【技术实现步骤摘要】
基于人工智能和大数据的教育优化发展方法、装置及系统
本申请涉及教育信息化
，尤其涉及一种基于人工智能和大数据的教育优化发展方法、装置及系统。
技术介绍
目前，对教育资源的分配主要依据为学校现有教育资源水平的评估结果，而现有的对学校教育资源水平的评估主要采用人为评估的方式，比如对教师职业能力的评估，主要由测评组人员对教师的职业能力进行评估，这种人工评估的方式由于其带有的主观因素较多，会导致评估结果不准确，进而致使对学校现有教育资源水平的评估不准确，最终导致对教育资源的分配出现不合理的状况。
技术实现思路
为至少在一定程度上克服相关技术中存在的问题，本申请提供一种基于人工智能和大数据的教育优化发展方法、装置及系统。根据本申请的第一方面，提供一种基于人工智能和大数据的教育优化发展方法，包括：通过教师职业能力测评系统收集教师职业能力数据；通过学生学习能力测评系统收集学生学习能力数据；根据所述教师职业能力数据得到教师差异化分类数据；根据所述学生学习能力数据得到学生差异化分类数据；根据所述教师差异化分类数据和所述学生差异化分类数据匹配教师与教师互补组合、教师与学生互补组合、...
【技术保护点】
1.一种基于人工智能和大数据的教育优化发展方法，其特征在于，包括：通过教师职业能力测评系统收集教师职业能力数据；通过学生学习能力测评系统收集学生学习能力数据；根据所述教师职业能力数据得到教师差异化分类数据；根据所述学生学习能力数据得到学生差异化分类数据；根据所述教师差异化分类数据和所述学生差异化分类数据匹配教师与教师互补组合、教师与学生互补组合、学生与学生互补组合。
【技术特征摘要】
1.一种基于人工智能和大数据的教育优化发展方法，其特征在于，包括：通过教师职业能力测评系统收集教师职业能力数据；通过学生学习能力测评系统收集学生学习能力数据；根据所述教师职业能力数据得到教师差异化分类数据；根据所述学生学习能力数据得到学生差异化分类数据；根据所述教师差异化分类数据和所述学生差异化分类数据匹配教师与教师互补组合、教师与学生互补组合、学生与学生互补组合。2.根据权利要求1所述的方法，其特征在于，还包括：根据所述教师差异化分类向教师有针对性地推送教师学习资源；根据所述学生差异化分类向学生有针对性地推送学生学习资源。3.根据权利要求1所述的方法，其特征在于，还包括：标识所述教师差异化分类数据对应的教师所在的区域等级；所述区域等级为一线城市、二线城市、三线城市、乡镇或农村；所述根据所述教师差异化分类数据和所述学生差异化分类数据匹配教师与教师互补组合、教师与学生互补组合、学生与学生互补组合，包括：根据所述教师差异化分类数据和所述学生差异化分类数据匹配：一线城市与二线城市的教师与教师互补组合、教师与学生互补组合、学生与学生互补组合；二线城市与三线城市的教师与教师互补组合、教师与学生互补组合、学生与学生互补组合；三线城市与乡镇的教师与教师互补组合、教师与学生互补组合、学生与学生互补组合；乡镇与农村的教师与教师互补组合、教师与学生互补组合、学生与学生互补组合。4.根据权利要求1所述的方法，其特征在于，还包括：根据所述教师职业能力数据、所述学生学习能力数据、教师差异化分类数据和学生差异化分类数据统计得到各学校的教育发展数据和各区域的教育发展数据；根据所述各学校的教育发展数据和各区域的教育发展数据分配教育资源。5.根据权利要求1所述的方法，其特征在于，所述教师职业能力数据包括品质数据、知识数据和能力数据；所述通过教师职业能力测评系统收集教师职业能力数据，包括：获取待测评教师的基本职业信息；根据所述基本职业信息自动匹配职业能力的测试等级标准、测试大纲及测试细节；所述测试等级标准、测试大纲及测试细节预先存储在数据库中；获取所述待测评教师的测评数据；根据所述测评数据与所述自动匹配的测试等级标准、测试大纲及测试细节得到教师职业能力数据。6.根据权利要求1所述的方法，其特征在于，所述学生学习能力数据包括核心品质数据、知识结构数据和关键能力数据；所述通过学生学习能力测评系统收集学生学习能力数据，包括：获取待测评学生基本信息；根据所述待测评学生基本信息自动匹配学习能力的等级标准、测试大纲及测试细节；所述测试等级标准、测试大纲及测试细节预先存储在数据库中；获取所述待测评学生的测评数据；根据所述测评数...
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。