一种教育机构培训过程监测与评价系统管理员终端的制作方法

文档序号:17667409发布日期:2019-05-15 22:48阅读:162来源:国知局
一种教育机构培训过程监测与评价系统管理员终端的制作方法

本发明涉及教育培训系统领域,具体涉及一种教育机构培训过程监测与评价系统管理员终端。



背景技术:

目前国内经济发展迅速,人们越来越重视后代的教育问题,许多针对不同阶段学生培训的教育机构不断出现,但是由于教育机构以课程培训为主要方式的特点,教育机构管理者不能全面客观的对授课教师,客户以及学生进行了解,从而不能更好的有针对性的为学生提供高效培训。



技术实现要素:

为了解决现有技术中,现有教育培训机构的课程培训形式下,教育机构管理者不能全面客观的对授课教师,客户以及学生进行了解,没有合理的奖惩制度,导致教学质量不佳,培训效果较差的问题,本发明提供一种教育机构培训过程监测与评价系统管理员终端,包括客户信息模块,学生信息模块,授课教师模块,评价反馈模块,绩效分配模块,云端服务单元;所述客户信息模块,用于管理员查看客户信息、客户留言反馈消息、客户绑定的课表信息、客户绑定的学生信息;

所述学生信息模块,用于管理员查看学生信息;

所述授课教师模块,用于管理员查看授课教师信息,所述授课教师信息包括授课教师上课课表信息,工资绩效信息,授课视频数据;

所述绩效分配模块,用于管理员查看各教师的所授课程、奖惩情况及绩效分配信息,及绩效分配统计与汇总信息;

所述云端服务单元,用于存储学生上课视频,教师授课视频,家长、学生及教师信息。

进一步的,所述评价反馈模块,用于管理员查看客户、授课教师在教育教学过程中,对培训系统的评价反馈信息;

所述评价反馈信息,包括客户、学生对授课教师的意见反馈,客户、学生、授课教师对教育机构的意见反馈。

进一步的,所述教师信息还包括,教师基本身份信息,教师个人课表信息,授课视频信息,工资绩效信息,点赞吐槽排名信息以及其对教育系统的评价反馈信息。

所述学生信息,包括学生基本身份信息,个人课表信息,上课视频信息以及与学生绑定的客户信息。

所述客户信息,包括客户基本身份信息,与客户绑定的学生信息,客户对授课教师和教育系统的反馈信息;

进一步的,所述云端服务单元包括,

监督与反馈模块,用于监督与反馈;

确立适应度函数模块,用于确立确立适应度函数;

激励与淘汰模块,用于激励与淘汰模块。

进一步的,所述监督与反馈模块执行以下步骤,

获取家长意见反馈信息,家长意见反馈信息包括投诉点赞信息;

依据教师工号信息,家长反馈信息生成每一个授课教师的独有数据串,所有授课教师的独有数据串构成初始种群x={x1,x2,x3,...,xn},其中x代表种群,xn代表种群中个体信息;

进一步的,确立适应度函数模块执行以下步骤,

模拟进化算法的适应度函数,对每一位授课教师生成其对应的适应度值;

获取适应度种群y,y={y1,y2,y3,...,yn},其中,y代表适应度种群,yn代表个体适应度信息;

采用以下公式获取yn,

其中,x代表种群中个体信息,n代表个体数量,i代表每一个体所包含数据种类信息,j代表数据种类的数量,代表系统计算适应度函数,xni代表种群中第n个个体第i项数据的评分,代表种群中第n个个体第i项数据所占比重;

数据种类信息包括,教师工号、上课效果评分、课程设计评分。

进一步的,激励与淘汰模块采用以下公式进行激励与淘汰,

f={f1,f2,f3,...,fn,},其中f为选择算子,fn为每一个个体对应的选择算子;

采用以下公式生成种群生存值,

δt=y-f={δt1,δt2,δt3,...,δtn}

式中δt代表种群生存值,y代表适应度种群,δt代表每一个个体生存值;

淘汰δt小于预设值的个体。

本发明的有益效果是,

1本发通过监督与反馈步骤,确立适应度函数步骤,激励与淘汰步骤,形成新的优化教育培训系统,系统持续重复上述步骤,实现教育培训系统产品和服务的不断自我优化。

2采用本发明的技术方案,培训机构无须设置庞大的质量管理部门,系统具有高鲁棒性和广泛适用性的全局优化能力,具有自组织、自适应、自学习的特性,可有效地处理传统教育培训机构,避免由于培训规模增加的复杂质量监管问题。根据客户需求不断自我优化,让系统具有最佳的品质更好的服务于用户与客户。

3本发明提出一种合理的优化方案,对教育机构培训过程进行合理有效的监测与评价,使教育机构管理者实时了解授课教师培训情况以及客户和学生的个人情况,更好的激励教师不断进步,实现教育培训系统不断优化。

附图说明

图1为本发明一种教育机构培训过程监测与评价系统管理员终端结构示意图。

具体实施方式

实施例1

如图1所示,本发明提供一种教育机构培训过程监测与评价系统管理员终端,包括客户信息模块,学生信息模块,授课教师模块,评价反馈模块,绩效分配模块,云端服务单元六个部分。所述客户信息模块,是指管理者通过手机app进入该模块,即能看到所有客户信息以及其评价反馈消息,方便管理者了解客户需求;所述学生信息模块,是指管理者可以在该模块中,看到所有学生信息,全面了解学生;所述授课教师模块,管理者可以在这个模块中,看到系统所有授课教师的信息,方便管理和提升教学质量;所述客户评价反馈模块,管理者在该模块中查看客户、授课教师对教育教学的信息反馈;所述绩效分配模块,管理者在该模块中可以看到各教师的所授课程、奖惩情况及绩效分配,及各类绩效分配统计与汇总;所述云端服务单元,存储着大量学生上课视频,教师授课视频,家长、学生及教师信息,方便管理者随时查看;本发明可以对教育机构培训过程进行合理有效的监测与评价,使管理者实时了解教育机构的培训情况,更好的了解家长、学生的培训需求,更便捷的管理授课讲师,并根据这些需求及时更新和调整教育教学方案,使教学系统不断优化。

下面对本发明管理员使用步骤过程进行说明

具体使用步骤如下:

a.打开手机客户端,选择“系统端”登陆;

b.填写个人信息,包括姓名,身份证号,手机号并注册系统账号;

c.登录账号,填写相关信息并进行身份确认,系统确认其管理者身份无误后,自动推荐相关信息至该账号,包括客户信息,学生信息,授课教师信息,意见反馈信息;

e.管理者根据自身需求,在客户信息模块,可以看到所有客户的基本信息以及其绑定的学生信息,同时管理者也可看到客户在信息反馈模块的反馈信息,及时了解客户需求;在授课教师模块,可以查看所有授课教师基本信息,上课课表,工资绩效,观看其授课视频;在学生信息模块,可以查看所有在校学生的基本信息,课表信息以及其与绑定的客户信息;在信息反馈模块,可以查看客户、授课教师在教育教学过程中,对培训系统的意见和建议。

在本发明实施过程中,关于云端服务单元,具体包括以下内容:

(1)教师信息存储与分类

(2)课程视频存储与分类

(3)学生信息存储与分类

(4)家长信息存储与分类

(5)评价信息存储与分类

(6)智能推荐

下面对本发明云端服务单元进行说明。

实施例2

本实施例以初高中生教育培训系统为具体案例,目前国内初高中生教育培训系统较多,质量参差不齐,家长作为客户买单,培训系统为学生提供课程培训服务,由于直接接受课程培训服务的用户为学生,而学生家长作为客户无法获得真实有效的培训情况反馈,导致信息不对称,补课效果不理想等问题,教育培训系统的管理者难以衡量提供课程培训服务的教师教育水平以及其培训效果和成绩,基于进化算法思维的教育培训自优化质量控制系统与方法,云端服务单元具体执行步骤如下;

s1:构建监督反馈系统

考虑到教育培训系统的特点,在客户决定购买课程培训之前,首先对学生进行摸底考试,针对不同类型的学生,安排合适的预讲课程,组织客户用户(家长学生)共同听取预讲课程,课程结束后,请客户用户(家长学生)共同为培训的课程设计,讲师水平,上课效果等方面进行评分。

构建一个基于手机客户端的视频监督反馈环节,将所有授课教师的上课过程录制成视频,并存储在云端系统,家长可以通过手机客户端实时观看教育培训过程,也可以回放其消费的历史视频。及时了解孩子课程培训情况,并将意见反馈至培训系统。所述意见反馈,包括对课程设计,讲师水平,上课效果等方面进行评分。为保证数据合理性,客户用户共同听取培训课程的形式多次反复出现。

例如:某授课讲师其工号为0001,预讲课程结束后收到课程设计评分75,讲师水平评分82,上课效果评分63,意见反馈系统点赞综合评分78,被吐糟综合评分32,则其对应的x1=[00017582637832]。

s2:确立适应度函数

模拟进化算法的几个算子,系统根据家长意见反馈的相关数据生成每一位授课教师独有的数据串,模拟进化算法的适应度函数,对每一位授课教师生成其对应的适应度值,y={y1,y2,y3,...,yn},其中y代表适应度种群,y代表每一个个体适应度。

其中,x代表种群中一个个体信息,n代表个体数量,i代表每一个个体所包含数据种类(如个体工号,上课效果评分,课程设计评分等),j代表数据种类的数量,代表系统计算适应度函数,某一评分所占的比重,且例如,xni代表种群中第n个个体,第i项数据的评分,代表种群中第n个个体,第i项数据所占比重。

例如,工号为0001的授课讲师,其个体数据为x1=[00017582637832],为方便演示,现取

y1=75×0.2+82×0.2+63×0.2+78×0.2+32×0.2=66

所述评价信息可根据实际需求不断完善,例如开设网上论坛,对所有讲师的讲课效果进行全方位评价,客户用户定期在论坛上对讲师吐槽,点赞,人气讲师投票等;记录每一个授课讲师的培训数据样本;记录讲师预讲(客户决定购买课程培训之前,进行的客户用户共同听取的培训课程)后,客户的流失率;记录讲师授课过程中,客户的增加率;将以上数据采用合理比重、正负分配,对每一位讲师形成最终综合评分;

s3:设立激励与淘汰机制

模拟进化算法的选择算子,选择算子在适应度评估的基础上以优胜略汰为原则,采用概率生存的方法,适应度值较高的个体(产品或服务)以较大的概率生存,并参与后续过程。f={f1,f2,f3,...,fn,},其中f为选择算子,f为每一个个体对应的选择算子,原则上每一个个体的选择算子应该相同,但考虑到现实情况中,不同个体有各自的特殊性,故本系统根据每一个个体,生成其对应的选择算子。

δt=y-f={δt1,δt2,δt3,...,δtn}

式中δt代表种群生存值,δt代表每一个个体生存值,理论上生存值较低的个体会被淘汰。

例如针对个体x1其对应选择算子f1=69,则

δt1=y1-f1=-3

该个体生存值为负值,培训系统视为其无法适应整个系统的生存体系,不能给学生和客户带来更好的培训效果,故个体x1被淘汰。每隔一段时间,系统统计综合评分值前几位的授课教师,给予工资绩效方面的奖励,并进行全系统范围内的表扬通告;针对每一个个体的不同情况,设立合理选择算子f,保证系统中适应度较高的个体以较大的概率生存。

s4:设立分享机制

模拟进化算法的交叉算子,通过手机客户端进行授课视频回放、名师讲解点评,互相分享授课经验,每个讲师必须根据自己独特的经历、知识能力与接受服务的特定对象,提出自己独特(创新性)的解决方案,提高整个教育系统的整体服务质量。

不定期选择论坛上人气投票获得较高票数的讲师,对人气投票相对票数较低的讲师进行课程培训;选择预讲(客户决定购买课程培训之前,进行的客户用户共同听取的培训课程)后,客户流失率低的讲师,对客户流失率高的讲师,进行预讲培训;选择综合评分高的讲师,对总综合评分低的讲师进行综合培训;通过不定期优秀培训讲师强项对其他讲师有针对的弱项培训,不断提高整体讲师的培训水平。

s5:保持多样化

模拟进化算法的变异算子,给予授课教师因材施教的权利,由于不同授课教师受家庭环境,教育背景,自身经历等多方面因素的影响,都具有其独特的优缺点,给予其因材施教的权利可以最大限度的激发其创新性和积极性,周而复始,不断进化。

s6:不断重复以上过程,继而实现教育培训系统产品和服务的不断自我优化。

实施例3

本实施例以高校教育系统为具体案例,目前国内高校数量众多,不同高校不同讲师教授的教育水平参差不齐,家长作为客户买单,高校为学生提供高等教育,由于直接接受教育的用户为学生,而学生家长作为客户无法获得真实有效的教育情况反馈,导致信息不对称,教育效果不理想,学生毕业后难以在社会立足等问题,高校管理者难以衡量讲师教授的教育水平以及其教育效果和成绩,许多高校设立专门的教务部门,用于监督和提高整体教育水平,但效果不甚理想。基于遗传算法的客户用户分离系统自优化方法,云端服务单元具体执行步骤如下;

s1:构建监督反馈系统

与实施例1不同之处在于,考虑到客户用户分离系统的特点,以及高校教育通常是家长与学生物理距离较远的特殊情况,请客户用户(家长学生)共同上课难度较大。因此,采用在上课教室安装视频传输系统,使客户(家长)根据自身用户(学生)的课表,通过手机客户端,实时在线观看上课情况。并对高校的课程设计,讲师(教授)水平,上课效果等方面进行评分。为保证数据合理性,客户用户可以对每次授课视频进行反复观看,对不同课程多次不定时观看。

s2:确立适应度函数

模拟进化算法的几个算子,系统根据家长意见反馈的相关数据生成每一位授课教师独有的数据串,模拟进化算法的适应度函数,对每一位授课教师生成其对应的适应度值,y={y1,y2,y3,...,yn},其中y代表适应度种群,y代表每一个个体适应度。

其中,x代表种群中一个个体信息,n代表个体数量,i代表每一个个体所包含数据种类(如个体工号,上课效果评分,课程设计评分等),j代表数据种类的数量,代表系统计算适应度函数,某一评分所占的比重,且例如,xni代表种群中第n个个体,第i项数据的评分,代表种群中第n个个体,第i项数据所占比重。

例如,工号为0001的授课讲师,其个体数据为x1=[00017582637832],为方便演示,现取

y1=75×0.2+82×0.2+63×0.2+78×0.2+32×0.2=66

所述评价信息可根据实际需求不断完善,例如开设网上论坛,对所有讲师的讲课效果进行全方位评价,客户用户定期在论坛上对讲师吐槽,点赞,人气讲师投票等;记录每一个授课讲师的培训数据样本;记录讲师预讲(客户决定购买课程培训之前,进行的客户用户共同听取的培训课程)后,客户的流失率;记录讲师授课过程中,客户的增加率;将以上数据采用合理比重、正负分配,对每一位讲师形成最终综合评分;

s3:设立激励与淘汰机制

模拟进化算法的选择算子,选择算子在适应度评估的基础上以优胜略汰为原则,采用概率生存的方法,适应度值较高的个体(产品或服务)以较大的概率生存,并参与后续过程。f={f1,f2,f3,...,fn,},其中f为选择算子,f为每一个个体对应的选择算子,原则上每一个个体的选择算子应该相同,但考虑到现实情况中,不同个体有各自的特殊性,故本系统根据每一个个体,生成其对应的选择算子。

δt=y-f={δt1,δt2,δt3,...,δtn}

式中δt代表种群生存值,δt代表每一个个体生存值,理论上生存值较低的个体会被淘汰。

例如针对个体x1其对应选择算子f1=69,则

δt1=y1-f1=-3

该个体生存值为负值,培训系统视为其无法适应整个系统的生存体系,不能给学生和客户带来更好的培训效果,故个体x1被淘汰。每隔一段时间,系统统计综合评分值前几位的授课教师,给予工资绩效方面的奖励,并进行全系统范围内的表扬通告;针对每一个个体的不同情况,设立合理选择算子f,保证系统中适应度较高的个体以较大的概率生存。

s4:设立分享机制

模拟进化算法的交叉算子,通过手机客户端进行授课视频回放、名师讲解点评,互相分享授课经验,每个讲师必须根据自己独特的经历、知识能力与接受服务的特定对象,提出自己独特(创新性)的解决方案,提高整个教育系统的整体服务质量。

不定期选择论坛上人气投票获得较高票数的讲师,对人气投票相对票数较低的讲师进行课程培训;选择预讲(客户决定购买课程培训之前,进行的客户用户共同听取的培训课程)后,客户流失率低的讲师,对客户流失率高的讲师,进行预讲培训;选择综合评分高的讲师,对总综合评分低的讲师进行综合培训;通过不定期优秀培训讲师强项对其他讲师有针对的弱项培训,不断提高整体讲师的培训水平。

s5:保持多样化

模拟进化算法的变异算子,给予授课教师因材施教的权利,由于不同授课教师受家庭环境,教育背景,自身经历等多方面因素的影响,都具有其独特的优缺点,给予其因材施教的权利可以最大限度的激发其创新性和积极性,周而复始,不断进化。

s6:不断重复以上过程,继而实现教育培训系统产品和服务的不断自我优化。

本文中所描述的具体实施例仅仅是对本发明精神作举例说明。本发明所属技术领域的技术人员可以对所描述的具体实施例做各种各样的修改或补充或采用类似的方式替代,但并不会偏离本发明的精神或者超越所附权利要求书所定义的范围。

当前第1页1 2 
网友询问留言 已有0条留言
  • 还没有人留言评论。精彩留言会获得点赞!
1