System.ArgumentOutOfRangeException: 索引和长度必须引用该字符串内的位置。 参数名: length 在 System.String.Substring(Int32 startIndex, Int32 length) 在 zhuanliShow.Bind()
【技术实现步骤摘要】
本专利技术涉及教育监管,尤其涉及基于人工智能的互联网教育监管系统及方法。
技术介绍
1、随着互联网技术的飞速发展,其也应用于互联网教育,互联网教育的崛起为教育市场带来了广阔的发展空间,同时也存在如内容质量、安全性和个性化需求等方面的问题。在此背景下,传统的教育监管方法和系统已经难以满足日益增长的需求,完善现有的教育监管体系显得尤为重要。
2、但目前在使用互联网教育监管过程中,仍存在一些问题:
3、1、传统的互联网教育平台上的互动和评论区域存在文本敏感问题,例如不当言论、虚假宣传或违法信息等。
4、2、学生在学习过程中可能会因为某些知识点的薄弱而出现困难,缺乏根据学生的错误答题而对对应知识点的专项训练。
5、因此,我们提出基于人工智能的互联网教育监管系统及方法,来解决上述中遇到的问题。
技术实现思路
1、针对现有技术存在的不足,本专利技术提供基于人工智能的互联网教育监管系统及方法,以解决上述
技术介绍
中提出的问题。
2、本专利技术的目的可以通过以下技术方案实现,包括:
3、教育监管模块,用于与互联网教育平台连接,收集互联网教育平台的教育内容数据;所述教育监管模块包括互动评论析处单元、题库析处单元和训练试题选取模块;
4、互动评论析处单元,用于对用户上传至互联网教育平台上的互动和评论区域进行文本敏感审核分析,得到评论敏感值;设定评论敏感值对应敏感阈值,将评论敏感值与其对应敏感阈值进行比对,若评论敏感值大于
5、题库析处单元,用于对试题题库中任一试题进行试题分析,得到试题对应的试题难易度ty、最佳解答相似度jd、正误值jf;对最佳解答相似度、试题难易度、正误值进行综合处理,利用公式ex=ty×e1+jd×e2+jf×e3,得到试题理解值ex;其中,e1、e2、e3分别表示最佳解答相似度、试题难易度、正误值所对应的权重;将低于设定理解阈值的试题理解值所对应的试题标记为未掌握试题;记录试题题库中知识点对应的未掌握试题并编号m;计算试题题库中知识点对应的未掌握试题所对应的试题理解值,利用公式,得到知识点待训练值ed;其中,mex、mr分别表示试题题库中知识点对应的未掌握试题编号m的试题理解值以及对应的权重;设定知识点对应的专项训练试题阈值,若知识点待训练值大于其对应的专项训练试题阈值,则生成对应的专项试题训练指令;
6、所述执行处理模块用于接收对应指令触发对应措施。
7、作为本专利技术的一种优选实施方式,还包括数据收集模块;数据收集模块通过爬虫技术收集互联网教育平台的教育内容数据。
8、作为本专利技术的一种优选实施方式,教育监管模块还包括训练试题选取模块;训练试题选取模块用于提取知识点对应所有的未掌握试题的试题难易度并进行均值计算,得到未掌难度均值;设定知识点对应的训练试题的难易承受区间,将未掌难度均值与对应设定的难易承受区间配对得到训练试题难易程度选取区间,将试题难易度处于训练试题难易程度选取区间之间的试题标记为可选训练试题,并按照未掌难度均值的大小顺序排列生成可选试题列表;采用选题方法,从可选试题列表中选取设定数量的可选训练试题作为训练试题;选题方法包括顺序选题法、随机选题法等,顺序选题法则从可选试题列表中按照可选训练试题的顺序从题库中选择试题作为训练试题,随机选题法则从可选试题列表中随机选择设定数量的可选训练试题作为训练试题。
9、作为本专利技术的一种优选实施方式,对用户上传至互联网教育平台上的互动和评论区域进行文本敏感审核分析,具体为:
10、设定文本敏感词库,将互动和评论区域中的任一评论内容或互动内容与文本敏感词库进行匹配提取得到评论互动文本敏感词,将每个评论互动文本敏感词配对一个敏感系数pi,记录互动和评论区域中的任一评论内容或互动内容中的评论互动文本敏感词的个数标记为评互敏感词数p;计算任一评论内容或互动内容中的评互敏感词数和评论互动文本敏感词对应的敏感系数,利用公式,得到评论敏感值pu;其中,分别表示索引为p所对应评论内容或互动内容中第i个的评论互动文本敏感词所对应的敏感系数与其对应的权重。
11、作为本专利技术的一种优选实施方式,对试题题库中任一试题进行试题分析,具体为:
12、识别试题对应的题型,每一题型均配对一个相对难易系数z;获取试题对应的题目、解题步骤,使用自然语言处理技术从题目中提取试题关键词,记录试题关键词的个数ty1;提取解题步骤中所运用到的知识点、步骤,并分别记录其数量表示为ty2、ty3;识别解题步骤中试题关键词重复使用的次数标记为重复使用次数ty4;记录解题步骤的步骤长度ty5;将试题对应的题型的相对难易系数、试题关键词的个数、知识点、步骤的数量、重复使用次数、步骤长度标记为试题难易信息;对试题难易信息进行处理,利用公式,得到试题难易度ty;其中,t1、t2、t3、t4、t5分别表示试题关键词的个数、知识点、步骤的数量、重复使用次数、步骤长度所对应的权重;
13、获取用户提交的试题题库的答题结果,提取试题对应的答案和解答步骤;使用相似性算法对解答步骤与其对应的试题设定步骤进行处理,得到试题设定步骤对应的解答相似度;选取试题设定步骤最大的解答相似度作为最佳解答相似度表示为jd;
14、将试题对应的答案与设定答案进行匹配,判断试题的正确性;若答案一致,则表示试题答案正确;反之,则表示试题答案错误;将试题答案的正确性表示为一个二值变量标记为正误值表示为jf;
15、作为本专利技术的一种优选实施方式,接收对应指令触发对应措施;具体为:
16、在接收到互动违规指令时,对评论互动文本敏感词进行替换或删除;
17、在接收到专项试题训练指令时,为用户提供知识点对应的训练试题并发送到用户所登录的互联网教育平台上;用户通过互联网教育平台集中对训练试题进行训练。
18、作为本专利技术的一种优选实施方式,还包括评论监测模块;所述评论监测模块用于监测并分析用户触发互动违规指令的相关信息,获取当前时刻之前预设时间区域内触发互动违规指令的次数标记为时违数dg1;按照时间顺序计算相邻触发互动违规指令的时刻之间的差值标记为违时差,对预设时间区域内所有的违时差进行方差计算,得到违波值dg2;选取小于设定违时阈值的违时差作为临近违时,记录临近违时的个数得到常违数dg3;对时违数、违波值、常违数进行处理,利用公式dg=dg1×k1+dg2×k2+dg3×k3,得到综违值dg;其中,k1、k2、k3分别表示时违数、违波值、常违数所对应的权重;设定综违值的标准阈值,将综违值与其标准阈值进行比对,若综违值大于其标准阈值,则生成评论封禁指令并发送至执行处理模块;执行处理模块在接收评论封禁指令后,触发警告用户并限时封禁互动评论功能;
19、记录评论封禁指令的生成时刻,将当前评论封禁指令的生成时刻与上一个评论封禁指令的生成时刻进行时刻差计算,得到封禁时差;提取用户的评论封禁本文档来自技高网...
【技术保护点】
1.基于人工智能的互联网教育监管系统,其特征在于,包括:
2.根据权利要求1所述的基于人工智能的互联网教育监管系统,其特征在于,还包括数据收集模块;所述数据收集模块通过爬虫技术收集互联网教育平台的教育内容数据。
3.根据权利要求1所述的基于人工智能的互联网教育监管系统,其特征在于,所述教育监管模块还包括训练试题选取模块;所述训练试题选取模块用于提取知识点对应所有的未掌握试题的试题难易度并进行均值计算,得到未掌难度均值;设定知识点对应的训练试题的难易承受区间,将未掌难度均值与对应设定的难易承受区间配对得到训练试题难易程度选取区间,将试题难易度处于训练试题难易程度选取区间之间的试题标记为可选训练试题,并按照未掌难度均值的大小顺序排列生成可选试题列表;采用选题方法,从可选试题列表中选取设定数量的可选训练试题作为训练试题。
4.根据权利要求1所述的基于人工智能的互联网教育监管系统,其特征在于,对用户上传至互联网教育平台上的互动和评论区域进行文本敏感审核分析,具体为:
5.根据权利要求1所述的基于人工智能的互联网教育监管系统,其特征在于,对试
6.根据权利要求1所述的基于人工智能的互联网教育监管系统,其特征在于,接收对应指令触发对应措施;具体为:
7.根据权利要求1所述的基于人工智能的互联网教育监管系统,其特征在于,还包括评论监测模块;所述评论监测模块用于监测并分析用户触发互动违规指令的相关信息,获取当前时刻之前预设时间区域内触发互动违规指令的次数标记为时违数;按照时间顺序计算相邻触发互动违规指令的时刻之间的差值标记为违时差,对预设时间区域内所有的违时差进行方差计算,得到违波值;选取小于设定违时阈值的违时差作为临近违时,记录临近违时的个数得到常违数;对时违数、违波值、常违数进行处理得到综违值;设定综违值的标准阈值,将综违值与其标准阈值进行比对,若综违值大于其标准阈值,则生成评论封禁指令并发送至执行处理模块;执行处理模块在接收评论封禁指令后,触发警告用户并限时封禁互动评论功能;
8.基于人工智能的互联网教育监管方法,其特征在于应用于如权利要求1-7中任一项所述的基于人工智能的互联网教育监管系统,该方法包括以下步骤:
...【技术特征摘要】
1.基于人工智能的互联网教育监管系统,其特征在于,包括:
2.根据权利要求1所述的基于人工智能的互联网教育监管系统,其特征在于,还包括数据收集模块;所述数据收集模块通过爬虫技术收集互联网教育平台的教育内容数据。
3.根据权利要求1所述的基于人工智能的互联网教育监管系统,其特征在于,所述教育监管模块还包括训练试题选取模块;所述训练试题选取模块用于提取知识点对应所有的未掌握试题的试题难易度并进行均值计算,得到未掌难度均值;设定知识点对应的训练试题的难易承受区间,将未掌难度均值与对应设定的难易承受区间配对得到训练试题难易程度选取区间,将试题难易度处于训练试题难易程度选取区间之间的试题标记为可选训练试题,并按照未掌难度均值的大小顺序排列生成可选试题列表;采用选题方法,从可选试题列表中选取设定数量的可选训练试题作为训练试题。
4.根据权利要求1所述的基于人工智能的互联网教育监管系统,其特征在于,对用户上传至互联网教育平台上的互动和评论区域进行文本敏感审核分析,具体为:
5.根据权利要求1所述的基于人工智能的互联网教育监管系统,...
【专利技术属性】
技术研发人员:王贤福,姚伟伟,郑先文,
申请(专利权)人:深圳市华师兄弟教育科技有限公司,
类型:发明
国别省市:
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。