本文内容就一个点，将算法应用到教育系统中的各场景，让每个业务模块都实现智能化
以下列举出所有的需求点
目录
一、千人千面，个性化推荐流，推荐用户感兴趣的内容
实现方案：CTR模型
应用场景：所有的内容流场景
首页Feed流、课程资源、教研资源、精品资源、专项资源、学科资源、作业资源、题库资源
二、搜索结果页应用排序
实现方案：CTR模型
应用场景：所有搜索场景
三、搜索引入向量搜索
实现方案：语义向量模型（semantic search）
应用场景：所有搜索场景
四、word文档总结概括
实现方案：大模型
应用场景：
word文档/网页内容的总结帮助用户理解
根据文档关键字生成
智慧命题
金点子
智慧备课
智慧写大纲
智慧解题
智慧答疑解惑
五、多模态资源整合，语义对齐
视频内容总结为文字
视频转文字，进而概括核心内容，避免浪费时间
六、教师授课能力AI测评
一、千人千面，个性化推荐流，推荐用户感兴趣的内容
实现方案：CTR模型
应用场景：所有的内容流场景
CTR千人千面可以应用在以下所有场景，只要是内容推荐的场景均可实现个性化，场景相似依次类推。例如以下场景：
首页Feed流、
课程资源、
教研资源、
精品资源、
专项资源、
学科资源、
作业资源、
题库资源
二、搜索结果页应用排序
实现方案：CTR模型
应用场景：所有搜索场景
三、搜索引入向量搜索
实现方案：语义向量模型（semantic search）
应用场景：所有搜索场景
可以看到，平台的搜索都是基于关键词的硬匹配，没有考虑同义词、长句，问句的情况，接入语义向量可以解决这个问题
四、word文档总结概括
实现方案：大模型
应用场景：
word文档/网页内容的总结帮助用户理解
根据文档关键字生成
智慧命题
金点子
智慧备课
智慧写大纲
智慧解题
智慧答疑解惑
五、多模态资源整合，语义对齐
平台有很多格式的数据，PDF/Doc/教学视频/图片/等，都可以进行整合，挖掘以下功能方便用户：
视频内容总结为文字
视频转文字，进而概括核心内容，避免浪费时间
六、教师授课能力AI测评
通过大模型，将授课视频转化为问题图片等，并用LLM去评估，对授课质量进行打分
当然还有很多待做和待发掘的内容和功能需求，后续继续补充
