[发明专利]一种基于人工智能的学生学习情况分析方法及教学系统

权利要求书

1.一种基于人工智能的学生学习情况分析方法，其特征在于，所述方法包括：

提取学习同一课程时所有学生的测试成绩；

根据所述测试成绩对学生进行聚类划分，得到初步划分的学生类别；

根据所述初步划分的学生类别迭代寻找新的划分标准样本，并重新划分学生类别，得到最终的学生类别；

根据所述最终的学生类别得到所有学生的学习情况。

2.根据权利要求1所述的一种基于人工智能的学生学习情况分析方法，其特征在于，所述学生的测试成绩包括每一章节的测试成绩，其中设学生数量一共为k，课程的章节数量为l，令x_i表示学生x(x∈k)的本门课程中的章节i(i∈l)的测试成绩，则学生x本门课程中的所有章节测试成绩表示为向量(x₁,x₂,x_i,…,x_l)，令y_i表示学生y(y∈k)的本门课程中的章节i(i∈l)的测试成绩，则学生y本门课程中的所有章节测试成绩表示为向量(y₁,y₂,y_i,…,y_l)。

3.根据权利要求2所述的一种基于人工智能的学生学习情况分析方法，其特征在于，所述根据所述测试成绩对学生进行聚类划分，包括：

计算学生x与学生y之间的知识点分数差别，其中知识点分数差别通过以下公式计算：

根据教学需求，将学生划分为c个类别，在所有学生当中，先随机选择c个学生作为初始的划分标准样本，然后计算其他学生分别与所述c个学生之间的差别，将不同学生与所述c个学生差别最小的划分为一个类别。

4.根据权利要求3所述的一种基于人工智能的学生学习情况分析方法，其特征在于，所述根据所述初步划分的学生类别迭代寻找新的划分标准样本，包括：

假设初步划分的一个类别中包含h个学生，其中的学生表示为s_v(v∈h)，新的划分标准样本计算公式为如下：

其中，m_r(r∈c)为新的划分标准样本。

5.根据权利要求4所述的一种基于人工智能的学生学习情况分析方法，其特征在于，所述重新划分学生类别，得到最终的学生类别，包括：

得到所述新的划分标准样本之后，再计算学生与新的标准样本之间的知识点分数差别，重新划分学生类别；

计算类别内部样本间的差距平方和：通过以下公式计算：

其中，h为一个类别中学生的数量，j为类别中的一个学生；

当整体平方和最小时，划分标准样本不再变化，得到最终的学生类别。

6.根据权利要求4所述的一种基于人工智能的学生学习情况分析方法，其特征在于，所述重新划分学生类别，得到最终的学生类别，还包括：

求所有类别的类内平方和总和，计算公式如下：

其中totalsquare_min表示一个数据集中所有类别的类内平方和。

7.一种基于权利要求1-6中任意一项所述的学生学习情况分析方法的教学系统，其特征在于，所述教学系统包括学生端、教师端、本地数据库服务器以及人工智能数据分析模块，所述学生端、教师端、本地数据库服务器分别与人工智能数据分析模块连接，所述本地数据库服务器还分别与所述学生端、教师端连接；

所述本地数据库服务器用于存储的教学资料，所述教学资料包括学习同一课程时所有学生的测试成绩；

所述人工智能数据分析模块用于根据所述测试成绩对学生进行聚类划分，得到初步划分的学生类别，然后根据所述初步划分的学生类别迭代寻找新的划分标准样本，并重新划分学生类别，得到最终的学生类别，最后根据所述最终的学生类别得到所有学生的学习情况；

所述人工智能数据分析模块还用于将学生的学习情况反馈给教师端和学生端。