台的其他教育平台)。在节点连接链上从目标节点向关联节点的方向依次遍历中间节点或关联节点,直到遍历到关联节点为止,将当前正在遍历的中间节点或关联节点作为参考节点。
由于每一个参考节点与目标节点的间隔的节点数目不一致,一般的,间隔节点的数目越多,对应参考节点与上一参考节点之间的关联值被赋予更低的权重,因此,获取参考节点与节点连接链上参考节点往目标节点方向上的上一中间节点的节点距离。查询预设的节点距离-关联值库,确定节点距离对应的关联值(节点距离越小,关联度越高)。
节点层级为:参考节点与目标节点之间的中间节点数目再加1,例如,参考节点与目标节点之间的中间节点数目为2,节点层级为3,确定节点层级对应的层级权重(节点层级越小,层级权重越大),赋予关联值对应的层级权重,获得累加值(赋予时,层级权重与对应关联值相乘),并与对应关联节点进行关联,累加计算关联节点关联的累加值,获得关联度(关联度越大,对应关联节点的教育平台越有可能作为关联平台),其中,关联度的计算公式如下:
其中,R为所述关联度,ρt为第t个所述参考节点的所述层级权重,rt为第t个所述参考节点的所述关联值,T为所述参考节点的总数目。
本申请引入节点距离-关联值库,确定节点距离对应的关联值,提高了关联值获取的精准度;引入节点层级,基于节点层级赋予关联值对应的层级权重,提高了关联度获取的准确性,进一步提高了关联平台获取的合理性。
在一个实施例中,所述基于教育平台的教育智能化管理方法,还包括:
确定所述目标教育资源对应的待完成任务,同时,监督所述目标学生完成对应所述待完成任务;
所述监督所述目标学生完成对应所述待完成任务,包括:
获取所述待完成任务的分发时刻;
根据分发时刻和预设的监督周期,确定监督时刻;
获取当前时刻;
当所述当前时刻到达所述监督时刻,获取所述待完成任务的完成情况,基于所述完成情况,提醒任务进度落后的对应所述目标学生加快任务完成速度。
上述技术方案的工作原理及有益效果为:
获取到教育资源后,学生需要完成相应的任务,但是,教师监督学生完成任务的工作量过大,若不监督,自觉性差的学生可能不能及时完成任务,耽误其他学习任务的学习,因此,亟需进行解决。
目标教育资源对应的待完成任务为,例如:完成某某练习册的第10页-第15页。获取待完成任务的分发时刻,基于教育平台的分发记录获取即可。预设的监督周期为,例如:1天,监督时刻为:系统检查待完成任务完成情况的时间点。获取当前时刻;当前时刻由教育智能化管理平台的系统时钟获取。若当前时刻到达监督时刻,获取待完成任务的完成情况(例如:任务进度落后,又例如:任务进度超前)。若任务进度落后,提醒相应目标学生加快完成(例如:向相应目标学会的学生端发送提醒信息“你的练习进度落后,请提高作业速度”)。
本申请引入监督周期和待完成任务的完成情况,对目标学生进行定时监督,提高了目标学生完成任务的积极性。
在一个实施例中,所述当所述当前时刻到达所述监督时刻,获取所述待完成任务的完成情况,基于所述完成情况,提醒任务进度落后的对应所述目标学生加快任务完成速度,包括:
将所述待完成任务对应的实际完成情况进度条在预设的第一时间轴线上展开,在所述第一时间轴线上标注所述监督时刻和所述当前时刻;
将所述待完成任务对应的理想完成情况进度条在预设的第二时间轴线上展开,在所述第二时间轴线上标注所述监督时刻和所述当前时刻;
当所述当前时刻到达所述监督时刻时,读取所述完成情况进度条的第一完成度,同时,读取所述理想完成情况进度条的第二完成度;
若所述第一完成度小于所述第二完成度,获取所述第一完成度和所述第二完成度的完成度差值;
确定所述完成度差值对应的提醒信息并将所述提醒信息发送给相应所述目标学生。
上述技术方案的工作原理及有益效果为:
实际完成情况进度条为:实时的显示实际完成任务的完成程度的图像,第一时间轴线由人工预先设置。理想完成情况进度条为:实时的显示理想完成任务的完成程度的图像,第一时间轴线由人工预先设置,每个监督周期的理想完成任务的任务量由提供对应教育资源的教学研究人员设定。
若当前时刻到达监督时刻,读取完成情况进度条的第一完成度(例如:25%),同时,读取理想完成情况进度条的第二完成度(例如:35%)。若第一完成度小于第二完成度,获取第一完成度和第二完成度的完成度差值(例如:10%)。确定对应于完成度差值的提醒信息并发送给对应目标学生(例如:向任务进度落后的对应目标学生的学生端发送信息:“您的任务进度已落后10%,请抓紧时间完成。”)。
本发明实施例提供了一种基于教育平台的教育智能化管理系统,如图2所示,包括:
第一获取模块1,用于动态获取目标学生产生的学习行为信息;
评估模块2,用于基于所述学习行为信息,对所述目标学生进行教育智能化管理需求评估,确定至少一个教育智能化管理需求;
第二获取模块3,用于基于所述教育智能化管理需求,从目标教育平台获取目标教育资源;
管理模块4,用于根据所述目标教育资源,对所述目标学生进行智能化管理。
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权利要求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 (3)
1.一种基于教育平台的教育智能化管理方法,其特征在于,包括:
步骤1:动态获取目标学生产生的学习行为信息;
步骤2:基于所述学习行为信息,对所述目标学生进行教育智能化管理需求评估,确定至少一个教育智能化管理需求;
步骤3:基于所述教育智能化管理需求,从目标教育平台获取目标教育资源;
步骤4:根据所述目标教育资源,对所述目标学生进行智能化管理;
其中,所述步骤2:基于所述学习行为信息,对所述目标学生进行教育智能化管理需求评估,确定至少一个教育智能化管理需求,包括:
解析所述学习行为信息,获取多个第一学习行为和第一学习行为类型;
对属于同一所述第一学习行为类型的所述第一学习行为进行分组,确定多个学习行为组,将属于同一所述学习行为组的所述第一学习行为作为第二学习行为;
查询预设的学习行为-行为规范值库,确定所述第二学习行为的行为规范值,并与对应所述第二学习行为进行关联;
累加计算所述第二学习行为关联的所述行为规范值,获得行为规范度;
查询预设的管理需求判定库,判断所述行为规范度对应的管理需求度是否大于等于对应所述第一学习行为类型的管理需求度阈值;
若是,确定相应所述第二学习行为的所述教育智能化管理需求;
其中,所述确定相应所述第二学习行为的所述教育智能化管理需求,包括:
获取所述管理需求度大于等于所述管理需求度阈值的所述第二学习行为,并作为第三学习行为;
将属于同一所述第一学习行为类型的所述第三学习行为作为第四学习行为,同时,将所述第四学习行为对应的所述第一学习行为类型作为第二学习行为类型;
获取所述第二学习行为类型对应预设的教育智能化管理需求判定模型;
将所述第四学习行为输入对应所述教育智能化管理需求判定模型,获得所述教育智能化管理需求判定模型输出的教育智能化管理子需求;
整合所有所述教育智能化管理子需求,获得所述教育智能化管理需求;
其中,所述步骤3:基于所述教育智能化管理需求,从目标教育平台获取目标教育资源,包括:
获取对应于所述教育智能化管理需求的第一历史教育资源获取记录,确定所述第一历史教育资源获取记录的资源获取方和历史教育资源;
获取所述资源获取方对所述历史教育资源的教学效果评价值;
若所述教学效果评价值大于等于预设的教学效果评价值阈值,将对应所述第一历史教育资源获取记录作为第二历史教育资源获取记录;
基于所述第二历史教育资源获取记录,确定目标教育资源获取模板;
获取本地学校的历史合作教育平台,同时,获取所述历史合作教育平台的关联平台,将历史合作平台和所述关联平台共同作为目标平台;
基于所述目标教育资源获取模板,从所述目标教育平台获取所述目标教育资源;
其中,所述获取所述历史合作教育平台的关联平台,包括:
获取所述历史合作教育平台的关联关系图谱,确定所述历史合作教育平台在所述关联关系图谱中的目标节点;
基于所述关联关系图谱,确定与所述目标节点连接的关联节点;
获取所述目标节点与所述关联节点的连接信息;
基于所述连接信息,确定所述目标节点与所述关联节点的关联度;
若所述关联度大于等于预设的关联度阈值,将对应所述关联节点相应的教育平台作为所述关联平台;
其中,所述基于所述连接信息,确定所述目标节点与所述关联节点的关联度,包括:
基于所述连接信息,确定所述目标节点与所述关联节点之间长度最短的节点连接链;
确定所述节点连接链上所述目标节点与所述关联节点之间的中间节点;
在所述节点连接链上按照所述目标节点向所述关联节点的方向依次遍历所述中间节点或所述关联节点,每次遍历时,将当前正在遍历的所述中间节点或所述关联节点作为参考节点;
获取所述参考节点与所述节点连接链上所述参考节点往所述目标节点方向上的上一所述中间节点的节点距离;
查询预设的节点距离-关联值库,确定所述节点距离对应的关联值;
获取所述参考节点在所述节点连接链上的节点层级,确定所述节点层级对应的层级权重;
赋予所述关联值对应所述层级权重,获得累加值,并与对应所述关联节点进行关联;
累加计算所述关联节点关联的所述累加值,获得所述关联度;
其中,关联度的计算公式如下:
其中,R为所述关联度,ρt为第t个所述参考节点的所述层级权重,rt为第t个所述参考节点的所述关联值,T为所述参考节点的总数目;
其中,一种基于教育平台的教育智能化管理方法,还包括:
确定所述目标教育资源对应的待完成任务,同时,监督所述目标学生完成对应所述待完成任务;
其中,所述监督所述目标学生完成对应所述待完成任务,包括:
获取所述待完成任务的分发时刻;
根据分发时刻和预设的监督周期,确定监督时刻;
获取当前时刻;
当所述当前时刻到达所述监督时刻,获取所述待完成任务的完成情况,基于所述完成情况,提醒任务进度落后的对应所述目标学生加快任务完成速度;
其中,所述当所述当前时刻到达所述监督时刻,获取所述待完成任务的完成情况,基于所述完成情况,提醒任务进度落后的对应所述目标学生加快任务完成速度,包括:
将所述待完成任务对应的实际完成情况进度条在预设的第一时间轴线上展开,在所述第一时间轴线上标注所述监督时刻和所述当前时刻;
将所述待完成任务对应的理想完成情况进度条在预设的第二时间轴线上展开,在所述第二时间轴线上标注所述监督时刻和所述当前时刻;
当所述当前时刻到达所述监督时刻时,读取所述完成情况进度条的第一完成度,同时,读取所述理想完成情况进度条的第二完成度;
若所述第一完成度小于所述第二完成度,获取所述第一完成度和所述第二完成度的完成度差值;
确定所述完成度差值对应的提醒信息并将所述提醒信息发送给相应所述目标学生。
2.如权利要求1所述的一种基于教育平台的教育智能化管理方法,其特征在于,所述步骤1:动态获取目标学生产生的学习行为信息,包括:
获取所述目标学生主动提供的所述学习行为信息;
和/或,
获取所述目标学生的教师提供的所述学习行为信息;
和/或,
获取所述目标学生的助教反馈的所述学习行为信息。
3.一种基于教育平台的教育智能化管理系统,其特征在于,包括:
第一获取模块,用于动态获取目标学生产生的学习行为信息;
评估模块,用于基于所述学习行为信息,对所述目标学生进行教育智能化管理需求评估,确定至少一个教育智能化管理需求;
第二获取模块,用于基于所述教育智能化管理需求,从目标教育平台获取目标教育资源;
管理模块,用于根据所述目标教育资源,对所述目标学生进行智能化管理;
其中,评估模块执行如下操作:
解析所述学习行为信息,获取多个第一学习行为和第一学习行为类型;
对属于同一所述第一学习行为类型的所述第一学习行为进行分组,确定多个学习行为组,将属于同一所述学习行为组的所述第一学习行为作为第二学习行为;
查询预设的学习行为-行为规范值库,确定所述第二学习行为的行为规范值,并与对应所述第二学习行为进行关联;
累加计算所述第二学习行为关联的所述行为规范值,获得行为规范度;
查询预设的管理需求判定库,判断所述行为规范度对应的管理需求度是否大于等于对应所述第一学习行为类型的管理需求度阈值;
若是,确定相应所述第二学习行为的所述教育智能化管理需求;
其中,所述确定相应所述第二学习行为的所述教育智能化管理需求,包括:
获取所述管理需求度大于等于所述管理需求度阈值的所述第二学习行为,并作为第三学习行为;
将属于同一所述第一学习行为类型的所述第三学习行为作为第四学习行为,同时,将所述第四学习行为对应的所述第一学习行为类型作为第二学习行为类型;
获取所述第二学习行为类型对应预设的教育智能化管理需求判定模型;
将所述第四学习行为输入对应所述教育智能化管理需求判定模型,获得所述教育智能化管理需求判定模型输出的教育智能化管理子需求;
整合所有所述教育智能化管理子需求,获得所述教育智能化管理需求;
其中,第二获取模块执行如下操作:
获取对应于所述教育智能化管理需求的第一历史教育资源获取记录,确定所述第一历史教育资源获取记录的资源获取方和历史教育资源;
获取所述资源获取方对所述历史教育资源的教学效果评价值;
若所述教学效果评价值大于等于预设的教学效果评价值阈值,将对应所述第一历史教育资源获取记录作为第二历史教育资源获取记录;
基于所述第二历史教育资源获取记录,确定目标教育资源获取模板;
获取本地学校的历史合作教育平台,同时,获取所述历史合作教育平台的关联平台,将历史合作平台和所述关联平台共同作为目标平台;
基于所述目标教育资源获取模板,从所述目标教育平台获取所述目标教育资源;
其中,所述获取所述历史合作教育平台的关联平台,包括:
获取所述历史合作教育平台的关联关系图谱,确定所述历史合作教育平台在所述关联关系图谱中的目标节点;
基于所述关联关系图谱,确定与所述目标节点连接的关联节点;
获取所述目标节点与所述关联节点的连接信息;
基于所述连接信息,确定所述目标节点与所述关联节点的关联度;
若所述关联度大于等于预设的关联度阈值,将对应所述关联节点相应的教育平台作为所述关联平台;
其中,所述基于所述连接信息,确定所述目标节点与所述关联节点的关联度,包括:
基于所述连接信息,确定所述目标节点与所述关联节点之间长度最短的节点连接链;
确定所述节点连接链上所述目标节点与所述关联节点之间的中间节点;
在所述节点连接链上按照所述目标节点向所述关联节点的方向依次遍历所述中间节点或所述关联节点,每次遍历时,将当前正在遍历的所述中间节点或所述关联节点作为参考节点;
获取所述参考节点与所述节点连接链上所述参考节点往所述目标节点方向上的上一所述中间节点的节点距离;
查询预设的节点距离-关联值库,确定所述节点距离对应的关联值;
获取所述参考节点在所述节点连接链上的节点层级,确定所述节点层级对应的层级权重;
赋予所述关联值对应所述层级权重,获得累加值,并与对应所述关联节点进行关联;
累加计算所述关联节点关联的所述累加值,获得所述关联度;
其中,关联度的计算公式如下:
其中,R为所述关联度,ρt为第t个所述参考节点的所述层级权重,rt为第t个所述参考节点的所述关联值,T为所述参考节点的总数目;
其中,一种基于教育平台的教育智能化管理系统还执行如下操作:
确定所述目标教育资源对应的待完成任务,同时,监督所述目标学生完成对应所述待完成任务;
其中,所述监督所述目标学生完成对应所述待完成任务,包括:
获取所述待完成任务的分发时刻;
根据分发时刻和预设的监督周期,确定监督时刻;
获取当前时刻;
当所述当前时刻到达所述监督时刻,获取所述待完成任务的完成情况,基于所述完成情况,提醒任务进度落后的对应所述目标学生加快任务完成速度;
其中,所述当所述当前时刻到达所述监督时刻,获取所述待完成任务的完成情况,基于所述完成情况,提醒任务进度落后的对应所述目标学生加快任务完成速度,包括:
将所述待完成任务对应的实际完成情况进度条在预设的第一时间轴线上展开,在所述第一时间轴线上标注所述监督时刻和所述当前时刻;
将所述待完成任务对应的理想完成情况进度条在预设的第二时间轴线上展开,在所述第二时间轴线上标注所述监督时刻和所述当前时刻;
当所述当前时刻到达所述监督时刻时,读取所述完成情况进度条的第一完成度,同时,读取所述理想完成情况进度条的第二完成度;
若所述第一完成度小于所述第二完成度,获取所述第一完成度和所述第二完成度的完成度差值;
确定所述完成度差值对应的提醒信息并将所述提醒信息发送给相应所述目标学生。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202310065166.0A CN116050780B (zh) | 2023-01-13 | 2023-01-13 | 一种基于教育平台的教育智能化管理方法及系统 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202310065166.0A CN116050780B (zh) | 2023-01-13 | 2023-01-13 | 一种基于教育平台的教育智能化管理方法及系统 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN116050780A CN116050780A (zh) | 2023-05-02 |
CN116050780B true CN116050780B (zh) | 2023-08-22 |
Family
ID=86113134
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202310065166.0A Active CN116050780B (zh) | 2023-01-13 | 2023-01-13 | 一种基于教育平台的教育智能化管理方法及系统 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN116050780B (zh) |
Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN108875027A (zh) * | 2018-06-21 | 2018-11-23 | 广东小天才科技有限公司 | 家教机的学习功能推荐方法、装置、家教机及存储介质 |
CN112150331A (zh) * | 2020-09-28 | 2020-12-29 | 河南财政金融学院 | 面向教育目标进行层级分配的教育资源远程共享系统 |
CN113822604A (zh) * | 2021-11-23 | 2021-12-21 | 深圳华埔之星科技有限公司 | 一种基于智能分析的在线教育平台云资源管理系统 |
-
2023
- 2023-01-13 CN CN202310065166.0A patent/CN116050780B/zh active Active
Patent Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN108875027A (zh) * | 2018-06-21 | 2018-11-23 | 广东小天才科技有限公司 | 家教机的学习功能推荐方法、装置、家教机及存储介质 |
CN112150331A (zh) * | 2020-09-28 | 2020-12-29 | 河南财政金融学院 | 面向教育目标进行层级分配的教育资源远程共享系统 |
CN113822604A (zh) * | 2021-11-23 | 2021-12-21 | 深圳华埔之星科技有限公司 | 一种基于智能分析的在线教育平台云资源管理系统 |
Also Published As
Publication number | Publication date |
---|---|
CN116050780A (zh) | 2023-05-02 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
Veeramachaneni et al. | Towards feature engineering at scale for data from massive open online courses | |
CN107610012A (zh) | 一种选课和排课系统及其选课和排课方法 | |
Krikun | Applying learning analytics methods to enhance learning quality and effectiveness in virtual learning environments | |
CN111626372A (zh) | 一种线上教学监督管理方法及系统 | |
Maraza-Quispe et al. | Towards a standardization of learning behavior indicators in virtual environments | |
Xu et al. | Artificial intelligence in constructing personalized and accurate feedback systems for students | |
CN109584127B (zh) | 一种用于实验教学的教学资源管理方法及系统 | |
Bahel et al. | Knowledge discovery in educational databases in indian educational system: A case study of ghrce, nagpur | |
CN110443730A (zh) | 基于saas的研学服务系统及装置 | |
CN116050780B (zh) | 一种基于教育平台的教育智能化管理方法及系统 | |
CN116777698A (zh) | 一种基于ai智能化的智慧教学的方法及系统 | |
AbuKhousa et al. | Big learning data analytics support for engineering career readiness | |
OROZOVA et al. | Generalized net model for dynamic decision making and prognoses | |
CN114005325B (zh) | 一种基于大数据的教学实训方法、设备及介质 | |
Zhang et al. | Research on student Big Data portrait method based on improved K-means algorithm | |
CN109918406A (zh) | 一种基于最大团算法的自动等质组卷方法及组卷系统 | |
CN114662920A (zh) | 课程推送方法、装置、计算机设备、存储介质和程序产品 | |
Doctor | A predictive model using machine learning algorithm in identifying students probability on passing semestral course | |
CN113869569A (zh) | 一种基于决策树的学习成绩预测及个性化干预的方法 | |
TWM612850U (zh) | 人工智慧之學習歷程規劃系統 | |
CN114626654A (zh) | 基于职业技能培训人员管理系统的人员培训预警分析方法 | |
Virvou et al. | A learning analytics tool for supporting teacher decision | |
Ademi et al. | Clustering Learners in a Learning Management System to Provide Adaptivity | |
Zhou et al. | The practice and reform of classroom teaching based on the coordination of online environment and deep learning | |
CN111241456A (zh) | 学习资源配置方法及系统 |
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 |