[發明專利]一種基于云計算的自適應性教育培訓系統

在審

• 申請號: 202210390064.1
• 申請日: 2022-04-14
• 公開（公告）號: CN114971167A
• 公開（公告）日: 2022-08-30
• 發明（設計）人: 梁波;陸侃;王溧
• 申請（專利權）人: 梁波
• 主分類號: G06Q10/06
• 分類號: G06Q10/06;G06Q50/20;G06Q50/06;G06F16/9535
• 代理公司: 北京卓恒知識產權代理事務所(特殊普通合伙) 11394
• 代理人: 孔鵬

本發明公開了一種基于云計算的自適應性教育培訓系統，所述系統用于執行自適應性教育培訓方法，所述方法包括：搭建目標群體的作業質量評估模型；并進行第一預設期限內的作業數據采集，作為第一基期數據集合；基于不同排列特征，對其進行分階排列，依次獲得一階、二階、三階作業排序隊列；將一階、二階、三階作業排序隊列，依次上傳至作業質量評估模型，進行分階式的作業質量評估，依次獲得對應的第一期望作業數據、第二期望作業數據以及第三期望作業數據；基于第一期望作業數據、和/或第二期望作業數據，和/或第三期望作業數據，對目標群體進行自適應性的教育培訓。

技術領域

本發明涉及數據處理領域，尤其涉及一種基于云計算的自適應性教育培訓系統。

背景技術

自適應學習，也被稱為自適應教育，自適應學習是基于學習目標，利用大數據、人工智能等技術手段，根據每個用戶的情況制定個性化學習路徑，智能推薦學習內容及測試，根據測試結果不斷反饋迭代學習過程，以實現每個用戶最高效率達成學習目標。

然而，現有技術中存在對用戶進行自適應學習的教育培訓過程中，無法對自適應學習的參照對象進行最優化處理，使得自適應學習過程變得較為繁瑣的技術問題。

發明內容

本發明的目的是提供一種基于云計算的自適應性教育培訓系統，用以解決現有的在對用戶進行自適應學習的教育培訓過程中，無法對自適應學習的參照對象進行最優化處理，使得自適應學習過程變得較為繁瑣的技術問題。通過對用于自適應學習的參照對象進行多特征的階次排序，從而基于構建好的作業質量評估模型，對各階次排序的作業數據進行評估訓練，可評估獲得期望狀態下的作業數據，從而對區別于期望作業數據的的任一作業數據對應的目標用戶進行自適應的教育培訓，通過對自適應學習的參照對象進行提前的有效排序處理，簡化了自適應學習過程中的繁瑣步驟，達到了對自適應學習的參照對象進行最優化處理，確保對目標用戶進行快速、精準的自適應性的教育培訓，同時提高自適應性教育培訓系統的適配性的技術效果。

鑒于上述問題，本發明提供了一種基于云計算的自適應性教育培訓系統。

第一方面，本發明提供了一種基于云計算的自適應性教育培訓方法，其特征在于，所述方法應用于一種基于云計算的自適應性教育培訓系統，所述方法包括：搭建目標群體的作業質量評估模型；對所述目標群體進行第一預設期限內的作業數據采集，生成期限內作業數據集合，并作為第一基期數據集合；基于各用戶的歷史作業數量，對所述第一基期數據集合進行一次排列，生成一階作業排序隊列；基于所述各用戶的歷史作業成交量，對所述第一基期數據集合進行二次排列，生成二階作業排序隊列；基于所述各用戶的歷史作業邏輯，對所述第一基期數據集合進行三次排列，生成三階作業排序隊列；將所述一階作業排序隊列、所述二階作業排序隊列以及所述三階作業排序隊列，依次上傳至所述作業質量評估模型，進行分階式的作業質量評估，依次獲得對應的第一期望作業數據、第二期望作業數據以及第三期望作業數據；基于所述第一期望作業數據、和/或所述第二期望作業數據，和/或所述第三期望作業數據，對所述目標群體進行自適應性的教育培訓。