智能学习环境构建方法与流程

本发明涉及人工智能的，尤其涉及智能学习环境构建方法。

背景技术：

1、随着信息技术的快速发展，教育领域正经历一场深刻的变革。智能学习环境作为一种新型的教育技术，通过整合物联网、云计算、大数据和人工智能等技术，为学习者提供个性化、智能化和高效的学习体验。

2、然而，现有的智能学习环境构建方法往往存在以下问题：

3、1、缺乏对学习者个体差异的充分关注，导致学习效果不佳；

4、2、未能有效结合学习场景和教学需求，导致学习环境适应性差；

5、3、学习资源分散，缺乏有效的整合和调度机制。

技术实现思路

1、本部分的目的在于概述本发明的实施例的一些方面以及简要介绍一些较佳实施例。在本部分以及本申请的说明书摘要和发明名称中可能会做些简化或省略以避免使本部分、说明书摘要和发明名称的目的模糊，而这种简化或省略不能用于限制本发明的范围。

2、鉴于上述现有智能学习环境构建方法存在的问题，提出了本发明。

3、因此，本发明解决的技术问题是：解决现有智能学习环境构建方法缺乏对学习者个体差异的充分关注，导致学习效果不佳、未能有效结合学习场景和教学需求，导致学习环境适应性差、学习资源分散，缺乏有效的整合和调度机制的问题。

4、为解决上述技术问题，本发明提供如下技术方案：智能学习环境构建方法，包括如下步骤：s1：收集学习者数据：通过学习者的学习行为、学习成果及兴趣爱好类别信息，收集所述学习者数据；s2：建立学习者模型：利用机器学习算法，对收集到的学习者数据进行分析和处理，构建所述学习者模型，获取学习者当前科目下的学习模拟参数；s3：选择智能学习场景：获取当前科目下的所述学习模拟参数，基于所述学习模拟参数的大小确定学习者是否中意当前科目的学习；s4：整合学习资源：通过搭建学习资源库，实现各类学习资源的整合和调度，满足学习者在不同场景下的学习需求；s5：构建智能学习环境：将所述学习者模型、智能学习场景的调整机制和学习资源库进行整合，构建智能学习环境。

5、作为本发明所述的智能学习环境构建方法的一种优选方案，其中：所述学习者数据中的学习行为具体为：学习者在单时间段学习过程中的次数；所述学习者数据中的学习成果具体为：学习者所选择科目当前时间点的学习进度；所述学习者数据中的兴趣爱好类别具体为：学习者所选择的学习科目类别。

6、作为本发明所述的智能学习环境构建方法的一种优选方案，其中：构建所述学习者模型，获取学习者当前科目下的所述学习模拟参数具体为：h1：获取所述学习者数据中的兴趣爱好类别；h2：构建所述学习者模型，获取当前科目下的所述学习模拟参数；

7、其中，构建的所述学习者模型具体为：

8、

9、其中，δ为学习模拟参数；n为单时间段学习过程中的次数，次；α1为单时间段学习过程中第一次学习的进度，％；αn为单时间段学习过程中第n次学习的进度，％；1.205、0.64及-1均为调整常数；dn为积分运算。

10、作为本发明所述的智能学习环境构建方法的一种优选方案，其中：当当前科目下的所述学习模拟参数不低于设定阈值时，定义学习者中意当前科目的学习，下一阶段同样选择当前学习场景；当当前科目下的所述学习模拟参数低于所述设定阈值时，定义学习者不中意当前科目的学习，下一阶段选择不同类别的学习场景。

11、作为本发明所述的智能学习环境构建方法的一种优选方案，其中：所述设定阈值具体为1.976。

12、作为本发明所述的智能学习环境构建方法的一种优选方案，其中：搭建所述学习资源库时，将各类学习资源进行分类、标签化处理，实现学习资源的整合和选择。

13、作为本发明所述的智能学习环境构建方法的一种优选方案，其中：构建所述学习者模型时，采用决策树、神经网络机器学习算法构建。

14、本发明提供智能学习环境构建方法，具备如下有益效果：本发明采用学习者模型驱动的构建方法，充分关注学习者个体差异，提高学习效果，根据学习者模型和教学需求，设计智能化、个性化的学习场景，增强学习环境适应性，通过搭建学习资源库，实现学习资源的整合和调度，提高学习资源利用效率，解决了现有智能学习环境构建方法缺乏对学习者个体差异的充分关注，导致学习效果不佳、未能有效结合学习场景和教学需求，导致学习环境适应性差、学习资源分散，缺乏有效的整合和调度机制的问题。

技术特征：

1.智能学习环境构建方法，其特征在于，包括如下步骤：

2.根据权利要求1所述的智能学习环境构建方法，其特征在于：

3.根据权利要求2所述的智能学习环境构建方法，其特征在于，构建所述学习者模型，获取学习者当前科目下的所述学习模拟参数具体为：

4.根据权利要求3所述的智能学习环境构建方法，其特征在于：当当前科目下的所述学习模拟参数不低于设定阈值时，定义学习者中意当前科目的学习，下一阶段同样选择当前学习场景；当当前科目下的所述学习模拟参数低于所述设定阈值时，定义学习者不中意当前科目的学习，下一阶段选择不同类别的学习场景。

5.根据权利要求4所述的智能学习环境构建方法，其特征在于：所述设定阈值具体为1.976。

6.根据权利要求5所述的智能学习环境构建方法，其特征在于：搭建所述学习资源库时，将各类学习资源进行分类、标签化处理，实现学习资源的整合和选择。

7.根据权利要求6所述的智能学习环境构建方法，其特征在于：构建所述学习者模型时，采用决策树、神经网络机器学习算法构建。

技术总结
本发明公开了智能学习环境构建方法，采用学习者模型驱动的构建方法，充分关注学习者个体差异，提高学习效果，根据学习者模型和教学需求，设计智能化、个性化的学习场景，增强学习环境适应性，通过搭建学习资源库，实现学习资源的整合和调度，提高学习资源利用效率，解决了现有智能学习环境构建方法缺乏对学习者个体差异的充分关注，导致学习效果不佳、未能有效结合学习场景和教学需求，导致学习环境适应性差、学习资源分散，缺乏有效的整合和调度机制的问题。

技术研发人员：王丰,李占超,周领,窦新新,周小峰,周子旋,李赟杰
受保护的技术使用者：蓝水芯（南京）科学技术有限公司
技术研发日：
技术公布日：2025/4/6