一种基于现代信息技术的协同教育平台
文献发布时间:2023-06-19 10:54:12
技术领域
本发明涉及在线教育技术领域,尤其涉及一种基于现代信息技术的协同教育平台。
背景技术
人类社会有三大教育系统:家庭教育系统、学校教育系统和社会教育系统。这三大教育系统是相对独立的,但也是相互联系相互作用和相互影响的。尤其是家庭教育系统和学校教育系统的协同作用,对学生的学习有更显著的影响力。有效的利用不同教育系统之间的影响力,对学生的学习进行有效的介入管理和帮助支持,以提高学生的学习效果,是协同教育相对于单一教育模式的优势;
目前,随着信息技术的发展,在线教育为学生的学习提供了更方便快捷的途径。而现有的在线教育平台大多是学习资源的简单堆积或只提供某一方面的学习解决方案,如作为教师与学生的中介、提供各类考试的试卷、作业、习题的答案等,不能很好的为学生的自主学习提供全过程、全方位的支持与服务;同时目前还没有针对教育平台的教师的教学质量形成一个完善的评价体系;无法为学生合理的分配教师,实现学习资源的有效推荐。
发明内容
针对现有技术存在的不足,本发明目的是提供一种基于现代信息技术的协同教育平台。
本发明的目的可以通过以下技术方案实现:一种基于现代信息技术的协同教育平台,包括输入模块、检索模块、智能排序模块、服务器、互动教学模块、数据采集模块、数据分析模块、调查模块、教师考核模块和显示模块;
所述输入模块用于学生输入检索信息并将检索信息传输至检索模块,所述检索模块用于根据检索信息在教育平台进行检索,得到检索结果并将检索结果传输至智能排序模块,所述检索结果为若干个学习资源;
所述智能排序模块用于接收检索模块传输的学习资源并对学习资源进行分析,得到学习资源的推荐值,具体分析步骤为:
N1:获取检索模块传输的若干个学习资源,并标记为初选学习资源;
N2:采集系统当前时间前三十天内的初选学习资源的浏览信息;所述浏览信息包括浏览次数、浏览时长、下载次数和下载时间;
将初选学习资源的浏览次数进行累加形成浏览频次,并标记为L1;
将初选学习资源的浏览时长进行累加形成浏览总时长,并标记为L2;
将初选学习资源的下载次数进行累加形成下载频次,并标记为L3;
将初选学习资源的下载时间按照时间进行排序,将最近一次的下载时间与系统当前时间进行时间差计算得到缓冲时长,并标记为L4;
N3:利用公式L5=L1×d1+L2×d2+L3×d3-L4×d4获取得到初选学习资源的关注值L5,其中d1、d2、d3、d4均为预设系数,例如d1取值0.26,d2取值0.29,d3取值0.41,d4取值0.66;
N4:设定关注阈值,将关注值≥关注阈值的初选学习资源标记为优选学习资源;将优选学习资源的关注值标记为L6;
N5:获取优选学习资源的发布者,所述发布者为教师;
N6:获取对应的教师的互动值并标记为L7;
N7:获取对应的教师的教学值并标记为L8;
N8:利用公式L9=L6×d5+L7×d6+L8×d7获取得到优选学习资源的推荐值L9,其中d5、d6、d7均为预设系数,例如d5取值0.46,d6取值0.37,d7取值0.76;
N9:获取推荐值排名前五的优选学习资源,而后将推荐值排名前五的优选学习资源经服务器传输到学生的智能终端。
进一步地,所述互动教学模块用于教师与学生登录教育平台并进行在线互动教学;
所述数据采集模块和互动教学模块通信连接,所述数据采集模块用于采集预设时间段内教师与学生的互动记录;并将教师与学生的互动记录传输至数据分析模块;所述数据分析模块用于接收互动记录并对互动记录进行分析,获取得到教师的互动值;具体分析步骤为:
V1:获取预设时间段内教师与学生的互动记录,所述互动记录包括教师、学生、互动时长和评价系数;所述评价系数为学生对此次互动的评价,具体评价规则为:给教师的服务进行评分,满分为100分;
V2:按照教师将同一教师与学生的互动记录进行筛选,并标记为目标互动记录;对目标互动记录作进一步分析;具体包括:
V21:将学生提出互动请求的时刻标记为互动申请时刻,将教师回应互动请求的时刻标记为互动回应时刻;将互动回应时刻与互动申请时刻进行时间差计算获取得到反应时间,将所有的反应时间进行求和并取均值得到平均反应时间,并标记为P1;
V22:统计教师与学生的互动次数并标记为P2;统计教师与学生的互动时长并标记为P3;
V23:将评价系数标记为P4,将所有的评价系数进行求和并取均值得到平均评价系数,并标记为P5;
V24:将平均反应时间、互动次数、互动时长和平均评价系数进行归一化处理并取其数值;
利用公式P6=1/P1×r1+P2×r2+P3×r3+P5×r4获取得到教师的互动值P6;其中r1、r2、r3、r4均为预设系数;例如r1取值0.13,r2取值0.33,r3取值0.29;r4取值0.48;
V3:数据分析模块将教师的互动值P6传输至服务器,所述服务器用于将教师的互动值P6传输至存储模块存储。
进一步地,所述调查模块用于采集教师在预设时间段内的m个学生n次考试成绩,并对考试成绩进行分析,得到教师的教学值,具体分析步骤为:
步骤一:获取预设时间段内的m个学生n次考试成绩,并标记为集合B;
其中,Bnm表示第m个学生第n次的考试成绩;
步骤二:分别计算出n次考试成绩的平均值,并依次标记为B1、B2、B3、…、Bn;
当Bi≥B(i-1)时,将Bi标记为第一进步成绩;
进一步对Bi1、Bi2、Bi3、…、Bim进行分析;包括:
S21:将Bik与Bi进行比较,若Bik≥Bi,则将Bik标记为超均成绩;其中k=1,2,…,m;Bik表示第i次考试中第k个学生的考试成绩;
S22:统计超均成绩出现的次数并标记为C1;将超均成绩与平均值Bi进行差值计算得到超均值并标记为C2;
S23:设定若干个超均系数,并标记为Kc;c=1,2,…,w;且K1<K2<…<Kw;每个超均系数Kc均对应一个预设超均值范围,依次分别为(k1,k2],(k2,k3],…,(kw,kw+1];且k1<k2<…<kw<kw+1;
当C2∈(kw,kw+1],则预设超均值范围对应的超均系数为Kw;
S24:利用公式C3=C2×Kw获取得到超均值对应的影响值C3;将所有的超均值对应的影响值进行求和得到超均影响总值,并标记为C4;
利用公式C5=C1×A1+C4×A2获取得到超均评估值C5;其中A1、A2均为预设比例系数,例如A1取值0.41,A2取值0.59;
步骤三:统计第一进步成绩出现的次数并标记为J2;将第一进步成绩Bi与B(i-1)进行差值计算得到进步值并标记为J1;获取第一进步成绩Bi对应的超均评估值C5;
利用公式J3=J1×A3+C5×A4获取得到进步影响值J3,其中A3、A4均为预设比例系数,例如A3取值0.37,A4取值0.62;
将所有的进步影响值J3进行求和得到进步影响总值,并标记为J4;
步骤四:利用公式J5=J2×A5+J4×A6获取得到教师的第一教学影响值J5,其中A5、A6均为预设比例系数,例如A5取值0.39,A6取值0.65;
步骤五:分别针对每个学生的n次考试成绩进行分析;获取得到教师的第二教学影响值并标记为J6;
步骤六:结合第一教学影响值、第二教学影响值计算得到教师的教学值JT;具体计算公式为:
其中,b1、b2和b3均为预设比例系数,且b1+b2+b3=1,β为均衡因子,取值0.65651;例如,b1取值0.2,b2取值0.3,b3取值0.5;
所述调查模块用于将教师的教学值JT传输至服务器,所述服务器用于将教师的教学值JT传输至存储模块存储。
进一步地,所述第二教学影响值的计算方法为:
S51:将每个学生的n次考试成绩依次标记为B1k、B2k、B3k、…、Bnk;其中k表示第k个学生;
S52:当Bik≥B(i-1)k时,将Bik标记为第二进步成绩,统计第二进步成绩出现的次数并标记为G1;将第二进步成绩Bik与B(i-1)k进行差值计算得到第二进步值并标记为G2;
S53:根据Bik获取得到第i次考试的平均值Bi;将Bik与平均值Bi进行差值计算得到第一均值差并标记为G3;
根据B(i-1)k获取得到第(i-1)次考试的平均值B(i-1);将B(i-1)k与平均值B(i-1)进行差值计算得到第二均值差并标记为G4;
将第一均值差G3与第二均值差G4进行差值计算得到均差超值并标记为G5;
S54:利用公式G6=G2×a1+G5×a2获取得到单次值G6,其中a1、a2均为预设系数,例如a1取值0.29,a2取值0.84;
将所有的单次值进行求和得到进步超值并标记为G7;
S55:利用公式G8=G1×a3+G7×a4获取得到学生的进步系数G8,其中a3、a4均为预设系数,例如a3取值0.47,a4取值0.66;
S56:将所有学生的进步系数进行求和得到教师的第二教学影响值并标记为J6。
进一步地,所述存储模块用于将教师的教学值JT和教师的互动值P6融合形成教师的考核信息,并将教师的考核信息传输至教师考核模块;
所述教师考核模块用于接收考核信息并对考核信息进行分析,得到教师的考核值,具体分析步骤为:
利用公式KH=(JT×y1+P6×y2)/(y1+y2)获取得到教师的考核值KH,其中y1、y2均为预设系数,例如y1取值0.83,y2取值0.69;
所述教师考核模块用于将教师的考核信息按照考核值KH的大小进行排序,生成考核排序表,并将考核排序表传输至服务器,所述服务器用于根据考核排序表将教师的考核信息和考核值传输至显示模块进行实时显示。
本发明的有益效果是:
1、本发明中检索模块用于根据检索信息在教育平台进行检索,得到检索结果;智能排序模块用于接收检索模块传输的学习资源并对学习资源进行分析;获取检索模块传输的若干个学习资源,并标记为初选学习资源;采集系统当前时间前三十天内的初选学习资源的浏览信息;将初选学习资源的浏览次数进行累加形成浏览频次,将初选学习资源的浏览时长进行累加形成浏览总时长,将初选学习资源的下载次数进行累加形成下载频次,将初选学习资源的下载时间按照时间进行排序,将最近一次的下载时间与系统当前时间进行时间差计算得到缓冲时长;利用公式L5=L1×d1+L2×d2+L3×d3-L4×d4获取得到初选学习资源的关注值,将关注值≥关注阈值的初选学习资源标记为优选学习资源;获取优选学习资源的发布者,发布者为教师;获取对应的教师的互动值,获取对应的教师的教学值;利用公式L9=L6×d5+L7×d6+L8×d7获取得到优选学习资源的推荐值;获取推荐值排名前五的优选学习资源,而后将推荐值排名前五的优选学习资源经服务器传输到学生的智能终端;实现学习资源的有效推荐,提高学生学习效果;
2、本发明中存储模块用于将教师的教学值JT和教师的互动值P6融合形成教师的考核信息,教师考核模块用于接收考核信息并对考核信息进行分析,利用公式KH=(JT×y1+P6×y2)/(y1+y2)获取得到教师的考核值KH,对教师形成一个有效的评价;教师考核模块用于将教师的考核信息按照考核值KH的大小进行排序,生成考核排序表,并将考核排序表传输至服务器,服务器用于根据考核排序表将教师的考核信息和考核值传输至显示模块进行实时显示,便于学生和家长对教师的教学情况有一个直观的了解,并根据教师的教学情况选择合适的教师进行教学。
附图说明
为了便于本领域技术人员理解,下面结合附图对本发明作进一步的说明。
图1为本发明的系统框图。
图2为本发明实施例1的系统框图。
图3为本发明实施例2的系统框图。
具体实施方式
下面将结合本发明实施例中的附图,对本发明实施例中的技术方案进行清楚、完整地描述,显然,所描述的实施例仅仅是本发明一部分实施例,而不是全部的实施例。基于本发明中的实施例,本领域普通技术人员在没有作出创造性劳动前提下所获得的所有其它实施例,都属于本发明保护的范围。
如图1-3所示,一种基于现代信息技术的协同教育平台,包括输入模块、检索模块、智能排序模块、服务器、互动教学模块、数据采集模块、数据分析模块、调查模块、教师考核模块和显示模块;
实施例1
如图2所示;输入模块用于学生输入检索信息并将检索信息传输至检索模块,检索模块用于根据检索信息在教育平台进行检索,得到检索结果并将检索结果传输至智能排序模块,检索结果为若干个学习资源;
智能排序模块用于接收检索模块传输的学习资源并对学习资源进行分析,得到学习资源的推荐值,具体分析步骤为:
N1:获取检索模块传输的若干个学习资源,并标记为初选学习资源;
N2:采集系统当前时间前三十天内的初选学习资源的浏览信息;浏览信息包括浏览次数、浏览时长、下载次数和下载时间;
将初选学习资源的浏览次数进行累加形成浏览频次,并标记为L1;
将初选学习资源的浏览时长进行累加形成浏览总时长,并标记为L2;
将初选学习资源的下载次数进行累加形成下载频次,并标记为L3;
将初选学习资源的下载时间按照时间进行排序,将最近一次的下载时间与系统当前时间进行时间差计算得到缓冲时长,并标记为L4;
N3:利用公式L5=L1×d1+L2×d2+L3×d3-L4×d4获取得到初选学习资源的关注值L5,其中d1、d2、d3、d4均为预设系数,例如d1取值0.26,d2取值0.29,d3取值0.41,d4取值0.66;
N4:设定关注阈值,将关注值≥关注阈值的初选学习资源标记为优选学习资源;将优选学习资源的关注值标记为L6;
N5:获取优选学习资源的发布者,发布者为教师;
N6:获取对应的教师的互动值并标记为L7;
N7:获取对应的教师的教学值并标记为L8;
N8:利用公式L9=L6×d5+L7×d6+L8×d7获取得到优选学习资源的推荐值L9,其中d5、d6、d7均为预设系数,例如d5取值0.46,d6取值0.37,d7取值0.76;
N9:获取推荐值排名前五的优选学习资源,而后将推荐值排名前五的优选学习资源经服务器传输到学生的智能终端;
互动教学模块用于教师与学生登录教育平台并进行在线互动教学;
数据采集模块和互动教学模块通信连接,数据采集模块用于采集预设时间段内教师与学生的互动记录;并将教师与学生的互动记录传输至数据分析模块;数据分析模块用于接收互动记录并对互动记录进行分析,获取得到教师的互动值;具体分析步骤为:
V1:获取预设时间段内教师与学生的互动记录,互动记录包括教师、学生、互动时长和评价系数;评价系数为学生对此次互动的评价,具体评价规则为:给教师的服务进行评分,满分为100分;
V2:按照教师将同一教师与学生的互动记录进行筛选,并标记为目标互动记录;对目标互动记录作进一步分析;具体包括:
V21:将学生提出互动请求的时刻标记为互动申请时刻,将教师回应互动请求的时刻标记为互动回应时刻;将互动回应时刻与互动申请时刻进行时间差计算获取得到反应时间,将所有的反应时间进行求和并取均值得到平均反应时间,并标记为P1;
V22:统计教师与学生的互动次数并标记为P2;统计教师与学生的互动时长并标记为P3;
V23:将评价系数标记为P4,将所有的评价系数进行求和并取均值得到平均评价系数,并标记为P5;
V24:将平均反应时间、互动次数、互动时长和平均评价系数进行归一化处理并取其数值;
利用公式P6=1/P1×r1+P2×r2+P3×r3+P5×r4获取得到教师的互动值P6;其中r1、r2、r3、r4均为预设系数;例如r1取值0.13,r2取值0.33,r3取值0.29;r4取值0.48;
V3:数据分析模块将教师的互动值P6传输至服务器,服务器用于将教师的互动值P6传输至存储模块存储;
调查模块用于采集教师在预设时间段内的m个学生n次考试成绩,并对考试成绩进行分析,得到教师的教学值,具体分析步骤为:
步骤一:获取预设时间段内的m个学生n次考试成绩,并标记为集合B;
其中,Bnm表示第m个学生第n次的考试成绩;
步骤二:分别计算出n次考试成绩的平均值,并依次标记为B1、B2、B3、…、Bn;
当Bi≥B(i-1)时,将Bi标记为第一进步成绩;
进一步对Bi1、Bi2、Bi3、…、Bim进行分析;包括:
S21:将Bik与Bi进行比较,若Bik≥Bi,则将Bik标记为超均成绩;其中k=1,2,…,m;Bik表示第i次考试中第k个学生的考试成绩;
S22:统计超均成绩出现的次数并标记为C1;将超均成绩与平均值Bi进行差值计算得到超均值并标记为C2;
S23:设定若干个超均系数,并标记为Kc;c=1,2,…,w;且K1<K2<…<Kw;每个超均系数Kc均对应一个预设超均值范围,依次分别为(k1,k2],(k2,k3],…,(kw,kw+1];且k1<k2<…<kw<kw+1;
当C2∈(kw,kw+1],则预设超均值范围对应的超均系数为Kw;
S24:利用公式C3=C2×Kw获取得到超均值对应的影响值C3;将所有的超均值对应的影响值进行求和得到超均影响总值,并标记为C4;
利用公式C5=C1×A1+C4×A2获取得到超均评估值C5;其中A1、A2均为预设比例系数,例如A1取值0.41,A2取值0.59;
步骤三:统计第一进步成绩出现的次数并标记为J2;将第一进步成绩Bi与B(i-1)进行差值计算得到进步值并标记为J1;获取第一进步成绩Bi对应的超均评估值C5;
利用公式J3=J1×A3+C5×A4获取得到进步影响值J3,其中A3、A4均为预设比例系数,例如A3取值0.37,A4取值0.62;
将所有的进步影响值J3进行求和得到进步影响总值,并标记为J4;
步骤四:利用公式J5=J2×A5+J4×A6获取得到教师的第一教学影响值J5,其中A5、A6均为预设比例系数,例如A5取值0.39,A6取值0.65;
步骤五:分别针对每个学生的n次考试成绩进行分析;
S51:将每个学生的n次考试成绩依次标记为B1k、B2k、B3k、…、Bnk;其中k表示第k个学生;
S52:当Bik≥B(i-1)k时,将Bik标记为第二进步成绩,统计第二进步成绩出现的次数并标记为G1;将第二进步成绩Bik与B(i-1)k进行差值计算得到第二进步值并标记为G2;
S53:根据Bik获取得到第i次考试的平均值Bi;将Bik与平均值Bi进行差值计算得到第一均值差并标记为G3;
根据B(i-1)k获取得到第(i-1)次考试的平均值B(i-1);将B(i-1)k与平均值B(i-1)进行差值计算得到第二均值差并标记为G4;
将第一均值差G3与第二均值差G4进行差值计算得到均差超值并标记为G5;
S54:利用公式G6=G2×a1+G5×a2获取得到单次值G6,其中a1、a2均为预设系数,例如a1取值0.29,a2取值0.84;
将所有的单次值进行求和得到进步超值并标记为G7;
S55:利用公式G8=G1×a3+G7×a4获取得到学生的进步系数G8,其中a3、a4均为预设系数,例如a3取值0.47,a4取值0.66;
S56:将所有学生的进步系数进行求和得到教师的第二教学影响值并标记为J6;
步骤六:结合第一教学影响值、第二教学影响值计算得到教师的教学值JT;具体计算公式为:
其中,b1、b2和b3均为预设比例系数,且b1+b2+b3=1,β为均衡因子,取值0.65651;例如,b1取值0.2,b2取值0.3,b3取值0.5;
实施例2
如图3所示;调查模块用于将教师的教学值JT传输至服务器,服务器用于将教师的教学值JT传输至存储模块存储;
存储模块用于将教师的教学值JT和教师的互动值P6融合形成教师的考核信息,并将教师的考核信息传输至教师考核模块;
教师考核模块用于接收考核信息并对考核信息进行分析,得到教师的考核值,具体分析步骤为:
利用公式KH=(JT×y1+P6×y2)/(y1+y2)获取得到教师的考核值KH,其中y1、y2均为预设系数,例如y1取值0.83,y2取值0.69;
教师考核模块用于将教师的考核信息按照考核值KH的大小进行排序,生成考核排序表,并将考核排序表传输至服务器,服务器用于根据考核排序表将教师的考核信息和考核值传输至显示模块进行实时显示,便于学生和家长对教师的教学情况有一个直观的了解,并根据教师的教学情况选择合适的教师进行教学。
本发明的工作原理是:
一种基于现代信息技术的协同教育平台,在工作时,学生通过输入模块输入检索信息并将检索信息传输至检索模块,检索模块用于根据检索信息在教育平台进行检索,得到检索结果;智能排序模块用于接收检索模块传输的学习资源并对学习资源进行分析;获取检索模块传输的若干个学习资源,并标记为初选学习资源;采集系统当前时间前三十天内的初选学习资源的浏览信息;将初选学习资源的浏览次数进行累加形成浏览频次,将初选学习资源的浏览时长进行累加形成浏览总时长,将初选学习资源的下载次数进行累加形成下载频次,将初选学习资源的下载时间按照时间进行排序,将最近一次的下载时间与系统当前时间进行时间差计算得到缓冲时长;利用公式L5=L1×d1+L2×d2+L3×d3-L4×d4获取得到初选学习资源的关注值,将关注值≥关注阈值的初选学习资源标记为优选学习资源;获取优选学习资源的发布者,发布者为教师;获取对应的教师的互动值,获取对应的教师的教学值;利用公式L9=L6×d5+L7×d6+L8×d7获取得到优选学习资源的推荐值;获取推荐值排名前五的优选学习资源,而后将推荐值排名前五的优选学习资源经服务器传输到学生的智能终端;实现学习资源的有效推荐,提高学生学习效果;
数据分析模块用于接收互动记录并对互动记录进行分析,获取预设时间段内教师与学生的互动记录,按照教师将同一教师与学生的互动记录进行筛选,并标记为目标互动记录;对目标互动记录作进一步分析;将学生提出互动请求的时刻标记为互动申请时刻,将教师回应互动请求的时刻标记为互动回应时刻;将互动回应时刻与互动申请时刻进行时间差计算获取得到反应时间,将所有的反应时间进行求和并取均值得到平均反应时间,统计教师与学生的互动次数,统计教师与学生的互动时长;将评价系数标记为P4,将所有的评价系数进行求和并取均值得到平均评价系数;利用公式P6=1/P1×r1+P2×r2+P3×r3+P5×r4获取得到教师的互动值P6;
调查模块用于采集教师在预设时间段内的m个学生n次考试成绩,并对考试成绩进行分析,得到教师的教学值;存储模块用于将教师的教学值JT和教师的互动值P6融合形成教师的考核信息,教师考核模块用于接收考核信息并对考核信息进行分析,利用公式KH=(JT×y1+P6×y2)/(y1+y2)获取得到教师的考核值KH,教师考核模块用于将教师的考核信息按照考核值KH的大小进行排序,生成考核排序表,并将考核排序表传输至服务器,服务器用于根据考核排序表将教师的考核信息和考核值传输至显示模块进行实时显示,便于学生和家长对教师的教学情况有一个直观的了解,并根据教师的教学情况选择合适的教师进行教学。
上述公式均是由采集大量数据进行软件模拟及相应专家进行参数设置处理,得到与真实结果符合的公式。
以上公开的本发明优选实施例只是用于帮助阐述本发明。优选实施例并没有详尽叙述所有的细节,也不限制该发明仅为的具体实施方式。显然,根据本说明书的内容,可作很多的修改和变化。本说明书选取并具体描述这些实施例,是为了更好地解释本发明的原理和实际应用,从而使所属技术领域技术人员能很好地理解和利用本发明。本发明仅受权利要求书及其全部范围和等效物的限制。
- 一种基于现代信息技术的协同教育平台
- 一种基于现代信息技术、人工智能和大数据的养老平台