CN117114938B - 一种基于人工智能的教学演示方法、系统、终端及存储介质 - Google Patents

一种基于人工智能的教学演示方法、系统、终端及存储介质 Download PDF

Info

Publication number
CN117114938B
CN117114938B CN202311337411.5A CN202311337411A CN117114938B CN 117114938 B CN117114938 B CN 117114938B CN 202311337411 A CN202311337411 A CN 202311337411A CN 117114938 B CN117114938 B CN 117114938B
Authority
CN
China
Prior art keywords
information
teaching
degree
adjustment
student
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
Application number
CN202311337411.5A
Other languages
English (en)
Other versions
CN117114938A (zh
Inventor
柴明一
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.)
Beijing Layout Future Technology Development Co ltd
Original Assignee
Beijing Layout Future Technology Development 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 Beijing Layout Future Technology Development Co ltd filed Critical Beijing Layout Future Technology Development Co ltd
Priority to CN202311337411.5A priority Critical patent/CN117114938B/zh
Publication of CN117114938A publication Critical patent/CN117114938A/zh
Application granted granted Critical
Publication of CN117114938B publication Critical patent/CN117114938B/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
    • G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
    • G06N20/00—Machine learning
    • 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)
  • Theoretical Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • Educational Administration (AREA)
  • Educational Technology (AREA)
  • Strategic Management (AREA)
  • Tourism & Hospitality (AREA)
  • Software Systems (AREA)
  • General Physics & Mathematics (AREA)
  • Health & Medical Sciences (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Marketing (AREA)
  • General Business, Economics & Management (AREA)
  • Human Resources & Organizations (AREA)
  • General Health & Medical Sciences (AREA)
  • Artificial Intelligence (AREA)
  • Primary Health Care (AREA)
  • Data Mining & Analysis (AREA)
  • Evolutionary Computation (AREA)
  • Medical Informatics (AREA)
  • Economics (AREA)
  • Computing Systems (AREA)
  • General Engineering & Computer Science (AREA)
  • Mathematical Physics (AREA)
  • Management, Administration, Business Operations System, And Electronic Commerce (AREA)

Abstract

本申请涉及一种基于人工智能的教学演示方法、系统、终端及存储介质，其属于人工智能教育领域；其中，一种基于人工智能的教学演示方法包括获取预设教学内容信息、教师基本信息和学生基本信息；根据所述预设教学内容信息和教师基本信息确定教学流程信息；获取学生上课状态信息，根据所述学生上课状态信息、教师基本信息和学生基本信息调整所述教学流程信息；根据所述教学流程信息和学生上课状态信息分析得到学生专注度信息；根据所述学生专注度信息生成提醒信息，并将所述提醒信息发送至学生和/或教师。本申请具有提高了人工智能教育的教育质量和效率的效果。

Description

一种基于人工智能的教学演示方法、系统、终端及存储介质
技术领域
本申请涉及人工智能教育领域，尤其是涉及一种基于人工智能的教学演示方法、系统、终端及存储介质。
背景技术
智能教育是指一种人工智能多层次教育体系的人工智能教育；对于人工智能教育而言，目前常用的人工智能授课方式还是采用传统的演示文稿授课，仅仅是利用多媒体设备授课模式替代传统的板书授课模式，但是并没有更好地利用到人工智能，导致所谓的人工智能教育并没有更好地提升教育质量与教育效率；因此亟需一种基于人工智能的教学演示方式。
发明内容
为了解决上述技术问题，本申请提供一种基于人工智能的教学演示方法、系统、终端及存储介质。
本申请目的一是提供一种基于人工智能的教学演示方法、系统、终端及存储介质。
本申请的上述申请目的一是通过以下技术方案得以实现的：
一种基于人工智能的教学演示方法，包括：
获取预设教学内容信息、教师基本信息和学生基本信息；
根据所述预设教学内容信息和教师基本信息确定教学流程信息；
获取学生上课状态信息，根据所述学生上课状态信息、教师基本信息和学生基本信息调整所述教学流程信息；
根据所述教学流程信息和学生上课状态信息分析得到学生专注度信息；
根据所述学生专注度信息生成提醒信息，并将所述提醒信息发送至学生和/或教师。
本申请在一较佳示例中可以进一步配置为，所述根据所述预设教学内容信息和教师基本信息确定教学流程信息包括：
根据所述教师基本信息确定教师授课模式信息；
根据所述预设教学内容信息和教师授课模式信息确定教学流程信息。
本申请在一较佳示例中可以进一步配置为，所述根据所述学生上课状态信息、教师基本信息和学生基本信息调整所述教学流程信息包括：
根据所述教学流程信息确定上课阶段信息；
根据所述教师基本信息和上课阶段信息确定教师受欢迎程度信息；
根据所述学生基本信息和上课阶段信息确定授课内容受欢迎程度信息；
根据所述学生上课状态信息确定课程受欢迎程度信息；
根据所述教师受欢迎程度信息、授课内容受欢迎程度信息和课程受欢迎程度信息调整所述教学流程信息。
本申请在一较佳示例中可以进一步配置为，所述根据所述学生上课状态信息确定课程受欢迎程度信息包括：
根据所述学生上课状态信息确定各个学生的上课状态等级信息；
根据各个学生的上课状态等级信息确定不同等级的上课状态对应的学生数量信息；
根据与上课状态等级信息对应的预设等级权重信息和学生数量信息计算得到课程受欢迎程度信息。
本申请在一较佳示例中可以进一步配置为，所述根据所述教师受欢迎程度信息、授课内容受欢迎程度信息和课程受欢迎程度信息调整所述教学流程信息包括：
根据所述教师受欢迎程度信息得到第一程度分值；
根据所述授课内容受欢迎程度信息得到第二程度分值；
根据所述课程受欢迎程度信息得到第三程度分值；
根据所述第一程度分值、第二程度分值和第三程度分值得到教学流程程度分值；
根据预设程度分值范围对照表和所述教学流程程度分值得到教学调整概率值；
根据所述教学调整概率值与预设教学流程调整规则调整所述教学流程信息
本申请在一较佳示例中可以进一步配置为，所述根据所述教学调整概率值与预设教学流程调整规则调整所述教学流程信息包括：
当所述教学调整概率值满足第一调整范围，根据所述预设教学流程调整规则调整教学演示文档；
当所述教学调整概率值满足第二调整范围，根据所述预设教学流程调整规则调整教学阶段排序信息；
当所述教学调整概率值满足第三调整范围，根据所述预设教学流程拆解重组所述教学流程信息
本申请在一较佳示例中可以进一步配置为，所述根据所述教学流程信息和学生上课状态信息分析得到学生专注度信息包括：
根据所述教学流程信息确定多个教学子阶段信息；
根据所述学生上课状态信息确定与各个教学子阶段信息对应的学生上课状态子信息；
根据教学子阶段信息与对应的学生上课状态子信息计算得到学生专注度子信息；
根据各个教学子阶段信息对应的学生专注度子信息得到学生专注度信息。
本申请目的二是提供一种基于人工智能的教学演示系统。
本申请的上述申请目的二是通过以下技术方案得以实现的：
一种基于人工智能的教学演示系统，包括：
获取模块，用于获取预设教学内容信息、教师基本信息和学生基本信息；
确定模块，用于根据所述预设教学内容信息和教师基本信息确定教学流程信息；
调整模块，用于获取学生上课状态信息，根据所述学生上课状态信息、教师基本信息和学生基本信息调整所述教学流程信息；
分析模块，用于根据所述教学流程信息和学生上课状态信息分析得到学生专注度信息；
发送模块，用于根据所述学生专注度信息生成提醒信息，并将所述提醒信息发送至学生和/或教师。
本申请目的三是提供一种终端。
本申请的上述申请目的三是通过以下技术方案得以实现的：
一种终端，包括存储器和处理器，所述存储器上存储有能够被处理器加载并执行的上述基于人工智能的教学演示方法的计算机程序指令。
本申请目的四是提供一种计算机介质，能够存储相应的程序。
本申请的上述申请目的四是通过以下技术方案得以实现的：
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基于人工智能的教学演示方法的计算机程序。
综上所述，本申请包括以下至少一种有益技术效果：
通过采用上述技术方案，先获取预设教学内容信息、教师基本信息和学生基本信息；通过预设教学内容信息可以确定教师上课的授课内容，根据教师基本信息和学生基本信息可以确定教师和学生的相关情况；然后通过教师的基本信息和预设教学内容信息可以确定教师授课的基本流程；即包含几个阶段，每个阶段采用不同的教学方式进行讲解、考试或实操等；然后通过学生的上课状态信息对教学流程信息进行调整，使得每个阶段的教学流程能够吸引学生，保证学生的专注度；然后利用教学流程信息和学生上课状态信息进行分析得到学生专注度信息，根据学生专注度信息生成提醒信息，并利用提醒信息提醒教师或者学生，从而使得学生保持专注；通过上述方式，提高了人工智能教育的教育质量和教育效率，保证了学生的上课专注度，提高了学生的学习效率。
附图说明
图1是本申请实施例中一种基于人工智能的教学演示方法的流程示意图。
图2是本申请实施例中一种基于人工智能的教学演示系统的结构示意图。
附图标记说明：1、获取模块；2、确定模块；3、调整模块；4、分析模块；5、发送模块。
具体实施方式
本具体实施例仅仅是对本申请的解释，其并不是对本申请的限制，本领域人员在阅读完本说明书后可以根据需要对本实施例作出没有创造性贡献的修改，但只要在本申请的权利要求范围内都受到专利法的保护。
为使本申请实施例的目的、技术方案和优点更加清楚，下面将结合本申请实施例中的附图，对本申请实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例是本申请一部分实施例，而不是全部的实施例。基于本申请中的实施例，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全部其他实施例，都属于本申请保护的范围。
下面结合说明书附图对本申请实施例做进一步详细描述。
本申请提供一种基于人工智能的教学演示方法，所述方法的主要流程描述如下。
如图1所示：
步骤S101：获取预设教学内容信息、教师基本信息和学生基本信息。
步骤S102：根据所述预设教学内容信息和教师基本信息确定教学流程信息。
在本申请实施例中，根据所述预设教学内容信息和教师基本信息确定教学流程信息包括：根据所述教师基本信息确定教师授课模式信息；根据所述预设教学内容信息和教师授课模式信息确定教学流程信息。
可以理解的是，首先获取到预设的教学内容信息；这里的教学内容信息是指教师在上课之前预先准备好的，关于这节课应该教学的具体内容；通过教师预先准备的教案或者演示文稿等文件可以获取到预设的教学内容信息；而教师基本信息和学生基本信息则表示教师和学生的一些基本情况，如教师的教授科目、教龄、受欢迎程度等；学生的成绩、性格、实操能力等。
在获取到预设教学内容信息、教师基本信息和学生基本信息之后，可以根据预设教学内容信息和教师基本信息确定教学流程信息；具体地，先根据教师基本信息确定教师授课模式信息，通过教师授课模式可以确定教师的授课习惯，然后根据教学内容可以确定教师授课时的教学流程。
可以理解的是，教学内容信息是指教师要教授的课程内容，而每个教师的授课方式和授课风格均不同，因此根据教师的基本信息可以确定教学流程信息；教学流程信息是指教师在实际授课过程中，包含的教学阶段及教学方式；如一节课四十分钟，前二十分钟为理论，后二十分钟为实操等；教学流程信息包括多个教学阶段，每个教学阶段的教学方式等。
通过上述方式，可以对不同的教师及相应的教学内容进行分析，得到教师在实际授课过程中的教学流程，以便于后续处理。
步骤S103：获取学生上课状态信息，根据所述学生上课状态信息、教师基本信息和学生基本信息调整所述教学流程信息。
在本申请实施例中，根据所述学生上课状态信息、教师基本信息和学生基本信息调整所述教学流程信息包括：根据所述教学流程信息确定上课阶段信息；根据所述教师基本信息和上课阶段信息确定教师受欢迎程度信息；根据所述学生基本信息和上课阶段信息确定授课内容受欢迎程度信息；根据所述学生上课状态信息确定课程受欢迎程度信息；根据所述教师受欢迎程度信息、授课内容受欢迎程度信息和课程受欢迎程度信息调整所述教学流程信息。
其中，根据所述教师基本信息和上课阶段信息确定教师受欢迎程度信息包括：根据所述教师基本信息确定教师吸引力信息和教师授课方式信息；根据所述上课阶段信息、教师吸引力信息和教师授课方式信息确定教师受欢迎程度信息。
根据所述学生基本信息和上课阶段信息确定授课内容受欢迎程度信息包括：根据所述学生基本信息确定授课方式吸引力信息；根据所述授课方式吸引力信息和上课阶段信息确定授课内容受欢迎程度信息。
根据所述学生上课状态信息确定课程受欢迎程度信息包括：根据所述学生上课状态信息确定各个学生的上课状态等级信息；根据各个学生的上课状态等级信息确定不同等级的上课状态对应的学生数量信息；根据与上课状态等级信息对应的预设等级权重信息和学生数量信息计算得到课程受欢迎程度信息。
在本申请实施例中，获取学生上课状态信息的方式有多种，可以通过监控设备获取学生的面部表情，从而判断学生的上课状态；还可以通过眼动仪等设备追踪学生的眼球，从而判断出学生的上课状态；可以理解的是，上述方法仅是做示例性说明，并没有对获取学生上课状态的具体方式进行限定，可以采用不限于上述两种方式的其他方式来获取学生的上课状态，只要能够获取到学生的上课状态即可。
在获取到学生的上课状态信息之后，可以根据学生上课状态信息、教师基本信息和学生基本信息调整教学流程信息；可以理解的是，先根据教学流程信息确定上课阶段信息，这里的上课阶段信息包括理论讲解、实操处理等不同的上课阶段；在确定了不同的上课阶段之后，先根据教师基本信息和上课阶段信息确定教师受欢迎程度信息，这里的教师受欢迎程度信息是指教师在不同的阶段采用的授课方式对于学生的接受程度；然后根据学生基本信息和上课阶段信息确定授课内容受欢迎程度信息，这里的授课内容受欢迎程度信息是指在不同的阶段，学生对于课程安排的接受程度；然后根据学生上课状态信息确定课程受欢迎程度信息，这里的课程受欢迎程度信息就是指根据学生的上课状态分析学生对课程的接受程度；在得到了上述信息之后，根据教师受欢迎程度信息、授课内容受欢迎程度信息和课程受欢迎程度信息调整所述教学流程信息。
在上述过程中，根据教师基本信息可以确定教师吸引力信息和教师授课方式信息；根据教师本身的吸引力和授课方式来分析教师的受欢迎程度；根据学生基本信息可以确定授课方式吸引力信息，即对于学生来说，不同的授课方式对于学生的吸引力；如，对于某些学生来说，实操课的吸引力远高于理论课；根据学生的上课状态可以确定每个学生的上课状态等级，如认真、偶尔走神等，然后确定不同等级下的学生数量，再根据学生数量与预设权重计算出课程受欢迎程度信息。
最后根据教师受欢迎程度信息、授课内容受欢迎程度信息和课程受欢迎程度信息调整教学流程信息；具体地，根据所述教师受欢迎程度信息、授课内容受欢迎程度信息和课程受欢迎程度信息调整所述教学流程信息包括，根据所述教师受欢迎程度信息得到第一程度分值；根据所述授课内容受欢迎程度信息得到第二程度分值；根据所述课程受欢迎程度信息得到第三程度分值；根据所述第一程度分值、第二程度分值和第三程度分值得到教学流程程度分值；根据预设程度分值范围对照表和所述教学流程程度分值得到教学调整概率值；根据所述教学调整概率值与预设教学流程调整规则调整所述教学流程信息。
可以理解的是，通过上述方式得到的教师受欢迎程度信息、授课内容受欢迎程度信息和课程受欢迎程度信息都可以转换成程度分值；在得到三个分值之后，可以根据预设权重信息结合三个分值进行计算得到当前教学流程的程度分值；再根据预设程度分值范围对照表可以得到该程度分值对应的教学调整概率值；该教学调整概率值表示了该教学流程应该调整的程度信息；最后根据预设教学流程调整规则调整所述教学流程信息。
在本申请实施例中，对于教学流程信息的调整有多种方式；具体地，根据所述教学调整概率值与预设教学流程调整规则调整所述教学流程信息包括，当所述教学调整概率值满足第一调整范围，根据所述预设教学流程调整规则调整教学演示文档；当所述教学调整概率值满足第二调整范围，根据所述预设教学流程调整规则调整教学阶段排序信息；当所述教学调整概率值满足第三调整范围，根据所述预设教学流程拆解重组所述教学流程信息。
可以理解的是，在上述对教学流程信息进行调整的过程中，当教学调整概率值满足第一调整范围或第二调整范围时，都是针对当前授课的课程进行调整，不涉及此次教学外其余部分的内容，但是在教学调整概率值满足第三调整范围时，需要从后续课程中调取部分课程来对当前的教学流程进行拆解重组，那么这就会影响到后续的教学安排，因此在教学调整概率值满足第三调整范围时，需要对调整方式进行评估。
具体地，确定当前教学流程的拆解部分及保留部分的受欢迎程度信息；确定后续教学流程的拆解部分及保留部分的受欢迎程度信息；根据当前教学流程的保留部分的受欢迎程度信息及后续教学流程的拆解部分的受欢迎程度信息确定当前教学流程的调整后受欢迎程度信息；根据当前教学流程的拆解部分的受欢迎程度信息及后续教学流程的保留部分的受欢迎程度信息确定后续教学流程的调整后受欢迎程度信息；根据当前教学流程的调整前受欢迎程度信息和调整后受欢迎程度信息得到当前程度差值信息；根据后续教学流程的调整前受欢迎程度信息和调整后受欢迎程度信息得到后续程度差值信息；根据当前程度差值信息和预设程度差值阈值确定第一调整信息；根据后续程度差值信息和预设程度差值阈值确定第二调整信息；计算当前程度差值信息与后续程度差值信息的比值得到第三调整信息；根据第一调整信息、第二调整信息和第三调整信息得到确定调整方式评估结果。
可以理解的是，通过上述方式可以确定对当前教学流程的调整方式是将当前教学流程中受欢迎程度较低的部分拆解出去，将后续教学流程中受欢迎程度较高的部分重组进来；这样就形成了新的当前教学流程和后续教学流程；然后分别对当前教学流程的调整前受欢迎程度和调整后受欢迎程度进行分析，计算二者差值，再将这个差值与预设阈值进行比较确定是否应该这样调整的第一个参考因素；同理，对后续教学流程采用相同方式处理得到第二个参考因素；再计算当前程度差值信息与后续程度差值信息的比值得到第三调整信息，这个比值就表示后续教学流程的受欢迎程度每降低单位量值，当前教学流程提升了多少单位量值的受欢迎程度；将这个信息视作第三个参考因素；最后结合这三个参考因素可以确定对调整方式的评估结果。
通过上述方式，从多个角度，多个方面分析出教师授课、学生上课时，课程本身、教师授课方式所带给学生的吸引力，还通过对学生上课状态的信息采集，分析学生对于课程的兴趣，最终根据上述信息来实时调整教学流程，使得教学流程能够使得大部分学生保持兴趣和专注，通过这种方式，灵活调整教学方式，提高了教学质量，提高了学生的学习效率和学习专注度。
步骤S104：根据所述教学流程信息和学生上课状态信息分析得到学生专注度信息。
在本申请实施例中，根据所述教学流程信息和学生上课状态信息分析得到学生专注度信息包括：根据所述教学流程信息确定多个教学子阶段信息；根据所述学生上课状态信息确定与各个教学子阶段信息对应的学生上课状态子信息；根据教学子阶段信息与对应的学生上课状态子信息计算得到学生专注度子信息；根据各个教学子阶段信息对应的学生专注度子信息得到学生专注度信息。
可以理解的是，根据教学流程信息可以确定多个教学子阶段；如第一子阶段为理论知识讲解，通过演示文稿实现；第二子阶段为实操阶段，通过辅助教具实现；然后确定不同阶段下学生的上课状态，计算出各个阶段学生的专注度，最终计算出在上课时期内学生的整体专注度；通过这种方式，可以实现对不同阶段课程划分，既能够对不同阶段的学生专注度进行分析，还能够对整体上课时期的学生专注度进行分析，可以更为精准地分析学生的上课专注度。
步骤S105：根据所述学生专注度信息生成提醒信息，并将所述提醒信息发送至学生和/或教师。
可以理解的是，通过学生的专注度可以生成相应的提醒信息；将学生的专注度与预设专注度范围进行比较，当学生的专注度符合相应的范围时，调取相应范围对应的提醒信息；这里的提醒信息包括提醒内容和提醒方式；如，当学生专注度较低时，此时处于理论知识讲述阶段，学生的电脑上会出现提示内容，并且教师的电脑上也会收到提示，让教师对该名学生保持关注。
通过采用上述技术方案，可以智能地对教师上课的流程进行监控和分析，对教学流程进行合理调整，从而提高学生的听课乐趣，提高学生主动听课的能动性；并且可以对学生的上课专注度进行监控和分析，当学生专注度不够时，还会及时通知学生或教师；在对教师的教学流程进行调整后使得教师的教学流程包括理论和实操两个方面，通过辅助教具的方式引导学生完成实操，提高学生的操作能力和动手能力，使得学生能够更好地吸收课堂知识；通过上述方式，提高了人工智能教育的教育质量和教育效率，保证了学生的上课专注度，提高了学生的学习效率。
本申请还提供一种基于人工智能的教学演示系统，如图2所示，一种基于人工智能的教学演示系统包括，获取模块1，用于获取预设教学内容信息、教师基本信息和学生基本信息；确定模块2，用于根据所述预设教学内容信息和教师基本信息确定教学流程信息；调整模块3，用于获取学生上课状态信息，根据所述学生上课状态信息、教师基本信息和学生基本信息调整所述教学流程信息；分析模块4，用于根据所述教学流程信息和学生上课状态信息分析得到学生专注度信息；发送模块5，用于根据所述学生专注度信息生成提醒信息，并将所述提醒信息发送至学生和/或教师。
其中，确定模块2被进一步配置为，根据所述教师基本信息确定教师授课模式信息；根据所述预设教学内容信息和教师授课模式信息确定教学流程信息。
调整模块3被进一步配置为，根据所述教学流程信息确定上课阶段信息；根据所述教师基本信息和上课阶段信息确定教师受欢迎程度信息；根据所述学生基本信息和上课阶段信息确定授课内容受欢迎程度信息；根据所述学生上课状态信息确定课程受欢迎程度信息；根据所述教师受欢迎程度信息、授课内容受欢迎程度信息和课程受欢迎程度信息调整所述教学流程信息；进一步地，根据所述教师基本信息和上课阶段信息确定教师受欢迎程度信息包括：根据所述教师基本信息确定教师吸引力信息和教师授课方式信息；根据所述上课阶段信息、教师吸引力信息和教师授课方式信息确定教师受欢迎程度信息；根据所述学生基本信息和上课阶段信息确定授课内容受欢迎程度信息包括：根据所述学生基本信息确定授课方式吸引力信息；根据所述授课方式吸引力信息和上课阶段信息确定授课内容受欢迎程度信息；根据所述学生上课状态信息确定课程受欢迎程度信息包括：根据所述学生上课状态信息确定各个学生的上课状态等级信息；根据各个学生的上课状态等级信息确定不同等级的上课状态对应的学生数量信息；根据与上课状态等级信息对应的预设等级权重信息和学生数量信息计算得到课程受欢迎程度信息。
分析模块4被进一步配置为，根据所述教学流程信息确定多个教学子阶段信息；根据所述学生上课状态信息确定与各个教学子阶段信息对应的学生上课状态子信息；根据教学子阶段信息与对应的学生上课状态子信息计算得到学生专注度子信息；根据各个教学子阶段信息对应的学生专注度子信息得到学生专注度信息。
通过上述多个模块之间的配合工作，能够提高人工智能教育的教育质量和教育效率，保证了学生的上课专注度，提高了学生的学习效率。
为了更好地执行上述方法的程序，本申请还提供一种终端，终端包括存储器和处理器。
其中，存储器可用于存储指令、程序、代码、代码集或指令集。存储器可以包括存储程序区和存储数据区，其中存储程序区可存储用于实现操作系统的指令、用于至少一个功能的指令以及用于实现上述基于人工智能的教学演示方法的指令等；存储数据区可存储上述基于人工智能的教学演示方法中涉及到的数据等。
处理器可以包括一个或者多个处理核心。处理器通过运行或执行存储在存储器内的指令、程序、代码集或指令集，调用存储在存储器内的数据，执行本申请的各种功能和处理数据。处理器可以为特定用途集成电路、数字信号处理器、数字信号处理装置、可编程逻辑装置、现场可编程门阵列、中央处理器、控制器、微控制器和微处理器中的至少一种。可以理解地，对于不同的设备，用于实现上述处理器功能的电子器件还可以为其它，本申请实施例不作具体限定。
本申请还提供一种计算机可读存储介质，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（Random Access Memory，RAM）、磁碟或者光盘等各种可以存储程序代码的介质。该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基于人工智能的教学演示方法的计算机程序。
以上描述仅为本申请得较佳实施例以及对所运用技术原理的说明。本领域技术人员应当理解，本申请中所涉及的公开范围，并不限于上述技术特征的特定组合而成的技术方案，同时也应涵盖在不脱离前述公开构思的情况下，由上述技术特征或其等同特征进行任意组合而形成的其他技术方案。例如上述特征与本申请中公开的（但不限于）具有类似功能的技术特征进行互相替换而形成的技术方案。

Claims (6)

1.一种基于人工智能的教学演示方法，其特征在于，包括：
获取预设教学内容信息、教师基本信息和学生基本信息；
根据所述预设教学内容信息和教师基本信息确定教学流程信息；
获取学生上课状态信息，根据所述学生上课状态信息、教师基本信息和学生基本信息调整所述教学流程信息；
根据所述教学流程信息和学生上课状态信息分析得到学生专注度信息；
根据所述学生专注度信息生成提醒信息，并将所述提醒信息发送至学生和/或教师；
根据所述教学流程信息确定上课阶段信息；根据所述教师基本信息和上课阶段信息确定教师受欢迎程度信息；根据所述学生基本信息和上课阶段信息确定授课内容受欢迎程度信息；根据所述学生上课状态信息确定课程受欢迎程度信息；根据所述教师受欢迎程度信息、授课内容受欢迎程度信息和课程受欢迎程度信息调整所述教学流程信息；
根据所述学生上课状态信息确定各个学生的上课状态等级信息；根据各个学生的上课状态等级信息确定不同等级的上课状态对应的学生数量信息；根据与上课状态等级信息对应的预设等级权重信息和学生数量信息计算得到课程受欢迎程度信息；
根据所述教师受欢迎程度信息得到第一程度分值；根据所述授课内容受欢迎程度信息得到第二程度分值；根据所述课程受欢迎程度信息得到第三程度分值；根据所述第一程度分值、第二程度分值和第三程度分值得到教学流程程度分值；根据预设程度分值范围对照表和所述教学流程程度分值得到教学调整概率值；根据所述教学调整概率值与预设教学流程调整规则调整所述教学流程信息；
当所述教学调整概率值满足第一调整范围，根据所述预设教学流程调整规则调整教学演示文档；当所述教学调整概率值满足第二调整范围，根据所述预设教学流程调整规则调整教学阶段排序信息；当所述教学调整概率值满足第三调整范围，根据所述预设教学流程拆解重组所述教学流程信息；
确定当前教学流程的拆解部分及保留部分的受欢迎程度信息；确定后续教学流程的拆解部分及保留部分的受欢迎程度信息；根据当前教学流程的保留部分的受欢迎程度信息及后续教学流程的拆解部分的受欢迎程度信息确定当前教学流程的调整后受欢迎程度信息；根据当前教学流程的拆解部分的受欢迎程度信息及后续教学流程的保留部分的受欢迎程度信息确定后续教学流程的调整后受欢迎程度信息；根据当前教学流程的调整前受欢迎程度信息和调整后受欢迎程度信息得到当前程度差值信息；根据后续教学流程的调整前受欢迎程度信息和调整后受欢迎程度信息得到后续程度差值信息；根据当前程度差值信息和预设程度差值阈值确定第一调整信息；根据后续程度差值信息和预设程度差值阈值确定第二调整信息；计算当前程度差值信息与后续程度差值信息的比值得到第三调整信息；根据第一调整信息、第二调整信息和第三调整信息得到确定调整方式评估结果。
2.根据权利要求1所述的基于人工智能的教学演示方法，其特征在于，所述根据所述预设教学内容信息和教师基本信息确定教学流程信息包括：
根据所述教师基本信息确定教师授课模式信息；
根据所述预设教学内容信息和教师授课模式信息确定教学流程信息。
3.根据权利要求1所述的基于人工智能的教学演示方法，其特征在于，所述根据所述教学流程信息和学生上课状态信息分析得到学生专注度信息包括：
根据所述教学流程信息确定多个教学子阶段信息；
根据所述学生上课状态信息确定与各个教学子阶段信息对应的学生上课状态子信息；
根据教学子阶段信息与对应的学生上课状态子信息计算得到学生专注度子信息；
根据各个教学子阶段信息对应的学生专注度子信息得到学生专注度信息。
4.一种基于人工智能的教学演示系统，其特征在于，包括：
获取模块（1），用于获取预设教学内容信息、教师基本信息和学生基本信息；
确定模块（2），用于根据所述预设教学内容信息和教师基本信息确定教学流程信息；
调整模块（3），用于获取学生上课状态信息，根据所述学生上课状态信息、教师基本信息和学生基本信息调整所述教学流程信息；
分析模块（4），用于根据所述教学流程信息和学生上课状态信息分析得到学生专注度信息；
发送模块（5），用于根据所述学生专注度信息生成提醒信息，并将所述提醒信息发送至学生和/或教师；
还包括：
根据所述教学流程信息确定上课阶段信息；根据所述教师基本信息和上课阶段信息确定教师受欢迎程度信息；根据所述学生基本信息和上课阶段信息确定授课内容受欢迎程度信息；根据所述学生上课状态信息确定课程受欢迎程度信息；根据所述教师受欢迎程度信息、授课内容受欢迎程度信息和课程受欢迎程度信息调整所述教学流程信息；
根据所述学生上课状态信息确定各个学生的上课状态等级信息；根据各个学生的上课状态等级信息确定不同等级的上课状态对应的学生数量信息；根据与上课状态等级信息对应的预设等级权重信息和学生数量信息计算得到课程受欢迎程度信息；
根据所述教师受欢迎程度信息得到第一程度分值；根据所述授课内容受欢迎程度信息得到第二程度分值；根据所述课程受欢迎程度信息得到第三程度分值；根据所述第一程度分值、第二程度分值和第三程度分值得到教学流程程度分值；根据预设程度分值范围对照表和所述教学流程程度分值得到教学调整概率值；根据所述教学调整概率值与预设教学流程调整规则调整所述教学流程信息；
当所述教学调整概率值满足第一调整范围，根据所述预设教学流程调整规则调整教学演示文档；当所述教学调整概率值满足第二调整范围，根据所述预设教学流程调整规则调整教学阶段排序信息；当所述教学调整概率值满足第三调整范围，根据所述预设教学流程拆解重组所述教学流程信息；
确定当前教学流程的拆解部分及保留部分的受欢迎程度信息；确定后续教学流程的拆解部分及保留部分的受欢迎程度信息；根据当前教学流程的保留部分的受欢迎程度信息及后续教学流程的拆解部分的受欢迎程度信息确定当前教学流程的调整后受欢迎程度信息；根据当前教学流程的拆解部分的受欢迎程度信息及后续教学流程的保留部分的受欢迎程度信息确定后续教学流程的调整后受欢迎程度信息；根据当前教学流程的调整前受欢迎程度信息和调整后受欢迎程度信息得到当前程度差值信息；根据后续教学流程的调整前受欢迎程度信息和调整后受欢迎程度信息得到后续程度差值信息；根据当前程度差值信息和预设程度差值阈值确定第一调整信息；根据后续程度差值信息和预设程度差值阈值确定第二调整信息；计算当前程度差值信息与后续程度差值信息的比值得到第三调整信息；根据第一调整信息、第二调整信息和第三调整信息得到确定调整方式评估结果。
5.一种终端，其特征在于，包括存储器和处理器，所述存储器上存储有能够被处理器加载并执行如所述权利要求1-3中任一种方法的计算机程序指令。
6.一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所述权利要求1-3中任一种方法的计算机程序。
CN202311337411.5A 2023-10-17 2023-10-17 一种基于人工智能的教学演示方法、系统、终端及存储介质 Active CN117114938B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202311337411.5A CN117114938B (zh) 2023-10-17 2023-10-17 一种基于人工智能的教学演示方法、系统、终端及存储介质

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202311337411.5A CN117114938B (zh) 2023-10-17 2023-10-17 一种基于人工智能的教学演示方法、系统、终端及存储介质

Publications (2)

Publication Number Publication Date
CN117114938A CN117114938A (zh) 2023-11-24
CN117114938B true CN117114938B (zh) 2024-02-23

Family

ID=88813101

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202311337411.5A Active CN117114938B (zh) 2023-10-17 2023-10-17 一种基于人工智能的教学演示方法、系统、终端及存储介质

Country Status (1)

Country Link
CN (1) CN117114938B (zh)

Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US8628331B1 (en) * 2010-04-06 2014-01-14 Beth Ann Wright Learning model for competency based performance
CN109063954A (zh) * 2018-06-20 2018-12-21 新华网股份有限公司 教师教学的测评方法和系统
CN109189535A (zh) * 2018-08-30 2019-01-11 北京葡萄智学科技有限公司 教学方法和装置
CN109670395A (zh) * 2018-10-29 2019-04-23 四川文轩教育科技有限公司 一种基于人工智能的学生专注度监测方法
CN112712449A (zh) * 2021-01-05 2021-04-27 河南职业技术学院 基于人工智能与大数据的职业教育在线教学系统
CN114141075A (zh) * 2020-09-03 2022-03-04 北京博纳清承科技有限公司 一种基于计算机的智能教学系统及其教学方法

Patent Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US8628331B1 (en) * 2010-04-06 2014-01-14 Beth Ann Wright Learning model for competency based performance
CN109063954A (zh) * 2018-06-20 2018-12-21 新华网股份有限公司 教师教学的测评方法和系统
CN109189535A (zh) * 2018-08-30 2019-01-11 北京葡萄智学科技有限公司 教学方法和装置
CN109670395A (zh) * 2018-10-29 2019-04-23 四川文轩教育科技有限公司 一种基于人工智能的学生专注度监测方法
CN114141075A (zh) * 2020-09-03 2022-03-04 北京博纳清承科技有限公司 一种基于计算机的智能教学系统及其教学方法
CN112712449A (zh) * 2021-01-05 2021-04-27 河南职业技术学院 基于人工智能与大数据的职业教育在线教学系统

Also Published As

Publication number Publication date
CN117114938A (zh) 2023-11-24

Similar Documents

Publication Publication Date Title
US20120329027A1 (en) Systems and methods for a learner interaction process
Kalyuga Cognitive load theory: Implications for affective computing
CN110991195B (zh) 机器翻译模型训练方法、装置及存储介质
JP2010518416A (ja) コンピュータ実現の学習方法および学習装置
KR20200072046A (ko) 학생의 학습능력별 개인 맞춤형 교육 커리큘럼 제공 방법 및 프로그램
JP2009509200A (ja) 試験を編集するための装置、方法、およびコンピュータ・プログラム、並びに、受験者を試験するための装置、方法、およびコンピュータ・プログラム
Çardak et al. The construct validity of Felder-Soloman index of learning styles (ils) for the prospective teachers
CN117808946B (zh) 基于大语言模型的二次元角色构建方法及系统
CN111681479A (zh) 自适应情境化人工智能教学系统、方法及装置
CN112052393B (zh) 一种学习方案推荐方法、装置、设备和存储介质
CN117114938B (zh) 一种基于人工智能的教学演示方法、系统、终端及存储介质
CN112085628A (zh) 一种基于人工智能的学生自适应教育方法和系统
CN109800880B (zh) 基于动态学习风格信息的自适应学习特征提取系统及应用
CN116258613B (zh) 课程规划方法、课程规划设备和可读存储介质
CN110826796A (zh) 成绩预测方法
CN114461786B (zh) 一种学习路径生成方法和系统
Wang et al. IFSE-Personalized Quiz Generator and Intelligent Knowledge Recommendation
KR102385073B1 (ko) 점수 확률분포 형태 통일화를 통해 평가 가능한 문제를 추천하는 학습 문제 추천 시스템 및 이것의 동작방법
CN113240953A (zh) 个性化虚拟教学系统
CN112256743A (zh) 一种自适应出题方法、设备及存储介质
CN115130430A (zh) 试卷生成方法、装置、存储介质及计算机设备
Wang et al. POEM: a personalized online education scheme based on reinforcement learning
Lv The Significance of English movies on learning English in EFL classrooms
Jayasiriwardene et al. A knowledge-based adaptive algorithm to recommend interactive learning assessments
Kato et al. Using a game for social setting in a learning environment: AlgoArena—a tool for learning software design

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
CB02 Change of applicant information
CB02 Change of applicant information

Country or region after: China

Address after: 806, floor 8, No. 6, Haidian middle street, Haidian District, Beijing 100089

Applicant after: Beijing Layout Future Technology Development Co.,Ltd.

Address before: 806, floor 8, No. 6, Haidian middle street, Haidian District, Beijing 100089

Applicant before: Beijing layout Future Education Technology Co.,Ltd.

Country or region before: China

GR01 Patent grant
GR01 Patent grant