[发明专利]一种线上教育系统在审
申请号: | 202010732827.7 | 申请日: | 2020-07-27 |
公开(公告)号: | CN113988494A | 公开(公告)日: | 2022-01-28 |
发明(设计)人: | 赵勇 | 申请(专利权)人: | 上海萧傲文化传播有限公司 |
主分类号: | G06Q10/06 | 分类号: | G06Q10/06;G06Q50/20;G06N3/04;G09B5/08;G09B7/00 |
代理公司: | 上海宏京知识产权代理事务所(普通合伙) 31297 | 代理人: | 何艳娥 |
地址: | 200941 上海市*** | 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: | 一种 线上 教育系统 | ||
1.一种线上教育系统,其特征在于:所述系统包括账户管理模块、学习管理模块、学习状态监督模块以及学习推荐模块;
所述账户管理模块用于学生账号信息管理、账号密码信息管理以及账号登录信息管理;
所述学习管理模块用于学生课程学习标题、章、节管理,课后习题内容以及章节考试内容管理;
所述学习状态监督模块用于获取学生课后习题内容和章节考试内容,并且基于课后习题内容和章节考试内容进行深度学习,判断学生薄弱知识点;
所述学习推荐模块根据学生薄弱知识点生成个性化的学习推荐。
2.根据权利要求1所述一种线上教育系统,其特征在于:所述学习状态监督模块包括历史数据获取单元和神经网络模型;
所述历史数据获取单元用于获取学生课后习题内容和章节考试内容;
所述神经网络模型用于对学生课后习题内容和章节考试内容进行深度学习,输出学生薄弱知识点。
3.根据权利要求2所述一种线上教育系统,其特征在于:所述神经网络模型包括输入层、隐含层以及输出层,所述输入层包括a个神经元,输出层包括b个神经元;隐含层共计三层,每层神经元个数依次为(3a+1)/4、(a+1)/2、(a+3b)/4;
所述输出层输入学生课后习题内容和章节考试内容,所述输出层输出学生薄弱知识点。
4.根据权利要求3所述的一种线上教育系统,其特征在于:所述神经网络模型对课后习题内容和章节考试内容进行深度学习前需要进行模型训练处理,所述模型训练处理步骤为:
(1)采集学生课后习题内容和章节考试内容和薄弱知识点作为训练集的特征数据,所述训练集中的学生课后习题内容和章节考试内容与薄弱知识点一一对应;
(2)通过输入层采集训练集的特征数据,并且通过隐含层的卷积对特征数据进行线性变换;
(3)通过隐含层的激活函数对特征数据进行非线性变换;
(4)通过隐含层的Max Pooling函数对特征数据进行下采样;
(5)通过输出层对薄弱知识点进行匹配,输出匹配度最高的薄弱知识点。
5.根据权利要求1所述的一种线上教育系统,其特征在于:所述学习推荐模块根据学生薄弱知识点进行学习方案匹配,并且按照匹配度高低生成学习方案推荐表。
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萧傲文化传播有限公司,未经上海萧傲文化传播有限公司许可,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/202010732827.7/1.html,转载请声明来源钻瓜专利网。
- 同类专利
- 专利分类
G06Q 专门适用于行政、商业、金融、管理、监督或预测目的的数据处理系统或方法;其他类目不包含的专门适用于行政、商业、金融、管理、监督或预测目的的处理系统或方法
G06Q10-00 行政;管理
G06Q10-02 .预定,例如用于门票、服务或事件的
G06Q10-04 .预测或优化,例如线性规划、“旅行商问题”或“下料问题”
G06Q10-06 .资源、工作流、人员或项目管理,例如组织、规划、调度或分配时间、人员或机器资源;企业规划;组织模型
G06Q10-08 .物流,例如仓储、装货、配送或运输;存货或库存管理,例如订货、采购或平衡订单
G06Q10-10 .办公自动化,例如电子邮件或群件的计算机辅助管理