[发明专利]计算机数字化教学资源的调取系统及方法

说明书

一种计算机数字化教学资源的调取系统及方法。本发明对教学资源和题库资源按照学科知识体系建立其对应的标记向量Q＝{q₁,q₂,…,q_|N|}，利用该向量标识资源与对应编号的要点之间的相关程度。在用户登录系统后，根据对用户教学进度矩阵K＝(N,R,G)的最终，通过卷积神经网络模型CNN确认用户所需要进一步学习或训练的教学资源或题库资源，根据训练结果更新有用户对学科知识体系中的各个要点的掌握情况。本发明利用矩阵实现对学科内知识点之间逻辑联系的表征，按照学科内部逻辑，结合用户自身特点，通过卷积神经网络模型CNN筛选适合的教学资源和题库资源进行学习。本发明能够使使用者的学习过程更为系统化，能够引导使用者了解学科内部知识点之间的逻辑联系，因而教学效果更好。

技术领域

本发明涉及计算机数字化资源应用领域，具体而言涉及一种计算机数字化教学资源的调取系统及方法。

背景技术

现有的教学资源包括由各种媒体素材库、题库、案例库、课件库等。各种教学资源，由于其资源类型和存储方式不同，会导致管理和调取上的困难。目前，针对各类教学资源，通常采用的管理和调取方式，主要是建立文件目录进行管理。这种管理方式存在以下问题：

1、文件目录中关键词的选择会显著影响检索效率。由于教学资源信息数量庞大，很难通过几个关键词明确教学资源所对应的知识点。尤其，针对课件、案例等资源，单个资源内所涵盖的知识点往往很密集，很难通过有限的关键词准确对应至这种综合性教学资源的中对应该关键词的准确位置。因此，现有教学资源的管理方式，其不利于检索，不利于对教学资源的综合应用。

2、现有的文件目录无法明确教学资源中所对应的知识点，很难针对相关知识点进行综合性、系统化的演示、教学和训练。对教学资源之间逻辑联系和知识体系的梳理，很大程度上依旧依赖于教育工作者自身素养。现有教学资源，其教学效果个体差别很大，同学课后整理复习梳理知识体系难度大。

发明内容

本发明针对现有技术的不足，提供一种计算机数字化教学资源的调取系统及方法，本发明利用矩阵表示学科知识体系中各要点之间的联系，依据该联系以及使用者状况通过卷积神经网络筛选适合的资源供使用者学习，从而使得其学校更为系统高效。本发明具体采用如下技术方案。

首先，为实现上述目的，提出一种计算机数字化教学资源的调取方法，其步骤包括：第一步，登录账号；第二步，调取当前账号所对应的教学进度矩阵K＝(N,R,G)；其中，N＝{n₁,n₂,…,n_|N|}表示学科知识体系中的各个要点的集合，其下标表示要点的编号，其中|N|表示要点的总数，R＝{r₁,r₂,…,r_|N|}表示学科知识体系中的各个要点之间的逻辑联系矩阵，G＝{g₁,g₂,…,g_|N|}表示当前账号对学科知识体系中的各个要点的掌握情况；第二步，根据G＝{g₁,g₂,…,g_|N|}显示当前账号对学科知识体系中的各个要点的掌握情况，根据各个要点之间的逻辑联系矩阵R采用卷积神经网络模型CNN提取所述当前账号对学科知识体系中的各个要点的掌握情况G所对应的特征信息第三步，对第二步中所提取出来的特征信息进行max-pooling处理，获得特征向量，对特征向量中各元素数值按照Softmax函数进行提取，根据提取的特征向量中的元素所对应的要点g_i，1≤i≤|N|，调取并输出对应的教学资源，调取对应题库资源进行训练并对训练结果进行评分；第四步，根据训练评分结果a＝{a₁,a₂,…,a_|N|}，更新当前账号对学科知识体系中的各个要点的掌握情况G＝{g₁,g₂,…,g_|N|}+{a₁,a₂,…,a_|N|}；第五步，重复上述第一步至第四步，直至当前账号退出登录。