在线智能激励教学系统技术方案

本发明专利技术公开了一种在线智能激励教学系统，其包括：客户端口和远程服务器；远程服务器包括信息采集模块，模型处理模块，效果模拟模块，激励模块，反馈模块和数据库模块；信息采集模块读取客户端口、求得学生用户的学习数据；模型处理模块用于生成学习状态值S、动作因素值A和价值因子值V；效果模拟模块用于将学习状态值S、动作因素值A和价值因子值V代入预存算法中、求得目标分数BS和目标花费时间BT；激励模块基于BS，BT和学习数据代入预存算法中、求得激励指数Ex；反馈模块调取对应于Ex的反馈材料并发送至客户端口。本发明专利技术通过模拟学生的学习状态，帮助学生用户明确其学习预期，提升学生用户的学习成就感，优化学习激励效果。

Online intelligent incentive teaching system

【技术实现步骤摘要】
在线智能激励教学系统
本专利技术属于数据处理
，具体来说涉及一种在线智能激励教学系统。
技术介绍
随着技术的进步，在线智能教学已经成为了一种常见的教学手段。在这个领域，设定一个激励机制是提高学生学习动力的重要环节。现有的在线教学系统所采用的激励机制是利用用户的历史数据提炼出激励规则与激励触发阈值的模型关系。这种激励方式存在的问题是：其激励机制的规律性较为明显，学生在掌握规律后会为了获得激励而刻意的进行伪操作，从而弱化了学习初衷的效果。同时随着学习时间的持续，如果不能不断丰富激励规则，还会让激励效果逐渐降低。因此如何开发出一种新型的在线智能激励教学系统，能够克服上述问题，是本领域技术人员需要研究的方向。
技术实现思路
本专利技术的目的是提供一种在线智能激励教学系统，通过模拟学生的学习状态，帮助学生用户明确其学习预期，提升学生用户的学习成就感，优化学习激励效果。其采用的技术方案如下：一种在线智能激励教学系统，其包括：客户端口和远程服务器；所述客户端口用于实现学生用户对远程服务器的远程登录和信息交互；所述远程服务器包括信息采集模块，模型处理模块，效果模拟模块，激励模块，反馈模块和数据库模块；所述数据库模块用于存储学生用户的历史数据、知识点图谱和反馈材料；所述知识点图谱由知识点id、对应于该知识点id的权重值构成；所述信息采集模块用于读取客户端口、采集学生用户的学习情况并将该学习情况进行数字化处理、求得学生用户的学习数据；所述模型处理模块连接信息采集模块、用于将信息采集模块生成的学习数据代入预存的公式算法中、生成学习状态值S、动作因素值A和价值因子值V；所述效果模拟模块连接模型处理模块、用于将模型处理模块生成的学习状态值S、动作因素值A和价值因子值V代入预存的模拟算法中、求得目标分数BS和目标花费时间BT；所述激励模块连接效果模拟模块和信息采集模块、用于将所述BS，BT和学习数据代入预存的激励算法中、求得激励指数Ex；所述反馈模块连接激励模块和数据库模块、用于读取激励指数Ex，并根据预存的对应关系式，从数据库模块中调取对应于Ex的反馈材料并发送至客户端口。优选的是，上述在线智能激励教学系统中：所述信息采集模块所采集的学生用户的学习情况包括答题结果、答题时间、知识点id。更优选的是，上述在线智能激励教学系统中：所述模型处理模块基于权重公式A＝a1*R1+a2*R2+a3+b1求得动作因素值A；所述R1为答题结果,所述R2为答题时间，所述a1为预设的答题结果权重，所述a2为预设的答题时间权重，所述a3为预设的学习目标权重值，所述b1为对应于学生用户历史数据的调整因数。更优选的是，上述在线智能激励教学系统中：所述模型处理模块基于权重公式S＝a*T(id)eAT(id)+b*A+c求得当前学习状态值S；所述a、b、c为预设的模型常量；所述T(id)为知识点id的权重值。更优选的是，上述在线智能激励教学系统中：所述效果模拟模块基于模拟公式：BS＝eV+f求得目标分数BS、BT＝gV+h求得目标花费时间BT；所述e、f、g、h皆为基于V输入BP神经网络模型生成的训练阈值。进一步优选的是，上述在线智能激励教学系统中：所述激励模块基于计算公式：求得激励指数Ex；所述CS为基于答题结果累加求得的总得分；所述BS为基于答题时间累加求得的答题总时间。进一步优选的是，上述在线智能激励教学系统中：所述反馈材料包括激励反馈语音和激励反馈动画。通过采用上述技术方案：以信息采集模块采集学生用户的学习数据并存入数据库模块中；以模型处理模块基于信息采集模块所采集的学习数据、基于预存的公式算法中、生成表征该学生用户学习能力的学习状态值S、动作因素值A和价值因子值V；以效果模拟模块基于生成的学习状态值S、动作因素值A和价值因子值V求得表征以学生用户当前学习能力预期能够实现的目标分数BS和目标花费时间BT；以激励模块基于BS，BT和当前的学习数据求得用于表征学生用户当前的实际学习数据与目标分数BS和目标花费时间BT的比值的激励指数Ex；同时反馈模块连接激励模块和数据库模块、用于读取激励指数Ex，并根据预存的对应关系式，从数据库模块中调取对应于该Ex的反馈材料并反馈至客户端口。该反馈材料用于提示学生用户其当前的学习数据距离达到目标分数BS和目标花费时间BT的程度还差多少。与现有技术相比，本专利技术的有益效果在于：根据所采集的学生用户的学习数据，模拟出以学生当前的学习状态所能取得的学习效果，并以该学习效果作为学生的当前学习目标。该学习目标随着学生学习能力的不断动态调整，创造出一个学生始终可以达到的动态目标，有利于持续提高学生的成就感，形成与学生一致的个性化激励机制。因此本专利技术可持续地让学生往可触到的目标努力，在学习过程的投入感更大。附图说明下面结合附图与具体实施方式对本专利技术作进一步详细的说明：图1为本专利技术的功能模块示意图。图2为信息采集模块的工作流程示意图；各附图标记与部件名称对应关系如下：1、客户端口；2、远程服务器；21、信息采集模块；22、模型处理模块；23、效果模拟模块；24、激励模块；25、反馈模块；26、数据库模块。具体实施方式为了更清楚地说明本专利技术的技术方案，下面将结合各个实施例作进一步描述。如图1所示为本专利技术的实施例1结构：一种在线智能激励教学系统，其包括：客户端口1和远程服务器2；所述客户端口1用于实现学生用户对远程服务器2的远程登录和信息交互；所述远程服务器2包括信息采集模块21，模型处理模块22，效果模拟模块23，激励模块24，反馈模块25和数据库模块26；所述信息采集模块21用于读取客户端口1、采集学生用户的学习情况并将学习情况进行数字化处理、求得学生用户的学习数据；所述学生用户的学习情况包括答题结果、答题时间、知识点id。所述数据库模块26连接信息采集模块21、用于存储学生用户的历史数据、知识点图谱和反馈材料；所述知识点图谱由知识点id、对应于该知识点id的权重值。所述模型处理模块22连接信息采集模块21、用于将信息采集模块21生成的学习数据代入预存的公式算法中、生成学习状态值S、动作因素值A和价值因子值V。具体来说，所述模型处理模块22基于权重公式A＝a1*R1+a2*R2+a3+b求得动作因素值A；所述R1为答题结果,所述R2为答题时间，所述a1为答题结果权重，所述a2为答题时间权重，所述a3为知识点id权重值，所述b为基于学生用户历史数据的调整因数。并基于权重公式S＝a*T(id)eAT(id)+b*A+c求得当前学习状态值S；该公式中，所述a、b、c为预设的模型常量。所述T(id)为知识点id的权重值。所述效果模拟模块23连接模型处理模块22、用于将模型处理模块22生成的学习状态值S、动作因素值A和价值因子值V代入预存的模拟算法中、求得目标分数BS和目标花费时间BT。具体来说：所述效果模拟模块23基于模拟公式：BS＝eV+f求得目标分数BS、BT＝gV+h求得目标花费时间BT；所述e、f、g、h皆为将所述V输入BP神经网络模型生成的训练阈值。所述激励模块24连接效果模拟模块23和信息采集模块21、用于将所述BS，BT和学习数据代入预存的激励算法中、求得激励指数Ex。具体来说，所述激励模块24基于计算公式：求得激励指数本文档来自技高网...

【技术保护点】
1.一种在线智能激励教学系统，其特征在于，包括：客户端口(1)和远程服务器(2)；所述客户端口(1)用于实现学生用户对远程服务器(2)的远程登录和信息交互；所述远程服务器(2)包括信息采集模块(21)，模型处理模块(22)，效果模拟模块(23)，激励模块(24)，反馈模块(25)和数据库模块(26)；所述数据库模块(26)用于存储学生用户的历史数据、知识点图谱和反馈材料；所述知识点图谱由知识点id、对应于该知识点id的权重值构成；所述信息采集模块(21)用于读取客户端口(1)、采集学生用户的学习情况并将该学习情况进行数字化处理、求得学生用户的学习数据；所述模型处理模块(22)连接信息采集模块(21)、用于将信息采集模块(21)生成的学习数据代入预存的公式算法中、生成学习状态值S、动作因素值A和价值因子值V；所述效果模拟模块(23)连接模型处理模块(22)、用于将模型处理模块(22)生成的学习状态值S、动作因素值A和价值因子值V代入预存的模拟算法中、求得目标分数BS和目标花费时间BT；所述激励模块(24)连接效果模拟模块(23)和信息采集模块(21)、用于将所述BS，BT和学习数据代入预存的激励算法中、求得激励指数Ex；所述反馈模块(25)连接激励模块(24)和数据库模块(26)、用于读取激励指数Ex，并根据预存的对应关系式，从数据库模块(26)中调取对应于Ex的反馈材料并发送至客户端口(1)。...

【技术特征摘要】
1.一种在线智能激励教学系统，其特征在于，包括：客户端口(1)和远程服务器(2)；所述客户端口(1)用于实现学生用户对远程服务器(2)的远程登录和信息交互；所述远程服务器(2)包括信息采集模块(21)，模型处理模块(22)，效果模拟模块(23)，激励模块(24)，反馈模块(25)和数据库模块(26)；所述数据库模块(26)用于存储学生用户的历史数据、知识点图谱和反馈材料；所述知识点图谱由知识点id、对应于该知识点id的权重值构成；所述信息采集模块(21)用于读取客户端口(1)、采集学生用户的学习情况并将该学习情况进行数字化处理、求得学生用户的学习数据；所述模型处理模块(22)连接信息采集模块(21)、用于将信息采集模块(21)生成的学习数据代入预存的公式算法中、生成学习状态值S、动作因素值A和价值因子值V；所述效果模拟模块(23)连接模型处理模块(22)、用于将模型处理模块(22)生成的学习状态值S、动作因素值A和价值因子值V代入预存的模拟算法中、求得目标分数BS和目标花费时间BT；所述激励模块(24)连接效果模拟模块(23)和信息采集模块(21)、用于将所述BS，BT和学习数据代入预存的激励算法中、求得激励指数Ex；所述反馈模块(25)连接激励模块(24)和数据库模块(26)、用于读取激励指数Ex，并根据预存的对应关系式，从数据库模块(26)中调取对应于Ex的反馈材料并发送至客户端口...

【专利技术属性】
技术研发人员：王鑫，
申请(专利权)人：上海乂学教育科技有限公司，
类型：发明
国别省市：上海,31