[发明专利]一种新生入学服务系统和方法有效

专利信息
申请号: 201811449819.0 申请日: 2018-11-30
公开(公告)号: CN109598658B 公开(公告)日: 2023-05-02
发明(设计)人: 龙锦益;刘明怡;肖东胜;宫松彧龍;吴杏柳;蔡思涵;刘汝荣 申请(专利权)人: 暨南大学
主分类号: G06Q50/20 分类号: G06Q50/20;G06F16/33;G06F16/332
代理公司: 广州市华学知识产权代理有限公司 44245 代理人: 雷芬芬
地址: 510632 广东*** 国省代码: 广东;44
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 一种 新生 入学 服务 系统 方法
【说明书】:

发明公开了一种新生入学服务系统和方法,该系统包括:彼此连接的后台服务端和移动终端;所述后台服务端包括:用户管理模块、语料管理模块和消息管理模块;所述移动终端包括:安全性身份验证模块、机器问答模块、校内信息模块和新生报到指引模块;所述机器问答模块,和消息管理模块连接,用于接收学生输入的问题;所述消息管理模块,还和语料管理模块连接,用于根据问题通过预先训练好的模型生成回答,并将回答返回给机器问答模块;所述校内信息模块,和学校官方通知网站相连,用于发布校内信息;所述新生报到指引模块,用于针对不同报到阶段让学生获取图文并茂的报到指引,实现了“一对多”的高效问答服务,打破人力物力不足的局限。

技术领域

本发明涉及校园教育服务技术领域,具体涉及一种新生入学服务系统和方法。

背景技术

2017年是人工智能元年,人工智能已经跨过“实体世界智能化”进入“全自动智能化”阶段,人工智能是当前人类所面对的最为重要的技术社会变革,是互联网诞生以来的第二次技术社会形态在全球的萌芽,具有重大的国家战略意义。目前机器学习在各个领域如:互联网、金融、零售、工业、城市、医疗、政府等都有良好的落地效果,但在校园教育服务领域中却没有较好的落地实施。

传统的校园服务通常为“一对多”的模式,对人工服务者具有较高的素质要求,同时也需要耗费较多的人力物力资源,而传统校园服务的这种资源不对等关系,会直接导致服务效率的下降,因此,行业内急需一种基于人工智能的高效自动化智能服务系统或者方法。

发明内容

本发明的目的是为了克服以上现有技术存在的不足,提供了一种新生入学服务系统。

本发明的另一目的是为了克服以上现有技术存在的不足,提供了一种新生入学服务方法。

本发明的目的通过以下的技术方案实现:

一种新生入学服务系统,包括:彼此连接的后台服务端和移动终端;所述后台服务端包括:用户管理模块、语料管理模块和消息管理模块;所述移动终端包括:安全性身份验证模块、机器问答模块、校内信息模块和新生报到指引模块;所述安全性身份验证模块,和用户管理模块连接,用于接收学生输入的ID信息;所述用户管理模块,用于将ID信息与预先存储的学生信息进行匹配;所述机器问答模块,和消息管理模块连接,用于接收学生输入的问题;所述消息管理模块,还和语料管理模块连接,用于根据问题通过预先训练好的模型生成回答,并将回答返回给机器问答模块;所述语料管理模块,用于根据所述问题执行语料的插入、删除、修改,并将所述语料方返回至消息管理模块;所述校内信息模块,和学校官方通知网站相连,用于发布校内信息;所述新生报到指引模块,用于针对不同报到阶段让学生获取图文并茂的报到指引。

优选地,所述消息管理模块,还用于抓取用户输入的问题中的短语/句子,对短语/句子进行分词解析,对解析后的短语/句子采用自然语言处理方法、TensorFlow和PyTorch的深度学习框架通过预先训练好的模型生成回答,并返回给机器问答模块。

优选地,所述校内信息模块,还用于对学校官方通知网站上的校内信息进行敏感词识别,将识别出的敏感词进行过滤,对标题及通知内容进行扫描,屏蔽掉意识形态引流的校内信息。

优选地,所述新生入学服务系统还包括:个性地图;所述个性地图,用于展示校园内部道路及建筑的具体位置,并自动定位学生的位置。

优选地,所述ID信息包括学生的账号和密码。

本发明的另一目的通过以下的技术方案实现:

一种新生入学服务方法,包括:

安全性身份验证模块接收学生输入的ID信息,并将所述ID信息发送至用户管理模块;

用户管理模块将ID信息与预先存储的学生信息进行匹配;

若匹配成功,则移动终端和后台服务端连接;

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暨南大学,未经暨南大学许可,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/201811449819.0/2.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