CN116596716A - 一种网络学习管理方法、系统、存储介质及智能终端 - Google Patents

一种网络学习管理方法、系统、存储介质及智能终端 Download PDF

Info

Publication number
CN116596716A
CN116596716A CN202310586352.9A CN202310586352A CN116596716A CN 116596716 A CN116596716 A CN 116596716A CN 202310586352 A CN202310586352 A CN 202310586352A CN 116596716 A CN116596716 A CN 116596716A
Authority
CN
China
Prior art keywords
judging
answer
learning
question
questions
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
CN202310586352.9A
Other languages
English (en)
Other versions
CN116596716B (zh
Inventor
宋国光
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 Newvane Technology Co ltd
Original Assignee
Shenzhen Newvane 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 Newvane Technology Co ltd filed Critical Shenzhen Newvane Technology Co ltd
Priority to CN202310586352.9A priority Critical patent/CN116596716B/zh
Publication of CN116596716A publication Critical patent/CN116596716A/zh
Application granted granted Critical
Publication of CN116596716B publication Critical patent/CN116596716B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

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
    • G06F16/70—Information retrieval; Database structures therefor; File system structures therefor of video data
    • G06F16/78—Retrieval characterised by using metadata, e.g. metadata not derived from the content or metadata generated manually
    • G06F16/7867—Retrieval characterised by using metadata, e.g. metadata not derived from the content or metadata generated manually using information manually generated, e.g. tags, keywords, comments, title and artist information, manually generated time, location and usage information, user ratings
    • 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
    • G06Q10/06398—Performance of employee with respect to a job function
    • 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)
  • Educational Administration (AREA)
  • Theoretical Computer Science (AREA)
  • Strategic Management (AREA)
  • General Physics & Mathematics (AREA)
  • Physics & Mathematics (AREA)
  • Economics (AREA)
  • Tourism & Hospitality (AREA)
  • Entrepreneurship & Innovation (AREA)
  • Educational Technology (AREA)
  • Marketing (AREA)
  • General Business, Economics & Management (AREA)
  • Development Economics (AREA)
  • Operations Research (AREA)
  • Health & Medical Sciences (AREA)
  • General Health & Medical Sciences (AREA)
  • Game Theory and Decision Science (AREA)
  • Primary Health Care (AREA)
  • Quality & Reliability (AREA)
  • Library & Information Science (AREA)
  • Multimedia (AREA)
  • Data Mining & Analysis (AREA)
  • Databases & Information Systems (AREA)
  • General Engineering & Computer Science (AREA)
  • Management, Administration, Business Operations System, And Electronic Commerce (AREA)
  • Electrically Operated Instructional Devices (AREA)

Abstract

本申请涉及一种网络学习管理方法、系统、存储介质及智能终端，涉及网络学习技术的领域，该方法包括于学员异常打卡时将上一打卡时间点定义为成功时间点，并根据成功时间点确定异常学习时段；根据异常学习时段于学习进度条上确定判定点，并根据两两相邻的判定点以确定判定时段；于题目数据库中根据判定时段确定相对应的判定题目，并于学习进度条上将判定题目由前至后显示，且于单次显示固定时长内获取答复答案；判断答复答案是否与正确答案一致；若不一致，则将学习进度条调整至该判定时段的前端判定点处进行学习；若一致，则继续显示下一判定题目并进行答复答案的判断，直至学习进度条进行调整。本申请具有减少学员出现无效重复学习的情况的效果。

Description

一种网络学习管理方法、系统、存储介质及智能终端
技术领域
本申请涉及网络学习技术的领域，尤其是涉及一种网络学习管理方法、系统、存储介质及智能终端。
背景技术
随着时代的发展，越来越多的学习是通过线上网络学习的方式进行的，现有的线上视频学习系统大多通过记录学员观看视频的时长来监控学习情况，这种模式单一且存在极大漏洞，学员可通过挂机学习的方式来达到指定的观看时长，即打开视频进行播放，实际上学员并未观看学习，导致无法对学员的学习情况进行有效监控管理。
相关技术中，目前管理人员对学员学习的主要管理方法为在学习过程中添加若干打卡点，于学习进度条的时间点到达打卡点处时，进行人脸识别或其他方式对学习人员进行打卡识别，只有通过打卡的学员才会使进度条继续前进，反之在一定时间内未成功打卡时，说明学员未观看学习，此时需要将进度条调整至上一打卡点位置进行再次学习或重头开始学习。
针对上述中的相关技术，发明人认为若学员仅在上次打卡一段时间后才未观看学习时，学员实际已经学习了部分的内容，此时将进度条调整至上一打卡位置进行重新学习，容易出现学员重复学习的情况，虽然可以对学习内容进行巩固，但对于内容已经掌握的学员来说，会出现无效重复学习的情况，尚有改进空间。
发明内容
为了减少学员出现无效重复学习的情况，本申请提供一种网络学习管理方法、系统、存储介质及智能终端。
第一方面，本申请提供一种网络学习管理方法，采用如下的技术方案：
一种网络学习管理方法，包括：
获取学习进度时长；
于学习进度时长到达预设的打卡时间点时显示预设打卡窗口并于预设的单位时长内获取打卡状态信息；
判断打卡状态信息所对应的状态是否与预设的打卡成功状态一致；
若打卡状态信息所对应的状态与打卡成功状态一致，则继续进行视频播放；
若打卡状态信息所对应的状态与打卡成功状态不一致，则于预设的学习进度条上将上一打卡时间点定义为成功时间点，并根据成功时间点以确定异常学习时段；
根据异常学习时段于学习进度条上确定判定点，并根据两两相邻的判定点以确定判定时段；
于预设的题目数据库中根据判定时段确定相对应的判定题目，并于学习进度条上将判定题目由前至后显示，且于单次显示预设的固定时长内获取答复答案；
判断答复答案是否与预设的正确答案一致；
若答复答案与正确答案不一致，则将学习进度条调整至该判定时段的前端判定点处进行学习；
若答复答案与正确答案一致，则继续显示下一判定题目并进行答复答案的判断，直至学习进度条进行调整。
通过采用上述技术方案，在进行网络学习的过程中，当检测到学员未观看视频时，可对学员未进行观看的具体时间点进行确定，从而使得进度条不会调整至上一打卡点，以减少学员对已经掌握的内容重复观看而导致无效重复学习的情况发生。
可选的，于题目数据库中根据判定时段确定相对应的判定题目的步骤包括：
获取各判定时段的知识内容标签；
根据知识内容标签于题目数据库中进行查询以确定知识内容标签相对应的可选题目；
根据各判定时段相对应的可选题目以确定题目内容标签，并将题目内容标签均处于判定时段之前的可选题目定义为适合题目；
于适合题目中根据各判定时段的知识内容标签进行计数以确定覆盖标签数量；
于同一判定时段下根据预设的排序规则以确定数值最大的覆盖标签数量，并将该覆盖标签数量相对应的任一适合题目确定为判定题目。
通过采用上述技术方案，可对题目数据库中的题目进行筛选，以使得所选择的判定题目能较好的反应学员学习情况。
可选的，将该覆盖标签数量相对应的任一适合题目确定为判定题目的步骤包括：
将根据排序规则所确定的覆盖标签数量所对应的适合题目定义为待选题目，并根据待选题目以确定待选题目集；
获取学习人员的学习地址信息；
以学习地址信息所对应的地址为基点、预设的间隔距离为宽度值以划定相近区域，并将相近区域内其余学习人员的判定题目定义为使用题目，且根据所有使用题目以确定使用题目集；
判断使用题目集是否与待选题目集一致；
若使用题目集与待选题目集不一致，则于待选题目集中将任一不处于使用题目集中的待选题目确定为判定题目；
若使用题目集与待选题目集一致，则于待选题目集中将任一待选题目确定为判定题目。
通过采用上述技术方案，可确定出距离较近的范围内还未回答的题目以供学员作答，以减少学员通过外部已经答题完成的学员处得知答案以进行作答的情况发生。
可选的，若使用题目集与待选题目集一致，判定题目的确定步骤还包括：
获取相近区域内各学习人员的相似位置信息；
根据相似位置信息以及学习地址信息以确定相隔距离信息；
于同一使用题目下根据排序规则以确定所有相隔距离信息中相对应数值最小的相隔距离信息，并将该相隔距离信息定义为相近距离信息；
根据排序规则以确定所有相近距离信息中相对应数值最大的相近距离信息，并将该相近距离信息相对应的待选题目确定为判定题目。
通过采用上述技术方案，可选择离该学员物理距离最远的题目，以减少学员通过已经答题完成的学员处得知答案的情况发生。
可选的，若答复答案与正确答案一致，网络学习管理方法还包括：
获取正确答题时长；
根据预设的时长匹配关系以确定判定题目相对应的正常处理时长；
根据正常处理时长以及正确答题时长进行差值计算以确定答题超时时长，并根据答题超时时长以及正常处理时长进行计算以确定超时占比值；
判断超时占比值是否大于预设的许可占比值；
若超时占比值不大于许可占比值，则以下一判定时段所确定的判定题目进行显示；
若超时占比值大于许可占比值，则输出答题较慢信号，并于下一判定时段所对应的待选题目中存在当前判定时段的知识内容标签的待选题目更新成为新的待选题目，且于新的待选题目中更新确定下一判定时段的判定题目。
通过采用上述技术方案，可对答题速度情况进行分析以确定学员具体知识点掌握情况，当出现掌握不熟练的情况时可将下一判定时段的判定题目更新为携带有当前知识点的题目，以便于进一步巩固。
可选的，若超时占比值大于许可占比值，网络学习管理方法还包括：
获取当前学习人员的答题次数信息；
根据答题较慢信号进行计数以确定较慢次数信息；
根据答题次数信息以及较慢次数信息进行计算以确定慢答占比值；
判断慢答占比值是否大于预设的上限占比值；
若慢答占比值不大于上限占比值，则输出答题较慢信号并更新确定下一判定时段的判定题目；
若慢答占比值大于上限占比值，则输出阅读较慢信号并以使下一判定时段以原确定的判定题目显示。
通过采用上述技术方案，可对部分学员自身阅读题目速度较慢的情况进行确定，以减少掌握熟练情况检测不准确的情况发生。
可选的，若答复答案与正确答案不一致，网络学习管理方法还包括：
判断当前的判定题目是否为更新处理后的判定题目；
若当前的判定题目不为更新处理后的判定题目，则将学习进度条调整至该判定时段的前端判定点处进行学习；
若当前的判定题目为更新处理后的判定题目，则根据答复答案以及正确答案以确定错误答复标签；
判断错误答复标签是否包含上一判定时段的知识内容标签；
若错误答复标签不包含上一判定时段的知识内容标签，则将学习进度条调整至该判定时段的前端判定点处进行学习；
若错误答复标签包含上一判定时段的知识内容标签，则将学习进度条调整至上一判定时段的前端判定点处进行学习。
通过采用上述技术方案，对答复的内容进行分析，以判断学员是否未掌握上一判定时段的知识点内容，从而确定较为准确的重新学习的开始点。
第二方面，本申请提供一种网络学习管理系统，采用如下的技术方案：
一种网络学习管理系统，包括：
获取模块，用于获取学习进度时长；
处理模块，与获取模块和判断模块连接，用于信息的存储和处理；
判断模块，与获取模块和处理模块连接，用于信息的判断；
于判断模块判断出学习进度时长到达预设的打卡时间点时显示预设打卡窗口并于预设的单位时长内获取模块获取打卡状态信息；
判断模块判断打卡状态信息所对应的状态是否与预设的打卡成功状态一致；
若判断模块判断出打卡状态信息所对应的状态与打卡成功状态一致，则继续进行视频播放；
若判断模块判断出打卡状态信息所对应的状态与打卡成功状态不一致，则处理模块于预设的学习进度条上将上一打卡时间点定义为成功时间点，并根据成功时间点以确定异常学习时段；
处理模块根据异常学习时段于学习进度条上确定判定点，并根据两两相邻的判定点以确定判定时段；
处理模块于预设的题目数据库中根据判定时段确定相对应的判定题目，并于学习进度条上将判定题目由前至后显示，且于单次显示预设的固定时长内使获取模块获取答复答案；
判断模块判断答复答案是否与预设的正确答案一致；
若判断模块判断出答复答案与正确答案不一致，则处理模块将学习进度条调整至该判定时段的前端判定点处进行学习；
若判断模块判断出答复答案与正确答案一致，则处理模块继续显示下一判定题目并进行答复答案的判断，直至学习进度条进行调整。
通过采用上述技术方案，在进行网络学习的过程中，当检测到学员未观看视频时，处理模块可对学员未进行观看的具体时间点进行确定，从而使得进度条不会调整至上一打卡点，以减少学员对已经掌握的内容重复观看而导致无效重复学习的情况发生。
第三方面，本申请提供一种智能终端，采用如下的技术方案：
一种智能终端，包括存储器和处理器，存储器上存储有能够被处理器加载并执行上述任一种网络学习管理方法的计算机程序。
通过采用上述技术方案，通过智能终端的使用，在进行网络学习的过程中，当检测到学员未观看视频时，可对学员未进行观看的具体时间点进行确定，从而使得进度条不会调整至上一打卡点，以减少学员对已经掌握的内容重复观看而导致无效重复学习的情况发生。
第四方面，本申请提供一种计算机存储介质，能够存储相应的程序，具有减少学员出现无效重复学习的情况的特点，采用如下的技术方案：
一种计算机可读存储介质，存储有能够被处理器加载并执行上述任一种网络学习管理方法的计算机程序。
通过采用上述技术方案，存储介质中有网络学习管理方法的计算机程序，在进行网络学习的过程中，当检测到学员未观看视频时，可对学员未进行观看的具体时间点进行确定，从而使得进度条不会调整至上一打卡点，以减少学员对已经掌握的内容重复观看而导致无效重复学习的情况发生。
综上所述，本申请包括以下至少一种有益技术效果：
1.可对学员具体的未观看视频的位置进行确定，从而使得重新学习的位置较为准确，以减少学员无效重复学习的情况发生；
2.可根据学员周边环境情况以适配合适的题目以供作答，使得对学员学习情况的分析确定较为准确；
3.可对学员阅读及答题速度情况进行分析，以减少误判断的情况发生。
附图说明
图1是网络学习管理方法的流程图。
图2是题目标签分析方法的流程图。
图3是使用题目分析方法的流程图。
图4是待定题目筛选方法的流程图。
图5是答题时长确定方法的流程图。
图6是阅读速度分析方法的流程图
图7是学习起点调整方法的流程图。
图8是网络学习管理方法的模块流程图。
具体实施方式
为了使本申请的目的、技术方案及优点更加清楚明白，以下结合附图1-8及实施例，对本申请进行进一步详细说明。应当理解，此处所描述的具体实施例仅用以解释本申请，并不用于限定本申请。
下面结合说明书附图对本申请实施例作进一步详细描述。
本申请实施例公开一种网络学习管理方法，在学员进行网络视频学习的过程中，当学员打卡出现异常时，根据打卡位置情况以确定学员出现未观看视频的范围时段，此时利用题目答题的方式以确定学员实际未观看视频的位置，以使视频进度条能进行较为准确的调整，从而减少学员对已经学习过的内容重复学习的情况发生。
参照图1，网络学习管理方法的方法流程包括以下步骤：
步骤S100：获取学习进度时长。
学习进度时长为当前学员于学习系统中进行视频学习时的时长，可通过对进度条进行监测获取。
步骤S101：于学习进度时长到达预设的打卡时间点时显示预设打卡窗口并于预设的单位时长内获取打卡状态信息。
打卡时间点为工作人员提前设置的于当前视频学习下需要对学员是否进行视频观看学习打卡的时间点，打卡窗口为工作人员提前设置的供学员进行打卡操作的窗口，例如人脸识别窗口等；单位时长为工作人员所设定的可供学员进行打卡操作的时长，打卡状态信息所对应的状态为学员进行打卡的状态，包括成功打卡以及未成功打卡两个状态，当单位时长内用户成功打卡时，可输入成功打卡的对应状态，当单位时长内用户未出现成功打卡的情况时，输出未成功打卡对应的状态。
步骤S102：判断打卡状态信息所对应的状态是否与预设的打卡成功状态一致。
打卡成功状态为学员成功进行打卡操作时的状态，判断的目的是为了得知学员是否有正常打卡，以判断学员是否有正常进行视频观看。
步骤S1021：若打卡状态信息所对应的状态与打卡成功状态一致，则继续进行视频播放。
当打卡状态信息所对应的状态与打卡成功状态一致时，说明用户正常进行视频观看学习，此时继续进行视频播放即可。
步骤S1022：若打卡状态信息所对应的状态与打卡成功状态不一致，则于预设的学习进度条上将上一打卡时间点定义为成功时间点，并根据成功时间点以确定异常学习时段。
当打卡状态信息所对应的状态与打卡成功状态不一致时，说明用户出现未观看视频的情况，此时需要针对这一情况进行对应处理；学习进度条为用户进行学习的视频的进度条，上一打卡时间点为上一次进行打卡操作并成功打卡的时间点，定义成功时间点以便于对不同打卡时间点的区分，异常学习时段为用户开始未观看视频时所会处于的时段，该时段即成功时间点至当前打卡时间点的中间时段。
步骤S103：根据异常学习时段于学习进度条上确定判定点，并根据两两相邻的判定点以确定判定时段。
判定点为该异常学习路段上不同学习内容的点位，例如在数学领域，视频中异常学习时段开始的0分钟至1分钟讲解的内容为加法，1分钟至2分钟讲解的内容为减法，此时判定点分别为0分钟处、1分钟处以及2分钟处；判定时段为两个相邻的判定点于学习进度条上所围合形成到的时段，该时段应为讲解同一内容，判定点的具体确定以及划分由视频处理人员事先设定。
步骤S104：于预设的题目数据库中根据判定时段确定相对应的判定题目，并于学习进度条上将判定题目由前至后显示，且于单次显示预设的固定时长内获取答复答案。
题目数据库为该学习视频学习过程中可供用户进行答题操作的所有题目的集合库，判定题目为与判定时段所教授的内容相关的可对用户是否有认真观看视频进行判断的题目，在对用户进行视频观看判断时，由前至后对判定题目进行显示，以确定用户具体未观看的位置；固定时长为工作人员所设定的学员可对判定题目进行答复的最高时长，可根据所确定的判定题目的篇幅长短以进行对应设置，具体由工作人员根据实际情况进行确定，答复答案为学员针对判定题目所做出的答案。
步骤S105：判断答复答案是否与预设的正确答案一致。
正确答案为所答复的判定题目的标准答案，判断的目的是为了得知该学员是否有回答正确题目。
步骤S1051：若答复答案与正确答案不一致，则将学习进度条调整至该判定时段的前端判定点处进行学习。
当答复答案与正确答案不一致时，说明用户对当前判定时段的内容并未掌握，即在该判定时段用户已经出现未观看视频的情况，此时将学习进度条进行调整以使学员能对未观看的内容进行学习，以减少用户对已经学习过并掌握的内容重复学习的情况发生。
步骤S1052：若答复答案与正确答案一致，则继续显示下一判定题目并进行答复答案的判断，直至学习进度条进行调整。
当答复答案与正确答案一致时，说明用户对当前判定时段的内容已经掌握，此时继续进行下一判定题目的答复判断即可。
参照图2，于题目数据库中根据判定时段确定相对应的判定题目的步骤包括：
步骤S200：获取各判定时段的知识内容标签。
知识内容标签为判定时段所教授的内容的标签，以上述例子进行说明，0-1判定时段的标签为“加法”，1-2判定时段的标签为“减法”。
步骤S201：根据知识内容标签于题目数据库中进行查询以确定知识内容标签相对应的可选题目。
可选题目为题目的标签中携带有知识内容标签的题目。
步骤S202：根据各判定时段相对应的可选题目以确定题目内容标签，并将题目内容标签均处于判定时段之前的可选题目定义为适合题目。
题目内容标签为每个判定时段所确定的可选题目的标签，每个题目根据考察知识点的不同可对应不同的标签，同一题目可具有多个标签，适合题目为可选题目中不存在学员未学习的内容的题目，以上述例子进行说明，当题目中携带有减法的标签时，不可作为适合题目。
步骤S203：于适合题目中根据各判定时段的知识内容标签进行计数以确定覆盖标签数量。
覆盖标签数量为所确定的适合题目的所有标签的数量值，可通过对题目中的标签情况一一计数进行获取。
步骤S204：于同一判定时段下根据预设的排序规则以确定数值最大的覆盖标签数量，并将该覆盖标签数量相对应的任一适合题目确定为判定题目。
排序规则为工作人员提前设置的能对数值大小进行排序的方法，例如冒泡法，通过排序规则可确定出每个判定时段的适合题目中标签最多的题目，此时从标签最多的题目中随意挑选一个题目作为判定题目，以使该判定题目能较好的对用户学习情况进行检测并对之前学习的内容进行巩固，其中具体的随机方法由工作人员根据实际情况进行设定。
参照图3，将该覆盖标签数量相对应的任一适合题目确定为判定题目的步骤包括：
步骤S300：将根据排序规则所确定的覆盖标签数量所对应的适合题目定义为待选题目，并根据待选题目以确定待选题目集。
定义待选题目以便于对不同的适合题目进行区分，待选题目集为由所有待选题目所组成的集合。
步骤S301：获取学习人员的学习地址信息。
学习地址信息所对应的地址为当前进行网络学习的人员于物理意义上的地址，可通过学习设备上的网络地址以及定位等进行获取。
步骤S302：以学习地址信息所对应的地址为基点、预设的间隔距离为宽度值以划定相近区域，并将相近区域内其余学习人员的判定题目定义为使用题目，且根据所有使用题目以确定使用题目集。
间隔距离为工作人员所设定的认定与当前学习人员较近的其他学习人员的最大距离值，划定相近区域以便于对距离该学习人员较近的其余学习人员进行确定；使用题目为相近区域中其余学习人员于该判定时段下所使用作答过的判定题目，使用题目集为相近区域内所确定的所有使用题目所组合形成的集合。
步骤S303：判断使用题目集是否与待选题目集一致。
判断的目的是为了得知符合要求的题目是否均已经被范围内的其余学习人员所作答过。
步骤S3031：若使用题目集与待选题目集不一致，则于待选题目集中将任一不处于使用题目集中的待选题目确定为判定题目。
当使用题目集与待选题目集不一致时，说明还有符合要求的题目未被范围内的其余学员作答过，此时将任一不处于使用题目集中的待选题目确定为判定题目，以使得该学习人员不会作答到与周围人员相同的题目，从而减少该成功从其他学员处获得答案的情况发生。
步骤S3032：若使用题目集与待选题目集一致，则于待选题目集中将任一待选题目确定为判定题目。
当使用题目集与待选题目集一致时，说明所有符合要求的题目已经都被作答，此时随机选取任一待选题目即可。
参照图4，若使用题目集与待选题目集一致，判定题目的确定步骤还包括：
步骤S400：获取相近区域内各学习人员的相似位置信息。
相似位置信息所对应的位置为其他学习人员于所划定的相近区域内的位置。
步骤S401：根据相似位置信息以及学习地址信息以确定相隔距离信息。
相隔距离信息所对应的距离值为其他学习人员距离当前学习人员的直线距离值，可通过两个人员的位置坐标进行计算获取。
步骤S402：于同一使用题目下根据排序规则以确定所有相隔距离信息中相对应数值最小的相隔距离信息，并将该相隔距离信息定义为相近距离信息。
定义相近距离信息可得知同一使用题目中距离当前学习人员最近的其他学员的位置，从而便于后续分析，
步骤S403：根据排序规则以确定所有相近距离信息中相对应数值最大的相近距离信息，并将该相近距离信息相对应的待选题目确定为判定题目。
于所有最近的人员中确定最远的人员，以将对应的题目作为判定题目，从而尽可能的减少答案从其余学员处获取的情况发生。
参照图5，若答复答案与正确答案一致，网络学习管理方法还包括：
步骤S500：获取正确答题时长。
正确答题时长为学员对该待定题目进行正确答复的总时长，即以开始显示题目时开始计时直至答复答案与正确答案一致时停止计时以获取的时长。
步骤S501：根据预设的时长匹配关系以确定判定题目相对应的正常处理时长。
正常处理时长为正常学习过该内容的学员处理该题目的平均时长，不同的判定题目由于难度以及题目篇幅不同，所对应的正常处理时长也不同，两者之间的时长匹配关系由工作人员事先根据多次试验以以确定。
步骤S502：根据正常处理时长以及正确答题时长进行差值计算以确定答题超时时长，并根据答题超时时长以及正常处理时长进行计算以确定超时占比值。
答题超时时长为当前学习人员相较于平均时长所多出的时长，由正确答题时长减去正常处理时长进行获取，若结果为负值，说明学员提前完成；超时占比值为超时的比例值，由答题超时时长除以正常处理时长进行确定。
步骤S503：判断超时占比值是否大于预设的许可占比值。
许可占比值为工作人员所设定的认定该用户能够较好的对该题目进行答复处理时所允许出现的最大超时占比值，判断的目的是为了得知当前学员答题是否较慢，以判断该学员是否完成对该内容的掌握。
步骤S5031：若超时占比值不大于许可占比值，则以下一判定时段所确定的判定题目进行显示。
当超时占比值不大于许可占比值时，说明当前学员已经完成该内容的掌握，此时继续显示下一判定题目即可。
步骤S5032：若超时占比值大于许可占比值，则输出答题较慢信号，并于下一判定时段所对应的待选题目中存在当前判定时段的知识内容标签的待选题目更新成为新的待选题目，且于新的待选题目中更新确定下一判定时段的判定题目。
当超时占比值大于许可占比值时，说明学员可能存在未掌握该内容的情况，此时回答正确为该学员蒙准的，输出答题较慢信号以对该情况进行标识，以便于后续处理；对下一判定时段的判定题目进行更新，以使该判定题目存在当前判定时段的知识点内容，不仅能对该知识点再次巩固，还可进一步确定该学员是否有对该知识点进行掌握。
参照图6，若超时占比值大于许可占比值，网络学习管理方法还包括：
步骤S600：获取当前学习人员的答题次数信息。
当超时占比值大于许可占比值时，说明学员答题速度较慢，此时可能存在因该学员阅读题目较慢而导致整体答题较慢的情况，需要进一步分析；答题次数信息所对应的次数值为该学习人员于该学习系统下所出现并进行的答题的总次数值，可通过对学习人员学习记录进行监控获取。
步骤S601：根据答题较慢信号进行计数以确定较慢次数信息。
较慢次数信息所对应的次数值为当前学习人员于所有的学习过程中所出现的答题答题较慢信号的总次数值，可通过对答题较慢信号一一计数进行获取。
步骤S602：根据答题次数信息以及较慢次数信息进行计算以确定慢答占比值。
慢答占比值为所有答题过程中较慢答题的次数的占比比例值，由较慢次数信息所对应的次数值除以答题次数信息所对应的次数值进行确定。
步骤S603：判断慢答占比值是否大于预设的上限占比值。
上限占比值为工作人员所设定的可认定该学员阅读较慢时的最小慢答占比值，判断的目的是为了得知该学员是否存在大量答题较慢的情况，以判断该学员的阅读速度是否过慢。
步骤S6031：若慢答占比值不大于上限占比值，则输出答题较慢信号并更新确定下一判定时段的判定题目。
当慢答占比值不大于上限占比值时，说明不存在该学员阅读速度较慢的情况，此时正常输出答题较慢信号以进行题目更新即可。
步骤S6032：若慢答占比值大于上限占比值，则输出阅读较慢信号并以使下一判定时段以原确定的判定题目显示。
当慢答占比值大于上限占比值时，说明该学员存在阅读较慢的情况，不一定存在对当前内容未掌握的情况，此时继续维持原判定题目即可，以使该学员所处理的题目能对之前所学过的多个知识点进行巩固。
参照图7，若答复答案与正确答案不一致，网络学习管理方法还包括：
步骤S700：判断当前的判定题目是否为更新处理后的判定题目。
判断的目的是为了得知当前所做错的题目是否为上一知识点可能未掌握的题目。
步骤S7001：若当前的判定题目不为更新处理后的判定题目，则将学习进度条调整至该判定时段的前端判定点处进行学习。
当当前的判定题目不为更新处理后的判定题目时，说明当前所错的题目不为上一知识点未掌握的题目，此时正常进行学习进度条调整即可。
步骤S7002：若当前的判定题目为更新处理后的判定题目，则根据答复答案以及正确答案以确定错误答复标签。
当当前的判定题目为更新处理后的判定题目时，当前所错的题目为上一知识点未掌握的题目，可能存在学员未掌握上一知识点的情况，需要进一步分析；错误答复标签未用户未掌握的知识点的标签，例如正确答案为AB，学员的答复答案为BC，则错误答复标签为答案A以及C所对应的指示内容标签。
步骤S701：判断错误答复标签是否包含上一判定时段的知识内容标签。
判断的目的是为了得知该学员是否未掌握上一判定时段的内容。
步骤S7011：若错误答复标签不包含上一判定时段的知识内容标签，则将学习进度条调整至该判定时段的前端判定点处进行学习。
当错误答复标签不包含上一判定时段的知识内容标签时，说明不存在该学员未掌握上一判定时段的知识点的情况，此时正常进行学习进度条调整即可。
步骤S7012：若错误答复标签包含上一判定时段的知识内容标签，则将学习进度条调整至上一判定时段的前端判定点处进行学习。
当错误答复标签包含上一判定时段的知识内容标签时，说明该学员不仅于上一判定时段答题较慢，此时还回答错误相关知识点内容的题目，说明该学员大概率于上一判定时段就未观看视频，此时将学习进度条调整至上一判定时段的前端判定点处，以对学员重新学习的位置进行较为准确的确定。
参照图8，基于同一发明构思，本发明实施例提供一种网络学习管理系统，包括：
获取模块，用于获取学习进度时长；
处理模块，与获取模块和判断模块连接，用于信息的存储和处理；
判断模块，与获取模块和处理模块连接，用于信息的判断；
于判断模块判断出学习进度时长到达预设的打卡时间点时显示预设打卡窗口并于预设的单位时长内获取模块获取打卡状态信息；
判断模块判断打卡状态信息所对应的状态是否与预设的打卡成功状态一致；
若判断模块判断出打卡状态信息所对应的状态与打卡成功状态一致，则继续进行视频播放；
若判断模块判断出打卡状态信息所对应的状态与打卡成功状态不一致，则处理模块于预设的学习进度条上将上一打卡时间点定义为成功时间点，并根据成功时间点以确定异常学习时段；
处理模块根据异常学习时段于学习进度条上确定判定点，并根据两两相邻的判定点以确定判定时段；
处理模块于预设的题目数据库中根据判定时段确定相对应的判定题目，并于学习进度条上将判定题目由前至后显示，且于单次显示预设的固定时长内使获取模块获取答复答案；
判断模块判断答复答案是否与预设的正确答案一致；
若判断模块判断出答复答案与正确答案不一致，则处理模块将学习进度条调整至该判定时段的前端判定点处进行学习；
若判断模块判断出答复答案与正确答案一致，则处理模块继续显示下一判定题目并进行答复答案的判断，直至学习进度条进行调整；
题目标签确定模块，对题目数据库中的题目根据标签进行筛选，以确定较为合适的题目以供作答；
使用题目确定模块，对一定范围内以及使用过的题目进行确定，以尽可能筛选未使用过的题目进行作答；
学员远近确定模块，根据学员远近以及使用情况以确定较为合适的判定题目进行作答，减少答题学员从其余学员处得知答案的情况发生；
答题时长确定模块，用于对学员答题时长进行分析以确定学员是否有对知识点进行有效掌握；
阅读速度确定模块，对阅读速度较慢的学员进行确定，以减少掌握情况判断不准确的情况发生；
学习起点确定模块，根据学员实际学习情况以确定重新学习的起点，以使得学员能够较好的进行学习。
所属领域的技术人员可以清楚地了解到，为描述的方便和简洁，仅以上述各功能模块的划分进行举例说明，实际应用中，可以根据需要而将上述功能分配由不同的功能模块完成，即将装置的内部结构划分成不同的功能模块，以完成以上描述的全部或者部分功能。上述描述的系统，装置和单元的具体工作过程，可以参考前述方法实施例中的对应过程，在此不再赘述。
本发明实施例提供一种计算机可读存储介质，存储有能够被处理器加载并执行网络学习管理方法的计算机程序。
计算机存储介质例如包括：U盘、移动硬盘、只读存储器(Read-Only Memory，ROM)、随机存取存储器(RandomAccessMemory，RAM)、磁碟或者光盘等各种可以存储程序代码的介质。
基于同一发明构思，本发明实施例提供一种智能终端，包括存储器和处理器，存储器上存储有能够被处理器加载并执行网络学习管理方法的计算机程序。
所属领域的技术人员可以清楚地了解到，为描述的方便和简洁，仅以上述各功能模块的划分进行举例说明，实际应用中，可以根据需要而将上述功能分配由不同的功能模块完成，即将装置的内部结构划分成不同的功能模块，以完成以上描述的全部或者部分功能。上述描述的系统，装置和单元的具体工作过程，可以参考前述方法实施例中的对应过程，在此不再赘述。
以上均为本申请的较佳实施例，并非依此限制本申请的保护范围，本说明书(包括摘要和附图)中公开的任一特征，除非特别叙述，均可被其他等效或者具有类似目的的替代特征加以替换。即，除非特别叙述，每个特征只是一系列等效或类似特征中的一个例子而已。

Claims (10)

1.一种网络学习管理方法，其特征在于，包括：
获取学习进度时长；
于学习进度时长到达预设的打卡时间点时显示预设打卡窗口并于预设的单位时长内获取打卡状态信息；
判断打卡状态信息所对应的状态是否与预设的打卡成功状态一致；
若打卡状态信息所对应的状态与打卡成功状态一致，则继续进行视频播放；
若打卡状态信息所对应的状态与打卡成功状态不一致，则于预设的学习进度条上将上一打卡时间点定义为成功时间点，并根据成功时间点以确定异常学习时段；
根据异常学习时段于学习进度条上确定判定点，并根据两两相邻的判定点以确定判定时段；
于预设的题目数据库中根据判定时段确定相对应的判定题目，并于学习进度条上将判定题目由前至后显示，且于单次显示预设的固定时长内获取答复答案；
判断答复答案是否与预设的正确答案一致；
若答复答案与正确答案不一致，则将学习进度条调整至该判定时段的前端判定点处进行学习；
若答复答案与正确答案一致，则继续显示下一判定题目并进行答复答案的判断，直至学习进度条进行调整。
2.根据权利要求1所述的网络学习管理方法，其特征在于，于题目数据库中根据判定时段确定相对应的判定题目的步骤包括：
获取各判定时段的知识内容标签；
根据知识内容标签于题目数据库中进行查询以确定知识内容标签相对应的可选题目；
根据各判定时段相对应的可选题目以确定题目内容标签，并将题目内容标签均处于判定时段之前的可选题目定义为适合题目；
于适合题目中根据各判定时段的知识内容标签进行计数以确定覆盖标签数量；
于同一判定时段下根据预设的排序规则以确定数值最大的覆盖标签数量，并将该覆盖标签数量相对应的任一适合题目确定为判定题目。
3.根据权利要求2所述的网络学习管理方法，其特征在于，将该覆盖标签数量相对应的任一适合题目确定为判定题目的步骤包括：
将根据排序规则所确定的覆盖标签数量所对应的适合题目定义为待选题目，并根据待选题目以确定待选题目集；
获取学习人员的学习地址信息；
以学习地址信息所对应的地址为基点、预设的间隔距离为宽度值以划定相近区域，并将相近区域内其余学习人员的判定题目定义为使用题目，且根据所有使用题目以确定使用题目集；
判断使用题目集是否与待选题目集一致；
若使用题目集与待选题目集不一致，则于待选题目集中将任一不处于使用题目集中的待选题目确定为判定题目；
若使用题目集与待选题目集一致，则于待选题目集中将任一待选题目确定为判定题目。
4.根据权利要求3所述的网络学习管理方法，其特征在于，若使用题目集与待选题目集一致，判定题目的确定步骤还包括：
获取相近区域内各学习人员的相似位置信息；
根据相似位置信息以及学习地址信息以确定相隔距离信息；
于同一使用题目下根据排序规则以确定所有相隔距离信息中相对应数值最小的相隔距离信息，并将该相隔距离信息定义为相近距离信息；
根据排序规则以确定所有相近距离信息中相对应数值最大的相近距离信息，并将该相近距离信息相对应的待选题目确定为判定题目。
5.根据权利要求3所述的网络学习管理方法，其特征在于，若答复答案与正确答案一致，网络学习管理方法还包括：
获取正确答题时长；
根据预设的时长匹配关系以确定判定题目相对应的正常处理时长；
根据正常处理时长以及正确答题时长进行差值计算以确定答题超时时长，并根据答题超时时长以及正常处理时长进行计算以确定超时占比值；
判断超时占比值是否大于预设的许可占比值；
若超时占比值不大于许可占比值，则以下一判定时段所确定的判定题目进行显示；
若超时占比值大于许可占比值，则输出答题较慢信号，并于下一判定时段所对应的待选题目中存在当前判定时段的知识内容标签的待选题目更新成为新的待选题目，且于新的待选题目中更新确定下一判定时段的判定题目。
6.根据权利要求5所述的网络学习管理方法，其特征在于，若超时占比值大于许可占比值，网络学习管理方法还包括：
获取当前学习人员的答题次数信息；
根据答题较慢信号进行计数以确定较慢次数信息；
根据答题次数信息以及较慢次数信息进行计算以确定慢答占比值；
判断慢答占比值是否大于预设的上限占比值；
若慢答占比值不大于上限占比值，则输出答题较慢信号并更新确定下一判定时段的判定题目；
若慢答占比值大于上限占比值，则输出阅读较慢信号并以使下一判定时段以原确定的判定题目显示。
7.根据权利要求5所述的网络学习管理方法，其特征在于，若答复答案与正确答案不一致，网络学习管理方法还包括：
判断当前的判定题目是否为更新处理后的判定题目；
若当前的判定题目不为更新处理后的判定题目，则将学习进度条调整至该判定时段的前端判定点处进行学习；
若当前的判定题目为更新处理后的判定题目，则根据答复答案以及正确答案以确定错误答复标签；
判断错误答复标签是否包含上一判定时段的知识内容标签；
若错误答复标签不包含上一判定时段的知识内容标签，则将学习进度条调整至该判定时段的前端判定点处进行学习；
若错误答复标签包含上一判定时段的知识内容标签，则将学习进度条调整至上一判定时段的前端判定点处进行学习。
8.一种网络学习管理系统，其特征在于，包括：
获取模块，用于获取学习进度时长；
处理模块，与获取模块和判断模块连接，用于信息的存储和处理；
判断模块，与获取模块和处理模块连接，用于信息的判断；
于判断模块判断出学习进度时长到达预设的打卡时间点时显示预设打卡窗口并于预设的单位时长内获取模块获取打卡状态信息；
判断模块判断打卡状态信息所对应的状态是否与预设的打卡成功状态一致；
若判断模块判断出打卡状态信息所对应的状态与打卡成功状态一致，则继续进行视频播放；
若判断模块判断出打卡状态信息所对应的状态与打卡成功状态不一致，则处理模块于预设的学习进度条上将上一打卡时间点定义为成功时间点，并根据成功时间点以确定异常学习时段；
处理模块根据异常学习时段于学习进度条上确定判定点，并根据两两相邻的判定点以确定判定时段；
处理模块于预设的题目数据库中根据判定时段确定相对应的判定题目，并于学习进度条上将判定题目由前至后显示，且于单次显示预设的固定时长内使获取模块获取答复答案；
判断模块判断答复答案是否与预设的正确答案一致；
若判断模块判断出答复答案与正确答案不一致，则处理模块将学习进度条调整至该判定时段的前端判定点处进行学习；
若判断模块判断出答复答案与正确答案一致，则处理模块继续显示下一判定题目并进行答复答案的判断，直至学习进度条进行调整。
9.一种智能终端，其特征在于，包括存储器和处理器，存储器上存储有能够被处理器加载并执行如权利要求1至7中任一种方法的计算机程序。
10.一种计算机可读存储介质，其特征在于，存储有能够被处理器加载并执行如权利要求1至7中任一种方法的计算机程序。
CN202310586352.9A 2023-05-23 2023-05-23 一种网络学习管理方法、系统、存储介质及智能终端 Active CN116596716B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202310586352.9A CN116596716B (zh) 2023-05-23 2023-05-23 一种网络学习管理方法、系统、存储介质及智能终端

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202310586352.9A CN116596716B (zh) 2023-05-23 2023-05-23 一种网络学习管理方法、系统、存储介质及智能终端

Publications (2)

Publication Number Publication Date
CN116596716A true CN116596716A (zh) 2023-08-15
CN116596716B CN116596716B (zh) 2024-01-30

Family

ID=87593467

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202310586352.9A Active CN116596716B (zh) 2023-05-23 2023-05-23 一种网络学习管理方法、系统、存储介质及智能终端

Country Status (1)

Country Link
CN (1) CN116596716B (zh)

Citations (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN106227335A (zh) * 2016-07-14 2016-12-14 广东小天才科技有限公司 预习讲义与视频课程的交互学习方法及应用学习客户端
CN111541947A (zh) * 2020-05-07 2020-08-14 天津洪恩完美未来教育科技有限公司 教学视频的处理方法、装置及系统
CN112288901A (zh) * 2020-11-10 2021-01-29 上海凌立健康管理股份有限公司 一种线上视频学习打卡测试方法
CN112530036A (zh) * 2020-11-10 2021-03-19 上海凌立健康管理股份有限公司 一种线上视频学习打卡测试系统
CN115359580A (zh) * 2022-08-16 2022-11-18 张建 一种学习打卡系统及方法
WO2023071505A1 (zh) * 2021-10-27 2023-05-04 北京有竹居网络技术有限公司 一种题目推荐方法、装置、计算机设备和存储介质
CN116108209A (zh) * 2021-11-09 2023-05-12 北京有竹居网络技术有限公司 多媒体内容播放控制方法、装置、计算机设备和存储介质

Patent Citations (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN106227335A (zh) * 2016-07-14 2016-12-14 广东小天才科技有限公司 预习讲义与视频课程的交互学习方法及应用学习客户端
CN111541947A (zh) * 2020-05-07 2020-08-14 天津洪恩完美未来教育科技有限公司 教学视频的处理方法、装置及系统
CN112288901A (zh) * 2020-11-10 2021-01-29 上海凌立健康管理股份有限公司 一种线上视频学习打卡测试方法
CN112530036A (zh) * 2020-11-10 2021-03-19 上海凌立健康管理股份有限公司 一种线上视频学习打卡测试系统
WO2023071505A1 (zh) * 2021-10-27 2023-05-04 北京有竹居网络技术有限公司 一种题目推荐方法、装置、计算机设备和存储介质
CN116108209A (zh) * 2021-11-09 2023-05-12 北京有竹居网络技术有限公司 多媒体内容播放控制方法、装置、计算机设备和存储介质
CN115359580A (zh) * 2022-08-16 2022-11-18 张建 一种学习打卡系统及方法

Also Published As

Publication number Publication date
CN116596716B (zh) 2024-01-30

Similar Documents

Publication Publication Date Title
US6193521B1 (en) System for providing feedback to test resolvers
JP7147185B2 (ja) 情報処理装置、情報処理方法及び情報処理プログラム
KR102250854B1 (ko) 학습자의 학습수준을 평가하는 컴퓨터 프로그램과 이를 이용한 학습자의 학습수준을 평가하는 방법
US20070076956A1 (en) Automatic counting apparatus, method, and recording medium on which the program is recorded
JP2020016871A (ja) 情報処理装置及びプログラム
JP2018205354A (ja) 学習支援装置、学習支援システム及びプログラム
CN114121287A (zh) 一种学生心理健康检测方法、系统和可读存储介质
CN115187435A (zh) 一种智慧校园管理方法、装置、设备及存储介质
CN110245207B (zh) 一种题库构建方法、题库构建装置及电子设备
CN116340624A (zh) 自适应学习信息推荐方法、装置、设备及存储介质
CN113822907A (zh) 图像处理方法及装置
CN116596716B (zh) 一种网络学习管理方法、系统、存储介质及智能终端
CN112926934A (zh) 一种教学评价方法、系统及计算机可读存储介质
JP5320152B2 (ja) 問題情報出力装置、問題情報出力方法、およびプログラム
CN111700584A (zh) 一种视力智能检测系统
CN114786032B (zh) 一种培训视频管理方法及系统
CN114742522B (zh) 一种勘察设计图自动对比方法、系统、装置及存储介质
KR102232599B1 (ko) 객관식 시험으로부터 학습자의 학습수준을 평가하는 컴퓨터 프로그램과 이를 이용한 평가방법
CN112990848A (zh) 一种基于大数据的课堂教学分析评测系统以及方法
CN112426121A (zh) 一种用于色盲检测的可穿戴设备
JP2020012948A (ja) 情報処理装置及びプログラム
CN116308012B (zh) 一种基于5g智能阅卷和试卷跟踪的方法、系统及设备
JP2020012947A (ja) 情報処理装置及びプログラム
CN114241503B (zh) 一种错题原因采集方法、系统、可读存储介质及设备
CN117557426B (zh) 基于智能题库的作业数据反馈方法及学习评估系统

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