[发明专利]一种高校课堂教学效果智能化评价方法

权利要求书

1.一种高校课堂教学效果智能化评价方法，其特征在于，包括以下步骤，

S1获取高校课堂教学各项动态数据、建立先验概率模型，所述先验概率模型包括，高校课程知识点之间的第一先验概率模型，各个知识点的演示形式数据与学生性格数据之间的第二先验概率模型；

S2按照学生性格特点数据、知识展示形式数据，以知识、技能、素质和情感价值观方面作为评价目标，以学生、同行、督导专家及教学管理人员作为评价主体的生成的评价范围数据和评价内容数据为约束条件，建立高校课堂教学效果智能动态评价模型；

S3结合步骤S1的先验概率模型，步骤S2的智能动态评价模型建立智能反馈系统，以学生的个性化数据为依据，推送定制化的培养方案。

2.如权利要求1所述的一种高校课堂教学效果智能化评价方法，其特征在于，

所述步骤S1包括以下子步骤：

S101对学生、家长、教研机构、学校、教育行政部门、教师、社会相关人员进行数据采集，数据采集的内容包括上课数据、考试数据、参加活动数据、上兴趣班数据、过马路数据、睡觉数据、生物基因数据，数据的形式包括文本、图像、视频、音频、生物基因等，数据采集方式包括从在线学习环境中捕获学习者学习行为数据、基于摄像头、传感器等智慧教室设备感知学习者生理特征信息的传感数据、生物基因库；

S102采用形式化语言对高校课程知识点进行离散化，对每个知识点建立考核里程碑数据，及各个知识点的关联数据，建立高校课程知识点之间关联的第一先验概率模型；

S103对每个知识点进行展示；

S104基于S101的采集数据对学生性格进行标注；

S106基于生成对抗网络技术对个别采集类别不全面的学生的数据进行自动填充；

S107基于学生日常行为特征数据、生物基因数据、知识点的里程碑考核数据，构建智能决策评价指标数据；

S108采用深度学习的方法，进一步分析调研领域内数据分布特征，根据S107评价指标体系，基于学生的性格特征及各知识点的展示形式，建立学生个体定制评价的第二先验概率模型。

3.如权利要求1所述的一种高校课堂教学效果智能化评价方法，其特征在于，所述步骤S2包括，

S201对S1采集的高校课堂教学效果智能评价指标进行降维；

S202对高校课堂教学效果智能评价的重要指标分别按知识点的演示形式及学生性格进行聚类；

S203针对动态环境下高校课堂教学效果智能评价指标进行重要性预测；

S204建立高校课堂教学效果智能评价动态多目标模型，所述多目标模型包括，按照学生的培养目标，从知识、技能、素质和情感价值观方面作为优化目标，依据教学规律，学生课堂学习质量评价指标体系，针对学生的心理特点，以学生、同行、督导专家及教学管理人员等不同评价主体的评价范围和评价内容为约束条件，按照深度强化学习的技术原理，构建教学评价系统。

4.如权利要求1所述的一种高校课堂教学效果智能化评价方法，其特征在于，所述步骤S3包括，以内容信息做出推断，依据用户对项目的评价意见，协同步骤S1的第一先验概率模型和第二先验概率模型，步骤S2的高校课堂教学效果智能评价模型进行综合反馈，以学生的个性化差异表现为依据，推送定制化的培养方案。