【技术实现步骤摘要】
一种人工智能学习系统
[0001]本专利技术涉及线上学习
,尤其涉及一种人工智能学习系统。
技术介绍
[0002]由于目前的学习平台多聚焦于每日题目操练,而忽略了让用户了解自身的需要,打做个人化的在线学习人工智能辅助。目前存在多种网上学生评估平台,其中一种系统平台主要集中于试卷式评估,并于评估后提供考核的学生评估报告,此方法未能有效及详尽评估学生能力,因评估只涉及特定范围﹔而另外一种系统平台同样也有评估学生学习能力及提供分析报告,但此系统则主打为学生设计个人化的学习教材笔记,并非真正以人工智能作为在线辅助教学的工具。此两款学习系统仍需配合线下真人教师的教学及教师对学生的个人深度分析,同时并无就数据建议学生应就某方面进行针对式操练、提供解题及相关技考应用的参考,用户可能因此未能了解自身的学习需要提高的环节及清楚自身的能力水平,因此急需一类产品,既可以让时间更有效的使用在需要提高的地方,又可以通过信息化的手段全面的对用户的学科掌握提供深入分析,并提供有效引导。
技术实现思路
[0003]本专利技术目的在于,提供一种人工智能学习系统,以解决上述现有技术中存在的至少一个问题。
[0004]为实现上述目的,本专利技术实施例提供一种人工智能学习系统,包括:人工智能模块、用户端、大数据存储库和云端题目库,所述用户端与所述大数据存储库连接,所述人工智能模块分别与所述用户端和所述云端题目库连接;
[0005]所述用户端,用于接收任一学生针对预设的评估试题所输入的答题数据;所述答题数据包括答题行为和 ...
【技术保护点】
【技术特征摘要】
1.一种人工智能学习系统,其特征在于,包括:人工智能模块、用户端、大数据存储库和云端题目库,所述用户端与所述大数据存储库连接,所述人工智能模块分别与所述用户端和所述云端题目库连接;所述用户端,用于接收任一学生针对预设的评估试题所输入的答题数据;所述答题数据包括答题行为和答题结果;所述人工智能模块,用于根据所述答题数据进行评核,以获得评测数据,以及根据所述评测数据,返回所述云端题目库获取与所述评测数据对应的试题,并发送至所述用户端,以供学生进行测验;所述大数据存储库,用于存储所述任一学生的个人基础数据、所述答题数据以及所述评测数据,并对所述评测数据进行分析以及预测,以获得所述学生的当前学习情况以及未来学习趋势;其中,所述当前学习情况包括当前学习能力、当前学习进度和知识覆盖范围,所述未来学习趋势包括预设时间段所能达到的学习效果;所述人工智能模块包括思维训练模块,所述思维训练模块用于根据所述评测数据和所述测验数据,对所述学生的错误题目答案进行逆向分析,并根据逆向分析结果,提供一系列帮助用户建立解决不同题型的逻辑及技巧的学习建议。2.根据权利要求1所述的人工智能学习系统,其特征在于,所述人工智能模块还包括系统评核模块,所述大数据存储库包括个人数据存储及分析模块、学生能力报告分析模块、排名模块和人工智能预测模块;所述系统评核模块,用于对所述任一学生的答题数据进行评核,获得所述任一学生的测评数据;所述个人数据存储及分析模块,用于存储所述任一学生的个人基础数据、所述答题数据以及所述评测数据,并对所述任一学生的测评数据进行多元化深度分析,并提供个人学习能力分析报告及图表;所述学生能力报告分析模块,用于对所述任一学生的测评数据进行宏观分析,将所述任一学生的测评数据与其他同级生作出比较,获得体现各个学生的历史学习表现数据、能力水平及差异的比较结果;以及,用于根据所述任一学生的答题行为对学生的个人能力进行评估,获得各个学生的能力评估数据;其中,所述个人能力包括细心能力、运算能力、逻辑能力、概念能力、表达能力、理解能力、跨课题能力、以及单位与公式掌握能力;所述排名模块,用于根据学生的能力水平进行不同范围的排名;所述人工智能预测模块,用于根据学生的测评数据、能力评估数据以及历史学习表现数据,配合统计学函数为学生提供未来学习趋势作出预测,以获得所述学生的当前学习情况以及未来学习趋势。3.根据权利要求2所述的人工智能学习系统,其特征在于,所述用户端包括学生用户端、家长用户端和教师用户端,所述学生用户端、所述家长用户端及所述教师用户端均设置有学生进程监测模块、排程及提醒模块和手机系统管理模块;所述学生进程监测模块,用于展示当前学生的学习进度、所有学生分析报告及所述人工智能模块所提供的学习建议;所述排程及提醒模块,用于根据所述学生的当前学习情况以及所输入的学校考试时间表及假期,自动为学生设计学习计划排程;
所述手机系统管理模块,用于显示学生的测评数据、能力评估数据以及历史学习表现数据,接收家长或教师所设定的手机使用时长和手机学习任务,并根据所设定的手机使用时长和手机学习任务,对所述学生用户端的手机使用权限进行限制。4.根据权利要求3所述的人工智能学习系统,其特征在于,所述思维训练模块包括错误答案分析模块,所述错误答案分析模块,具体用于:根据评测数据和测验数据,对所述学生的错误题目答案进行逆向分析,将学生的错误题目答案与预先准备的错误答案题库进行校对,再由预先准备的人工智能模型进行分析、交叉检测和校对频数统计,并在统计操作完成后,列出所述学生可能犯的错误或尚未掌握的知识点,以及获得所述学生的学习困难和学习能力水平。5.根据权利要求4所述的人工智能学习系统,其特征在于,所述人工智能模块还包括人工智能题目生成模块;所述人工智能题目生成...
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。