一种优化的智能深度学习的数据处理系统的制作方法

本发明涉及智能学习领域，特别涉及一种优化的智能深度学习的数据处理系统。

背景技术：

在目前的知识增长的时代，由于生产生活的需要越来越多的人需要提高自身知识结构和知识面，在很大一方面这就需要加强自我学习，目前自学的方式有多种多样，可以通过看书，看视频，但是由于每个人的程度不同这些方式并不具有针对性，不能根据个人的知识基础而将学习内容做出调整，也不能根据个人的不断变化的对知识的掌握程度而动态的做出学习内容的调整，很可能由于死板的学习工具导致个人的学习效果差，达不到预期目的，例如现有的学习系统或工具只能机械的播放学习内容视频和音频，不能根据学习者本身的需求来为其进行量身定制的学习服务。

技术实现要素：

鉴于现有技术存在的上述问题，本发明的目的是提供一种优化的智能深度学习的数据处理系统，使用该系统进行自我学习，能够针对用户的具体情况(例如对知识的掌握程度)而为其量身定制具体的学习服务，以达到良好的学习目的。

为了实现上述目的，在本发明提供了一种优化的智能深度学习的数据处理系统，包括相互通信连接的终端设备和服务器，其中，所述服务器包括监控模块、策略模块和同步模块，并存储有学习内容数据；

所述策略模块配置为根据所述终端设备的学习请求将相应的所述学习内容数据发送至所述终端设备以供学习；

所述监控模块配置为监控所述终端设备中用户的学习状态，生成相应的学习状态信息并发送至所述策略模块，所述策略模块根据所述学习状态信息调整发送至所述终端设备的所述学习内容数据；

所述同步模块配置为同步所述终端设备和服务器中的学习进度信息，所述策略模块根据所述学习进度信息更新所述学习状态信息。

作为优选，所述学习内容数据包括多个学习任务数据包，每个所述学习任务数据包具有相应的多个知识数据块，所述监控模块根据所述终端设备对所述知识数据块中知识的掌握程度生成相应的所述学习状态信息，所述策略模块根据所述学习状态信息向所述终端设备选择性的发送相应的所述学习任务数据包。

作为优选，所述知识数据块以包括习题、习题解析、标记、笔记、讲义和讲课视频中的一个或多个的形式展示在所述终端设备上。

作为优选，所述监控模块根据所述学习进度信息和所述终端设备对所述习题进行解答的正确率生成相应的所述学习状态信息。

作为优选，所述学习任务数据包为标准数据包、加强数据包、难点数据包、重点循环数据包、复习循环数据包、高难点循环数据包、突破循环数据包、通测循环数据包和模考循环数据包中的一个或多个。

作为优选，所述策略模块根据所述标准数据包对应的所述学习状态信息以决定是否向所述终端设备发送所述加强数据包；

所述策略模块根据所述加强数据包对应的所述学习状态信息以决定是否向所述终端设备发送所述难点数据包；

所述策略模块根据所述标准数据包对应的所述学习状态信息以决定是否向所述终端设备发送所述高难点循环数据包；

所述策略模块根据所述高难点循环数据包对应的所述学习状态信息以决定是否向所述终端设备发送所述突破循环数据包。

作为优选，所述策略模块进一步配置为按照预定顺序向所述终端设备发送标准数据包、加强数据包、难点数据包、重点循环数据包、复习循环数据包、高难点循环数据包、突破循环数据包、通测循环数据包和模考循环数据包。

作为优选，每个所述学习任务数据包具有的知识数据块均选自于该学习任务数据包对应的独立的知识库，所述知识库通过预定算法构建。

作为优选，所述同步模块根据所述终端设备对所述习题进行解答的完成程度、所述学习任务数据包数量的完成程度和所述终端设备对所述讲义、视频及习题解析的观看状态来确定所述学习进度信息。

作为优选，所述策略模块具有学习积分算法，所述学习积分算法根据所述学习状态信息生成使用相应所述终端设备的用户的学习效果信息。

作为优选，所述监控模块进一步配置为通过监控所述服务器和客户终端上的学习记录来判断是否需要向所述同步模块发送同步指令，其中所述同步指令配置为同步所述终端设备和服务器中的学习状态信息。

作为优选，所述数据处理系统还包括列表模块，所述列表模块配置为根据所述终端设备的学习请求，将相应的所述知识数据块的信息以列表的方式发送至所述终端设备显示。

本发明的有益效果在于：使用本系统可以使用户根据自身对知识的掌握程度和所需要的具体学习阶段而进行具有针对性的学习，能够达到良好的学习效果，具有智能性，而且本学习系统具有学习同步性，使用便捷。

附图说明

图1为本发明实施例的优化的智能深度学习的数据处理系统的结构框图；

图2为本发明实施例的优化的智能深度学习的数据处理系统的同步过程流程图。

附图标记说明

1-终端设备2-服务器21-监控模块

22-策略模块23-同步模块

具体实施方式

为使本领域技术人员更好地理解本发明，下面参照附图对本发明的实施例进行详细说明，但不作为对本发明的限定。

本发明实施例的一种优化的智能深度学习的数据处理系统，如图1所示包括相互通信连接的终端设备1和服务器2，其中，服务器2包括监控模块21、策略模块22和同步模块23并存储有学习内容数据。用户可以通过使用终端设备1(例如手机、电脑等终端设备1)访问服务器2存储的学习内容来进行学习。

策略模块22配置为制定用户进行学习的策略并根据用户不断变化的学习情况随时更改该用户的学习策略。策略模块22进一步配置为根据用户使用终端设备1进行的学习请求将相应的学习内容数据发送至终端设备1以供学习。

监控模块21配置为监控终端设备1中用户的学习状态，例如监控模块21可以通过监控服务器2上记录的终端设备1进行的学习内容的完成进度情况或对学习内容掌握的正确率来监控学习状态，也可以直接通过读取终端设备1记录的学习内容的完成进度情况或对学习内容掌握的正确率来监控学习状态。然后监控模块21生成相应的学习状态信息并发送至策略模块22，策略模块22根据学习状态信息调整发送至终端设备1的学习内容数据从而调整用户的学习策略，该调整方法使得学习内容更加适合用户目前的学习状态。

同步模块23配置为同步终端设备1和服务器2中的学习进度信息，以使用户无论在什么地方使用什么终端设备1(有可能使用不同的终端设备1)，尤其是使用智能手机等移动智能终端，都可以保证学习的一致性和连贯性，不会因为更换了终端设备1而造成学习内容和学习阶段等情况的改变。策略模块22可以根据学习进度信息更新学习状态信息，例如用户使用他人的电脑进行了学习使得学习进度增加了，策略模块22会根据该增加了的学习进度更新该用户的学习状态信息以使用户能够进行新一阶段的学习(例如策略模块22会发送新的学习内容数据)。

学习内容数据可以包括多个学习任务数据包，每个学习任务数据包具有相应的多个知识数据块，监控模块21根据终端设备1对知识数据块中知识的掌握程度生成相应的学习状态信息，策略模块22根据学习状态信息向终端设备1选择性的发送相应的学习任务数据包。在此举例说明，例如对于同一个学习任务数据包，由于两个用户对知识的掌握程度不同(即具有不同的学习状态信息)，因而策略模块22向第一个用户发送该学习任务数据包以使用，而不向第二个用户发送该学习任务数据包。再例如，对于同一个学习任务数据包，两个用户都可用，但是根据用户不同的学习情况(即具有不同的学习状态信息)，策略模块22向该两个用户发送的该学习任务数据包中的知识数据块(学习内容)也可以是不一样的。在本发明的一个实施例中，学习任务数据包以其内容或形式的不同可以为标准数据包、加强数据包、难点数据包、重点循环数据包、复习循环数据包、高难点循环数据包、突破循环数据包、通测循环数据包和模考循环数据包中的一个或多个，其中作为优选：

标准数据包：该数据包按照逻辑深层关联、最佳认知量度、思维兴奋驱动等学习原理，将学习内容细分为若干知识数据块。在每一个知识数据块中包括了标准阐述教材、精细阐释教材、标准视频课程、精细视频课程、基本习题组、补充习题组、习题标准解析、习题精细解析和高效笔记索引等多项学习内容和相关知识，用户使用终端设备1可以通过标准数据包对各个知识数据块中的知识完成第一轮学习。

加强数据包：监控模块21分析并确定在标准数据包中用户在完成第一轮学习后未能达标的知识数据块形成加强数据包，当该轮学习未能达标的知识数据块达到一定任务量和时间量(例如长时间未能完成)，监控模块21生成相应的学习状态信息，策略模块22根据学习状态信息将启用加强数据包并将其知识数据块发送至终端设备1，以使用户操作终端设备1能够对在第一轮学习中未达标的知识数据块中的知识进行第二轮学习，使得学习的针对性更强。

难点数据包：监控模块21分析并确定在加强数据包中用户在完成第二轮学习后未能达标的知识数据块形成难点数据包，当该轮学习未能达标的知识数据块达到一定任务量和时间量，监控模块21生成相应的学习状态信息，策略模块22根据学习状态信息将启用难点数据包并将其知识数据块发送至终端设备1，以使用户操作终端设备1能够对在第二轮学习中未达标的知识数据块中的知识进行第三轮学习，使得学习的针对性更强。

重点循环数据包：该数据包包括了重要的需要进行重点学习其内容的知识数据块，策略模块22根据当前的学习状态信息而启用重点循环数据包并将其知识数据块发送至终端设备1，以使用户操作终端设备1对该知识数据块中的知识进行多轮学习，用户使用终端设备1对该数据包中的知识的学习能够使用户对重点学习内容达到更深层次的掌握程度。

复习循环数据包：当监控模块21监控到学习阶段达到预定任务量和时间量时(例如终端设备1已经进行了预定的多轮学习)生成相应的学习状态信息，策略模块22根据当前的学习状态信息启用复习循环数据包并将其发送至终端设备1，使用户操作终端设备1对预定的知识数据块进行多轮(例如三轮或五轮)的复习循环，从而完整及时地巩固所学的知识数据块中的知识。

高难点循环数据包：当监控模块21监控到存在有经过多轮学习(例如经过第六至七轮学习)后仍未能达标和难度高的知识数据块时，策略模块22将启用高难点循环数据包，使得终端设备1按照特定规则对高难知识数据块进行进一步的多轮循环学习(例如在第八至十轮学习中集中循环学习)，从而帮助用户全面和有效地学习高难度的知识数据块中的知识。

突破循环数据包：该数据包预先筛选出最难掌握并对整体学习效果负面影响最大的知识数据块，策略模块22根据当前的学习状态如果符合预定要求(例如监控模块21监控到用户主动请求，或者监控到其他多个数据包中的知识绝大部分已经被掌握时生成相应的学习状态信息)便启用突破循环数据包，对上述知识数据块进行多轮循环学习(例如在第十至十一轮学习中集中循环学习)，从而使用户突破学习中的最后瓶颈。

通测循环数据包：该数据包包含了已学的全部的知识数据块，策略模块22根据预定要求启用该数据包，使得终端设备1对上述知识数据块中的知识进行拉网式无遗漏测评，逐点确定未能达到稳定掌握状态的知识数据块，并进行深度强化训练，以达到稳定高水准的掌握状态。

模考循环数据包：该数据包包括了贯穿全部考点和细分题型的多轮次全真模考训练，策略模块22根据预定要求启用该数据包，使得终端设备1能够对上述数据包中的知识进行学习以应对用户的考试。

在此需要对知识数据块进一步说明，在本发明的一个实施例中，知识数据块以包括音频、讲课视频、习题、习题解析、标记、笔记和讲义中的一个或多个的形式展示在终端设备1上，监控模块21根据终端设备1学习进度信息(例如看到第几个视频和讲义，做到第几道习题等)和对习题进行解答的正确率生成相应的学习状态信息，监控模块21还可以根据用户的学习效果信息(例如积分排名)和解题时间等信息对学习状态信息进行修正，策略模块22根据相应的学习状态信息(例如解题的正确率高于或等于预定值)向终端设备1选择性的发送相应的学习任务数据包。例如在学习标准数据包中的知识时，用户通过终端设备1对该知识进行答题操作，监控模块21监控到解题的正确率低于预定值时(学得不好，需要加强学习)则会生成相应的学习状态信息，策略模块22根据该学习状态信息为终端设备1提供下一轮学习的加强数据包中的知识数据块。

在本发明的一个实施例中，策略模块22根据标准数据包对应的学习状态信息以决定是否向终端设备1发送加强数据包；策略模块22根据加强数据包对应的学习状态信息以决定是否向终端设备1发送难点数据包；策略模块22根据标准数据包对应的学习状态信息以决定是否向终端设备1发送高难点循环数据包；策略模块22根据高难点循环数据包对应的学习状态信息以决定是否向终端设备1发送突破循环数据包。

策略模块22进一步配置为按照预定顺序向终端设备1发送标准数据包、加强数据包、难点数据包、重点循环数据包、复习循环数据包、高难点循环数据包、突破循环数据包、通测循环数据包和模考循环数据包以使用户利用终端设备1按照预设顺序分别进行相应的学习，此外该预设顺序可以被策略模块22调整。

每个学习任务数据包具有的知识数据块均选自于该学习任务数据包对应的独立的知识库，知识库可以通过预定算法构建，知识库的知识可以通过习题、讲义和讲课视频等多种形式表示，例如可以通过预定算法构建每个学习任务数据包对应的习题库以提供给终端设备。

同步模块23配置为同步终端设备1和服务器2中的学习进度信息，在本发明的一个实施例中，同步模块23根据终端设备1对习题进行解答的完成程度，并根据终端设备1对讲义、讲课视频和习题解析的观看状态来确定学习进度信息，例如用户操作终端设备1完成某一学习任务数据包的相应学习内容并完成相应的答题环节，同步模块23由此确定了该用户已经完成了该学习任务数据包的相应学习内容同时确定了相应的学习进度信息。

策略模块22具有学习积分算法，学习积分算法根据学习状态信息生成使用相应终端设备1的用户的学习效果信息，该信息体现了用户在某一时刻的学习效果，该学习效果信息可以以用户个人积分的形式表示，以增加该用户的学习积极性。例如用户查看到自己的得分较高后为了挑战自身的知识水平，具有立刻进入下一阶段学习的愿望。

在本发明的一个实施例中，监控模块21进一步配置为通过监控服务器2和客户终端上的学习记录来判断是否需要向同步模块23发送同步指令，其中同步指令配置为同步终端设备1和服务器2中的学习状态信息。当监控模块21分别监控到服务器2和客户终端上的学习记录一致时则不需要向同步模块23发送同步指令，否则会发出同步指令并要求同步学习进度较多的记录，终端设备1可以根据上述学习记录来进行下一步的学习阶段。

对于同步的方式，在本发明的一个实施例中，如图2所示，在用户操作终端设备1特别是移动智能终端开始学习前，根据终端设备1标志判断本设备之前是否已做过初始化同步(初始化同步是指用户在某个终端设备1上第一次进行智能学习，例如使用新出厂的智能手机或更换后的智能手机)。如未做过初始化同步，则进行初始化同步，否则需要定期检查同步触发条件是否满足(由业务规则确定，例如：每进行完成一项知识数据块的知识内容(例如讲义、讲课视频、习题等)后，终端设备1未同步的内容达到一定数量，距上次同步已超过一定间隔时间等)。进行初始化同步时需要检查终端设备1与服务器2之间的联网状态，若未联网则不允许连接服务器2学习，并提示用户联网同步学习记录；如已联网，则将服务器2中的知识数据块的相应学习记录下载至终端设备1。此外还需要设置终端设备1初始化同步标志，用来标记终端设备1的初始化同步已完成。如满足同步触发条件，需要检查网络状况，如联网，检查学习进度信息，根据学习进度信息同步所有未同步的学习记录。如果未联网或不满足同步触发条件，则终端设备1继续后续智能学习流程。如果同步过程出现异常，则服务器2删除终端设备1在该阶段的学习记录，并下载服务器2端在该阶段的学习记录。对于服务器2来说，需要对同步的相关数据进行数据校验，服务器2会解析终端设备1上传的学习记录是否是连续模块，如果校验通过，还需判断同步的学习记录是否正确，如果正确则同步服务器2和终端设备1上的学习记录保持两者之间的在学习系统中所处的阶段点是相同的。

用于智能学习的数据处理系统还包括列表模块，列表模块配置为根据终端设备1的学习请求，将相应的知识数据块的信息以列表的方式发送至终端设备1显示。用户可以使用终端设备1通过相关的信息(例如名称)寻找相应的知识数据块。

使用本学习系统可以使用户根据自身对知识的掌握程度和所需要的具体学习阶段而进行具有针对性的学习，能够达到良好的学习效果，具有智能性，而且本学习系统具有学习同步性，使用便捷。

以上实施例仅为本发明的示例性实施例，不用于限制本发明，本发明的保护范围由权利要求书限定。本领域技术人员可以在本发明的实质和保护范围内，对本发明做出各种修改或等同替换，这种修改或等同替换也应视为落在本发明的保护范围内。