学习任务生成方法技术

本发明专利技术涉及一种学习任务生成方法

【技术实现步骤摘要】
学习任务生成方法、装置、电子设备及存储介质


[0001]本专利技术涉及数字化教学
，特别是涉及一种学习任务生成方法
、
装置
、
电子设备及存储介质
。

技术介绍

[0002]随着教育数字化
、
信息化的持续推进，高等教育中线上教育的方式已经成为日常教学
、
学习中不可分割的一部分
。
其中幕课是线上教学
、
学习的主流形式，通常可以细分为公开课
、
共享课
、SPOC(Small Private Online Course
，小规模限制性在线课程
)
等，分别适用于不同类型的课程
。
[0003]公开课的形式，一定程度上扩大了知识的传播范围，满足了学生乃至社会层面上的学习者对优质课程的学习需求
。
但是，公开课的教学老师无法对后续学习者的情况进行全流程的跟进和指导，因此，公开课不能完全满足高等教育的线上教学
。
而共享课在公开课的基础上增加了选课
、
课程问答
、
作业考试等功能，同时也安排了专业的老师对选课学生进行监督和最后的课程打分
。
因此，可以把一些选修课作为共享课，让学生进行线上学习，并取得相应学分
。
但是，从实际学习中可知，共享课是以学生为中心，以自主学习为主导，所以，在学生学习的过程中很难与老师产生互动，同时老师也很难掌握学生具体的学习效果
。SPOC
基于共享课又增加了任务发布
、
小组学习
、
问题讨论
、
虚仿实验等功能，强调线上线下融合，发挥老师在课程教学中的主导作用，从而使得学生学习更有计划，老师也可以实时掌握学生的学习动态
。
但是，
SPOC
形式中的学习任务
、
学习计划都是老师提前制定，经常在后续的教学中有偏差，缺乏及时性与合理性，同时也不能满足学生的个性化学习
。

技术实现思路

[0004]基于此，有必要针对上述技术问题，提供一种学习任务生成方法
、
装置
、
计算机设备及存储介质，使用人工智能模型根据学生对于课程的学习结果生成对应的学习任务，使得生成的学习任务更贴合学生的学习情况，从而能够起到更好的学习效果
。
[0005]本专利技术提供了一种学习任务生成方法，所述方法包括：
[0006]基于学生对于原始课程的学习结果生成学生学习画像，所述学习结果包括学习习惯
、
学习进度
、
知识点掌握程度
、
测试情况和课程完成度；
[0007]调用人工智能模型根据所述学生学习画像生成第一学习任务，并将所述第一学习任务发送至学习平台，以获取与所述第一学习任务对应的第一学习结果，所述人工智能模型根据学生学习画像样本以及对应于所述学生学习画像样本的学习任务样本训练得到；
[0008]根据所述第一学习结果以及所述原始课程的知识图谱生成第二学习任务，所述第二学习任务用于发送至学习平台，以获取与所述第二学习任务对应的第二学习结果，所述知识图谱包括所述原始课程的知识关系路径
。
[0009]在其中一个实施例中，所述基于学生对于原始课程的学习结果生成学生学习画像，之前还包括：
[0010]基于所述原始课程生成知识图谱，所述知识图谱包括所述原始课程的知识关系路径
、
知识网状图
、
知识点学习空间
、
教师端管理数据看板和学生端学习数据看板；
[0011]调用人工智能模型生成教学计划和与所述教学计划对应的学习任务
。
[0012]在其中一个实施例中，所述基于学生对于原始课程的学习结果生成学生学习画像，之前还包括：
[0013]将所述教学计划和所述学习任务发送至所述教师端管理数据看板，并接收教师端管理数据看板发出的第一确认指令；
[0014]根据所述第一确认指令将所述学习任务发送至学习平台
。
[0015]在其中一个实施例中，所述基于学生对于原始课程的学习结果生成学生学习画像，包括：
[0016]将所述学习平台的学习任务作为学生学习的原始课程，并获取学生对于所述学习任务的学习结果；
[0017]基于所述学习结果生成学生学习画像
。
[0018]在其中一个实施例中，所述调用人工智能模型根据所述学生学习画像生成第一学习任务，并将所述第一学习任务发送至学习平台，以获取与所述第一学习任务对应的第一学习结果，包括：
[0019]调用人工智能模型根据所述学生学习画像生成第一学习任务；
[0020]将所述第一学习任务发送至学生端学习数据看板，并接收学生端学习数据看板发出的第二确认指令；
[0021]根据所述第二确认指令将所述第一学习任务发送至学习平台，并接收所述学习平台返回的第一学习结果
。
[0022]在其中一个实施例中，所述根据所述第一学习结果以及所述原始课程的知识图谱生成第二学习任务，包括：
[0023]调用人工智能模型根据所述第一学习结果以及所述原始课程的知识图谱生成第二学习任务；
[0024]将所述第二学习任务发送至学生端学习数据看板，并接收学生端学习数据看板发出的第三确认指令；
[0025]根据所以第三确认指令将所述第二学习任务发送至学习平台，并接收所述学习平台返回的第一学习结果
。
[0026]在其中一个实施例中，所述方法还包括：
[0027]基于大量试题生成试题库，所示试题包括题目以及与题目对应的答案；
[0028]基于所述学习任务进行组卷，用于学生进行作答，并根据学生作答情况生成学习结果
。
[0029]本专利技术还提供了一种学习任务生成装置，所述装置包括：
[0030]学习画像生成模块，用于基于学生对于原始课程的学习结果生成学生学习画像，所述学习结果包括学习习惯
、
学习进度
、
知识点掌握程度
、
测试情况和课程完成度；
[0031]初始学习结果获取模块，用于调用人工智能模型根据所述学生学习画像生成第一学习任务，并将所述第一学习任务发送至学习平台，以获取与所述第一学习任务对应的第一学习结果，所述人工智能模型根据学生学习画像样本以及对应于所述学生学习画像样本
的学习任务样本训练得到；
[0032]后续学习结果获取模块，用于根据所述第一学习结果以及所述原始课程的知识图谱生成第二学习任务，所述第二学习任务用于发送至学习平台，以获取与所述第二学习任务对应的第二学习结果，所述知识图谱包括所述原始课程的知识关系路径
。
[0033]本专利技术还提供了一种电子设备，包括存储器和处理器本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.
一种学习任务生成方法，其特征在于，所述方法包括：基于学生对于原始课程的学习结果生成学生学习画像，所述学习结果包括学习习惯
、
学习进度
、
知识点掌握程度
、
测试情况和课程完成度；调用人工智能模型根据所述学生学习画像生成第一学习任务，并将所述第一学习任务发送至学习平台，以获取与所述第一学习任务对应的第一学习结果，所述人工智能模型根据学生学习画像样本以及对应于所述学生学习画像样本的学习任务样本训练得到；根据所述第一学习结果以及所述原始课程的知识图谱生成第二学习任务，所述第二学习任务用于发送至学习平台，以获取与所述第二学习任务对应的第二学习结果，所述知识图谱包括所述原始课程的知识关系路径
。2.
根据权利要求1所述的学习任务生成方法，其特征在于，所述基于学生对于原始课程的学习结果生成学生学习画像，之前还包括：基于所述原始课程生成知识图谱，所述知识图谱包括所述原始课程的知识关系路径
、
知识网状图
、
知识点学习空间
、
教师端管理数据看板和学生端学习数据看板；调用人工智能模型生成教学计划和与所述教学计划对应的学习任务
。3.
根据权利要求2所述的学习任务生成方法，其特征在于，所述基于学生对于原始课程的学习结果生成学生学习画像，之前还包括：将所述教学计划和所述学习任务发送至所述教师端管理数据看板，并接收教师端管理数据看板发出的第一确认指令；根据所述第一确认指令将所述学习任务发送至学习平台
。4.
根据权利要求3所述的学习任务生成方法，其特征在于，所述基于学生对于原始课程的学习结果生成学生学习画像，包括：将所述学习平台的学习任务作为学生学习的原始课程，并获取学生对于所述学习任务的学习结果；基于所述学习结果生成学生学习画像
。5.
根据权利要求4所述的学习任务生成方法，其特征在于，所述调用人工智能模型根据所述学生学习画像生成第一学习任务，并将所述第一学习任务发送至学习平台，以获取与所述第一学习任务对应的第一学习结果，包括：调用人工智能模型根据所述学生学习画像生成第一学习任务；将所述第一学习...

【专利技术属性】
技术研发人员：王晖，李明，
申请(专利权)人：上海卓越睿新数码科技股份有限公司，
类型：发明
国别省市：