[发明专利]基于大数据的智慧教育管理方法、系统和可读存储介质在审

专利信息
申请号: 202110984967.8 申请日: 2021-08-26
公开(公告)号: CN113656749A 公开(公告)日: 2021-11-16
发明(设计)人: 张天莹;钟蕾;孙小光;黎波;刘秀川 申请(专利权)人: 北京通建泰利特智能系统工程技术有限公司
主分类号: G06F17/11 分类号: G06F17/11;G06N3/08;G06Q10/06;G06Q50/20
代理公司: 北京沃杰永益知识产权代理事务所(普通合伙) 11905 代理人: 杨杰
地址: 100000 北京市海淀区中*** 国省代码: 北京;11
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 基于 数据 智慧 教育 管理 方法 系统 可读 存储 介质
【权利要求书】:

1.一种基于大数据的智慧教育管理方法,其特征在于,包括以下步骤:

统计学生各科成绩,输入到识别神经网络模型中,获取模拟输出值;

基于模拟输出值,根据结果判定算法自动获取所述学生的教育导向,并匹配教学方案数据库输出目标教学方案;

基于大数据分析获取任教老师的教学反馈信息,并基于所述教学反馈信息结合预设的级别算法获取对应的所述任教老师的反馈等级;

基于所述教育方案以及所述反馈等级输出师生信息明细表进行动态管理。

2.根据权利要求1所述的一种基于大数据的智慧教育管理方法,其特征在于,所述统计学生各科成绩,输入到识别神经网络模型中,获取模拟输出值,具体为:

统计学生每次考试考核的各科成绩,提取总成绩的均值与变化曲线以及各科成绩均值与变化曲线作为实验数据包;

将所述实验数据包输入到训练好的所述识别神经网络模型中进行自动识别,得到所述模拟输出值。

3.根据权利要求2所述的一种基于大数据的智慧教育管理方法,其特征在于,所述识别神经网络模型训练方法为:

获取历史检测数据的成绩均值与变化曲线;

将历史检测数据的成绩均值与变化曲线进行预处理,得到训练样本集;

将所述训练样本集输入至初始化的所述检测神经网络模型中训练;

获取输出结果的准确率;

若所述准确率大于预设的准确率阈值,则停止训练,得到所述检测神经网络模型。

4.根据权利要求1所述的一种基于大数据的智慧教育管理方法,其特征在于,所述基于模拟输出值,根据结果判定算法自动获取所述学生的教育导向,并匹配教学方案数据库输出目标教学方案,具体为:

根据模拟输出值进行分析,获取各科的成绩比重与变化规律;

通过所述判定算法计算得出对应学生的所述教育导向;

基于所述教育导向匹配所述教学方案数据库,将符合预设匹配度的教学方案作为所述目标教学方案进行输出。

5.根据权利要求1所述的一种基于大数据的智慧教育管理方法,其特征在于,所述基于大数据分析获取任教老师的教学反馈信息,并基于所述教学反馈信息结合预设的级别算法获取对应的所述任教老师的反馈等级,具体为:

基于大数据获取所述任教老师的教学反馈信息,其中,所述教学反馈信息来源包括学生及其家长,以及相同学科的其他任教老师;

基于所述教学反馈信息调用所述级别算法进行计算,以获取计算结果;

基于所述计算结果匹配等级对照数据表以得到所述任教老师的反馈等级。

6.根据权利要求1所述的一种基于大数据的智慧教育管理方法,其特征在于,所述基于所述教育方案以及所述反馈等级输出师生信息明细表进行动态管理,具体为:

提取学生属性信息以及所述教育方案作为学生明细;

提取所述任教老师的属性信息以及所述反馈等级作为教师明细;

结合所述学生明细以及所述教师明细作为所述师生信息明细表,并同步更新表格内的登记数据进行动态管理。

7.一种基于大数据的智慧教育管理系统,其特征在于,包括存储器和处理器,所述存储器中包括基于大数据的智慧教育管理方法程序,所述基于大数据的智慧教育管理方法程序被所述处理器执行时实现如下步骤:

统计学生各科成绩,输入到识别神经网络模型中,获取模拟输出值;

基于模拟输出值,匹配教学方案数据库,并根据结果判定算法自动获取所述学生的教育方案并输出;

基于大数据分析获取任教老师的教学反馈信息,并基于所述教学反馈信息结合预设的级别算法获取对应的所述任教老师的反馈等级;

基于所述教育方案以及所述反馈等级输出师生信息明细表进行动态管理。

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北京通建泰利特智能系统工程技术有限公司,未经北京通建泰利特智能系统工程技术有限公司许可,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/202110984967.8/1.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