一种在线教学考评方法及系统技术方案

本发明专利技术公开了一种在线教学考评方法及系统，用于国网业务考评，包括：数据标签化：获取通信业务数据，并基于业务类型权重进行数据分析梳理和清洗；验证数据支撑情况和数据标签化质量形成标签化场景，建立数字化能力标签体系；基于随机森林算法和数字化能力标签体系建立考评分析数据模型；将实际数据输入所述考评分析数据模型，获得实际考评结果。本发明专利技术对提高培训效率、提升培训满意度，对学员学习能力和培训师教师的培训教学能力进一步提升都有直接的促进作用。直接的促进作用。直接的促进作用。

【技术实现步骤摘要】
一种在线教学考评方法及系统


[0001]本专利技术涉及教学考评
，特别涉及一种在线教学考评方法及系统。

技术介绍

[0002]随着国网公司数字化转型全流程、全业务推进，对于各个业务部门的数字化能力要求也越来越高，电力通信专业生产持续迭代更新，对电力通信人员如何快速熟悉业务掌握运行生产技能提出了更高的培训与评价要求，因此需要结合学院培训评价工作，基于数据挖掘分析技术构建参培学员数字化能力标签体系、评价量化分析体系与精准化培训课程推荐。但是在现有技术技术，并没有一项技术能够系统性的针对电网工作人员的教学进行考评的方案。
[0003]因此亟需提供一种针对现有培训体系进行数字化转型赋能开展方案研究，以电力通信专业人才作为初步研究对象，结合通信专业对岗位能力的要求，实现对通信专业的培训人员、组织部门、考试成绩、培训课程数据，设计开发学员的数字化能力标签体系，完成培训评价分析功能，为公司各级单位人才培养提供决策支撑，为培训管理人员和从业人员提供能力分析报告的方法。

技术实现思路

[0004]本专利技术的目的在于，提供一种在线教学考评方法及系统，解决现有技术中存在的问题。
[0005]为了实现所述数据处理模块、所述回归分析模块、所述数据采集模块目的，本专利技术提供了如下技术方案：
[0006]一种在线教学考评方法，包括：
[0007]数据标签化：获取通信业务数据，并基于业务类型权重进行数据分析梳理和清洗；
[0008]验证数据支撑情况和数据标签化质量形成标签化场景，建立数字化能力标签体系；
[0009]基于随机森林算法和数字化能力标签体系建立考评分析数据模型；
[0010]将实际数据输入所述考评分析数据模型，获得实际考评结果。
[0011]优选的，所述数据分析梳理和清洗包括：
[0012]基于标点符号对整段的文本数据进行分句；利用正则提取对分句后的文本数据实施清洗；结合文本数据所属领域的特征，对清洗后的文本数据进行专业分词；文本去噪、文本向量构建；
[0013]基于时间对整个的视频数据进行分帧；利用深度神经网络对分帧后的所述视频数据进行数据清洗；
[0014]基于专业重点进行权重分配并采用AHP层级分析法对所述数据进行定量分析，获得数据权重集；
[0015]其中，各类数据间具有相关性，其相关系数的计算表达式为：
[0016][0017]其中，p为数据类型总数；ω
ij
表示第i类数据的第j个等级的模糊隶属度；x表示数据种类。
[0018]优选的，所述考评分析数据模型包括：知识点检索意图模型、培训考试分析模型、评价分析模型；
[0019]所述知识点检索意图模型基于考试题目进行知识点的关联检索，获得得分知识点信息；
[0020]所述培训考试分析模型基于所述得分知识点信息对考试内容进行答案对应与评判，获得考评分析报告；
[0021]所述评价分析模型基于所述得分知识点信息对生成的考评分析报告进行检验核实。
[0022]优选的，建立所述数字化能力标签体系包括：
[0023]基于文本聚类方法，聚合关键文本数据集；
[0024]基于视频聚类方法，聚合关键图像数据集；
[0025]基于关键文本，提炼所述关键文本的特征词、描述词得到特征词组；基于行业领域及行业特征归纳类标签，为每个标签配置至少一条用于描述标签的特征词，最终形成标签体系及其配置词库；
[0026]其中，所述关键文本和所述关键图像，均为通信专业考评得分知识点信息。
[0027]一种在线教学考评系统，包括：数据处理模块、回归分析模块、数据采集模块、平台服务器、通信模块；
[0028]所述平台服务器基于所述通信模块控制所述数据处理模块、所述回归分析模块、所述数据采集模块各模块的运行，并集成国网学习系统数据，实现同步数据传输；
[0029]所述数据采集模块，采集通信业务数据；
[0030]所述数据处理模块，基于业务类型权重进行数据分析梳理和清洗；验证数据支撑情况和数据标签化质量，构建数字化能力标签体系；
[0031]所述回归分析模块，基于随机森林算法和数字化能力标签体系建立考评分析数据模型。
[0032]优选的，所述通信模块与所述国网学习系统的连接方式为轻耦合连接。
[0033]优选的，所述数据处理模块，集成文本清洗法、深度神经网络视频清洗、AHP层级分析法、以及熵权法对所述数据进行分析梳理和清洗；
[0034]所述数据处理模块对所述数据支撑情况和所述数据标签化质量进行验证,确认分析内容及分析意义，形成数字化标签场景，基于数字化标签场景构建数字化能力标签体系。
[0035]优选的，还包括对所述考评分析数据模型进行训练，直到所述考评分析数据模型对通信业务的考评结果与实际考评结果一致；
[0036]其中，所述考评分析数据模型的训练集为所述数字化能力标签体系中存储的标签数据形成的数据集合。
[0037]优选的，所述考评分析数据模型包括：知识点检索意图模型、培训考试分析模型、评价分析模型；
[0038]所述知识点检索意图模型基于考试题目进行知识点的关联检索，获得得分知识点信息；
[0039]所述培训考试分析模型基于所述得分知识点信息对考试内容进行答案对应与评判，获得考评分析报告；
[0040]所述评价分析模型基于所述得分知识点信息对生成的考评分析报告进行检验核实。
[0041]经由上述的内容可知与现有技术相比，本专利技术的有益效果在于：
[0042]集合数据采集、数据处理、数据挖掘分析及数据标签的综合应用，技术路线重点以数据分析梳理及数据的清洗转化为核心。基于数字化能力标签体系的培训辅助分析系统在现有学习平台的基础上，对在职人员的培训数据、考试数据进行关联分析，可以从不同维度、不同层级生成能力分析报告，为公司总部、各省公司及各单位人才队伍建设及人才培养开展培训项目策划、培训方案制定、参培人员精准定位等方面提供数据支撑，赋能决策支撑；为培训管理人员提供分析报告，指导培训体系优化与培训课程优化；能够实时掌握和分析学员学生对通信专业培训资源和内容的利用情况，对提高培训效率、提升培训满意度，对学员学习能力和培训师教师的培训教学能力进一步提升都有直接的促进作用。
附图说明
[0043]为了更清楚地说明本专利技术实施例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本专利技术的实施例，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。
[0044]图1为本专利技术方法流程图；
[0045]图2为本专利技术系统框图。
具体实施方式
[0046]下面将结合本专利技术实施例中的附图，对本专利技术实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本专利技术一部分实施例，而不是全部的实施本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种在线教学考评方法，其特征在于，包括：数据标签化：获取通信业务数据，并基于业务类型权重进行数据分析梳理和清洗；验证数据支撑情况和数据标签化质量形成标签化场景，建立数字化能力标签体系；基于随机森林算法和数字化能力标签体系建立考评分析数据模型；将实际数据输入所述考评分析数据模型，获得实际考评结果。2.根据权利要求1所述的一种在线教学考评方法，其特征在于，所述数据分析梳理和清洗包括：基于标点符号对整段的文本数据进行分句；利用正则提取对分句后的文本数据实施清洗；结合文本数据所属领域的特征，对清洗后的文本数据进行专业分词；文本去噪、文本向量构建；基于时间对整个的视频数据进行分帧；利用深度神经网络对分帧后的所述视频数据进行数据清洗；基于专业重点进行权重分配并采用AHP层级分析法对所述数据进行定量分析，获得数据权重集；其中，各类数据间具有相关性，其相关系数的计算表达式为：其中，p为数据类型总数；ω
ij
表示第i类数据的第j个等级的模糊隶属度；x表示数据种类。3.根据权利要求1所述的一种在线教学考评方法，其特征在于，所述考评分析数据模型包括：知识点检索意图模型、培训考试分析模型、评价分析模型；所述知识点检索意图模型基于考试题目进行知识点的关联检索，获得得分知识点信息；所述培训考试分析模型基于所述得分知识点信息对考试内容进行答案对应与评判，获得考评分析报告；所述评价分析模型基于所述得分知识点信息对生成的考评分析报告进行检验核实。4.根据权利要求1所述的一种在线教学考评方法，其特征在于，建立所述数字化能力标签体系包括：基于文本聚类方法，聚合关键文本数据集；基于视频聚类方法，聚合关键图像数据集；基于关键文本，提炼所述关键文本的特征词、描述词得到特征词组；基于行业领域及行业特征归纳类标签，为每个标签配置至少一条用于描述标签的特征词，最终形成标签体系及其配置词库；其中，所述关键文...

【专利技术属性】
技术研发人员：赵衍恒，高洪雨，陈伟杰，张磊，李经纬，石展，宋春晓，张晗，王乃玉，陈国栋，谢清玉，陈奕文，
申请(专利权)人：山东电力高等专科学校国家电网有限公司，
类型：发明
国别省市：