【技术实现步骤摘要】
一种基于大数据的智能自适应教育培训系统
本专利技术涉及信息
，具体涉及一种基于大数据的智能自适应教育培训系统。
技术介绍
现在网络平台中，用户可以给予所购买的商品或服务给予评价，因为具备无限好评的权限，而好评却能给商家或服务提供者带来排序曝光等实实在在的价值，所以造成好评成为最廉价的商品，信用体系和网络评论功能和初衷背道而驰，致使刷好评形成了灰色产业链，失去了好评给用户参考的本身鉴别的意义。教育培训平台同样不例外，在教育平台上，各种老师及课程设置的五花八门数量极多，即便在细分类别，用户也无法甄别好差，找到适合自身条件的课程、老师或自学的相关资历教材等资源。有些互联网教育培训平台不得不自身组织专业人士来甄别筛选，在细分教育培训领域的初期尚且能应付，但伴随平台的发展，各种教育培训资源的增多，用户的增多，数据信息巨量增加且动态变化的态势下，平台即便不计成本组织再多的专业人士都难以应付，造成优质教育资源置于用户视野之外，而鱼目混珠的伪劣资源却充斥用户的视野，久而久之，许多用户对教育平台失去信心，进而形成了教育培训网络系统平台发展的瓶颈。
技术实现思路
鉴于
技术介绍
所述的问题，本专利技术申请创造了一种基于大数据的智能自适应教育培训平台的技术解决方案，以评分机制约束用户给予好评的限度，评价出高低不同。针对这种基于人性的理解和理念，融合到技术方案中，技术方案才会具备现实的技术效果。这些也是构成技术方案本身的要素。因此在系统软件和代码方面形成有针对性的逻辑内容，具体如下：创建用户信息表，并创建包括但...
【技术保护点】
1.一种基于大数据的智能自适应教育培训系统，其特征在于，创建用户信息表，并创建包括但不限于用户名、等级、积分、专业等级、专业积分、用户类别、贡献积分等栏目，创建其他相关的表格及栏目； 系统用户分为包括但不限于专业用户、学员用户、系统用户、普通用户；/n专业基础分值：用户可以提交各种所属专业分类的专业能力证明，包含但不限于英语等级证书，英语教师证书，职称证明材料，学历，申请专业能力认证，系统根据各种证书的证明进行分类，并设定好匹配的基础分值，及相应的专业权重系数，并根据初级审查真实的证书材料，运算出该用户的专业基础分值；/n
【技术特征摘要】
1.一种基于大数据的智能自适应教育培训系统，其特征在于，创建用户信息表，并创建包括但不限于用户名、等级、积分、专业等级、专业积分、用户类别、贡献积分等栏目，创建其他相关的表格及栏目；系统用户分为包括但不限于专业用户、学员用户、系统用户、普通用户；
专业基础分值：用户可以提交各种所属专业分类的专业能力证明，包含但不限于英语等级证书，英语教师证书，职称证明材料，学历，申请专业能力认证，系统根据各种证书的证明进行分类，并设定好匹配的基础分值，及相应的专业权重系数，并根据初级审查真实的证书材料，运算出该用户的专业基础分值；
--1
j是用户构成专业积分的因子总数，是用户专业初始积分构成因子的加权系数，用户专业初始积分构成因子的基础分值，是专业用户专业基础分值；
在专业用户专业积分的基础值大于或等于系统设定的教学阀值A后，系统根据具体的专业积分的基础值，在指定一段时间周期，每个周期内给予专业用户C次数网络教学、咨询、授业解惑教育培训服务的权限；
C=INT()--2
根据以上算式，当大到一定程度时，人的精力等其他因素限制在平台服务的次数将小于用户所获得教学权限的次数，相当于在时间周期内教学的权限等于是没有限制的；这符合知名专家，学者，高级教师凭借初始资历的核查，在初始进入平台时，系统就给予其在次数上任意多的教学咨询服务权限；
专业动态分值：专业基础分值经过社会权威机构的证明认可专业能力的转化集成算法，但现实中，证书和能力并非绝对成正比关系，具备各种证书却缺少实践教学能力的人也不是没有，许多自学成才的大师也不在少数，为避免误人子弟，将真知真人才获得最公平的待遇，教学资源能够最优化配置，所以本申请的技术方案，根据专业用户在平台所提供的服务的次数、评价相关的数据来矫正专业能力现有评定；为了真实客观有效的评定专业动态分值，必须考量如下几个方面的因素：
首先，专业用户在平台上提供服务的次数N越大，其提供服务产品的时候其实也是其经验积累的和进步的证明，因此专业动态分值需要和在平台服务的次数成正比关系；因此专业动态分值里必须包括，用户在平台上提供教育培训服务的次数N和所述对应的加权系数K1组成算式计算用户评在平台上提供服务的次数的加权因子参数；
其次用户真实的评价能反映专业用户在平台所提供的服务的水平，因而好评量化的数值和专业动态分值具备一定权重的正比关系；需要更好更精准计算专业动态分值就必须先精准量化并计算出用户评分并根据行为管理学预判矫正用户评分和客观现实存在的偏差；
不同用户评分其客观性也不同，一个对专业知识刚刚入门的初学者和行业专家的评分显然不能等同，因此，需要给每个用户给予系统运算的评分权重系数Q，才能做到客观公平；而用户的评分权重系数Q和专业分成正比，和其评分记录的精准性成正比；
这样我们借鉴概率论和统计方差衡量用户评分值这一随机变量在同一组评分数据时的离散程度来反比计算，即类似计算方差的算法：
--4
σ为用户评分离散对应评分均值的衡量参数变量，X为用户对教育服务产品评分值变量，为对应的教育服务产品单元中所有用户评分的均值，和方差的区别是这里μ并非整体数据样本的均值，而是x对应的私有的一组数据的均值，N为当前用户评分总次数；这样获得用户的σ值；设定调节用户历史评分离散平均值σ对用户评分权重系数影响敏感度的加权常数K2，计算用户评分权重系数中用户历史评分离散程度的加权因子参数；
用户评分客观程度矫正另外一个重要构成因素就是用户专业程度Z，通过所述的用户专业基础分值，已经计算过动态专业分值矫正过的，来加权矫正系数来矫正评分，让评分更加贴近客观真实的水平；在动态专业分值矫正过的被计算以前，将专业分值以的值进行计算，即Z等于，否则Z等于加的和，设定调节用户专业能力Z对用户评分权重系数影响敏感度的一个加权常数K3，计算用户评分权重系数中用户专业能力Z的加权因子参数；
通过以上的技术算法，可以获得一个用户综合的评分权重系数：
=*--7
在一种基于大数据的智能自适应教育培训系统中设置优化模块，创建监测系统任务量的功能模块，在系统相对空闲时候启动优化模块，优化模块包括上述用户评分权重系数的算法，并将结果更新记录到数据库中用户对应的表格中；
设置用户评分记录模块及相应的数据库表格，编辑记录用户评分记录中包含但不限于的信息内容有：评分值、评分对象单元、时间、评分用户名、评分用户id、被评分单元对应的专家用户名称及id、经过矫正后的评分值；其中经过矫正后的评分值伴随用户评分系数的更新而更新运算，具体算法为：
矫正后的评分值=评分值*评分记录中评分用户当前的用户评分权重系数；
在保证系统用户的评分权重能随数据的增多而不断优化外，专家用户专业动态分值也具备了相关优化更新的基础；检索专家用户在系统中所有数量S个相关的教育培训服务单元的评分记录，教育培训服务单元内的评分记录,为了控制评价分值的范围方便运算，评分值换算成成百分制的分值后为：、、....，为了将评分差距调节到适度的区分，
优选地，设置f（x）=0.3x的函数关系则在教育培训服务单元内的单个用户评分最所映射对应的服务提供者的专业分影响因子的计算为：
--8
其中P为用户评价打分换算成百分制后的数值，为用户的打分权重系数；
进一步专家用户在系统中所属教育培训服务单元内的所有数量s个的评分，因为每人个包含在平台上提供服务产品的专业用户每天都在学习进步，纯粹将过去定格人的专业水平是不公平的机制，因此，本发明的技术方案采用以时间为参数变量，将评分的权重依据当前运算的时间D1和评分的时间D2之间隔△T进行衰减运算，进一步保证评分对专业用户专业分值影响的客观性；基于这样的技术分析，所映射对应的服务提供者的专业分影响因子按照如下算式计算；
--9
为专业用户专业动态分值...
【专利技术属性】
技术研发人员：邝翠珊，
申请(专利权)人：深圳市数字星河科技有限公司，
类型：发明
国别省市：广东;44
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。