【技术实现步骤摘要】
本专利技术涉及智慧教育，尤其涉及一种智慧教育系统。
技术介绍
1、在教育过程中，教师在进行授课之前通常会准备详细的教案，以指导和规范教学活动。教案的制定是教学准备的重要环节，有助于确保教学目标的明确性、内容的系统性和教学方法的合理性。然而，现有的教案设计可能过于死板，难以根据学生的表现和反馈及时调整教学策略，从而难以有效应对课堂上的各种变化。也即，许多教案没有充分考虑到学生的个体差异，如学习能力、兴趣爱好、认知水平和文化背景等。这种一刀切的教学设计难以满足不同学生的需求，导致部分学生可能无法跟上教学进度或失去学习兴趣，从而进一步降低了教师的教学质量。
技术实现思路
1、本专利技术实施例的主要目的在于提供一种智慧教育系统，旨在解决相关技术中教师的教案难以满足不同学生的需求，导致部分学生无法跟上教学进度从而降低了教师的教学质量问题。
2、第一方面，本专利技术实施例提供一种智慧教育系统，包括：
3、数据采集模块，用于获得初始教学文本下目标学生对应的第一行为数据和获得所述目标学生观看教学视频对应的第二行为数据；
4、异常分析模块，用于对所述第一行为数据进行异常行为分析获得所述目标学生对应的第一异常行为和所述第一异常行为对应的第一异常位置；
5、数据获得模块，用于根据所述第一异常位置从所述第一行为数据中获得所述目标学生对应的邻近行为数据；
6、行为预测模块，用于根据所述邻近行为数据进行行为重建获得所述目标学生在所述第一异常行为下对应
7、异常筛选模块，用于根据所述目标预测行为和所述第一异常行为筛选出所述目标学生对应的第二异常行为；
8、异常分类模块，用于根据所述第二异常行为进行异常分类获得所述第二异常行为对应的异常类型；
9、异常确定模块，用于根据所述异常类型确定所述目标学生对应的目标异常行为，并从所述初始教学文本中获得所述目标异常行为对应的关联教学文本；
10、偏好识别模块，用于对所述第二行为数据进行行为分析获得所述目标学生对应的目标行为偏好；
11、数据调整模块，用于根据所述目标异常行为和所述目标行为偏好对所述关联教学文本进行调整获得所述目标学生对应的目标教学文本。
12、本专利技术实施例提供一种智慧教育系统，该系统包括：数据采集模块，用于获得初始教学文本下目标学生对应的第一行为数据和获得目标学生观看教学视频对应的第二行为数据，进而通过采集目标学生在初始教学文本和观看教学视频时的行为数据，可以全面了解学生的学习习惯和互动模式，进而为后续提供个性化的教学文本提供支撑。异常分析模块，用于对第一行为数据进行异常行为分析获得目标学生对应的第一异常行为和第一异常行为对应的第一异常位置，进而通过分析第一行为数据中的第一异常行为，可以识别目标学生可能存在的学习障碍或理解困难，为后续的教学文本调整提供支撑。数据获得模块，用于根据第一异常位置从第一行为数据中获得目标学生对应的邻近行为数据；行为预测模块，用于根据邻近行为数据进行行为重建获得目标学生在第一异常行为下对应的目标预测行为；异常筛选模块，用于根据目标预测行为和第一异常行为筛选出目标学生对应的第二异常行为；异常分类模块，用于根据第二异常行为进行异常分类获得第二异常行为对应的异常类型；异常确定模块，用于根据异常类型确定目标学生对应的目标异常行为，并从初始教学文本中获得目标异常行为对应的关联教学文本；偏好识别模块，用于对第二行为数据进行行为分析获得目标学生对应的目标行为偏好，进而可以及时发现目标学生的学习方式偏好从而为后续的教学文本调整提供方向；数据调整模块，用于根据目标异常行为和目标行为偏好对关联教学文本进行调整获得目标学生对应的目标教学文本。从而通过精准识别目标异常行为和目标行为偏好，可以显著提高教学文本的针对性，进而有效支持目标学生后续的学习，帮助他们更高效地掌握知识。这不仅能够提升教师的教学质量，还能解决相关技术中教师的教案难以满足不同学生的需求，导致部分学生无法跟上教学进度从而降低了教师的教学质量问题。
本文档来自技高网...【技术保护点】
1.一种智慧教育系统，其特征在于，所述系统包括：
2.根据权利要求1所述的系统，其特征在于，所述异常分析模块，包括：
3.根据权利要求2所述的系统，其特征在于，所述姿势聚类模块，包括：
4.根据权利要求3所述的系统，其特征在于，所述信息聚类模块，包括：
5.根据权利要求1所述的系统，其特征在于，所述行为预测模块，包括：
6.根据权利要求1所述的系统，其特征在于，所述异常筛选模块，包括：
7.根据权利要求1所述的系统，其特征在于，所述异常分类模块，包括：
8.根据权利要求1所述的系统，其特征在于，所述偏好识别模块，包括：
9.根据权利要求1所述的系统，其特征在于，所述数据调整模块，包括：
10.根据权利要求9所述的系统，其特征在于，所述文本生成模块，包括：
【技术特征摘要】
1.一种智慧教育系统，其特征在于，所述系统包括：
2.根据权利要求1所述的系统，其特征在于，所述异常分析模块，包括：
3.根据权利要求2所述的系统，其特征在于，所述姿势聚类模块，包括：
4.根据权利要求3所述的系统，其特征在于，所述信息聚类模块，包括：
5.根据权利要求1所述的系统，其特征在于，所述行为预测模块，包括：
6....
【专利技术属性】
技术研发人员：李为，张广杰，
申请(专利权)人：珠海市枫逸科技有限公司，
类型：发明
国别省市：
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。