CN117437100B - 一种基于数字化教学的微课实训管理系统 - Google Patents
一种基于数字化教学的微课实训管理系统 Download PDFInfo
- Publication number
- CN117437100B CN117437100B CN202311763268.6A CN202311763268A CN117437100B CN 117437100 B CN117437100 B CN 117437100B CN 202311763268 A CN202311763268 A CN 202311763268A CN 117437100 B CN117437100 B CN 117437100B
- Authority
- CN
- China
- Prior art keywords
- course
- analysis
- learning
- content
- micro
- 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
- 238000012549 training Methods 0.000 title claims abstract description 163
- 238000004458 analytical method Methods 0.000 claims abstract description 306
- 238000012937 correction Methods 0.000 claims abstract description 133
- 230000033764 rhythmic process Effects 0.000 claims description 38
- 230000009471 action Effects 0.000 claims description 27
- 230000003993 interaction Effects 0.000 claims description 27
- 238000011156 evaluation Methods 0.000 claims description 22
- 230000002452 interceptive effect Effects 0.000 claims description 17
- 238000000034 method Methods 0.000 claims description 10
- 230000002950 deficient Effects 0.000 claims description 9
- 238000012163 sequencing technique Methods 0.000 claims description 9
- 238000012790 confirmation Methods 0.000 claims description 8
- 238000012216 screening Methods 0.000 claims description 7
- 230000003872 anastomosis Effects 0.000 claims description 6
- 230000008569 process Effects 0.000 claims description 5
- 230000001020 rhythmical effect Effects 0.000 claims description 5
- 238000004519 manufacturing process Methods 0.000 claims description 4
- 238000012854 evaluation process Methods 0.000 claims description 3
- 230000004927 fusion Effects 0.000 claims description 3
- 238000010200 validation analysis Methods 0.000 claims description 2
- 230000000694 effects Effects 0.000 abstract description 9
- 238000005457 optimization Methods 0.000 abstract description 8
- 230000007547 defect Effects 0.000 abstract description 4
- 238000012512 characterization method Methods 0.000 description 4
- 238000001914 filtration Methods 0.000 description 3
- 230000002085 persistent effect Effects 0.000 description 3
- 238000012545 processing Methods 0.000 description 3
- 230000011218 segmentation Effects 0.000 description 3
- 238000005516 engineering process Methods 0.000 description 2
- 238000005065 mining Methods 0.000 description 2
- 238000007792 addition Methods 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 238000005520 cutting process Methods 0.000 description 1
- 238000010586 diagram Methods 0.000 description 1
- 230000029087 digestion Effects 0.000 description 1
- 238000007499 fusion processing Methods 0.000 description 1
- 230000006872 improvement Effects 0.000 description 1
- 230000000873 masking effect Effects 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 230000002688 persistence Effects 0.000 description 1
- 238000003908 quality control method Methods 0.000 description 1
- 230000009467 reduction Effects 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
- 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
- G06F18/00—Pattern recognition
- G06F18/20—Analysing
- G06F18/24—Classification techniques
-
- 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
- Y02P—CLIMATE CHANGE MITIGATION TECHNOLOGIES IN THE PRODUCTION OR PROCESSING OF GOODS
- Y02P90/00—Enabling technologies with a potential contribution to greenhouse gas [GHG] emissions mitigation
- Y02P90/30—Computing systems specially adapted for manufacturing
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)
- Data Mining & Analysis (AREA)
- General Physics & Mathematics (AREA)
- Health & Medical Sciences (AREA)
- Bioinformatics & Cheminformatics (AREA)
- Marketing (AREA)
- General Business, Economics & Management (AREA)
- Human Resources & Organizations (AREA)
- General Health & Medical Sciences (AREA)
- Economics (AREA)
- Life Sciences & Earth Sciences (AREA)
- Artificial Intelligence (AREA)
- Primary Health Care (AREA)
- Bioinformatics & Computational Biology (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Evolutionary Biology (AREA)
- Evolutionary Computation (AREA)
- General Engineering & Computer Science (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
- Electrically Operated Instructional Devices (AREA)
Abstract
本发明属于微课实训管理技术领域，具体公开提供的一种基于数字化教学的微课实训管理系统，该系统包括：课程数据导入模块、课程拆解划分模块、内容更正分析模块、更正方案确认模块和分析反馈终端。本发明通过根据实训微课程的教学数据、设置数据和学习数据，分析学习参与比和学习节奏吻合比，据此分析实训微课程内容更正需求度，并进行课程拆解，据此确认实训微课程内容更正方案以及反馈，有效解决了当前对微课实训模式管理的关注度不足的问题，规避了整体式的课程管控存在的欠缺，实现了实训微课程的细致化、垂直化更正评定，同时也提高了后续实训微课程内容更正的适配性，从而确保了后续实训微课程内容的优化效果。
Description
技术领域
本发明属于微课实训管理技术领域，涉及到一种基于数字化教学的微课实训管理系统。
背景技术
随着互联网和移动设备的普及，教育技术得到了迅速发展。微课程技术的兴起为教学提供了更多的可能性。学生可以通过在线视频观看、互动练习等方式进行实践训练，不再受传统教室和实验室的时间和空间限制，为了保障微课实训效果，需要对其进行管理。
当前微课实训管理主要倾向于课程效果进行管理，如通过收集学生学习数据、教学反馈等信息，分析评估微课实训的效果，并根据评估结果进行课程内容优化，以提高教学质量和学生满意度，但是当前对微课实训模式管理的关注度不足，还存在以下几个方面的欠缺：1、微训课程质量控制难度较大，当前属于整体式的课程管控，未对实训课程进行进一步拆解，从而分析学员在不同拆解部分的表现进行细致化分析，容易造成某些细节问题被掩盖，从而导致对学生的实际情况了解不够全面，使得问题得不到及时发现和解决，进而难以保障课程优化的精细化和针对性。
2、学习参与度控制难度较大，当前微课实训的学习过程相对自主，学生的主动参与度可能不高，当前未尽可能的贴合学员的学习需求，导致学员学习的主动性和参与性的提升效果不明显。
3、学生学习效果控制难度较大，当前未结合课程中学员对不同实训操作的学习表征进行实训操作展示管理，如展示动作定格时长，导致学员操作错误率的降低效果不明显，同时也影响学员的理解和消化，无法保障学员的学习体验。
发明内容
鉴于此，为解决上述背景技术中所提出的问题，现提出一种基于数字化教学的微课实训管理系统。
本发明的目的可以通过以下技术方案实现：本发明提供一种基于数字化教学的微课实训管理系统，包括：课程数据导入模块，用于导入当前实训微课程的报名学员数目，并将当前累计开展的各实训微课程作为各分析课程，同时导入各分析课程的教学数据、设置数据和学习数据。
课程拆解划分模块，用于对各分析课程进行拆解，得到各分析课程的各课程部分，并提取各课程部分的时间标签。
内容更正分析模块，用于根据各分析课程的学习数据、设置数据以及各分析课程对应各课程部分的时间标签，进行实训微课程内容更正分析，得到实训微课程内容更正需求度。
更正方案确认模块，用于当实训微课程内容更正需求度大于0时，确认实训微课程内容更正方案。
分析反馈终端，用于将实训微课程内容更正方案反馈至实训微课程的制作管理人员。
优选地，所述各课程部分为互动部分、内容讲解部分和实训操作部分。
优选地，所述进行实训微课程内容更正分析，包括：从各分析课程的学习数据中提取参与学习学员数目，并与当前实训微课程的报名学员数目进行作比，将比值作为学习参与比。
若某分析课程的学习参与比小于0.5，将该分析课程记为参与不足课程，统计参与不足课程数目，并判断参与不足课程数目是否达到分析课程数目的，若是，将实训微课程内容更正需求度记为/>，/>。
若否，将参与学习学员记为分析学员，从各分析课程的学习数据中提取各分析学员的初次学习时间、互动参与次数、学习操作次数和各次学习操作的操作标签，分析各分析课程的学习节奏吻合比。
若某分析课程的学习节奏吻合比小于0.4，将该分析课程记为偏差课程，统计偏差课程数目，并判断偏差课程数目是否达到分析课程数目的，若是，将实训微课程内容更正需求度记为/>，/>，若否，将实训微课程内容更正需求度记为/>，/>，以此得到实训微课程内容更正需求度/>，/>取值为/>或者/>或者/>，/>。
优选地，所述分析各分析课程的学习节奏吻合比，包括：从各分析课程的设置数据中定位出设置互动次数。
将互动参与次数为大于0次的分析学员作为互动学员，统计各分析课程的互动学员数，记为，/>为分析课程编号，/>。
将互动参与次数与设置互动次数的比值大于或者等于的分析学员作为A类学员，统计各分析课程的A类学员数目/>。
将各分析课程中各分析学员对应各次学习操作的操作标签与设定的Ⅰ类学习操作标签集合进行匹配对比，将操作标签位于Ⅰ类学习操作标签集合内的学习操作记为Ⅰ类操作，统计各分析课程中各分析学员的Ⅰ类操作次数。
将Ⅰ类操作次数为0的分析学员作为流程吻合学员，统计各分析课程的流程吻合学员数目。
从各分析课程的设置数据中定位出更新时间，统计各分析课程的及时学习学员数目。
评估各分析课程的节奏吻合评估指标数目，将/>作为各分析课程的学习节奏吻合比。
优选地，所述各分析课程的节奏吻合评估指标数目的具体评估过程为：所述各分析课程的节奏吻合评估指标数目的具体评估过程为：将、/>、/>和作为各分析课程的各节奏评估指标，并记为/>，/>表示节奏评估指标编号，/>为/>或者/>或者/>或者/>，/>，/>，/>，/>，为第/>个分析课程的分析学员数目。
设置各节奏评估指标的参照值，若某分析课程的某节奏评估指标大于其设置的参照值，将该节奏评估指标作为节奏吻合评估指标，统计各分析课程的节奏吻合评估指标数目。
优选地，所述确认实训微课程内容更正方案，包括：从各分析课程的学习数据中定位出各分析学员的ID，据此确认各有效分析学员，对各有效分析学员进行筛选，得到各目标分析学员。
判断各目标分析学员的学习属性，所述学习属性为阶段式学习和波动式学习中的一个。
根据所述学习属性，将各目标分析学员划分为各阶段式学习学员和各波动式学习学员，统计阶段式学习学员数目和波动式学习学员数目/>。
若，将阶段式学习学员作为主类分析学员，确认倾向更正内容类型，所述更正内容类型包括内容结构和内容展示，据此确认阶段式学习情况下的实训微课程内容更正方案，并记为方案K1。
若，将波动式学习学员作为主类分析学员，并按照方案K1的确认方式同理确认波动式学习情况下的实训微课程内容更正方案，并记为方案K2。
若，将方案K1和方案K2进行融合处理，得到作为实训微课程内容更正方案。
优选地，所述各目标分析学员的具体筛选方式如下：从各分析课程的教学数据中定位出标题，并将所述标题制成各分析课程标签，对各分析课程中各分析学员进行分析课程标签添加。
提取各有效分析学员的各分析课程标签，若某有效分析学员存在某分析课程标签，则将该分析课程作为该有效分析学员的参与课程，统计各有效分析学员的参与课程数目。
若某有效分析学员的参与课程数目与分析课程数目的比值大于，将该有效分析学员作为目标分析学员。
优选地，所述判断各目标分析学员的学习属性，包括：将各分析课程按照其更新时间进行排序，得到各分析课程的排序位置，进而得到各目标分析学员对应各参与课程的所处排序位置，据此定位出各目标分析学员对应各参与课程之间的间隔分析课程数目。
以两个参与课程为一组，将各目标分析学员对应各参与课程划分为各课程组，提取各课程组中的间隔分析课程数目。
若某目标分析学员存在连续个课程组中不存在间隔分析课程，判断该目标分析学员的学习属性为阶段式学习，/>为向上取整符号。
若某目标分析学员中存在间隔分析课程的课程组数大于三分之一的课程组数，判断该目标分析学员的学习属性为波动式学习。
优选地，所述确认倾向更正内容类型，包括：根据各分析课程对应各课程部分的时间标签和各阶段式学习学员对应各参与课程的学习数据，确认各课程部分的匹配标记操作标签数目、匹配暂停操作标签数目和匹配重复学习次数，分别记为、/>和/>，/>表示课程部分，/>为b1或者b2或者b3，b1为互动部分，b2为内容讲解部分，b3为实训操作部分。
将各阶段式学习学员的重复学习次数和学习操作次数分别进行求和，得到综合重复学习次数和综合学习操作次数/>。
统计各课程部分的学习关注度，
。
从中提取实训操作部分的学习关注度，记为/>。
将存在两课程部分之间的学习关注度差值大于设定关注度偏差作为判断条件1，将作为判断条件2。
若判断条件1成立，判断条件2不成立，将内容结构作为倾向更正内容类型。
若判断条件1不成立，判断条件2成立，将内容展示作为倾向更正内容类型。
若判断条件1和判断条件2均成立，将内容结构和内容展示均作为倾向更正内容类型。
优选地，所述方案K1的具体确认过程，包括：将内容结构和内容展示分别标记为B和C。
若倾向更正内容类型为B，从各分析课程的设置数据中定位出教学视频的时长和各课程部分的设置时长，统计各课程部分的平均设置时长占比，进而统计各课程部分的更正设置时长占比/>，/>，/>为设定参照关注度，/>为单位关注度偏差对应增加时长占比，将/>作为方案K1。
若倾向更正内容类型为C，从各分析课程的设置数据中定位出各实训操作动作的设置定格时长，统计实训操作动作的平均设置定格时长，进而统计实训操作的更正动作定格时长/>，/>，/>为设定参照实训操作关注度，/>为单位参照实训操作关注超出度对应增加动作定格时长，将/>作为方案K1。
若倾向更正内容类型为B和C，将和/>作为方案K1。
相较于现有技术，本发明的有益效果如下：（1）本发明通过根据实训微课程的教学数据、设置数据和学习数据，分析学习参与比和学习节奏吻合比，据此分析实训微课程内容更正需求度，并进行课程拆解，据此确认实训微课程内容更正方案，并进行反馈，有效解决了当前对微课实训模式管理的关注度不足的问题，规避了整体式的课程管控存在的欠缺，实现了实训微课程的细致化、垂直化更正评定，同时也提高了后续实训微课程内容更正的适配性和贴合性，从而确保了后续实训微课程内容的优化效果，进而提升了实训微课程的质量。
（2）本发明通过进行课程部分拆解，有效降低了微训课程质量的控制难度，直观地展示了不同学员在不同课程部分的学习状态，便于后续对分析学员在不同拆解部分的表现进行细致化分析，进而降低了微小细节问题被掩盖的几率，为学员课程学习中问题的及时发掘和及时解决提供了辅助，进而确保了后续课程优化的精细化和针对性。
（3）本发明在确认实训微课程内容更正方案时，通过对学员进行筛选，并分析选取学员的学习属性，据此将学员进行分类，进而确认主类分析学员以及倾向更正内容类型，提高了实训微课程内容更正覆盖面，从而满足了不同学习倾向学员的学习需求，确保了实训微课程内容更正的可靠性和合理性。
（4）本发明当更正内容类型类型为内容结构时，通过分析学员在不同课程中的学习表征，从而确认各课程部分的更正设置时长占比，确保了课程架构优化的可行性和参考性，同时尽可能的贴合了学员的实际学习要求，实现了学员学习课程的个性化定制，从而显著提升学员学习的主动性和参与性，进而降低了学习参与度的控制难度。
（5）本发明当更正内容类型为内容展示时，通过分析学员在实训操作课程部分的学习表征从而确认实训操作的更正动作定格时长，实现了实训操作展示的针对化管理，进而有效降低了学员的操作错误率，便于学员理解和消化以及对操作细节部分的掌握，从而提升了学员的实训学习体验。
附图说明
为了更清楚地说明本发明实施例的技术方案，下面将对实施例描述所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本发明的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。
图1为本发明系统模块连接示意图。
具体实施方式
下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，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所有其他实施例，都属于本发明保护的范围。
请参阅图1所示，本发明提供了一种基于数字化教学的微课实训管理系统，该系统包括：课程数据导入模块、课程拆解划分模块、内容更正分析模块、更正方案确认模块和分析反馈终端。
上述中，课程拆解划分模块分别与课程数据导入模块和更正方案确认模块连接，内容更正分析模块分别与课程数据导入模块和更正方案确认模块连接，更正方案确认模块还分别与课程数据导入模块和分析反馈终端连接。
所述课程数据导入模块，用于导入当前实训微课程的报名学员数目，并将当前累计开展的各实训微课程作为各分析课程，同时导入各分析课程的教学数据、设置数据和学习数据。
在一个具体实施例中，教学数据包括但不限于标题、教学视频、实训操作对象、实训操作对象图像和教学视频架构，教学视频架构包括互动、内容讲解和实训操作，设置数据包括但不限于设置互动次数、更新时间、教学视频的时长、各课程部分的设置时长和各实训操作动作的设置定格时长，学习数据包括但不限于参与学习学员数目、各分析学员的ID、初次学习时间、互动参与次数、学习操作次数、重复学习次数、各次学习操作的操作标签、所处教学视频时间点以及各次重复学习对应记录有效学习教学视频段的起始时间点和结束时间点。
所述课程拆解划分模块，用于对各分析课程进行拆解，得到各分析课程的各课程部分，并提取各课程部分的时间标签。
具体地，各课程部分为互动部分、内容讲解部分和实训操作部分。
需要说明的是，对各分析课程进行课程部分拆解，包括：R1、从各分析课程的教学数据中定位出实训操作对象和实训操作对象图像。
R2、从各分析课程的教学数据中定位出教学视频和教学视频架构，所述教学视频架构包括互动、内容讲解和实训操作。
R3、将各分析课程的教学视频分割为各视频帧，并记录各视频帧的所处视频时间点。
R4、若某分析课程中某视频帧的视频画面中出现互动弹窗，将该视频帧记为互动视频帧，若某分析课程中某视频帧的视频画面中出现实训操作对象，将该视频帧记为实训操作视频帧，由此筛选各分析课程视频中的各互动视频帧和各实训操作视频帧。
R5、提取各分析课程中各互动视频帧的所处视频时间点，将各互动视频帧的所处视频时间点在时间数轴上进行标注，得到各标注点，将各标注点进行两两组合，得到各标注组，提取各标注组之间的间隔时长，若某标注组之间的间隔时长大于设定许可间隔时长，则将该标注组作为分割组，提取各分割组的位置，据此时间数轴进行划片，得到各划片区域，并从各划片区域中过滤出各分割组所处划片区域，将过滤后剩余的各划片区域作为各分析区域。
R6、将各分析区域起始标注点和末位标注点的所处视频时间点组成，据此从教学视频中截选出各互动视频段，将各互动视频时间段制成互动部分的时间标签。
R7、按照各互动阶段的分析方式同理分析得到各实训操作视频段，并同理制作实训操作部分的时间标签。
R8、从各分析课程对应教学视频中过滤出各互动视频段和各实训操作视频段，得到过滤后剩余的各视频段，作为各讲解视频段，提取各讲解视频段的起始时间点和结束时间点，并制成内容讲解部分的时间标签。
R9、将各互动视频段作为互动部分，将各实训操作视频段作为实训操作部分，将各讲解视频段作为内容讲解部分，以此对各分析课程进行课程部分拆解。
本发明实施例通过进行课程部分拆解，有效降低了微训课程质量的控制难度，直观地展示了不同学员在不同课程部分的学习状态，便于后续对分析学员在不同拆解部分的表现进行细致化分析，进而降低了微小细节问题被掩盖的几率，为学员课程学习中问题的及时发掘和及时解决提供了辅助，进而确保了后续课程优化的精细化和针对性。
所述内容更正分析模块，用于根据各分析课程的学习数据、设置数据以及各分析课程对应各课程部分的时间标签，进行实训微课程内容更正分析，得到实训微课程内容更正需求度。
示例性地，进行实训微课程内容更正分析，包括：E1、从各分析课程的学习数据中提取参与学习学员数目，并与当前实训微课程的报名学员数目进行作比，将比值作为学习参与比。
E2、若某分析课程的学习参与比小于0.5，将该分析课程记为参与不足课程，统计参与不足课程数目，并判断参与不足课程数目是否达到分析课程数目的，若是，将实训微课程内容更正需求度记为/>，/>。
E3、若否，将参与学习学员记为分析学员，从各分析课程的学习数据中提取各分析学员的初次学习时间、互动参与次数、学习操作次数和各次学习操作的操作标签，分析各分析课程的学习节奏吻合比。
进一步地，所述分析各分析课程的学习节奏吻合比，包括：E31、从各分析课程的设置数据中定位出设置互动次数。
E32、将互动参与次数为大于0次的分析学员作为互动学员，统计各分析课程的互动学员数，记为，/>为分析课程编号，/>。
E33、将互动参与次数与设置互动次数的比值大于或者等于的分析学员作为A类学员，统计各分析课程的A类学员数目/>。
E34、将各分析课程中各分析学员对应各次学习操作的操作标签与设定的Ⅰ类学习操作标签集合进行匹配对比，将操作标签位于Ⅰ类学习操作标签集合内的学习操作记为Ⅰ类操作，统计各分析课程中各分析学员的Ⅰ类操作次数。
在一个具体实施例中，Ⅰ类学习操作标签集合内具体涉及的学习操作标签包括但不限于设置慢速、暂停播放、快速播放。
E35、将Ⅰ类操作次数为0的分析学员作为流程吻合学员，统计各分析课程的流程吻合学员数目。
E36、从各分析课程的设置数据中定位出更新时间，统计各分析课程的及时学习学员数目。
需要说明的是，及时学习学员的判定过程为：将各分析课程中各分析学员的初次学习时间与各分析课程的更新时间进行对应对比，得到各分析课程中各分析学员的初次学习的间隔时长。
将初次学习的间隔时长在设定的及时学习评定的许可间隔时长区间内的分析学员作为及时学习学员。
E37、将、/>、/>和/>作为各分析课程的各节奏评估指标，并记为/>，/>表示节奏评估指标编号，/>为/>或者/>或者/>或者/>，/>，，/>，/>，/>为第/>个分析课程的分析学员数目。
E38、设置各节奏评估指标的参照值，若某分析课程的某节奏评估指标大于其设置的参照值，将该节奏评估指标作为节奏吻合评估指标，统计各分析课程的节奏吻合评估指标数目。
E39、将各分析课程的节奏吻合评估指标数目记为，将/>作为各分析课程的学习节奏吻合比。
E4、若某分析课程的学习节奏吻合比小于0.4，将该分析课程记为偏差课程，统计偏差课程数目，并判断偏差课程数目是否达到分析课程数目的，若是，将实训微课程内容更正需求度记为/>，/>，若否，将实训微课程内容更正需求度记为/>，/>，以此得到实训微课程内容更正需求度/>，/>取值为/>或者/>或者/>，/>。
所述更正方案确认模块，用于当实训微课程内容更正需求度大于0时，确认实训微课程内容更正方案。
示例性地，确认实训微课程内容更正方案，包括：Q1、从各分析课程的学习数据中定位出各分析学员的ID，据此确认各有效分析学员，对各有效分析学员进行筛选，得到各目标分析学员。
需要说明的是，确认各有效分析学员包括：将各分析课程中各分析学员进行整合，得到综合分析学员数目，将各综合分析学员的ID进行相互对比，将相同ID的分析学员进行去重，将去重后剩余的各综合分析学员作为各有效分析学员。
可理解地，各目标分析学员的具体筛选方式如下：从各分析课程的教学数据中定位出标题，并将所述标题制成各分析课程标签，对各分析课程中各分析学员进行分析课程标签添加。
提取各有效分析学员的各分析课程标签，若某有效分析学员存在某分析课程标签，则将该分析课程作为该有效分析学员的参与课程，统计各有效分析学员的参与课程数目。
若某有效分析学员的参与课程数目与分析课程数目的比值大于，将该有效分析学员作为目标分析学员。
本发明实施例在确认实训微课程内容更正方案时，通过对学员进行筛选，并分析选取学员的学习属性，据此将学员进行分类，进而确认主类分析学员以及倾向更正内容类型，提高了实训微课程内容更正覆盖面，从而满足了不同学习倾向学员的学习需求，确保了实训微课程内容更正的可靠性和合理性。
Q2、判断各目标分析学员的学习属性，所述学习属性为阶段式学习和波动式学习中的一个。
进一步地，判断各目标分析学员的学习属性，包括：S1、将各分析课程按照其更新时间进行排序，得到各分析课程的排序位置，进而得到各目标分析学员对应各参与课程的所处排序位置，据此定位出各目标分析学员对应各参与课程之间的间隔分析课程数目。
S2、以两个参与课程为一组，将各目标分析学员对应各参与课程划分为各课程组，提取各课程组中的间隔分析课程数目。
S3、若某目标分析学员存在连续个课程组中不存在间隔分析课程，判断该目标分析学员的学习属性为阶段式学习，/>为向上取整符号。
S4、若某目标分析学员中存在间隔分析课程的课程组数大于三分之一的课程组数，判断该目标分析学员的学习属性为波动式学习。
Q3、根据所述学习属性，将各目标分析学员划分为各阶段式学习学员和各波动式学习学员，统计阶段式学习学员数目和波动式学习学员数目/>。
Q4、若，将阶段式学习学员作为主类分析学员，确认倾向更正内容类型，所述更正内容类型包括内容结构和内容展示，据此确认阶段式学习情况下的实训微课程内容更正方案，并记为方案K1。
具体地，所述确认倾向更正内容类型，包括：V1、根据各分析课程对应各课程部分的时间标签和各阶段式学习学员对应各参与课程的学习数据，确认各课程部分的匹配标记操作标签数目、匹配暂停操作标签数目和匹配重复学习次数，分别记为、/>和/>，表示课程部分，/>为b1或者b2或者b3，b1为互动部分，b2为内容讲解部分，b3为实训操作部分。
需要说明的是，确认各课程部分的匹配标记操作标签数目、匹配暂停操作标签数目和匹配重复学习次数的具体确认过程为：V11、从各阶段式学习学员对应各参与课程的学习数据中定位出操作标签为标记以及操作标签暂停对应各次学习操作的所处教学视频时间点，并与各课程部分对应各视频段的时间标签进行匹配。
V12、若某阶段式学习学员对应某参与课程中操作标签为标记对应某次学习操作的所处教学视频时间点与某课程部分的时间标签匹配成功，则将该阶段式学习学员记为该课程部分的标记匹配学员，将该参与课程记为标记课程，将该次学习操作记为标记操作。
V13、统计该课程部分的标记匹配学员数目，并提取该课程部分中各标记匹配学员在各标记课程的标记操作次数，求和得到该课程部分对应标记匹配学员的综合标记次数，并作为该课程部分的匹配标记操作标签数目，以此得到各课程部分的匹配标记操作标签数目。
V14、按照各课程部分的匹配标记操作标签数目的分析方式同理分析得到各课程部分的匹配暂停操作标签数目。
V15、从各阶段式学习学员对应各参与课程的学习数据中定位出各次重复学习对应记录有效学习教学视频段的起始时间点和结束时间点，将所述起始时间点和结束时间点组成时间区间。
V16、将各阶段式学习学员对应各参与课程在各次重复学习的记录有效学习教学视频段的组成时间区间与各课程部分对应各视频段的时间标签进行匹配，进而按照各课程部分的匹配标记操作标签数目的分析方式同理分析得到各课程部分的匹配重复学习次数。
在一个具体实施例中，本发明主要分析不持续性学习学员的学习引导，即如何提高不持续性学习学员的学习兴趣和学习持续性，而波动和阶段作为较有规律性的不持续学习表征，分析其可以展示出大部分学员的间接性学习的主要趋向，进而选用阶段式学习属性和波动式学习属性作为两个分析学习属性，当目标分析学员不存在连续个课程组中不存在间隔分析课程或者目标分析学员中不存在间隔分析课程的课程组数大于三分之一的课程组数成立时，均可以将零散式学习作为该目标分析学员的学习属性，而零散式学习的规律性较差，因此不选用为分析对象。
在一个具体实施例中，在评定匹配重复学习次数时，只要某课程对应某视频段的时间标签与某次重复学习的记录有效学习教学视频段的组成时间区间存在重叠部分，即默认将该重复学习归类于匹配重复学习。
V2、将各阶段式学习学员的重复学习次数和学习操作次数分别进行求和，得到综合重复学习次数和综合学习操作次数/>。
V3、统计各课程部分的学习关注度，
。
V4、从中提取实训操作部分的学习关注度，记为/>。
V5、将存在两课程部分之间的学习关注度差值大于设定关注度偏差作为判断条件1，将作为判断条件2。
V6、若判断条件1成立，判断条件2不成立，将内容结构作为倾向更正内容类型。
V7、若判断条件1不成立，判断条件2成立，将内容展示作为倾向更正内容类型。
V8、若判断条件1和判断条件2均成立，将内容结构和内容展示均作为倾向更正内容类型。
进一步地，方案K1的具体确认过程，包括：J1、将内容结构和内容展示分别标记为B和C。
J2、若倾向更正内容类型为B，从各分析课程的设置数据中定位出教学视频的时长和各课程部分的设置时长，统计各课程部分的平均设置时长占比，进而统计各课程部分的更正设置时长占比/>，/>，/>为设定参照关注度，/>为单位关注度偏差对应增加时长占比，将/>作为方案K1。
本发明实施例当更正内容类型类型为内容结构时，通过分析学员在不同课程中的学习表征，从而确认各课程部分的更正设置时长占比，确保了课程架构优化的可行性和参考性，同时尽可能的贴合了学员的实际学习要求，实现了学员学习课程的个性化定制，从而显著提升学员学习的主动性和参与性，进而降低了学习参与度的控制难度。
J3、若倾向更正内容类型为C，从各分析课程的设置数据中定位出各实训操作动作的设置定格时长，统计实训操作动作的平均设置定格时长，进而统计实训操作的更正动作定格时长/>，/>，/>为设定参照实训操作关注度，为单位参照实训操作关注超出度对应增加动作定格时长，将/>作为方案K1。
本发明实施例当更正内容类型为内容展示时，通过分析学员在实训操作课程部分的学习表征从而确认实训操作的更正动作定格时长，实现了实训操作展示的针对化管理，进而有效降低了学员的操作错误率，便于学员理解和消化以及对操作细节部分的掌握，从而提升了学员的实训学习体验。
J4、若倾向更正内容类型为B和C，将和/>作为方案K1。
Q5、若，将波动式学习学员作为主类分析学员，并按照方案K1的确认方式同理确认波动式学习情况下的实训微课程内容更正方案，并记为方案K2。
Q6、若，将方案K1和方案K2进行融合处理，得到作为实训微课程内容更正方案。
在一个具体实施例中，融合处理的具体处理过程为：步骤1、将方案K1和方案K2进行对比，若方案K1和方案K2为对应关系，则将二者的内容更正方案中的数值进行对应均值处理，将处理后的数值作为实训微课程内容更正方案。
需要说明的是，方案K1和方案K2为对应关系具体表示为方案K1和方案K2均为实训操作的更正动作定格时长或者均为各课程部分的更正设置时长占比又或者均包括更正动作定格时长和各课程部分的更正设置时长占比。
步骤2、若方案K1和方案K2为非对应关系，判断非对应关系是完全非对应还是部分非对应，若为完全非对应，则将方案K1和方案K2进行整合，将整合后的内容更正方案作为实训微课程内容更正方案，若为部分非对应，将方案K1和方案K2中的对应部分按照对应关系下的处理方式进行处理，将处理后的结果再与方案K1和方案K2中的非对应部分进行整合，将整合后的内容更正方案作为实训微课程内容更正方案。
需要说明是，完全非对应的具体表示为：方案K1为实训操作的更正动作定格时长，方案K2为各课程部分的更正设置时长占比，或者方案K1为各课程部分的更正设置时长占比，方案K2为实训操作的更正动作定格时长。
还需要说明的是，部分非对应的具体表示为以下几种情况：1）方案K1为实训操作的更正动作定格时长，方案K2包括更正动作定格时长和各课程部分的更正设置时长占比。
2）方案K1为各课程部分的更正设置时长占比，方案K2包括更正动作定格时长和各课程部分的更正设置时长占比。
3）方案K1包括更正动作定格时长和各课程部分的更正设置时长占比，方案K2为实训操作的更正动作定格时长。
4）方案K1包括更正动作定格时长和各课程部分的更正设置时长占比，方案K2为各课程部分的更正设置时长占比。
所述分析反馈终端，用于将实训微课程内容更正方案反馈至实训微课程的制作管理人员。
本发明实施例通过根据实训微课程的教学数据、设置数据和学习数据，分析学习参与比和学习节奏吻合比，据此分析实训微课程内容更正需求度，并进行课程拆解，据此确认实训微课程内容更正方案，并进行反馈，有效解决了当前对微课实训模式管理的关注度不足的问题，规避了整体式的课程管控存在的欠缺，实现了实训微课程的细致化、垂直化更正评定，同时也提高了后续实训微课程内容更正的适配性和贴合性，从而确保了后续实训微课程内容的优化效果，进而提升了实训微课程的质量。
以上内容仅仅是对本发明的构思所作的举例和说明，所属本技术领域的技术人员对所描述的具体实施例做各种各样的修改或补充或采用类似的方式替代，只要不偏离发明的构思或者超越本发明所定义的范围，均应属于本发明的保护范围。
Claims (8)
1.一种基于数字化教学的微课实训管理系统，其特征在于：包括：
课程数据导入模块，用于导入当前实训微课程的报名学员数目，并将当前累计开展的各实训微课程作为各分析课程，同时导入各分析课程的教学数据、设置数据和学习数据；
课程拆解划分模块，用于对各分析课程进行拆解，得到各分析课程的各课程部分，并提取各课程部分的时间标签；
内容更正分析模块，用于根据各分析课程的学习数据、设置数据以及各分析课程对应各课程部分的时间标签，进行实训微课程内容更正分析，得到实训微课程内容更正需求度；
更正方案确认模块，用于当实训微课程内容更正需求度大于0时，确认实训微课程内容更正方案；
分析反馈终端，用于将实训微课程内容更正方案反馈至实训微课程的制作管理人员；
所述进行实训微课程内容更正分析，包括：
从各分析课程的学习数据中提取参与学习学员数目，并与当前实训微课程的报名学员数目进行作比，将比值作为学习参与比；
若某分析课程的学习参与比小于0.5，将该分析课程记为参与不足课程，统计参与不足课程数目，并判断参与不足课程数目是否达到分析课程数目的，若是，将实训微课程内容更正需求度记为/>，/>；
若否，将参与学习学员记为分析学员，从各分析课程的学习数据中提取各分析学员的初次学习时间、互动参与次数、学习操作次数和各次学习操作的操作标签，分析各分析课程的学习节奏吻合比；
若某分析课程的学习节奏吻合比小于0.4，将该分析课程记为偏差课程，统计偏差课程数目，并判断偏差课程数目是否达到分析课程数目的，若是，将实训微课程内容更正需求度记为/>，/>，若否，将实训微课程内容更正需求度记为/>，/>，以此得到实训微课程内容更正需求度/>，/>取值为/>或者/>或者/>，/>；
所述分析各分析课程的学习节奏吻合比，包括：
从各分析课程的设置数据中定位出设置互动次数；
将互动参与次数为大于0次的分析学员作为互动学员，统计各分析课程的互动学员数，记为，/>为分析课程编号，/>；
将互动参与次数与设置互动次数的比值大于或者等于的分析学员作为A类学员，统计各分析课程的A类学员数目/>；
将各分析课程中各分析学员对应各次学习操作的操作标签与设定的Ⅰ类学习操作标签集合进行匹配对比，将操作标签位于Ⅰ类学习操作标签集合内的学习操作记为Ⅰ类操作，统计各分析课程中各分析学员的Ⅰ类操作次数；
将Ⅰ类操作次数为0的分析学员作为流程吻合学员，统计各分析课程的流程吻合学员数目；
从各分析课程的设置数据中定位出更新时间，统计各分析课程的及时学习学员数目；
评估各分析课程的节奏吻合评估指标数目，将/>作为各分析课程的学习节奏吻合比。
2.如权利要求1所述的一种基于数字化教学的微课实训管理系统，其特征在于：所述各课程部分为互动部分、内容讲解部分和实训操作部分。
3.如权利要求1所述的一种基于数字化教学的微课实训管理系统，其特征在于：所述各分析课程的节奏吻合评估指标数目的具体评估过程为：
将、/>、/>和/>作为各分析课程的各节奏评估指标，并记为，/>表示节奏评估指标编号，/>为/>或者/>或者/>或者/>，/>，，/>，/>，/>为第/>个分析课程的分析学员数目；
设置各节奏评估指标的参照值，若某分析课程的某节奏评估指标大于其设置的参照值，将该节奏评估指标作为节奏吻合评估指标，统计各分析课程的节奏吻合评估指标数目。
4.如权利要求1所述的一种基于数字化教学的微课实训管理系统，其特征在于：所述确认实训微课程内容更正方案，包括：
从各分析课程的学习数据中定位出各分析学员的ID，据此确认各有效分析学员，对各有效分析学员进行筛选，得到各目标分析学员；
判断各目标分析学员的学习属性，所述学习属性为阶段式学习和波动式学习中的一个；
根据所述学习属性，将各目标分析学员划分为各阶段式学习学员和各波动式学习学员，统计阶段式学习学员数目和波动式学习学员数目/>；
若，将阶段式学习学员作为主类分析学员，确认倾向更正内容类型，所述更正内容类型包括内容结构和内容展示，据此确认阶段式学习情况下的实训微课程内容更正方案，并记为方案K1；
若，将波动式学习学员作为主类分析学员，并按照方案K1的确认方式同理确认波动式学习情况下的实训微课程内容更正方案，并记为方案K2；
若，将方案K1和方案K2进行融合处理，得到作为实训微课程内容更正方案。
5.如权利要求4所述的一种基于数字化教学的微课实训管理系统，其特征在于：所述各目标分析学员的具体筛选方式如下：
从各分析课程的教学数据中定位出标题，并将所述标题制成各分析课程标签，对各分析课程中各分析学员进行分析课程标签添加；
提取各有效分析学员的各分析课程标签，若某有效分析学员存在某分析课程标签，则将该分析课程作为该有效分析学员的参与课程，统计各有效分析学员的参与课程数目；
若某有效分析学员的参与课程数目与分析课程数目的比值大于，将该有效分析学员作为目标分析学员。
6.如权利要求5所述的一种基于数字化教学的微课实训管理系统，其特征在于：所述判断各目标分析学员的学习属性，包括：
将各分析课程按照其更新时间进行排序，得到各分析课程的排序位置，进而得到各目标分析学员对应各参与课程的所处排序位置，据此定位出各目标分析学员对应各参与课程之间的间隔分析课程数目；
以两个参与课程为一组，将各目标分析学员对应各参与课程划分为各课程组，提取各课程组中的间隔分析课程数目；
若某目标分析学员存在连续个课程组中不存在间隔分析课程，判断该目标分析学员的学习属性为阶段式学习，/>为向上取整符号；
若某目标分析学员中存在间隔分析课程的课程组数大于三分之一的课程组数，判断该目标分析学员的学习属性为波动式学习。
7.如权利要求5所述的一种基于数字化教学的微课实训管理系统，其特征在于：所述确认倾向更正内容类型，包括：
根据各分析课程对应各课程部分的时间标签和各阶段式学习学员对应各参与课程的学习数据，确认各课程部分的匹配标记操作标签数目、匹配暂停操作标签数目和匹配重复学习次数，分别记为、/>和/>，/>表示课程部分，/>为b1或者b2或者b3，b1为互动部分，b2为内容讲解部分，b3为实训操作部分；
将各阶段式学习学员的重复学习次数和学习操作次数分别进行求和，得到综合重复学习次数和综合学习操作次数/>；
统计各课程部分的学习关注度，
；
从中提取实训操作部分的学习关注度，记为/>；
将存在两课程部分之间的学习关注度差值大于设定关注度偏差作为判断条件1，将作为判断条件2；
若判断条件1成立，判断条件2不成立，将内容结构作为倾向更正内容类型；
若判断条件1不成立，判断条件2成立，将内容展示作为倾向更正内容类型；
若判断条件1和判断条件2均成立，将内容结构和内容展示均作为倾向更正内容类型。
8.如权利要求7所述的一种基于数字化教学的微课实训管理系统，其特征在于：所述方案K1的具体确认过程，包括：
将内容结构和内容展示分别标记为B和C；
若倾向更正内容类型为B，从各分析课程的设置数据中定位出教学视频的时长和各课程部分的设置时长，统计各课程部分的平均设置时长占比，进而统计各课程部分的更正设置时长占比/>，/>，/>为设定参照关注度，/>为单位关注度偏差对应增加时长占比，将/>作为方案K1；
若倾向更正内容类型为C，从各分析课程的设置数据中定位出各实训操作动作的设置定格时长，统计实训操作动作的平均设置定格时长，进而统计实训操作的更正动作定格时长/>，/>，/>为设定参照实训操作关注度，/>为单位参照实训操作关注超出度对应增加动作定格时长，将/>作为方案K1；
若倾向更正内容类型为B和C，将和/>作为方案K1。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202311763268.6A CN117437100B (zh) | 2023-12-21 | 2023-12-21 | 一种基于数字化教学的微课实训管理系统 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202311763268.6A CN117437100B (zh) | 2023-12-21 | 2023-12-21 | 一种基于数字化教学的微课实训管理系统 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN117437100A CN117437100A (zh) | 2024-01-23 |
| CN117437100B true CN117437100B (zh) | 2024-04-19 |
Family
ID=89546479
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202311763268.6A Active CN117437100B (zh) | 2023-12-21 | 2023-12-21 | 一种基于数字化教学的微课实训管理系统 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN117437100B (zh) |
Citations (9)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN111223015A (zh) * | 2018-11-27 | 2020-06-02 | 阿里巴巴集团控股有限公司 | 课程推荐方法、装置及终端设备 |
| CN112700688A (zh) * | 2020-12-25 | 2021-04-23 | 电子科技大学 | 一种智能课堂教学辅助系统 |
| CN114913728A (zh) * | 2022-05-09 | 2022-08-16 | 欧吉 | 一种基于互联网平台的职业技能培训系统 |
| CN115131183A (zh) * | 2022-07-12 | 2022-09-30 | 柳州铁道职业技术学院 | 一种提高体育教学效果的方法及系统 |
| CN116228476A (zh) * | 2022-12-13 | 2023-06-06 | 四川康佳智能终端科技有限公司 | 一种实现一对一的客制化辅导方法及相关设备 |
| CN116664011A (zh) * | 2023-07-06 | 2023-08-29 | 东营职业学院 | 一种基于课堂学生行为分析的教学质量评估系统 |
| CN116992142A (zh) * | 2023-08-08 | 2023-11-03 | 广东蕾特恩科技发展有限公司 | 一种基于用户大数据的课程智能推荐系统及方法 |
| CN117151946A (zh) * | 2023-10-11 | 2023-12-01 | 江西科技学院 | 一种基于数据分析的教育培训管理系统 |
| CN117237153A (zh) * | 2023-09-27 | 2023-12-15 | 山东格莱森信息技术有限公司 | 基于职业培训平台的教学教务管理系统 |
Family Cites Families (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US20150242979A1 (en) * | 2014-02-25 | 2015-08-27 | University Of Maryland, College Park | Knowledge Management and Classification in a Quality Management System |
-
2023
- 2023-12-21 CN CN202311763268.6A patent/CN117437100B/zh active Active
Patent Citations (9)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN111223015A (zh) * | 2018-11-27 | 2020-06-02 | 阿里巴巴集团控股有限公司 | 课程推荐方法、装置及终端设备 |
| CN112700688A (zh) * | 2020-12-25 | 2021-04-23 | 电子科技大学 | 一种智能课堂教学辅助系统 |
| CN114913728A (zh) * | 2022-05-09 | 2022-08-16 | 欧吉 | 一种基于互联网平台的职业技能培训系统 |
| CN115131183A (zh) * | 2022-07-12 | 2022-09-30 | 柳州铁道职业技术学院 | 一种提高体育教学效果的方法及系统 |
| CN116228476A (zh) * | 2022-12-13 | 2023-06-06 | 四川康佳智能终端科技有限公司 | 一种实现一对一的客制化辅导方法及相关设备 |
| CN116664011A (zh) * | 2023-07-06 | 2023-08-29 | 东营职业学院 | 一种基于课堂学生行为分析的教学质量评估系统 |
| CN116992142A (zh) * | 2023-08-08 | 2023-11-03 | 广东蕾特恩科技发展有限公司 | 一种基于用户大数据的课程智能推荐系统及方法 |
| CN117237153A (zh) * | 2023-09-27 | 2023-12-15 | 山东格莱森信息技术有限公司 | 基于职业培训平台的教学教务管理系统 |
| CN117151946A (zh) * | 2023-10-11 | 2023-12-01 | 江西科技学院 | 一种基于数据分析的教育培训管理系统 |
Also Published As
| Publication number | Publication date |
|---|---|
| CN117437100A (zh) | 2024-01-23 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN109698920B (zh) | 一种基于互联网教学平台的跟随教学系统 | |
| CN109688484A (zh) | 一种教学视频学习方法及系统 | |
| CN114708525A (zh) | 一种基于深度学习的学生课堂行为识别方法及系统 | |
| CN110675674A (zh) | 一种基于大数据分析的在线教育方法及在线教育平台 | |
| CN110827595A (zh) | 虚拟教学中的互动方法、装置及计算机存储介质 | |
| CN104992482A (zh) | 体育竞赛数据处理系统和方法 | |
| CN114663060B (zh) | 一种基于数字孪生技术的产品制造生产线协同智能管理系统 | |
| CN112530220A (zh) | 一种用于职业教育的在线直播及考试系统 | |
| CN117437100B (zh) | 一种基于数字化教学的微课实训管理系统 | |
| CN114429412A (zh) | 一种职业教育数字化教学内容生产系统 | |
| CN108766074A (zh) | 远程音视频互动授课实现方法、设备及终端 | |
| CN206021382U (zh) | 一种校园教务考勤系统 | |
| CN106803890A (zh) | 一种自动导播方法及装置 | |
| Dissanayake et al. | Identifying the learning style of students in MOOCs using video interactions | |
| TWM600909U (zh) | 班級課程管理系統 | |
| CN110796577A (zh) | 基于智慧班牌的信息显示方法 | |
| CN113936512B (zh) | 高校远程教学方法和系统 | |
| CN113658344A (zh) | 一种空间几何思维过程的教学系统及教学方法 | |
| CN115223029A (zh) | 一种基于智能托育机器人的智能监控系统 | |
| CN113327183A (zh) | 基于区块链的教学系统及教学资源共享方法 | |
| JP2022049800A (ja) | 学習支援システムおよび学習支援方法 | |
| CN113379206A (zh) | 一种用于课堂教育的智能教学系统 | |
| Channa et al. | Exploring sequential interplay between challenges and regulatory processes in collaborative learning with process mining | |
| CN116307934B (zh) | 一种基于云计算的录播教学课程质量评价方法及系统 | |
| US20230169639A1 (en) | System Of Automatically Monitoring Electronic Billboard To Immediately Responding Production Abnormality And Method Thereof |
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 |