[发明专利]基于神经网络的学习报告分析系统有效

专利信息
申请号: 202010616050.8 申请日: 2020-06-30
公开(公告)号: CN111738886B 公开(公告)日: 2021-04-30
发明(设计)人: 王鑫 申请(专利权)人: 上海松鼠课堂人工智能科技有限公司
主分类号: G06Q50/20 分类号: G06Q50/20;G06N3/08;G06N3/04
代理公司: 暂无信息 代理人: 暂无信息
地址: 200237 上海市徐*** 国省代码: 上海;31
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 神经网络 学习 报告 分析 系统
【说明书】:

发明公开了一种基于神经网络的学习报告分析系统,包括数据获取模块、数据量化模块以及系统训练模块;所述数据获取模块确定待分析学生的行为维度,获取所述行为维度对应的学生行为数据,并将所述学生行为数据发送至所述数据量化模块;所述数据量化模块对所述数据获取模块发送的所述学生行为数据进行量化,得到量化后的所述学生行为数据对应的行为观测数据值,并将所述行为观测数据值发送至系统训练模块;所述系统训练模块根据所述行为观测数据值,利用神经网络系统,对初始学习报告系统进行训练,得到基于神经网络的学习报告分析系统;实现了通过建立神经网络生成可高纬度分析的学习报告分析系统的目的。

技术领域

本发明涉及数据处理技术领域,特别涉及一种基于神经网络的学习报告分析系统。

背景技术

目前,在教育领域,针对学校的每一个在校学生,通常均需要为每个学生针对性地制定学习报告,这就需要用到学习报告分析系统;所谓的学习报告分析系统,就是指观测学生的一些行为,通过某种算法最终得到对学生的一个综合分析。传统的学习报告分析系统是:先将观测到的学生行为进行量化,随后通过线性权重的方式来进行分析。利用上述处理方式的学习报告分析系统主要存在如下缺陷:观测的学生行为具体应该涵盖哪些部分,以及为上述涵盖的部分所配置的线性权重是否合理,上述类似这些问题没有统一的标准,且均是人为主观地进行设置。

发明内容

本发明提供一种基于神经网络的学习报告分析系统,旨在通过建立神经网络生成对应的学习报告分析系统,使得学习报告的分析更加全面、客观。

本发明提供了一种基于神经网络的学习报告分析系统,所述基于神经网络的学习报告分析系统包括数据获取模块、数据量化模块以及系统训练模块,所述数据获取模块、数据量化模块以及系统训练模块之间通信连接,相互配合,执行基于神经网络的学习报告分析系统的相关操作事件;其中:

所述数据获取模块确定待分析学生的行为维度,获取所述行为维度对应的学生行为数据,并将所述学生行为数据发送至所述数据量化模块;

所述数据量化模块对所述数据获取模块发送的所述学生行为数据进行量化,得到量化后的所述学生行为数据对应的行为观测数据值,并将所述行为观测数据值发送至系统训练模块;

所述系统训练模块根据所述行为观测数据值,利用神经网络系统,对初始学习报告系统进行训练,得到基于神经网络的学习报告分析系统。

进一步地,所述数据获取模块确定待分析学生的行为维度,获取所述行为维度对应的学生行为数据包括:

所述数据获取模块确定待分析学生的行为维度,根据确定的所述行为维度,观测学生的行为事件;

从观测的所述行为事件中,记录并获取待分析的学生行为数据。

进一步地,所述数据获取模块确定待分析学生的行为维度,获取所述行为维度对应的学生行为数据包括:所述数据获取模块确定待分析学生针对某一单个学科的行为维度,获取待分析学生在所述单个学科中对应的学生行为数据;和/或:

所述数据获取模块确定待分析学生学习对应的所有学科进行综合评价时的行为维度,获取待分析学生在所有学科分别对应的学生行为数据;

根据所述数据获取模块得到的所述学生行为数据,所述基于神经网络的学习报告分析系统,利用所述单个学科对应的所述学生行为数据作为输入变量,计算得到单个学科对应的各学生的学习报告分析结果;和/或:

所述基于神经网络的学习报告分析系统,利用所述所有学科对应的学生行为数据作为输入变量,计算得到目前学习的所有学科对应的各学生的综合学习报告分析结果。

进一步地,所述系统训练模块根据所述行为观测数据值,利用神经网络系统,对初始学习报告系统进行训练,得到基于神经网络的学习报告分析系统,包括:

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上海松鼠课堂人工智能科技有限公司,未经上海松鼠课堂人工智能科技有限公司许可,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/202010616050.8/2.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