(19)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 202211442407.0 (22)申请日 2022.11.18 (71)申请人 深圳方圆宝信息科技 服务有限公司 地址 518000 广东省深圳市南 山区粤海街 道高新区社区科技南路16号深圳湾 科 技生态园11栋A1301 (72)发明人 曾昆　 (74)专利代理 机构 深圳汉林汇融知识产权代理 事务所(普通 合伙) 44850 专利代理师 吴洪波 (51)Int.Cl. G06Q 50/20(2012.01) G06N 3/04(2006.01) G06N 3/08(2006.01) G06K 9/62(2022.01) (54)发明名称 基于智慧校园的学生课程成绩分析管理方 法及系统 (57)摘要 本发明涉及人工智能领域， 公开了一种基于 智慧校园的学生课程成绩分析管 理方法及系统， 用于实现对学生进行学习习惯分析并提高个性 化教学指导方案的生成准确率。 所述方法包括： 对课程关联信息进行课程组成解析， 得到课程组 成因子， 并对图书馆关联信息进行借阅行为特征 提取， 得到借阅行为因子， 以及根据课程组成因 子和借阅行为因子生成学习行为评价因子； 并对 个人兴趣信息进行个人兴趣特征提取， 得到个人 兴趣影响因子； 将学习行为评价因子和个人兴趣 影响因子输入学习习惯分析模型进行学习习惯 分析， 得到学习习惯分析结果； 构建课程成绩数 据和学习习惯分析结果之间的关联关系， 生成关 系报告， 并根据关系报告生 成个性化教学指导方 案。 权利要求书3页 说明书11页 附图4页 CN 115496638 A 2022.12.20 CN 115496638 A 1.一种基于智慧校园的学生课程成绩分析管理方法， 其特征在于， 所述基于智慧校园 的学生课程成绩分析 管理方法包括： 从预置的智慧校园平台中获取目标学生的课程关联信息和图书馆关联信息， 其中， 所 述课程关联信息包括： 选修课程信息和主修课程信息， 所述图书馆关联信息包括： 图书馆打 卡信息和图书借阅信息； 对所述课程关联信息进行课程组成解析， 得到课程组成因子， 并对所述图书馆关联信 息进行借阅行为特征提取， 得到借阅行为因子， 以及根据所述课程组成因子和所述借阅行 为因子生成学习行为评价因子； 查询所述目标学生的个人兴趣信息， 并对所述个人兴趣信息进行个人兴趣特征提取， 得到所述目标 学生对应的个人兴趣影响因子； 根据所述学习行为评价因子和所述个人兴趣影响因子构建所述目标学生对应的目标 特征矩阵； 将所述目标特征矩阵输入预置的学习习惯分析模型进行学习习惯分析， 得到所述目标 学生对应的学习 习惯分析 结果； 获取所述目标学生的课程成绩数据， 并构建所述课程成绩数据和所述学习习惯分析结 果之间的关联关系， 生成关系报告， 并根据所述关系报告生成个性 化教学指导方案 。 2.根据权利要求1所述的基于智慧校园的学生课程成绩分析管理方法， 其特征在于， 所 述对所述课程关联信息进行课程组成解析， 得到课程组成因子， 并对所述图书馆关联信息 进行借阅行为特征提取， 得到借阅行为因子， 以及根据所述课程组成因子和所述借阅行为 因子生成学习行为评价因子， 包括： 分别对所述课程关联信息进行课程类型提取， 得到主修课程类型和选修课程类型， 并 对所述主修课程类型和所述选修课程类型进行课程组成提取， 得到 课程组成因子； 分别对所述图书馆关联信 息进行图书借阅类型和图书借阅频率分析， 得到借阅信 息分 析结果， 并根据所述借阅信息分析 结果生成借阅行为因子； 对所述课程组成因子和所述借阅行为因子进行行为信息关联， 得到学习行为评价因 子。 3.根据权利要求1所述的基于智慧校园的学生课程成绩分析管理方法， 其特征在于， 所 述查询所述 目标学生的个人兴趣信息， 并对所述个人兴趣信息进行个人兴趣特征提取， 得 到所述目标 学生对应的个人兴趣影响因子， 包括： 从预置的智慧校园平台 中查询所述目标 学生的个人兴趣信息； 基于预设的兴趣特征关键词对所述个人兴趣信 息进行关键词匹配， 得到多个兴趣特征 关键词； 分别对所述多个兴趣特征关键词 进行特征影响因子匹配， 得到每个兴趣特征关键词的 特征影响因子； 根据每个兴趣特征关键词的特征影响因子生成所述目标学生对应的个人兴趣影响因 子。 4.根据权利要求1所述的基于智慧校园的学生课程成绩分析管理方法， 其特征在于， 所 述根据所述学习行为评价因子和所述个人兴趣影响因子构建所述目标学生对应的目标特 征矩阵， 包括：权　利　要　求　书 1/3 页 2 CN 115496638 A 2按照预设的排列顺序对所述学习行为评价因子和所述个人兴趣影响因子进行排列， 得 到目标阵列； 对所述目标阵列进行矩阵元 素补齐， 生成所述目标 学生对应的目标 特征矩阵。 5.根据权利要求1所述的基于智慧校园的学生课程成绩分析管理方法， 其特征在于， 所 述将所述目标特征矩阵输入预置的学习习惯分析模型进行学习习惯分析， 得到所述目标学 生对应的学习 习惯分析 结果， 包括： 将所述目标特征矩阵输入预置的学习习惯分析模型， 其中， 所述学习习惯分析模型包 括： 第一卷积网络、 第二卷积网络和归一 化输出层； 通过所述学习习惯分析模型对所述目标特征矩阵进行学习行为特征提取， 得到学习行 为特征预测值； 根据所述学习行为特 征预测值匹配所述目标 学生对应的学习 习惯类型； 根据所述学习 习惯类型生成所述目标 学生对应的学习 习惯分析 结果。 6.根据权利要求1所述的基于智慧校园的学生课程成绩分析管理方法， 其特征在于， 所 述获取所述目标学生的课程成绩数据， 并构建所述课程成绩数据和所述学习习惯分析结果 之间的关联关系， 生成关系报告， 并根据所述关系报告生成个性 化教学指导方案， 包括： 从预置的智慧校园平台 中获取所述目标 学生的课程成绩数据； 构建所述课程成绩数据和所述学习 习惯分析 结果之间的关联关系， 生成关系报告； 将所述关系报告作为评价指标， 并根据所述评价指标生成个性 化教学指导方案 。 7.根据权利要求1 ‑6中任一项所述的基于智慧校园的学生课程成绩分析管理方法， 其 特征在于， 所述基于智慧校园的学生课程成绩分析 管理方法还 包括： 获取多个学生的课程成绩数据， 并对所述多个学生的课程成绩数据进行教学质量评 价， 得到教学质量评价结果； 构建所述教学质量评价结果和所述个性 化教学指导方案对应的相关系数； 根据所述相关系数对所述个性 化教学指导方案进行优化， 得到目标教学指导方案 。 8.一种基于智慧校园的学生课程成绩分析管理系统， 其特征在于， 所述基于智慧校园 的学生课程成绩分析 管理系统包括： 获取模块， 用于从预置的智慧校园平台中获取目标学生的课程关联信 息和图书馆关联 信息， 其中， 所述课程关联信息包括： 选修课程信息和主修课程信息， 所述图书馆关联信息 包括： 图书馆打卡信息和图书借阅信息； 解析模块， 用于对所述课程关联信 息进行课程组成解析， 得到课程组成因子， 并对所述 图书馆关联信息进行借阅行为特征提取， 得到借阅行为因子， 以及根据所述课程组成因子 和所述借阅行为因子生成学习行为评价因子； 提取模块， 用于查询所述目标学生的个人兴趣信息， 并对所述个人兴趣信息进行个人 兴趣特征提取， 得到所述目标 学生对应的个人兴趣影响因子； 构建模块， 用于根据 所述学习行为评价因子和所述个人兴趣影响因子构建所述目标学 生对应的目标 特征矩阵； 处理模块， 用于将所述目标特征矩阵输入预置的学习习惯分析模型进行学习习惯分 析， 得到所述目标 学生对应的学习 习惯分析 结果； 生成模块， 用于获取所述目标学生的课程成绩数据， 并构建所述课程成绩数据和所述权　利　要　求　书 2/3 页 3 CN 115496638 A 3