[发明专利]一种教学干预方法和装置

权利要求书

1.一种教学干预方法，其特征在于，该方法包括：

基于获取的多个用户的历史学习数据，确定学习属性特征、学习行为特征和学习成果特征；

将所述学习属性特征和所述学习行为特征作为自变量，将所述学习成果特征作为因变量，构建学习成果预测模型并进行训练；

针对每个待预测用户，基于获取的该待预测用户的历史学习数据，确定所述学习属性特征的特征值和所述学习行为特征的特征值；

将所述学习属性特征的特征值和所述学习行为特征的特征值作为自变量的值，输入到完成训练的学习成果预测模型，得到该待预测用户的预测结果；

基于得到的各所述待预测用户的预测结果，确定待干预用户，并对待干预用户进行干预。

2.如权利要求1所述的方法，其特征在于，所述构建学习成果预测模型并进行训练，包括：

基于获取的第一历史时间段的多个用户的历史学习数据，确定学习属性特征的特征值、学习行为特征的特征值；

基于获取的第二历史时间段的多个所述用户的历史学习数据，确定所述学习成果特征的特征值；所述第二历史时间段滞后于所述第一历史时间段；

将所述学习属性特征的特征值和所述学习行为特征的特征值作为自变量的值，将所述学习成果特征的特征值作为因变量的值，对所述学习成果预测模型进行训练。

3.如权利要求1所述的方法，其特征在于，所述基于得到的各所述待预测用户的预测结果，确定待干预用户，包括：

将小于设定结果阈值的预测结果对应的待预测用户作为待干预用户。

4.如权利要求1所述的方法，其特征在于，所述对待干预用户进行干预，包括：

根据所述待干预用户的综合影响因素，为所述待干预用户生成干预内容；

根据所述干预内容对所述待干预用户进行教学干预。

5.如权利要求1所述的方法，其特征在于，在所述基于获取的多个用户的历史学习数据，确定学习属性特征、学习行为特征和学习成果特征之前，还包括：

对所述历史学习数据进行清洗；

对清洗后的历史学习数据进行对齐处理。

6.一种教学干预装置，其特征在于，该装置包括：

第一确定模块，用于基于获取的多个用户的历史学习数据，确定学习属性特征、学习行为特征和学习成果特征；

构建模块，用于将所述学习属性特征和所述学习行为特征作为自变量，将所述学习成果特征作为因变量，构建学习成果预测模型并进行训练；

第二确定模块，用于针对每个待预测用户，基于获取的该待预测用户的历史学习数据，确定所述学习属性特征的特征值和所述学习行为特征的特征值；

预测模块，用于将所述学习属性特征的特征值和所述学习行为特征的特征值作为自变量的值，输入到完成训练的学习成果预测模型，得到该待预测用户的预测结果；

干预模块，用于基于得到的各所述待预测用户的预测结果，确定待干预用户，并对待干预用户进行干预。

7.如权利要求6所述的装置，其特征在于，所述构建模块具体用于：

基于获取的第一历史时间段的多个用户的历史学习数据，确定学习属性特征的特征值、学习行为特征的特征值；

基于获取的第二历史时间段的多个所述用户的历史学习数据，确定所述学习成果特征的特征值；所述第二历史时间段滞后于所述第一历史时间段；

将所述学习属性特征的特征值和所述学习行为特征的特征值作为自变量的值，将所述学习成果特征的特征值作为因变量的值，对所述学习成果预测模型进行训练。

8.如权利要求6所述的装置，其特征在于，所述干预模块具体用于：

将小于设定结果阈值的预测结果对应的待预测用户作为待干预用户。

9.一种计算机设备包括存储器、处理器及存储在所述存储器上并可在所述处理器上运行的计算机程序，其特征在于，所述处理器执行所述计算机程序时实现上述权利要求1至5任一项所述的方法的步骤。

10.一种计算机可读存储介质，所述计算机可读存储介质上存储有计算机程序，其特征在于，所述计算机程序被处理器运行时执行上述权利要求1至5任一项所述的方法的步骤。