一种备课任务的智能分配方法以及系统与流程

本技术涉及任务分配，具体涉及一种备课任务的智能分配方法以及系统。

背景技术：

1、目前，为了使备课任务可以高效进行，通常依据备课组长的经验手动分派任务给相应的待备课人员。但是由于任务难度等级的不同，备课组长通常会根据自己的经验将任务难度等级较高的任务分配给级别较高的待备课人员。采用手动分配备课人员，效率低，且这个分配过程是静态的，分配完成之后，对应的备课人员备课对应的备课任务，但是整个备课过程中无法跟踪备课进度，无法动态调整备课人员，这不仅对备课人员产生了负担，还可能导致疏漏和延误。

2、另外，备课组长根据主观经验分配也会导致任务分配的不均匀，例如，将备课任务过多分配给部分待备课人员，导致该部分待备课人员的任务过重，从而部分待备课人员不能按时的完成备课任务，进而导致完成备课任务的效率降低。

技术实现思路

1、为了解决上述技术问题，提出了本技术。本技术的实施例提供了一种备课任务的智能分配方法以及系统，解决了现有技术中根据备课组长的主观经验手动分配备课任务导致分配不均匀，且分配之后无法动态调整备课人员的问题。

2、根据本技术的一个方面，本技术提供了一种备课任务的智能分配方法，包括：

3、根据目标备课人员的历史备课数据，计算目标备课人员的评价维度在历史备课时间点时的第一权重；根据目标备课人员的每个历史备课时间点对应的评价维度的历史备课数据以及第一权重，计算目标备课人员的权重系数表；根据每个目标备课人员的权重系数表，构建备课能力表；根据备课任务组中的每个目标备课任务的目标备课信息以及目标知识点信息，构建所述备课任务组的备课任务级别表；

4、根据所述备课能力表以及所述备课任务级别表，确定目标备课人员匹配表。

5、在本技术一实施例中，在根据所述备课能力表以及所述备课任务级别表，确定目标备课人员匹配表之后，所述智能分配方法还包括：获取每个目标备课人员对目标备课任务的响应时长；根据每个目标备课任务的历史备课数据，计算所述备课任务组的预测任务达成率；以及当目标备课任务的响应时长大于第一预设时长，且所述备课任务组的预测任务达成率不满足预设条件时，动态调整所述目标备课人员匹配表。

6、在本技术一实施例中，根据目标备课人员的每个历史备课时间点对应的评价维度的历史备课数据以及第一权重，计算目标备课人员的权重系数表，包括：根据每个历史备课时间点对应的评价维度的历史备课数据以及第一权重，计算目标备课人员对应的评价维度的评分；基于目标备课人员的每个评价维度的评分，计算目标备课人员的权重系数表，所述权重系数表包括评价维度以及评价维度对应的权重；其中，根据每个目标备课人员的权重系数表，构建备课能力表，包括：

7、根据每个目标备课人员的每个评价维度对应的评分以及每个评价维度对应的权重，构建备课人员推荐表，所述备课人员推荐表包括目标备课人员以及对应的评价指标数据；根据目标备课人员的推荐表，构建备课能力表。

8、在本技术一实施例中，基于目标备课人员的每个评价维度的评分，计算目标备课人员的权重系数表，包括：基于每个评价维度的评分构建正向化矩阵；对所述正向化矩阵进行标准化处理，生成标准化矩阵；计算所述标准化矩阵中每个元素的概率值；根据每个元素的概率值，构建概率矩阵；计算所述概率矩阵中每列数据的信息熵；根据每列数据的信息熵，计算每列数据的信息效用值；根据每列数据的信息效用值，计算每列数据的权重值；以及根据每列数据的权重值确定每个评价维度的权重。

9、在本技术一实施例中，根据每个目标备课人员的每个评价维度对应的评分以及每个评价维度对应的权重，构建备课人员推荐表，包括：对目标备课人员的每个评价维度对应的评分正向化处理，得到目标备课人员的每个评价维度的正向化评分；根据目标备课人员的每个评价维度的正向化评分以及目标备课人员的每个评价维度的权重，计算目标备课人员的正理想解距离以及负理想解距离；基于目标备课人员的正理想解距离以及负理想解距离计算目标备课人员的综合得分指数；以及基于每个目标备课人员的正理想解距离、负理想解距离以及综合得分指数，构建备课人员推荐表；其中，所述备课人员推荐表包括目标备课人员以及对应的评价指标数据，其中所述评价指标数据包括目标备课人员的正理想解距离、负理想解距离以及综合得分指数。

10、在本技术一实施例中，根据目标备课人员的推荐表，构建备课能力表，包括：在目标备课人员的推荐表中提取目标备课人员的正理想解距离、负理想解距离以及综合得分指数；根据所述目标备课人员的正理想解距离、负理想解距离以及综合得分指数，计算所述目标备课人员的加权平均值以及对应的概率值；根据多个目标备课人员的加权平均值以及对应的概率值，构建线性回归曲线；确定所述线性回归曲线与预设线性回归曲线相交的交点；根据所述交点对应的临界加权平均值、所述临界加权平均值对应的概率值，构建多个匹配区间；从所述多个匹配区间中选取满足目标备课人员的加权平均值的目标匹配区间；确定目标匹配区间对应的匹配系数作为目标备课人员的备课能力；以及根据每个目标备课人员的备课能力构建所述备课能力表。

11、在本技术一实施例中，根据所述目标备课人员的正理想解距离、负理想解距离以及综合得分指数，计算所述目标备课人员的加权平均值以及对应的概率值，包括：基于预设编秩条件，根据每个目标备课人员的正理想解距离、负理想解距离以及综合得分指数，构建秩矩阵；根据所述秩矩阵中元素的秩值计算每个目标备课人员的秩和比以及对应的秩和比排名，所述秩和比为目标备课人员的加权平均值；将每个目标备课人员的秩和比以及对应的秩和比排名，输入至多元概率比回归模型进行计算，以确定每个目标备课人员的概率值。

12、在本技术一实施例中，根据每个目标备课任务的历史备课数据，计算所述备课任务组的预测任务达成率，包括：获取目标备课任务的历史备课数据，计算目标备课任务的历史备课任务达成率；根据每个目标备课任务的历史备课任务达成率以及目标备课任务的历史备课人员匹配表，构建线性回归模型；根据所述线性回归模型，计算回归系数；根据所述回归系数，构建线性回归方程；根据所述目标备课人员匹配表以及所述线性回归方程，预测目标备课任务的预测备课任务达成率；根据每个目标备课任务的预测备课任务达成率以及对应的权重，计算所述备课任务组的预测任务达成率。

13、在本技术一实施例中，当目标备课任务的响应时长大于第一预设时长，且所述备课任务组的预测任务达成率不满足预设条件时，动态调整所述目标备课人员匹配表，包括：获取每个目标备课任务的实际备课任务达成率；根据每个目标备课任务的实际备课任务达成率以及对应的权重，计算所述备课任务组的实际任务达成率；计算所述实际任务达成率与所述预测任务达成率之间的第一比值；获取所述备课任务组的开始时间与当前时间之间的间隔时长；获取完成所述备课任务组的总时长；计算所述间隔时长与所述总时长之间的第二比值；若所述第二比值与所述第一比值之间的差值大于预设差值阈值，则调整所述目标备课人员匹配表。

14、作为本技术的第二方面，本技术还提供了一种备课任务的智能分配系统，包括：备课人员能力分析模型，用于根据目标备课人员的历史备课数据，计算目标备课人员的评价维度在历史备课时间点时的第一权重；根据目标备课人员的每个历史备课时间点对应的评价维度的历史备课数据以及第一权重，计算目标备课人员的权重系数表；并根据每个目标备课人员的权重系数表，构建备课能力表；备课任务级别分析模型，用于根据备课任务组中的每个目标备课任务的目标备课信息以及目标知识点信息，构建所述备课任务组的备课任务级别表，所述备课任务级别表包括目标备课任务以及对应的任务级别；匹配模块，用于根据所述备课能力表以及所述备课任务级别表，确定目标备课人员匹配表，所述目标备课人员匹配表包括目标备课任务以及匹配的目标备课人员。

15、本技术提供的备课任务的智能分配方法，首先基于备课人员的自身信息以及历史备课数据（例如备课任务的完成率、备课次数、备课资料下载数、备课评分数据、部分历史听课人员分布情况、听课人员评价、待改进评分）综合评价目标备课人员的备课能力；并确定目标备课任务的任务级别，然后根据备课能力对应匹配任务级别的目标备课任务，可将备课任务合理的分配给相应的备课人员，保证备课任务分配均匀且每个备课人员可以按时完成备课任务，从而避免了备课组长因主观经验确定每个备课人员的备课质量而导致备课任务分配不均匀的问题，进而提高备课效率。然后，在对目标备课任务分配目标备课人员后，实时监控目标备课任务的实时备课情况，并根据历史备课数据预测备课任务组的预测任务达成率，当预测任务达成率不满足预设条件，且根据目标备课任务的实时备课情况确定目标备课任务多次未被响应时，即重新对目标备课任务分配目标备课人员，即整个备课任务组的备课人员可动态调整，进一步提高了备课效率。