一种基于智慧学习的民航专业教学培训系统技术方案

本发明专利技术涉及一种教学培训技术领域，具体为一种基于智慧学习的民航专业教学培训系统，包括学员数据接收模块

【技术实现步骤摘要】
一种基于智慧学习的民航专业教学培训系统


[0001]本专利技术涉及一种教学培训
，具体为一种基于智慧学习的民航专业教学培训系统
。

技术介绍

[0002]民航专业教学培训系统的实现原理主要以教师为中心，通过教学计划设计
、
教材准备
、
授课实践
、
学员互动和讨论
、
作业和考试评估等传统教学手段，实现对学员的教学和培训，然而，传统的民航专业教学培训系统往往会有一些弊端
。
[0003]一方面，传统系统通常采取固定的课程安排和学习路径，每个学员在知识水平和课程把握程度不同，无法根据学员学习能力和学习需求进行个性化调整；另一方面，传统系统在往往在更新教学计划方面需要大量的人力资源去实现，教学计划更新周期较长，无法实现自动化地更新
。

技术实现思路

[0004]本专利技术的目的在于提供一种基于智慧学习的民航专业教学培训系统，以解决上述
技术介绍
中提出的问题
。
[0005]为实现上述目的，本专利技术提供如下技术方案：一种基于智慧学习的民航专业教学培训系统，其包括学员数据接收模块
、
建模模块
、
智能化推荐模块和学习资源模块，其中：所述学员数据接收模块用于收集历史学员数据和实时学员数据，并将历史学员数据和实时学员数据分别发送给建模模块和智能化推荐模块；所述建模模块根据学员数据接收模块发送的历史学员数据利用算法进行模型训练，并将训练完成的模型发送给智能化推荐模块；所述智能化推荐模块根据建模模块训练完成的模型对学员数据接收模块发送的实时学员数据进行课程资源分配的预测，并将实时学员数据和预测的结果发送给学习资源模块；所述学习资源模块根据预测的结果对课程资源进行实际分配，并将实时学员数据和预测的结果进行打包发送给建模模块进行模型更新
。
[0006]作为本技术方案的进一步改进，所述学员数据接收模块包括历史数据收集单元和实时数据收集单元，所述历史数据收集单元用于收集历史学员数据，并将历史学员数据发送给建模模块中的历史数据处理单元；所述实时数据收集单元用于收集实时学员数据，并将实时学员数据发送给智能化推荐模块中的实时数据接收单元
。
[0007]作为本技术方案的进一步改进，所述建模模块包括历史数据处理单元和模型训练单元，所述历史数据处理单元接收历史数据收集单元发送的历史学员数据，用于将历史学员数据转换为训练模型的数据，并将转换后的数据发送给模型训练单元；所述模型训练单元利用算法根据历史数据处理单元转换后的数据进行模型训练，并将训练完成的模型发送给智能化推荐模块中的推荐单元
。
[0008]作为本技术方案的进一步改进，所述智能化推荐模块包括实时数据接收单元和推荐单元，所述实时数据接收单元用于接收实时数据收集单元发送的实时学员数据，并将实时学员数据发送给推荐单元和学习资源模块中的数据回收单元；所述推荐单元根据模型训练单元发送的模型对实时数据接收单元发送的实时学员数据进行课程资源分配的预测，并将预测的结果发送给学习资源模块中的推荐结果接收单元
。
[0009]作为本技术方案的进一步改进，所述学习资源模块包括推荐结果接收单元和数据回收单元，所述推荐结果接收单元根据推荐单元预测的结果进行课程资源的分配，并将预测的结果发送给数据回收单元；所述数据回收单元用于将预测的结果和实时学员数据进行打包发送给历史数据处理单元
。
[0010]作为本技术方案的进一步改进，所述历史数据处理单元用于将历史学员数据分为特征列和标签列，将数据集中的重点推荐课程和能否进行虚拟飞行的数据作为历史学员数据的标签列
。
[0011]作为本技术方案的进一步改进，所述历史数据处理单元用于将数据转换为适用于模型输入的数据类型，具体包括：将数值类型数据转换为均值为0，标准差为1的分布；将文本类型数据利用标签编码转换为数组类型数据，其中类别数量为数值类型范围
。
[0012]作为本技术方案的进一步改进，所述模型训练单元利用神经网络算法进行模型训练，具体包括：模型由输入层
、
隐藏层
、
分支层和输出层组成，输入层将特征作为输入，将其连接到隐藏层，其中的一个分支层用于重点推荐课程任务的特定分支层，另一个分支层用于能否进行虚拟飞行预测任务的特定分支层，分支层接收隐藏层的输出作为输入，并通过自身的全连接神经元和激活函数进行进一步处理，以预测重点推荐课程和能否进行虚拟飞行
。
[0013]作为本技术方案的进一步改进，所述推荐单元根据训练好模型对实时学员数据进行预测，预测过程如下：前向传播：将输入的数据特征从输入层传递到输出层，每一层的节点根据权重和偏置进行计算，并将结果传递给下一层；输出预测：根据前向传播的输出结果利用激活函数产生预测结果，其中，模型由输入层
、
隐藏层
、
分支层和输出层组成，其中的一个分支层用于重点推荐课程预测任务的特定分支层，另一个分支层用于能否进行虚拟飞行预测任务的特定分支层
。
[0014]作为本技术方案的进一步改进，所述推荐结果接收单元根据预测结果中数组数值和二进制数值的不同进行课程资源分配
。
[0015]与现有技术相比，本专利技术的有益效果是：
1、
该一种基于智慧学习的民航专业教学培训系统首先收集历史学员数据和实时学员数据，并对历史学员数据进行特征和标签化的处理，利用神经网络算法训练出预测模型，通过训练完成的模型对实时学员数据进行课程资源的分配，从而让系统根据不同的学员数据分配不同的课程资源，以满足学员的学习需求
。
[0016]2、
该一种基于智慧学习的民航专业教学培训系统将模型预测的结果和所用的实时学员数据进行打包，将打包的数据发送给建模模块进行再次的模型训练，从而让模型处
于实时的更新当中，以减少传统系统更新所需要的大量人力资源，并增加模型的鲁棒性
。
附图说明
[0017]图1为本专利技术的整体模块示意图；图2为本专利技术的学员数据接收模块单元示意图；图3为本专利技术的建模模块单元示意图；图4为本专利技术的智能化推荐模块单元示意图；图5为本专利技术的学习资源模块单元示意图；图中：
100、
学员数据接收模块；
101、
历史数据收集单元；
102、
实时数据收集单元；
200、
建模模块；
201、
历史数据处理单元；
202、
模型训练单元；
300、
智能化推荐模块；
301、
实时数据接收单元；
302、
推荐单元；
400、
学习资源模块；
401、
推荐结果接收单元；
402、
数据回收单元
。
具体实施方式
[0018]下面将结合本专利技术实施本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.
一种基于智慧学习的民航专业教学培训系统，其特征在于：包括学员数据接收模块（
100
）
、
建模模块（
200
）
、
智能化推荐模块（
300
）和学习资源模块（
400
），其中：所述学员数据接收模块（
100
）用于收集历史学员数据和实时学员数据，并将历史学员数据和实时学员数据分别发送给建模模块（
200
）和智能化推荐模块（
300
）；所述建模模块（
200
）根据学员数据接收模块（
100
）发送的历史学员数据利用算法进行模型训练，并将训练完成的模型发送给智能化推荐模块（
300
）；所述智能化推荐模块（
300
）根据建模模块（
200
）训练完成的模型对学员数据接收模块（
100
）发送的实时学员数据进行课程资源分配的预测，并将实时学员数据和预测的结果发送给学习资源模块（
400
）；所述学习资源模块（
400
）根据预测的结果对课程资源进行实际分配，并将实时学员数据和预测的结果进行打包发送给建模模块（
200
）进行模型更新
。2.
根据权利要求1所述的基于智慧学习的民航专业教学培训系统，其特征在于：所述学员数据接收模块（
100
）包括历史数据收集单元（
101
）和实时数据收集单元（
102
），所述历史数据收集单元（
101
）用于收集历史学员数据，并将历史学员数据发送给建模模块（
200
）中的历史数据处理单元（
201
）；所述实时数据收集单元（
102
）用于收集实时学员数据，并将实时学员数据发送给智能化推荐模块（
300
）中的实时数据接收单元（
301
）
。3.
根据权利要求1所述的基于智慧学习的民航专业教学培训系统，其特征在于：所述建模模块（
200
）包括历史数据处理单元（
201
）和模型训练单元（
202
），所述历史数据处理单元（
201
）接收历史数据收集单元（
101
）发送的历史学员数据，用于将历史学员数据转换为训练模型的数据，并将转换后的数据发送给模型训练单元（
202
）；所述模型训练单元（
202
）利用算法根据历史数据处理单元（
201
）转换后的数据进行模型训练，并将训练完成的模型发送给智能化推荐模块（
300
）中的推荐单元（
302
）
。4.
根据权利要求1所述的基于智慧学习的民航专业教学培训系统，其特征在于：所述智能化推荐模块（
300
）包括实时数据接收单元（
301
）和推荐单元（
302
），所述实时数据接收单元（
301
）用于接收实时数据收集单元（
102
...

【专利技术属性】
技术研发人员：刘永欣，
申请(专利权)人：中国民航大学，
类型：发明
国别省市：