本發(fā)明涉及智能評估，具體是一種基于大數(shù)據(jù)的教學水平評估方法及系統(tǒng)。

背景技術(shù)：

1、教學水平評估是對教學者在教學過程中所表現(xiàn)出來的教學能力、教學效果和專業(yè)素質(zhì)進行系統(tǒng)評價的過程。現(xiàn)有的教學水平評估方式較為單一，就是在教學過程結(jié)束后，由學員對其進行打分，進而得到評估結(jié)果，這種方式主觀性過強，不夠客觀；實際上，隨著智能設(shè)備在課堂中的普及，教學過程的評價過程也可以引入較為客觀的評價方案，如何借助智能設(shè)備對教學過程進行客觀評價是本發(fā)明技術(shù)方案想要解決的技術(shù)問題。

技術(shù)實現(xiàn)思路

1、本發(fā)明的目的在于提供一種基于大數(shù)據(jù)的教學水平評估方法及系統(tǒng)，以解決上述背景技術(shù)中提出的問題。

2、為實現(xiàn)上述目的，本發(fā)明提供如下技術(shù)方案：

3、一種基于大數(shù)據(jù)的教學水平評估方法，所述方法包括：

4、基于智能設(shè)備錄制課堂交互信息，對所述課堂交互信息進行識別，提取對話信息；其中，所述課堂交互信息至少包括音頻信息；所述課堂交互信息和提取到的對話信息具有相同的時間段標簽；

5、獲取含有時間節(jié)點的學員分數(shù)數(shù)組，根據(jù)時間順序進行排列，得到學員分數(shù)矩陣；所述學員分數(shù)矩陣的行對應(yīng)時間節(jié)點，列對應(yīng)學員，矩陣中的元素值表示分數(shù)；

6、比對不同課堂的對話信息，對課堂進行聚類，讀取同類課堂的學員分數(shù)矩陣，對同類課堂的學員分數(shù)矩陣進行內(nèi)部修正；其中，內(nèi)部修正的方式為減小差異；

7、接收學員輸入的評分信息，統(tǒng)計評分信息和修正后的學員分數(shù)矩陣確定評估總分。

8、作為本發(fā)明進一步的方案：所述基于智能設(shè)備錄制課堂交互信息，對所述課堂交互信息進行識別，提取對話信息的步驟包括：

9、基于智能設(shè)備實時錄制課堂交互信息；

10、當所述課堂交互信息為音頻時，根據(jù)預(yù)設(shè)的關(guān)鍵詞識別教學者的音頻特征；

11、根據(jù)所述音頻特征對音頻進行切分，得到教學者音頻和非教學者音頻；其中，教學者音頻和非教學者音頻均含有時間戳；

12、對教學者音頻和非教學者音頻進行音頻識別，得到對話信息。

13、作為本發(fā)明進一步的方案：所述比對不同課堂的對話信息，對課堂進行聚類，讀取同類課堂的學員分數(shù)矩陣，對同類課堂的學員分數(shù)矩陣進行內(nèi)部修正的步驟包括：

14、對任一課堂的對話信息，對其進行詞語識別，根據(jù)詞語識別結(jié)果將對話信息簡化為關(guān)鍵詞組的序列；每一關(guān)鍵詞組對應(yīng)一段對話；

15、將關(guān)鍵詞組的序列輸入預(yù)設(shè)的轉(zhuǎn)換模型，得到詞向量組的序列；

16、比對不同課堂的詞向量組的序列，計算相似度，基于所述相似度對課堂進行聚類；

17、讀取同類課堂的學員分數(shù)矩陣，對同類課堂的學員分數(shù)矩陣進行內(nèi)部修正。

18、作為本發(fā)明進一步的方案：所述接收學員輸入的評分信息，統(tǒng)計評分信息和修正后的學員分數(shù)矩陣確定評估總分的步驟包括：

19、接收學員輸入的評分信息；

20、將所述評分信息和修正后的學員分數(shù)矩陣輸入訓練好的評估模型，得到評估總分；其中，所述評估模型為預(yù)設(shè)的數(shù)學統(tǒng)計函數(shù)。

21、作為本發(fā)明進一步的方案：所述方法還包括：

22、對任一課堂的學員分數(shù)矩陣，計算每一行數(shù)據(jù)的均值及標準差，得到均值列和標準差列；

23、比對不同課堂的均值列以及不同課堂的標準差列，計算不同課堂的相似度，基于所述相似度對課堂進行聚類；

24、對任一類課堂，讀取每一課堂的對話信息，比對對話信息，提取眾值對話信息，作為該類課堂的標準對話信息；

25、其中，所述眾值對話信息用于表征同類課堂的對話信息的眾值特征。

26、作為本發(fā)明進一步的方案：所述方法還包括：

27、接收某一課堂上傳的已獲取的對話信息；

28、定時將已獲取的對話信息與現(xiàn)有的對話信息進行比對匹配，得到匹配的課堂；

29、查詢匹配的課堂的學員分數(shù)矩陣，選取最優(yōu)學員分數(shù)矩陣；

30、讀取最優(yōu)學員分數(shù)矩陣對應(yīng)的標準對話信息，作為參考數(shù)據(jù)，反饋至上傳對話信息的課堂。

31、本發(fā)明技術(shù)方案還提供了一種基于大數(shù)據(jù)的教學水平評估系統(tǒng)，所述系統(tǒng)包括：

32、對話信息提取模塊，用于基于智能設(shè)備錄制課堂交互信息，對所述課堂交互信息進行識別，提取對話信息；其中，所述課堂交互信息至少包括音頻信息；所述課堂交互信息和提取到的對話信息具有相同的時間段標簽；

33、矩陣生成模塊，用于獲取含有時間節(jié)點的學員分數(shù)數(shù)組，根據(jù)時間順序進行排列，得到學員分數(shù)矩陣；所述學員分數(shù)矩陣的行對應(yīng)時間節(jié)點，列對應(yīng)學員，矩陣中的元素值表示分數(shù)；

34、矩陣修正模塊，用于比對不同課堂的對話信息，對課堂進行聚類，讀取同類課堂的學員分數(shù)矩陣，對同類課堂的學員分數(shù)矩陣進行內(nèi)部修正；其中，內(nèi)部修正的方式為減小差異；

35、評估總分生成模塊，用于接收學員輸入的評分信息，統(tǒng)計評分信息和修正后的學員分數(shù)矩陣確定評估總分。

36、作為本發(fā)明進一步的方案：所述對話信息提取模塊包括：

37、信息錄制單元，用于基于智能設(shè)備實時錄制課堂交互信息；

38、音頻特征提取單元，用于當所述課堂交互信息為音頻時，根據(jù)預(yù)設(shè)的關(guān)鍵詞識別教學者的音頻特征；

39、音頻切分單元，用于根據(jù)所述音頻特征對音頻進行切分，得到教學者音頻和非教學者音頻；其中，教學者音頻和非教學者音頻均含有時間戳；

40、音頻識別單元，用于對教學者音頻和非教學者音頻進行音頻識別，得到對話信息。

41、作為本發(fā)明進一步的方案：所述矩陣修正模塊包括：

42、信息轉(zhuǎn)換單元，用于對任一課堂的對話信息，對其進行詞語識別，根據(jù)詞語識別結(jié)果將對話信息簡化為關(guān)鍵詞組的序列；每一關(guān)鍵詞組對應(yīng)一段對話；

43、詞語轉(zhuǎn)換單元，用于將關(guān)鍵詞組的序列輸入預(yù)設(shè)的轉(zhuǎn)換模型，得到詞向量組的序列；

44、比對聚類單元，用于比對不同課堂的詞向量組的序列，計算相似度，基于所述相似度對課堂進行聚類；

45、修正執(zhí)行單元，用于讀取同類課堂的學員分數(shù)矩陣，對同類課堂的學員分數(shù)矩陣進行內(nèi)部修正。

46、作為本發(fā)明進一步的方案：所述評估總分生成模塊包括：

47、評分信息接收單元，用于接收學員輸入的評分信息；

48、評估執(zhí)行單元，用于將所述評分信息和修正后的學員分數(shù)矩陣輸入訓練好的評估模型，得到評估總分；其中，所述評估模型為預(yù)設(shè)的數(shù)學統(tǒng)計函數(shù)。

49、與現(xiàn)有技術(shù)相比，本發(fā)明的有益效果是：本發(fā)明基于智能設(shè)備錄制課堂交互信息，根據(jù)課堂交互信息確定對話信息，同步獲取學員在各時刻的分數(shù)，得到學員分數(shù)矩陣，根據(jù)對話信息對學員分數(shù)矩陣進行修正，作為評估參數(shù)，客觀性極強，結(jié)合現(xiàn)有的主觀性評價過程，主客觀結(jié)合，豐富了評價過程。

技術(shù)特征：

1.一種基于大數(shù)據(jù)的教學水平評估方法，其特征在于，所述方法包括：

2.根據(jù)權(quán)利要求1所述的基于大數(shù)據(jù)的教學水平評估方法，其特征在于，所述基于智能設(shè)備錄制課堂交互信息，對所述課堂交互信息進行識別，提取對話信息的步驟包括：

3.根據(jù)權(quán)利要求1所述的基于大數(shù)據(jù)的教學水平評估方法，其特征在于，所述比對不同課堂的對話信息，對課堂進行聚類，讀取同類課堂的學員分數(shù)矩陣，對同類課堂的學員分數(shù)矩陣進行內(nèi)部修正的步驟包括：

4.根據(jù)權(quán)利要求1所述的基于大數(shù)據(jù)的教學水平評估方法，其特征在于，所述接收學員輸入的評分信息，統(tǒng)計評分信息和修正后的學員分數(shù)矩陣確定評估總分的步驟包括：

5.根據(jù)權(quán)利要求1所述的基于大數(shù)據(jù)的教學水平評估方法，其特征在于，所述方法還包括：

6.根據(jù)權(quán)利要求5所述的基于大數(shù)據(jù)的教學水平評估方法，其特征在于，所述方法還包括：

7.一種基于大數(shù)據(jù)的教學水平評估系統(tǒng)，其特征在于，所述系統(tǒng)包括：

8.根據(jù)權(quán)利要求7所述的基于大數(shù)據(jù)的教學水平評估系統(tǒng)，其特征在于，所述對話信息提取模塊包括：

9.根據(jù)權(quán)利要求7所述的基于大數(shù)據(jù)的教學水平評估系統(tǒng)，其特征在于，所述矩陣修正模塊包括：

10.根據(jù)權(quán)利要求7所述的基于大數(shù)據(jù)的教學水平評估系統(tǒng)，其特征在于，所述評估總分生成模塊包括：

技術(shù)總結(jié)
本發(fā)明涉及智能評估技術(shù)領(lǐng)域，具體公開了一種基于大數(shù)據(jù)的教學水平評估方法及系統(tǒng)，所述方法包括基于智能設(shè)備錄制課堂交互信息，對所述課堂交互信息進行識別，提取對話信息；獲取含有時間節(jié)點的學員分數(shù)數(shù)組，根據(jù)時間順序進行排列，得到學員分數(shù)矩陣；比對不同課堂的對話信息，對課堂進行聚類，讀取同類課堂的學員分數(shù)矩陣，對同類課堂的學員分數(shù)矩陣進行內(nèi)部修正；接收學員輸入的評分信息，統(tǒng)計評分信息和修正后的學員分數(shù)矩陣確定評估總分。本發(fā)明根據(jù)對話信息對學員分數(shù)矩陣進行修正，作為評估參數(shù)，客觀性極強，結(jié)合現(xiàn)有的主觀性評價過程，主客觀結(jié)合，豐富了評價過程。

技術(shù)研發(fā)人員：周國良,賀曉萌,羅明,翟爽
受保護的技術(shù)使用者：長春電子科技學院
技術(shù)研發(fā)日：
技術(shù)公布日：2025/4/24