【技术实现步骤摘要】
本专利技术涉及教学数据挖掘，尤其涉及一种基于深度学习的数据挖掘方法。
技术介绍
1、随着科技的进步和时代的发展，数字化教学的普及程度也越来越高；在教学的过程中，通常是采用老师课堂知识讲授，学生课下练习习题，老师批阅并进行习题讲解，学生针对自己的错误点结合习题讲解，总结归纳自己的薄弱点并进行反复练习，直至完全掌握相关知识点。
2、在数字化教学中，我们将上述教学过程云端化，老师通过数字化教室进行知识讲授和习题讲解，学生通过学习平板练习习题并听取讲授和习题讲解；在这个过程中，我们会获得很多教学相关数据，也就是教学大数据；这些数据隐含着很多有用信息，对教学大数据进行数据挖掘，有助于提高我们的学习效率和教学水平。
3、但是，教学相关数据往往以非标准化形式存在；如：讲解音/视频、答题书面、错误类型这种都存在个人因素影响，进而影响教学大数据采集和挖掘；此外，如何利用这些教学相关数据解决学生和教师实际的需求也是一个问题。
4、综上，现有技术缺乏一种综合化采集、挖掘和利用教学大数据的途径；因此，需要一种基于深度学习的数...
【技术保护点】
1.一种基于深度学习的数据挖掘方法，其特征在于，包括数据云端构建环节、学习数据提取环节、标准数据挖掘环节和特征数据挖掘环节；其中，
2.根据权利要求1所述的一种基于深度学习的数据挖掘方法，其特征在于，通过如下管理步骤对文本内容进行特征校正：
3.根据权利要求1所述的一种基于深度学习的数据挖掘方法，其特征在于，通过如下步骤进行部分标准文字匹配：通过习题答题书面对应的阅卷结果，获取正确答题书面部分；通过通用图像文字识别模型对正确答题书面部分进行识别，得到正确答题书面文字；通过学习资料数据容器获取正确答题书面部分对应的习题答案，得到对应的正确部分习题...
【技术特征摘要】
1.一种基于深度学习的数据挖掘方法，其特征在于，包括数据云端构建环节、学习数据提取环节、标准数据挖掘环节和特征数据挖掘环节；其中，
2.根据权利要求1所述的一种基于深度学习的数据挖掘方法，其特征在于，通过如下管理步骤对文本内容进行特征校正：
3.根据权利要求1所述的一种基于深度学习的数据挖掘方法，其特征在于，通过如下步骤进行部分标准文字匹配：通过习题答题书面对应的阅卷结果，获取正确答题书面部分；通过通用图像文字识别模型对正确答题书面部分进行识别，得到正确答题书面文字；通过学习资料数据容器获取正确答题书面部分对应的习题答案，得到对应的正确部分习题答案文字；将正确答题书面文字和正确部分习题答案文字通过文本对齐算子进行处理，将成功对齐的文字段标记为标准书写文字段。
4.根据权利要求1所述的一种基于深度学习的数据挖掘方法，其特征在于，通过如下步骤确定不同音轨时间对应讲述的学习数据：设置标准时间轴；通过数字化教学系统获取班级内各学生个人所使用的学习资料；在标准时间轴上标记不同时间学生个人所使用的学习资料部分；当班级内各学生个人在同一时间内，改变所使用的学习资料部分，并改用同一学习资料部分，则将改用的学习资料部分标记为授课学习资料，改用的时间点标记为授课音频切割点；将授课音频数据的音轨对齐标准时间轴，并按照授课音频切割点进行分段切割，得到授课音频数据段和对应的授课学习资料。
5.根据权利要求4所述的一种基于深度学习...
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。