题名 基于大型语言模型的AI招生咨询助理设计与实现
1
作者
阮昆 杨璟轩 殷旭 储雯 罗婷婷 黄容
机构
重庆邮电大学教育信息化办公室 重庆邮电大学 计算机科学与技术学院重庆邮电大学 自动化学院
出处
《实验室研究与探索》
北大核心
2025年第2期110-116,共7页
基金
2024年度重庆市高等教育考试招生研究课题(CQZSKS2024072)。
文摘
针对高考招生咨询业务繁忙,咨询覆盖范围有限、咨询效率不高等问题,基于检索增强生成、大型语言模型、提示词工程和检索增强生成转结构化查询语言等技术构建AI招生咨询助理,搜集学校招生信息网招生政策、常见问题、学院专业介绍等建立本地权威招生知识库,对政策咨询类问题直接在本地向量知识库检索,对数据查询类问题转化为SQL数据查询,将检索或查询结果送至大模型推理生成回复,提升提问方式的自由度以及问题回复的权威性和实时性,降低大模型幻觉,实现全天候为考生和家长提供精准化、智能化、个性化的咨询服务。在2024年高考招生咨询中,大幅度减轻学校招生咨询工作压力,有效提升招生咨询效率,促进公平获取招生信息。
关键词
大型语言模型 检索增强生成技术 提示词工程 招生咨询
Keywords
large language model retrieval-augmented generation prompt engineering admissions consulting
分类号
G434
[文化科学—教育技术学]
TP18
[自动化与计算机技术—控制理论与控制工程]
TP391.1
[自动化与计算机技术—计算机应用技术]
题名 高校教育大数据应用支撑体系的设计与实践
被引量：30
2
作者
熊余 储雯 蔡婷 於隆甲 田航
机构
重庆邮电大学 教育 信息化 研发中心重庆邮电大学教育信息化办公室
出处
《现代教育技术》
CSSCI
北大核心
2020年第11期91-97,共7页
基金
重庆市高等教育教学改革研究重大项目“面向‘中国教育现代化2035’的高校教育大数据应用支撑体系研究与实践”(项目编号:191015) 重庆市教育综合改革研究课题“数据驱动高校智能化教学变革的实现路径研究”(项目编号:20JGY28) 重庆市高教学会高等教育科学研究重点课题“教育信息化支撑高校人才培养模式改革研究及实践”(项目编号:CQGJ17013A)的阶段性研究成果。
文摘
深化教育大数据应用、支撑引领教育教学改革,是国家教育现代化建设的重要内容。文章首先分析了与支撑高校教育大数据应用密切相关的数据治理、数据分析的定义和研究现状,随后设计了包含数据采集感知层、数据处理交换层、数据分析应用层、数据治理推进体制等四大模块的高校教育大数据应用支撑体系。最后,文章介绍了重庆邮电大学开展的基于“数据共享行动计划”的数据治理实践和基于“大数据分析行动计划”的数据分析实践,验证了所设计体系的可行性。作为一套完整的教育信息化解决方案,高校教育大数据应用支撑体系可以为高等院校建设智慧校园、推进智慧教育提供借鉴。
关键词
教育信息化 教育大数据 数据治理 数据分析 智慧教育
Keywords
educational informationization educational big data data governance data analysis smart education
分类号
G40-057
[文化科学—教育学原理]
题名 数字思政的时代意蕴、现实困境及发展路径
被引量：1
3
作者
陈旭 阮昆
机构
重庆邮电大学 党委组织部重庆邮电大学教育信息化办公室 /信息 与网络管理中心
出处
《重庆邮电大学学报(社会科学版)》
2025年第1期113-120,共8页
基金
重庆市社科规划青年项目:人工智能背景下青年学生科技伦理意识培育实证研究(2022NDQN02) 重庆市教委人文社科项目思政专项:新时代高校网络意识形态建设研究(22SKSZ033) +1 种基金 重庆市高校数字思政实验创新中心课题:高校思政指数体系构建研究(2023SZSZ-05) 重庆市高等教育教学改革重点项目:基于大数据实施“精准思政”教育的研究与实践(202087)。
文摘
数字思政是数字中国建设在教育领域提出的重要课题,是教育数字化战略对思想政治教育提出的必然要求,也是实现思想政治教育个性化、精准化、科学化的重要手段。推进数字思政建设在认知层面存在对数字思政的科学内涵和基本问题认识不足的新问题,在技术层面存在数字技术的双重性给数字思政带来的新挑战,在实践层面存在技术引领创新与实践机制滞后的新矛盾。高校要遵循思想政治教育规律和学生成长成才规律,主动破解困境、寻求突破。在认知层面,将数字思维融入“大思政”育人新格局。要积极主动拥抱数字时代,准确把握数字思政的科学内涵;要坚持以学生为本,着力学生自由全面的发展需求。在技术层面,形塑工具理性和价值理性相统一的育人新生态。要准确把握数据价值,破除数字崇拜;要夯实价值根基,构建育人新生态。在实践层面,构建多元协同和智能高效的育人新模式。要在坚持多元协同育人格局、推进新型基础设施建设、构建共享数据治理体系、打造高质量育人新平台、提升育人主体数字能力方面持续发力。未来,高校要厘清教育数字化改革需求,努力将数字技术带来的环境变量转化为发展增量,助推实现高校思想政治教育高质量发展。
关键词
数字思政 数字思维 数字化能力
Keywords
digital ideological and political education(IPE) digital thinking digital capability
分类号
G641
[文化科学—高等教育学]
题名 一种具有传感功能标签天线的优化设计
被引量：2
4
作者
罗志勇 张彬 王将宏 赵洪图 蔡婷
机构
重庆邮电大学 先进制造工程学院重庆邮电大学 自动化学院重庆邮电大学教育信息化办公室
出处
《微波学报》
CSCD
北大核心
2016年第4期41-46,共6页
基金
国家自然科学基金(61471075) 国家科技支撑计划项目(2014BAI11B00)
文摘
针对奥地利微电子公司（AMS）推出的具有传感功能的标签芯片SL900A,提出一种适用SL900A标签芯片的超高频折叠偶极子标签天线。SL900A标签芯片符合EPC Class1 Gen2（860-960 MHz）标准,谐振频率在900MHz处芯片输入阻抗为31-320jΩ。本文通过HFSS电磁仿真软件对设计的天线进行建模、仿真,分析得出影响天线阻抗、谐振频率和带宽性能的关键尺寸参数,采用烟花算法（FWA）优化方法对天线关键尺寸参数进行优化。经过优化,天线功率反射系数小于-10 d B时带宽为10%,覆盖860-960 MHz频段,最大增益达到-0.98 d B,天线与SL900A标签芯片实现良好的共轭阻抗匹配。根据优化结果制作天线实物,测试结果表明设计实现的天线适用于SL900A标签芯片。
关键词
SL900A标签芯片 标签天线 烟花算法 共轭阻抗匹配
Keywords
SL900A tag chip, tag antenna, fireworks algorithm, conjugate impedance matching
分类号
TN820
[电子电信—信息与通信工程]
TP391.44
[自动化与计算机技术—计算机应用技术]
题名 一种改进的字符串模式匹配算法
被引量：7
5
作者
蔡婷 杨卫帅
机构
重庆邮电大学教育信息化办公室 /信息 与网络管理中心重庆邮电大学 自动化学院
出处
《物联网技术》
2017年第7期89-91,95,共4页
文摘
高效快速的字符串模式匹配算法有助于网络信息处理的相关应用。文章在分析相关字符串匹配算法的基础之上,针对模式串中字符重复次数较多匹配应用,提出了一种快速的字符串匹配改进算法。该算法利用文本串中当前失败字符与模式串右对齐端的文本串下一个字符来启发模式串向右移动。结合这两个字符在模式串中匹配的情况及以这两个字符为首末的特征字符串在模式串中的匹配情况来使计算模式串向右移动最大距离,尽可能地排除无效匹配。实验结果表明,该算法能有效减少模式匹配中字符的比较次数,提高模式匹配效率。
关键词
字符串匹配 KMP算法 BM算法 Sunday算法 移动距离
分类号
TP301.6
[自动化与计算机技术—计算机系统结构]
题名 基于深度学习的学生教学评价情感分析
被引量：22
6
作者
王保华 熊余 姚玉 储雯 吕翊
机构
重庆邮电大学 通信与信息 工程学院重庆邮电大学教育信息化办公室
出处
《电化教育研究》
CSSCI
北大核心
2021年第4期101-107,共7页
基金
2019年重庆市高等教育改革研究重大项目“面向‘中国教育现代化2035’的高校教育大数据应用支撑体系研究与实践”(项目编号:191015) 2020年重庆市教育综合改革研究课题“数据驱动高校智能化教学变革的实现路径研究”(课题编号:20JGY28)。
文摘
随着教育信息化建设的深入推进,教学系统中积累了海量的学生教学评价数据,这些数据蕴含了丰富的信息,亟待挖掘利用。为了挖掘学生教学评价中的情感倾向,为提高教学质量提供科学依据,文章提出了一种基于双通道深度记忆网络的深度学习模型,用于学生教学评价的方面级情感分析。在该模型中,设计了双通道策略以充分提取评语中隐含的局部特征和上下文依赖信息,并使用循环注意力机制提取与特定教学方面相关的情感信息以实现细粒度的方面级情感分析。通过在真实的教学评价数据集上进行实验,结果表明,所提出的方法能有效挖掘学生评价中关于不同教学方面的情感倾向,为教师和教学管理者了解并改进教学提供依据。
关键词
学生教学评价 情感分析 深度学习 深度记忆网络 卷积神经网络
Keywords
Student Teaching Evaluation Sentiment Analysis Deep Learning Deep Memory Network Convolutional Neural Network
分类号
G434
[文化科学—教育技术学]
题名 面向长短期混合数据的MOOC辍学预测策略研究
被引量：2
7
作者
杨坤融 熊余 张健 储雯
机构
重庆邮电大学 通信与信息 工程学院重庆邮电大学教育信息化办公室
出处
《计算机工程与应用》
CSCD
北大核心
2023年第4期130-138,共9页
基金
重庆市技术创新与应用发展专项重点项目(cstc2021jscx-gksbX0059) 重庆市高等教育教学改革研究重大项目(191015)。
文摘
针对MOOC中学生行为数据的长短期混合特性,为解决辍学预测中的动态类别不平衡问题,提出一种基于深度学习的辍学预测策略。首先建立以天为时间步长、周为学习周期的新型学生行为时间序列,以捕捉每一时间步长下时间序列数据的短期依赖关系和相邻学习周期之间的长期模式和趋势。然后结合辍学定义的两种不同表达揭示MOOC辍学预测的动态类别不平衡现象。接着引入基于代价敏感的长短期时间序列深度学习模型,以实现对高辍学风险学生的精准预测。最后在KDD Cup 2015数据集上的实验证明,所提策略能够有效帮助MOOC课程教师和教学管理者追踪课程学生在不同时间步长的学习状态,从而动态监控不同学习阶段的辍学行为。
关键词
大规模开放式在线课程(MOOC) 深度学习 辍学预测 时间序列模型 代价敏感性学习
Keywords
massive open online courses(MOOC) deep learning dropout prediction time series model cost-sensitive learning
分类号
TP391.7
[自动化与计算机技术—计算机应用技术]
