评价系数的确定方法、装置、计算机设备及存储介质

    公开(公告)号:CN117610958A

    公开(公告)日:2024-02-27

    申请号:CN202311610166.0

    申请日:2023-11-29

    摘要: 本发明涉及数据处理技术领域,公开了一种评价系数的确定方法、装置、计算机设备及存储介质,该方法包括:获取目标对象的多模态数据;对多模态数据进行处理,确定多模态数据对应的指标特征;基于指标特征以及预设的智能评价系统,确定目标对象对应的评价系数。本实施例提供的评价系数的确定方法,通过对多模态数据进行处理,确定对应的指标特征,然后根据指标特征和预设的智能评价系统,确定目标对象对应的评价系数。相较于通过填报式作答方式收集目标对象状态情况的方式,本发明通过预设的智能评价系统能够客观且准确地确定目标对象的评价系数。

    一种评价指标的确定方法及系统

    公开(公告)号:CN110956261A

    公开(公告)日:2020-04-03

    申请号:CN201911096146.X

    申请日:2019-11-11

    IPC分类号: G06N3/08 G06N3/04

    摘要: 本发明公开了评价指标的确定方法及系统,方法包括:获取待评价对象的样本数量、预设评价指标数据及目标评价变量;构建数据操作函数库,用于对预设评价指标数据进行数据处理;构建预设深度的层次模型,确定预设评价指标数据所在的层次节点;获取各预设评价指标数据的操作函数,以及各个预设评价指标数据的预设权重;利用神经网络训练层次模型中的评价指标数据及相应的权重,得到训练后的评价指标及对应的权重;根据训练后的评价指标及对应的权重,确定待评价对象的评价指标及对应的权重和目标评价变量的值。本发明提供的评价指标的确定方法及系统,可以提升构建层次模型的速度以及模型的准确率,可以实现快速对新的应用数据进行复用。

    一种坚毅力测评方法、装置、设备及存储介质

    公开(公告)号:CN117291461A

    公开(公告)日:2023-12-26

    申请号:CN202311211579.1

    申请日:2023-09-19

    IPC分类号: G06Q10/0639 G06F18/25

    摘要: 本发明涉及坚毅力测评技术领域,公开了一种坚毅力测评方法、装置、设备及存储介质,方法包括:获取用户的多模态数据,包括:视频数据、语音数据、文本数据及平台日志;利用预设算法,根据预设属性计算多模态数据支持的预设指标,预设指标包括:专心程度指标、持续努力指标、正向情感指标、中性情感指标、负向情感指标、目标导向指标、情意(行为与情感)调控指标,每个预设指标的预设属性及预设属性的数量不完全相同;根据预设公式,构建基于预设指标的坚毅力测评模型,计算用户的坚毅力指数。通过本发明提供的方法提高了测评的客观性、准确性,使得测评结果具有可靠性,为未来用户坚毅力的测评与培养提供了科学依据。

    一种在线学习投入动态评价方法及系统

    公开(公告)号:CN112435152B

    公开(公告)日:2023-04-18

    申请号:CN202011416196.4

    申请日:2020-12-04

    摘要: 本发明公开了一种在线学习投入动态评价方法及系统,将在线学习数据划为不同粒度的学习空间及不同维度的学习时间投入特征,计算每种空间粒度和时间维度投入组合的特征,构建不同维度的空间评价模型及时间评价模型,空间粒度模型的输出作为输入以学生的绩效为目标值构建空间投入综合模型,时间维度模型的输出作为输入以学生的绩效为目标值构建时间投入综合模型,以上模型组成在线学习投入动态评价模型,通过获取学生在线学习数据,基于动态评价模型对学生在线学习投入进行全面深入的评价,了解学生在不同网络学习时空中的学习状态与动态演变,诊断学习问题,据此更好提供精准教学干预和个性化学习支持服务,为课程教学和学习设计的优化提供依据。

    一种在线学习投入动态评价方法及系统

    公开(公告)号:CN112435152A

    公开(公告)日:2021-03-02

    申请号:CN202011416196.4

    申请日:2020-12-04

    IPC分类号: G06Q50/26 G06Q10/06

    摘要: 本发明公开了一种在线学习投入动态评价方法及系统,将在线学习数据划为不同粒度的学习空间及不同维度的学习时间投入特征,计算每种空间粒度和时间维度投入组合的特征,构建不同维度的空间评价模型及时间评价模型,空间粒度模型的输出作为输入以学生的绩效为目标值构建空间投入综合模型,时间维度模型的输出作为输入以学生的绩效为目标值构建时间投入综合模型,以上模型组成在线学习投入动态评价模型,通过获取学生在线学习数据,基于动态评价模型对学生在线学习投入进行全面深入的评价,了解学生在不同网络学习时空中的学习状态与动态演变,诊断学习问题,据此更好提供精准教学干预和个性化学习支持服务,为课程教学和学习设计的优化提供依据。

    教学质量评价指标体系构建、评价方法、装置及电子设备

    公开(公告)号:CN114676972B

    公开(公告)日:2024-09-06

    申请号:CN202210194579.4

    申请日:2022-03-01

    IPC分类号: G06Q10/0639 G06Q50/20

    摘要: 本发明实施例涉及一种教学质量评价指标体系构建、评价方法、装置及电子设备,包括:获取初始教学质量评价指标体系;按照预设规则,对细粒度指标进行特征衍生处理,获取与之对应的特征指标;对第一细粒度指标对应的特征指标进行筛选,获取符合预设标准的特征指标,建立第一细粒度指标与符合预设标准的特征指标之间的第二映射关系;根据至少一个粗粒度指标,与其成第一映射关系的相应细粒度指标、与细粒度指标成第二映射关系的符合预设标准的特征指标、第一映射关系和第二映射关系,获取与指标体系对应的置信度;根据置信度,对符合预设标准的特征指标,以及第二映射关系调整,生成目标教学质量评价指标体系。该方式可实时地对教师的教学质量进行评价。

    一种运动姿态数据分析方法和装置

    公开(公告)号:CN117765606A

    公开(公告)日:2024-03-26

    申请号:CN202311592416.2

    申请日:2023-11-27

    摘要: 本发明涉及运动姿态分析技术领域,公开了一种运动姿态数据分析方法和装置,运动姿态数据分析方法包括:获取目标主体的待测视频数据和文本数据;基于文本数据和待测视频数据进行多模态融合和分割,得到各测评动作下的分割视频数据;基于分割视频数据对各测评动作进行统计分析,得到分析结果,通过实施本发明,一方面,在获取目标人员的运动姿态的数据的过程中不会受到人员主观误差的影响,且能够实现较多数量级下的运动姿态数据的自动测评;另一方面,在运动姿态数据的自动测评的过程中,能够剔除待测视频中的其他不相关特征,提高了运动姿态数据测评的准确性。

    一种基于session的在线学习绩效评估方法及装置

    公开(公告)号:CN113673811B

    公开(公告)日:2023-06-27

    申请号:CN202110758711.5

    申请日:2021-07-05

    摘要: 本申请提供一种基于session的在线学习绩效评估方法及装置,该方法包括:获取待评估用户的在线学习日志;按照session间隔阈值,对在线学习日志进行session划分,以得到用户session序列;提取用户session序列中各session的session特征和session序列特征指标;根据session特征和session序列特征指标,确定待评估用户的学习绩效评估结果。上述方案提供的方法,通过根据用户的在线学习日志对应的session特征和session序列特征指标,对用户的学习绩效进行全面地评估,提高学习评估结果的有效性和可靠性。

    一种基于session的在线学习绩效评估方法及装置

    公开(公告)号:CN113673811A

    公开(公告)日:2021-11-19

    申请号:CN202110758711.5

    申请日:2021-07-05

    摘要: 本申请提供一种基于session的在线学习绩效评估方法及装置,该方法包括:获取待评估用户的在线学习日志;按照session间隔阈值,对在线学习日志进行session划分,以得到用户session序列;提取用户session序列中各session的session特征和session序列特征指标;根据session特征和session序列特征指标,确定待评估用户的学习绩效评估结果。上述方案提供的方法,通过根据用户的在线学习日志对应的session特征和session序列特征指标,对用户的学习绩效进行全面地评估,提高学习评估结果的有效性和可靠性。

    学习者模型构建方法、学习资源的推荐方法及系统

    公开(公告)号:CN109977313A

    公开(公告)日:2019-07-05

    申请号:CN201910245097.5

    申请日:2019-03-28

    IPC分类号: G06F16/9535 G06Q50/20

    摘要: 本发明公开了一种学习者模型构建方法、学习资源的推荐方法及系统,通过获取用户在不同学习阶段的监测数据;从监测数据中提取表征用户个性化特征的学习行为数据;根据预设维度及对应的评测指标对用户的学习行为数据进行评测,生成学习者特征数据;利用学习者特征数据构建学习者模型,本发明提供的学习者模型能够全面的刻画学习者的特征,体现学习者的个性化特点。利用基于学习者模型的协同过滤学习资源的推荐方法及系统,根据一定规则将学习者有效学习行为数据转换为学习者在学习行为上对资源的评分,然后对每个行为赋以一定权重,整合获得用户对资源的评分数据,根据评分生成推荐结果,根据推荐结果将学习资源推荐给目标用户,推荐精确度高。