[发明专利]一种基于人工智能的教学互动系统有效

专利信息
申请号: 202111434776.0 申请日: 2021-11-29
公开(公告)号: CN114038256B 公开(公告)日: 2022-07-12
发明(设计)人: 杨梦婷;张红超 申请(专利权)人: 西南医科大学
主分类号: G09B5/14 分类号: G09B5/14;G06N3/04;G06N3/08
代理公司: 广东省中源正拓专利代理事务所(普通合伙) 44748 代理人: 王明亮
地址: 646000 四川*** 国省代码: 四川;51
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 基于 人工智能 教学 互动 系统
【说明书】:

发明公开了一种基于人工智能的教学互动系统,涉及网络教学技术领域,包括学习分析模块、教学分析模块、教学评估模块和训练分析模块;学习分析模块用于将在线监控模块采集的特征数据输入至学习状态评估模型中获取学习状态标签;教学分析模块用于实时获取所有学生的学习状态标签并进行教学值分析,若教学值小于预设教学阈值,则生成提醒信息至教师端,提醒教师对当前教学课程的教学内容或教学方式作出改动,以提高教学质量和效率;教学评估模块用于根据数据库内存储的带有时间戳的教学值对教师的教学水平进行综合评估;训练分析模块用于获取学生的训练信息并进行进步系数分析,以及时建议学生改变学习方式,以达到更好的学习效果。

技术领域

本发明涉及网络教学技术领域,具体是一种基于人工智能的教学互动系统。

背景技术

在线学习,也叫做网络教育,即E-Learning,是一种网络化学习方式,即学生通过PC或终端上网,登录在线学习平台,通过网络进行选课、听课、完成作业和考试而实现学习过程的一种全新的学习方式。

目前在线教学最主流的点播、视频录像教学,都是教师提前录好视频上传,学生下载视频或在线看视频进行学习,不能保证所有学生都按时学习,在上课时老师无法观察到所有学生是否都在认真听课,从而导致教学质量和效率无法得到保障,学生们不认真听课,所学到的东西也会有所欠缺,不能很好的为学生的自主学习提供全过程、全方位的支持与服务;同时目前还没有针对教育平台的教师的教学质量形成一个完善的评价体系;无法为学生合理的分配教师,实现学习资源的有效推荐,为此,我们提出一种基于人工智能的教学互动系统。

发明内容

本发明旨在至少解决现有技术中存在的技术问题之一。为此,本发明提出一种基于人工智能的教学互动系统。

为实现上述目的,根据本发明的第一方面的实施例提出一种基于人工智能的教学互动系统,包括在线监控模块、教学分析模块、教学评估模块、自主训练模块和训练分析模块;

所述在线监控模块用于在认证成功后通过网络控制学生端的摄像头和音频采集单元采集学生学习过程中的特征数据,并将采集到的特征数据发送至学习分析模块;所述特征数据包括声音信息和人脸图像信息;

所述学习分析模块用于将特征数据输入至学习状态评估模型中获取学习状态标签,并将学习状态标签发送至教师端,所述教师端用于对接收到的学习状态标签进行确认/修改并反馈至控制器;

在一个完整的教学课程中,所述教学分析模块与学习分析模块相连接,用于实时获取所有学生的学习状态标签并进行教学值分析,若教学值GX小于预设教学阈值,则生成提醒信息至教师端,提醒教师对当前教学课程的教学内容或教学方式作出改动,以提高教学质量和效率;

所述自主训练模块用于学生课后进行模拟题训练,并记录训练信息,所述训练分析模块用于获取学生的训练信息并进行进步系数分析,若进步系数G7<进步系数阈值,则表明学生当前自主训练的效果差,建议学生改变学习方式,并通过互动教学模块与教师进行沟通。

进一步地,所述教学分析模块的具体分析步骤如下:

实时获取所有学生的学习状态标签,得到各个标签的占比;结合数据库中存储的各个标签对教学吸引度评价的影响因子,计算对应教师的教学吸引度Qs;其中学习状态标签包括专注、互动、抗拒和迷茫;

建立教学吸引度Qs随时间变化的曲线图,若Qs≥预设吸引度阈值,则在对应的曲线图中截取对应的曲线段并标注为红色,记为吸引曲线段;

统计吸引曲线段的数量为W1,将所有的吸引曲线段对时间进行积分得到吸引能量E1,利用公式GX=W1×a1+E1×a2计算得到对应教师的教学值GX,其中a1、a2均为系数因子。

进一步地,所述教学分析模块还用于将教学值GX打上时间戳存储至数据库;所述教学评估模块用于根据数据库内存储的带有时间戳的教学值对教师的教学水平进行综合评估,具体评估方法为:

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西南医科大学,未经西南医科大学许可,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/202111434776.0/2.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