一种基于AI分析的教学辅助系统技术方案

本发明专利技术涉及辅助教学技术领域，尤其为一种基于AI分析的教学辅助系统，包括有考试系统和后台系统，考试系统内部设置有终端控制系统，终端控制系统电性连接有显示屏和输入设备，后台系统的内部设置有信息处理模块，信息处理模块电性连接有核心调度系统，核心调度系统分别接入AI模块、题库/标签库、学生档案/历史记录。本发明专利技术利用现代化的技术手段，通过AI数据的分析，将传统的考题电子化、标签化、数字化，尽可能的利用大数据分析的优势摒除人工出题的难以起伏、考点覆盖偏差等问题。同时针对每个学生的不同特点，生成有针对性的学习效果评估，并将结果长期保存和记录，方便教师的追踪和有针对性的辅导。

【技术实现步骤摘要】
一种基于AI分析的教学辅助系统
本专利技术涉及辅助教学
，尤其涉及一种基于AI分析的教学辅助系统。
技术介绍
随着家长对教育质量的要求越来越高，要求教育工作者能够提供更好的教学质量和有针对性的个性化辅导需求。因此要求教育工作者能够快速准确的评估教学效果，有针对性的分析出每个孩子的优缺点。针对这种问题，目前大部分的教师主要是通过传统的测试、以及测试后评分的方式来掌握学生的学习效果。这种方式主要有几个问题：一是数据不利于长期保存和追踪；二是由于题目由老师自己命题，存在难度起伏不定，标准不统一，以及知识点覆盖不全面等问题。
技术实现思路
本专利技术的目的是为了解决现有技术中存在的缺点，而提出的一种基于AI分析的教学辅助系统。为了实现上述目的，本专利技术采用了如下技术方案：一种基于AI分析的教学辅助系统，包括有考试系统和后台系统，所述考试系统内部设置有终端控制系统，所述终端控制系统电性连接有显示屏和输入设备，所述后台系统的内部设置有信息处理模块，所述信息处理模块电性连接有核心调度系统，所述核心调度系统分别接入AI模块、题库/标签库、学生档案/历史记录。优选的，所述终端控制系统与信息处理模块为电性连接。优选的，所述考试系统和后台系统工作处理步骤：步骤一：启动装置；步骤二：输入知识点、考点等要求生成考卷；步骤三：在考试系统中，学生答题并提交答案；步骤四：系统自动阅卷；步骤五：调用AI模块，进行AI分析；步骤五：结果展示和存档；步骤六：生成学生的学习效果评估。优选的，所述考试系统和后台系统系统将所有的标准化试题电子化，并按照知识点、考点等信息标签化，形成海量的题库，教师根据需求自动生成考卷，由学生在考试系统中完成。优选的，所述AI模块进行分析的处理步骤：步骤一：调用AI模块；步骤二：将该考生的本次考卷结果进行数据处理；步骤三：开始AI分析；步骤四：查询题库，获取当前试题的难度系数和覆盖的知识点；步骤五：查询历史记录，获取该知识点在相同难度的情况下学生的完成情况；步骤六：查询历史记录，获取该学生对该知识点过往的掌握情况；步骤七：查询数据库，获取本次考试其他学生考试的情况；步骤八：计算出本次考试该名考生的综合排名情况，以及考生对知识点的掌握情况；步骤九：进行评估和展示；步骤十：结果存入数据库，并修正样本库。优选的，所述步骤八中，计算方法为CART分类回归树算法，K-Means聚类算法。与现有技术相比，本专利技术提出了一种基于AI分析的教学辅助系统，具有以下有益效果：利用现代化的技术手段，通过AI数据的分析，将传统的考题电子化、标签化、数字化，尽可能的利用大数据分析的优势摒除人工出题的难以起伏、考点覆盖偏差等问题。同时针对每个学生的不同特点，生成有针对性的学习效果评估，并将结果长期保存和记录，方便教师的追踪和有针对性的辅导。附图说明图1为本专利技术提出的一种基于AI分析的教学辅助系统的整体的结构示意图；图2为本专利技术提出的一种基于AI分析的教学辅助系统的工作处理步骤的示意图；图3为本专利技术提出的一种基于AI分析的教学辅助系统的AI模块进行分析的处理步骤的示意图。具体实施方式下面将结合本专利技术实施例中的附图，对本专利技术实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本专利技术一部分实施例，而不是全部的实施例。基于本专利技术中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本专利技术保护的范围。在本专利技术的描述中，需要理解的是，术语“上”、“下”、“前”、“后”、“左”、“右”、“顶”、“底”、“内”、“外”等指示的方位或位置关系为基于附图所示的方位或位置关系，仅是为了便于描述本专利技术和简化描述，而不是指示或暗示所指的装置或元件必须具有特定的方位、以特定的方位构造和操作，因此不能理解为对本专利技术的限制。请参照图1-3，一种基于AI分析的教学辅助系统，包括有考试系统和后台系统，所述考试系统内部设置有终端控制系统，所述终端控制系统电性连接有显示屏和输入设备，所述后台系统的内部设置有信息处理模块，所述信息处理模块电性连接有核心调度系统，所述核心调度系统分别接入AI模块、题库/标签库、学生档案/历史记录。所述终端控制系统与信息处理模块为电性连接。所述考试系统和后台系统工作处理步骤：步骤一：启动装置；步骤二：输入知识点、考点等要求生成考卷；步骤三：在考试系统中，学生答题并提交答案；步骤四：系统自动阅卷；步骤五：调用AI模块，进行AI分析；步骤五：结果展示和存档；步骤六：生成学生的学习效果评估。所述考试系统和后台系统系统将所有的标准化试题电子化，并按照知识点、考点等信息标签化，形成海量的题库，教师根据需求自动生成考卷，由学生在考试系统中完成。所述AI模块进行分析的处理步骤：步骤一：调用AI模块；步骤二：将该考生的本次考卷结果进行数据处理；步骤三：开始AI分析；步骤四：查询题库，获取当前试题的难度系数和覆盖的知识点；步骤五：查询历史记录，获取该知识点在相同难度的情况下学生的完成情况；步骤六：查询历史记录，获取该学生对该知识点过往的掌握情况；步骤七：查询数据库，获取本次考试其他学生考试的情况；步骤八：计算出本次考试该名考生的综合排名情况，以及考生对知识点的掌握情况；步骤九：进行评估和展示；步骤十：结果存入数据库，并修正样本库。所述步骤八中，计算方法为CART分类回归树算法，K-Means聚类算法。本专利技术中，使用时，教师结合当前的教学任务和考试要求，在系统中根据知识点、难度、题型等信息生成考试卷，学生利用考试系统进行电子化考试，然后提交考卷；系统自动阅卷并调用AI模块进行分析，根据考点的覆盖情况以及学生完成的情况，为每个学生生成不一样的学习效果评估报告，报告中包含学生对知识点的掌握情况，需要加强的方面等等信息，方便教师根据每个不同学生的情况，有针对性的辅导和教学，也可以将这些信息发送给家长，作为教学效果的参考，也方便家长清楚的了解孩子的学习情况；利用的AI人工智能结合大数据分析的方式来尽量客观公正的评价学生的学习效果。在评估之前，需要将全部的试题电子化，然后进行标签分类、难度标识等数据处理，形成原始的数据，学生答题以后，系统会自动调用相同知识点相同难度的考题的历史记录作为参考值，并且结合学生以前的知识点掌握情况以及同一批次的其他同学的学习情况，综合的运用CART分类回归树，K-Means聚类算法等算法，计算出本次考试该名考生的综合排名情况，包括同期考试的考生和历史全部考生，以及考生对知识点的掌握情况，对应不同难度的知识点的掌握情况，以及该考生自身对知识点掌握的曲线等。尽管已经示本文档来自技高网...

【技术保护点】
1.一种基于AI分析的教学辅助系统，包括有考试系统和后台系统，其特征在于，所述考试系统内部设置有终端控制系统，所述终端控制系统电性连接有显示屏和输入设备，所述后台系统的内部设置有信息处理模块，所述信息处理模块电性连接有核心调度系统，所述核心调度系统分别接入AI模块、题库/标签库、学生档案/历史记录。/n

【技术特征摘要】
1.一种基于AI分析的教学辅助系统，包括有考试系统和后台系统，其特征在于，所述考试系统内部设置有终端控制系统，所述终端控制系统电性连接有显示屏和输入设备，所述后台系统的内部设置有信息处理模块，所述信息处理模块电性连接有核心调度系统，所述核心调度系统分别接入AI模块、题库/标签库、学生档案/历史记录。


2.根据权利要求1所述的一种基于AI分析的教学辅助系统，其特征在于，所述终端控制系统与信息处理模块为电性连接。


3.根据权利要求1所述的一种基于AI分析的教学辅助系统，其特征在于，所述考试系统和后台系统工作处理步骤：
步骤一：启动装置；
步骤二：输入知识点、考点等要求生成考卷；
步骤三：在考试系统中，学生答题并提交答案；
步骤四：系统自动阅卷；
步骤五：调用AI模块，进行AI分析；
步骤五：结果展示和存档；
步骤六：生成学生的学习效果评估。


4.根据权利要求1所述的一种基于AI分析的教学辅助系统，其特征在于，所述考试系统和后台系统系统...

【专利技术属性】
技术研发人员：栾晓林，
申请(专利权)人：上海林展信息科技有限公司，
类型：发明
国别省市：上海;31