本發明專利技術公開了一種基于數據化智能教育培訓管理系統，用于指導培訓主體或受訓主體彌補培訓過程中存在的知識缺陷，包括：采集模塊，用于采集受訓主體的多模態信息，創建模塊，與采集模塊通信連接，用于將多模態信息建立多種模態的學習模型。分析模塊，與創建模塊通信連接，用于獲取多模態模型。檢測模塊，與分析模塊通信連接。決策模塊，與分析模塊通信連接。該系統建成后將具智能化的數據信息采集能力、數據信息分析能力、診斷能力、反饋能力、改進效果評價能力，具有全樣本、信息多維多模態、真實化、伴隨式、個性化、反饋即時等特點，高效服務受訓主體高效學習，減輕師生負擔，幫助學員解決學習過程中存在的問題。過程中存在的問題。過程中存在的問題。
【技術實現步驟摘要】
一種基于數據化智能教育培訓管理系統
[0001]本專利技術涉及智能教育
，尤其涉及一種基于數據化智能教育培訓管理系統。
技術介紹
[0002]教育是特別復雜的事情，因為學員會遺忘，學員會成長，同時學員的思維會發生變化，教學者需要在過程中不斷的檢測、驗證學習的過程中知識的掌握情況，站在長遠的角度來講，學員學習的過程和形式次要的，養成良好的學習習慣才是最重要的。
[0003]隨著信息技術的不斷探索和發展，教育職業也很快的融入到浪潮中來，很多人都倡導推行大數據、云計算、人工智能和互聯網配合教育這幾類為代表的新信息技術，目前將大數據、云計算、人工智能以及互聯網相結合的教育模式定格在了教育教學的模式上，具體是通過大數據跟蹤學員學習內容的規律或者學習需求，而給學員推送適合或接近的學科內容，以幫助學員學習更深更多的與學科或需求完全吻合或相關的知識內容，但是在學員學習知識的效果分析方面，尤其是對學員掌握知識的情況不能進行全面檢測、分析和總結，針對各門學科不能給學員提供全面的、更優化的推薦性建議，致使學員針對學科所學的效果沒有客觀準確的認知，不能全面了解自身的學習效果，使學員的成績不能得到全面提高。
[0004]所以，目前的問題是當前信息技術所涉及的系統對學員掌握學科知識效果的檢測、分析和總結上存在空缺，不能給學員提供適合學員提高成績的優化的推薦性建議。
技術實現思路
[0005]為了解決上述當前信息技術所涉及的系統對學員掌握學科知識效果的檢測、分析和總結上存在空缺，不能給學員提供適合學員提高成績的優化的推薦性建議的技術問題，本專利技術提供了一種基于數據化智能教育培訓管理系統，通過對受訓主體的在培訓過程中多模態的學學習狀態進行采集、建模、分析，總結出受訓主體在學科中出現的缺陷知識點，給出能夠提優的推薦性建議。
[0006]為了達到上述目的，本專利技術是通過以下技術方案實現的：
[0007]一種基于數據化智能教育培訓管理系統，用于指導培訓主體或受訓主體彌補培訓過程中存在的知識缺陷，包括：
[0008]采集模塊，用于采集受訓主體的多模態信息，多模態信息為受訓主體在接受培訓過程中體現的手勢、表情以及聲音，以掌握受訓主體的互動程度。
[0009]創建模塊，與采集模塊通信連接，用于將多模態信息建立多種模態的學習模型。
[0010]分析模塊，與創建模塊通信連接，用于獲取多模態模型，根據預設算法計算分析每種模態出現的概率，得到模態概率信息。
[0011]檢測模塊，與分析模塊通信連接，用于采集受訓主體的檢測信息，并將檢測信息傳輸至分析模塊，分析模塊用于將檢測信息與目標信息對比，得出缺陷信息，創建模塊用于根據缺陷信息建立缺陷信息模型，得到缺陷模型。其中目標信息為預設在分析模塊中各學科
要求受訓主體達到培訓目標的知識信息，缺陷信息為目標信息與檢測信息之間相差的知識信息。
[0012]決策模塊，與分析模塊通信連接，用于將模態概率信息與缺陷信息結合，將每種模態概率與其對應的學科的缺陷模型關聯對應，以使受訓主體了解自身受訓的缺陷點，進而向受訓主體給出提優建議，或指導培訓主體如何培訓受訓主體掌握缺陷信息。
[0013]與現有技術相比，本專利技術具有以下優點：由采集模塊、創建模塊、分析模塊、檢測模塊以及決策模塊組成系統，能夠完全捕捉到受訓主體在培訓過程中的學習情況，并由分析模塊將創建模塊建立的多模態模型進行分析總結，通過決策模塊向受訓主體給出彌補學科漏缺的知識點的推薦性建議，同時也給出培訓主體如何幫助受訓主體提優的決策辦法，該系統建成后將具智能化的數據信息采集能力、數據信息分析能力、診斷能力、反饋能力、改進效果評價能力，具有全樣本、信息多維多模態、真實化、伴隨式、個性化、反饋即時等特點，高效服務受訓主體高效學習，減輕師生負擔。通過大數據與各類分析技術可對學員知識掌握情況、能力水平差異情況及學員的行為特征、性格特點等進行有效診斷和分析反饋，幫助老師更好地因材施教，幫助學員解決學習過程中存在的問題。
[0014]進一步優選為，采集模塊包括：
[0015]手勢采集裝置，與創建模塊通信連接，用于獲取培訓過程中受訓主體的手勢信息。
[0016]聲音采集裝置，與創建模塊通信連接，用于獲取受訓主體與培訓主體之間溝通的聲音信息。
[0017]表情采集裝置，與創建模塊通信連接，用于采集受訓主體受訓過程中的面部表情，以獲取受訓主體在受訓過程中的培訓狀態。
[0018]采用上述技術方案，以此獲取受訓主體在學習過程中的手勢、聲音以及表情三種模態的信息。
[0019]進一步優選為，手勢采集裝置選用手勢識別裝置。
[0020]采用上述技術方案，能夠準確識別受訓者的手勢，為獲取受訓者在學習過程中的互動信息提供準確的依據。
[0021]進一步優選為，聲音采集裝置選用遠程教育聲音采集裝置。
[0022]采用上述技術方案，以此可獲取受訓者在學習過程中與培訓主體之間互動時的瞬間發出的聲音，為為采集聲音模態對應的信息提供準確的依據。
[0023]進一步優化為，表情采集裝置選用面部表情捕捉設備。
[0024]采用上述技術方案，以此可獲取受訓者在學習過程中與培訓主體之間互動時的表情信息，為為采集表情模態對應的信息提供準確的依據。
[0025]進一步優化為，創建模塊包括：
[0026]缺陷建模子模塊，與檢測模塊通信連接，用于通過矩陣編輯缺陷信息，創建缺陷模型。
[0027]多模態建模子模塊，與采集模塊通信連接，用于將多模態信息編輯成不同的模態矩陣，通過非線性動態系統創建多模態模型，分別得到手勢模型、聲音模型以及表情模型。
[0028]采用上述技術方案，以此可完成缺陷模型和模態模型的創建，進一步實現仿真受訓主體在學習階段的學習狀態的記錄。
[0029]進一步優化為，分析模塊包括：
[0030]學科評估子模塊，與檢測模塊通信連接，用于獲取檢測信息，并將檢測信息與目標信息對比，得出缺陷信息。
[0031]手勢分析子模塊，與多模態建模子模塊通信連接，用于分析手勢模型出現的概率，得到手勢概率信息。
[0032]聲音分析子模塊，與多模態建模子模塊通信連接，用于分析聲音出現的概率，得到聲音概率信息。
[0033]表情分析子模塊，與多模態建模子模塊通信連接，用于分析受訓時互動狀態下表情出現的概率，得到表情概率信息。
[0034]采用上述技術方案，通過得出缺陷信息、手勢概率信息、聲音概率信息以及表情概率信息，能夠直觀地得出分析結果，為受訓主體提優提供直接的分析依據，也為培訓主體知道受訓主體提優提供最直接的方法依據。
[0035]進一步優化為，檢測模塊包括：
[0036]隨堂檢測子模塊，與學科評估子模塊通信連接，在培訓過程中，用于隨堂采集受訓主體掌握學科知識的情況，得到隨堂檢測信息，并將隨堂檢測信息傳輸至學科評估子模塊。
[0037]階段檢測子模塊，與學科評估子模塊通信連接，在階本文檔來自技高網...
【技術保護點】
【技術特征摘要】
1.一種基于數據化智能教育培訓管理系統，用于指導培訓主體(2)或受訓主體(1)彌補培訓過程中存在的知識缺陷，其特征在于，包括：采集模塊(3)，用于采集受訓主體(1)的多模態信息，所述多模態信息為所述受訓者在接受培訓過程中體現的手勢、表情以及聲音，以掌握所述受訓主體(1)的互動程度；創建模塊(4)，與所述采集模塊(3)通信連接，用于將所述多模態信息建立多種模態的學習模型；分析模塊(5)，與所述創建模塊(4)通信連接，用于獲取所述多模態模型，根據預設算法計算分析每種模態出現的概率，得到模態概率信息；檢測模塊(6)，與所述分析模塊(5)通信連接，用于采集所述受訓主體(1)的檢測信息，并將所述檢測信息傳輸至所述分析模塊(5)，所述分析模塊(5)用于將所述檢測信息與目標信息對比，得出缺陷信息，所述創建模塊(4)用于根據所述缺陷信息建立缺陷信息模型，得到缺陷模型；其中所述目標信息為預設在所述分析模塊(5)中各學科要求所述受訓主體(1)達到培訓目標的知識信息，所述缺陷信息為所述目標信息與所述檢測信息之間相差的知識信息；決策模塊(7)，與所述分析模塊(5)通信連接，用于將所述模態概率信息與所述缺陷信息結合，將每種模態概率與其對應的學科的所述缺陷模型關聯對應，以使受訓主體(1)了解自身受訓的缺陷點，進而向所述受訓主體(1)給出提優建議，或指導所述培訓主體(2)如何培訓所述受訓主體(1)掌握缺陷信息。2.根據權利要求1所述的基于數據化智能教育培訓管理系統，其特征在于，所述采集模塊(3)包括：手勢采集裝置(31)，與所述創建模塊(4)通信連接，用于獲取培訓過程中受訓主體(1)的手勢信息；聲音采集裝置(32)，與所述創建模塊(4)通信連接，用于獲取受訓者與培訓主體(2)之間溝通的聲音信息；表情采集裝置(33)，與所述創建模塊(4)通信連接，用于采集所述受訓主體(1)受訓過程中的面部表情，以獲取受訓者在受訓過程中的培訓狀態。3.根據權利要求2所述的基于數據化智能教育培訓管理系統，其特征在于，所述手勢采集裝置(31)選用手勢識別裝置。4.根據權利要求2所述的基于數據化智能教育培訓管理系統，其特征在于，所述聲音采集裝置(32)選用遠程教育聲音采集裝置(32)。5.根據權利要求2所述的基于數據化智能教育培訓管理系統，其特征在于，所述表情采集裝置(33)選用面部表情捕捉設備...
【專利技術屬性】
技術研發人員：趙亮，張鴻飛，許彩霞，
申請(專利權)人：湖北省信產通信服務有限公司科技咨詢分公司，
類型：發明
國別省市：
還沒有人留言評論。發表了對其他瀏覽者有用的留言會獲得科技券。