一种基于人工智能的职业教育自适应学习系统技术方案

本发明专利技术涉及一种基于人工智能的职业教育自适应学习系统，包括在线学习系统以及与在线学习系统连接的在线学情管理系统，在线学习系统包括学科知识点模型、教学方法组合模型、考试记忆模型以及登录入口模型。在线学情管理系统包括自我测评模块、学习记录模块、考试助手检校管理模块以及智能通知模块，考试助手检校管理模块根据各类考试要求，建立查询系统帮助考生快速查询自身的报考条件是否符合，智能通知模块定向发布各学科的报考条件、学习内容更新，考务安排、行业热点资讯等通知推送到指定媒介。在此系统中学习者能够进行系统化以及针对化的学习，学习完成后通过在线学情管理系统进行自我测评，并对自我学习情况做出一个全方位的了解。

【技术实现步骤摘要】
一种基于人工智能的职业教育自适应学习系统
本专利技术涉及教育系统
，尤其是涉及一种基于人工智能的职业教育自适应学习系统。
技术介绍
人工智能(ArtificialIntelligence)，英文缩写为AI。它是研究、开发用于模拟、延伸和扩展人的智能的理论、方法、技术及应用系统的一门新的技术科学。人工智能亦称智械、机器智能，指由人制造出来的机器所表现出来的智能。通常人工智能是指通过普通计算机程序来呈现人类智能的技术。职业教育是指让受教育者获得某种职业或生产劳动所需要的职业知识、技能和职业道德的教育。职业教育包括职业学校教育和职业培训，当前因为职业教育存在不同学科的知识垂直度高，覆盖面窄，专业师资培养难，针对不同年龄层学生难以标准化管理等问题。1、目前线学习技术主要在K12和语言培训领域应用较为成熟，而在职业教育方面大部分还是在采用录播和直播的传统技术。职业教育大部分学科专业垂直度非常高，生源相对分散，因此各高职院校、社会培训机构在师资资源配置，融资方面比较欠缺，难以投入大量的教学和技术研发。2、题库系统：行业中各机构的题库系统基本都是重复性地供历年真题、章节练习和模拟考试等同质化内容，以兼顾到学生的知识水平和所属的学习场景，且部分学科教材每年都会有更新，因此当题库数量达到一定程度后，试题质量难以保障，难免会存在知识过期、更新滞后等一系列问题。3、学生管理系统：记录每个学生档案，学习过程(包括登录日志，学习时长，模拟考试成绩，在线答疑等)，但很难反映出学生的掌握程度，以及针对薄弱环节强化学习。4、行业资讯内容管理系统：大部分院校和培训机构以转载主管单位通知，门户网站行业热点资讯和内部通知为主，而没有做到根据学生的具体的情况针对性通知学生应知事项，经常会造成学生对政策文件不了解，又无处可查，导致错过考试，不能确认自身是否符合报考条件，对官方媒体缺乏认知而容易被不良机构和骗子钻空子。上述中的现有技术方案存在以下缺陷：综上所述，现有的技术通常采用直播、录播的方式进行学习，对于教学的一方来说，需要多次进行重复的理论教学，浪费了教学的时间，降低了知识输出、传递的效率。对于学习的一方来说，不能进行系统化以及针对性的学习，在学习完相应课程后无法进行精确的自我测评，从而不能对自我学习情况做出一个全方位的了解。
技术实现思路
针对现有技术存在的不足，本专利技术的目的是提供一种基于人工智能的职业教育自适应学习系统，其通过语音合成技术，在线学习技术和全真模拟考试技术，实现跨学科的不同行业相同知识点提炼，建成大数据，根据职业教育不同专业学科底层基础理论和同质化教学内容实现人工智能教学，人工智能学习服务和助考服务，极大程度节约重复理论教学的时间，解决专业师资培养难，提高知识输出、传递的效率，让在职人士能在业务时间内充分提高学习效率。本专利技术的上述专利技术目的是通过以下技术方案得以实现的：一种基于人工智能的职业教育自适应学习系统，包括在线学习系统以及与所述在线学习系统连接的在线学情管理系统，所述在线学习系统包括学科知识点模型、教学方法组合模型、考试记忆模型以及登录入口模型；所述登录入口模型通过api接口生成不同项目和场景的入口页面，用于实现不同学科之间的人机交互，用户通过所述入口页面获取针对性学习内容，所述学科知识点模型把不同学科内容结构化，按不同的知识点进行多维度讲，并打上不同标签，供不同场景下的学习模块调用，所述教学方法组合模型根据不同学科和学习模块的知识图谱，针对不同的学生群体组合出不同的课程班型，该系统通过理论考试、实际操作、行业规范、案例建立所述考试记忆模型；所述在线学情管理系统包括自我测评模块、学习记录模块、考试助手检校管理模块以及智能通知模块，所述考试助手检校管理模块根据各类考试要求，建立查询系统帮助考生快速查询自身的报考条件是否符合，所述智能通知模块定向发布各学科的报考条件、学习内容更新，考务安排、行业热点资讯的通知推送到指定媒介。通过上述技术方案，该系统中的教学方法组合模型能让不同层次的学生按照最适合自己的方式来进行学习，大量节约学习时间，同时节省教学资源重复投入，提高了知识输出、传递的效率。并且学习者能够进行系统化以及针对化的学习，学习完成后通过在线学情管理系统进行精确的自我测评，从而对自我学习情况做出一个全方位的了解。并且此系统采用当前主流的人工语音合成技术解决通用性知识点的讲解，组建专业教学研发和技术团队，在各专业学科现有教纲的基础上，对知识点进行标签化管理，编写知识图谱。建立在线学情管理系统，进行学习行为习惯，学校时效等方面多维一体的大数据，通过功能迭代分自我测评模块、学习记录模块、考试助手检校管理模块以及智能通知模块四个阶段完成智能化产教融合。提高知识输出、传递的效率，具有广阔的推广价值。本专利技术在一较佳示例中可以进一步配置为：在学科知识点模型中，教师生产教学内容时按多维度需求讲解，并按录播、直播、题库、讲义不同形式分别打上标签，形成可视化的所述知识图谱，通过大数据自适应每个学科不同考生的学习需求。通过上述技术方案，如此设置使得不同学科中相同或相近的专业知识能够形成知识点，从而便于人们进行学习，提高了学习的效率。本专利技术在一较佳示例中可以进一步配置为：所述自我测评模块包括智能测评单元、模拟考试单元以及章节练习单元，所述智能测评单元测试学员对当前所学专业的掌握程度以及专业知识结构水平，可用于学习的时间和实际学习场景，根据测评结果给出合理学习方案；所述模拟考试单元根据学员的所述测评结果，通过大数据分析，自适应学员情况推送模拟考试练习；所述章节练习单元定位知识点所在教材位置，加深记忆，深入理解知识点。通过上述技术方案，能够对学习者进行全方位的测评，使得测评结果更加准确，并且在测评结束后给出相应的解决方案，通过章节练习单元加深知识点的吸收，显著提高了学习成果。本专利技术在一较佳示例中可以进一步配置为：所述测评结果包括专业知识、学习习惯、学习场景。通过上述技术方案，从这三个角度显示学员的测评结果，从而保证了测评结果的准确性。本专利技术在一较佳示例中可以进一步配置为：所述学习记录模块用于记录每个学生的档案与学习过程记录，所述学习过程记录包括学习时长、分阶段智能测评与模拟考试成绩。通过上述技术方案，学习记录模块把传统职教育的教学管理和大数据结合，实现智能化学情管理。综上所述，本专利技术包括以下至少一种有益技术效果：1.此系统采用当前主流的人工语音合成技术解决通用性知识点的讲解，组建专业教学研发和技术团队，在各专业学科现有教纲的基础上，对知识点进行标签化管理，编写知识图谱。建立在线学情管理系统，进行学习行为习惯，学校时效等方面多维一体的大数据，通过功能迭代分自我测评模块、学习记录模块、考试助手检校管理模块以及智能通知模块四个阶段完成智能化产教融合。提高知识输出、传递的效率，具有广阔的推广价值。2.自我测评模块能够对学习者进行全方位的测评，使得测评结果更加准确，并且在测评结束后给出相应本文档来自技高网...

【技术保护点】
1.一种基于人工智能的职业教育自适应学习系统，其特征在于：包括在线学习系统(1)以及与所述在线学习系统(1)连接的在线学情管理系统(2)，所述在线学习系统(1)包括学科知识点模型(11)、教学方法组合模型(12)、考试记忆模型(13)以及登录入口模型(14)；/n所述登录入口模型(14)通过api接口生成不同项目和场景的入口页面，用于实现不同学科之间的人机交互，用户通过所述入口页面获取针对性学习内容，所述学科知识点模型(11)把不同学科内容结构化，按不同的知识点进行多维度讲，并打上不同标签，供不同场景下的学习模块调用，所述教学方法组合模型(12)根据不同学科和学习模块的知识图谱，针对不同的学生群体组合出不同的课程班型，该系统通过理论考试、实际操作、行业规范、案例建立所述考试记忆模型(13)；/n所述在线学情管理系统(2)包括自我测评模块(21)、学习记录模块(22)、考试助手检校管理模块(23)以及智能通知模块(24)，所述考试助手检校管理模块(23)根据各类考试要求，建立查询系统帮助考生快速查询自身的报考条件是否符合，所述智能通知模块(24)定向发布各学科的报考条件、学习内容更新，考务安排、行业热点资讯的通知推送到指定媒介。/n...

【技术特征摘要】
1.一种基于人工智能的职业教育自适应学习系统，其特征在于：包括在线学习系统(1)以及与所述在线学习系统(1)连接的在线学情管理系统(2)，所述在线学习系统(1)包括学科知识点模型(11)、教学方法组合模型(12)、考试记忆模型(13)以及登录入口模型(14)；
所述登录入口模型(14)通过api接口生成不同项目和场景的入口页面，用于实现不同学科之间的人机交互，用户通过所述入口页面获取针对性学习内容，所述学科知识点模型(11)把不同学科内容结构化，按不同的知识点进行多维度讲，并打上不同标签，供不同场景下的学习模块调用，所述教学方法组合模型(12)根据不同学科和学习模块的知识图谱，针对不同的学生群体组合出不同的课程班型，该系统通过理论考试、实际操作、行业规范、案例建立所述考试记忆模型(13)；
所述在线学情管理系统(2)包括自我测评模块(21)、学习记录模块(22)、考试助手检校管理模块(23)以及智能通知模块(24)，所述考试助手检校管理模块(23)根据各类考试要求，建立查询系统帮助考生快速查询自身的报考条件是否符合，所述智能通知模块(24)定向发布各学科的报考条件、学习内容更新，考务安排、行业热点资讯的通知推送到指定媒介。


2.根据权利要求1所述的一种基于人工智能的职业...

【专利技术属性】
技术研发人员：詹达天，杨勇，花勇，周臣，郭诗怡，陈吉吉，郝继东，
申请(专利权)人：上海智云智训教育科技有限公司，
类型：发明
国别省市：上海;31