摘要
本发明属于智能教育技术领域,具体涉及一种基于大数据的人工智能教育知识追踪系统,通过收集学生的基本信息构建数据集,将数据集分类后存储在分布式文件系统中,将子数据集转换成适合机器学习的特征表示进行获取特征数据;采用深度学习框架进行训练机器学习模型,并对模型进行调优后构建神经网络模型;将神经网络模型输入学生管理平台,结合数据集生成个性化的学习路径并追踪学习成果,通过用户界面展示学习成果;实现对学生学习行为的大数据分析,通过机器学习算法,为学生推荐个性化的学习内容和路径,可以自主的追踪学生的学习情况和对学习情况的统计,从而使得能够及时准确的获取学习信息。
技术关键词
知识追踪系统
人工智能教育
分布式文件系统
神经网络模型
学生
数据输入模块
训练机器学习模型
模型训练模块
特征提取模块
深度学习框架
大数据处理框架
机器学习算法
朴素贝叶斯分类器
智能教育技术
数据采集模块
数据读取单元
数据收集单元
数据挖掘技术
系统为您推荐了相关专利信息
学生成绩预测方法
预训练模型
堆叠结构
学生成绩预测系统
生成输出信号
特高压换流变
振动信号检测装置
电流信号检测装置
有载分接开关
机构故障诊断方法
服务器资源使用率
主成分分析法
预警方法
Sigmoid函数
神经网络模型
学习资源推送方法
学习系统
年龄
神经网络模型
教学
智能化作业
任务调度方法
装备
深度神经网络
深度学习预测模型