[发明专利]智能学生、教师和家长匹配分班方法在审

专利信息
申请号: 202010892929.5 申请日: 2020-08-31
公开(公告)号: CN112017086A 公开(公告)日: 2020-12-01
发明(设计)人: 崔炜 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;G06Q10/06
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: 智能 学生 教师 家长 匹配 方法
【权利要求书】:

1.一种智能学生、教师和家长匹配分班方法,其特征在于,所述方法包括:

接收学生触发的上课请求,获取触发所述上课请求的学生信息,并获取所述上课请求对应的需求信息;

基于所述需求信息,获取与所述需求信息相匹配的授课信息,并根据所述授课信息,匹配对应的教师信息;

根据获取的所述授课信息和教师信息,获取所述学生信息对应学生所在的授课班级,并将对应的授课班级信息反馈至所述学生终端,将所述学生信息和与所述学生信息匹配的授课班级信息反馈至与所述学生信息相关联的家长终端。

2.如权利要求1所述的智能学生、教师和家长匹配分班方法,其特征在于,所述接收学生触发的上课请求,之前还包括:

接收教师触发的合法的信息发布指令,获取所述信息发布指令对应的教师信息和授课信息;

根据所述教师信息和授课信息,生成对应的所述授课班级。

3.如权利要求2所述的智能学生、教师和家长匹配分班方法,其特征在于,所述根据获取的所述授课信息和教师信息,获取所述学生信息对应学生所在的授课班级,包括:

根据获取的教师信息,获取所述教师信息对应的教师的评分等级;

在所述评分等级超过预设评分等级值时,根据所述授课信息,获取与所述授课信息和教师信息相关联的授课班级;

根据相关联的授课班级,获取所述授课班级对应的匹配学生队列;

将所述授课班级对应的匹配学生队列发送至所述教师信息对应的教师终端,供所述教师确认;

接收所述教师触发的反馈指令,获取对应的反馈信息,确定所述匹配学生队列中相关学生所在的授课班级。

4.如权利要求3所述的智能学生、教师和家长匹配分班方法,其特征在于,所述接收所述教师触发的反馈指令,获取对应的反馈信息,确定所述匹配学生队列中相关学生所在的授课班级,包括:

接收所述教师触发的反馈指令,获取所述反馈指令对应的反馈信息并解析,根据所述反馈信息的解析结果,获取所述反馈信息对应的学生匹配信息;

若所述学生匹配信息为:确认接受所述匹配学生队列中的所有学生均为所述授课班级的学生,则将所述匹配学生队列中所有学生对应的学生信息与所述授课班级进行匹配关联;

若所述学生匹配信息为:接受排列在所述匹配学生队列中的前N个学生为所述授课班级的学生,则获取前N个学生对应的N条学生信息,并将所述N条学生信息与所述授课班级进行匹配关联。

5.如权利要求2至4任一项所述的智能学生、教师和家长匹配分班方法,其特征在于,所述接收教师触发的合法的信息发布指令,获取所述信息发布指令对应的教师信息和授课信息,包括:

接收教师触发的信息发布指令,对所述信息发布指令的合法性进行鉴权,并在鉴权通过时,获取所述信息发布指令对应的教师信息;

根据所述教师信息,判断所述教师信息对应教师是否为合格注册教师;

若所述教师是合格注册教师,则允许发布对应的授课信息;

若所述教师不是合格注册教师,则不允许发布对应的授课信息。

6.如权利要求5所述的智能学生、教师和家长匹配分班方法,其特征在于,所述教师是合格注册教师,则允许发布所述信息发布指令对应的授课信息,包括:

若所述教师是合格注册教师,则接收所述教师基于所述信息发布指令所发布的授课信息;

获取所述授课信息对应的知识大纲,并对所述知识大纲映射的知识点进行测评,得到所述授课信息对应的职业等级;

获取所述教师信息中对应的职业能力数据,得到所述教师的职业能力范围,判断所述职业等级是否超出所述教师的职业能力范围;

若所述职业等级超出所述职业能力范围,则提醒所述教师对发布的所述授课信息进行修改,直至所述职业等级在所述教师的职业能力范围内;

若所述职业等级在所述职业能力范围内,在允许所述教师发布所述授课信息。

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/202010892929.5/1.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