[發明專利]自適應作業推薦方法及系統在審
| 申請號： | 202010942937.6 | 申請日： | 2020-09-09 |
| 公開（公告）號： | CN112069411A | 公開（公告）日： | 2020-12-11 |
| 發明（設計）人： | 王鑫 | 申請（專利權）人： | 上海松鼠課堂人工智能科技有限公司 |
| 主分類號： | G06F16/9535 | 分類號： | G06F16/9535;G06F16/9538;G06F16/901;G06K9/00;G06K17/00 |
| 代理公司： | 上海中外企專利代理事務所(特殊普通合伙) 31387 | 代理人： | 孫益青 |
| 地址： | 200025 上海市徐*** | 國省代碼： | 上海;31 |
| 權利要求書： | 查看更多 | 說明書： | 查看更多 |
| 摘要： | |||
| 搜索關鍵詞： | 自適應 作業 推薦 方法 系統 | ||
本發明公開了一種自適應作業推薦方法及系統，通過獲取學生學習感知數據，學習感知數據包括學生針對知識點學習中產生的腦波數據和表情數據；根據預設第一數據算法將腦波數據轉換為學生在知識點學習中的注意力值L，根據預設第二數據算法將表情數據轉換為學生在知識點學習中的興趣程度值M；再獲取用戶線上學習測試中知識點能力值θ，根據注意力值L和興趣程度值M對知識點能力值θ進行修正，根據修正后的知識點能力值θ調取對應的作業資源進行推薦。本發明能夠針對學生差異做出個性化作業推薦。
技術領域
本發明屬于自適應教學系統技術領域，尤其涉及一種自適應作業推薦方法及系統。
背景技術
目前已有的作業推薦系統主要基于學生在知識點上的能力值來針對學生差異做出個性化作業推薦；
例如中國發明專利CN108920663B一種自動推薦題目內容的方法；其推題所依據的一個主要因素就是知識點能力值。知識點能力值主要依據的是IRT項目反映理論。這種學生在知識點上的能力值均是由測試得出的，而在測試時，學生因為外部因素可能會影響其發揮，進一步導致其測試結果出現偏差。故缺乏一種能夠減小或消除這種偏差的個性化作業推薦方法。
發明內容
本發明所要解決的技術問題在于針對上述現有技術中的不足，提供一種自適應作業推薦方法及系統，能夠更精準的針對學生差異做出個性化作業推薦。
本發明第一方面公開了一種自適應作業推薦方法，包括以下步驟：
Step1、獲取學生學習感知數據，所述學習感知數據包括學生針對知識點學習中產生的腦波數據和表情數據；
Step2、根據預設第一數據算法將腦波數據轉換為學生在知識點學習中的注意力值L，根據預設第二數據算法將表情數據轉換為學生在知識點學習中的興趣程度值M；
Step3、獲取用戶線上學習測試中知識點能力值θ，根據注意力值L和興趣程度值M對知識點能力值θ進行修正，修正時若注意力值L≥閾值L’，則對知識點能力值θ添加一個增量x，若注意力值L＜閾值L’，則對知識點能力值θ減小一個增量x；修正時若興趣程度值M≥閾值M’，則對知識點能力值θ添加一個增量y，若興趣程度值M＜閾值M’，則對知識點能力值θ減小一個增量y；
Step4、根據修正后的知識點能力值θ調取對應的作業資源進行推薦。
上述自適應作業推薦方法，還包括Step5、獲取老師發布的作業布置指令，根據作業布置指令對Step4中推薦的作業資源進行對應的資源調取，生成作業布置結果發布。
本發明第二方面公開了一種自適應作業推薦系統，包括學習感知數據采集裝置和服務器；
所述學習感知數據采集裝置包括腦波數據采集單元和表情數據采集單元；
所述腦波數據采集單元，用于采集學生針對知識點學習中產生的腦波數據；
所述表情數據采集單元，用于采集學生針對知識點學習中產生的表情數據；
所述服務器包括入庫模塊、存儲模塊、資源模塊和推薦模塊；
所述入庫模塊，用于將學習感知數據采集裝置采集到的腦波數據根據預設第一數據算法轉換為學生在知識點學習中的注意力值L，用于將學習感知數據采集裝置采集到的表情數據根據預設第二數據算法轉換為學生在知識點學習中的興趣程度值M；并將注意力值L和興趣程度值M作為學生學習狀態數據發送至存儲模塊進行存儲；
所述存儲模塊，用于存儲學生學習狀態數據；
所述資源模塊，用于存儲作業資源；
該專利技術資料僅供研究查看技術是否侵權等信息，商用須獲得專利權人授權。該專利全部權利屬于上海松鼠課堂人工智能科技有限公司，未經上海松鼠課堂人工智能科技有限公司許可，擅自商用是侵權行為。如果您想購買此專利、獲得商業授權和技術合作，請聯系【客服】
本文鏈接：http://www.szxzyx.cn/pat/books/202010942937.6/2.html，轉載請聲明來源鉆瓜專利網。
