基于AI智能大模型的教育学段服务答疑辅助系统的制作方法

本发明涉及教育服务，具体涉及基于ai智能大模型的教育学段服务答疑辅助系统。

背景技术：

1、在教育教学过程中，学生、家长和教师仍面临诸多问题，如学习困惑、家长疑虑、教学难点等，为解决这些问题，提高教育、教学质量及服务，目前的技术中通过设计系列型的教育服务答疑系统或平台，以形成对学生、家长或教师所提出的教育问题解答。

2、其中，目前的教育服务答疑系统或平台在应用的过程中，通过预设的人工智能模型（ai）作为应答的服务方以对用户（学生、家长或教师）提出的信息进行应答，但是，服务方在进行应答的过程中，其难免会与用户之间产生异常的应答服务（如应答过程的质量），因此，如何提升服务方向用户进行应答服务的质量，以及使用户与服务方之间存在服务资源的合理利用以及规划均是目前需要解决的问题。

技术实现思路

1、针对现有技术所存在的上述缺点，本发明提供了基于ai智能大模型的教育学段服务答疑辅助系统，能够有效解决现有技术中服务方应答服务质量不佳，以及用户与服务方之间存在服务资源不合理利用以及规划的问题。

2、为实现以上目的，本发明通过以下技术方案予以实现：

3、本发明提供基于ai智能大模型的教育学段服务答疑辅助系统，包括：

4、咨询服务平台：

5、设置于咨询服务平台内的服务状态分析模块，用于监测咨询方于服务时段下提出的待应答信息，并监测服务方依据待应答信息于服务时段做应答信息的服务状态指数，服务状态指数根据应答状态系数和服务状态系数进行确定，此中：

6、根据服务状态指数判断服务方是否符合预设服务状态指数阈值；

7、监测及服务分配模块，用于在服务时段结束后，监测该咨询方是否持续进行教育咨询询问，由此判定是否对其他的服务方的服务状态指数进行计算及得到服务判定集合，其中：

8、若得到服务判定集合，则于服务判定集合中重新确定服务方向咨询方执行分配；

9、还包括：

10、咨询服务调控模块，用于在确定服务方向咨询方执行分配时，同步获取待咨询的咨询方并生成待咨询序列，于待咨询序列中确定异常咨询方，基于异常咨询方重新生成待咨询序列，并预测待咨询序列中咨询方的教育咨询时间。

11、所述应答状态系数通过应答时长、评价值以及服务完整度进行线性归一化处理，并依据如下关系式进行确定：

12、,

13、式中：为应答状态系数，，为待应答信息总数，为第个待应答信息提出后，服务方做出应答信息的平均应答时长，为最大应答时长，为最小应答时长，为第个待应答信息提出且服务方做出应答信息后，咨询方向该应答信息做出的平均实际评价值，为最大实际评价值，为最小实际评价值，为常数修正系数，均为权重系数，为人员预设值，且与之和为1。

14、所述根据如下关系式进行确定：

15、,

16、式中：为第个待应答信息对应应答信息的输出完整度，输出完整度根据应答信息的输出字符量与整体字符量之比确定，为权重系数，为人员预设值，且。

17、所述服务状态系数通过音标度次数、字符量标度次数以及查询覆盖度进行线性归一化处理，并依据如下关系式进行确定：

18、,

19、式中：为服务状态系数，和均为权重系数，且与之和为1，为常数修正系数。

20、所述服务状态指数根据如下关系式进行计算：

21、,

22、式中：为服务状态指数，和均为权重系数。

23、所述确定服务方向咨询方执行分配的方法为：

24、在第一次服务时段结束后，监测该咨询方是否持续进行教育咨询询问，若是且对应的时，则执行如下步骤：

25、对其他的服务方进行计算，根据所计算的，以将的进行采集；

26、通过所采集的构建服务判定集合，且在服务判定集合中，依据由小至大对服务判定集合内的服务方重新序列；

27、在服务判定集合中选取最小的标记为向咨询方重新分配的目标服务方，以目标服务方应用于咨询方；

28、其中，为服务状态指数阈值。

29、所述咨询服务调控模块包括：

30、咨询时间预测单元，用于依据咨询服务平台接受教育咨询信息的时间由早至晚，对咨询方进行序列并生成待咨询序列，根据服务次数阈值计算咨询方最大进行教育咨询的时间耗值，以明确当天时间下每个咨询方的教育咨询时间，并将教育咨询时间输出至咨询方的终端设备。

31、所述咨询方最大进行教育咨询的时间耗值以连续的服务次数阈值进行计算。

32、所述咨询服务调控模块还包括：

33、异常咨询判定单元，用于监测待咨询序列中存在异常咨询风险的咨询方并标记为异常咨询方，此中，异常咨询方的判定方法如下：

34、采集待咨询序列内咨询方于历史时间下进行教育信息咨询的提问频率、提问无关联次数以及相同提问次数行线性归一化处理，并计算异常风险值：

35、,

36、式中：为异常风险值，为历史时间下的总天数，，，为历史时间下每天的总提问次数，为历史时间下每天的总提问时间间隔，为历史时间下第天的平均提问频率，为历史时间下第天的平均提问无关联次数，为历史时间下第天的平均相同提问次数，和均为权重系数，且与之和为1，为常数修正系数；

37、获取预设的标定异常风险值，将咨询方于待咨询序列中提取，将其标记为异常咨询方并于待咨询序列中进行剔除，生成限制咨询时间，以重新生成待咨询序列。

38、所述重新生成待咨询序列时，以重新获得咨询方的教育咨询时间并向咨询方输出。

39、本发明提供的技术方案，与已知的现有技术相比，具有如下有益效果：

40、通过采集服务方的应答状态系数和服务状态系数构建服务状态指数，由此判断当前咨询服务平台中服务方的服务质量，若判断出服务质量不佳时，则获取其他服务方的服务状态指数，并由此构建服务质量达标的服务方，并对咨询方重新分配服务方，以确保服务方向咨询方的服务质量得到保障；

41、通过创建待咨询序列，以在其内部监测异常咨询方，由此将所确定的异常咨询方剔除，以筛选出存在实际教育咨询需求的咨询方，以提升咨询方和服务方之间咨询服务资源的合理分配、利用及规划。

技术特征：

1.基于ai智能大模型的教育学段服务答疑辅助系统，包括咨询服务平台，其特征在于，还包括：

2.根据权利要求1所述的基于ai智能大模型的教育学段服务答疑辅助系统，其特征在于，所述应答状态系数通过应答时长、评价值以及服务完整度进行线性归一化处理，并依据如下关系式进行确定：

3.根据权利要求2所述的基于ai智能大模型的教育学段服务答疑辅 助系统，其特征在于，所述根据如下关系式进行确定：

4.根据权利要求2所述的基于ai智能大模型的教育学段服务答疑辅助系统，其特征在于，所述服务状态系数通过音标度次数、字符量标度次数以及查询覆盖度行线性归一化处理，并依据如下关系式进行确定：

5.根据权利要求4所述的基于ai智能大模型的教育学段服务答疑辅助系统，其特征在于，所述服务状态指数根据如下关系式进行计算：

6.根据权利要求5所述的基于ai智能大模型的教育学段服务答疑辅助系统，其特征在于，所述确定服务方向咨询方执行分配的方法为：

7.根据权利要求1所述的基于ai智能大模型的教育学段服务答疑辅助系统，其特征在于，所述咨询服务调控模块包括：

8.根据权利要求7所述的基于ai智能大模型的教育学段服务答疑辅助系统，其特征在于，所述咨询方最大进行教育咨询的时间耗值以连续的服务次数阈值进行计算。

9.根据权利要求7所述的基于ai智能大模型的教育学段服务答疑辅助系统，其特征在于，所述咨询服务调控模块还包括：

10.根据权利要求9所述的基于ai智能大模型的教育学段服务答疑辅助系统，其特征在于，所述重新生成待咨询序列时，以重新获得咨询方的教育咨询时间并向咨询方输出。

技术总结
本发明涉及教育服务技术领域，具体涉及基于AI智能大模型的教育学段服务答疑辅助系统。包括咨询服务平台、服务状态分析模块、监测及服务分配模块以及咨询服务调控模块。通过采集服务方的应答状态系数和服务状态系数构建服务状态指数，由此判断当前咨询服务平台中服务方的服务质量，若判断出服务质量不佳时，则获取其他服务方的服务状态指数，并由此构建服务质量达标的服务方，并对咨询方重新分配服务方，以确保服务方向咨询方的服务质量得到保障；通过创建待咨询序列，以在其内部监测异常咨询方，由此将所确定的异常咨询方剔除，以筛选出存在实际教育咨询需求的咨询方，以提升咨询方和服务方之间咨询服务资源的合理分配、利用及规划。

技术研发人员：董巍
受保护的技术使用者：中教智网（北京）信息技术有限公司
技术研发日：
技术公布日：2024/9/5