[发明专利]动态课程的创建方法及系统在审

专利信息
申请号: 201710021503.0 申请日: 2017-01-12
公开(公告)号: CN108305193A 公开(公告)日: 2018-07-20
发明(设计)人: 文伟龙;李少明 申请(专利权)人: 北大方正集团有限公司;北京北大方正电子有限公司
主分类号: G06Q50/20 分类号: G06Q50/20
代理公司: 北京友联知识产权代理事务所(普通合伙) 11343 代理人: 尚志峰;汪海屏
地址: 100871 北京市*** 国省代码: 北京;11
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 学习 动态课程 创建 跟踪数据 模型数据 动态创建 日常学习 数据库 个性化数据 市场竞争力 实时生成 需求满足 学习阶段 在线学习 课程 课堂 保存 个性化 分析
【权利要求书】:

1.一种动态课程的创建方法,其特征在于,包括:

获取用户的个性化数据,生成用户的学习模型数据A1,保存所述学习模型数据A1至数据库;

分析用户的日常学习数据,实时生成用户的学习跟踪数据B1,保存所述学习跟踪数据B1至数据库;

根据所述学习模型数据A1和所述学习跟踪数据B1,生成用户的学习计划,动态创建学习课程,以供用户进行在线学习。

2.根据权利要求1所述的动态课程的创建方法,其特征在于,获取用户的个性化数据,生成用户的学习模型数据A1的步骤,具体包括:

设置测试类资源,确定用户的学习偏好;

分别计算所述学习偏好对应的综合比重;

收集用户的基础信息;

根据所述综合比重和所述基础信息,生成用户的学习模型数据A1。

3.根据权利要求1所述的动态课程的创建方法,其特征在于,分析用户的日常学习数据,实时生成用户的学习跟踪数据B1的步骤,具体包括:

设置测试类资源,实时记录用户对所述测试类资源的日常学习数据;

分析所述日常学习数据,生成测试结果;

根据所述测试结果,生成用户的学习跟踪数据B1。

4.根据权利要求1所述的动态课程的创建方法,其特征在于,根据所述学习模型数据A1和所述学习跟踪数据B1,生成用户的学习计划,动态创建学习课堂,以供用户进行在线学习的步骤,具体包括:

根据所述日常学习跟踪数据B1,修改所述学习模型数据A1,并生成新的学习模型数据A2;

根据所述学习模型数据A2和所述日常学习跟踪数据B1,生成学习者的学习计划;

根据所述学习计划,动态创建学习课堂。

5.根据权利要求4所述的动态课程的创建方法,其特征在于,还包括:接收用户进行在线学习的指令;

记录用户进行在线学习的数据;

根据所述用户进行在线学习的数据,修改所述日常学习跟踪数据B1,并生成新的学习跟踪数据B2;以及

根据所述学习模型数据A2和所述学习跟踪数据B2,继续生成学习者的学习计划。

6.根据权利要求2所述的动态课程的创建方法,其特征在于,

所述学习偏好包括以下至少之一或其组合:学习信息的思考偏好方式、学习信息的理解偏好方式、学习信息的收集偏好方式、学习信息的处理信息方式、学习资源的偏好类型、学习资源的偏好时间;

所述基础信息包括以下至少之一或其组合:姓名、性别、年级、班级、邮箱、关注学科、学习内容版本、学习阶段;

所述学习跟踪数据包括以下至少之一或其组合:学习资源类型、学习资源名称、学习时长、学习日期、学习资源学科;

所述学习计划包括以下至少之一或其组合:推送资源数量、资源学科、知识点名称、推送资源难度、推送资源学习水平。

7.一种动态课程的创建系统,其特征在于,包括:

学习模型分析装置,用于获取用户的个性化数据,生成用户的学习模型数据A1;还用于保存所述学习模型数据A1至数据库;

日常学习数据跟踪分析装置,用于分析用户的日常学习数据,实时生成用户的学习跟踪数据B1;还用于保存所述学习跟踪数据B1至数据库;

动态课程组建装置,用于根据所述学习模型数据A1和所述学习跟踪数据B1,生成用户的学习计划,动态创建学习课程,以供用户进行在线学习。

8.根据权利要求7所述的动态课程的创建系统,其特征在于,所述学习模型分析装置具体用于:

设置测试类试题,确定用户的学习偏好;

分别计算所述学习偏好对应的综合比重;

收集用户的基础信息;

根据所述综合比重和所述基础信息,生成用户的学习模型数据A1。

下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。

该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于北大方正集团有限公司;北京北大方正电子有限公司,未经北大方正集团有限公司;北京北大方正电子有限公司许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服

本文链接:http://www.vipzhuanli.com/pat/books/201710021503.0/1.html,转载请声明来源钻瓜专利网。

×

专利文献下载

说明:

1、专利原文基于中国国家知识产权局专利说明书;

2、支持发明专利 、实用新型专利、外观设计专利(升级中);

3、专利数据每周两次同步更新,支持Adobe PDF格式;

4、内容包括专利技术的结构示意图流程工艺图技术构造图

5、已全新升级为极速版,下载速度显著提升!欢迎使用!

请您登陆后,进行下载,点击【登陆】 【注册】

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top