一种基于人工智能的教育数据管理系统

本发明涉及教育数据处理，尤其涉及一种基于人工智能的教育数据管理系统。

背景技术：

1、教育数据存储管理主要涉及云计算和分级存储技术，云计算提供高效、灵活的存储解决方案，而分级存储技术则通过在线、近线和离线存储的结合，实现成本优化和性能提升，确保音视频数据的长期保存和快速访问。

2、中国专利公开号：cn116701707a公开了一种教育大数据管理系统，包括视频采集单元、摘要提取单元、用户信息采集单元和课程匹配单元；视频采集单元用于获取教学视频集合，并为教学视频集合中各个教学视频生成教学视频关键帧；摘要提取单元用于为各个教学视频关键帧生成教学摘要；用户信息采集单元用于获取用户的课程搜索关键字集合；课程匹配单元用于根据各个教学视频关键帧对应的教学摘要和用户的课程搜索关键字集合，为用户匹配最优教学视频该教育大数据管理系统通过计算搜索权重序列和摘要权重序列来确定最优教学视频。该方法实现了根据采集视频内容中关键帧对符合用户需求的视频的分析，未实现结合课程内容、课程规划和课堂中的音视频信息对教育数据的分类存储，存在对教育数据分析效率低，对教育数据存储管理不准确的问题。

技术实现思路

1、本发明的目的在于提供一种基于人工智能的教育数据管理系统，以解决现有技术存在的问题中的至少一个。

2、为实现上述目的，本发明采用了如下技术方案：

3、一种基于人工智能的教育数据管理系统，包括：

4、教育数据采集模块，用以采集学校内的课程信息、教学信息和课堂信息；

5、教育数据编号模块，用以对课程信息、教学信息和课堂信息进行编号，以得到教育数据编号；

6、课程信息分析模块，用以根据教育数据编号、课程信息和教学信息对课程繁杂特征进行分析；

7、教学规划分析模块，用以根据教育数据编号、教学信息对教学规划参数和规划完成参数进行分析；

8、课堂信息分析模块，用以根据教育数据编号、课堂信息和课程信息对课堂热度参数进行分析，还用以根据课堂信息对课堂视频特征和课堂音频特征进行分析；

9、教学综合分析模块，用以根据课程繁杂特征、教学规划参数、规划完成参数、课堂热度参数、课堂视频特征和课堂音频特征对教学质量参数进行分析；

10、数据存储管理模块，用以根据教学质量参数对课堂信息进行分类，以得到课堂数据类别，并根据课堂数据类别对课堂信息和教学信息进行存储。

11、进一步地，所述课程信息分析模块根据教育数据编号、课程信息和教学节点数量nc(k)对课程繁杂特征进行分析，以得到课程繁杂特征h(k)。

12、进一步地，所述教学规划分析模块设有第一规划分析单元，其用以根据教育数据编号、教学节点数量nc(k)和规划进度z1(i)对教学规划参数进行分析，以得到教学规划参数q1(k)；

13、所述教学规划分析模块还设有第二规划分析单元，其用以根据教育数据编号、教学进度z1(i)和实际进度z2(i)对规划完成参数进行分析，以得到规划完成参数q2(k,i)。

14、进一步地，所述课堂信息分析模块设有课堂热度分析单元，其用以根据课堂人数nr(k,i,t)和课程人数m(k)对课堂热度参数进行分析，以得到课堂热度参数r(k,i)。

15、进一步地，所述课堂信息分析模块还设有课堂视频分析单元，其用以根据前灰度参数a1(k,i,t)(x,y)和后灰度参数a2(k,i,t)(x,y)对课堂视频特征进行分析，以得到课堂视频特征为d(k,i)，设定d(k,i)=[d1(k,i)×ω1+d2(k,i)×ω2]/nt，其中，d1(k,i)表示第一视频参数，d2(k,i)表示第二视频参数，ω1表示第一视频权重，ω2表示第二视频权重。

16、进一步地，所述课堂信息分析模块还设有课堂音频分析单元，其用以将课堂音频响度v1(k,i,u)、v2(k,i,u)与响度阈值v进行比对，并根据比对结果对响度类型进行分析，以得到响度类型，所述响度类型包括一类和二类；

17、所述课堂音频分析单元根据响度类型和课堂音频响度对课堂音频特征进行分析，以得到课堂音频特征b(k,i)，设定b(k,i)=b1(k,i)×ω1+b2(k,i)×ω2-b3(k,i)，其中，b1(k,i)表示第一音频参数，b2(k,i)表示第二音频参数，b3(k,i)表示第三音频参。

18、进一步地，所述教学综合分析模块设有教学质量分析单元，其用以根据课程繁杂特征h(k)、规划完成参数q2(k,i)、课堂视频特征d(k,i)和课堂音频特征b(k,i)对教学质量参数进行分析，以得到教学质量参数f(k,i)。

19、进一步地，所述教学综合分析模块还设有教学规划分析单元，其用以将教学规划参数q1(k)与规划阈值q进行比对，并根据比对结果对教学质量参数的分析过程进行调整，在教学规划参数不符合阈值时，对教学质量参数的分析过程进行调整，调整后的教学规划参数为f1(k,i)。

20、进一步地，所述教学综合分析模块还设有热度关联分析单元，其用以将课堂热度参数r(k,i)与热度阈值r进行比对，并根据比对结果对教学质量参数的调整过程进行优化，在课堂热度参数符合阈值时，对教学质量参数的调整过程进行优化，优化后的教学质量参数为f2(k,i)。

21、进一步地，所述数据存储管理模块将教学质量参数f(k,i)与质量比对阈值f进行比对，并根据比对结果对课堂信息进行分类，以得到课堂信息的课堂数据类别，所述课堂信息的课堂数据类别包括一类和二类，所述数据存储管理模块对课堂数据类别为二类的课堂信息和教材信息进行存储。

22、本发明的有益效果如下：通过所述教育数据采集模块对学校内课程信息、教学信息和课堂信息的采集，以及其他各模块对采集到的信息的综合分析，以实现根据课程信息和课堂中的音视频信息对课堂信息的分类存储，实现提取出高质量的课堂信息供用户学习使用，从而提高系统对教育数据的分析效率，提高对教育数据存储管理的准确度。

技术特征：

1.一种基于人工智能的教育数据管理系统，其特征在于，包括：

2.根据权利要求1所述的基于人工智能的教育数据管理系统，其特征在于，所述课程信息分析模块根据教育数据编号、课程信息和教学节点数量nc(k)对课程繁杂特征进行分析，以得到课程繁杂特征h(k)。

3.根据权利要求2所述的基于人工智能的教育数据管理系统，其特征在于，所述教学规划分析模块设有第一规划分析单元，其用以根据教育数据编号、教学节点数量nc(k)和规划进度z1(i)对教学规划参数进行分析，以得到教学规划参数q1(k)；

4.根据权利要求3所述的基于人工智能的教育数据管理系统，其特征在于，所述课堂信息分析模块设有课堂热度分析单元，其用以根据课堂人数nr(k,i,t)和课程人数m(k)对课堂热度参数进行分析，以得到课堂热度参数r(k,i)。

5.根据权利要求4所述的基于人工智能的教育数据管理系统，其特征在于，所述课堂信息分析模块还设有课堂视频分析单元，其用以根据前灰度参数a1(k,i,t)(x,y)和后灰度参数a2(k,i,t)(x,y)对课堂视频特征进行分析，以得到课堂视频特征为d(k,i)，设定d(k,i)=[d1(k,i)×ω1+d2(k,i)×ω2]/nt，其中，d1(k,i)表示第一视频参数，d2(k,i)表示第二视频参数，ω1表示第一视频权重，ω2表示第二视频权重。

6.根据权利要求5所述的基于人工智能的教育数据管理系统，其特征在于，所述课堂信息分析模块还设有课堂音频分析单元，其用以将课堂音频响度v1(k,i,u)、v2(k,i,u)与响度阈值v进行比对，并根据比对结果对响度类型进行分析，以得到响度类型，所述响度类型包括一类和二类；

7.根据权利要求6所述的基于人工智能的教育数据管理系统，其特征在于，所述教学综合分析模块设有教学质量分析单元，其用以根据课程繁杂特征h(k)、规划完成参数q2(k,i)、课堂视频特征d(k,i)和课堂音频特征b(k,i)对教学质量参数进行分析，以得到教学质量参数f(k,i)。

8.根据权利要求7所述的基于人工智能的教育数据管理系统，其特征在于，所述教学综合分析模块还设有教学规划分析单元，其用以将教学规划参数q1(k)与规划阈值q进行比对，并根据比对结果对教学质量参数的分析过程进行调整，在教学规划参数不符合阈值时，对教学质量参数的分析过程进行调整，调整后的教学规划参数为f1(k,i)。

9.根据权利要求8所述的基于人工智能的教育数据管理系统，其特征在于，所述教学综合分析模块还设有热度关联分析单元，其用以将课堂热度参数r(k,i)与热度阈值r进行比对，并根据比对结果对教学质量参数的调整过程进行优化，在课堂热度参数符合阈值时，对教学质量参数的调整过程进行优化，优化后的教学质量参数为f2(k,i)。

10.根据权利要求9所述的基于人工智能的教育数据管理系统，其特征在于，所述数据存储管理模块将教学质量参数f(k,i)与质量比对阈值f进行比对，并根据比对结果对课堂信息进行分类，以得到课堂信息的课堂数据类别，所述课堂信息的课堂数据类别包括一类和二类，所述数据存储管理模块对课堂数据类别为二类的课堂信息和教材信息进行存储。

技术总结
本发明涉及教育数据处理技术领域，尤其涉及一种基于人工智能的教育数据管理系统，包括：教育数据采集模块，用以采集学校内的课程信息、教学信息和课堂信息；教育数据编号模块，用以对采集的学校内的课程信息、教学信息和课堂信息进行编号，以得到教育数据编号；课程信息分析模块，用以对课程繁杂特征进行分析；教学规划分析模块，用以对教学规划参数和规划完成参数进行分析；课堂信息分析模块，用以对课堂热度参数、课堂视频特征和课堂音频特征进行分析；教学综合分析模块，用以对教学质量参数进行分析；数据存储管理模块，用以对课堂信息进行分类并存储，以得到课堂数据类别。本发明实现了对教育数据的精确存储管理。

技术研发人员：史志欣,顾紫奥,张洪松,耿林硕,郭洪旭
受保护的技术使用者：山东理工职业学院
技术研发日：
技术公布日：2025/4/17