基于AI的个性化教学方法、装置、设备及可读存储介质制造方法及图纸

本申请公开了一种基于AI的个性化教学方法、装置、设备及可读存储介质，该方法包括步骤：获取学生的学习轨迹，并获取学习个性识别模型；输入所述学习轨迹至所述学习个性识别模型，得到学习个性识别结果；其中，所述学习个性识别模型是基于预设训练数据集对未训练学习个性识别模型进行迭代训练后得到的；基于所述学习个性识别结果，确定所述学生的个性化学习素材。本申请通过训练后准确性较高的学习个性识别模型来识别学习轨迹，得到学习个性识别结果，从而根据学习个性识别结果，确定适合该学生的个性化学习素材，进而提高学生在通过学习素材进行学习时的学习效率。素材进行学习时的学习效率。素材进行学习时的学习效率。

【技术实现步骤摘要】
基于AI的个性化教学方法、装置、设备及可读存储介质


[0001]本申请涉及人工智能
，尤其涉及一种基于AI的个性化教学方法、装置、设备及可读存储介质。

技术介绍

[0002]目前，在教学过程中，在为学生提供学习素材时，是通过教师的教学经验来为学生提供的。
[0003]然而，不同的学生有不同的学习特点，教师统一提供的学习素材并不是符合每一个学生使用的需求的，因此，导致学生在使用不符合使用需求的学习素材进行学习时，学习效率较低。

技术实现思路

[0004]本申请的主要目的在于提供一种基于AI的个性化教学方法、装置、设备及可读存储介质，旨在解决现有的如何提高学生在通过学习素材进行学习时的学习效率的技术问题。
[0005]为实现上述目的，本申请提供一种基于AI的个性化教学方法，所述基于AI的个性化教学方法包括：
[0006]获取学生的学习轨迹，并获取学习个性识别模型；
[0007]输入所述学习轨迹至所述学习个性识别模型，得到学习个性识别结果；其中，所述学习个性识别模型是基于预设训练数据集对未训练学习本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种基于AI的个性化教学方法，其特征在于，所述基于AI的个性化教学方法包括：获取学生的学习轨迹，并获取学习个性识别模型；输入所述学习轨迹至所述学习个性识别模型，得到学习个性识别结果；其中，所述学习个性识别模型是基于预设训练数据集对未训练学习个性识别模型进行迭代训练后得到的；基于所述学习个性识别结果，确定所述学生的个性化学习素材。2.如权利要求1所述的方法，其特征在于，所述基于所述学习个性识别结果，确定所述学生的个性化学习素材之后，包括：获取所述个性化学习素材的素材特征；基于所述素材特征，确定与所述个性化学习素材的相关度大于或等于预设相关度的第一相关学习素材；向所述学生推荐所述第一相关学习素材。3.如权利要求2所述的方法，其特征在于，所述向所述学生推荐所述第一相关学习素材之前，包括：向所述学生推荐同样包含所述素材特征的第二相关学习素材；所述向所述学生推荐所述第一相关学习素材，包括：在推荐所述第二相关学习素材达到预设次数后，才向所述学生推荐所述第一相关学习素材。4.如权利要求1所述的方法，其特征在于，所述获取学生的学习轨迹，包括：获取学生在学习时所使用的学习素材对应的学习轨迹。5.如权利要求4所述的方法，其特征在于，所述获取学生在学习时所使用的学习素材对应的学习轨迹，包括：获取学生在学习时所使用的学习素材对应的科目，以及获取所述学生在学习每个科目时所花费的时间；基于所述科目和所述时间，确定所述学生的学习轨迹。6.如权利要求4所述的方法，其特征在于，所述获取学生在学习时所使用的学习素材对应的学习轨迹，包括：获取学生在学习时所使用的学习素材对应的科目，以及获取所述学生在学习每个科目时所使用的学习素材的点击次数；基于所述科目和所述点击次数，确定所述学生的学习轨迹。7.如权...

【专利技术属性】
技术研发人员：曹小伍，曹景溢，雷铭杰，华国明，欧阳思奕，
申请(专利权)人：杭州翔毅科技有限公司，
类型：发明
国别省市：