[发明专利]一种基于人工智能的视频学习成效评估方法

权利要求书

1.一种基于人工智能的视频学习成效评估方法，包括控制端主机和使用端主机，所述控制端主机与使用端主机通过物联网信号连接，其特征在于：所述控制端主机内还包括数据库，所述数据库内包括与知识点对应的多套难易题目，具体测试步骤如下：

S1、学前综合测试：制备一套学前测试考卷，对学员进行知识点考察，深度了解学员的对待知识点的掌握情况及易错题目类型，综合测试包含昨日知识点及今日知识点；

S2、错题整理：对步骤S1测试成绩进行错题统计，制备错题集，并对错题率最高的题型进行集中标注，从而确定普遍的知识盲点；

S3、视频调整：将步骤S2中确定错题集确定的错题集调整教学视频的知识点侧重点，对错题率最高的知识点进行着重讲解，并对易错题目进行举例讲解；

S4、播放信息记录：视频投放后，记录对应视频总播放时长及对应视频的播放次数，收集信息并与步骤S2中记录的知识盲点进行对比；

S5、随堂测试；

S5.1：视频学习完成后，进行当日知识点随堂测试，测试题按照知识点分为难易两种题型；

S5.2：按照难易程度分别记录随堂测试的正确率和答题时长；

S6、建立判定模型：以使用者测验后之能力结果为分类依据，分成若干组距，并按照测试题目难易程度进行分类预测及判定信息模块；

S7、成绩判定：按照难易度分类判定学习成绩；

①若成绩均达标，则当日视频学习工作结束，系统将当日错题进行整理，生成单人学习成果模型；

②若简易题目达标、难度题目未达标，系统将生成当日学习成果模型，并进行从步骤S3-步骤S5的步骤重复，期间步骤S5中随堂测试题仅为难度题；

③若难易题目成绩均为达标，系统生成当日学习成果模型后，重复步骤S3-步骤S7，再次进行随堂测试成绩判定；

S8、单人学习成果模型的建立：统计视频学习完成后的学员的学习成果，并统计错题类型，建立系统的学员学后未掌握难题集。

2.根据权利要求1所述的一种基于人工智能的视频学习成效评估方法，其特征在于：所述步骤S7中的成绩的判定将难易两类题型进行分类判定。

3.根据权利要求1所述的一种基于人工智能的视频学习成效评估方法，其特征在于：所述步骤S7中难易题目的达标成绩值不同，按照易-高、难-低的判定标准执行。