[發(fā)明專利]一種基于人工智能大數(shù)據(jù)的省級教育教學(xué)評估系統(tǒng)

在審

• 申請?zhí)枺?/td>: 202110442758.0
• 申請日: 2021-04-23
• 公開（公告）號: CN113129188A
• 公開（公告）日: 2021-07-16
• 發(fā)明（設(shè)計(jì)）人: 沈亦軍;汪彩梅;張宏
• 申請（專利權(quán)）人: 安徽英福泰克信息科技有限公司
• 主分類號: G06Q50/20
• 分類號: G06Q50/20;G06Q10/06;G06K9/62
• 代理公司: 上海精晟知識產(chǎn)權(quán)代理有限公司 31253
• 代理人: 李佼佼

1.一種基于人工智能大數(shù)據(jù)的省級教育教學(xué)評估系統(tǒng)，包括數(shù)據(jù)庫、數(shù)據(jù)采集單元、查詢統(tǒng)計(jì)單元、綜合評估單元和系統(tǒng)維護(hù)單元，其特征在于：

所述數(shù)據(jù)采集單元包括數(shù)據(jù)采集模塊、數(shù)據(jù)預(yù)處理模塊和多源轉(zhuǎn)換模塊；所述數(shù)據(jù)采集模塊用于根據(jù)教學(xué)評估需求從數(shù)據(jù)庫中采集大量數(shù)據(jù)；所述數(shù)據(jù)預(yù)處理用于對選取好的數(shù)據(jù)進(jìn)行初步的處理直至處理后的數(shù)據(jù)能夠被系統(tǒng)識別和操作；所述多源轉(zhuǎn)換模塊用于預(yù)處理后的數(shù)據(jù)進(jìn)行合并、轉(zhuǎn)換；

所述查詢統(tǒng)計(jì)單元包括查詢模塊和統(tǒng)計(jì)模塊；所述查詢模塊用于對數(shù)據(jù)以及評估結(jié)果進(jìn)行查詢；所述統(tǒng)計(jì)模塊用于對數(shù)據(jù)處理結(jié)果進(jìn)行統(tǒng)計(jì)并展示；

所述綜合評估單元包括決策樹模塊和分類模塊；所述決策樹模塊用于對多源轉(zhuǎn)換模塊處理后的數(shù)據(jù)進(jìn)行分析處理，總結(jié)出數(shù)據(jù)規(guī)律生成決策樹評估模型；所述分類模型用于分類規(guī)則進(jìn)行訂制，將數(shù)據(jù)進(jìn)行分類處理；

所述系統(tǒng)維護(hù)單元包括用戶管理模塊和數(shù)據(jù)管理模塊；所述用戶管理模塊用于省內(nèi)老師和學(xué)生的資料進(jìn)行存儲；所述數(shù)據(jù)管理模塊用于對系統(tǒng)運(yùn)行處理的數(shù)據(jù)進(jìn)行存儲。

2.根據(jù)權(quán)利要求1所述的一種基于人工智能大數(shù)據(jù)的省級教育教學(xué)評估系統(tǒng)，其特征在于，所述數(shù)據(jù)預(yù)處理包括了對數(shù)據(jù)的集成、轉(zhuǎn)換和清洗；當(dāng)清洗過程中，出現(xiàn)間接數(shù)據(jù)和不完整數(shù)據(jù)，需要對數(shù)據(jù)進(jìn)行填補(bǔ)和挖掘分類。

3.根據(jù)權(quán)利要求2所述的一種基于人工智能大數(shù)據(jù)的省級教育教學(xué)評估系統(tǒng)，其特征在于，所述挖掘分類采用層次分析方法，具體步驟如下：

步驟S1：建立層次結(jié)構(gòu)模型；

步驟S2：構(gòu)造成對比較矩陣；

步驟S3：計(jì)算權(quán)重；

步驟S4：計(jì)算組合權(quán)向量并做組合一致性檢驗(yàn)。

4.根據(jù)權(quán)利要求3所述的一種基于人工智能大數(shù)據(jù)的省級教育教學(xué)評估系統(tǒng)，其特征在于，所述步驟S1中，建立層次結(jié)果模型包括準(zhǔn)備情況、教學(xué)效果、教學(xué)內(nèi)容、職業(yè)道德和教學(xué)方法五個指標(biāo)。

5.根據(jù)權(quán)利要求3所述的一種基于人工智能大數(shù)據(jù)的省級教育教學(xué)評估系統(tǒng)，其特征在于，所述步驟S3中，在計(jì)算權(quán)重的過程中，需要?dú)w一化處理得到特征向量W。

6.根據(jù)權(quán)利要求3所述的一種基于人工智能大數(shù)據(jù)的省級教育教學(xué)評估系統(tǒng)，其特征在于，所述步驟S4中，根據(jù)步驟S2求出矩陣的最大特征值和特征向量W，得到一致性指標(biāo)CI，計(jì)算公式如下：

式中，n為矩陣的維數(shù)。

7.根據(jù)權(quán)利要求1所述的一種基于人工智能大數(shù)據(jù)的省級教育教學(xué)評估系統(tǒng)，其特征在于，所述決策樹評估模型中包含了多個樹分支和葉子節(jié)點(diǎn)；所述樹分支代表數(shù)據(jù)屬性的輸出；所述葉子節(jié)點(diǎn)代表類的標(biāo)號，通過遍歷決策樹的根和葉子節(jié)點(diǎn)，得到數(shù)據(jù)的分類。

8.根據(jù)權(quán)利要求1或7所述的一種基于人工智能大數(shù)據(jù)的省級教育教學(xué)評估系統(tǒng)，其特征在于，所述決策樹評估模型處理流程如下：

步驟C1：創(chuàng)建一個節(jié)點(diǎn)，節(jié)點(diǎn)包含所有的元素，且這些元素屬于同一類；

步驟C2：當(dāng)創(chuàng)建完決策時，樣本集合list為空，輸出結(jié)果為只有一個節(jié)點(diǎn)的決策樹模型；

步驟C3：若list不為空，則選擇一個包含樣本最多的節(jié)點(diǎn)作為根節(jié)點(diǎn)，并將其化為一個分類test_list；

步驟C4：若test_list符合調(diào)節(jié)則可以進(jìn)行分支操作，生成的分支代表，如果分支胃口，當(dāng)前節(jié)點(diǎn)為包含樣本的一個分類；

步驟C5：計(jì)算決策樹的信息熵；

步驟C6：計(jì)算各個屬性的信息熵；

步驟C7：計(jì)算信息熵的增加量；

步驟C8：將所有的屬性都進(jìn)行分支處理；

步驟C9：按照評分信息完成對決策樹的評估。