[发明专利]一种基于智慧校园的精准化智能型育人平台在审

专利信息
申请号: 201910791636.5 申请日: 2019-08-26
公开(公告)号: CN110517171A 公开(公告)日: 2019-11-29
发明(设计)人: 熊维军;黄顺;陈欢 申请(专利权)人: 成都市知用科技有限公司
主分类号: G06Q50/20 分类号: G06Q50/20
代理公司: 51236 成都知集市专利代理事务所(普通合伙) 代理人: 鲁力<国际申请>=<国际公布>=<进入国
地址: 610000 四川省成*** 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: 服务程序 大数据 校园 服务业务 评估报告 精准化 智能 门户 能力评估模型 智能管理系统 标准化管理 学生 分析比较 服务平台 架构体系 数据采集 数据信息 数据中心 体系架构 学生能力 移动门户 应用门户 综合素质 推送 评估 应用 决策 分析 开发
【说明书】:

发明公开了一种基于智慧校园的精准化智能型育人平台,a.基于微服务平台架构体系快速开发数据微服务程序;b.智能管理系统,对微服务程序进行数据采集集成,并对数据信息进行标准化管理;c.建立学生素质能力评估模型;d.进行学生的大数据分析;e.生成学生能力的精准评估报告;f.针对评估报告并自动提出诊改建议,并对其推送诊改建议对应的微服务程序。与现有技术相比,本发明的智能校园平台采用基于大数据的微服务业务体系架构,形成了从智能校园校本数据中心为核心,应用门户、移动门户、决策门户、诊改门户为标准,各微服务业务应用为基础的智能校园集成方案和实施能力,通过大数据分析比较,实现学生综合素质的精准化评估和诊改。

技术领域

本发明涉及一种物联网大数据应用领域,尤其涉及一种基于智慧校园的精准化智能型育人平台。

背景技术

目前针对学生的评价管理没有评估标准与依据。只能通过教师的评价进行展示,教师只能对其学习情况以及所看到表现对其认知,对学生的评价并不完善与准确。无法对学生成绩以外的因素进行综合素质的精准化评估。而且无法快速找出学生综合素质能力的薄弱点,无法进行针对的辅导与帮助。

发明内容

本发明的目的就在于提供一种解决了上述问题,基于智慧校园实现了学生综合素质分析评估,并进行精准化诊改的精准化智能型育人平台。

为了实现上述目的,本发明采用的技术方案是:一种基于智慧校园的精准化智能型育人平台,

a.基于微服务平台架构体系快速开发数据微服务程序,微服务程序包括微门户、微应用、微管理、微数据和基础设施;

b.智能管理系统,对微服务程序进行数据采集集成,并对数据信息进行标准化管理,实现各微服务程序之间数据共享存储,并对采集后的数据进行集成监控和数据质量管理;

c.建立学生素质能力评估模型;

d.基于学生素质能力评估模型进行学生的大数据分析;

e.生成学生能力的精准评估报告;

f.针对评估报告并自动提出诊改建议,并对其推送诊改建议对应的微服务程序。

作为优选,微门户包括应用门户、移动门户、决策门户、诊改门户;

微应用包括微学生大厅、微一卡通、微图书馆、微课程、微考勤、微活动、微请假、微维修等;

微管理包括教务管理、在线教育管理、实验实训管理、产教联盟管理、单招管理、迎新管理、学工管理、图书管理、缴费管理、离校管理、宿舍管理、一卡通管理;

微数据基于微服务的校本大数据中心,标准化数据接口,统一数据权限;

基础设施包括校园网、服务器、物联网、传感射频、存储等。

作为优选,微应用进行日常监控、微专业发展监测、微学生综合素质测评监测、微教师发展监测、微预警(多途径多种类预警推送)、微学习、专业、课程、教师、学生等诊改建议等。

作为优选,微管理进行对台监控管理、预警推送管理、常态化预警性/常态化考核性诊改管理、诊改建议管理。

作为优选,诊改门户,基于诊改智能校园的微服务的校本大数据中心数据共享,基于改学生素质能力评估模型中的知识画像模型数据指标,基于诊改学校、专业、课程、老师、学生等状态数据。

作为优选,通过智能管理系统提取微服务程序中个人信息建立个人数字档案,智能管理系统对分散存储在各个业务系统中,关于学生的信息进行集中的汇集展现,并为集中的导出和修改等操作提供便利。解决学生相关数据重复录入、重复填报的问题,以帮助填报者和管理者减少工作量,提高工作效率。

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成都市知用科技有限公司,未经成都市知用科技有限公司许可,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/201910791636.5/2.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