一种基于教学大数据的教学质评装置制造方法及图纸

本发明专利技术提出一种基于教学大数据的教学评价装置，包括：数据收集模块，用于收集基本教学数据；质评分类模块，用于从标准质评类型中，确定收集到的所述基本教学数据所属的类型；质评模型分析模块，用于将确定类型的基本教学数据输入训练得到的标准质评模型，得到标准质评模型输出的质评分析结果，所述标准质评模型包括：学习过程子模型、学习知识子模型、教学策略分析子模型和知识归类子模型；评价模块，用于基于所述质评分析结果，对教学进行评价。本发明专利技术基于基本教学数据，形成教学大数据，并依据教学大数据对教学现状进行评价，对于均衡教学资源分配、提升教学质量起到不可估量的作用。

A teaching quality evaluation device based on teaching big data

【技术实现步骤摘要】
一种基于教学大数据的教学质评装置
本申请涉及电子信息领域，尤其涉及一种基于教学大数据的教学质评装置。
技术介绍
大数据是以大量的数据为基础建立的模型，教学大数据是指，以大量的教学领域的基础数据为基础，建立的教学模型。教学大数据对于学生、老师、家长和教学机构均具有指导意义。但是，申请人在研究的过程中发现，目前教委各个部门的数据之间存在信息的共享壁垒，大量基本教学数据不能实现整合，更谈不上对于育基础数据的分析和挖掘。
技术实现思路
本申请提供了一种基于教学大数据的教学质评装置，目的在于解决如何基于基本教学数据，对教学进行评价的问题。为了实现上述目的，本申请提供了以下技术方案：一种基于教学大数据的教学评价装置，包括：数据收集模块，用于收集基本教学数据；质评分类模块，用于从标准质评类型中，确定收集到的所述基本教学数据所属的类型；质评模型分析模块，用于将确定类型的基本教学数据输入训练得到的标准质评模型，得到标准质评模型输出的质评分析结果，所述标准质评模型包括：学习过程子模型、学习知识子模型、教学策略分析子模型和知识归类子模型；评价模块，用于基于所述质评分析结果，对教学进行评价。进一步的根据本专利技术所述的装置，其中还包括：质评模型训练模块，用于收集教学样本数据，将所述教学样本数据划分为标准质评类型，并依据划分类型后的教学样本数据，训练预设的标准质评模型。进一步的根据本专利技术所述的装置，其中所述标准质评类型包括：教与学行为数据、教学评价数据、教学资源数据和教学管理数据。进一步的根据本专利技术所述的装置，其中所述评价模块用于对学生、教师、家长和教学机构中的至少一项进行评价。进一步的根据本专利技术所述的装置，其中还包括：预处理模块，用于对收集到的所述基本教学数据进行预处理，所述预处理包括统一格式、以及去除噪声和冗余数据。本专利技术的技术效果：本专利技术所述的基于教学大数据的教学质评装置，使用学习过程子模型、学习知识子模型、教学策略分析子模型和知识归类子模型，对基本教学数据进行评价，因此，能够充分利用教学大数据，对教学实现指导，具有重大意义。附图说明附图1为本专利技术所述的基于教学大数据的教学质评装置的结构框图。具体实施方式下面对本申请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申请一部分实施例，而不是全部的实施例。基于本申请中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本申请保护的范围。如附图1所示，本专利技术所述的基于教学大数据的教学评价装置，包括：数据收集模块，用于收集基本教学数据；质评分类模块，用于从标准质评类型中，确定收集到的所述基本教学数据所属的类型；质评模型分析模块，用于将确定类型的基本教学数据输入训练得到的标准质评模型，得到标准质评模型输出的质评分析结果，所述标准质评模型包括：学习过程子模型、学习知识子模型、教学策略分析子模型和知识归类子模型；评价模块，用于基于所述质评分析结果，对教学进行评价。进一步的根据本专利技术所述的装置，其中还包括：质评模型训练模块，用于收集教学样本数据，将所述教学样本数据划分为标准质评类型，并依据划分类型后的教学样本数据，训练预设的标准质评模型。进一步的根据本专利技术所述的装置，其中所述标准质评类型包括：教与学行为数据、教学评价数据、教学资源数据和教学管理数据。进一步的根据本专利技术所述的装置，其中所述评价模块用于对学生、教师、家长和教学机构中的至少一项进行评价。进一步的根据本专利技术所述的装置，其中还包括：预处理模块，用于对收集到的所述基本教学数据进行预处理，所述预处理包括统一格式、以及去除噪声和冗余数据。下面进一步的给出基于本专利技术所述教学质评装置进行的一种基于教学大数据的教学质评方法，属于本专利技术所述装置的应用方法，包括以下步骤：S101：收集教学样本数据。教学样本数据包括学生电子学籍数据、中小学教师数据、教学事业统计数据、学生体质健康数据等各类教学数据。具体的，可以从各个教学统计系统的数据库采集上述教学样本数据。S102：将教学样本数据划分为标准质评类型。其中，标准质评类型包括：教与学行为数据、教学评价数据、教学资源数据和教学管理数据。可选的，在收集教学样本数据之后，可以先对收集到的数据进行预处理：转化为统一格式；将含有噪声数据、冗余的数据剔除等。再对预处理后的教学样本数据进行类型的划分。S103：依据划分类型后的教学样本数据，训练预设的标准质评模型。其中，预设的标准质评模型包括：学习者经验模型、学习过程子模型、学习知识子模型、教学策略分析子模型和领域知识模型。需要说明的是，上述模型的训练输入数据，为上述预设类型中的至少一种类型的数据。模型均可依据经验设置，这里不再赘述。以上五种标准质评模型输出的质评分析结果数据，构成教学大数据的结果。以上为训练过程。下面详细说明基于基本教学数据，评价教学的过程：S104：收集基本教学数据。如前所述，基本教学数据包括一段时期内的学生电子学籍数据、中小学教师数据、教学事业统计数据学生体质健康数据等各类教学数据。S105：从标准质评类型中，确定收集到的基本教学数据所属的类型。标准质评类型包括：教与学行为数据、教学评价数据、教学资源数据和教学管理数据。可选的，在收集基本教学数据之后，可以先对收集到的数据进行预处理：转化为统一格式；将含有噪声数据、冗余的数据剔除等。再对预处理后的基本教学数据进行类型的划分。S106：将确定类型的基本教学数据输入训练得到的标准质评模型，得到标准质评模型输出的质评分析结果。具体的，学习者经验模型用于得到学习者相关经验的定量化表达的结果。学习过程子模型用于得到学习者日常行为的预判结果。学习知识子模型用于得到重新规划学习者知识结构的结果。教学策略分析子模型用于得到未来教学策略修改的结果。领域知识模型用于得到针对教学领域内相关知识架构重新构建的结果。本实施例中，各个模型的输入数据，可以为上述数据类型中的至少一种，具体应用的过程中，可以依据经验设置。S107：基于质评分析结果，对教学进行评价。评价对象(即教学大数据的应用对象)包括：学生、教师、家长和教学机构。具体的，对于学生，实现对于每个学生的个性化和智能化学习的引导。对于教师，教师分享优质的教学资源并实时了解学生的学习情况，实时的学情分析报告让教师快速准确掌握教学效果，以便于及时调整教学策略。对于家长，能够一目了然看到孩子的学习进展和了解学习情况。对于教学机构，能够便捷地开展教学管理工作，清晰地管理学生学习档案和教师教学进度。以北京市为例，教学大数据体系和应用系统结构规划的建设，是基于北京市教委已建的各个信息化业务系统，依托北京本文档来自技高网...

【技术保护点】
1.一种基于教学大数据的教学评价装置，其特征在于，包括：/n数据收集模块，用于收集基本教学数据；/n质评分类模块，用于从标准质评类型中，确定收集到的所述基本教学数据所属的类型；/n质评模型分析模块，用于将确定类型的基本教学数据输入训练得到的标准质评模型，得到标准质评模型输出的质评分析结果，所述标准质评模型包括：学习过程子模型、学习知识子模型、教学策略分析子模型和知识归类子模型；/n评价模块，用于基于所述质评分析结果，对教学进行评价。/n

【技术特征摘要】
1.一种基于教学大数据的教学评价装置，其特征在于，包括：
数据收集模块，用于收集基本教学数据；
质评分类模块，用于从标准质评类型中，确定收集到的所述基本教学数据所属的类型；
质评模型分析模块，用于将确定类型的基本教学数据输入训练得到的标准质评模型，得到标准质评模型输出的质评分析结果，所述标准质评模型包括：学习过程子模型、学习知识子模型、教学策略分析子模型和知识归类子模型；
评价模块，用于基于所述质评分析结果，对教学进行评价。


2.根据权利要求1所述的装置，其特征在于，还包括：质评模型训练模块，用于收集教学样本数据...

【专利技术属性】
技术研发人员：杜喆，
申请(专利权)人：陕西纳吉特数据科技有限公司，
类型：发明
国别省市：陕西;61