【技术实现步骤摘要】
本专利技术涉及信息，尤其涉及一种基于大语言模型的ai智能互动课调整方法及系统。
技术介绍
1、在学生学习概念的过程中，通过分析学生在打字输入概念解释时的节奏变化，来判断学生对于所学概念的理解深度，并据此动态调整课程进度，这被认为是一种具有前瞻性的智能教学方式。例如，在ai智能互动课程的游戏环节里，学生必须通过打字来完成任务，他们的回答方式和打字节奏可以揭示他们对概念的掌握程度。在游戏过程中，系统会提出一些与所学概念相关的问题，要求学生在限定的时间内通过键盘输入答案。通过对学生打字回答问题时停顿分布特征的研究，可以推测出学生对概念的掌握状况，从而为智能地调整教学进度提供依据。然而，要实现这种智能教学方式，还需要克服几个技术难点：首先是如何精确地识别学生在打字过程中停顿时间的分布特征，以及如何排除打字速度、习惯等因素的干扰，从中提取出能够真实反映学生理解水平的关键特征值。这是一个迫切需要解决的问题。其次，不同的概念具有不同的难易程度，同样的停顿时间分布可能代表了学生对不同难度概念的不同理解水平。因此，如何根据概念本身的难度来校准停顿时间分布...
【技术保护点】
1.一种基于大语言模型的AI智能互动课调整方法，其特征在于，所述方法包括：
2.根据权利要求1所述的方法，其特征在于，所述获取学生在不同难度概念解释过程中的原始打字输入节奏数据，包括键盘事件时间戳序列、事件类型、输入内容，并根据事件时间戳序列计算停顿时间分布、输入速度变化、错误率指标，包括:
3.根据权利要求1所述的方法，其特征在于，所述对原始打字输入节奏数据进行预处理，剔除由于键盘布局熟悉程度、手指灵活性差异因素导致的异常停顿，并结合学生的基本打字速度和节奏稳定性特征，构建学生打字输入节奏的多维度特征向量，包括:
4.根据权利要求...
【技术特征摘要】
1.一种基于大语言模型的ai智能互动课调整方法，其特征在于，所述方法包括：
2.根据权利要求1所述的方法，其特征在于，所述获取学生在不同难度概念解释过程中的原始打字输入节奏数据，包括键盘事件时间戳序列、事件类型、输入内容，并根据事件时间戳序列计算停顿时间分布、输入速度变化、错误率指标，包括:
3.根据权利要求1所述的方法，其特征在于，所述对原始打字输入节奏数据进行预处理，剔除由于键盘布局熟悉程度、手指灵活性差异因素导致的异常停顿，并结合学生的基本打字速度和节奏稳定性特征，构建学生打字输入节奏的多维度特征向量，包括:
4.根据权利要求1所述的方法，其特征在于，所述采用基于密度的聚类模型对学生打字输入节奏的多维度特征向量进行聚类，得到的聚类结果用于反映学生在不同概念理解水平下的典型输入模式，并对每个聚类的中心特征向量进行分析，确定其对应的概念理解程度，包括:
5.根据权利要求1所述的方法，其特征在于，所述在学生进行概念解释输入时，实时提取其打字输入节奏特征，并将特征向量输入到聚类模型中进行分类，得到学生当前的打字输入节奏特征所属的聚类，进而判断学生当前对应的概念理解水平，包括:
【专利技术属性】
技术研发人员：游良铭，
申请(专利权)人：福州科莱特教育科技有限公司，
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。