买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！

申请/专利权人：成都锦城学院

摘要：本发明提供了一种基于深度学习的数据挖掘方法，涉及教学数据挖掘技术领域。本发明通过数据云端构建环节来建立对应的模型容器和数据容器，从而为大数据挖掘提供基础框架，通过通用识别模型结合学习数据对容器内个人数据实现了标准数据挖掘，通过个人特征识别模型结合标准数据对容器内个人数据实现了特征数据挖掘，通用识别模型和个人特征识别模型相配合使用，实现了通用模型的数据提取和个人模型的特征校正，从而提高识别准确度并提高了数据挖掘利用率；并利用师生互动流程实现自动标注，在不断地迭代更新个人模型后，便能实现个人特征数据的精准识别。

主权项：1.一种基于深度学习的数据挖掘方法，其特征在于，包括数据云端构建环节、学习数据提取环节、标准数据挖掘环节和特征数据挖掘环节；其中，数据云端构建环节：用于构建基于深度学习的数据云端，包括通用识别模型容器、个人特征识别模型容器、学生个人数据容器、教师个人数据容器和学习资料数据容器；其中，所述通用识别模型容器中设置有已经训练好的通用图像文字识别模型和通用音频文字识别模型；所述学生个人数据容器用于存储学生个人数据，所述教师个人数据容器用于存储教师个人数据，所述学习资料数据容器用于存储学习资料数据；所述个人特征识别模型容器针对学生个人设置有对应的个人图像文字识别模型，针对教师个人设置有对应的个人音频文字识别模型；学习数据采集环节：采集学习数据并上传至数据云端，包括学习资料获取步骤、书面图像获取步骤和授课音频获取步骤；其中，学习资料获取步骤：对习题题目、习题答案、授课课本和授课讲义进行图像扫描上传，数据云端通过通用图像文字识别模型识别得到学习资料数据，并按照各班级各学科存储至学习资料数据容器中；书面图像获取步骤：通过数字化教学系统采集学生个人的习题答题书面和阅卷结果，并上传至对应的学生个人数据容器中；授课音频获取步骤：通过数字化教学系统采集教师的授课音频数据并上传至对应的教师个人数据容器中；标准数据挖掘环节：结合学习数据对容器内个人数据进行标准数据挖掘，包括学生书写标准挖掘步骤和教师讲述标准挖掘步骤；其中，学生书写特征挖掘步骤：获取习题答题书面的阅卷结果并结合习题答案，对学生个人的习题答题书面进行部分标准文字匹配，得到标准书写文字段；教师口述标准挖掘步骤：获取授课音频数据的音轨时间并进行音轨定位，确定不同音轨时间对应讲述的学习数据，并对教师个人的授课音频数据进行部分标准文字匹配，得到标准讲述文字段；其中，进行部分标准文字匹配的步骤为：通过习题答题书面对应的阅卷结果，获取正确答题书面部分；通过通用图像文字识别模型对正确答题书面部分进行识别，得到正确答题书面文字；通过学习资料数据容器获取正确答题书面部分对应的习题答案，得到对应的正确部分习题答案文字；将正确答题书面文字和正确部分习题答案文字通过文本对齐算子进行处理，将成功对齐的文字段标记为标准书写文字段；特征数据挖掘环节：结合标准数据对容器内个人数据进行特征数据挖掘，包括书面特征挖掘步骤和讲述特征挖掘步骤；其中，书面特征挖掘步骤：通过通用图像文字识别模型对习题答题书面进行识别，得到初步识别书面文字并与标准书写文字段进行对比，筛出差异文字并在习题答题书面中进行定位，得到差异文字书面图像并同差异文字作为书面特征数据，用于个人图像文字识别模型的训练学习；讲述特征挖掘步骤：通过通用音频文字识别模型对授课音频数据进行识别，得到初步识别讲述文字并与标准讲述文字段进行对比，筛出差异文字并在音轨时间中进行定位，得到差异文字音频数据并同差异文字作为讲述特征数据，用于个人音频文字识别模型的训练学习。

全文数据：

权利要求：

百度查询： 成都锦城学院 一种基于深度学习的数据挖掘方法