一种多场景多数据的交互式智慧学习方法及系统与流程

本发明涉及信息，尤其涉及一种多场景多数据的交互式智慧学习方法及系统。

背景技术：

1、在烟草行业法规变动快速响应系统中，如何实现新法规的自动分类是一个关键的技术问题。不同业务领域之间可能存在交叉和关联，进一步增加了分类的难度。在个性化法规更新通知方面，需要准确把握不同用户角色的信息需求。管理层可能更关注法规对公司整体战略的影响，而零售商则更关心与日常运营相关的细则。系统必须在海量的法规信息中，精准提取出适合每个用户角色的内容，并以易于理解的方式呈现。面向烟草行业从业者的智能学习模块的设计也面临诸多挑战。需要根据用户的学习进度和反馈，动态调整题目的难度和内容。用户的学习行为往往具有较大的随机性和不确定性，如何准确捕捉用户的学习状态并做出相应调整，对于算法设计来说是一个难题。不同用户的学习能力和基础知识水平差异较大，如何在保证学习效果的同时，兼顾学习体验的个性化需求，也是一个值得深入探究的问题。

技术实现思路

1、本发明提供了一种多场景多数据的交互式智慧学习方法，主要包括：

2、通过对网站和官方公告周期性扫描，对获取的法规文本进行解析，从中提取关于烟草行业的法规信息，封装至法律法规知识库，并对当次扫描出现的新法规信息进行标注，更新所述法律法规知识库；

3、根据案例训练模型，对新法规信息进行分类，具体对应预定义的业务领域，包括销售、生产或广告，并评定新法规信息的紧急程度；

4、构建不同的员工角色模型，包括销售商、管理层、流水线员工，并判定对应的工作职责和法律敏感点；

5、根据所述员工角色模型，对员工进行提示，提示内容包括新法规信息中对应的法规变动信息，并根据员工的学习历史和工作表现对提示内容进行动态调整；

6、根据不同员工角色模型，定期推送法律法规知识库中对应的法规知识内容，包括销售人员的知识产权法律、管理人员的法规政策和流水线员工的操作规范；

7、通过建立学习效果评估模型，跟踪和分析员工对法规文本的掌握程度和学习进度，结合员工角色模型和学习评估结果，生成不同岗位对应的学习改进建议。

8、本发明提供了一种多场景多数据的交互式智慧学习系统，主要包括：

9、法规信息采集与更新模块，用于周期性扫描并更新烟草行业的法律法规知识库；

10、法规分类与紧急程度评估模块，用于对新法规信息进行分类并评定其紧急性；

11、员工角色模型构建模块，用于定义不同员工的工作职责和法律敏感点；

12、员工法规提示与知识推送模块，用于根据员工角色提供法规变动提示和定期知识内容；

13、学习效果评估与改进建议模块，用于分析员工学习效果并提出针对性改进建议。

14、本发明实施例提供的技术方案可以包括以下有益效果：

15、本发明公开了一种多场景多数据的交互式智慧学习方法。该方法通过对网站和官方公告周期性扫描，获取法规文本并解析提取烟草行业相关法规信息，随后封装至法律法规知识库。该系统具备标注新法规信息、更新法律法规知识库的功能，进一步根据案例训练模型，对新法规信息进行分类，具体对应预定义的业务领域，包括销售、生产或广告，并评定新法规信息的紧急程度。本发明构建了不同的员工角色模型，包括销售商、管理层、流水线员工，并判定对应的工作职责和法律敏感点。依据这些员工角色模型，本发明对员工进行个性化提示，提示内容包括新法规信息中对应的法规变动信息，并根据员工的学习历史和工作表现对提示内容进行动态调整。进一步地，本发明定期推送法律法规知识库中对应的法规知识内容，针对不同角色的员工进行定制，如销售人员的知识产权法律、管理人员的法规政策和流水线员工的操作规范。此外，本发明通过建立学习效果评估模型，跟踪和分析员工对法规文本的掌握程度和学习进度，结合员工角色模型和学习评估结果，生成不同岗位对应的学习改进建议。本发明的技术效果包括提高烟草行业员工对最新法规的认知和敏感度、增强员工对法规变动的适应性和反应速度、提供定制化和动态调整的教育培训方案，以及通过持续的学习和评估优化员工的专业能力和工作表现。这些效果共同促进了法规遵从性的提高和企业的整体运营效率。

技术特征：

1.一种多场景多数据的交互式智慧学习方法，其特征在于，所述方法包括：

2.根据权利要求1所述的方法，其中，所述通过对网站和官方公告周期性扫描，对获取的法规文本进行解析，从中提取关于烟草行业的法规信息，封装至法律法规知识库，并对当次扫描出现的新法规信息进行标注，更新所述法律法规知识库，包括:

3.根据权利要求1所述的方法，其中，所述根据案例训练模型，对新法规信息进行分类，具体对应预定义的业务领域，包括销售、生产或广告，并评定新法规信息的紧急程度，包括:

4.根据权利要求1所述的方法，其中，所述构建不同的员工角色模型，包括销售商、管理层、流水线员工，并判定对应的工作职责和法律敏感点，包括:

5.根据权利要求1所述的方法，其中，所述根据所述员工角色模型，对员工进行提示，提示内容包括新法规信息中对应的法规变动信息，并根据员工的学习历史和工作表现对提示内容进行动态调整，包括:

6.根据权利要求1所述的方法，其中，所述根据不同员工角色模型，定期推送法律法规知识库中对应的法规知识内容，包括销售人员的知识产权法律、管理人员的法规政策和流水线员工的操作规范，包括:

7.根据权利要求6所述的方法，其中，所述从法律法规知识库中识别出与员工相关的法律条款，通过分析员工的工作站点、历史学习记录以及职责，生成对应的重点法规列表，包括:

8.根据权利要求6所述的方法，其中，所述针对不同生产线的具体需求和风险点，设置互动学习模块，包括模拟操作环境、风险预测游戏，包括:

9.根据权利要求1所述的方法，其中，所述通过建立学习效果评估模型，跟踪和分析员工对法规文本的掌握程度和学习进度，结合员工角色模型和学习评估结果，生成不同岗位对应的学习改进建议，包括:

10.一种多场景多数据的交互式智慧学习系统,其特征在于，所述系统包括：

技术总结本申请提供一种多场景多数据的交互式智慧学习方法及系统，包括：根据案例训练模型，对新法规信息进行分类，具体对应预定义的业务领域，包括销售、生产或广告，并评定新法规信息的紧急程度；构建不同的员工角色模型，包括销售商、管理层、流水线员工，并判定对应的工作职责和法律敏感点；根据所述员工角色模型，对员工进行提示，提示内容包括新法规信息中对应的法规变动信息，并根据员工的学习历史和工作表现对提示内容进行动态调整；根据不同员工角色模型，定期推送法律法规知识库中对应的法规知识内容，包括销售人员的知识产权法律、管理人员的法规政策和流水线员工的操作规范。技术研发人员：蔡曙,陈玺翰,陈友佳,邱育鑫,杨乐琪,林煜,卓川盛,陈炯,林彦,林新望,王仰煌,杜俏,许铭栩,李润豪受保护的技术使用者：广东烟草汕头市有限责任公司技术研发日：技术公布日：2024/9/12