[发明专利]基于碎片化学习的大学计算机类课程管理平台有效

专利信息
申请号: 202010008372.4 申请日: 2020-01-06
公开(公告)号: CN111143750B 公开(公告)日: 2023-03-17
发明(设计)人: 刁仁宏;李光成;马锦程;岳桐桥;康曾璐 申请(专利权)人: 成都信息工程大学
主分类号: G06F16/958 分类号: G06F16/958;G06Q50/20
代理公司: 北京元本知识产权代理事务所(普通合伙) 11308 代理人: 王红霞
地址: 610225 四川省成都*** 国省代码: 四川;51
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 基于 碎片 化学 大学计算机 课程 管理 平台
【说明书】:

发明涉及一种基于碎片化学习的大学计算机类课程管理平台,其包括主观题自动评判功能系统、智能推荐教学资源功能系统、用户成果互动式共享功能系统和专业路线规划学习功能系统。本发明构思合理,集成了主观题自动评判、智能推荐教学资源、用户自身成果共享、专业路线规划学习四大功能,致力于课后学习和教师对学生量化考核,为广大学习人士提供最便利最有效的碎片化学习服务。

技术领域

本发明涉及一种课程管理平台,具体涉及一种基于碎片化学习的大学计算机类课程管理平台。

背景技术

随着互联网的高速发展,人们常常会面临想要学习,但是没有足够的时间学习的现状。我们的研究时将细小的时间利用起来。碎片化分析指即化整为零,;碎片化学习是从学习的内容整体“解构”走向知识“建构”,其概念是把抽象的过程用“碎片化”一词来形象描述。过程化即是有节奏,由浅入深,由表及里,一步一步的进行。目前社会上大多关于碎片化的学习移动终端大多是关于英语的课外学习,尚未出现针对大学生关于计算机类专业学习课程(C语言程序设计、Java程序设计、数据库原理及应用、操作系统原理等)的碎片化学习平台。至于大家耳熟能详的慕课学习平台,其主要模式是代替以往的现场学习,将所有课程内容都变成在线学习,与现行的本科基础教育不太符合,慕课主要用于非专业开设课程的完整学习。

发明内容

针对上述背景技术中存在的问题,本发明提出了一种构思合理,集成了主观题自动评判、智能推荐教学资源、用户自身成果共享、专业路线规划学习四大功能,致力于课后学习和教师对学生量化考核,为广大学习人士提供最便利最有效的碎片化学习服务的基于碎片化学习的大学计算机类课程管理平台。

本发明的技术方案如下:

上述的基于碎片化学习的大学计算机类课程管理平台,包括主观题自动评判功能系统、智能推荐教学资源功能系统、用户成果互动式共享功能系统和专业路线规划学习功能系统;所述主观题自动评判功能系统以人工智能为依托,通过最大正向匹配法自动分词,与建立的词库进行关键字匹配,采用动态规划算法对经过分句处理与语法相似度、模式进行模糊匹配,以达到精确模拟人工阅卷,实现主观题自动评分,接着计算出学生的综合成绩并分析成绩实现对学生学习状况的测评;所述智能推荐教学资源功能系统用于为用户推荐最合适的学习资料,以避免过多浪费时间选择学习资料或低档次资料,达到充分利用碎片化时间进行学习;所述用户成果互动式共享功能系统是用户创新成果依托云计算搭建论坛式互动交流平台,其设置多个专区并将不同的主题放置在不同的专区下,以方便用户的信息获取和管理员的管理;所述专业路线规划学习功能系统用于为专业路线规划学习的设计和开发提供基础。

所述基于碎片化学习的大学计算机类课程管理平台,其中:所述主观题自动评判功能系统是采用动态规划算法对经过分句处理与语法相似度、模式进行模糊匹配,采用蒙特卡罗算法计算出学生的综合成绩并用大数据云技术分析成绩实现对学生学习状况的测评;所述主观题自动评判功能系统包括主观题自动评判存储单元、编译型语言的在线判题单元和SQL判题单元;所述主观题自动评判存储单元用于存储学生提交的作业源程序的正确性以及错误情况,其存储的有学生提交的作业源程序、预先设定的运行时间、教师提供的测试数据和对应于测试数据的测试结果数据;所述编译型语言的在线判题单元采用复杂的算法对C语言、C++、Java的需要编译的题目进行自动判题;所述SQL判题单元基于docker容器,采用最短编辑距离算法对学生写的SQL语句进行自动判题,以及其他计算机类学习课程的主观题判题单元由老师进行在线评分。

下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。

该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于成都信息工程大学,未经成都信息工程大学许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服

本文链接:http://www.vipzhuanli.com/pat/books/202010008372.4/2.html,转载请声明来源钻瓜专利网。

×

专利文献下载

说明:

1、专利原文基于中国国家知识产权局专利说明书;

2、支持发明专利 、实用新型专利、外观设计专利(升级中);

3、专利数据每周两次同步更新,支持Adobe PDF格式;

4、内容包括专利技术的结构示意图流程工艺图技术构造图

5、已全新升级为极速版,下载速度显著提升!欢迎使用!

请您登陆后,进行下载,点击【登陆】 【注册】

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

400-8765-105周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top