【技术实现步骤摘要】
本专利技术涉及数据分析，具体涉及基于智能ai的学习数据个性化分析方法及系统。
技术介绍
1、个性化学习是根据每个学习者的特点和需求定制的学习方式。它考虑学生的学习风格、兴趣爱好、知识水平等因素。通过智能技术分析数据，为学生提供专属学习路径、资源和建议，激发学习兴趣，提高学习效率，实现因材施教。
2、申请号为202410046663.0的专利技术专利中公开了基于ai针对学生个性化数据分析的学习力评估方法，其特征在于，所述方法包括如下步骤：s1、采集学习动力测试关键词数据、学习毅力测试合规时间数据、学习能力测试分数结果数据、学习能力测试时间结果数据；s2、依据所述学习动力测试关键词数据分别计量出同类型关键词个数占所有关键词个数的比重，并生成学习动力测试关键词占比数据，依据所述学习动力测试关键词占比数据进行占比数值分析，筛选出最大学习动力测试关键词占比数据；s3、依据最大学习动力测试关键词占比数据搜索出对应的所述学习动力测试关键词数据并标识构建为确定学习动力测试关键词数据；s4、依据所述确定学习动力测试关键词数据与学习动力测试得分分类数据通过数据识别算法按照学习动力测试关键词进行识别，分析生成学生学习动力测试得分数据；s5、依据所述学习毅力测试合规时间数据与学习毅力测试总时间数据进行比值计量并将所述比值构建为学生学习毅力测试得分数据；s6、依据所述学习能力测试分数结果数据和所述学习能力测试时间结果数据进行数值计量并将所述数值构建为学生学习能力测试得分数据；s7、依据所述学生学习动力测试得分数据、所述学生学习毅力测试得分数据
3、该申请在于解决：“传统的学生学习力评估只是简单通过测试题目在相同时间通过学生答题得分来判断学生的学习力，然而学习力包含学习动力、学习毅力和学习能力，通过测试题目只能简单测试出学生学习能力，不能对学生的学习动力、学习毅力进行综合判断，同时在学习能力测试阶段只关注学生的答题得分，不考虑学生的答题时间也不能科学测试出学生学习能力”的问题。
4、然而，用户在学习过程中，可能受兴趣、专注力的影响，对学习内容的接收程度产生差异化，目前的教学辅助技术大都着重于用户学习兴趣，未对用户学习过程中的专注力进行分析及应用。
5、由此，我们提出了基于智能ai的学习数据个性化分析方法及系统。
技术实现思路
1、针对现有技术所存在的上述缺点，本专利技术提供了基于智能ai的学习数据个性化分析方法及系统，解决了上述
技术介绍
中提出的技术问题。
2、为实现以上目的，本专利技术通过以下技术方案予以实现：
3、第一方面，基于智能ai的学习数据个性化分析系统，包括：
4、创建模块，用于创建用户电子档案，基于用户电子档案储存用户学习数据；上传模块，用于上传用户学习数据，将用户学习数据向创建模块中创建的对应用户电子档案中传输；识别模块，用于遍历用户电子档案中储存的用户学习数据，基于用户学习数据识别用户学习专注时域；导入模块，用于导入待学习视频课程及待学习电子习题，对待学习视频课程及待学习电子习题进行储存；判定模块，用于监测用户的实时考勤打卡行为，判定用户考勤打卡行为所在用户学习专注时域；配置模块，用于调取导入模块中导入的待学习视频课程或待学习电子习题，将待学习视频课程或待学习电子习题配置于当前考勤打卡的用户。
5、更进一步地，所述创建模块在创建用户电子档案时，以用户名称及出生年月日对用户电子档案进行命名，所述用户学习数据包括：用户考勤数据、用户考核成绩数据、用户线上课程完成进度，所述用户学习数据均以用户名称及出生年月日进行标记，在向创建模块创建的用户电子档案中传输时，基于用户学习数据的标记内容，识别对应传输的目标用户电子档案，使储存于用户电子档案的所有用户学习数据的标记内容均一致，且所有用户学习数据的标记内容均与用户电子档案的名称相同。
6、更进一步地，所述识别模块下级设置有子模块，包括：
7、选择单元，用于选择用户电子档案；
8、调取单元，用于获取选择单元中选择的用户电子档案，对用户电子档案中储存的用户学习数据进行调取；
9、其中，选择单元运行阶段，由系统端用户于选择单元内部手动对用户电子档案进行选择，且每次选择的用户电子档案数量为一，调取单元在调取用户电子档案中储存的用户学习数据时，以最新储存的对应时间跨度不少于七天的用户学习数据进行调取，并在完成调取后，将调取的用户学习数据打包向识别模块发送，待打包的用户学习数据送达至识别模块后，识别模块再执行用户学习专注时域的识别。
10、更进一步地，所述识别模块中用户学习专注时域的识别逻辑表示为：
11、；
12、式中：η为用户学习专注程度表现值；l为用户考核成绩；know为当日用户线上课程完成进度；klast为昨日用户线上课程完成进度；t为当日用户基于考勤数据确定的学习时长；η0为判定值；
13、其中，调取单元调取的每日用户学习数据均基于上式求取用户学习专注程度表现值η，所得结果记作η1、η2、η3、η4、η5、η6、η7，η1、η2、η3、η4、η5、η6、η7中任意两组及以上符合式（2）时，则结束，进一步识别用户学习专注时域，η1、η2、η3、η4、η5、η6、η7中符合式（2）的表现值少于两组，则进一步求取η8、η9、η10、…，直至符合式（2）的表现值不少于两组后，结束，进一步识别用户学习专注时域，判定值η0由系统端用户自定义。
14、更进一步地，η1、η2、η3、η4、η5、η6、η7、…在求取后，进一步提取η1、η2、η3、η4、η5、η6、η7、…中符合识别逻辑中式（2）的表现值，在对各表现值求取过程应用的t所对应的时域进行获取，由此得到两组及以上的时域，基于得到的时域识别用户学习专注时域，用户学习专注时域为：
15、各时域的交集时域记作用户学习专注时域；
16、各时域相互之间均不存在交集时，将各时域等分为四组子时域，各组时域内的两组居中子时域均记作用户学习专注时域。
17、更进一步地，所述导入模块内部设置有子模块，包括：
18、标记单元，用于遍历导入模块中导入的待学习视频课程及待学习电子习题，为每一待学习视频课程及待学习电子习题标记权重；
19、其中，标记单元中对于待学习视频课程及待学习电子习题标记权重的操作由系统端用户手动进行编辑标记，所有待学习视频课程及待学习电子习题的标记权重均被约束在1~10之间，且为整数，待学习视频课程及待学习电子习题的标记权重越大，表示待学习视频课程及待学习电子习题的学习难度越高，反之，表示待学习视频课程及待学习电子习题的学习难度越低。
20、更进一步地，所述导入本文档来自技高网...
【技术保护点】
1.基于智能AI的学习数据个性化分析系统，其特征在于，包括：
2.根据权利要求1所述的基于智能AI的学习数据个性化分析系统，其特征在于，所述创建模块在创建用户电子档案时，以用户名称及出生年月日对用户电子档案进行命名，所述用户学习数据包括：用户考勤数据、用户考核成绩数据、用户线上课程完成进度，所述用户学习数据均以用户名称及出生年月日进行标记，在向创建模块创建的用户电子档案中传输时，基于用户学习数据的标记内容，识别对应传输的目标用户电子档案，使储存于用户电子档案的所有用户学习数据的标记内容均一致，且所有用户学习数据的标记内容均与用户电子档案的名称相同。
3.根据权利要求1所述的基于智能AI的学习数据个性化分析系统，其特征在于，所述识别模块下级设置有子模块，包括：
4.根据权利要求3所述的基于智能AI的学习数据个性化分析系统，其特征在于，所述识别模块中用户学习专注时域的识别逻辑表示为：；
5.根据权利要求4所述的基于智能AI的学习数据个性化分析系统，其特征在于，η1、η2、η3、η4、η5、η6、η7、…在求取后，进一步提取η1、η2、η
6.根据权利要求1所述的基于智能AI的学习数据个性化分析系统，其特征在于，所述导入模块内部设置有子模块，包括：
7.根据权利要求1所述的基于智能AI的学习数据个性化分析系统，其特征在于，所述导入模块对待学习视频课程及待学习电子习题进行储存时，基于各待学习视频课程及待学习电子习题的标记权重进行降序排列；
8.根据权利要求1所述的基于智能AI的学习数据个性化分析系统，其特征在于，所述判定模块在连续七次及以上判定到用户考勤到卡行为均未落在任意一组用户学习专注时域时，重置系统运行。
9.根据权利要求1所述的基于智能AI的学习数据个性化分析系统，其特征在于，所述创建模块通过无线网络交互连接有上传模块及识别模块，所述识别模块下级通过无线网络交互连接有选择单元及调取单元，所述识别模块通过无线网络交互连接有导入模块，所述导入模块内部通过无线网络交互连接有标记单元，所述导入模块通过无线网络交互连接有判定模块及配置模块。
10.基于智能AI的学习数据个性化分析方法，所述方法是对如权利要求1-9中任意一项所述基于智能AI的学习数据个性化分析系统的实施方法，其特征在于，包括以下步骤：
...【技术特征摘要】
1.基于智能ai的学习数据个性化分析系统，其特征在于，包括：
2.根据权利要求1所述的基于智能ai的学习数据个性化分析系统，其特征在于，所述创建模块在创建用户电子档案时，以用户名称及出生年月日对用户电子档案进行命名，所述用户学习数据包括：用户考勤数据、用户考核成绩数据、用户线上课程完成进度，所述用户学习数据均以用户名称及出生年月日进行标记，在向创建模块创建的用户电子档案中传输时，基于用户学习数据的标记内容，识别对应传输的目标用户电子档案，使储存于用户电子档案的所有用户学习数据的标记内容均一致，且所有用户学习数据的标记内容均与用户电子档案的名称相同。
3.根据权利要求1所述的基于智能ai的学习数据个性化分析系统，其特征在于，所述识别模块下级设置有子模块，包括：
4.根据权利要求3所述的基于智能ai的学习数据个性化分析系统，其特征在于，所述识别模块中用户学习专注时域的识别逻辑表示为：；
5.根据权利要求4所述的基于智能ai的学习数据个性化分析系统，其特征在于，η1、η2、η3、η4、η5、η6、η7、…在求取后，进一步提取η1、η2、η3、η4、η5、η6、η7、…中符合识别逻辑中式（2）的表现值，在对各表现值求取过程应用的t所对应的时域进行获取，由此得...
【专利技术属性】
技术研发人员：雷燕芳，秦余伟，冯兴旺，
申请(专利权)人：山东天成书业有限公司，
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。