一种在线教学辅助方法及系统技术方案

本发明专利技术提供一种在线教学辅助方法及系统，通过获取在线教学课程的相关变量数据；从所述相关变量数据中提取多个潜在因子；对所述多个潜在因子进行独立化处理得到多个独立因子，以降低各潜在因子之间的关联性；将所述多个独立因子输入至预设的评估因子模型中，得到与所述在线教学课程对应的评价信息，进而达到辅助教学的目的，能够挖掘更多优秀的在线教学案例，也可以为学生匹配更优质的教育资源

【技术实现步骤摘要】
一种在线教学辅助方法及系统


[0001]本专利技术涉及在线教学
，尤其涉及一种在线教学辅助方法及系统
。

技术介绍

[0002]在线教育的快速发展使得学生可以在任何时间
、
任何地点进行学习，所以在线教学课程的发展已成必然
。
[0003]然而，由于学生的个体差异和学习需求的多样性，传统的一刀切的教学方法往往无法满足所有学生的需求，因为决定学习效果的因素过于繁多，且错综复杂，无法通过人为总结去挖掘其中的关键因素，最终也导致学生无法在庞大数量的教学课程中选择出匹配自己的课程
。
因此，如何建立高质量教学之间的联系，以便学生能够有参考的选择，享受到更加优质的教学条件，成为了教育领域亟待解决的问题
。

技术实现思路

[0004]本专利技术实施例提供一种在线教学辅助方法及系统，能够至少解决现有技术中的部分问题，也即，解决现有技术因为决定学习效果的因素过于繁多，且错综复杂，无法通过人为总结去挖掘其中的关键因素的问题
。
[0005]本专利技术实施例的第一本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.
一种在线教学辅助方法，其特征在于，包括：获取在线教学课程的相关变量数据；从所述相关变量数据中提取多个潜在因子；对所述多个潜在因子进行独立化处理得到多个独立因子，以降低各潜在因子之间的关联性；将所述多个独立因子输入至预设的评估因子模型中，得到与所述在线教学课程对应的评价信息，以辅助学习用户筛选在线教学课程
。2.
根据权利要求1所述的在线教学辅助方法，其特征在于，从所述相关变量数据中提取多个潜在因子的步骤，包括：对所述相关变量数据进行预处理，得到第一变量数据；基于相关性分析算法剔除所述第一变量数据中冗余变量数据；确定所述第一变量数据中各变量数据的相关性；基于所述各变量数据的相关性从所述第一变量数据中提取多个潜在因子
。3.
根据权利要求2所述的在线教学辅助方法，其特征在于，确定所述第一变量数据中各变量数据的相关性的步骤，包括：捉所述第一变量数据中各变量数据的线性关系和非线性关系；根据所述线性关系和非线性关系确定所述相关性
。4.
根据权利要求3所述的在线教学辅助方法，其特征在于，所述相关性的计算公式如下：
MI(X, Y) = ∑ P(x,y) * log(P(x,y) / (P(x) * P(y)))
；其中，
MI(X, Y) 表示相关性，其中所述相关性
MI(X, Y) 取值越大表示相关性越大，
P(x)
和
P(y)
分别表示变量数据
X
和变量数据
Y
的边缘概率分布，
P(x,y)
表示变量数据
X
和变量数据
Y
的联合概率分布
。5.
根据权利要求1所述的在线教学辅助方法，其特征在于，对所述多个潜在因子进行独立化处理得到多个独立因子，以降低各潜在因子之间的关联性的步骤，包括：对所述多个潜在因子进行数据预处理得到多个标准化因子；从所述多个标准化因子中筛选出主成分因子，所述主成分因子包括因子载荷矩阵和因子矩阵；对所述因子载荷矩阵进行因子旋转，得...

【专利技术属性】
技术研发人员：李建勋，李诺，李伟，
申请(专利权)人：光合新知北京科技有限公司，
类型：发明
国别省市：