申请/专利权人：青岛两栖蛙蛙信息技术有限公司

申请日：2024-01-03

公开（公告）日：2024-06-21

公开（公告）号：CN117852758B

主分类号：G06Q10/063

分类号：G06Q10/063;G06Q10/04;G06Q50/20;G06N20/00

优先权：

专利状态码：有效-授权

法律状态：2024.06.21#授权;2024.04.26#实质审查的生效;2024.04.09#公开

摘要：本发明涉及人工智能教育技术领域，具体地说，涉及一种基于人工智能的个性化教育方法。其包括以下步骤：S1、基于机器学习模型和数据分析算法，构建个性化学习系统，收集并分析学生数据；S2、根据个性化学习系统的输出，根据每个学生创建独立的学习目标，调整教学内容的难度和深度；S3、通过个性化学习系统监测学生在学习过程中的表现和进度；S4、基于个性化学习系统监测的结果，引入情感识别模块，监测学生的情感状态；S5、对个性化学习系统的教学内容进行评估。为避免过度依赖机器学习和算法，引入情感识别模块，提供实时的情感状态分析，并根据分析结果实时调整教学策略或提供支持，为学生提供更贴合其情感状态的学习支持。

主权项：1.一种基于人工智能的个性化教育方法，其特征在于，包括以下步骤：S1、基于机器学习模型和数据分析算法，构建个性化学习系统，收集并分析学生数据；S2、根据个性化学习系统的输出，分析学生学习速度和学习能力，根据每个学生创建独立的学习目标，结合学生的学习目标，调整教学内容的难度和深度；S3、通过个性化学习系统监测学生在学习过程中的表现和进度，根据学生的表现和反馈，调整学习路径和目标；S4、基于个性化学习系统监测的结果，引入情感识别模块，监测学生的情感状态，进行人工干预；S5、对个性化学习系统的教学内容进行评估，基于评估结果对系统进行优化；所述S2中，个性化学习系统采用基于时间序列分析方法的数据分析算法，对学生的学习能力进行分析，其中，时间序列分析方法具体分析步骤为：S2.1、收集学生的学习能力数据；S2.2、定义移动平均中用于计算平均值的窗口大小n；S2.3、采用移动平均方法，对学生的学习能力数据进行移动平均操作；S2.4、根据分析结果，推断学生学习能力的变化趋势，并制定学习目标；所述S4中，情感识别模块基于自然语言处理系统，用于对学生进行情感分析；其中，所述自然语言处理系统至少包括视觉模块、语音分析模块和情感识别模块；所述视觉模块通过摄像头捕捉学生的面部微表情；所述语音分析模块利用麦克风设备来捕捉学生的语音信息；所述情感识别模块通过视觉模块和语音分析模块采集的学生面部表情和语言数据，基于多模态深度学习模型，分析学生的情感状态，其中，多模态深度学习模型具体为：设有两个输入分别是面部表情数据Xf和语音数据Xv，分别定义两个分支神经网络，令fXf表示面部表情数据分支的神经网络输出，gXv表示语音数据分支的神经网络输出，则：Z＝concatenatefXf，gXv；PY＝i|Xf，Xv＝softmaxhZi；其中，Z表示将两个分支神经网络fXf和gXv的输出连接在一起得到的向量；concatenate表示将两个或多个张量沿着某个轴进行连接，生成一个更大的张量；PY＝i|Xf，Xv表示在给定面部表情数据Xf和语音数据Xv的情况下，样本属于第i类情感的概率；hZ表示对连接后的张量Z进行进一步的处理的神经网络层；hZi表示在神经网络模型h输出的向量中，第i个元素的值；softmax表示激活函数。

全文数据：

权利要求：

百度查询： 青岛两栖蛙蛙信息技术有限公司 一种基于人工智能的个性化教育方法

免责声明
1、本报告根据公开、合法渠道获得相关数据和信息，力求客观、公正，但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解，仅供参考使用，不能作为本公司承担任何法律责任的依据或者凭证。

阅读全文 双屏查看 官方信息 专利公告 收藏专利 下载PDF 下载WORD