(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 202211377175.5 (22)申请日 2022.11.04 (71)申请人 五石炼成 （上海） 信息科技有限公司 地址 200062 上海市普陀区中山北路3 663 号358幢3楼342C室 (72)发明人 彭振宇　许嘉良　宛平　顾小清　 (74)专利代理 机构 南京泰普专利代理事务所 (普通合伙) 32360 专利代理师 张磊 (51)Int.Cl. G06F 16/25(2019.01) G06F 40/30(2020.01) G06Q 50/20(2012.01) (54)发明名称 一种基于证据的教育数据转化模型的构建 方法及其系统 (57)摘要 本发明公开了一种基于证据的教育数据转 化模型的构建方法及其系统， 属于教学技术领 域。 包括： 基于教育语义结构创建若干个存在预 定顺序的教育量化模型； 获取源输入数据集， 按 照教育语义结构进行划分， 得到与教育量化模型 相对应的若干个教育数据集； 于每个教育量化模 型中嵌入计算模 型， 基于所述计算模 型对输入数 据做量化处理得到输出数据， 并存储、 输出。 本发 明公开的基于量化模型的教育应用数据转化方 法应用于不同厂商、 以及不同教育产品之间的数 据转化， 实现数据流通性， 让 “数据孤岛 ”相互连 接最终变成 “数据湖”。 权利要求书2页 说明书6页 附图3页 CN 115544151 A 2022.12.30 CN 115544151 A 1.一种基于证据的教育数据转 化模型的构建方法， 其特 征在于， 至少包括以下步骤： 基于教育语义结构创建若干个存在预定顺序的教育量化模型， 基于所述预定顺序对每 个教育量 化模型的输入数据和输出 数据分别进行定义； 获取教育应用数据， 并处理得到源输入数据集； 将所述源输入数据集按照教育语义结 构进行划分， 得到与教育量 化模型相对应的若干个教育数据集； 于每个教育量化模型中嵌入计算模型， 基于所述计算模型对输入数据做量化处理得到 输出数据， 并存储、 输出； 所述计算模 型包括基础计算模型和复合计算模 型， 其中， 所述基础 计算模型为最小计算单元， 所述复合计算模型 由若干个基础计算模型和/或复合计算模型 按照顺序结构组成。 2.根据权利要求1所述的一种基于证据的教育数据转化模型的构建方法， 其特征在于， 所述教育量 化模型至少包括： 参 考模型、 证据评分模型、 属性测量模型以及相关型模型； 对应的， 所述教育数据集至少包括参考数据集、 证据评分数据集、 属性测量数据集以及 相关型数据集。 3.根据权利要求2所述的一种基于证据的教育数据转化模型的构建方法， 其特征在于， 对每个教育量 化模型的输入数据和输出 数据的定义 流程如下： 定义参考模型的输入数据为参考数据集， 输出数据为参考数据簇， 所述参考数据簇由 参考模型内的计算模型将参 考数据集 量化处理得到； 定义证据评分模型的输入数据为参考数据簇和/或证据评分数据集， 输出数据为证据 评分数据簇， 所述证据评分数据簇由证据评分模型内的计算模型将参考数据簇、 证据评分 数据集量化处理而成； 定义属性测量模型的输入数据为证据评分数据簇和/或属性测量数据集， 输出数据为 属性测量数据簇， 所述属 性测量数据簇由属 性测量模型内的计算模型将证据评分数据簇、 属性测量数据集做量 化处理得到； 定义相关型模型的输入数据为相关型数据集， 输出数据为相关型数据簇， 所述相关型 数据簇由相关型模型内的计算模型将相关型 数据集量化处理得到。 4.根据权利要求1所述的一种基于证据的教育数据转化模型的构建方法， 其特征在于， 所述基础计算模型均具有至少一个输入端和至少一个输出端。 5.根据权利要求1所述的一种基于证据的教育数据转化模型的构建方法， 其特征在于， 所述复合计算模型的顺序结构通过 连接关系表示， 如下： 定义当前的复合计算模型内的若干个基础计算模型和/或复合计算模型均为其对应的 子模型， 则顺序结构至少包括： 输入 ‑输入连接、 输出 ‑输入连接和输出 ‑输出连接； 其中， 所述输入 ‑输入连接表示为复合计算模型的某个输入端与其子模型的某个输入 端之间的连接关系； 输出‑输入连接表示为复合计算模型的子模型相互之间的输入端与输出端之间的连接 关系； 输出‑输出连接表示为复合计算模型的某个输出端与其子模型的某个输出端之间的连 接关系。 6.根据权利要求1所述的一种基于证据的教育数据转化模型的构建方法， 其特征在于， 所述基础计算模型采用以下运算方法： 加、 减、 乘、 除、 乘方、 对数、 阶乘、 最大值、 最小值、 平权　利　要　求　书 1/2 页 2 CN 115544151 A 2均数、 中位数、 众 数、 方差、 标准差、 求相关系数中的一种； 其中， 当采用加、 减、 乘、 除、 乘方、 对数运算时， 对应的基础计算模型包括两个输入端； 当采用阶乘 运算时， 对应的基础计算模 型包括一个输入端； 当采用最大值、 最小值、 平均数、 中位数、 众数、 方差、 标准差、 求相关系数运算时， 对应的基础计算模型包括至少两个输入 端。 7.根据权利要求2所述的一种基于证据的教育数据转化模型的构建方法， 其特征在于， 所述教育应用数据为教育对象在学习过程做出的行为类别、 以及对应的次数统计。 8.根据权利要求6所述的一种基于证据的教育数据转化模型的构建方法， 其特征在于， 所述复合计算模型的运 算流程如下： 将复合计算模型的输入端处的对应的数据采用任意一种或多种基础计算模型进行复 合， 将复合后的数据再使用基础计算模型进行运 算。 9.一种基于证据的教育数据转化模型的构建系统， 用于实现如权利要求1至8中任意一 项所述的转 化方法， 其特 征在于， 包括： 第一模块， 被设置为基于教育语义结构创建若干个存在预定顺序的教育量化模型， 基 于所述预定顺序对每 个教育量 化模型的输入数据和输出 数据分别进行定义； 第二模块， 被设置为获取教育应用数据， 并处理得到源输入数据集； 将所述源输入数据 集按照教育语义结构进行划分， 得到与教育量 化模型相对应的若干个教育数据集； 第三模块， 被设置为于每个教育量化模型中嵌入计算模型， 基于所述计算模型对输入 数据做量 化处理得到输出数据， 并存 储、 输出。权　利　要　求　书 2/2 页 3 CN 115544151 A 3