基于AI的教学管理方法、装置、设备与存储介质制造方法及图纸

技术编号:33949904 阅读:19 留言:0更新日期:2022-06-29 22:12
本发明专利技术公开了一种基于AI的教学管理方法、装置、设备与存储介质,该方法包括步骤:获取选科中的必选科目和可选科目,其中,可选科目包括至少一个学科;获取至少一个学科对应的影响因素,基于预设的学科预测模型和影响因素,确定每个学科的选科数值;根据数值由大至小的顺序,从至少一个选科数值中选取预设数目的选科数值,确定选取的选科数值对应的学科,得到自选科目;基于必选科目和自选科目,生成教学管理报告,以供管理者和学生查看,为管理者教学管理提供参考;也即,通过学科的影响因素和学科预测模型,为目标学生选科提供合理性和准确性的参考,确定自选科目,生成教学管理报告,为管理者教学管理提供参考,以提高教学管理效率。率。率。

【技术实现步骤摘要】
基于AI的教学管理方法、装置、设备与存储介质


[0001]本专利技术涉及教学管理
,尤其涉及基于AI的教学管理方法、装置、设备与存储介质。

技术介绍

[0002]随着全国高考试点改革的推进,各省份相继开始实行新高考政策,新高考改革下设计的3+3新高考选科模式,赋予了学生充分的自由选择权,可以自主决定科目组合,但具体怎么选科,怎样的选科既适合学生,又可以在赋分中取得好成绩,则需要综合考量。然而,当前没有一套标准的选科方法或方式,以供学生参考,使得学生在选科时的不确定性因素较多,存在盲目性,导致选科结果和预期结果相差较大,不利于学生学习和学校教学管理。

技术实现思路

[0003]本专利技术的主要目的在于提供一种基于AI的教学管理方法、装置、设备与存储介质,旨在增加新高考中学生选科的确定性,以提高教学管理效率。
[0004]为实现上述目的,本专利技术提供一种基于AI的教学管理方法,所述基于AI的教学管理方法包括步骤:
[0005]获取选科中的必选科目和可选科目,其中,可选科目包括至少一个学科;
[0006]获取所述至少一个学科对应的影响因素,基于预设的学科预测模型和所述影响因素,确定每个学科的选科数值;
[0007]根据数值由大至小的顺序,从至少一个选科数值中选取预设数目的选科数值,确定选取的所述选科数值对应的学科,得到自选科目;
[0008]基于所述必选科目和所述自选科目,生成教学管理报告,以供管理者和学生查看,为所述管理者教学管理提供参考。
[0009]优选地,所述获取选科中的必选科目和可选科目步骤,包括:
[0010]获取目标学生的学生信息,所述学生信息中包括地区信息;
[0011]根据所述地区信息,获取所述地区信息的必选科目和可选科目。
[0012]优选地,所述获取所述至少一个学科对应的影响因素,基于预设的学科预测模型和所述影响因素,确定每个学科的选科数值步骤,包括:
[0013]获取所述至少一个学科对应的影响因素和所述影响因素的相关数据;
[0014]对所述影响因素和所述相关数据进行归一化处理,得到每个影响因素的影响权重;
[0015]基于预设的学科预测模型、所述影响因素和所述影响权重,确定每个学科的选科数值。
[0016]优选地,所述基于预设的学科预测模型、所述影响因素和所述影响权重,确定每个学科的选科数值步骤,包括:
[0017]获取所述学科预测模型;
[0018]根据所述影响因素和所述影响权重,生成数据矩阵;
[0019]将所述数据矩阵输入至所述学科预测模型中,得到每个学科的所述选科数值。
[0020]优选地,所述基于所述必选科目和所述自选科目,生成教学管理报告,以供管理者和学生查看,为所述管理者教学管理提供参考步骤,包括:
[0021]基于所述必选科目和所述自选科目,确定个人学习计划;
[0022]根据至少一个学生的个人学习计划,确定教学计划,结合所述教学计划和所述教学目标,生成教学管理报告,以供管理者和学生查看,为所述管理者教学管理提供参考。
[0023]优选地,所述根据至少一个学生的个人学习计划,确定教学计划,结合所述教学计划和所述教学目标,生成教学管理报告,以供管理者和学生查看,为所述管理者教学管理提供参考步骤之后,所述方法包括:
[0024]在满足预设条件时,获取基于所述教学管理报告进行教学管理的教学成果;
[0025]若所述教学成果不满足所述教学目标时,则根据所述教学成果对所述教学管理进行调整优化。
[0026]优选地,其特征在于,所述影响因素包括所述至少一个学科的学科绩点、学生的学习技能、所述学习技能与所述至少一个学科之间的适应度、学生的学习主动性、学科前景、报考院校与所述至少一个学科之间的关联度中至少一项。
[0027]此外,为实现上述目的,本专利技术还提供一种基于AI的教学管理装置,所述装置包括:
[0028]第一获取模块,获取选科中的必选科目和可选科目,其中,可选科目包括至少一个学科;
[0029]第二获取模块,获取所述至少一个学科对应的影响因素,基于预设的学科预测模型和所述影响因素,确定每个学科的选科数值;
[0030]确定模块,根据数值由大至小的顺序,从至少一个选科数值中选取预设数目的选科数值,确定选取的所述选科数值对应的学科,得到自选科目;
[0031]生成模块,基于所述必选科目和所述自选科目,生成教学管理报告,以供管理者和学生查看,为所述管理者教学管理提供参考。
[0032]此外,为实现上述目的,本申请还提供一种基于AI的教学管理设备,所述基于AI的教学管理设备包括存储器、处理器和存储在所述存储器上并可在所述处理器上运行的基于AI的教学管理程序,所述基于AI的教学管理程序被所述处理器执行时实现如上所述的基于AI的教学管理方法的步骤。
[0033]此外,为实现上述目的,本申请还提供一种计算机可读存储介质,所述计算机可读存储介质上存储有基于AI的教学管理程序,所述基于AI的教学管理程序被处理器执行时实现如上所述的基于AI的教学管理方法的步骤。
[0034]本专利技术实施例提出了一种基于AI的教学管理方法、装置、设备与存储介质,获取选科中的必选科目和可选科目,其中,可选科目包括至少一个学科;获取所述至少一个学科对应的影响因素,基于预设的学科预测模型和所述影响因素,确定每个学科的选科数值;根据数值由大至小的顺序,从至少一个选科数值中选取预设数目的选科数值,确定选取的所述选科数值对应的学科,得到自选科目;基于所述必选科目和所述自选科目,生成教学管理报告,以供管理者和学生查看,为所述管理者教学管理提供参考;也即,通过学科的影响因素
和学科预测模型,预测每个学科的选科数值,选科数值越大,则该学科与目标学生之间的适应度越高,为目标学生选科提供合理性和准确性的参考,确定自选科目,同时,根据学生的自选科目,生成教学管理报告,为管理者教学管理提供参考,以提高教学管理效率。
附图说明
[0035]图1是本专利技术实施例方案涉及的硬件运行环境的终端\装置结构示意图;
[0036]图2为本专利技术基于AI的教学管理方法一实施例的流程示意图;
[0037]图3为本专利技术基于AI的教学管理装置较佳实施例的功能模块示意图。
[0038]本专利技术目的的实现、功能特点及优点将结合实施例,参照附图做进一步说明。
具体实施方式
[0039]应当理解,此处所描述的具体实施例仅仅用以解释本专利技术,并不用于限定本专利技术。
[0040]本专利技术实施例的主要解决方案是:
[0041]当前没有一套标准的选科方法或方式,以供学生参考,使得学生在选科时的不确定性因素较多,存在盲目性,导致选科结果和预期结果相差较大,不利于学生学习和学校教学管理。
[0042]本专利技术提供一种解决方案,通过学科的影响因素和学科预测模型,预测每个学科的选科数值,选科数值越大,则本文档来自技高网
...

【技术保护点】

【技术特征摘要】
1.一种基于AI的教学管理方法,其特征在于,所述基于AI的教学管理方法包括以下步骤:获取选科中的必选科目和可选科目,其中,可选科目包括至少一个学科;获取所述至少一个学科对应的影响因素,基于预设的学科预测模型和所述影响因素,确定每个学科的选科数值;根据数值由大至小的顺序,从至少一个选科数值中选取预设数目的选科数值,确定选取的所述选科数值对应的学科,得到自选科目;基于所述必选科目和所述自选科目,生成教学管理报告,以供管理者和学生查看,为所述管理者教学管理提供参考。2.如权利要求1所述的基于AI的教学管理方法,其特征在于,所述获取选科中的必选科目和可选科目步骤,包括:获取目标学生的学生信息,所述学生信息中包括地区信息;根据所述地区信息,获取所述地区信息的必选科目和可选科目。3.如权利要求1所述的基于AI的教学管理方法,其特征在于,所述获取所述至少一个学科对应的影响因素,基于预设的学科预测模型和所述影响因素,确定每个学科的选科数值步骤,包括:获取所述至少一个学科对应的影响因素和所述影响因素的相关数据;对所述影响因素和所述相关数据进行归一化处理,得到每个影响因素的影响权重;基于预设的学科预测模型、所述影响因素和所述影响权重,确定每个学科的选科数值。4.如权利要求3所述的基于AI的教学管理方法,其特征在于,所述基于预设的学科预测模型、所述影响因素和所述影响权重,确定每个学科的选科数值步骤,包括:获取所述学科预测模型;根据所述影响因素和所述影响权重,生成数据矩阵;将所述数据矩阵输入至所述学科预测模型中,得到每个学科的所述选科数值。5.如权利要求1所述的基于AI的教学管理方法,其特征在于,所述基于所述必选科目和所述自选科目,生成教学管理报告,以供管理者和学生查看,为所述管理者教学管理提供参考步骤,包括:基于所述必选科目和所述自选科目,确定个人学习计划;根据至少一个学生的个人学习计划,确定教学计划,结合所述教学计划和所述教学目标,生成教学管理报告,以供管理...

【专利技术属性】
技术研发人员:曹小伍曹景溢钱隆李德胜魏市
申请(专利权)人:杭州翔毅科技有限公司
类型:发明
国别省市:

网友询问留言 已有0条评论
  • 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。

1