本发明属于数字化教学，具体涉及一种基于大模型的数字化教学服务方法。
背景技术：
1、随着信息技术的飞速发展，数字化教学已成为教育领域的重要趋势。然而，传统的数字化教学主要依赖于预先制作的教学课件、视频等资源，这些资源往往缺乏灵活性和互动性，无法满足学生的个性化需求。同时，传统数字化教学方法缺乏对学生学习状态的实时跟踪和反馈，导致教学效果难以评估和优化。
2、近年来，在现代教育体系中，数字化教学已成为推动教育变革和提高教育质量的重要手段。大模型技术在人工智能领域取得了显著的进展。大模型通常指基于海量数据进行训练的深度学习模型，具有强大的表示能力和泛化能力。在教育领域，大模型可以应用于教学资源的智能推荐、教学内容的个性化定制以及教学过程的智能化管理等方面。
3、尽管大模型技术在教育领域具有广泛的应用前景，但现有技术仍存在一些不足。缺乏对教学全过程的全面数据采集和分析，难以准确评估教学质量和学员的学习效果，缺乏灵活性，难以根据实时数据动态调整教学内容和策略，导致教学效果不理想。
技术实现思路
1、本发明的目的是提供一种基于大模型的数字化教学服务方法，能够更加高效、个性化地进行，提升教学效果和学员的学习体验。
2、本发明采取的技术方案具体如下：
3、一种基于大模型的数字化教学服务方法，包括：
4、采集数字化教学任务数据，并根据数字化教学任务数据生成目标教学服务内容；
5、构建教学服务周期，获取教学服务周期内对应的目标教学服务内容中各个知识点内容对应的学员上课行为数据；
6、根据学员上课行为数据获取各个知识点内容对应的随课练习题目准确度，根据随课练习题目准确度计算各个知识点内容的第一要素值；
7、根据学员上课行为数据获取各个知识点内容对应的教学时长评分，根据教学时长评分计算第二要素值；
8、根据第一要素值与第二要素值获取教学质量评分；
9、判断教学质量评分是否符合预设要求，若不符合，则根据教学时长评分调节对应知识点内容的教学时长，并生成新的教学服务内容；
10、构建反馈周期，获取反馈周期内采集的数字化教学任务数据以及新的教学服务内容，生成反馈教学服务内容；
11、将反馈教学服务内容作为目标教学服务内容返回至构建教学服务周期，获取教学服务周期内对应的目标教学服务内容中各个知识点内容对应的学员上课行为数据的步骤。
12、在一种优选方案中，所述采集数字化教学任务数据，并根据数字化教学任务数据生成目标教学服务内容的步骤，包括：
13、获取教学大纲与教学目标数据；
14、根据教学大纲与教学目标数据通过网络平台采集多个来源收集教学相关数据；
15、根据教学相关数据提取关键教学要求和目标；
16、基于提取的教学要求和目标，通过大模型生成目标教学服务内容。
17、在一种优选方案中，所述构建教学服务周期，获取教学服务周期内对应的目标教学服务内容中各个知识点内容对应的学员上课行为数据的步骤，包括：
18、获取教学计划时间；
19、根据教学计划时间以及目标教学服务内容，获取目标教学服务内容的知识点教学顺序；
20、获取目标教学服务内容中当前知识点教学；
21、根据当前知识点教学以及知识点教学顺序，获取与当前知识点教学相邻的知识点教学；
22、根据当前知识点教学以及相邻的知识点教学建立教学服务周期；
23、获取教学服务周期内对应的目标教学服务内容中各个知识点内容对应的学员上课行为数据。
24、在一种优选方案中，所述根据学员上课行为数据获取各个知识点内容对应的随课练习题目准确度，根据随课练习题目准确度计算各个知识点内容的第一要素值的步骤，包括：
25、根据学员上课行为数据获取各个知识点内容对应的随课练习题目准确度；
26、根据随课练习题目准确度获取对应的多个随课练习题目准确值；
27、获取第一要素函数；
28、将多个随课练习题目准确值输入至第一要素函数中，并将输出结果标记为知识点内容的第一要素值。
29、在一种优选方案中，所述根据学员上课行为数据获取各个知识点内容对应的教学时长评分，根据教学时长评分计算第二要素值的步骤，包括：
30、获取知识点内容的教学时长评价方向，其中，教学评价方向包括教学时长快评价和教学时长慢评价；
31、根据教学时长快评价获取对应的多个教学时长快评分；
32、根据教学时长慢评价获取对应的多个教学时长慢评分；
33、获取第二要素函数；
34、将多个教学时长快评分和多个教学时长慢评分输入至第二要素函数中，并将输出结果标记为第二要素值。
35、在一种优选方案中，所述根据第一要素值与第二要素值获取教学质量评分的步骤，包括：
36、根据学员上课行为数据获取对应知识点的学员互动频次；
37、根据学员互动频次获取对应的互动权重系数；
38、获取评分函数；
39、将互动权重系数、第一要素值和第二要素值输入至评分函数中，并将输出结果标记为教学质量评分。
40、在一种优选方案中，所述根据学员互动频次获取对应的互动权重系数的步骤，包括：
41、获取互动补偿表，其中，互动补偿表包括多个学员互动评估区间频次以及每个学员互动评估区间频次所对应的互动权重系数；
42、根据学员互动频次获取对应的目标学员互动评估区间频次；
43、根据目标学员互动评估区间频次从互动补偿表中获取对应的互动权重系数。
44、在一种优选方案中，所述判断教学质量评分是否符合预设要求，若不符合，则根据教学时长评分调节对应知识点内容的教学时长，并生成新的教学服务内容的步骤，包括：
45、获取标准教学质量评分阈值；
46、判断教学质量评分是否超过标准教学质量评分阈值；
47、若教学质量评分未超过标准教学质量评分阈值，则判定教学质量评分所对应知识点的教学不满足教学需求，并标记为目标知识点；
48、若教学质量评分超过标准教学质量评分阈值，则判定教学质量评分所对应知识点的教学满足教学需求；
49、获取目标知识点所对应的教学时长评分，并根据教学时长评分调节教学时长，并生成新的教学服务内容。
50、在一种优选方案中，所述获取目标知识点所对应的教学时长评分，并根据教学时长评分调节教学时长，并生成新的教学服务内容的步骤，包括：
51、获取目标知识点所对应的多个教学时长快评分和多个教学时长慢评分，并分别对多个教学时长快评分和多个教学时长慢评分进行汇总，得到教学时长快评分集合以及教学时长慢评分集合；
52、判断教学时长快评分集合与教学时长慢评分集合两者的大小；
53、若教学时长快评分集合大于教学时长慢评分集合，则表明目标知识点所对应的教学时长快，并延长目标知识点教学时长，并生成新的教学服务内容；
54、若教学时长快评分集合小于教学时长慢评分集合，则表明目标知识点所对应的教学时长慢，并缩短目标知识点教学时长，并生成新的教学服务内容。
55、以及，一种基于大模型的数字化教学服务方法终端，包括：
56、一个或多个处理器；
57、存储装置，其上存储有一个或多个程序；
58、当所述一个或多个程序被所述一个或多个处理器执行，使得所述一个或多个处理器实现所述基于大模型的数字化教学服务方法。
59、本发明取得的技术效果为：
60、本发明，在通过循环反馈和持续优化，能够根据学员的实际学习效果调整教学内容，确保每个知识点都能够得到有效传授，提高整体教学质量，利用大模型和数据分析，可以根据每个学员的学习行为和学习效果，提供个性化的教学内容和建议，满足不同学员的学习需求，根据学员对各知识点的掌握情况和教学时长评分，优化教学时长，使学员能够在最适合的时间内掌握知识，提高学习效率，通过采集和分析大量的教学数据，能够做出更科学、更准确的教学决策，减少教学中的盲目性和不确定性，反馈周期的设置确保了教学内容的持续改进，使教学过程不断优化，适应学员的不断变化的学习需求和环境。
1.一种基于大模型的数字化教学服务方法，其特征在于，包括：
2.根据权利要求1所述的基于大模型的数字化教学服务方法，其特征在于，所述采集数字化教学任务数据，并根据数字化教学任务数据生成目标教学服务内容的步骤，包括：
3.根据权利要求1所述的基于大模型的数字化教学服务方法，其特征在于，所述构建教学服务周期，获取教学服务周期内对应的目标教学服务内容中各个知识点内容对应的学员上课行为数据的步骤，包括：
4.根据权利要求1所述的基于大模型的数字化教学服务方法，其特征在于，所述根据学员上课行为数据获取各个知识点内容对应的随课练习题目准确度，根据随课练习题目准确度计算各个知识点内容的第一要素值的步骤，包括：
5.根据权利要求1所述的基于大模型的数字化教学服务方法，其特征在于，所述根据学员上课行为数据获取各个知识点内容对应的教学时长评分，根据教学时长评分计算第二要素值的步骤，包括：
6.根据权利要求1所述的基于大模型的数字化教学服务方法，其特征在于，所述根据第一要素值与第二要素值获取教学质量评分的步骤，包括：
7.根据权利要求1所述的基于大模型的数字化教学服务方法，其特征在于，所述根据学员互动频次获取对应的互动权重系数的步骤，包括：
8.根据权利要求1所述的基于大模型的数字化教学服务方法，其特征在于，所述判断教学质量评分是否符合预设要求，若不符合，则根据教学时长评分调节对应知识点内容的教学时长，并生成新的教学服务内容的步骤，包括：
9.根据权利要求8所述的基于大模型的数字化教学服务方法，其特征在于，所述获取目标知识点所对应的教学时长评分，并根据教学时长评分调节教学时长，并生成新的教学服务内容的步骤，包括：
10.一种基于大模型的数字化教学服务方法终端，其特征在于，包括：
