自主选课匹配系统

作者：董思雨

来源：电子测试, 2019, (14): 63-65.

DOI：10.16520/j.cnki.1000-8519.2019.14.022

• 教育辅助系统
• 长短程记忆网络
• 卷积神经网络

自主选课在中学期间日渐普及,而选课最重要的是同学们各自的兴趣,如果分到一位自己不喜欢的老师或科目,学习效率会降低,甚至出现厌恶此科目,所以自主选课系统的构造尤为重要。随着深度学习以及大数据分析渗透各个领域,在生活中体现出极其重要的作用。本系统通过录制老师和学生上课视频,构造大数据库对老师和学生上课的行为分析进行记录,通过长短程神经网络(LSTM)对学生行为分析进行情绪解析,得到最后的匹配度,最终找到自己匹配度最高的三位老师,进行试课,通过试课找到自己适合的老师。这样,既提高学生上课的热情和效率,又保障了学校的生活氛围。同时该系统不依赖于学生主观评价,使得数据结果更为客观,不增加老师和学生的负担,而且有较强精度性以及实时性。此种系统可以同步的进行教学辅助,在中小学选课分析方面有着广泛的应用场景。