[发明专利]基于对抗网络模型的陪伴学习角色生成方法和系统

说明书

本发明提供了基于对抗网络模型的陪伴学习角色生成方法和系统，其能够根据不同学生的历史学习内容数据对应的难度级别形成不同的样本数据集合，并且还利用对抗网络模型对不同的样本数据集合进行处理，以此实现对学生的学习能力类别初步划分和学习能力类别划分误差确定，这样能够为后续对不同的样本数据集合进行重新分析处理，并得到学生各自对应的学习能力类别最终划分信息以及确定与学生匹配的陪伴学习角色，从而便于根据不同学生自身的实际学习情况生成与之匹配的虚拟陪伴学习角色以及提高虚拟现实教学的人性化和体验性。

技术领域

本发明涉及智能教育的技术领域，特别涉及基于对抗网络模型的陪伴学习角色生成方法和系统。

背景技术

目前，虚拟现实教学方式广泛应用于在线教学中，学生通过接入相应的虚拟现实教学课程中就能够获得相应的沉浸式课程教学，这样能够极大地提高学生的学习效率和学习兴趣。在实际应用中，虚拟现实教学通常都会为学生提供若干虚拟陪伴学习角色，学生通过选择相应的虚拟陪伴学习角色能够在学习过程中与其进行互动，以此提高虚拟现实教学的趣味性，但是这些虚拟陪伴学习角色都是预设设置的，其无法根据不同学生的实际情况为其设计合适的虚拟陪伴学习角色，这严重地降低虚拟现实教学的人性化和体验性。可见，现有技术需要能够根据不同学生自身的实际学习情况生成与之匹配的虚拟陪伴学习角色的方法。

发明内容

针对现有技术存在的缺陷，本发明提供基于对抗网络模型的陪伴学习角色生成方法和系统，其通过获取若干学生的历史学习内容数据，并根据该历史学习内容数据的难度级别，将该历史学习内容数据划分为若干样本数据集合，并将对抗网络模型对若干该样本数据集合进行分析处理，从而获得该学生各自对应的学习能力类别初步划分信息和学习能力类别划分误差信息，再根据该学习能力类别初步划分信息和该学习能力类别划分误差信息，指示该对抗网络模型对若干该样本数据集合进行重新分析处理，从而获得该学生各自对应的学习能力类别最终划分信息，并根据该学习能力类别最终划分信息，确定与该学生匹配的陪伴学习角色；可见，该基于对抗网络模型的陪伴学习角色生成方法和系统能够根据不同学生的历史学习内容数据对应的难度级别形成不同的样本数据集合，并且还利用对抗网络模型对不同的样本数据集合进行处理，以此实现对学生的学习能力类别初步划分和学习能力类别划分误差确定，这样能够为后续对不同的样本数据集合进行重新分析处理，并得到学生各自对应的学习能力类别最终划分信息以及确定与学生匹配的陪伴学习角色，从而便于根据不同学生自身的实际学习情况生成与之匹配的虚拟陪伴学习角色以及提高虚拟现实教学的人性化和体验性。

本发明提供基于对抗网络模型的陪伴学习角色生成方法，其特征在于，其包括如下步骤：

步骤S1，获取若干学生的历史学习内容数据，并根据所述历史学习内容数据的难度级别，将所述历史学习内容数据划分为若干样本数据集合；

步骤S2，将对抗网络模型对若干所述样本数据集合进行分析处理，从而获得所述学生各自对应的学习能力类别初步划分信息和学习能力类别划分误差信息；

步骤S3，根据所述学习能力类别初步划分信息和所述学习能力类别划分误差信息，指示所述对抗网络模型对若干所述样本数据集合进行重新分析处理，从而获得所述学生各自对应的学习能力类别最终划分信息，并根据所述学习能力类别最终划分信息，确定与所述学生匹配的陪伴学习角色；

进一步，在所述步骤S1中，获取若干学生的历史学习内容数据，并根据所述历史学习内容数据的难度级别，将所述历史学习内容数据划分为若干样本数据集合具体包括：

步骤S101，获取若干所述学生在上一学年学习过程中对应的历史学习数据，并对所述历史学习数据依次进行数据去重处理和数据卡尔曼滤波处理；

步骤S102，获取所述历史学习数据包含的每一项学习子数据的科目类型和学习数据信息量，并根据所述科目类型和所述学习数据信息量，确定每一项学习子数据的难度级别；