[发明专利]个人学习路径生成方法、设备及可读存储介质在审

专利信息
申请号: 201911423232.7 申请日: 2019-12-30
公开(公告)号: CN111046852A 公开(公告)日: 2020-04-21
发明(设计)人: 杨思洋 申请(专利权)人: 深圳泺息科技有限公司
主分类号: G06K9/00 分类号: G06K9/00;G06Q50/20
代理公司: 深圳市恒程创新知识产权代理有限公司 44542 代理人: 张小容
地址: 518000 广东省深圳市南山区粤海*** 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: 个人 学习 路径 生成 方法 设备 可读 存储 介质
【权利要求书】:

1.一种个人学习路径生成方法,其特征在于,所述个人学习路径生成方法包括:

获取当前用户基于预设智能学习设备所做出的反馈信息,其中,反馈信息至少包括情绪反馈信息、动作反馈信息与学习反馈信息;

基于预设识别算法与预设标准反馈规则分析所述情绪反馈信息、动作反馈信息与学习反馈信息,获取分析结果;

结合分析结果、预设教育知识结构以及学习模式效果响应库,生成当前用户的个人学习路径。

2.如权利要求1所述的个人学习路径生成方法,其特征在于,所述获取当前用户基于预设智能学习设备所做出的反馈信息的步骤包括:

基于所述预设智能学习设备中的摄像设备获取当前用户的情绪反馈信息与动作反馈信息;

基于所述预设智能学习设备中的选项感应器获取当前用户的学习反馈信息。

3.如权利要求2所述的个人学习路径生成方法,其特征在于,所述基于所述预设智能学习设备中的选项感应器获取当前用户的学习反馈信息的步骤包括:

基于预设选项感应器获取当前用户对于每一选项勾选指令的勾选次数与勾选正误信息,将所述勾选次数与勾选正误信息作为所述学习反馈信息。

4.如权利要求1所述的个人学习路径生成方法,其特征在于,所述基于预设识别算法与预设标准反馈规则分析所述情绪反馈信息、动作反馈信息与学习反馈信息,获取分析结果的步骤包括:

基于预设动作情绪匹配规则,识别所述情绪反馈信息的情绪类别;

基于预设识别算法中的动作识别算法与预设标准反馈规则,判断当前用户对于指定动作指令的动作反馈类型;

基于预设标准反馈规则判断所述学习反馈信息所指向知识点的熟练程度,其中,所述情绪类别、动作反馈类型与熟练程度为所述分析结果。

5.如权利要求4所述的个人学习路径生成方法,其特征在于,所述基于预设识别算法中的动作识别算法与预设标准反馈规则,判断当前用户对于指定动作指令的动作反馈类型的步骤包括:

基于所述动作识别算法,判断当前用户在翻页动作指令发出后的预设第一时长内是否做出翻页动作;

若当前用户在所述预设第一时长内做出翻页动作,则判定所述翻页动作指令对应的动作反馈类型为正确反馈类型;

若当前用户在所述预设第一时长内未做出翻页动作,则判断当前用户是否在预设第二时长内做出翻页动作,其中,所述预设第二时长大于所述预设第一时长。

6.如权利要求5所述的个人学习路径生成方法,其特征在于,所述若当前用户在所述预设第一时长内未做出翻页动作,则判断当前用户是否在预设第二时长内做出翻页动作的步骤之后,还包括:

若当前用户在所述预设第二时长内做出翻页动作,则判定所述翻页动作指令对应的动作反馈类型为滞后反馈类型;

若当前用户在所述预设第二时长内未做出翻页动作或做出非翻页动作,则判定所述翻页动作指令对应的动作反馈类型为错误反馈类型。

7.如权利要求4所述的个人学习路径生成方法,其特征在于,所述结合分析结果、预设教育知识结构以及学习模式效果响应库,生成当前用户的个人学习路径的步骤包括:

基于指向知识点的所述熟练程度生成当前用户的个人知识结构;

对比预设教育知识结构与所述个人知识结构,确定所述个人学习路径中的待掌握知识点,以基于所述待掌握知识点为当前用户制定碎片化学习内容;

基于所述情绪类别、动作反馈类型与学习模式效果响应库,确定所述个人学习路径中的学习阶段规划与学习内容优先级。

8.如权利要求1所述的个人学习路径生成方法,其特征在于,所述获取当前用户基于预设智能学习设备所做出的反馈信息的步骤之前,还包括:

基于预设图像边缘算法对预存人物图像进行边缘处理,生成目标教师形象;

对所述目标教师形象进行表情匹配,生成动态虚拟教师形象,以将所述动态虚拟教师形象运用于虚拟课堂,并通过所述预设智能学习设备中的家庭智能电视放映。

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深圳泺息科技有限公司,未经深圳泺息科技有限公司许可,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/201911423232.7/1.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