一、概述

 

  本系統通過人工智能驅動的智慧教育的開發與建設，在智慧教育基礎理論、人工智能實驗室構建、人工智能教學資源建設等方面形成了自己獨特的建樹。系統融人工智能、大數據、多媒體技術于一體，讓教學、實訓、就業變的更加精準、個性化，最充分的挖掘學生的個人潛力，尋找自身的薄弱環節和弱項，幫助自己調整學習方向和內容。該系統建設了比較豐富的資源庫，包括人工智能資源、智能設備實驗資源、大數據實驗案例等，涉及交通、金融、教育、醫療、汽車、消費服務、旅游等相關行業，整個系統覆蓋人工智能課程“教、學、考、評、管”等教育場景，推動了人工智能課程教學普及和智慧教育創新。

 

二、主要功能

 

  目前，國內教育正朝著智慧教育的方向發展，知識強化、互動教學、綜合性實驗、學習資源的精準推送、學生能力的多維度分析、學習監督、沉浸式教學、就業崗位精準推薦等問題都成為智慧教育需要重點解決的問題。那么，如何利用人工智能技術解決教育過程中的諸多問題呢？利用我們的恒電菁英智能教學系統可以解決上述這些問題。它分由實訓管理子系統、網絡學習空間子系統、知識強化子系統、互助學習子系統、成績數據挖掘與分析子系統、就業競爭力分析子系統等6個子系統組成，配備統一管理認證平臺，實現各大子系統數據的共享。提供數據太空艙，實現學生的考勤、實驗情況、理論學習情況、練習情況等數據的可視化展現。

 

 

  實訓管理子系統：支持實驗環境的創建，支持Windows和Linux等多種實驗環境開展實訓活動。它為教師提供作業發布、實驗指導、在線演示、作業批改、成績管理等功能，教師可以隨時隨地地開展實訓教學，并可以解決上面所提到的問題。該系統能監控學習者在實驗中的表現，量化學生的動手實操能力和遷移學習能力，培養學生的團隊合作精神和工程化意識。

 

 

  網絡學習空間子系統：為學生學習提供了一個線上的環境，結合線下的學習，幫助學生進行有意義的學習。它提供課程資源上傳、課程觀看、課件下載、個人學習資源管理、學習過程監控等功能，能監控學習者在網絡學習空間中的學習行為，并施加過程性的干預。它能將各個學科所蘊含的能力和重要知識點進行結構化呈現，構建學科自身的知識庫。

 

 

  知識強化子系統：學生可以隨時隨地地進行知識測評和強化訓練，并可以解決上面所提到的問題。它提供知識重溫、常規練習、晉級通關、競技對抗、模擬考試、自動組卷、錯題本等功能，能讓教師了解學生在學習中的薄弱環節，并增加學習的趣味性，有效地培養學生的競爭意識，實現學習資源和題目的個性化推薦。

 

 

  互助學習子系統：該子系統提供、論壇交流、在線提問、知識分享、學習日常管理、學習心得記錄等功能，利用圖挖掘、社區發現等關鍵技術構建師生對話網絡，深入挖掘學生在學習過程中的真問題，在圈子中找到與之志同道合的人進行共同學習，提升學習的效率。

 

 

  成績數據挖掘與分析子系統：針對總體成績水平的量化，多維度地評價一個學生的學習質量，并對學習者的學習進行進一步的量化，從而達到改善教學的目的。該系統通過與實訓管理子系統、知識強化子系統、網絡學習空間子系統、互助學習子系統進行對接，構建出學生學習情況畫像、學生學習特征和學習能力畫像、課程能力培養畫像、專業技術能力畫像，全方位地評價學生學習情況和教師的教學質量。通過關聯規則分析找到專業基礎課與專業核心課的關聯關系，并根據學生成績預測適合學生選擇的課程。利用回歸分析等方法實現學生學業成績的精準預測，能推測出學生在學習新課程時可能會出現的成績波動情況，做到準確的學業預警。

 

 

  就業競爭力分析子系統：提供就業信息崗位采集、崗位需求能力畫像構建等功能，利用多視圖分析、推薦系統等關鍵技術，幫助教師了解教學內容是否適應于當今社會的需要，實現學生崗位信息的匹配與推薦，有效地對學生進行職業規劃和指導。

 

 

三、產品特點：

 

恒電菁英智能教學系統是人工智能在教育實現融合應用的重要成果，從總體上可以歸結為理論、算法、平臺三個方面的先進性。

第一，基于人工智能的方法設計智慧教育科學的相關理論、構建新時代學習者模型，建立學與教的動因系統，以及個性化學習模型。

第二，深入消化智慧教育的應用場景，利用人工智能實現該智慧教育場景，主要的亮點包括：

1、利用關聯規則分析等數據挖掘方法挖掘出專業基礎課程與專業核心課程、專業核心課程之間的共性關系。

2、利用智能優化算法實現學習社區發現，讓學習者更精準地找到有共同學習興趣的學習伙伴，挖掘每個學習社區的核心人物和核心話題，并計算出學習者的最優學習路徑，幫助了解自身學習情況，并做出相應的學習計劃，從而提升學習者對教育虛擬社區的粘性。

3、將通過利用圖算法分析教育虛擬社區的群體行為特征，找到學習者的共性特征，利用教育虛擬社區的傳播性和交互性，讓學生找到志同道合的學習伙伴，讓教師和學生的交流更有目性。

4、通過深度學習技術構建每門課程能力畫像，再在每門課程中提取核心能力，構建專業能力畫像，進一步理清各學科在專業中所處的地位，讓學生進一步理解該學科的本質，從而提升其專業能力。

5、利用多視圖分析技術了解學生的學習行為和學習狀況，構建學生學習能力畫像，通過與專業能力畫像、學科能力畫像、就業能力畫像等進行比對，找出學習者的優勢項和不足項，利用推薦系統等技術為學生推送合適其學習的教學資源，進一步實現精準知識推送，提升學習者的學習成效。

6、利用知識圖譜技術將知識的本質特征呈現出來，通過對知識點本身的語義進行分詞解析，進一步實現知識的結構化呈現，讓學生了解一門學科的關鍵知識點，并為學生提供有效的知識點記憶地圖。

第三，通過人工智能實踐平臺獲取彈性計算資源，根據自身的需要定制環境配置進行大數據以及人工智能等領域的實踐應用。

同時，每個子系統解決智慧教育場景中的痛點問題，具體如下：

實訓管理子系統：

1、實現虛擬機、容器多源異構云實訓環境的統一管理；

2、支持理驗證性實驗合綜合性實驗；

3、支持在線演示和遠程輔導；

4、量化實驗過程，支持實驗過程的監控管理。

網絡學習空間子系統：

1、提供海量的學習資源和獨立的存儲空間；

2、支持學習資源的個性化推薦；

3、學習過程中的過程性干預。

知識強化子系統：

1、海量試題的個性化推薦；

2、通過競技對抗、晉級通關等方式進行游戲化學習；

3、配套詳細的答案解析；

4、按照知識點的覆蓋面、難度系數、學生答題情況綜合組卷。

互助學習子系統：

1、采用論壇、站內信、群聊等多種方式開展學習活動；

2、構建學科知識圖譜，讓機器回答學生的問題；

3、構建學習圈子，實現學生的互助能力；

4、構建師生對話網絡，量化學生的學習狀態。

成績數據挖掘與分析子系統：

1、實現多維度成績的綜合考察和評價；

2、實現成績的精細化分析；

3、鼓勵先進，督促后進；

4、實現教學評價和教學管理的一體化。

就業競爭力分析子系統：

1、海量招聘數據精準推薦，讓學生能找到合適的工作；

2、專業能力和崗位能力的綜合對比，促進課程改革；

3、為學生提供明確的就業路線。

 

四、應用場景：

該系統適用于課前預習、課堂實訓、課后討論、知識復習、在線答題、模擬考試、成績分析、就業能力評估等“教、學、考、評、管”應用場景中。

五、應用案例：

目前已經在華南師范大學、廣東技術師范大學、廣州番禺職業技術學院、廣東理工職業學院等多所本科和高職院校部署使用和推廣。