一种智能排课系统和方法技术方案

本发明专利技术属教学管理技术领域，涉及一种智能排课系统和方法，具体涉及一种基于机器学习算法的智能排课系统和方法，所述系统包括教师信息管理模块、学生信息管理模块、销售信息管理模块、课程信息管理模块和模型选择模块。本发明专利技术中，通过获得教师、学生、销售等历史数据，采用机器学习训练模型拟合匹配学生和教师之间的匹配度，再根据模型离线训练数据并结合预测数据拼接，获得最新的预测模型，所述预测模型为迭代决策树模型，最后，输出根据预测模型得出的排课结果。本发明专利技术能实现采用最佳的方式给学生安排合适的教师，解决现有排课难效率不高、排课冲突的问题。

【技术实现步骤摘要】
一种智能排课系统和方法
本专利技术涉及教学管理
，涉及一种智能排课系统和方法，具体涉及一种基于机器学习算法的智能排课系统和方法，本专利技术能实现采用最佳的方式给学生安排合适的教师，解决现有排课难效率不高、排课冲突的问题。
技术介绍
业内公知，课表是一个学校日常教学工作和其他各项活动的指挥调度表，其不仅是学生和教师上课的桥梁，对其他工作的统一安排也有直接影响，如，遇到需安排的课程较多时，人工手动排课常常会顾此失彼，从排课计划到课表最终确认整个流程工作量巨大。传统排课方式中，对排课人员的经验要求很高，其中存在太多不确定因素，如，学员数量大，课程多，变动频繁，而教育系统资源有限，决定了排课的复杂性，且课表编排是否合理直接影响到教学的进行，而排课工作的实质就是为学生课程和任课教师安排合理的时间，为保证教学资源不会冲突。现有人工排课存在一些问题，比如排课难效率不高、排课冲突的问题；传统的智能排课是基于规则来匹配学生教师，尤其是非常日制的教学安排，如，通过一些限制规则，如学生教师是否来自同一个省市，是否同性别，是否具有合适时间等，这种方式可以保证学生都有教师来上课，但往往会造成教师资源出现不匹配的情况，导致达不到最优匹配的情况；同时，某些学生有个性化的需求，比如要求活跃些的教师，能互动的教师等情形，总言之，传统的智能排课无法解决上述的个性化需求。针对现有技术的现状及问题，本申请的专利技术人拟提供一种智能排课系统和方法，尤其是一种基于机器学习算法的智能排课系统和方法，本专利技术能实现采用最佳的方式给学生安排合适的教师，解决现有排课难效率不高、排课冲突的问题。一种智能排课系统和方法不仅提高了教务教师的排课效率，减轻了繁杂的工作量，同时也让教师和学生之间形成了最佳匹配的效果。
技术实现思路
本专利技术的目的是针对现有技术的现状及问题，提供一种智能排课系统和方法，具体涉及一种基于机器学习算法的智能排课系统和方法。本专利技术的基于机器学习算法的智能排课系统和方法，能实现采用最佳的方式给学生安排合适的教师，解决现有排课难效率不高、排课冲突的问题。本专利技术所要解决的技术问题是以最佳的方式给学生安排合适的教师，以此来减轻人工排课的压力和提升人工排课的效率。为了实现上述目的，本专利技术提供了基于机器学习算法的智能排课系统，该系统包括教师信息管理模块、学生信息管理模块、销售信息管理模块、课程信息管理模块和模型选择模块。本专利技术中，教师信息管理模块主要包括教师的教学质量、教师的教学饱和度和教师的信息匹配度；教师的教学质量是基于教师一段时间内所带学生的转化情况、教师上正式课的情况等；教师教学饱和度指的是一段时间内教师的课时数量、教师未来的空闲时间等；教师的信息匹配度指的是教师和学生是否来自一个地方、是否有共同的爱好等。本专利技术中，学生信息管理模块主要是指学生的上课意愿度、学生的个人基础信息等；本专利技术中，销售信息管理模块指的是销售能力值、销售勤奋值等。能力值包括销售所带学生的转化率、续签率等。勤奋值包括一段时间内的工作时长、和学生沟通次数等；本专利技术中，课程信息管理模块指的是课程重要度、课程所属性等。重要度包括学生渠道来源、学生是否是转介绍、学生是否换教师、学生城市来源、销售逃单率和销售新签测评课等。另一方面，本专利技术提供一种智能排课方法(如图1所示)，所述方法包括以下步骤：(1)获得教师、学生、销售等历史数据，所述历史数据包含教师的个人基本信息、教师的行为信息和学生的个人信息、学生的行为信息、销售的行为信息等；(2)根据所述历史数据，拟合匹配学生和教师之间的匹配度，将课程的转化率等价于学生和教师之间的匹配度，所以本专利技术的优化目标是来提升课程的转化率，即本专利技术机器学习训练模型的特征是教师、学生和销售的个人信息和行为信息等，训练目标是课程转化率；这其中教师的个人基本信息包括性别、年龄段、学历、毕业院校、高考所在省份、教师毕业院校是否985、教师第一科目和教师偏好年级等；教师的行为信息包括总课时长、活跃学生数和测评课新签转化数等。学生的个人基本信息包括性别、学生省份、学生城市、学生城市等级和是否转介绍等；学生的行为数据包括对应销售的新签课程数、学生逃单率等。销售的个人基本信息包括销售的性别、销售省份、销售城市、销售城市等级、入职时间、新签课程数、新签转化课程数和新签课程转化率等；(3)统计出一定时段内新签学生，教师，销售等数据；统计的数据为学生基础个人信息、行为信息、教师基础维度信息和行为信息等。(4)根据目标转化率和学生基础维度信息、行为信息、教师基础维度信息和行为信息等进行模型的训练；具体包括：将采样的数据划分为正负样本数据，正样本数据为新签上测评课的学生转化成上正式课的学生数据，负样本数据为新签上测评课的学生未转化成上正式课的学生数据；(5)根据模型离线训练数据并结合预测数据拼接，获得最新的预测模型，所述预测模型为eXtremeGradientBoosting(XGBoost)；所述的XGBoost是Boosting算法的其中一种，Boosting算法的思想是将许多弱分类器集成在一起形成一个强分类器，因为XGBoost是一种提升树模型，所以它是将许多树模型集成在一起，形成一个很强的分类器，而所用到的树模型则是CART回归树模型；XGBoost模型的最优目标函数为：其中T表示叶子结点的个数，w表示叶子节点的分数。γ可以控制叶子结点的个数，λ可以控制叶子节点的分数不会过大，防止过拟合；(6)输出根据预测模型得出的排课结果。本专利技术的智能排课系统和方法不仅提高了教务教师的排课效率，减轻了繁杂的工作量，同时也让教师和学生之间形成了最佳匹配的有益效果。本提供了一种基于机器学习算法的智能排课系统和方法，通过采用包括教师信息管理模块、学生信息管理模块、销售信息管理模块、课程信息管理模块和模型选择模块的系统，将获得教师、学生、销售等历史数据，采用机器学习训练模型拟合匹配学生和教师之间的匹配度，再根据模型离线训练数据并结合预测数据拼接，获得预测模型，即迭代决策树模型，最后，输出根据预测模型得出的排课结果。通过实践表明，本专利技术能实现采用最佳的方式给学生安排合适的教师，解决现有排课难效率不高、排课冲突的问题，不仅提高了教务教师的排课效率，减轻了繁杂的工作量，同时也让教师和学生之间形成了最佳匹配的效果。附图说明图1为本专利技术的智能排课系统和方法较佳实施原理示意图。下面将结合附图1介绍本专利技术的具体实施例。本实施例以本专利技术技术方案为前提进行实施，给出了详细的实施方式和具体的操作过程，但本专利技术的保护范围不限于下述的实施例。具体实施方式实施例1智能排课按图1所示的智能排课系统和方法实施原理示意图，实施步骤如下：一)样本采样：采用基于机器学习算法的智能排课模型最佳程度匹配学生和教师来进行上课；首先采用基于业务规则将符合条件的教师过滤出来，比如学生有时间的情况下，教师本文档来自技高网...

【技术保护点】
1.一种智能排课系统，其特征在于，包括教师信息管理模块、学生信息管理模块、销售信息管理模块、课程信息管理模块和模型选择模块。/n

【技术特征摘要】
1.一种智能排课系统，其特征在于，包括教师信息管理模块、学生信息管理模块、销售信息管理模块、课程信息管理模块和模型选择模块。


2.如权利要求1所述的智能排课系统，其特征在于：所述的教师信息管理模块包括教师的教学质量、教师的教学饱和度和教师的信息匹配度；
教师的教学质量包括教师一段时间内所带学生的转化情况、教师上正式课的情况；
教师教学饱和度为一段时间内教师的课时数量、教师未来的空闲时间；
教师的信息匹配度为教师和学生是否来自一个地方、是否有共同的爱好。


3.如权利要求1所述的智能排课系统，其特征在于：所述的学生信息管理模块包括学生的上课意愿度，学生的个人基础信息。


4.如权利要求1所述的智能排课系统，其特征在于：所述的销售信息管理模块包括销售能力值，销售勤奋值；所述的销售能力值包括销售所带学生...

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