基于互联网的监督学习方法及系统.pdf

上传人:倪** 文档编号:10123011 上传时间:2021-06-04 格式:PDF 页数:14 大小:579.44KB
收藏 版权申诉 举报 下载
基于互联网的监督学习方法及系统.pdf_第1页
第1页 / 共14页
基于互联网的监督学习方法及系统.pdf_第2页
第2页 / 共14页
基于互联网的监督学习方法及系统.pdf_第3页
第3页 / 共14页
文档描述:

《基于互联网的监督学习方法及系统.pdf》由会员分享,可在线阅读,更多相关《基于互联网的监督学习方法及系统.pdf(14页完成版)》请在专利查询网上搜索。

1、(19)中华人民共和国国家知识产权局 (12)发明专利申请 (10)申请公布号 (43)申请公布日 (21)申请号 202011014139.3 (22)申请日 2020.09.24 (71)申请人 苏州七采蜂数据应用有限公司 地址 215600 江苏省苏州市张家港市杨舍 镇华昌路沙洲湖科创园A-1幢20楼 0023工位 (集群登记) (72)发明人 陈小平 (74)专利代理机构 苏州润桐嘉业知识产权代理 有限公司 32261 代理人 徐鸣 (51)Int.Cl. G06Q 50/20(2012.01) (54)发明名称 一种基于互联网的监督学习方法及系统 (57)摘要 本发明公开了一种基于互。

2、联网的监督学习 方法及系统, 通过所述第一电子设备获得第一用 户的第一学习计划; 根据所述第一学习计划获得 每天学习计划; 根据所述每天学习计划获得预定 学习时间; 获得所述第一用户的第一空余时间和 第二空余时间, 其中所述第一空余时间和第二空 余时间均大于预定学习时间; 将所述第一空余时 间和第二空余时间输入训练模型, 获得所述训练 模型的输出信息, 所述输出信息包括在不同时间 下的所述第一用户的学习状态等级信息; 获得所 述第一用户学习状态等级更高的空余时间, 监督 所述第一用户在所述空余时间下进行学习。 解决 了现有技术中缺少一种辅助用户学习, 对用户起 监督学习和激励用户学习兴趣的监督。

3、系统的技 术问题。 权利要求书2页 说明书9页 附图2页 CN 112150330 A 2020.12.29 CN 112150330 A 1.一种基于互联网的监督学习方法, 应用于一监督学习系统, 所述监督学习系统与第 一监控摄像头及第一电子设备通信连接, 其中, 所述方法包括: 通过所述第一电子设备获得第一用户的第一学习计划; 根据所述第一学习计划获得每天学习计划; 根据所述每天学习计划获得预定学习时间; 获得所述第一用户的第一空余时间和第二空余时间, 其中所述第一空余时间和第二空 余时间均大于预定学习时间; 将所述第一空余时间和第二空余时间输入训练模型, 所述训练模型通过多组训练数据 训。

4、练获得, 所述多组训练数据中的每组均包括: 第一空余时间、 第二空余时间和标识所述第 一用户学习状态等级的标识信息; 获得所述训练模型的输出信息, 所述输出信息包括在不同时间下的所述第一用户的学 习状态等级信息; 获得所述第一用户学习状态等级更高的空余时间, 监督所述第一用户在所述空余时间 下进行学习。 2.如权利要求1所述方法, 其中, 所述方法还包括: 获得所述第一用户的学习感悟; 将所述第一用户的学习感悟输入卷积神经网络模型, 获得所述卷积神经网络模型的输 出信息, 所述输出信息包含所述学习感悟的评定等级信息; 根据所述评定等级信息产生第一修正参数, 根据所述第一修正参数对所述第一用户进。

5、 行监督调整处理。 3.如权利要求2所述的方法, 其中, 根据所述评定等级信息产生第一修正参数, 所述方 法包括: 判断所述评定等级信息是否满足第一预设阈值; 当所述评定等级信息满足第一预设阈值时, 将所述学习感悟分享至监督学习系统; 通过所述监督学习系统产生第一激励机制。 4.如权利要求1所述的方法, 其中, 所述方法还包括: 通过所述第一监控摄像头获得所述第一用户的第一眼部动作信息; 根据所述第一眼部动作获得所述第一用户的学习专注度信息; 当所述学习专注度低于第一预设阈值时, 获得第一提醒信息; 根据所述第一提醒信息提醒所述第一用户专注学习。 5.如权利要求1所述的方法, 其中, 所述方法。

6、包括: 通过所述第一监控摄像头获得所述第一用户的小动作信息; 根据所述学习感悟判断所述小动作信息对于所述第一用户听课状态是否产生积极作 用; 当所述小动作信息产生积极作用时, 将所述小动作更新至所述第一用户的非负面影响 动作中。 6.如权利要求5所述的方法, 其中, 所述根据所述学习感悟判断所述小动作信息对于所 述第一用户听课状态是否产生积极作用, 所述方法包括: 当所述小动作信息产生负面作用时, 将所述小动作信息更新至所述第一用户的负面影 权利要求书 1/2 页 2 CN 112150330 A 2 响动作中; 当所述第一监控摄像头检测到所述第一用户存在所述小动作信息时, 获得第一提醒指 令。

7、; 根据所述第一提醒指令, 提醒所述第一用户停止所述小动作, 专注学习。 7.一种基于互联网的监督学习系统, 其中, 所述系统包括: 第一获得单元, 所述第一获得单元用于通过所述第一电子设备获得第一用户的第一学 习计划; 第二获得单元, 所述第二获得单元用于根据所述第一学习计划获得每天学习计划; 第三获得单元, 所述第三获得单元用于根据所述每天学习计划获得预定学习时间; 第四获得单元, 所述第四获得单元用于获得所述第一用户的第一空余时间和第二空余 时间, 其中所述第一空余时间和第二空余时间均大于预定学习时间; 第一输入单元, 所述第一输入单元用于将所述第一空余时间和第二空余时间输入训练 模型,。

8、 所述训练模型通过多组训练数据训练获得, 所述多组训练数据中的每组均包括: 第一 空余时间、 第二空余时间和标识所述第一用户学习状态等级的标识信息; 第五获得单元, 所述第五获得单元用于获得所述训练模型的输出信息, 所述输出信息 包括在不同时间下的所述第一用户的学习状态等级信息; 第六获得单元, 所述第六获得单元用于获得所述第一用户学习状态等级更高的空余时 间, 推荐所述第一用户在所述空余时间下进行学习。 8.一种基于互联网的监督学习系统, 包括存储器、 处理器及存储在存储器上并可在处 理器上运行的计算机程序, 其中, 所述处理器执行所述程序时实现权利要求1-6任一项所述 方法的步骤。 权利要。

9、求书 2/2 页 3 CN 112150330 A 3 一种基于互联网的监督学习方法及系统 技术领域 0001 本发明涉及监督学习领域, 尤其涉及一种基于互联网的监督学习方法及系统。 背景技术 0002 立flag似乎是现阶段年轻人的常态, 被自己立下的flag打脸似乎也是无可厚非。 如何选择合适的目标并持之以恒的实践下去是亟需解决的问题。 0003 但本申请发明人在实现本申请实施例中发明技术方案的过程中, 发现上述技术至 少存在如下技术问题: 0004 现有技术中缺少一种辅助用户学习, 对用户起监督学习和激励用户学习兴趣的监 督系统的技术问题。 发明内容 0005 本申请实施例通过提供一种基。

10、于互联网的监督学习方法及系统, 解决了现有技术 中缺少一种辅助用户学习, 对用户起监督学习和激励用户学习兴趣的监督系统的技术问 题, 达到根据所述用户的学习计划及本身特性, 对他进行监督、 激励学习的技术效果。 0006 鉴于上述问题, 本申请实施例提供一种基于互联网的监督学习方法及系统。 0007 第一方面, 本申请实施例提供了一种基于互联网的监督学习方法, 应用于一监督 学习系统, 所述监督学习系统与第一监控摄像头及第一电子设备通信连接, 其中, 所述方法 包括: 通过所述第一电子设备获得第一用户的第一学习计划; 根据所述第一学习计划获得 每天学习计划; 根据所述每天学习计划获得预定学习时。

11、间; 获得所述第一用户的第一空余 时间和第二空余时间, 其中所述第一空余时间和第二空余时间均大于预定学习时间; 将所 述第一空余时间和第二空余时间输入训练模型, 所述训练模型通过多组训练数据训练获 得, 所述多组训练数据中的每组均包括: 第一空余时间、 第二空余时间和标识所述第一用户 学习状态等级的标识信息; 获得所述训练模型的输出信息, 所述输出信息包括在不同时间 下的所述第一用户的学习状态等级信息; 获得所述第一用户学习状态等级更高的空余时 间, 监督所述第一用户在所述空余时间下进行学习。 0008 另一方面, 本申请还提供了一种基于互联网的监督学习系统, 其中, 所述系统包 括: 第一获。

12、得单元, 所述第一获得单元用于通过所述第一电子设备获得第一用户的第一学 习计划; 第二获得单元, 所述第二获得单元用于根据所述第一学习计划获得每天学习计划; 第三获得单元, 所述第三获得单元用于根据所述每天学习计划获得预定学习时间; 第四获 得单元, 所述第四获得单元用于获得所述第一用户的第一空余时间和第二空余时间, 其中 所述第一空余时间和第二空余时间均大于预定学习时间; 第一输入单元, 所述第一输入单 元用于将所述第一空余时间和第二空余时间输入训练模型, 所述训练模型通过多组训练数 据训练获得, 所述多组训练数据中的每组均包括: 第一空余时间、 第二空余时间和标识所述 第一用户学习状态等级。

13、的标识信息; 第五获得单元, 所述第五获得单元用于获得所述训练 模型的输出信息, 所述输出信息包括在不同时间下的所述第一用户的学习状态等级信息; 说明书 1/9 页 4 CN 112150330 A 4 第六获得单元, 所述第六获得单元用于获得所述第一用户学习状态等级更高的空余时间, 监督所述第一用户在所述空余时间下进行学习。 0009 第三方面, 本发明提供了一种基于互联网的监督学习系统, 包括存储器、 处理器及 存储在存储器上并可在处理器上运行的计算机程序, 其中, 所述处理器执行所述程序时实 现第一方面任一项所述方法的步骤。 0010 本申请实施例中提供的一个或多个技术方案, 至少具有如。

14、下技术效果或优点: 0011 由于采用了根据所述第一用户的第一学习计划, 将所述第一学习计划进行每天分 解获得每天的学习计划, 获得每天学习计划的预定学习时间, 并将所述第一用户的第一空 余时间和第二空余时间输入训练模型, 基于训练模型不断自我修正、 调整的逻辑, 获得所述 第一用户学习状态等级更高的空余时间, 并将所述空余时间推荐给所述第一用户学习的方 式, 达到根据第一用户本身学习状态的特性, 监督所述第一用户在学习状态更佳的空余时 间进行学习的技术效果。 0012 上述说明仅是本申请技术方案的概述, 为了能够更清楚了解本申请的技术手段, 而可依照说明书的内容予以实施, 并且为了让本申请的。

15、上述和其它目的、 特征和优点能够 更明显易懂, 以下特举本申请的具体实施方式。 附图说明 0013 图1为本申请实施例一种基于互联网的监督学习方法的流程示意图; 0014 图2为本申请实施例一种基于互联网的监督学习系统的结构示意图; 0015 图3为本申请实施例示例性电子设备的结构示意图。 0016 附图标记说明: 第一获得单元11, 第二获得单元12, 第三获得单元13, 第四获得单 元14, 第一输入单元15, 第五获得单元16, 第六获得单元17, 总线300, 接收器301, 处理器 302, 发送器303, 存储器304, 总线接口306。 具体实施方式 0017 本申请实施例通过提。

16、供一种基于互联网的监督学习方法及系统, 解决了现有技术 中缺少一种辅助用户学习, 对用户起监督学习和激励用户学习兴趣的监督系统的技术问 题, 达到根据所述用户的学习计划及本身特性, 对他进行监督、 激励学习的技术效果。 下面, 将参考附图详细的描述根据本申请的示例实施例。 显然, 所描述的实施例仅是本申请的一 部分实施例, 而不是本申请的全部实施例, 应理解, 本申请不受这里描述的示例实施例的限 制。 0018 申请概述 0019 立flag似乎是现阶段年轻人的常态, 被自己立下的flag打脸似乎也是无可厚非。 如何选择合适的目标并持之以恒的实践下去是亟需解决的问题。 现有技术中缺少一种辅助 。

17、用户学习, 对用户起监督学习和激励用户学习兴趣的监督系统的技术问题。 0020 针对上述技术问题, 本申请提供的技术方案总体思路如下: 0021 本申请实施例提供了一种基于互联网的监督学习方法, 应用于一监督学习系统, 所述监督学习系统与第一监控摄像头及第一电子设备通信连接, 其中, 所述方法包括: 通过 所述第一电子设备获得第一用户的第一学习计划; 根据所述第一学习计划获得每天学习计 说明书 2/9 页 5 CN 112150330 A 5 划; 根据所述每天学习计划获得预定学习时间; 获得所述第一用户的第一空余时间和第二 空余时间, 其中所述第一空余时间和第二空余时间均大于预定学习时间; 。

18、将所述第一空余 时间和第二空余时间输入训练模型, 所述训练模型通过多组训练数据训练获得, 所述多组 训练数据中的每组均包括: 第一空余时间、 第二空余时间和标识所述第一用户学习状态等 级的标识信息; 获得所述训练模型的输出信息, 所述输出信息包括在不同时间下的所述第 一用户的学习状态等级信息; 获得所述第一用户学习状态等级更高的空余时间, 监督所述 第一用户在所述空余时间下进行学习。 0022 在介绍了本申请基本原理后, 下面将结合说明书附图来具体介绍本申请的各种非 限制性的实施方式。 0023 实施例一 0024 如图1所示, 本申请实施例提供了一种基于互联网的监督学习方法, 应用于一监督 。

19、学习系统, 所述监督学习系统与第一监控摄像头及第一电子设备通信连接, 其中, 所述方法 包括: 0025 步骤S100: 通过所述第一电子设备获得第一用户的第一学习计划; 0026 具体而言, 所述第一电子设备为所述第一用户的具备通信功能和学习规划的电子 设备, 可以是手机、 电脑、 平板, 这里不做具体限定, 所述第一用户为想通过监督学习系统进 行监督学习的用户, 所述第一学习计划为所述第一用户的目标计划, 即总的目标规划。 0027 步骤S200: 根据所述第一学习计划获得每天学习计划; 0028 具体而言, 所述每天学习计划为综合考量所述第一用户的时间安排、 学习能力等 因素获得的合理的。

20、每天的学习内容及总的学习时间的安排计划。 通过基于所述第一用户的 目标及本身的学习能力、 时间等给出合理的每天学习计划, 避免所述用户因为总的目标过 于遥远而心生怯意, 望而却步, 达到分解复杂、 高难度的问题为简单问题, 滴水穿石、 聚流成 海的技术效果。 0029 步骤S300: 根据所述每天学习计划获得预定学习时间; 0030 具体而言, 所述预定学习时间为完成每天的目标的预定的学习时长信息, 进一步 而言, 所述预定学习时间为完成每天计划的系统给出的最少的学习时间。 0031 步骤S400: 获得所述第一用户的第一空余时间和第二空余时间, 其中所述第一空 余时间和第二空余时间均大于预定。

21、学习时间; 0032 具体而言, 所述第一空余时间和第二空余时间为所述第一用户的一天中可以满足 上述预定学习时间的空余时间, 根据获得的所述第一用户满足要求的空余时间进行分析处 理, 获得最适宜所述第一用户学习的空余时间。 0033 步骤S500: 将所述第一空余时间和第二空余时间输入训练模型, 所述训练模型通 过多组训练数据训练获得, 所述多组训练数据中的每组均包括: 第一空余时间、 第二空余时 间和标识所述第一用户学习状态等级的标识信息; 0034 具体而言, 将所述第一空余时间和第二空余时间输入训练模型, 所述训练模型为 神经网络模型, 所述神经网络模型即机器学习中的神经网络模型, 神经。

22、网络(Neural Networks, NN)是由大量的、 简单的处理单元(称为神经元)广泛地互相连接而形成的复杂神 经网络系统, 它反映了人脑功能的许多基本特征, 是一个高度复杂的非线性动力学习系统。 神经网络模型是以神经元的数学模型为基础来描述的。 人工神经网络(Artificial Neural 说明书 3/9 页 6 CN 112150330 A 6 Networks), 是对人类大脑系统的一阶特性的一种描述。 简单地讲, 它是一个数学模型。 基于 大量的训练数据的训练, 其中, 所述训练数据中的每一组训练数据均包括: 第一空余时间、 第二空余时间和标识所述第一用户学习状态等级的标识信。

23、息, 所述神经网络模型不断地自 我的修正调整, 当所述神经网络模型的输出信息达到预定的准确率/达到收敛状态时, 则监 督学习过程结束。 通过对所述神经网络模型的数据训练, 进而使得所述神经网络模型处理 所述输入数据更加准确, 进而使得输出的空余时间信息更加适合所述第一用户进行学习。 获得所述训练模型的输出信息, 基于训练模型进过训练后处理数据更加准确的特性, 为所 述第一用户选择准确的、 适宜的空余时间进行学习的技术效果。 0035 步骤S600: 获得所述训练模型的输出信息, 所述输出信息包括在不同时间下的所 述第一用户的学习状态等级信息; 0036 具体而言, 所述学习状态等级为评估所述第。

24、一用户的学习状态的等级划分。 所述 评定条件可根据多方面的评定结果综合考量获得。 具体而言, 可通过第一用户的试卷成绩、 所述第一用户的学习感悟的质量等综合考量获得。 0037 步骤S700: 获得所述第一用户学习状态等级更高的空余时间, 监督所述第一用户 在所述空余时间下进行学习。 0038 具体而言, 获得所述第一用户的学习状态等级更高的空余时间, 监督所述第一用 户在所述空余时间下进行学习。 通过对所述第一用户的不同时间段下的学习状态的判断, 获得适合所述第一用户的最佳学习状态进行监督学习, 达到根据第一用户本身学习状态的 特性, 监督所述第一用户在学习状态更佳的空余时间进行学习的技术效。

25、果。 0039 进一步而言, 本申请实施例还包括: 0040 步骤S810: 获得所述第一用户的学习感悟; 0041 步骤S820: 将所述第一用户的学习感悟输入卷积神经网络模型, 获得所述卷积神 经网络模型的输出信息, 所述输出信息包含所述学习感悟的评定等级信息; 0042 步骤S830: 根据所述评定等级信息产生第一修正参数, 根据所述第一修正参数对 所述第一用户进行监督调整处理。 0043 具体而言, 古语有云, 学而不思则罔, 为了保证所述第一用户的学习效果, 获得所 述第一用户对于当天学习课程的思考和感悟, 将所述学习感悟输入卷积神经网络模型, 根 据所述卷积神经网络模型对所述第一用。

26、户的学习感悟进行分析处理, 获得分析处理的结 果, 根据所述第一用户的学习感悟的等级评判, 判断所述第一用户的学习状态, 当所述第一 用户的学习状态不好时, 获得第一修正参数, 根据所述第一修正参数对所述第一用户进行 加强监督的处理。 0044 进一步而言, 所述根据所述评定等级信息产生第一修正参数, 本申请实施例步骤 S830还包括: 0045 步骤S831: 判断所述评定等级信息是否满足第一预设阈值; 0046 步骤S832: 当所述评定等级信息满足第一预设阈值时, 将所述学习感悟分享至监 督学习系统; 0047 步骤S833: 通过所述监督学习系统产生第一激励机制。 0048 具体而言,。

27、 所述第一预设阈值为所述感悟评定等级为优秀的等级, 当所述评定等 级为优秀时, 表明所述第一用户不但学习了浮于知识表层的东西, 还对所述知识进行了一 说明书 4/9 页 7 CN 112150330 A 7 个深度的思考, 真正将所述知识进行深度的解析和消化, 转化成了自己的理解, 根据所述理 解的程度的不同, 可获得所述第一用户的学习状态, 当所述评定等级信息满足第一预设阈 值时, 根据所述监督学习系统对所述第一用户的感悟进行激励, 所述激励可以是物质上的, 也可以是精神上的, 这里不作具体展开。 0049 进一步而言, 本申请实施例步骤S900还包括: 0050 步骤S910: 通过所述第。

28、一监控摄像头获得所述第一用户的第一眼部动作信息; 0051 步骤S920: 根据所述第一眼部动作获得所述第一用户的学习专注度信息; 0052 步骤S930: 当所述学习专注度低于第一预设阈值时, 获得第一提醒信息; 0053 步骤S940: 根据所述第一提醒信息提醒所述第一用户专注学习。 0054 具体而言, 所述第一摄像头为所述第一用户进行学习后的可监控所述第一用户的 摄像头, 通过所述第一监控摄像头获得所述第一用户的第一眼部动作信息, 通过判断所述 第一用户的眼部动作, 获得所述第一用户在进行学习过程中的专注度。 所述第一预设阈值 为根据所述第一用户的学习状态获得的学习状态阈值, 当所述第。

29、一监控摄像头判断所述第 一用户的专注度低于第一预设阈值时, 获得第一提醒信息, 根据所述第一提醒信息提醒所 述第一用户专注学习。 0055 进一步而言, 本申请实施例还包括: 0056 步骤S950: 通过所述第一监控摄像头获得所述第一用户的小动作信息; 0057 步骤S960: 根据所述学习感悟判断所述小动作信息对于所述第一用户听课状态是 否产生积极作用; 0058 步骤S970: 当所述小动作信息产生积极作用时, 将所述小动作更新至所述第一用 户的非负面影响动作中。 0059 具体而言, 通过所述监控摄像头获得所述第一用户的小动作信息, 我们在学习工 作中, 都会有一些属于自己的小动作, 。

30、所述小动作有好有坏, 有的小动作可以提高我们的学 习效率, 有的则不然, 获得所述第一用户的小动作信息, 并获得所述小动作的产生及持续时 间, 根据所述小动作产生时间及小动作产生时间的学习感悟的情况, 判断所述小动作是否 对所述学习过程产生了积极的作用, 当产生积极作用时, 将所述小动作更新至所述第一用 户的非负面影响动作中。 通过对于小动作对于学习效果的影响, 判断所述小动作是否应该 被制止, 以达到保证所述第一用户学习效果的技术效果。 0060 进一步而言, 所述根据所述学习感悟判断所述小动作信息对于所述第一用户听课 状态是否产生积极作用, 本申请实施例步骤S960还包括: 0061 步骤。

31、S961: 当所述小动作信息产生负面作用时, 将所述小动作信息更新至所述第 一用户的负面影响动作中; 0062 步骤S962: 当所述第一监控摄像头检测到所述第一用户存在所述小动作信息时, 获得第一提醒指令; 0063 步骤S963: 根据所述第一提醒指令, 提醒所述第一用户停止所述小动作, 专注学 习。 0064 具体而言, 当所述小动作产生负面影响, 不能帮助所述第一用户更好的进入学习 状态及学习状态的保持, 此时将所述小动作信息添加至所述第一用户的负面影响动作中。 当所述第一监控摄像头检测到所述第一用户存在上述小动作信息, 生成第一提醒指令, 根 说明书 5/9 页 8 CN 11215。

32、0330 A 8 据所述第一提醒指令提醒所述第一用户停止所述小动作, 专注学习。 0065 综上所述, 本申请实施例所提供的一种基于互联网的监督学习方法及系统具有如 下技术效果: 0066 1、 由于采用了根据所述第一用户的第一学习计划, 将所述第一学习计划进行每天 分解获得每天的学习计划, 获得每天学习计划的预定学习时间, 并将所述第一用户的第一 空余时间和第二空余时间输入训练模型, 基于训练模型不断自我修正、 调整的逻辑, 获得所 述第一用户学习状态等级更高的空余时间, 并将所述空余时间推荐给所述第一用户学习的 方式, 达到根据第一用户本身学习状态的特性, 监督所述第一用户在学习状态更佳的。

33、空余 时间进行学习的技术效果。 0067 2、 由于采用了通过判断所述第一用户的眼部动作, 获得所述第一用户在进行学习 过程中的专注度的方式, 当所述第一监控摄像头判断所述第一用户的专注度低于第一预设 阈值时, 获得第一提醒信息, 达到根据所述第一提醒信息提醒所述第一用户专注学习的技 术效果。 0068 3、 由于采用了根据小动作是否对所述第一用户的学习状态产生积极影响的方式, 判断所述小动作是否应该被制止, 以达到保证所述第一用户学习效果的技术效果。 0069 实施例二 0070 基于与前述实施例中一种基于互联网的监督学习方法同样发明构思, 本发明还提 供了一种基于互联网的监督学习系统, 如。

34、图2所示, 所述系统包括: 0071 第一获得单元11, 所述第一获得单元11用于通过所述第一电子设备获得第一用户 的第一学习计划; 0072 第二获得单元12, 所述第二获得单元12用于根据所述第一学习计划获得每天学习 计划; 0073 第三获得单元13, 所述第三获得单元13用于根据所述每天学习计划获得预定学习 时间; 0074 第四获得单元14, 所述第四获得单元14用于获得所述第一用户的第一空余时间和 第二空余时间, 其中所述第一空余时间和第二空余时间均大于预定学习时间; 0075 第一输入单元15, 所述第一输入单元15用于将所述第一空余时间和第二空余时间 输入训练模型, 所述训练模。

35、型通过多组训练数据训练获得, 所述多组训练数据中的每组均 包括: 第一空余时间、 第二空余时间和标识所述第一用户学习状态等级的标识信息; 0076 第五获得单元16, 所述第五获得单元16用于获得所述训练模型的输出信息, 所述 输出信息包括在不同时间下的所述第一用户的学习状态等级信息; 0077 第六获得单元17, 所述第六获得单元17用于获得所述第一用户学习状态等级更高 的空余时间, 推荐所述第一用户在所述空余时间下进行学习。 0078 进一步的, 所述系统还包括: 0079 第七获得单元, 所述第七获得单元用于获得所述第一用户的学习感悟; 0080 第二输入单元, 所述第二输入单元用于将所。

36、述第一用户的学习感悟输入卷积神经 网络模型, 获得所述卷积神经网络模型的输出信息, 所述输出信息包含所述学习感悟的评 定等级信息; 0081 第一监督单元, 所述第一监督单元用于根据所述评定等级信息产生第一修正参 说明书 6/9 页 9 CN 112150330 A 9 数, 根据所述第一修正参数对所述第一用户进行监督调整处理。 0082 进一步的, 所述系统还包括: 0083 第一判断单元, 所述第一判断单元用于判断所述评定等级信息是否满足第一预设 阈值; 0084 第八获得单元, 所述第八获得单元用于当所述评定等级信息满足第一预设阈值 时, 将所述学习感悟分享至监督学习系统; 0085 第。

37、九获得单元, 所述第九获得单元用于通过所述监督学习系统产生第一激励机 制。 0086 进一步的, 所述系统还包括: 0087 第十获得单元, 所述第十获得单元用于通过所述第一监控摄像头获得所述第一用 户的第一眼部动作信息; 0088 第十一获得单元, 所述第十一获得单元用于根据所述第一眼部动作获得所述第一 用户的学习专注度信息; 0089 第十二获得单元, 所述第十二获得单元用于当所述学习专注度低于第一预设阈值 时, 获得第一提醒信息; 0090 第一提醒单元, 所述第一提醒单元用于根据所述第一提醒信息提醒所述第一用户 专注学习。 0091 进一步的, 所述系统还包括: 0092 第十三获得单。

38、元, 所述第十三获得单元用于通过所述第一监控摄像头获得所述第 一用户的小动作信息; 0093 第二判断单元, 所述第二判断单元用于根据所述学习感悟判断所述小动作信息对 于所述第一用户听课状态是否产生积极作用; 0094 第一更新单元, 所述第一更新单元用于当所述小动作信息产生积极作用时, 将所 述小动作更新至所述第一用户的非负面影响动作中。 0095 进一步的, 所述系统还包括: 0096 第二更新单元, 所述第二更新单元用于当所述小动作信息产生负面作用时, 将所 述小动作信息更新至所述第一用户的负面影响动作中; 0097 第十四获得单元, 所述第十四获得单元用于当所述第一监控摄像头检测到所述。

39、第 一用户存在所述小动作信息时, 获得第一提醒指令; 0098 第二提醒单元, 所述第二提醒单元用于根据所述第一提醒指令, 提醒所述第一用 户停止所述小动作, 专注学习。 0099 前述图1实施例一中的一种基于互联网的监督学习方法的各种变化方式和具体实 例同样适用于本实施例的一种基于互联网的监督学习系统, 通过前述对一种基于互联网的 监督学习方法的详细描述, 本领域技术人员可以清楚的知道本实施例中一种基于互联网的 监督学习系统的实施方法, 所以为了说明书的简洁, 在此不再详述。 0100 示例性电子设备 0101 下面参考图3来描述本申请实施例的电子设备。 0102 图3图示了根据本申请实施例。

40、的电子设备的结构示意图。 0103 基于与前述实施例中一种基于互联网的监督学习方法的发明构思, 本发明还提供 说明书 7/9 页 10 CN 112150330 A 10 一种基于互联网的监督学习系统, 其上存储有计算机程序, 该程序被处理器执行时实现前 文所述一种基于互联网的监督学习方法的任一方法的步骤。 0104 其中, 在图3中, 总线架构(用总线300来代表), 总线300可以包括任意数量的互联 的总线和桥, 总线300将包括由处理器302代表的一个或多个处理器和存储器304代表的存 储器的各种电路链接在一起。 总线300还可以将诸如外围设备、 稳压器和功率管理电路等之 类的各种其他电。

41、路链接在一起, 这些都是本领域所公知的, 因此, 本文不再对其进行进一步 描述。 总线接口306在总线300和接收器301和发送器303之间提供接口。 接收器301和发送器 303可以是同一个元件, 即收发机, 提供用于在传输介质上与各种其他系统通信的单元。 0105 处理器302负责管理总线300和通常的处理, 而存储器304可以被用于存储处理器 302在执行操作时所使用的数据。 0106 本发明实施例提供的一种基于互联网的监督学习方法, 应用于一监督学习系统, 所述监督学习系统与第一监控摄像头及第一电子设备通信连接, 其中, 所述方法包括: 通过 所述第一电子设备获得第一用户的第一学习计划。

42、; 根据所述第一学习计划获得每天学习计 划; 根据所述每天学习计划获得预定学习时间; 获得所述第一用户的第一空余时间和第二 空余时间, 其中所述第一空余时间和第二空余时间均大于预定学习时间; 将所述第一空余 时间和第二空余时间输入训练模型, 所述训练模型通过多组训练数据训练获得, 所述多组 训练数据中的每组均包括: 第一空余时间、 第二空余时间和标识所述第一用户学习状态等 级的标识信息; 获得所述训练模型的输出信息, 所述输出信息包括在不同时间下的所述第 一用户的学习状态等级信息; 获得所述第一用户学习状态等级更高的空余时间, 监督所述 第一用户在所述空余时间下进行学习。 解决了现有技术中缺少。

43、一种辅助用户学习, 对用户 起监督学习和激励用户学习兴趣的监督系统的技术问题, 达到根据所述用户的学习计划及 本身特性, 对他进行监督、 激励学习的技术效果。 0107 本领域内的技术人员应明白, 本发明的实施例可提供为方法、 系统、 或计算机程序 产品。 因此, 本发明可采用完全硬件实施例、 完全软件实施例、 或结合软件和硬件方面的实 施例的形式。 而且, 本发明可采用在一个或多个其中包含有计算机可用程序代码的计算机 可用存储介质(包括但不限于磁盘存储器、 CD-ROM、 光学存储器等)上实施的计算机程序产 品的形式。 0108 本发明是参照根据本发明实施例的方法、 设备(系统)、 和计算机。

44、程序产品的流程 图和/或方框图来描述的。 应理解可由计算机程序指令实现流程图和/或方框图中的每一流 程和/或方框、 以及流程图和/或方框图中的流程和/或方框的结合。 可提供这些计算机程序 指令到通用计算机、 专用计算机、 嵌入式处理机或其他可编程数据处理设备的处理器以产 生一个机器, 使得通过计算机或其他可编程数据处理设备的处理器执行的指令产生用于实 现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的系统。 0109 这些计算机程序指令也可存储在能引导计算机或其他可编程数据处理设备以特 定方式工作的计算机可读存储器中, 使得存储在该计算机可读存储器中的指令产生包括指 令装。

45、置的制造品, 该指令装置实现在流程图一个流程或多个流程和/或方框图一个方框或 多个方框中指定的功能。 0110 这些计算机程序指令也可装载到计算机或其他可编程数据处理设备上, 使得在计 算机或其他可编程设备上执行一系列操作步骤以产生计算机实现的处理, 从而在计算机或 说明书 8/9 页 11 CN 112150330 A 11 其他可编程设备上执行的指令提供用于实现在流程图一个流程或多个流程和/或方框图一 个方框或多个方框中指定的功能的步骤。 尽管已描述了本发明的优选实施例, 但本领域内 的技术人员一旦得知了基本创造性概念, 则可对这些实施例做出另外的变更和修改。 所以, 所附权利要求意欲解释为包括优选实施例以及落入本发明范围的所有变更和修改。 0111 显然, 本领域的技术人员可以对本发明进行各种改动和变型而不脱离本发明的精 神和范围。 这样, 倘若本发明的这些修改和变型属于本发明权利要求及其等同技术的范围 之内, 则本发明也意图包含这些改动和变型在内。 说明书 9/9 页 12 CN 112150330 A 12 图1 图2 说明书附图 1/2 页 13 CN 112150330 A 13 图3 说明书附图 2/2 页 14 CN 112150330 A 14 。

展开阅读全文
内容关键字: 基于 互联网 监督 学习方法 系统
关于本文
本文标题:基于互联网的监督学习方法及系统.pdf
链接地址:https://www.zhuanlichaxun.net/pdf/10123011.html
关于我们 - 网站声明 - 网站地图 - 资源地图 - 友情链接 - 网站客服 - 联系我们

copyright@ 2017-2018 zhuanlichaxun.net网站版权所有
经营许可证编号:粤ICP备2021068784号-1 
 


收起
展开