[发明专利]一种学习资料智能推送方法及装置在审

专利信息
申请号: 201811201640.3 申请日: 2018-10-16
公开(公告)号: CN109446213A 公开(公告)日: 2019-03-08
发明(设计)人: 李健;李鸿钊;张洪亮 申请(专利权)人: 四川生学教育科技有限公司
主分类号: G06F16/23 分类号: G06F16/23;G06F16/245;G06Q50/20;G06N20/00
代理公司: 成都弘毅天承知识产权代理有限公司 51230 代理人: 刘东
地址: 610041 四川省成都市中国(四川)自由贸*** 国省代码: 四川;51
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 学习资料 机器学习模型 学习状态 考试数据 匹配系数 学习数据 终端 推送 学习 匹配 数据库 教育服务器 预先创建 终端绑定 智能 大数据 资料库 构建 预存 存储 学生 发送 关联 图像 查找 节奏 更新 分析 教育
【说明书】:

发明公开了一种学习资料智能推送方法及装置,所述方法包括:教育服务器将学习终端每次发送的学习数据和考试数据进行关联后分别存储于预先创建的机器学习模型的数据库中;在所述机器学习模型中利用大数据技术持续分析与所述学习终端对应的学习数据和考试数据,并结合所述机器学习模型的数据库中更新的教育节奏和社会时事构建与该学习终端绑定的学生的当前学习状态图像以及得到当前学习状态分析结果;根据所述当前学习状态分析结果在预存的学习资料库中查找匹配的学习资料,计算所述学习资料的匹配系数,并将所述学习资料和对应的匹配系数一并推送给所述学习终端,能够提高学生在海量的学习资料中选择到匹配的学习资料的效率和准确性。

技术领域

本发明属于互联网智能教育技术领域,尤其涉及一种学习资料智能推送方法及装置。

背景技术

随着互联网科技的发展,智慧教育的时代已经来临,并能够有效提高教学质量。然而在信息爆炸式增长的教育环境下,学习资料也变得越来越庞大,如何在海量的学习资料中选择到匹配的学习资料变得越来越困难。

另外,现有的教育测评大多采用传统的方法,即教育者通过向学生布置教学作业,根据学生完成教学作业的情况进行分析,了解学生的学习情况,然后根据学生的学习情况调整教学内容以及推送相应的学习资料,这种方式的主观性太强,过度依赖于教育者的经验水平和对学生的关注程度,因此很难保证测评结果和学习资料推送的准确性和客观性,无法给学生后续的学习提供教学意义上的参考价值。

发明内容

有鉴于此,本发明实施例的目的在于提供一种学习资料智能推送方法及装置,旨在提高学生在海量的学习资料中选择到匹配的学习资料的效率和准确性以及为学生后续的学习提供教学意义上的参考价值。

本发明采用的技术方案如下:

第一方面,本发明实施例提供的一种学习资料智能推送方法,应用于学习资料智能推送装置,所述学习资料智能推送装置包括教育服务器和多个学习终端,其中,每个学习终端与所述教育服务器通信连接,所述学习资料智能推送方法包括:

所述教育服务器接收所述学习终端多次发送的与该学习终端绑定的学生的学习数据和考试数据;

将所述学习终端每次发送的学习数据和考试数据进行关联后分别存储于预先创建的机器学习模型的数据库中;

在所述机器学习模型中利用大数据技术持续分析与所述学习终端对应的学习数据和考试数据,并结合所述机器学习模型的数据库中更新的教育节奏和社会时事构建与该学习终端绑定的学生的当前学习状态图像以及得到当前学习状态分析结果;

根据所述当前学习状态分析结果在预存的学习资料库中查找匹配的学习资料,计算所述学习资料的匹配系数,并将所述学习资料和对应的匹配系数一并推送给所述学习终端。

进一步地,所述学习状态图像包括知识图谱图像和学习能力强弱图像。

进一步地,所述结合所述机器学习模型的数据库中更新的教育节奏和社会时事构建与该学习终端绑定的学生的当前学习状态图像以及得到当前学习状态分析结果的步骤中,所述学习资料智能推送方法具体包括:

所述教育服务器按照时间顺序为接收到的学习数据和考试数据分配记忆因子;

根据所述记忆因子构建与该学习终端绑定的学生的当前学习状态图像以及得到当前学习状态分析结果。

进一步地,所述将所述学习终端每次发送的学习数据和考试数据进行关联后分别存储于预先创建的机器学习模型的数据库中的步骤之前,所述学习资料智能推送方法还包括:

对接收到的所述学习数据和所述考试数据分别进行预处理,其中,所述预处理包括统一数据格式和过滤干扰数据。

下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。

该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于四川生学教育科技有限公司,未经四川生学教育科技有限公司许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服

本文链接:http://www.vipzhuanli.com/pat/books/201811201640.3/2.html,转载请声明来源钻瓜专利网。

×

专利文献下载

说明:

1、专利原文基于中国国家知识产权局专利说明书;

2、支持发明专利 、实用新型专利、外观设计专利(升级中);

3、专利数据每周两次同步更新,支持Adobe PDF格式;

4、内容包括专利技术的结构示意图流程工艺图技术构造图

5、已全新升级为极速版,下载速度显著提升!欢迎使用!

请您登陆后,进行下载,点击【登陆】 【注册】

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top