一种资源匹配方法组成比例

本发明专利技术涉及一种资源匹配方法

【技术实现步骤摘要】
一种资源匹配方法、系统、装置及介质


[0001]本专利技术涉及资源匹配的
，尤其是涉及一种资源匹配方法
、
系统
、
装置及介质
。

技术介绍

[0002]教育资源个性化匹配系统根据用户情况及需求精准匹配教育资源，用户主要是学生，教育资源则由大量教材资料
、
辅导资料
、
讲义课件
、
图书刊物
、
授课音视频
、
习题册
、
考试试题等数字化资源组成；根据学生的年级或爱好等匹配系统中的教育资源，并将教育资源推送至用户终端
。
[0003]通常，现有的学习系统，根据学生选择的课程，学生选择学完此课程的时间，系统计算出学生每天用在课程内容学习上的时间，学生每天用在课程内容学习上的时间包括对课程的学习时间
、
复习时间以及测试时间（即：在规定的时间内完成学习任务
、
复习任务以及测试任务），学生每天都根据系统分配的学习时间
、
复习时间以及测试时间进行学习
。
[0004]但是，由于学生在学习课程时，由于每个学生对课程的学习理解能力不同，当学生根据规定的时间进行学习
、
复习和测试，当一个学生的吸收能力较差时，可能会导致学生对学习的课程内容无法理解，导致学生每天进行学习后都会有大量的学习难点没有充分的时间去吸收消化，以至于积累更多的难点，进而降低学生的学习效率
。
专利技术内容
[0005]为了能够使得学生最大程度的吸收消化所学习的内容，提高学习效率，本专利技术提供一种资源匹配方法
、
系统
、
装置及介质
。
[0006]第一方面，本专利技术提供的一种资源匹配方法，采用如下的技术方案：一种资源匹配方法，包括以下步骤：信息上传：向储存数据库中上传课程类别
Z
，所述课程类别
Z
中包括1个主课程
z0以及
N
个辅课程
z1、z2……
z
n
，确定主课程
z0的总学习时长
T0以及辅课程
z1、z2……
z
n
的总学习时长
T1、T2……
T
n
，向储存数据库中上传学生的标准学习能力
K
；建立储存数据库：储存信息上传步骤中上传的课程类别
Z
的信息；选择：学生根据个人喜好选择要学习的课程类别
Z
，家长或学生输入每天花费的时长
Q
，或者，家长或学生输入学习总天数
D
；建立推荐学习模型：推荐学习模型如下：；式中，
X1为每天用在学习上的时间，
F1为每天用在复习上的时间，
C1为每天用在测试上的时间，
A
为比例系数，且
A
满足0＜
A
＜1；阶段划分：将学习分为
M
个阶段，每个阶段的学习天数均为
t
；
第一阶段学习：学生根据建立推荐学习模型步骤中的每天用在学习上的时间
X1、
每天用在复习上的时间
F1、
每天用在测试上的时间
C1的方式进行第一阶段天数为
t
的方式进行需学习，并记录每天学习后的测试成绩
Pi
；吸收能力计算：计算学生在学习天数
t
内对课程的吸收能力
K1，吸收能力
K1的计算模型如下：；初次判断：若
K1≥K
时，则执行原计划的第
n
阶段学习步骤，若
K1＜
K
时，则执行初次计算以及变计划的第
n
阶段学习步骤；初次计算：对第一学习时间
X2、
第一复习时间
F2以及第一测试时间
C2进行计算，第一学习时间
X2的计算模型为：；第一复习时间
F2的计算模型为：；第一测试时间
C2的计算模型为：；原计划的第
n
阶段学习：按照建立推荐学习模型步骤中的每天用在学习上的时间
X1、
每天用在复习上的时间
F1、
每天用在测试上的时间
C1的时间分配方式进行学习，之后再次执行吸收能力计算步骤；变计划的第
n
阶段学习：按照第一学习时间
X2、
第一复习时间
F2以及第一测试时间
C2的时间分配方式进行学习，之后再次执行吸收能力计算步骤
。
[0007]可选地，所述初次计算后还设置有二次计算步骤；二次计算：根据初次计算步骤中的第一学习时间
X2，计算辅课程
z
n
的学习时间
T
zn
，辅课程
z
n
的学习时间
T
zn
的计算模型如下：
。
[0008]可选的，所述初次计算后还设置有二次判断步骤；二次判断：当时，则执行二次计算步骤，当时，则执行反馈步骤；反馈：反馈学习计划不合理，需重新调整学习计划，并执行选择步骤
。
[0009]可选的，所述反馈步骤中还推送建议每天花费的时长
Q1，建议每天花费的时长
Q1的计算模型如下：
。
[0010]第二方面，本专利技术提供的一种资源匹配系统，采用如下的技术方案：一种资源匹配系统，包括学习终端以及匹配终端，所述学习终端与所述匹配终端电信号连接，所述匹配终端包括储存数据库
、
上传模块
、
推荐学习模块
、
阶段划分模块
、
阶段学习模块
、
计算模块Ⅰ、
计算模块Ⅱ、
判断模块Ⅰ、
学习匹配模块Ⅰ以及学习匹配模块Ⅱ，所述学习终端包括选择模块以及输入模块：上传模块：输出端与储存数据库的输入端电信号连接，向储存数据库中上传课程类别
Z
，所述课程类别
Z
中包括1个主课程
z0以及
N
个辅课程
z1、z2……
z
n
，确定主课程
z0的总学
习时长
T0以及辅课程
z1、z2……
z
n
的总学习时长
T1、T2……
T
n
，向储存数据库中上传学生的标准学习能力
K
；储存数据库：输出端与选择模块的输入端电信号连接，用于储存上传模块上传的信息；选择模块：输入端与储存数据库的输出端电信号连接，输出端与输入模块的输入端电信号连接，用于学生根据个人喜好选择要学习的课程类别
Z
；输入模块：输出端与推荐学习模块的输入端电信本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.
一种资源匹配方法，其特征在于：包括以下步骤：信息上传：向储存数据库中上传课程类别
Z
，所述课程类别
Z
中包括1个主课程
z0以及
N
个辅课程
z1、z2……
z
n
，确定主课程
z0的总学习时长
T0以及辅课程
z1、z2……
z
n
的总学习时长
T1、T2……
T
n
，向储存数据库中上传学生的标准学习能力
K
；建立储存数据库：储存信息上传步骤中上传的课程类别
Z
的信息；选择：学生根据个人喜好选择要学习的课程类别
Z
，家长或学生输入每天花费的时长
Q
，或者，家长或学生输入学习总天数
D
；建立推荐学习模型：推荐学习模型如下：；式中，
X1为每天用在学习上的时间，
F1为每天用在复习上的时间，
C1为每天用在测试上的时间，
A
为比例系数，且
A
满足0＜
A
＜1；阶段划分：将学习分为
M
个阶段，每个阶段的学习天数均为
t
；第一阶段学习：学生根据建立推荐学习模型步骤中的每天用在学习上的时间
X1、
每天用在复习上的时间
F1、
每天用在测试上的时间
C1的方式进行第一阶段天数为
t
的方式进行需学习，并记录每天学习后的测试成绩
Pi
；吸收能力计算：计算学生在学习天数
t
内对课程的吸收能力
K1，吸收能力
K1的计算模型如下：；初次判断：若
K1≥K
时，则执行原计划的第
n
阶段学习步骤，若
K1＜
K
时，则执行初次计算以及变计划的第
n
阶段学习步骤；初次计算：对第一学习时间
X2、
第一复习时间
F2以及第一测试时间
C2进行计算，第一学习时间
X2的计算模型为：；第一复习时间
F2的计算模型为：；第一测试时间
C2的计算模型为：；原计划的第
n
阶段学习：按照建立推荐学习模型步骤中的每天用在学习上的时间
X1、
每天用在复习上的时间
F1、
每天用在测试上的时间
C1的时间分配方式进行学习，之后再次执行吸收能力计算步骤；变计划的第
n
阶段学习：按照第一学习时间
X2、
第一复习时间
F2以及第一测试时间
C2的时间分配方式进行学习，之后再次执行吸收能力计算步骤
。2.
根据权利要求1所述的一种资源匹配方法，其特征在于：所述初次计算后还设置有二次计算步骤；二次计算：根据初次计算步骤中的第一学习时间
X2，计算辅课程
z
n
的学习时间
T
zn
，辅课
程
z
n
的学习时间
T
zn
的计算模型如下：
。3.
根据权利要求2所述的一种资源匹配方法，其特征在于：所述初次计算后还设置有二次判断步骤；二次判断：当时，则执行二次计算步骤并执行变计划的第
n
阶段学习步骤，当时，则执行反馈步骤；反馈：反馈学习计划不合理，需重新调整学习计划，并执行选择步骤
。4.
根据权利要求3所述的一种资源匹配方法，其特征在于：所述反馈步骤中还推送建议每天花费的时长
Q1，建议每天花费的时长
Q1的计算模型如下：
。5.
一种资源匹配系统，应用权利要求1‑4中任意一项所述的资源匹配方法，其特征在于：包括学习终端以及匹配终端，所述学习终端与所述匹配终端电信号连接，所述匹配终端包括储存数据库
、
上传模块
、
推荐学习模块
、
阶段划分模块
、
阶段学习模块
、
计算模块Ⅰ、
计算模块Ⅱ、
判断模块Ⅰ、
学习匹配模块Ⅰ以及学习匹配模块Ⅱ，所述学习终端包括选择模块以及输入模块：上传模块：输出端与储存数据库的输入端电信号连接，向储存数据库中上传课程类别
Z
，所述课程类别
Z
中包括...

【专利技术属性】
技术研发人员：孙弋，赵子彧，宋洋，李岩，王煜，孙久勇，王晓静，
申请(专利权)人：山东爱书人家庭教育科技有限公司，
类型：发明
国别省市：