一种基于云计算的自适应性教育培训系统技术方案

本发明专利技术公开了一种基于云计算的自适应性教育培训系统，所述系统用于执行自适应性教育培训方法，所述方法包括：搭建目标群体的作业质量评估模型；并进行第一预设期限内的作业数据采集，作为第一基期数据集合；基于不同排列特征，对其进行分阶排列，依次获得一阶、二阶、三阶作业排序队列；将一阶、二阶、三阶作业排序队列，依次上传至作业质量评估模型，进行分阶式的作业质量评估，依次获得对应的第一期望作业数据、第二期望作业数据以及第三期望作业数据；基于第一期望作业数据、和/或第二期望作业数据，和/或第三期望作业数据，对目标群体进行自适应性的教育培训。自适应性的教育培训。自适应性的教育培训。

【技术实现步骤摘要】
一种基于云计算的自适应性教育培训系统


[0001]本专利技术涉及数据处理领域，尤其涉及一种基于云计算的自适应性教育培训系统。

技术介绍

[0002]自适应学习，也被称为自适应教育，自适应学习是基于学习目标，利用大数据、人工智能等技术手段，根据每个用户的情况制定个性化学习路径，智能推荐学习内容及测试，根据测试结果不断反馈迭代学习过程，以实现每个用户最高效率达成学习目标。
[0003]然而，现有技术中存在对用户进行自适应学习的教育培训过程中，无法对自适应学习的参照对象进行最优化处理，使得自适应学习过程变得较为繁琐的技术问题。

技术实现思路

[0004]本专利技术的目的是提供一种基于云计算的自适应性教育培训系统，用以解决现有的在对用户进行自适应学习的教育培训过程中，无法对自适应学习的参照对象进行最优化处理，使得自适应学习过程变得较为繁琐的技术问题。通过对用于自适应学习的参照对象进行多特征的阶次排序，从而基于构建好的作业质量评估模型，对各阶次排序的作业数据进行评估训练，可评估获得期望状态下的作业数据，从而对区别于期望作业数据的的任一作业数据对应的目标用户进行自适应的教育培训，通过对自适应学习的参照对象进行提前的有效排序处理，简化了自适应学习过程中的繁琐步骤，达到了对自适应学习的参照对象进行最优化处理，确保对目标用户进行快速、精准的自适应性的教育培训，同时提高自适应性教育培训系统的适配性的技术效果。
[0005]鉴于上述问题，本专利技术提供了一种基于云计算的自适应性教育培训系统。
[0006]第一方面，本专利技术提供了一种基于云计算的自适应性教育培训方法，其特征在于，所述方法应用于一种基于云计算的自适应性教育培训系统，所述方法包括：搭建目标群体的作业质量评估模型；对所述目标群体进行第一预设期限内的作业数据采集，生成期限内作业数据集合，并作为第一基期数据集合；基于各用户的历史作业数量，对所述第一基期数据集合进行一次排列，生成一阶作业排序队列；基于所述各用户的历史作业成交量，对所述第一基期数据集合进行二次排列，生成二阶作业排序队列；基于所述各用户的历史作业逻辑，对所述第一基期数据集合进行三次排列，生成三阶作业排序队列；将所述一阶作业排序队列、所述二阶作业排序队列以及所述三阶作业排序队列，依次上传至所述作业质量评估模型，进行分阶式的作业质量评估，依次获得对应的第一期望作业数据、第二期望作业数据以及第三期望作业数据；基于所述第一期望作业数据、和/或所述第二期望作业数据，和/或所述第三期望作业数据，对所述目标群体进行自适应性的教育培训。
[0007]另一方面，本专利技术还提供了一种基于云计算的自适应性教育培训系统，用于执行如第一方面所述的一种基于云计算的自适应性教育培训方法，其中，所述系统包括：第一搭建单元，所述第一搭建单元用于搭建目标群体的作业质量评估模型；第一采集单元，所述第一采集单元用于对所述目标群体进行第一预设期限内的作业数据采集，生成期限内作业数
据集合，并作为第一基期数据集合；第一排列单元，所述第一排列单元用于基于各用户的历史作业数量，对所述第一基期数据集合进行一次排列，生成一阶作业排序队列；第二排列单元，所述第二排列单元用于基于所述各用户的历史作业成交量，对所述第一基期数据集合进行二次排列，生成二阶作业排序队列；第三排列单元，所述第三排列单元用于基于所述各用户的历史作业逻辑，对所述第一基期数据集合进行三次排列，生成三阶作业排序队列；第一上传单元，所述第一上传单元用于将所述一阶作业排序队列、所述二阶作业排序队列以及所述三阶作业排序队列，依次上传至所述作业质量评估模型，进行分阶式的作业质量评估，依次获得对应的第一期望作业数据、第二期望作业数据以及第三期望作业数据；第一培训单元，所述第一培训单元用于基于所述第一期望作业数据、和/或所述第二期望作业数据，和/或所述第三期望作业数据，对所述目标群体进行自适应性的教育培训。
[0008]第三方面，本专利技术还提供了一种基于云计算的自适应性教育培训系统，包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序，其中，所述处理器执行所述程序时实现上述第一方面所述方法的步骤。
[0009]第四方面，一种电子设备，其中，包括处理器和存储器；
[0010]该存储器，用于存储；
[0011]该处理器，用于通过调用，执行上述第一方面中任一项所述的方法。
[0012]第五方面，一种计算机程序产品，包括计算机程序和/或指令，该计算机程序和/或指令被处理器执行时实现上述第一方面中任一项所述方法的步骤。
[0013]本专利技术中提供的一个或多个技术方案，至少具有如下技术效果或优点：
[0014]通过对用于自适应学习的参照对象进行多特征的阶次排序，从而基于构建好的作业质量评估模型，对各阶次排序的作业数据进行评估训练，可评估获得期望状态下的作业数据，从而对区别于期望作业数据的的任一作业数据对应的目标用户进行自适应的教育培训，通过对自适应学习的参照对象进行提前的有效排序处理，简化了自适应学习过程中的繁琐步骤，达到了对自适应学习的参照对象进行最优化处理，确保对目标用户进行快速、精准的自适应性的教育培训，同时提高自适应性教育培训系统的适配性的技术效果。
[0015]上述说明仅是本专利技术技术方案的概述，为了能够更清楚了解本专利技术的技术手段，而可依照说明书的内容予以实施，并且为了让本专利技术的上述和其它目的、特征和优点能够更明显易懂，以下特举本专利技术的具体实施方式。
附图说明
[0016]为了更清楚地说明本专利技术或现有技术中的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是示例性的，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据提供的附图获得其他的附图。
[0017]图1为本专利技术一种基于云计算的自适应性教育培训方法的流程示意图；
[0018]图2为本专利技术一种基于云计算的自适应性教育培训方法中对所述目标群体进行自适应性的教育培训的流程示意图；
[0019]图3为本专利技术一种基于云计算的自适应性教育培训方法中构建所述目标群体的第一分支交互培训数据库的流程示意图；
[0020]图4为本专利技术一种基于云计算的自适应性教育培训方法中对所述目标作业数据集合进行最优化的标签标记的流程示意图；
[0021]图5为本专利技术一种基于云计算的自适应性教育培训系统的结构示意图；
[0022]图6为本专利技术示例性电子设备的结构示意图。
[0023]附图标记说明：
[0024]第一搭建单元11，第一采集单元12，第一排列单元13，第二排列单元14，第三排列单元15，第一上传单元16，第一培训单元17，总线300，接收器301，处理器302，发送器303，存储器304，总线接口305。
具体实施方式
[0025]本专利技术通过提供一种基于云计算的自适应性教育培训系统，解决现有的在对用户进行自适应学习的教育培训过程中，无法对自适应学习的参照本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种基于云计算的自适应性教育培训系统，其特征在于，所述系统包括：第一搭建单元，所述第一搭建单元用于搭建目标群体的作业质量评估模型；第一采集单元，所述第一采集单元用于对所述目标群体进行第一预设期限内的作业数据采集，生成期限内作业数据集合，并作为第一基期数据集合；第一排列单元，所述第一排列单元用于基于各用户的历史作业数量，对所述第一基期数据集合进行一次排列，生成一阶作业排序队列；第二排列单元，所述第二排列单元用于基于所述各用户的历史作业成交量，对所述第一基期数据集合进行二次排列，生成二阶作业排序队列；第三排列单元，所述第三排列单元用于基于所述各用户的历史作业逻辑，对所述第一基期数据集合进行三次排列，生成三阶作业排序队列；第一上传单元，所述第一上传单元用于将所述一阶作业排序队列、所述二阶作业排序队列以及所述三阶作业排序队列，依次上传至所述作业质量评估模型，进行分阶式的作业质量评估，依次获得对应的第一期望作业数据、第二期望作业数据以及第三期望作业数据；第一培训单元，所述第一培训单元用于基于所述第一期望作业数据、和/或所述第二期望作业数据，和/或所述第三期望作业数据，对所述目标群体进行自适应性的教育培训。2.如权利要求1所述的系统，其特征在于，所述系统包括：第一判断单元，所述第一判断单元用于判断所述第一期望作业数据、所述第二期望作业数据以及所述第三期望作业数据的两两之间是否存在数据重合；第二培训单元，所述第二培训单元用于若所述第一期望作业数据、所述第二期望作业数据以及所述第三期望作业数据的两两之间存在数据重合，基于所述第一期望作业数据、或所述第二期望作业数据，或所述第三期望作业数据，对所述目标群体进行自适应性的教育培训。3.如权利要求2所述的系统，其特征在于，所述系统包括：第一融合单元，所述第一融合单元用于若所述第一期望作业数据、所述第二期望作业数据以及所述第三期望作业数据的两两之间不存在数据重合，对所述第一期望作业数据、所述第二期望作业数据以及所述第三期望作业数据进行作业特征融合，获得期望融合结果；第三培训单元，所述第三培训单元用于基于所述期望融合结果，对所述目标群体进行自适应性的教育培训。4.如权利要求3所述的系统，其特征在于，所述系统包括：第一筛选单元，所述第一筛选单元用于分别对所述第一期望作业数据、所述第二期望作业数据以及所述第三期望作业数据进行关键要素筛选，获得对应的第一培训关键因素、第二培训关键因素以及第三培训关键因素；第一构建单元，所述第一构建单元用于基于所述第一培训关键因素、所述第二培训关键因素以及所述第三培训关键因素，构建所述目标群体的第一分支交互培训数据库；第一获得单元，所述第一获得单元用于基于所述作业质量评估模型，获得区别于所述第一期望作业数据的第一随机作业数据，获得区别于所述第二期望作业数据的第二随机作业数据，获得区别于所述第三期望作业数据的第三随机作业数据；第二上传单元，所述第二上传单元用于将所述第一随机作业数据、所述第二随机作业
数据以及所述第三随机作业数据上传至所述第一分支交互培训数据库，对各随机作业数据对应的目标用户进行自适应性的教育培训。5.如权利要求4所述的系统，其特征在于，所述系统包括：第二获得单元，所述第二获得单元用于基于所述第一基期数据集合，对所述目标群体内的所述...

【专利技术属性】
技术研发人员：梁波，陆侃，王溧，
申请(专利权)人：梁波，
类型：发明
国别省市：