[发明专利]一种授课资料获取方法及装置在审

专利信息
申请号: 202011373941.1 申请日: 2020-11-27
公开(公告)号: CN112465227A 公开(公告)日: 2021-03-09
发明(设计)人: 王枫;马镇筠;谢恩 申请(专利权)人: 北京爱论答科技有限公司
主分类号: G06Q10/04 分类号: G06Q10/04;G06Q10/10;G06Q50/20;G06F16/903;G06F40/186;G09B5/08
代理公司: 北京超凡宏宇专利代理事务所(特殊普通合伙) 11463 代理人: 余菲
地址: 100000 北京市海*** 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: 一种 授课 资料 获取 方法 装置
【权利要求书】:

1.一种授课资料获取方法,其特征在于,包括:

获取目标用户从预设教案库中选择的初始教案模板;

将所述初始教案模板应用于实际学习班级的实际教学中,并在预设时间段之后,获取所述实际学习班级的班级上课数据和所述目标用户的讲课数据;

通过预先构建的级别预测模型对所述班级上课数据和所述讲课数据进行处理,得到所述实际学习班级的班级等级;

从所述预设教案库中获取与所述班级等级相匹配的教案模板和教学资料,所述授课资料包括所述教案模板和所述教学资料。

2.根据权利要求1所述的授课资料获取方法,其特征在于,所述方法还包括:

获取预设教学时间段内的教案数据,并获取与所述教案数据对应的班级上课数据;

根据所述班级上课数据构建级别预测模型;

根据所述教案数据生成教案模板,以及根据所述班级上课数据确定每个教案模板对应的班级等级标签;

根据所述教案模板以及所述班级等级标签生成预设教案库。

3.根据权利要求2所述的授课资料获取方法,其特征在于,所述根据所述班级上课数据构建级别预测模型,包括:

获取原始神经网络模型;

通过所述班级上课数据对所述原始神经网络模型进行训练,得到级别预测模型。

4.根据权利要求2所述的授课资料获取方法,其特征在于,所述根据所述教案数据生成教案模板,包括:

根据所述教案模板,获取所述预设教学时间段内的授课知识点资料以及与所述授课知识点资料对应的教学时间;

根据所述授课知识点资料以及所述教学时间,生成初始模板;

将所述初始模板按照课程单元进行拆解,得到包括独立教学环节的教案模板。

5.根据权利要求2所述的授课资料获取方法,其特征在于,所述获取预设教学时间段内的教案数据,包括:

确定模板老师,并获取所述模板老师在预设教学时间段内的授课知识点;

获取与所述授课知识点对应的教学资料;

获取所述模板老师在所述预设教学时间段内使用所述教学资料进行授课的使用习惯数据;

根据所述授课知识点、所述教学资料以及所述使用习惯数据生成教案数据。

6.根据权利要求5所述的授课资料获取方法,其特征在于,所述获取与所述教案数据对应的班级上课数据,包括:

获取所述模板老师在所述预设教学时间段内所教授的目标授课班级;

获取所述目标授课班级对应的班级学习者成绩信息;

根据所述班级学习者成绩信息确定每个目标授课班级的班级等级;

根据所述目标授课班级、所述班级学习者成绩信息以及所述班级等级,生成班级上课数据。

7.一种授课资料获取装置,其特征在于,所述授课资料获取装置包括:

第一获取单元,用于获取目标用户从预设教案库中选择的初始教案模板;

第二获取单元,用于将所述初始教案模板应用于实际学习班级的实际教学中,并在预设时间段之后,获取所述实际学习班级的班级上课数据和所述目标用户的讲课数据;

预测单元,用于通过预先构建的级别预测模型对所述班级上课数据和所述讲课数据进行处理,得到所述实际学习班级的班级等级;

第三获取单元,用于从所述预设教案库中获取与所述班级等级相匹配的教案模板和教学资料,所述授课资料包括所述教案模板和所述教学资料。

8.根据权利要求7所述的授课资料获取装置,其特征在于,还包括:

第四获取单元,用于获取预设教学时间段内的教案数据;

第五获取单元,用于获取与所述教案数据对应的班级上课数据;

构建单元,用于根据所述班级上课数据构建级别预测模型;

确定单元,用于根据所述教案数据生成教案模板,以及根据所述班级上课数据确定每个教案模板对应的班级等级标签;

生成单元,用于根据所述教案模板以及所述班级等级标签生成预设教案库。

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爱论答科技有限公司,未经北京爱论答科技有限公司许可,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/202011373941.1/1.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