[发明专利]一种基于数学模型的在线教育系统及其分班方法

权利要求书

1.一种基于数学模型的在线教育系统的分班方法，其特征在于，包括如下步骤：

(1)根据各班各科教师的教学成果对其教学能力进行评分，得到各班的教师评分集；教师的教学能力与评分之间成正相关；

(2)根据各学生的历史成绩对其知识水平进行评分，得到各学生的知识水平评分集；学生的历史成绩与知识水平评分成负相关；

(3)根据各班的教师评分集和各学生的知识水平评分集，结合集合差异度计算模型对各学生进行分班处理，将学生分配到与其知识水平评分集差异度最小的教师评分集模型所对应的班级中。

2.根据权利要求1所述的基于数学模型的在线教育系统的分班方法，其特征在于，所述步骤(1)中，首先获取设定届各教师的教学成果，并根据各届教学成果分别对各教师进行评分；然后计算各教师各届评分的平均值，将其分别作为各教师的评分；最后将各班教师的评分按照设定学科顺序进行排序，得到各班级的教师评分集。

3.根据权利要求1所述的基于数学模型的在线教育系统的分班方法，其特征在于，所述步骤(2)中，首先获取一个学生最近设定次数考试所得到的各学科的成绩，并对该学生的各学科成绩进行评分；然后计算该学生各科成绩评分的平均值，将其按照设定学科顺序进行排列，得到学生的知识水平评分集。

4.根据权利要求1所述的基于数学模型的在线教育系统的分班方法，其特征在于，所述步骤(3)中，设班级教师评分集中第i项为Pi，学生知识水平评分集中第i项为Qi，则两者之间第i项的差异度Bi为

Bi＝|Pi-Qi|/Pi

当两者之间各项差异度的最大值与最小值之差小于设定差异度差值时，将该学生分配到该班级。

5.根据权利要求4所述的基于数学模型的在线教育系统的分班方法，其特征在于，当与学生知识水平评分集中各项差异度的最大值与最小值之差小于设定差值的班级教师评分集有多个时，将该学生分配到与其知识水平评分集中各项差异度平均值最小的教师评分集所对应的班级中。

6.一种基于数学模型的在线教育系统，包括处理器和存储器，存储器上存储有用于在所述处理器上执行的计算机程序；其特征在于，所述处理器执行所述计算机程序时，实现如下步骤：

(1)根据各班各科教师的教学成果对其教学能力进行评分，得到各班的教师评分集；教师的教学能力与评分之间成正相关；

(2)根据各学生的历史成绩对其知识水平进行评分，得到各学生的知识水平评分集；学生的历史成绩与知识水平评分成负相关；

(3)根据各班的教师评分集和各学生的知识水平评分集，结合集合差异度计算模型对各学生进行分班处理，将学生分配到与其知识水平评分集差异度最小的教师评分集模型所对应的班级中。

7.根据权利要求6所述的基于数学模型的在线教育系统，其特征在于，所述步骤(1)中，首先获取设定届各教师的教学成果，并根据各届教学成果分别对各教师进行评分；然后计算各教师各届评分的平均值，将其分别作为各教师的评分；最后将各班教师的评分按照设定学科顺序进行排序，得到各班级的教师评分集。

8.根据权利要求6所述的基于数学模型的在线教育系统，其特征在于，所述步骤(2)中，首先获取一个学生最近设定次数考试所得到的各学科的成绩，并对该学生的各学科成绩进行评分；然后计算该学生各科成绩评分的平均值，将其按照设定学科顺序进行排列，得到学生的知识水平评分集。

9.根据权利要求6所述的基于数学模型的在线教育系统，其特征在于，所述步骤(3)中，设班级教师评分集中第i项为Pi，学生知识水平评分集中第i项为Qi，则两者之间第i项的差异度Bi为

Bi＝|Pi-Qi|/Pi

当两者之间各项差异度的最大值与最小值之差小于设定差异度差值时，将该学生分配到该班级。

10.根据权利要求9所述的基于数学模型的在线教育系统，其特征在于，当与学生知识水平评分集中各项差异度的最大值与最小值之差小于设定差值的班级教师评分集有多个时，将该学生分配到与其知识水平评分集中各项差异度平均值最小的教师评分集所对应的班级中。