[发明专利]学员评价系统在审

专利信息
申请号: 201710810604.6 申请日: 2017-09-11
公开(公告)号: CN107704995A 公开(公告)日: 2018-02-16
发明(设计)人: 龚亚勋;张奇业;陈慕菁;蔡永健;秦军燕;刘超;郑伟成;谢昆;于正洋;姜焱;孟欣;刘笃师;张鑫;史晓辉;蒋栋;田潇;刘雨晴;彭润泽;乔新惠;宋欣;白春玲 申请(专利权)人: 北京奥鹏远程教育中心有限公司
主分类号: G06Q10/06 分类号: G06Q10/06;G06Q50/20;G09B7/00
代理公司: 北京集智东方知识产权代理有限公司11578 代理人: 陈亚斌,关兆辉
地址: 100088 北京*** 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: 学员 评价 系统
【权利要求书】:

1.一种学员评价系统,其特征在于,所述系统包括:

学习态度积极性模型,用于接收预定义的学员的学习态度积极性指标参数,并利用感知计算方法对所述学习态度积极性指标参数进行计算,得到该学员的学习态度积极性评价结果;

毕业后期望模型,用于接收预定义的学员的毕业后期望指标参数,并利用感知计算方法对所述毕业后期望指标参数进行计算,得到该学员的毕业后期望模型;

生活压力模型,用于接收预定义的学员的生活压力指标参数,并利用感知计算方法对所述生活压力指标参数进行计算,得到该学员的生活压力评价结果;

学以致用度模型,用于接收预定义的学员的学以致用度指标参数,并利用模糊逻辑系统对所述学以致用度指标参数进行计算,得到该学员的学以致用度评价结果;

文凭驱动度模型,用于接收预定义的学员的文凭驱动度指标参数,并利用模糊逻辑系统对所述文凭驱动度指标参数进行计算,得到该学员的文凭驱动度评价结果;

人群归属模型,用于接收预定义的学员的人群归属指标参数,并利用主成分分析方法得到该学员的人群归属类型。

2.如权利要求1所述的学员评价系统,其特征在于,所述模糊逻辑系统为一型模糊逻辑系统,所述感知计算方法中的模糊集采用一型模糊集;或者,所述模糊逻辑系统为二型模糊逻辑系统,所述感知计算方法中的模糊集采用二型模糊集。

3.如权利要求1所述的学员评价系统,其特征在于,所述学习态度积极性指标参数包括:

网络行为参数,包括:学习平台的访问次数及访问时长,移动端的访问次数及访问时长,课程论坛的访问次数,其他论坛的访问次数及访问时长;

学习行为参数,包括:学习平台课件的点击次数,移动端视频的点击次数,导学资料的下载次数,课程公告的点击次数;

作业评价参数,包括:已完成在线作业次数与在线作业总数比值的在线作业完成度,已提交离线作业次数与离线作业总数比值的离线作业完成度;

论坛行为参数,包括:课程论坛和其他论坛的发帖次数与浏览次数;

所述学习态度积极性模型包括指标参数权重确定模块,首先运用层次分析法计算各个所述学习态度积极性指标参数的权重,其次再将计算得到的各参数的权重用三角模糊数表示。

4.如权利要求1所述的学员评价系统,其特征在于,所述学习态度积极性模型、毕业后期望模型、生活压力模型、学以致用度模型和文凭驱动度模型中指标参数或输入变量的模糊区间划分采用如下方法:

比例计算单元,用于计算每个指标Ik(k=1,…,n)中第一个非零分位数ak1的比例xk%和右端稀疏数据起始分位数akm的比例yk%,其中,n为指标参数的个数;

等分单元,用于将区间[xk,yk]m等分,其分点对应的分位数分别记为(ak1,ak2,…,akm);

梯形模糊集表示单元,用于将所述m等分后的分位数用预定数量的区间表示,并对各个模糊区间进行标准化。

5.如权利要求1所述的学员评价系统,其特征在于,所述学习态度积极性模型、毕业后期望模型和生活压力模型的评价结果的计算方法与步骤如下:

a)针对某个体学生,计算该个体对于各指标的隶属

计算方法:将个体学生的各个指标值代入指标模糊划分的每个模糊集,计算其隶属程度,每个指标中隶属度最大的那个模糊集即为该个体对于该指标的隶属;

b)计算个体的第二、三层指标模糊集

计算方法:运用模糊加权平均或语言加权平均计算公式计算出个体的第二、三层指标的评判模糊集;

c)计算个体的最终的评判结果

计算方法:

1)将第三层指标的评判模糊集与划分好的小中大模糊集进行模糊相似度比较,得出个体的最终模糊评判结果;

2)计算第三层指标的评判模糊集的重心或重心区间的中值所在位置作为最终的百分比评判结果。

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京奥鹏远程教育中心有限公司,未经北京奥鹏远程教育中心有限公司许可,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/201710810604.6/1.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