一种基于人工智能大数据的省级教育质量管控系统技术方案

本发明专利技术公开了一种基于人工智能大数据的省级教育质量管控系统，涉及大数据分析技术领域。本发明专利技术包括数据服务器、质量管控模型、蓝牙设备和智能终端，数据服务器包括数据库和登记模块；质量管控模型通过交互模块与数据服务器连接；质量管控模型包括输入客体模块、教育教学活动模块、内化训练模块和结果输出模块。本发明专利技术通过制定输入客体的相关特向来输入质量管控模型，利用内化训练得出预期的输出结果，根据一个或多个诊断指标都构建对应的指标复制模型，生成教育质量诊断信息，并通过智能终端进行展示，提高教育质量诊断准确率和效率。提高教育质量诊断准确率和效率。提高教育质量诊断准确率和效率。

A provincial education quality control system based on artificial intelligence big data

【技术实现步骤摘要】
一种基于人工智能大数据的省级教育质量管控系统


[0001]本专利技术属于大数据分析
，特别是涉及一种基于人工智能大数据的省级教育质量管控系统。

技术介绍

[0002]随着时代的发展，我国教育系统的整体质量能力需要进一步提升。而现有的学校质量评估通常借助各种通用的调查网站或者通过人工进行，这种方法无法保证评估效率，并且其所采用的诊断指标也无法涵盖当前学校质量管控的需求。
[0003]如今，注重教学质量管控已经是中小学校进入现代化的一个必然的趋势了。建立良好的教学质量保障体系是一流学校的重要标志，而实行客观有效的教学管控则是完善质量管控体系的基本前提。科学规范、行之有效的教学质量评价模式及体系健全、富于创新的管控标准，是加强教师师德教风建设、正确发挥质量管控的导向作用、稳步提高教学质量的重要保障。
[0004]此外，现有的学校质量管控仅能提供粗略的评估信息，对于目标学校的指导意义十分有限。

技术实现思路

[0005]本专利技术的目的在于提供一种基于人工智能大数据的省级教育质量管控系统，通过制定输入客体的相关特向来输入质量管控模型，利用内化训练得出预期的输出结果，根据一个或多个诊断指标都构建对应的指标复制模型，生成教育质量诊断信息，解决了现有的学校的教学质量只能粗略估计、且教育质量评估不准确和效率低的问题。
[0006]为解决上述技术问题，本专利技术是通过以下技术方案实现的：
[0007]本专利技术为一种基于人工智能大数据的省级教育质量管控系统，包括数据服务器、质量管控模型、蓝牙设备和智能终端；
[0008]所述数据服务器包括数据库和登记模块；所述数据库用于录入教学资料、师生信息、蓝牙设备信息；所述登记模块用于师生通过移动智能终端登录自身信息，管理员通过手持机录入蓝牙设备信息；
[0009]所述质量管控模型通过交互模块与数据服务器连接；所述质量管控模型包括输入客体模块、教育教学活动模块、内化训练模块和结果输出模块；
[0010]所述智能终端包括存储模块、信息显示模块和展示模块。
[0011]优选地，所述输入客体模块用于向质量管控模型输入相关特性、功能和质量指标，在输入钱需要进行院校相关人员检验合格后，才能作为输入客体。
[0012]优选地，所述内化训练模块用于通过一定形式、时间和行动的内化训练，将学习到的知识、方法、技术内化为自己的职业能力；所述内化训练有师生共同进行的内化训练的活动中，根据指定的活动程序、方法和活动的标准来产生预期输出结果。
[0013]优选地，所述向质量管控模型输入相关特性、功能和质量指标包括一下至少一项：
办学理念诊断指标；教学工作诊断指标；师资队伍诊断指标；教学资源诊断指标；制度建设诊断指标；需求反馈诊断指标；特色创新诊断指标。
[0014]优选地，所述质量管控模型还包括：获取用户设置的定制管控模型指标及每个定制管控对应的质量管控模板。
[0015]优选地，所述预期输出结果在得出后，还需要对结果进行合法性校验；其中，根据教育质量数据及内化训练模块生成目标机构的教育质量诊断信息。
[0016]优选地，所述教育质量数据及内化训练模块生成的教育质量诊断信息，包括：根据教育质量数据及诊断指标及诊断指标对应的指标赋值模型，确定目标教育机构在诊断指标上的指标赋值信息；根据指标赋值信息及内化训练模块，生成目标教育机构的教育质量诊断信息。
[0017]本专利技术具有以下有益效果：
[0018]本专利技术通过制定输入客体的相关特向来输入质量管控模型，利用内化训练得出预期的输出结果，根据一个或多个诊断指标都构建对应的指标复制模型，生成教育质量诊断信息，并通过智能终端进行展示，提高教育质量诊断准确率和效率。
[0019]当然，实施本专利技术的任一产品并不一定需要同时达到以上所述的所有优点。
附图说明
[0020]为了更清楚地说明本专利技术实施例的技术方案，下面将对实施例描述所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本专利技术的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。
[0021]图1为本专利技术的一种基于人工智能大数据的省级教育质量管控系统；
[0022]图2为质量管控模型结构示意图。
具体实施方式
[0023]下面将结合本专利技术实施例中的附图，对本专利技术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专利技术一部分实施例，而不是全部的实施例。基于本专利技术中的实施例，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，都属于本专利技术保护的范围。
[0024]请参阅图1
‑
2所示，本专利技术为一种基于人工智能大数据的省级教育质量管控系统，包括数据服务器、质量管控模型、蓝牙设备和智能终端；
[0025]数据服务器包括数据库和登记模块；数据库用于录入教学资料、师生信息、蓝牙设备信息；登记模块用于师生通过移动智能终端登录自身信息，管理员通过手持机录入蓝牙设备信息；
[0026]质量管控模型通过交互模块与数据服务器连接；质量管控模型包括输入客体模块、教育教学活动模块、内化训练模块和结果输出模块；
[0027]智能终端包括存储模块、信息显示模块和展示模块；智能终端包括手机、平板电脑或带有蓝牙设备的移动端；存储模块用于记录学生上课情况、教师的上课内容以及学习资料。
[0028]其中，输入客体模块用于向质量管控模型输入相关特性、功能和质量指标，在输入钱需要进行院校相关人员检验合格后，才能作为输入客体。
[0029]其中，内化训练模块用于通过一定形式、时间和行动的内化训练，将学习到的知识、方法、技术内化为自己的职业能力；内化训练有师生共同进行的内化训练的活动中，根据指定的活动程序、方法和活动的标准来产生预期输出结果。
[0030]其中，向质量管控模型输入相关特性、功能和质量指标包括一下至少一项：办学理念诊断指标；教学工作诊断指标；师资队伍诊断指标；教学资源诊断指标；制度建设诊断指标；需求反馈诊断指标；特色创新诊断指标。
[0031]其中，质量管控模型还包括：获取用户设置的定制管控模型指标及每个定制管控对应的质量管控模板。
[0032]其中，预期输出结果在得出后，还需要对结果进行合法性校验；其中，根据教育质量数据及内化训练模块生成目标机构的教育质量诊断信息。
[0033]其中，教育质量数据及内化训练模块生成的教育质量诊断信息，包括：根据教育质量数据及诊断指标及诊断指标对应的指标赋值模型，确定目标教育机构在诊断指标上的指标赋值信息；根据指标赋值信息及内化训练模块，生成目标教育机构的教育质量诊断信息。
[0034]值得注意的是，上述系统实施例中，所包括的各个单元只是按照功能逻辑进行划分的，但并不局限于上述的划分，只要能够实现相应的功能即可；另外，各功能单元的具体名称也只是为了便于相互区分，并不用于限制本专利技术本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种基于人工智能大数据的省级教育质量管控系统，包括数据服务器、质量管控模型、蓝牙设备和智能终端，其特征在于：所述数据服务器包括数据库和登记模块；所述数据库用于录入教学资料、师生信息、蓝牙设备信息；所述登记模块用于师生通过移动智能终端登录自身信息，管理员通过手持机录入蓝牙设备信息；所述质量管控模型通过交互模块与数据服务器连接；所述质量管控模型包括输入客体模块、教育教学活动模块、内化训练模块和结果输出模块；所述智能终端包括存储模块、信息显示模块和展示模块。2.根据权利要求1所述的一种基于人工智能大数据的省级教育质量管控系统，其特征在于，所述输入客体模块用于向质量管控模型输入相关特性、功能和质量指标，在输入钱需要进行院校相关人员检验合格后，才能作为输入客体。3.根据权利要求1所述的一种基于人工智能大数据的省级教育质量管控系统，其特征在于，所述内化训练模块用于通过一定形式、时间和行动的内化训练，将学习到的知识、方法、技术内化为自己的职业能力；所述内化训练有师生共同进行的内化训练的活动中，根据指定的活动程序、方法和活动的标准来产生预期输出结果。4.根据...

【专利技术属性】
技术研发人员：顾伯承，张宏，沈亦军，
申请(专利权)人：安徽英福泰克信息科技有限公司，
类型：发明
国别省市：