[发明专利]一种人工智能互联网教育数据处理系统在审

专利信息
申请号: 202210391300.1 申请日: 2022-04-14
公开(公告)号: CN114742676A 公开(公告)日: 2022-07-12
发明(设计)人: 陈雷刚 申请(专利权)人: 陈雷刚
主分类号: G06Q50/20 分类号: G06Q50/20;G06F16/9535;G06F16/2453
代理公司: 北京卓恒知识产权代理事务所(特殊普通合伙) 11394 代理人: 孔鹏
地址: 710000 陕西省西安*** 国省代码: 陕西;61
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 人工智能 互联网 教育 数据处理系统
【权利要求书】:

1.一种人工智能互联网教育数据处理系统,其特征在于,所述系统包括:

第一获得单元,用于采集获取多个学员的学习能力信息,获得多个学习能力信息集合;

第一处理单元,用于根据所述多个学习能力信息集合,设置多种不同的学习资源;

第二获得单元,用于采集获取第一学员的学习状态信息,并对所述第一学员的学习能力信息集合进行调整;

第二处理单元,用于根据调整后的所述学习能力信息集合进行所述学习资源的推荐和学习;

第三处理单元,用于根据所述调整后的所述学习能力信息集合,设置获得第一考核标准信息;

第三获得单元,用于采用所述第一考核标准信息对所述第一学员进行考核,获得第一学习考核信息;

第四处理单元,用于根据所述第一学习考核信息内学习效果的优劣,将所述第一学习考核信息和所述第一学员的学习进度信息进行链式储存。

2.根据权利要求1所述的系统,其特征在于,所述系统还包括:

第四获得单元,用于根据所述多个学习能力信息集合,获得所述多个学员的多维度学习能力信息,其中,所述多维度学习能力信息包括:智力信息、学习基础信息、年龄信息;

第五处理单元,用于对所述对维度学习能力信息进行聚类分析,获得多个聚类结果;

第六处理单元,用于根据所述多个聚类结果对当前学习计划进行调整,获得多个学习计划调整结果;

第五获得单元,用于根据多个所述学习计划调整结果,获得多种不同的所述学习资源。

3.根据权利要求1所述的系统,其特征在于,所述系统还包括:

第一构建单元,用于根据所述智力信息、学习基础信息、年龄信息,构建三维空间坐标系;

第七处理单元,用于将所述多个学习能力信息集合输入所述三维空间坐标系;

第八处理单元,用于计算获得各个学习能力信息集合之间的欧氏距离;

第九处理单元,用于将欧氏距离小于预设阈值的所述学习能力信息集合进行聚类,获得所述多个聚类结果。

4.根据权利要求1所述的系统,其特征在于,所述系统还包括:

第六获得单元,用于采集获取所述第一学员的学习状态信息,其中,所述学习状态信息包括多维度状态信息;

第十处理单元,用于对所述多维度状态信息内各维度状态信息按照影响学习能力的程度进行权重分配,获得第一权重分配结果;

第十一处理单元,用于根据所述第一权重分配结果对所述多维度状态信息进行加权计算,获得第一加权结果;

第十二处理单元,用于采用所述第一加权结果对所述第一学员的学习能力信息集合进行调整。

5.根据权利要求1所述的系统,其特征在于,所述系统还包括:

第十三处理单元,用于将调整后的所述学习能力信息集合输入所述三维空间坐标系;

第七获得单元,用于获取调整后的所述学习能力信息集合与所述三维空间坐标系内其他学习能力信息集合之间的欧氏距离,得到欧氏距离集合;

第八获得单元,用于选择所述欧氏距离集合内最小的k个欧氏距离;

第九获得单元,用于获得所述k个欧氏距离对应的k个学习能力信息集合;

第十获得单元,用于获得所述k个学习能力信息集合对应的聚类结果,进而获得对应的学习计划调整结果。

6.根据权利要求1所述的系统,其特征在于,所述系统还包括:

第二构建单元,用于基于链式储存,构建循环链式储存链条,其中,所述循环链式储存链条内包括多个储存结点;

第十四处理单元,用于根据所述多个学员的多个学习考核信息内学习效果的优劣,进行权重分配,获得第二权重分配结果;

第十五处理单元,用于根据所述第二权重分配结果,分配所述多个储存结点,获得结点分配结果;其中,权重值越大,分配获得的储存结点越靠前;

第十六处理单元,用于根据所述结点分配结果,将所述第一学习考核信息和所述第一学员的学习进度信息进行链式储存。

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陈雷刚,未经陈雷刚许可,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/202210391300.1/1.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