CN117672027B - 一种vr教学方法、装置、设备及介质 - Google Patents
一种vr教学方法、装置、设备及介质 Download PDFInfo
- Publication number
- CN117672027B CN117672027B CN202410138155.5A CN202410138155A CN117672027B CN 117672027 B CN117672027 B CN 117672027B CN 202410138155 A CN202410138155 A CN 202410138155A CN 117672027 B CN117672027 B CN 117672027B
- Authority
- CN
- China
- Prior art keywords
- knowledge
- target
- knowledge point
- point set
- points
- 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
- 238000000034 method Methods 0.000 title claims abstract description 43
- 239000000463 material Substances 0.000 claims description 25
- 230000003993 interaction Effects 0.000 claims description 5
- 238000004590 computer program Methods 0.000 claims description 4
- 230000000694 effects Effects 0.000 abstract description 10
- 238000012360 testing method Methods 0.000 description 5
- 238000002474 experimental method Methods 0.000 description 3
- 239000011521 glass Substances 0.000 description 3
- 238000012986 modification Methods 0.000 description 3
- 230000004048 modification Effects 0.000 description 3
- 230000003287 optical effect Effects 0.000 description 3
- 210000000056 organ Anatomy 0.000 description 3
- 238000007781 pre-processing Methods 0.000 description 3
- 230000029058 respiratory gaseous exchange Effects 0.000 description 3
- 230000006978 adaptation Effects 0.000 description 2
- 238000004140 cleaning Methods 0.000 description 2
- 238000012937 correction Methods 0.000 description 2
- 238000010586 diagram Methods 0.000 description 2
- 230000002349 favourable effect Effects 0.000 description 2
- 238000002372 labelling Methods 0.000 description 2
- 230000000670 limiting effect Effects 0.000 description 2
- 230000002093 peripheral effect Effects 0.000 description 2
- 238000012545 processing Methods 0.000 description 2
- 238000012552 review Methods 0.000 description 2
- 230000003068 static effect Effects 0.000 description 2
- 101710129069 Serine/threonine-protein phosphatase 5 Proteins 0.000 description 1
- 101710199542 Serine/threonine-protein phosphatase T Proteins 0.000 description 1
- 238000004458 analytical method Methods 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 230000017531 blood circulation Effects 0.000 description 1
- 238000004364 calculation method Methods 0.000 description 1
- 230000008859 change Effects 0.000 description 1
- 238000004891 communication Methods 0.000 description 1
- 238000010276 construction Methods 0.000 description 1
- 238000013135 deep learning Methods 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 238000000605 extraction Methods 0.000 description 1
- 230000002452 interceptive effect Effects 0.000 description 1
- 230000036961 partial effect Effects 0.000 description 1
- 229920000470 poly(p-phenylene terephthalate) polymer Polymers 0.000 description 1
- 238000005295 random walk Methods 0.000 description 1
- 230000002829 reductive effect Effects 0.000 description 1
- 230000004044 response Effects 0.000 description 1
- 239000011435 rock Substances 0.000 description 1
- 230000011218 segmentation Effects 0.000 description 1
- 238000000926 separation method Methods 0.000 description 1
- 238000012546 transfer Methods 0.000 description 1
- 230000000007 visual effect Effects 0.000 description 1
Landscapes
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
- Electrically Operated Instructional Devices (AREA)
Abstract
本申请涉及虚拟现实技术领域,尤其涉及一种VR教学方法、装置、设备及介质。该方法包括:获取多个学生的目标学科的历史考试数据,根据历史考试数据确定多个知识点各自对应的若干题目;从历史考试数据中,获取多个学生对目标知识点对应的若干题目的作答正误情况,并根据作答正误情况确定目标知识点的作答正确率;根据作答正误情况和作答正确率,确定目标学生对目标知识点的掌握度;根据目标学生对多个知识点各自对应的掌握度,从预设知识图谱中确定目标学生对应的子知识图谱,并根据子知识图谱生成VR教学场景,以使目标学生通过VR教学场景进行学习。本申请能够提高教学针对性和学习效率,有效帮助学生攻克薄弱环节,提高学习效果。
Description
技术领域
本申请涉及虚拟现实技术领域,尤其是涉及一种VR教学方法、装置、设备及介质。
背景技术
VR教学是一种前沿的教学手段,借助虚拟现实技术,为学生创造出身临其境的学习环境。VR教学摒弃了传统教学中枯燥的理论传授,而是将学生带入虚拟的教学场景中,让他们亲身体验知识,使教学内容更加生动、直观。
相关技术通常会为每一学科构建独特的虚拟教学场景,所有的学生通过相同的虚拟教学场景学习。然而,不同学生的学习效果不同,对于不同的知识点,学生的掌握程度千差万别,在学生复习阶段,仍旧采用相同的虚拟教学场景进行复习,教学缺乏针对性,对于某些学生,可能会存在掌握程度高的知识点重复学习,掌握程度低的知识点没有侧重的情况,进而导致学生的学习效率低下。
发明内容
为了解决现有技术学生通过VR教学进行学习效率低的技术问题,本申请提供一种VR教学方法、装置、设备及介质。
第一方面,本申请提供了一种VR教学方法,采用如下技术方案:
一种VR教学方法,包括:
获取多个学生的目标学科的历史考试数据,根据所述历史考试数据确定多个知识点各自对应的若干题目;
从所述历史考试数据中,获取所述多个学生对目标知识点对应的若干题目的作答正误情况,并根据所述作答正误情况确定所述目标知识点的作答正确率,所述作答正误情况包括每一学生对所述目标知识点对应的每一题目的作答正误结果,所述目标知识点为所述多个知识点中任一个;
根据所述作答正误情况和所述作答正确率,确定目标学生对所述目标知识点的掌握度,所述目标学生为所述多个学生中任一个;
根据所述目标学生对多个知识点各自对应的掌握度,从预设知识图谱中确定所述目标学生对应的子知识图谱,并根据所述子知识图谱生成VR教学场景,以使所述目标学生通过所述VR教学场景进行学习。
通过采用上述技术方案,根据历史考试数据确定多个知识点各自对应的若干题目,以通过题目确定学生对知识点的掌握程度;确定多个学生对目标知识点的作答正确率,能够准确评估多个学生对目标知识点的整体掌握情况;根据作答正误情况和作答正确率,能够得到目标学生对目标知识点的掌握度,掌握度表示相较于多个学生,目标学生对目标知识点的掌握程度;根据目标学生对多个知识点的掌握度,从预的知识图谱中为目标学生生成对应的子知识图谱,子知识图谱可以作为VR教学场景的依据,从而为学生提供更具针对性的教学体验。本申请通过精准评估学生对知识点的掌握程度,并生成个性化的VR教学场景,能够提高教学针对性和学生的学习效率,有效帮助学生攻克薄弱环节,提高学习效果。
本申请在一较佳示例中可以进一步配置为:所述方法还包括:
在通过操作模式进行VR教学时,接收学生通过VR设备输入的操作指令;
根据所述操作指令调整所述VR教学场景,从而完成教学互动。
通过采用上述技术方案,通过操作模式进行教学,接收学生的操作指令,并根据操作指令调整VR教学场景,能够增强学生的学习体验,使得学生在实践中学习和掌握知识。
本申请在一较佳示例中可以进一步配置为:所述方法还包括:
获取所述目标学科对应的文本教学材料;
对所述文本教学材料进行实体识别,得到多个实体,每一实体表示一个知识点;
将所述多个实体作为所述文本教学材料的标注数据,从标注的文本教学材料中确定所述多个实体之间的关联关系;
根据所述多个实体之间的关联关系,构建所述多个实体的预设知识图谱。
通过采用上述技术方案,对文本教学材料进行预处理能够提高数据准确性,将得到的多个实体作为文本教学材料的标注数据,并确定多个实体之间的关联关系,关联关系能够为构建预设知识图谱提供结构基础,预设知识图谱结构化的知识表示方式有助于更好地理解和导航学科的知识体系。
本申请在一较佳示例中可以进一步配置为:根据所述作答正误情况和所述作答正确率,确定目标学生对所述目标知识点的掌握度,包括:
确定所述目标知识点对应的若干题目的第一数量;
若所述第一数量不为一,则根据所述作答正误情况确定所述第一数量的题目中所述目标学生作答正确的第二数量;
计算所述第二数量和所述第一数量的第一比值;
计算所述第一比值与所述目标知识点的作答正确率的第二比值,将所述第二比值作为所述目标学生对所述目标知识点的掌握度。
通过采用上述技术方案,通过考虑目标学生在多个题目中的表现和多个学生整体的作答正确率,为目标学生对知识点的掌握度提供了更全面和准确的评估,有助于为学生提供更有针对性的教学指导。
本申请在一较佳示例中可以进一步配置为:根据所述目标学生对多个知识点各自对应的掌握度,从预设知识图谱中确定所述目标学生对应的子知识图谱,包括:
根据所述目标学生对多个知识点各自对应的掌握度,从所述多个知识点中确定掌握度不超过预设掌握度阈值的若干知识点作为第一知识点集;
将所述预设知识图谱中与初始目标知识点相连的若干知识点作为第二知识点集,所述初始目标知识点为所述第一知识点集中任一个知识点;
根据预设关联度,将所述预设知识图谱中与所述初始目标知识点之间的关联度超过预设关联度阈值的若干知识点作为第三知识点集,所述预设关联度包括所述预设知识图谱中每两个知识点之间的关联度;
根据所述第一知识点集、所述第二知识点集、所述第三知识点集以及所述预设关联度,生成所述目标学生对应的子知识图谱。
通过采用上述技术方案,从多个知识点中确定掌握度不超过预设掌握度阈值的第一知识点集,第一知识点集表示目标学生的薄弱项;从预设知识图谱中确定第二知识点集和第三知识点集,第二知识点集和第三知识点集表示与第一知识点集关联度较强的知识点;基于学生的掌握度和知识点之间的关联度,生成个性化子知识图谱,有助于学生更好地攻克薄弱项,提高学习效果。
本申请在一较佳示例中可以进一步配置为:根据所述第一知识点集、所述第二知识点集、所述第三知识点集以及所述预设关联度,生成所述目标学生对应的子知识图谱,包括:
根据所述预设关联度,将所述第一知识点集、所述第二知识点集和所述第三知识点集中每两个关联度超过所述预设关联度阈值的两个知识点连接,得到关联网络;
判断所述第一知识点集、所述第二知识点集和所述第三知识点集中是否存在孤立知识点,若存在,则将所述孤立知识点与所述关联网络中与所述孤立知识点关联度最高的知识点连接,得到所述目标学生对应的子知识图谱。
通过采用上述技术方案,通过构建关联网络和解决孤立知识点问题,确保了生成的子知识图谱的完整性和连贯性,能够更好地对学生进行个性化教学,帮助学生建立完整的知识体系。
本申请在一较佳示例中可以进一步配置为:根据所述子知识图谱生成VR教学场景,包括:
从所述子知识图谱中,确定所述目标学生掌握度最低的第一知识点,从所述第一知识点对应的关联点集中查找与所述第一知识点关联度最高的第二知识点,从所述第二知识点对应的关联点集中查找与所述第二知识点关联度最高的第三知识点,以此类推,直到查找不到知识点对应的关联点集,将查找到的多个知识点按照查找顺序排列,得第一顺序;
确定初始知识点对应的初始关联点集,以及所述初始关联点集中每一关联点与所述第一知识点的关联度,将所述初始关联点集中多个关联点按照关联度由大到小排列,得到所述初始知识点对应的第二顺序,并按照所述第二顺序生成所述初始知识点对应的子场景,所述初始知识点为按照所述第一顺序排列的多个知识点中任一个;
将按照第一顺序排列的多个知识点各自对应的子场景,按照第一顺序整合,得到VR教学场景。
通过采用上述技术方案,根据目标学生的掌握度和知识点之间的关联度,确定教学场景演示顺序,并根据教学场景演示顺序生成个性化VR教学场景,能够满足学生的个性化学习需求,提高学生的学习兴趣和效果。
第二方面,本申请提供一种VR教学装置,采用如下的技术方案:
一种VR教学装置,包括:
获取模块,用于获取多个学生的目标学科的历史考试数据,根据所述历史考试数据确定多个知识点各自对应的若干题目;
第一确定模块,用于从所述历史考试数据中,获取所述多个学生对目标知识点对应的若干题目的作答正误情况,并根据所述作答正误情况确定所述目标知识点的作答正确率,所述作答正误情况包括每一学生对所述目标知识点对应的每一题目的作答正误结果,所述目标知识点为所述多个知识点中任一个;
第二确定模块,用于根据所述作答正误情况和所述作答正确率,确定目标学生对所述目标知识点的掌握度,所述目标学生为所述多个学生中任一个;
生成模块,用于根据所述目标学生对多个知识点各自对应的掌握度,从预设知识图谱中确定所述目标学生对应的子知识图谱,并根据所述子知识图谱生成VR教学场景,以使所述目标学生通过所述VR教学场景进行学习。
第三方面,本申请提供一种电子设备,采用如下的技术方案:
一个或多个处理器;
存储器;
至少一个应用程序,其中至少一个应用程序被存储在存储器中并被配置为由至少一个处理器执行,所述至少一个应用程序配置用于:执行如第一方面任一项所述的VR教学方法。
第四方面,本申请提供一种计算机可读存储介质,采用如下的技术方案:
一种计算机可读存储介质,其上存储有计算机程序,当所述计算机程序在计算机中执行时,令所述计算机执行如第一方面任一项所述的VR教学方法。
综上所述,本申请包括以下有益技术效果:
本申请根据历史考试数据确定多个知识点各自对应的若干题目,以通过题目确定学生对知识点的掌握程度;确定多个学生对目标知识点的作答正确率,能够准确评估多个学生对目标知识点的整体掌握情况;根据作答正误情况和作答正确率,能够得到目标学生对目标知识点的掌握度,掌握度表示相较于多个学生,目标学生对目标知识点的掌握程度;根据目标学生对多个知识点的掌握度,从预的知识图谱中为目标学生生成对应的子知识图谱,子知识图谱可以作为VR教学场景的依据,从而为学生提供更具针对性的教学体验。本申请通过精准评估学生对知识点的掌握程度,并生成个性化的VR教学场景,能够提高教学针对性和学生的学习效率,有效帮助学生攻克薄弱环节,提高学习效果。
附图说明
图1是本申请实施例提供的一种VR教学方法的流程示意图;
图2是本申请实施例提供的一种VR教学装置的结构示意图;
图3是本申请实施例提供的一种电子设备的结构示意图。
具体实施方式
以下结合附图1-附图3对本申请作进一步详细说明。
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,本领域技术人员在阅读完本说明书后可以根据需要对本实施例做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作出创造性劳动前提下所获得的所有其他实施例,都属于本申请保护的范围。
另外,本文中术语“和/或”,仅仅是一种描述关联对象的关联关系,表示可以存在三种关系,例如,A和/或B,可以表示:单独存在A,同时存在A和B,单独存在B这三种情况。另外,本文中字符“/”,如无特殊说明,一般表示前后关联对象是一种“或”的关系。
本申请实施例提供一种VR教学方法,如图1所示,在本申请实施例中提供的方法由电子设备执行,该电子设备可以为服务器也可以为终端设备,其中,该服务器可以是独立的物理服务器,也可以是多个物理服务器构成的服务器集群或者分布式系统,还可以是提供云计算服务的云服务器。终端设备可以是智能手机、平板电脑、笔记本电脑、台式计算机等,但并不局限于此,该终端设备以及服务器可以通过有线或无线通信方式进行直接或间接地连接,本申请实施例在此不做限制,该方法包括步骤S101-步骤S105,其中:
S101、获取多个学生的目标学科的历史考试数据,根据历史考试数据确定多个知识点各自对应的若干题目。
在本实施例中,目标学科为需要进行VR教学的多个学科中的任一个,需要进行VR教学的多个学科可以包括:语文、物理、历史、生物、地理等。历史考试数据可以包括一段时间(例如本学期)内每一次考试的考试数据,考试数据包括每一题目所考的知识点以及多个学生的作答正误情况。多个知识点为需要学生掌握的知识点,根据历史考试数据能够确定多个知识点各自对应的若干题目。
S102、从历史考试数据中,获取多个学生对目标知识点对应的若干题目的作答正误情况,并根据作答正误情况确定目标知识点的作答正确率,作答正误情况包括每一学生对目标知识点对应的每一题目的作答正误结果,目标知识点为多个知识点中任一个。
在本实施例中,将多个学生对应的人数表示为N,将目标知识点对应的若干题目的个数表示为M,N个学生对M个题目的作答正误情况为M×N个结果,每一结果为作答正确或作答错误,从M×N个结果中确定作答正确的结果并记为P,则多个学生对目标知识点的作答正确率为P/(M×N)。
S103、根据作答正误情况和作答正确率,确定目标学生对目标知识点的掌握度,目标学生为多个学生中任一个。
在本实施例中,目标学生对目标知识点对应的M个题目的作答正误情况为M个结果,每一结果为作答正确或作答错误,从M个结果中确定目标学生作答正确的结果并记为Q,则目标学生对目标知识点的作答正确率为Q/M。进一步的,根据多个学生对目标知识点的作答正确率P/(M×N),以及目标学生对目标知识点的作答正确率为Q/M,能够确定目标学生对目标知识点的掌握度,掌握度表示相对于多个学生,目标学生对目标知识点的掌握程度。
S104、根据目标学生对多个知识点各自对应的掌握度,从预设知识图谱中确定目标学生对应的子知识图谱,并根据子知识图谱生成VR教学场景,以使目标学生通过VR教学场景进行学习。
在本实施例中,预设知识图谱可以根据目标学科的文本教学材料构建,预设知识图谱中包含目标学科对应的多个知识点,以及知识点之间的关联关系,每一知识点作为一个节点,存在关联关系的两个知识点可以用线连接。确定目标学生对目标学科的多个知识点各自对应的掌握度之后,可以从目标学科的多个知识点中确定掌握度不超过预设掌握度阈值若干知识点作为重点知识点,基于重点知识点可以构建目标学生对应的子知识图谱。进一步的,可以预先为预设知识图谱中每一知识点构建一个三维模型以及对应教学场景,进而,根据预设知识图谱中每一知识点对应的三维模型和教学场景,能够得到子知识图谱中若干知识点各自对应的三维模型和教学场景,并生成子知识图谱对应的VR教学场景。
本申请实施例根据历史考试数据确定多个知识点各自对应的若干题目,以通过题目确定学生对知识点的掌握程度;确定多个学生对目标知识点的作答正确率,能够准确评估多个学生对目标知识点的整体掌握情况;根据作答正误情况和作答正确率,能够得到目标学生对目标知识点的掌握度,掌握度表示相较于多个学生,目标学生对目标知识点的掌握程度;根据目标学生对多个知识点的掌握度,从预的知识图谱中为目标学生生成对应的子知识图谱,子知识图谱可以作为VR教学场景的依据,从而为学生提供更具针对性的教学体验。本申请通过精准评估学生对知识点的掌握程度,并生成个性化的VR教学场景,能够提高教学针对性和学生的学习效率,有效帮助学生攻克薄弱环节,提高学习效果。
本申请实施例的一种可能的实现方式,
方法还包括:
在通过操作模式进行VR教学时,接收学生通过VR设备输入的操作指令;
根据操作指令调整VR教学场景,从而完成教学互动。
在本实施例中,基于VR教学场景的教学模式可以包括演示模式和操作模式,其中,子知识图谱包含的若干知识点各自对应一个三维模型和教学场景,将子知识图谱中任一个知识点作为第一目标知识点,第一目标知识点对应的教学场景可以为演示模式和/或操作模式。在一种可能的情况中,目标学科为地理,第一目标知识点为火山,第一目标知识点对应的教学场景可以为演示模式,用于演示火山喷发等自然景观,同时,还可以配有语音讲解,讲解火山喷发前后的地质变化情况,以及岩石层环境等,增加学生的兴趣,对于第一目标知识点能够直观看到,印象更加深刻。在另一种可能的情况中,目标学科为生物,第一目标知识点为呼吸,第一目标知识点对应的教学场景可以为演示模式和呼吸模式,演示模式下可以演示呼吸时气体、血液流经人体的路径情况,人体中包含各个器官以及对应的器官名称和介绍,操作模式下学生可以通过空中鼠标对人体内各个器官进行拖拽,便于学生了解人体构造。操作模式下还可以进行实验,学生可以通过空中鼠标点击和移动实验仪器,从而完成实验,减少了实物实验可能会造成的危险。此外,演示模式和操作模式下,教学场景中可以设置黑板,用于显示教学内容、实验步骤等。
本申请实施例通过操作模式进行教学,接收学生的操作指令,并根据操作指令调整VR教学场景,能够增强学生的学习体验,使得学生在实践中学习和掌握知识。
本申请实施例的一种可能的实现方式,方法还包括:
获取目标学科对应的文本教学材料;
对文本教学材料进行实体识别,得到多个实体,每一实体表示一个知识点;
将多个实体作为文本教学材料的标注数据,从标注的文本教学材料中确定多个实体之间的关联关系;
根据多个实体之间的关联关系,构建多个实体的预设知识图谱。
在本实施例中,目标学科对应的文本教学材料可以包括教科书、教学PPT、课程讲义。可以对文本教学材料依次进行预处理和实体识别,对文本教学材料进行预处理的过程可以包括:文本清洗、分词、去除停用词、词性标注,文本清洗的目的去除文本中的无关信息,无关信息包括标点符号、换行符、空格符等,能够提高文本质量,以便后续文本分析和处理;分词是将连续的文本分成一个个单独的词汇或短语;去除停用词是去除对文本意义不大的常用词,如“的”、“了”;词性标注是为每一个词汇或短语标注词性,如名词、动词、形容词等。
进一步的,可以通过命名实体识别技术,通过现有的NER模型,如基于规则的方法、隐马尔可夫模型(HMM)、条件随机场(CRF),识别预处理后的文本中的知识点实体。使用关系抽取技术,如基于规则的方法或深度学习的方法,从标注的文本教学材料中提取多个实体之间的关联关系,包括并列型关系、顺序型关系和综合型关系。确定多个实体之间的关联关系后,可以通过图数据库或图计算框架,如Neo4j或DGL,根据多个实体之间的关系构建预设知识图谱。在预设知识图谱中,节点表示实体,即知识点,边表示知识点之间的关系。
再进一步的,确定预设知识图谱之后,对于每两个知识点,可以计算两个知识点之间的关联度,方法包括:基于路径的关联度计算方法、基于相似度的关联度计算方法、基于随机游走的关联度计算方法等,本实施例不作具体限定,从而得到预设关联度,预设关联度包括预设知识图谱中每两个知识点之间的关联度,关联度用数值表示。
本申请实施例对文本教学材料进行预处理能够提高数据准确性,将得到的多个实体作为文本教学材料的标注数据,并确定多个实体之间的关联关系,关联关系能够为构建预设知识图谱提供结构基础,预设知识图谱结构化的知识表示方式有助于更好地理解和导航学科的知识体系。
本申请实施例的一种可能的实现方式,根据作答正误情况和作答正确率,确定目标学生对目标知识点的掌握度,包括:
确定目标知识点对应的若干题目的第一数量;
若第一数量不为一,则根据作答正误情况确定第一数量的题目中目标学生作答正确的第二数量;
计算第二数量和第一数量的第一比值;
计算第一比值与目标知识点的作答正确率的第二比值,将第二比值作为目标学生对目标知识点的掌握度。
在一种可能的情况中,若第一数量为一,则根据作答正误情况确定目标学生针对该题目的作答正误情况,若目标学生作答正确,则目标学生对目标知识点的作答正确率为100%,若目标学生作答错误,则目标学生对目标知识点的作答正确率为0。在另一种可能的情况中,若第一数量不为一,则将第二数量和第一数量的第一比值作为目标学生对目标知识点的作答正确率。
进一步的,确定多个学生对目标知识点的作答正确率,和目标学生对目标知识点的作答正确率之后,计算目标学生对目标知识点的作答正确率与多个学生对目标知识点的作答正确率的第二比值,作为目标学生对目标知识点的掌握度。
本申请实施例通过考虑目标学生在多个题目中的表现和多个学生整体的作答正确率,为目标学生对知识点的掌握度提供了更全面和准确的评估,有助于为学生提供更有针对性的教学指导。
本申请实施例的一种可能的实现方式,根据目标学生对多个知识点各自对应的掌握度,从预设知识图谱中确定目标学生对应的子知识图谱,包括:
根据目标学生对多个知识点各自对应的掌握度,从多个知识点中确定掌握度不超过预设掌握度阈值的若干知识点作为第一知识点集;
基于预设知识图谱,将预设知识图谱中与初始目标知识点相连的若干知识点作为第二知识点集,初始目标知识点为第一知识点集中任一个知识点;
根据预设关联度,将预设知识图谱中与初始目标知识点之间的关联度超过预设关联度阈值的若干知识点作为第三知识点集,预设关联度包括预设知识图谱中每两个知识点之间的关联度;
根据第一知识点集、第二知识点集、第三知识点集以及预设关联度,生成目标学生对应的子知识图谱。
在本实施例中,预设掌握度阈值可以根据实际经验设置。将预设知识图谱中与初始目标知识点相连的若干知识点作为第二知识点集,其中的相连指通过边直接相连,且第一知识点集、第二知识点集和第三知识点集可以存在交叉。
本申请实施例从多个知识点中确定掌握度不超过预设掌握度阈值的第一知识点集,第一知识点集表示目标学生的薄弱项;从预设知识图谱中确定第二知识点集和第三知识点集,第二知识点集和第三知识点集表示与第一知识点集关联度较强的知识点;基于学生的掌握度和知识点之间的关联度,生成个性化子知识图谱,有助于学生更好地攻克薄弱项,提高学习效果。
本申请实施例的一种可能的实现方式,根据第一知识点集、第二知识点集、第三知识点集以及预设关联度,生成目标学生对应的子知识图谱,包括:
根据预设关联度,将第一知识点集、第二知识点集和第三知识点集中每两个关联度超过预设关联度阈值的两个知识点连接,得到关联网络;
判断第一知识点集、第二知识点集和第三知识点集中是否存在孤立知识点,若存在,则将孤立知识点与关联网络中与孤立知识点关联度最高的知识点连接,得到目标学生对应的子知识图谱。
在本实施例中,第一知识点集、第二知识点集和第三知识点集中可能存在相同知识点,将第一知识点集、第二知识点集和第三知识点集进行整合和去重,得到知识点集,根据预设关联度,能够确定知识点集中每两个知识点之间的关联度,进而将关联度超过预设关联度阈值的知识点连接,能够得到关联网络。进一步的,遍历知识点集中的所有知识点,判断是否存在不与其他知识点相连接的孤立知识点,若不存在,则将得到的关联网络作为目标学生对应的子知识图谱。
本申请实施例通过构建关联网络和解决孤立知识点问题,确保了生成的子知识图谱的完整性和连贯性,能够更好地对学生进行个性化教学,帮助学生建立完整的知识体系。
本申请实施例的一种可能的实现方式,根据子知识图谱生成VR教学场景,包括:
从子知识图谱中,确定目标学生掌握度最低的第一知识点,从第一知识点对应的关联点集中查找与第一知识点关联度最高的第二知识点,从第二知识点对应的关联点集中查找与第二知识点关联度最高的第三知识点,以此类推,直到查找不到知识点对应的关联点集,将查找到的多个知识点按照查找顺序排列,得第一顺序;
确定初始知识点对应的初始关联点集,以及初始关联点集中每一关联点与第一知识点的关联度,将初始关联点集中多个关联点按照关联度由大到小排列,得到初始知识点对应的第二顺序,并按照第二顺序生成初始知识点对应的子场景,初始知识点为按照第一顺序排列的多个知识点中任一个;
将按照第一顺序排列的多个知识点各自对应的子场景,按照第一顺序整合,得到VR教学场景。
在本实施例中,从子知识图谱中,确定目标学生掌握度最低的第一知识点;将子知识图谱中与第一知识点连接的若干知识点确定为第四知识点集,从第四知识点集中,确定与第一知识点关联度最高的第二知识点,从第四知识点集中,确定除第二知识点之外,与第一知识点关联度最高的第三知识点,以此类推,直到遍历完第四知识点集中所有知识点;将子知识图谱中与第二知识点连接的若干知识点确定为第五知识点集,从第五知识点集中,确定与第二知识点关联度最高的第四知识点,从第五知识点集中,确定除第四知识点之外,与第二知识点关联度最高的第五知识点,以此类推,直到遍历完第五知识点集中所有知识点;以此类推,查找不到知识点对应的关联点集,将查找到的多个知识点按照查找顺序排列,得第一顺序,第一顺序中第一个知识点为第一知识点,第二个知识点为第二知识点。
进一步的,每一知识点对应一个教学场景,将按照第一顺序排列的多个知识点中任一个作为初始知识点。示例性的,当初始知识点为第一知识点时,确定与第一知识点相连接的关联点集,并对关联点集中所有知识点按照与第一知识点的关联度由大到小排序,得到第一知识点对应的第二顺序,由于第一知识点对应的关联点集中与第一知识点关联度最高的为第二知识点,因此,第二顺序中第一个为第二知识点,将第一知识点对应的关联点集中各个知识点对应的教学场景按照第二顺序整合,能够得到第一知识点对应的子场景。
本申请实施例根据目标学生的掌握度和知识点之间的关联度,确定教学场景演示顺序,并根据教学场景演示顺序生成个性化VR教学场景,能够满足学生的个性化学习需求,提高学生的学习兴趣和效果。
上述实施例从方法流程的角度介绍一种VR教学方法,下述实施例从虚拟模块或者虚拟单元的角度介绍了一种VR教学装置,具体详见下述实施例。
本申请实施例提供一种VR教学装置,如图2所示,该装置可以包括:
获取模块201,用于获取多个学生的目标学科的历史考试数据,根据历史考试数据确定多个知识点各自对应的若干题目;
第一确定模块202,用于从历史考试数据中,获取多个学生对目标知识点对应的若干题目的作答正误情况,并根据作答正误情况确定目标知识点的作答正确率,作答正误情况包括每一学生对目标知识点对应的每一题目的作答正误结果,目标知识点为多个知识点中任一个;
第二确定模块203,用于根据作答正误情况和作答正确率,确定目标学生对目标知识点的掌握度,目标学生为多个学生中任一个;
生成模块204,用于根据目标学生对多个知识点各自对应的掌握度,从预设知识图谱中确定目标学生对应的子知识图谱,并根据子知识图谱生成VR教学场景,以使目标学生通过VR教学场景进行学习。
本申请在一较佳示例中可以进一步配置为:装置还包括互动模块,具体用于:
在通过操作模式进行VR教学时,接收学生通过VR设备输入的操作指令;
根据操作指令调整VR教学场景,从而完成教学互动。
本申请在一较佳示例中可以进一步配置为:装置还包括构建模块,具体用于:
获取目标学科对应的文本教学材料;
对文本教学材料进行实体识别,得到多个实体,每一实体表示一个知识点;
将多个实体作为文本教学材料的标注数据,从标注的文本教学材料中确定多个实体之间的关联关系;
根据多个实体之间的关联关系,构建多个实体的预设知识图谱。
本申请在一较佳示例中可以进一步配置为:第二确定模块203在执行根据作答正误情况和作答正确率,确定目标学生对目标知识点的掌握度时,具体用于:
确定目标知识点对应的若干题目的第一数量;
若第一数量不为一,则根据作答正误情况确定第一数量的题目中目标学生作答正确的第二数量;
计算第二数量和第一数量的第一比值;
计算第一比值与目标知识点的作答正确率的第二比值,将第二比值作为目标学生对目标知识点的掌握度。
本申请在一较佳示例中可以进一步配置为:生成模块204在执行根据目标学生对多个知识点各自对应的掌握度,从预设知识图谱中确定目标学生对应的子知识图谱时,具体用于:
根据目标学生对多个知识点各自对应的掌握度,从多个知识点中确定掌握度不超过预设掌握度阈值的若干知识点作为第一知识点集;
将预设知识图谱中与初始目标知识点相连的若干知识点作为第二知识点集,初始目标知识点为第一知识点集中任一个知识点;
根据预设关联度,将预设知识图谱中与初始目标知识点之间的关联度超过预设关联度阈值的若干知识点作为第三知识点集,预设关联度包括预设知识图谱中每两个知识点之间的关联度;
根据第一知识点集、第二知识点集、第三知识点集以及预设关联度,生成目标学生对应的子知识图谱。
本申请在一较佳示例中可以进一步配置为:生成模块204在执行根据第一知识点集、第二知识点集、第三知识点集以及预设关联度,生成目标学生对应的子知识图谱时,具体用于:
根据预设关联度,将第一知识点集、第二知识点集和第三知识点集中每两个关联度超过预设关联度阈值的两个知识点连接,得到关联网络;
判断第一知识点集、第二知识点集和第三知识点集中是否存在孤立知识点,若存在,则将孤立知识点与关联网络中与孤立知识点关联度最高的知识点连接,得到目标学生对应的子知识图谱。
本申请在一较佳示例中可以进一步配置为:生成模块204在执行根据子知识图谱生成VR教学场景时,具体用于:
从子知识图谱中,确定目标学生掌握度最低的第一知识点,从第一知识点对应的关联点集中查找与第一知识点关联度最高的第二知识点,从第二知识点对应的关联点集中查找与第二知识点关联度最高的第三知识点,以此类推,直到查找不到知识点对应的关联点集,将查找到的多个知识点按照查找顺序排列,得第一顺序;
确定初始知识点对应的初始关联点集,以及初始关联点集中每一关联点与初始知识点的关联度,将初始关联点集中多个关联点按照关联度由大到小排列,得到初始知识点对应的第二顺序,并按照第二顺序生成初始知识点对应的子场景,初始知识点为按照第一顺序排列的多个知识点中任一个;
将按照第一顺序排列的多个知识点各自对应的子场景,按照第一顺序整合,得到VR教学场景。
本申请实施例提供的一种VR教学装置适用于上述方法实施例,在此不再赘述。
本申请实施例提供一种教学系统,教学系统包括:VR眼镜和空中鼠标,学生佩戴VR眼镜,VR眼镜中包含显示装置,显示装置用于显示虚拟教学场景,空中鼠标用于在虚拟教学场景中进行交互操作。
本申请实施例中提供了一种电子设备,如图3所示,图3所示的电子设备300包括:处理器301和存储器303。其中,处理器301和存储器303相连,如通过总线302相连。可选地,电子设备300还可以包括收发器304。需要说明的是,实际应用中收发器304不限于一个,该电子设备300的结构并不构成对本申请实施例的限定。
处理器301可以是CPU(Central Processing Unit,中央处理器),通用处理器,DSP(Digital Signal Processor,数据信号处理器),ASIC(Application SpecificIntegrated Circuit,专用集成电路),FPGA(Field Programmable Gate Array,现场可编程门阵列)或者其他可编程逻辑器件、晶体管逻辑器件、硬件部件或者其任意组合。其可以实现或执行结合本申请公开内容所描述的各种示例性的逻辑方框,模块和电路。处理器301也可以是实现计算功能的组合,例如包含一个或多个微处理器组合,DSP和微处理器的组合等。
总线302可包括一通路,在上述组件之间传送信息。总线302可以是PCI(Peripheral Component Interconnect,外设部件互连标准)总线或EISA(ExtendedIndustry Standard Architecture,扩展工业标准结构)总线等。总线302可以分为地址总线、数据总线、控制总线等。为便于表示,图3中仅用一条粗线表示,但并不表示仅有一根总线或一型的总线。
存储器303可以是ROM(Read Only Memory,只读存储器)或可存储静态信息和指令的其他类型的静态存储设备,RAM(Random Access Memory,随机存取存储器)或者可存储信息和指令的其他类型的动态存储设备,也可以是EEPROM(Electrically ErasableProgrammable Read Only Memory,电可擦可编程只读存储器)、CD-ROM(Compact DiscRead Only Memory,只读光盘)或其他光盘存储、光碟存储(包括压缩光碟、激光碟、光碟、数字通用光碟、蓝光光碟等)、磁盘存储介质或者其他磁存储设备、或者能够用于携带或存储具有指令或数据结构形式的期望的程序代码并能够由计算机存取的任何其他介质,但不限于此。
存储器303用于存储执行本申请方案的应用程序代码,并由处理器301来控制执行。处理器301用于执行存储器303中存储的应用程序代码,以实现前述用于VR教学方法实施例所示的内容。
图3示出的电子设备仅仅是一个示例,不应对本申请实施例的功能和使用范围带来任何限制。
本申请实施例提供了一种计算机可读存储介质,该计算机可读存储介质上存储有计算机程序,当其在计算机上运行时,使得计算机可以执行前述方法实施例中相应内容。
应该理解的是,虽然附图的流程图中的各个步骤按照箭头的指示依次显示,但是这些步骤并不是必然按照箭头指示的顺序依次执行。除非本文中有明确的说明,这些步骤的执行并没有严格的顺序限制,其可以以其他的顺序执行。而且,附图的流程图中的至少一部分步骤可以包括多个子步骤或者多个阶段,这些子步骤或者阶段并不必然是在同一时刻执行完成,而是可以在不同的时刻执行,其执行顺序也不必然是依次进行,而是可以与其他步骤或者其他步骤的子步骤或者阶段的至少一部分轮流或者交替地执行。
以上仅是本申请的部分实施方式,应当指出,对于本技术领域的普通技术人员来说,在不脱离本申请原理的前提下,还可以做出若干改进和润饰,这些改进和润饰也应视为本申请的保护范围。
Claims (7)
1.一种VR教学方法,其特征在于,包括:
获取多个学生的目标学科的历史考试数据,根据所述历史考试数据确定多个知识点各自对应的若干题目;
从所述历史考试数据中,获取所述多个学生对目标知识点对应的若干题目的作答正误情况,并根据所述作答正误情况确定所述目标知识点的作答正确率,所述作答正误情况包括每一学生对所述目标知识点对应的每一题目的作答正误结果,所述目标知识点为所述多个知识点中任一个;
根据所述作答正误情况和所述作答正确率,确定目标学生对所述目标知识点的掌握度,所述目标学生为所述多个学生中任一个;
根据所述目标学生对多个知识点各自对应的掌握度,从预设知识图谱中确定所述目标学生对应的子知识图谱,并根据所述子知识图谱生成VR教学场景,以使所述目标学生通过所述VR教学场景进行学习;
其中,根据所述作答正误情况和所述作答正确率,确定目标学生对所述目标知识点的掌握度,包括:
确定所述目标知识点对应的若干题目的第一数量;
若所述第一数量不为一,则根据所述作答正误情况确定所述第一数量的题目中所述目标学生作答正确的第二数量;
计算所述第二数量和所述第一数量的第一比值;
计算所述第一比值与所述目标知识点的作答正确率的第二比值,将所述第二比值作为所述目标学生对所述目标知识点的掌握度;
根据所述目标学生对多个知识点各自对应的掌握度,从预设知识图谱中确定所述目标学生对应的子知识图谱,包括:
根据所述目标学生对多个知识点各自对应的掌握度,从所述多个知识点中确定掌握度不超过预设掌握度阈值的若干知识点作为第一知识点集;
将所述预设知识图谱中与初始目标知识点相连的若干知识点作为第二知识点集,所述初始目标知识点为所述第一知识点集中任一个知识点;
根据预设关联度,将所述预设知识图谱中与所述初始目标知识点之间的关联度超过预设关联度阈值的若干知识点作为第三知识点集,所述预设关联度包括所述预设知识图谱中每两个知识点之间的关联度;
根据所述第一知识点集、所述第二知识点集、所述第三知识点集以及所述预设关联度,生成所述目标学生对应的子知识图谱;
根据所述第一知识点集、所述第二知识点集、所述第三知识点集以及所述预设关联度,生成所述目标学生对应的子知识图谱,包括:
根据所述预设关联度,将所述第一知识点集、所述第二知识点集和所述第三知识点集中每两个关联度超过所述预设关联度阈值的两个知识点连接,得到关联网络;
判断所述第一知识点集、所述第二知识点集和所述第三知识点集中是否存在孤立知识点,若存在,则将所述孤立知识点与所述关联网络中与所述孤立知识点关联度最高的知识点连接,得到所述目标学生对应的子知识图谱。
2.根据权利要求1所述的VR教学方法,其特征在于,所述方法还包括:
在通过操作模式进行VR教学时,接收学生通过VR设备输入的操作指令;
根据所述操作指令调整所述VR教学场景,从而完成教学互动。
3.根据权利要求1所述的VR教学方法,其特征在于,所述方法还包括:
获取所述目标学科对应的文本教学材料;
对所述文本教学材料进行实体识别,得到多个实体,每一实体表示一个知识点;
将所述多个实体作为所述文本教学材料的标注数据,从标注的文本教学材料中确定所述多个实体之间的关联关系;
根据所述多个实体之间的关联关系,构建所述多个实体的预设知识图谱。
4.根据权利要求1所述的VR教学方法,其特征在于,根据所述子知识图谱生成VR教学场景,包括:
从所述子知识图谱中,确定所述目标学生掌握度最低的第一知识点,从所述第一知识点对应的关联点集中查找与所述第一知识点关联度最高的第二知识点,从所述第二知识点对应的关联点集中查找与所述第二知识点关联度最高的第三知识点,以此类推,直到查找不到知识点对应的关联点集,将查找到的多个知识点按照查找顺序排列,得第一顺序;
确定初始知识点对应的初始关联点集,以及所述初始关联点集中每一关联点与所述初始知识点的关联度,将所述初始关联点集中多个关联点按照关联度由大到小排列,得到所述初始知识点对应的第二顺序,并按照所述第二顺序生成所述初始知识点对应的子场景,所述初始知识点为按照所述第一顺序排列的多个知识点中任一个;
将按照第一顺序排列的多个知识点各自对应的子场景,按照第一顺序整合,得到VR教学场景。
5.一种VR教学装置,其特征在于,包括:
获取模块,用于获取多个学生的目标学科的历史考试数据,根据所述历史考试数据确定多个知识点各自对应的若干题目;
第一确定模块,用于从所述历史考试数据中,获取所述多个学生对目标知识点对应的若干题目的作答正误情况,并根据所述作答正误情况确定所述目标知识点的作答正确率,所述作答正误情况包括每一学生对所述目标知识点对应的每一题目的作答正误结果,所述目标知识点为所述多个知识点中任一个;
第二确定模块,用于根据所述作答正误情况和所述作答正确率,确定目标学生对所述目标知识点的掌握度,所述目标学生为所述多个学生中任一个;
生成模块,用于根据所述目标学生对多个知识点各自对应的掌握度,从预设知识图谱中确定所述目标学生对应的子知识图谱,并根据所述子知识图谱生成VR教学场景,以使所述目标学生通过所述VR教学场景进行学习;
其中,所述第二确定模块在执行根据所述作答正误情况和所述作答正确率,确定目标学生对所述目标知识点的掌握度时,具体用于:
确定所述目标知识点对应的若干题目的第一数量;
若所述第一数量不为一,则根据所述作答正误情况确定所述第一数量的题目中所述目标学生作答正确的第二数量;
计算所述第二数量和所述第一数量的第一比值;
计算所述第一比值与所述目标知识点的作答正确率的第二比值,将所述第二比值作为所述目标学生对所述目标知识点的掌握度;
所述生成模块在执行根据所述目标学生对多个知识点各自对应的掌握度,从预设知识图谱中确定所述目标学生对应的子知识图谱时,具体用于:
根据所述目标学生对多个知识点各自对应的掌握度,从所述多个知识点中确定掌握度不超过预设掌握度阈值的若干知识点作为第一知识点集;
将所述预设知识图谱中与初始目标知识点相连的若干知识点作为第二知识点集,所述初始目标知识点为所述第一知识点集中任一个知识点;
根据预设关联度,将所述预设知识图谱中与所述初始目标知识点之间的关联度超过预设关联度阈值的若干知识点作为第三知识点集,所述预设关联度包括所述预设知识图谱中每两个知识点之间的关联度;
根据所述第一知识点集、所述第二知识点集、所述第三知识点集以及所述预设关联度,生成所述目标学生对应的子知识图谱;
所述生成模块在执行根据所述第一知识点集、所述第二知识点集、所述第三知识点集以及所述预设关联度,生成所述目标学生对应的子知识图谱时,具体用于:
根据所述预设关联度,将所述第一知识点集、所述第二知识点集和所述第三知识点集中每两个关联度超过所述预设关联度阈值的两个知识点连接,得到关联网络;
判断所述第一知识点集、所述第二知识点集和所述第三知识点集中是否存在孤立知识点,若存在,则将所述孤立知识点与所述关联网络中与所述孤立知识点关联度最高的知识点连接,得到所述目标学生对应的子知识图谱。
6.一种电子设备,其特征在于,包括:
至少一个处理器;
存储器;
至少一个应用程序,其中至少一个应用程序被存储在存储器中并被配置为由至少一个处理器执行,所述至少一个应用程序配置用于:执行权利要求1-4任一项所述的VR教学方法。
7.一种计算机可读存储介质,其上存储有计算机程序,其特征在于,当所述计算机程序在计算机中执行时,令所述计算机执行权利要求1-4任一项所述的VR教学方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202410138155.5A CN117672027B (zh) | 2024-02-01 | 2024-02-01 | 一种vr教学方法、装置、设备及介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202410138155.5A CN117672027B (zh) | 2024-02-01 | 2024-02-01 | 一种vr教学方法、装置、设备及介质 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN117672027A CN117672027A (zh) | 2024-03-08 |
CN117672027B true CN117672027B (zh) | 2024-04-30 |
Family
ID=90077304
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202410138155.5A Active CN117672027B (zh) | 2024-02-01 | 2024-02-01 | 一种vr教学方法、装置、设备及介质 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN117672027B (zh) |
Citations (25)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN104090955A (zh) * | 2014-07-07 | 2014-10-08 | 科大讯飞股份有限公司 | 一种音视频标签自动标注方法及系统 |
CN105205180A (zh) * | 2015-10-27 | 2015-12-30 | 无锡天脉聚源传媒科技有限公司 | 一种知识图谱的评价方法及装置 |
CN107544973A (zh) * | 2016-06-24 | 2018-01-05 | 北京新唐思创教育科技有限公司 | 一种对数据进行处理的方法和装置 |
CN109903617A (zh) * | 2017-12-11 | 2019-06-18 | 北京三好互动教育科技有限公司 | 个性化练习方法和系统 |
CN110222195A (zh) * | 2019-05-22 | 2019-09-10 | 北京作业盒子科技有限公司 | 题目作答结果与知识点关系的挖掘方法及电子装置 |
CN110288270A (zh) * | 2019-07-08 | 2019-09-27 | 上海乂学教育科技有限公司 | 基于人工智能的学习效果检测方法 |
CN110378818A (zh) * | 2019-07-22 | 2019-10-25 | 广西大学 | 基于难度的个性化习题推荐方法、系统及介质 |
CN110718101A (zh) * | 2018-07-12 | 2020-01-21 | 华创云科(深圳)教育科技有限公司 | 一种基于虚拟现实技术和人工智能技术的教育系统及方法 |
CN110941723A (zh) * | 2019-11-18 | 2020-03-31 | 广东宜学通教育科技有限公司 | 一种知识图谱的构建方法、系统及存储介质 |
CN111125640A (zh) * | 2019-12-23 | 2020-05-08 | 江苏金智教育信息股份有限公司 | 一种知识点学习路径推荐方法和装置 |
CN111831914A (zh) * | 2020-07-22 | 2020-10-27 | 上海掌学教育科技有限公司 | 一种在线教育的智能推题系统 |
CN112395403A (zh) * | 2020-11-30 | 2021-02-23 | 广东国粒教育技术有限公司 | 一种基于知识图谱的问答方法、系统、电子设备及介质 |
CN113268611A (zh) * | 2021-06-24 | 2021-08-17 | 北京邮电大学 | 一种基于深度知识跟踪与强化学习的学习路径优化方法 |
WO2021208716A1 (zh) * | 2020-11-24 | 2021-10-21 | 平安科技(深圳)有限公司 | 基于知识图谱的辅助教学方法、装置、设备及存储介质 |
CN113851020A (zh) * | 2021-11-04 | 2021-12-28 | 华南师范大学 | 一种基于知识图谱的自适应学习平台 |
CN114065040A (zh) * | 2021-11-18 | 2022-02-18 | 扬州大学 | 基于学科知识图谱的个性化学习路径和学习资源推荐方法 |
CN114357297A (zh) * | 2021-12-30 | 2022-04-15 | 科大讯飞股份有限公司 | 学生画像构建及学习资源分发方法、计算机设备及存储介质 |
WO2022218186A1 (zh) * | 2021-04-15 | 2022-10-20 | 京东科技控股股份有限公司 | 个性化知识图谱的生成方法、装置及计算机设备 |
CN115358897A (zh) * | 2022-08-22 | 2022-11-18 | 北京十六进制科技有限公司 | 一种基于电子学生证的学生管理方法、系统、终端及存储介质 |
CN115878766A (zh) * | 2022-08-30 | 2023-03-31 | 重庆大学 | 一种基于ai技术的教师经验型智能题库及其使用方法 |
CN116049441A (zh) * | 2023-01-31 | 2023-05-02 | 宁波市智蓝图汇科技有限公司 | 一种基于nlp与知识图谱的智慧教学方法与系统 |
CN116383455A (zh) * | 2023-04-12 | 2023-07-04 | 北京高思博乐教育科技股份有限公司 | 一种学习资源确定方法、装置、电子设备及存储介质 |
CN116403445A (zh) * | 2023-04-12 | 2023-07-07 | 北京高思博乐教育科技股份有限公司 | 一种自适应辅助教学方法、装置、电子设备及存储介质 |
CN116596071A (zh) * | 2023-05-12 | 2023-08-15 | 重庆第二师范学院 | Vr实景教学模型大数据教学知识挖掘方法及系统 |
WO2024016695A1 (zh) * | 2022-07-22 | 2024-01-25 | 山东浪潮科学研究院有限公司 | 基于多视图学习的教学知识图谱构建及检索方法及系统 |
Family Cites Families (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20230177419A1 (en) * | 2021-12-07 | 2023-06-08 | Capital One Services, Llc | Systems and methods for customizing and displaying user learning paths |
US20230205781A1 (en) * | 2021-12-29 | 2023-06-29 | Srinivas Bharadwaj | Method and electronic device for providing information associated with a content |
-
2024
- 2024-02-01 CN CN202410138155.5A patent/CN117672027B/zh active Active
Patent Citations (25)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN104090955A (zh) * | 2014-07-07 | 2014-10-08 | 科大讯飞股份有限公司 | 一种音视频标签自动标注方法及系统 |
CN105205180A (zh) * | 2015-10-27 | 2015-12-30 | 无锡天脉聚源传媒科技有限公司 | 一种知识图谱的评价方法及装置 |
CN107544973A (zh) * | 2016-06-24 | 2018-01-05 | 北京新唐思创教育科技有限公司 | 一种对数据进行处理的方法和装置 |
CN109903617A (zh) * | 2017-12-11 | 2019-06-18 | 北京三好互动教育科技有限公司 | 个性化练习方法和系统 |
CN110718101A (zh) * | 2018-07-12 | 2020-01-21 | 华创云科(深圳)教育科技有限公司 | 一种基于虚拟现实技术和人工智能技术的教育系统及方法 |
CN110222195A (zh) * | 2019-05-22 | 2019-09-10 | 北京作业盒子科技有限公司 | 题目作答结果与知识点关系的挖掘方法及电子装置 |
CN110288270A (zh) * | 2019-07-08 | 2019-09-27 | 上海乂学教育科技有限公司 | 基于人工智能的学习效果检测方法 |
CN110378818A (zh) * | 2019-07-22 | 2019-10-25 | 广西大学 | 基于难度的个性化习题推荐方法、系统及介质 |
CN110941723A (zh) * | 2019-11-18 | 2020-03-31 | 广东宜学通教育科技有限公司 | 一种知识图谱的构建方法、系统及存储介质 |
CN111125640A (zh) * | 2019-12-23 | 2020-05-08 | 江苏金智教育信息股份有限公司 | 一种知识点学习路径推荐方法和装置 |
CN111831914A (zh) * | 2020-07-22 | 2020-10-27 | 上海掌学教育科技有限公司 | 一种在线教育的智能推题系统 |
WO2021208716A1 (zh) * | 2020-11-24 | 2021-10-21 | 平安科技(深圳)有限公司 | 基于知识图谱的辅助教学方法、装置、设备及存储介质 |
CN112395403A (zh) * | 2020-11-30 | 2021-02-23 | 广东国粒教育技术有限公司 | 一种基于知识图谱的问答方法、系统、电子设备及介质 |
WO2022218186A1 (zh) * | 2021-04-15 | 2022-10-20 | 京东科技控股股份有限公司 | 个性化知识图谱的生成方法、装置及计算机设备 |
CN113268611A (zh) * | 2021-06-24 | 2021-08-17 | 北京邮电大学 | 一种基于深度知识跟踪与强化学习的学习路径优化方法 |
CN113851020A (zh) * | 2021-11-04 | 2021-12-28 | 华南师范大学 | 一种基于知识图谱的自适应学习平台 |
CN114065040A (zh) * | 2021-11-18 | 2022-02-18 | 扬州大学 | 基于学科知识图谱的个性化学习路径和学习资源推荐方法 |
CN114357297A (zh) * | 2021-12-30 | 2022-04-15 | 科大讯飞股份有限公司 | 学生画像构建及学习资源分发方法、计算机设备及存储介质 |
WO2024016695A1 (zh) * | 2022-07-22 | 2024-01-25 | 山东浪潮科学研究院有限公司 | 基于多视图学习的教学知识图谱构建及检索方法及系统 |
CN115358897A (zh) * | 2022-08-22 | 2022-11-18 | 北京十六进制科技有限公司 | 一种基于电子学生证的学生管理方法、系统、终端及存储介质 |
CN115878766A (zh) * | 2022-08-30 | 2023-03-31 | 重庆大学 | 一种基于ai技术的教师经验型智能题库及其使用方法 |
CN116049441A (zh) * | 2023-01-31 | 2023-05-02 | 宁波市智蓝图汇科技有限公司 | 一种基于nlp与知识图谱的智慧教学方法与系统 |
CN116383455A (zh) * | 2023-04-12 | 2023-07-04 | 北京高思博乐教育科技股份有限公司 | 一种学习资源确定方法、装置、电子设备及存储介质 |
CN116403445A (zh) * | 2023-04-12 | 2023-07-07 | 北京高思博乐教育科技股份有限公司 | 一种自适应辅助教学方法、装置、电子设备及存储介质 |
CN116596071A (zh) * | 2023-05-12 | 2023-08-15 | 重庆第二师范学院 | Vr实景教学模型大数据教学知识挖掘方法及系统 |
Also Published As
Publication number | Publication date |
---|---|
CN117672027A (zh) | 2024-03-08 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN110795543B (zh) | 基于深度学习的非结构化数据抽取方法、装置及存储介质 | |
Winn | Learning from maps and diagrams | |
CN112464659A (zh) | 基于知识图谱的辅助教学方法、装置、设备及存储介质 | |
Landauer et al. | Simulating text understanding for educational applications with Latent Semantic Analysis: Introduction to LSA | |
JP7112445B2 (ja) | 機械翻訳モデルトレーニング方法、装置、プログラム及び記録媒体 | |
CN112364660A (zh) | 语料文本处理方法、装置、计算机设备及存储介质 | |
Skulmowski et al. | Realism as a retrieval cue: Evidence for concreteness‐specific effects of realistic, schematic, and verbal components of visualizations on learning and testing | |
Mathew et al. | NLP-based personal learning assistant for school education | |
CN112069329B (zh) | 文本语料的处理方法、装置、设备及存储介质 | |
Yu et al. | Role of 5G and artificial intelligence for research and transformation of English situational teaching in higher studies | |
CN113010645A (zh) | 文本生成方法、装置、设备及存储介质 | |
CN112860847A (zh) | 视频问答的交互方法及系统 | |
Stoiber et al. | Design and comparative evaluation of visualization onboarding methods | |
Zhang | Multi-sensory research of singing visualization in pre-school music education | |
Chang et al. | Automated Chinese essay scoring based on multilevel linguistic features | |
CN110580294B (zh) | 实体融合方法、装置、设备及存储介质 | |
CN117672027B (zh) | 一种vr教学方法、装置、设备及介质 | |
Kenchakkanavar | Exploring the Artificial Intelligence Tools: Realizing the Advantages in Education and Research | |
EL Azhari et al. | SMART chatbots in the E-learning domain: A systematic literature review. | |
Aajami | A cognitive linguistic study of the English prepositions above, on, and over | |
de Lima et al. | Automatic Punctuation Verification of School Students’ Essay in Portuguese | |
CN109933788A (zh) | 类型确定方法、装置、设备和介质 | |
Parvez et al. | Image Processing Based Computational Tools for Assisting and Assessing Memorization and Learning Tasks | |
Mahmud et al. | Strategies for Mastering the Concept of Multiplication Operations among Primary School: A Systematic Literature Review | |
CN113836320B (zh) | 练习题推荐方法、装置、存储介质和电子设备 |
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 |