恒电菁英智能教学系统

一、概述

 

  本系统通过人工智能驱动的智慧教育的开发与建设，在智慧教育基础理论、人工智能实验室构建、人工智能教学资源建设等方面形成了自己独特的建树。系统融人工智能、大数据、多媒体技术于一体，让教学、实训、就业变的更加精准、个性化，最充分的挖掘学生的个人潜力，寻找自身的薄弱环节和弱项，帮助自己调整学习方向和内容。该系统建设了比较丰富的资源库，包括人工智能资源、智能设备实验资源、大数据实验案例等，涉及交通、金融、教育、医疗、汽车、消费服务、旅游等相关行业，整个系统覆盖人工智能课程“教、学、考、评、管”等教育场景，推动了人工智能课程教学普及和智慧教育创新。

 

二、主要功能

 

  目前，国内教育正朝着智慧教育的方向发展，知识强化、互动教学、综合性实验、学习资源的精准推送、学生能力的多维度分析、学习监督、沉浸式教学、就业岗位精准推荐等问题都成为智慧教育需要重点解决的问题。那么，如何利用人工智能技术解决教育过程中的诸多问题呢？利用我们的恒电菁英智能教学系统可以解决上述这些问题。它分由实训管理子系统、网络学习空间子系统、知识强化子系统、互助学习子系统、成绩数据挖掘与分析子系统、就业竞争力分析子系统等6个子系统组成，配备统一管理认证平台，实现各大子系统数据的共享。提供数据太空舱，实现学生的考勤、实验情况、理论学习情况、练习情况等数据的可视化展现。

 

 

  实训管理子系统：支持实验环境的创建，支持Windows和Linux等多种实验环境开展实训活动。它为教师提供作业发布、实验指导、在线演示、作业批改、成绩管理等功能，教师可以随时随地地开展实训教学，并可以解决上面所提到的问题。该系统能监控学习者在实验中的表现，量化学生的动手实操能力和迁移学习能力，培养学生的团队合作精神和工程化意识。

 

 

  网络学习空间子系统：为学生学习提供了一个线上的环境，结合线下的学习，帮助学生进行有意义的学习。它提供课程资源上传、课程观看、课件下载、个人学习资源管理、学习过程监控等功能，能监控学习者在网络学习空间中的学习行为，并施加过程性的干预。它能将各个学科所蕴含的能力和重要知识点进行结构化呈现，构建学科自身的知识库。

 

 

  知识强化子系统：学生可以随时随地地进行知识测评和强化训练，并可以解决上面所提到的问题。它提供知识重温、常规练习、晋级通关、竞技对抗、模拟考试、自动组卷、错题本等功能，能让教师了解学生在学习中的薄弱环节，并增加学习的趣味性，有效地培养学生的竞争意识，实现学习资源和题目的个性化推荐。

 

 

  互助学习子系统：该子系统提供、论坛交流、在线提问、知识分享、学习日常管理、学习心得记录等功能，利用图挖掘、社区发现等关键技术构建师生对话网络，深入挖掘学生在学习过程中的真问题，在圈子中找到与之志同道合的人进行共同学习，提升学习的效率。

 

 

  成绩数据挖掘与分析子系统：针对总体成绩水平的量化，多维度地评价一个学生的学习质量，并对学习者的学习进行进一步的量化，从而达到改善教学的目的。该系统通过与实训管理子系统、知识强化子系统、网络学习空间子系统、互助学习子系统进行对接，构建出学生学习情况画像、学生学习特征和学习能力画像、课程能力培养画像、专业技术能力画像，全方位地评价学生学习情况和教师的教学质量。通过关联规则分析找到专业基础课与专业核心课的关联关系，并根据学生成绩预测适合学生选择的课程。利用回归分析等方法实现学生学业成绩的精准预测，能推测出学生在学习新课程时可能会出现的成绩波动情况，做到准确的学业预警。

 

 

  就业竞争力分析子系统：提供就业信息岗位采集、岗位需求能力画像构建等功能，利用多视图分析、推荐系统等关键技术，帮助教师了解教学内容是否适应于当今社会的需要，实现学生岗位信息的匹配与推荐，有效地对学生进行职业规划和指导。

 

 

三、产品特点：

 

恒电菁英智能教学系统是人工智能在教育实现融合应用的重要成果，从总体上可以归结为理论、算法、平台三个方面的先进性。

第一，基于人工智能的方法设计智慧教育科学的相关理论、构建新时代学习者模型，建立学与教的动因系统，以及个性化学习模型。

第二，深入消化智慧教育的应用场景，利用人工智能实现该智慧教育场景，主要的亮点包括：

1、利用关联规则分析等数据挖掘方法挖掘出专业基础课程与专业核心课程、专业核心课程之间的共性关系。

2、利用智能优化算法实现学习社区发现，让学习者更精准地找到有共同学习兴趣的学习伙伴，挖掘每个学习社区的核心人物和核心话题，并计算出学习者的最优学习路径，帮助了解自身学习情况，并做出相应的学习计划，从而提升学习者对教育虚拟社区的粘性。

3、将通过利用图算法分析教育虚拟社区的群体行为特征，找到学习者的共性特征，利用教育虚拟社区的传播性和交互性，让学生找到志同道合的学习伙伴，让教师和学生的交流更有目性。

4、通过深度学习技术构建每门课程能力画像，再在每门课程中提取核心能力，构建专业能力画像，进一步理清各学科在专业中所处的地位，让学生进一步理解该学科的本质，从而提升其专业能力。

5、利用多视图分析技术了解学生的学习行为和学习状况，构建学生学习能力画像，通过与专业能力画像、学科能力画像、就业能力画像等进行比对，找出学习者的优势项和不足项，利用推荐系统等技术为学生推送合适其学习的教学资源，进一步实现精准知识推送，提升学习者的学习成效。

6、利用知识图谱技术将知识的本质特征呈现出来，通过对知识点本身的语义进行分词解析，进一步实现知识的结构化呈现，让学生了解一门学科的关键知识点，并为学生提供有效的知识点记忆地图。

第三，通过人工智能实践平台获取弹性计算资源，根据自身的需要定制环境配置进行大数据以及人工智能等领域的实践应用。

同时，每个子系统解决智慧教育场景中的痛点问题，具体如下：

实训管理子系统：

1、实现虚拟机、容器多源异构云实训环境的统一管理；

2、支持理验证性实验合综合性实验；

3、支持在线演示和远程辅导；

4、量化实验过程，支持实验过程的监控管理。

网络学习空间子系统：

1、提供海量的学习资源和独立的存储空间；

2、支持学习资源的个性化推荐；

3、学习过程中的过程性干预。

知识强化子系统：

1、海量试题的个性化推荐；

2、通过竞技对抗、晋级通关等方式进行游戏化学习；

3、配套详细的答案解析；

4、按照知识点的覆盖面、难度系数、学生答题情况综合组卷。

互助学习子系统：

1、采用论坛、站内信、群聊等多种方式开展学习活动；

2、构建学科知识图谱，让机器回答学生的问题；

3、构建学习圈子，实现学生的互助能力；

4、构建师生对话网络，量化学生的学习状态。

成绩数据挖掘与分析子系统：

1、实现多维度成绩的综合考察和评价；

2、实现成绩的精细化分析；

3、鼓励先进，督促后进；

4、实现教学评价和教学管理的一体化。

就业竞争力分析子系统：

1、海量招聘数据精准推荐，让学生能找到合适的工作；

2、专业能力和岗位能力的综合对比，促进课程改革；

3、为学生提供明确的就业路线。

 

四、应用场景：

该系统适用于课前预习、课堂实训、课后讨论、知识复习、在线答题、模拟考试、成绩分析、就业能力评估等“教、学、考、评、管”应用场景中。

五、应用案例：

目前已经在华南师范大学、广东技术师范大学、广州番禺职业技术学院、广东理工职业学院等多所本科和高职院校部署使用和推广。