一种课程学习提醒方法及系统与流程

本技术涉及教育技术的领域，尤其是涉及一种课程学习提醒方法及系统。

背景技术：

1、随着平板、电脑等智能设备的普及，对于学生在线上进行上课的课程也越来越丰富，很多学生和学生家长为了提高学生的学习成绩，会购买一些校外课程来辅助学习，帮助学生进行预习或复习，进一步掌握知识点。

2、但是由于不同的学校有着不同的学习生活规律，并且目前很多高校中的学生都选择住校，在学生下课回到宿舍后，多会选择一些放松手段，从而忽略了课外的学习时间。

3、现有技术中，一般采用根据后台数据判断学生是否有进行课程学习的行为，并使用人工的方式与学生以及学生家长进行沟通，提醒学生需要进行课程的学习，一般情况下，一名工作人员需要负责两百名以上的学生的学习行为的监督，耗费了大量的人力和工作人员的精力。

4、因此，如何提高提醒学生学习课程的效率，成为亟待解决的问题。

技术实现思路

1、为了提高提醒学生学习课程的效率，本技术提供了一种课程学习方法及系统。

2、本技术提供了一种课程学习提醒方法及系统，采用如下技术方案：

3、第一方面，本技术提供了一种课程学习提醒方法，采用如下技术方案：

4、获取学生的学习生活的时间规律，判断学生每天回家的时间点和睡眠的时间点；

5、获取学生的历史学习内容和当前学习内容，并识别学生学习的历史知识点和当前知识点；

6、获取学生当前的身体健康数据，判断学生当前的疲劳程度；

7、基于学生回家的时间点和睡眠的时间点计算课外学习时间，根据所述课外学习时间、所述疲劳程度和所述当前知识点判断学生当前的课外学习内容；

8、获取学生在智能设备上不同软件的使用时长，判断学生最常使用的软件的消息通知的第一通知方式；

9、根据所述课外学习内容，生成初始学习提醒通知，并根据所述第一通知方式对所述学习提醒通知进行风格修改，生成学习提醒通知，并发送至学生的智能设备上；

10、获取后台数据，判断学生是否存在课外学习行为，若没有，则对学生进行进一步提醒。

11、通过采用上述技术方案，判断学生每天回家后的学习时间的长短，并根据学生处理其他事务的时间，获取学生的课外学习时间，根据学生每天的学习内容和历史学习内容，生成知识点，获取学生每天回家后的身体健康数据判断学生的疲劳程度，根据学生的课外学习时间、知识点和疲劳程度为学生安排课外学习内容；获取学生的智能设备上的常用软件，并学习学生常用软件的消息通知的风格，根据课外学习内容生成学习提醒通知，并将学习提醒通知根据常用软件的消息通知的风格进行包装，发送至学生的智能软件上，提醒学生进行学习，提高了提醒学生学习课程的效率。

12、优选的，所述获取学生的历史学习内容和当前学习内容，并识别学生学习的历史知识点和当前知识点的步骤，包括：

13、获取学生学习的教材的版本，对不同版本的教材的内容进行板块划分，获取内容板块；

14、获取学生的历史学习内容和当前学习内容，将所述历史学习内容和所述当前学习内容对应至内容该板块上，获取历史内容该板块和当前内容板块；

15、对历史内容板块和当前内容板块进行内容识别，获取历史候选知识点和当前候选知识点；

16、将所述历史候选知识点和当前候选知识点与所述历史学习内容和所述当前学习内容进行比对，筛选出历史知识点和当前知识点。

17、通过采用上述技术方案，根据学生教材的版本不同划分内容板块，并将学生的历史学习内容和当前学习内容与内容板块进行对应，获取历史候选知识点和当前候选知识点，并与学生的历史学习内容和当前学习内容进行比对，筛选得到历史知识点和当前知识点，提高了对使用不同教材的学生的知识点获取的准确度。

18、优选的，所述获取学生当前的身体健康数据，判断学生当前的疲劳程度的步骤，包括：

19、获取学生当前的心跳频率以及呼吸频率，根据所述心跳频率和呼吸频率获取学生的第一疲劳指数；

20、获取学生在精力充沛情况下的语音，并生成标准语音特征；

21、获取学生当前的语音，生成学生的当前语音特征，并与所述标准语音特征进行对比，获取学生的第二疲劳指数；

22、获取学生在精力充沛情况下的手臂摆动所产生的加速度，并生成标准加速度特征；

23、获取学生当前的手臂摆动产生的加速度，生成学生的当前加速度特征，并与所述标准加速度特征进行对比，获取学生的第三疲劳指数；

24、根据所述第一疲劳指数、所述第二疲劳指数和所述第三疲劳指数进行结合判断学生当前的疲劳程度。

25、通过采用上述技术方案，获取学生当前的呼吸频率和心跳频率，判断学生的第一疲劳指数，获取学生在精力充沛情况下的说话声音，并生成标准语音特征，获取学生当前的说话的声音，生成当前语音特征，并与标准语音特征进行比较，判断学生的第二疲劳指数，获取学生在精力充沛情况下手臂摆动的加速度并生成标准加速度特征，获取学生当前手臂摆动产生的加速度并生成当前加速度特征，与标准加速度特征进行对比，获取第三疲劳指数，将第一疲劳指数、第二疲劳指数和第三疲劳指数结合判断学生当前的疲劳程度，提高了对学生疲劳检测的全面性。

26、优选的，获取学生当前的心跳频率以及呼吸频率，根据所述心跳频率和呼吸频率获取学生的第一疲劳指数的步骤，包括：

27、获取学生一天的所述心跳频率和所述呼吸频率的变化情况，并生成所述心跳频率的心跳频率曲线和所述呼吸频率的呼吸频率曲线；

28、对所述心跳频率和所述呼吸频率进行频率识别，判断学生的所述心跳频率和所述呼吸频率与正常的心跳频率和呼吸频率的心跳频率差和呼吸频率差：

29、根据所述心跳频率曲线和所述心跳频率差获取心跳变化指数，根据所述呼吸频率曲线和呼吸频率差获取呼吸变化指数；

30、基于所述心跳变化指数和所述呼吸变化指数获取第一疲劳指数。

31、通过采用上述技术方案，获取学生一天中的心跳频率和呼吸频率的数据，并生成心跳频率曲线和呼吸频率曲线，根据曲线图查看学生一天当中的身体数据的变化情况，获取学生当前的心跳频率和呼吸频率，与学生正常情况下的心跳频率和呼吸频率进行对比获取心跳频率差和呼吸频率差，根据频率差和频率曲线分析判断学生的第一疲劳指数，提高了对学生第一疲劳指数获取的精确度。

32、优选的，所述基于学生回家的时间点和睡眠的时间点计算课外学习时间，根据所述课外学习时间、所述疲劳程度、所述当前知识点以及所述历史知识点判断学生当前的课外学习内容的步骤，包括：

33、基于学生回家的时间点和睡眠的时间点，并根据学生的休息、洗漱时间留存冗余时间，计算获取学生的课外学习时间；

34、获取所述历史知识点的重要程度和所述当前知识点的重要程度，对所有的所述历史知识点和所述当前知识点进行重要程度排序，获取重要程度序列；

35、获取每个所述历史知识点的最近一次的学习时间，对所述历史知识点在所述重要程度序列中的位置进行调整，获取知识点的综合序列；

36、基于所述疲劳程度判断学生在当前疲劳状态下能够学习的知识点的数量；

37、基于所述综合序列和学生在当前疲劳状态下所能够学习的知识点的数量选择适量且重要的知识点判断学生当前的课外学习内容。

38、通过采用上述技术方案，获取学生的回家和睡眠的时间点，计算学生的课外学习时间，获取历史知识点和当前知识点的重要程度并进行排列，并根据历史知识点的学习时间对重要程度排列中的历史知识点的位置进行调整，获取知识点的综合序列，根据学生课外学习时间的长短以及学生当前的疲劳程度判断学生所能接受的学习强度，对课外学习内容进行合理的安排，提高了对学生学习内容安排的合理性。

39、优选的，所述获取学生在智能设备上不同软件的使用时长，判断学生最常使用的软件的消息通知的第一通知方式的步骤，包括：

40、获取学生在智能设备上不同软件的使用时长，对所述智能设备上的软件进行使用时长的排序；

41、获取使用时长最长的软件作为常用软件，并获取所述常用软件的消息通知的内容；

42、提取所述常用软件的消息通知中的颜色种类，判断每种颜色种类的使用率，并选择使用率最高的两个颜色种类作为颜色风格；

43、提取所述常用软件的消息通知中的描述风格，并结合所述颜色风格生成所述常用软件的第一通知方式。

44、通过采用上述技术方案，获取学生的智能设备上的不同软件的使用时长，并根据使用时长的排序，判断学生的常用软件的种类，获取该常用软件消息通知中使用的颜色的种类，并根据不同种类颜色的使用率选择其中使用率最高的两种颜色作为该常用软件消息通知的颜色风格，并分析该常用软件消息通知中的文字的描述风格，结合颜色风格获取到该常用软件的第一通知方式，提高了对软件消息通知风格学习的效率和精准度。

45、优选的，所述根据所述课外学习内容，生成初始学习提醒通知，并根据所述第一通知方式对所述学习提醒通知进行风格修改，生成学习提醒通知，并发送至学生的智能设备上的步骤，包括：

46、根据所述课外学习内容，提取其中的关键词，获取学习提醒内容；

47、基于所述第一通知风格，对所述学习提醒内容进行描述风格的修改；

48、基于所述第一通知风格，生成具有所述第一通知风格的颜色风格的消息弹窗；

49、将经过描述风格修改的所述学习提醒内容与所述消息弹窗进行组合，生成学习提醒通知，并将所述学习提醒通知发送至学生的智能设备上。

50、通过采用上述技术方案，根据学生的课外学习内容，提取其中的关键词，生成学习提醒内容，根据第一通知风格，对学习提醒内容进行描述风格的修改，根据第一通知风格的颜色风格生成消息弹窗，将学习提醒内容与消息弹窗组合获取学习提醒通知，提高了学习提醒通知对学生的吸引性。

51、优选的，所述获取后台数据，判断学生是否存在课外学习行为，若没有，则对学生进行进一步提醒的步骤，包括：

52、获取后台数据，判断学生是否存在课外学习行为；

53、若没有，则根据学生智能设备上软件的使用时长的排序，获取使用时长中排名第二、三、四名的软件，并获取第二通知方式、第三通知方式和第四通知方式；

54、基于所述第二通知方式、第三通知方式和第四通知方式生成六条风格不同的所述学习提醒通知，并随时间的变化逐步提高通知频率，并判断学生是否出现课外学习行为；

55、若没有，则判定学生存在其他事务行为，同时停止学习提醒通知。

56、通过采用上述技术方案，根据后台数据判断学生是否进行课程学习，若没有，则再根据学生智能设备上软件使用时长的排序，获取排名第二、三、四名的软件，生成第二通知方式、第三通知方式和第四通知方式，将学习提醒通知以上述三种通知方式进行风格修改，生成六个学习提醒通知，并逐一的发送到学生的智能设备上，若学生依旧没有学习行为，则提高提醒的频率，当六条学习提醒通知发送完毕后，学生依然没有学习行为，则判定学生存在其他事务需要处理，停止发送学习提醒通知，提高了对学生提醒的频率，同时降低了对学生处理其他事务时的干扰度。

57、优选的，所述基于所述第二通知方式、第三通知方式和第四通知方式生成六条风格不同的所述学习提醒通知，并随时间的变化逐步提高通知频率，并判断学生是否出现课外学习行为的步骤，包括：

58、获取课程开始时间点，并基于所述时间点和所述睡眠时间点生成时间带；

59、基于所述时间带，根据变化的频率在所述时间带上打上六个标记；

60、基于所述第二通知方式、第三通知方式和第四通知方式生成六条风格不同的所述学习提醒通知；

61、所述六个标记与六个风格不同的所述学习通知一一对应；

62、所述六个标记随时间变化距离逐渐变小；

63、根据时间到达所述六个标记的位置，发送标记所对应的学习提醒通知，并判断学生是否出现课外学习行为；

64、若有，则停止发送所述学习提醒通知，若没有，则当六个所述学习提醒通知都发送完毕后，停止发送所述学习提醒通知。

65、通过采用上述技术方案，当学生没有在指定时间进行课程学习后，根据课程的开始时间点和学生的睡眠时间点生成时间带，在时间带上做六个标记，六个标记的在时间带上的距离逐渐变小，同时根据第二通知方式、第三通知方式和第四通知方式生成六种学习提醒通知，与六个标记一一对应，当时间到达标记点时，发送对应的学习提醒通知，若检测到学生有学习课程的行为，则停止通知，若检测到六条学习提醒通知发送完毕学生依旧没有学习行为，则停止通知，提高了对学生提醒的效率，同时降低了干扰学生处理其他事务的可能性。

66、第二方面，本技术提供了一种课程学习提醒系统，采用如下技术方案：

67、学生规律模块：用于获取并分析学生的学习生活的规律，获取学生回家和睡眠的时间点；

68、学习内容获取模块：用于获取学生的历史学习内容和当前学习内容；

69、疲劳数据获取模块：用于获取学生身体的疲劳数据；

70、疲劳数据分析模块：配置为与所述疲劳数据获取模块数据连接，对所接收到的学生身体的疲劳数据进行分析，判断学生的疲劳程度；

71、学习内容分析模块：配置为与所述学生规律模块、所述学习内容获取模块以及所述疲劳数据分析模块数据连接，分析根据学生及学习内容的各项数据分析学生当前所需要学习的课程或知识点，并生成学习提醒通知；

72、常用软件学习模块：用于获取学生智能设备上的常用软件，并学习他们的通知消息的风格；

73、学习行为判断模块：用于判断学生当前是否有学习行为，并将判断结果进行输出；

74、通知模块：配置为与所述常用软件学习模块、学习内容分析模块以及学习行为判断模块数据连接，用于对所接收到的学习提醒通知进行风格修改以及向学生发出学习提醒通知。

75、综上所述，本技术包括以下至少一种有益技术效果：

76、1.判断学生每天回家后的学习时间的长短，并根据学生处理其他事务的时间，获取学生的课外学习时间，根据学生每天的学习内容和历史学习内容，生成知识点，获取学生每天回家后的身体健康数据判断学生的疲劳程度，根据学生的课外学习时间、知识点和疲劳程度为学生安排课外学习内容；获取学生的智能设备上的常用软件，并学习学生常用软件的消息通知的风格，根据课外学习内容生成学习提醒通知，并将学习提醒通知根据常用软件的消息通知的风格进行包装，发送至学生的智能软件上，提醒学生进行学习，提高了提醒学生学习课程的效率。

77、2.根据学生教材的版本不同划分内容板块，并将学生的历史学习内容和当前学习内容与内容板块进行对应，获取历史候选知识点和当前候选知识点，并与学生的历史学习内容和当前学习内容进行比对，筛选得到历史知识点和当前知识点，提高了对使用不同教材的学生的知识点获取的准确度。

78、3.获取学生的智能设备上的不同软件的使用时长，并根据使用时长的排序，判断学生的常用软件的种类，获取该常用软件消息通知中使用的颜色的种类，并根据不同种类颜色的使用率选择其中使用率最高的两种颜色作为该常用软件消息通知的颜色风格，并分析该常用软件消息通知中的文字的描述风格，结合颜色风格获取到该常用软件的第一通知方式，提高了对软件消息通知风格学习的效率和精准度。