[发明专利]基于大数据和人工智能的互联网精准化教学方法及系统

权利要求书

1.基于大数据和人工智能的互联网精准化教学方法，其特征是，包括以下步骤：

S101：获取用户的身份信息，并在身份信息验证通过后授予相应的学习权限；

S102：根据身份信息进行大数据实时搜索用户的历史网络足迹数据，并对历史网络足迹数据进行数据分类、数据分析后得到用户的兴趣爱好领域信息；

S103：通过识别用户的身份信息以获取用户的学习等级信息，并根据学习等级信息从预构建的课程数据库中匹配相应的知识点课程；

S104：提取知识点课程中的知识点信息，根据知识点信息在预构建的示例数据库中匹配出与知识点信息关联的示例总集，并从示例总集中筛选出与兴趣爱好领域信息匹配的示例子集；

S105：将示例子集与对应的知识点信息关联后生成示例链接，并将示例链接嵌入知识点课程中知识点信息对应位置处，以及对知识点课程进行更新后得到互联网精准化教学课程。

2.根据权利要求1所述的基于大数据和人工智能的互联网精准化教学方法，其特征是，所述兴趣爱好领域信息获取具体为：

根据生活习性分类将历史网络足迹数据分成多个数据集；

获取数据集中各个足迹数据在预设期间内的浏览频率、浏览时间、间隔时间；

根据浏览频率、停留时间、浏览间隔时间计算各个数据集的评价权重值；

选取评价权重值最大的数据集所标记的习性分类类别作为兴趣爱好领域信息。

3.根据权利要求2所述的基于大数据和人工智能的互联网精准化教学方法，其特征是，所述评价权重值计算具体为：

式中，n表示数据集中足迹数据的数量；W_n表示第n个足迹数据的评价权重值；T₀表示预设期间；f_n表示第n个足迹数据的浏览频率；表示第n个足迹数据的浏览时间平均值；表示n个足迹数据之间浏览切换的间隔时间平均值；表示数据集的评价权重值。

4.根据权利要求1所述的基于大数据和人工智能的互联网精准化教学方法，其特征是，所述知识点信息提取具体为：

根据关键词识别技术提取知识点课程中每一个知识点对应的关键词组；

获取知识点课程中对应知识点的目录关联关系；

根据目录关联关系对关键词组中的关键词进行分级处理后建立教学思路框架；

将关键词组中的关键词与教学思路框架融合处理后建立对应知识点的教学思路图谱。

5.根据权利要求1所述的基于大数据和人工智能的互联网精准化教学方法，其特征是，所述示例总集匹配具体为：

获取示例数据库中各个教学示例的的示例思路图谱；

根据示例思路图谱和教学思路图谱计算各个教学示例的实际相识度；

选择实际相识度不小于预设的标准相识度的教学示例构成示例总集。

6.根据权利要求5所述的基于大数据和人工智能的互联网精准化教学方法，其特征是，所述实际相识度计算具体为：

式中，XS表示实际相识度；N_S表示示例思路图谱中的关键词数量；N_J表示教学思路图谱中的关键词数量；N_T表示示例思路图谱与教学思路图谱中的相同关键词数量；N_iL表示某一相同关键词在示例思路图谱中与其他相同关键词存在同级或邻级关系的数量；K_iL表示两个相同关键词的识别度，若两个相同关键词在教学思路图谱中存在同级或邻级关系，则K_iL取值为1，反之取值为0。

7.根据权利要求1所述的基于大数据和人工智能的互联网精准化教学方法，其特征是，所述示例子集匹配具体为：

获取示例总集中表征领域方向的领域特征信息，并将领域特征信息划分成与兴趣爱好领域信息相关的相关领域集和不相关的不相关领域集；

选取相关领域集在领域特征信息的占比值大于预设占比值的教学示例作为示例子集。