一种基于大数据的教育信息智能分类系统技术方案

本发明专利技术公开了一种基于大数据的教育信息智能分类系统，包括图像采集模块、图像处理模块、数据分类模块、教学数据库、调查模块、教学评价模块、教师终端、学生终端以及服务器；本发明专利技术通过平均吸引度和教学值能够自行判断编辑的学习资源是否达到了教学标准并在平均吸引度和/或教学值小于预设阈值时，向教师终端发送用于提示重新编辑学习资源的信息，有助于提高教学质量；本发明专利技术能够实现将推送值排名前三的学习资源经服务器传输到学生终端；无需人工繁琐找寻；方便学生和老师从海量的学习资源中找到合适的学习资源，提高学习效率。

【技术实现步骤摘要】
一种基于大数据的教育信息智能分类系统
本专利技术涉及数据分类
，尤其涉及一种基于大数据的教育信息智能分类系统。
技术介绍
教育信息是为教学的有效开展提供的素材等各种可被利用的条件，通常包括教材、案例、影视、图片、课件等，也包括教师资源、教具、基础设施等；狭义的教育信息是指：教学中需要的学习资源，包括教学课件、教学设计、教学素材、教学习题等资源；随着计算机和互联网的不断发展，教育信息不断向数字化学习资源发展，数字化学习资源由于传送和保存的方便性，出现数字化学习资源数量的极速增长，在管理中，如果没有进行分类，将会严重影响学习资源的使用，并且学生和老师无法从海量的学习资源中找到合适的学习资源。
技术实现思路
针对现有技术存在的不足，本专利技术目的是提供一种基于大数据的教育信息智能分类系统。本专利技术所要解决的技术问题是：(1)如何通过平均吸引度WS和教学值GF自行判断编辑的学习资源是否达到了教学标准，并在平均吸引度WS和/或教学值GF小于预设阈值时，向教师终端发送用于提示重新编辑学习资源的信息，提高教学质量；(2)如何根据用户发布的学习资源需求信息以及学习资源的关注值和学习资源的教学值，计算出学习资源的推送值，并通过推送值进行学习资源的推送，无需人工繁琐找寻；提高学习效率。本专利技术的目的可以通过以下技术方案实现：一种基于大数据的教育信息智能分类系统，包括图像采集模块、图像处理模块、数据分类模块、教学数据库、调查模块、教学评价模块、教师终端、记忆模块、学生终端以及服务器；所述学生终端包括注册登录模块；所述注册登录模块用于学生通过学生终端提交注册信息进行注册并将注册成功的注册信息发送至服务器内进行存储；所述学生终端用于浏览并下载教师终端上传的学习资源；所述教师终端包括资源上传模块和资源编辑模块，所述资源上传模块用于上传学习资源至服务器；资源编辑模块用于对上传后的学习资源进行增加、删除、修改等操作，实现对学习资源的编辑管理；所述学习资源形式包括视频、音频、文字、图片和课件；所述教学数据库用于存储服务器接收的学习资源、浏览记录、学习资源需求信息、登录信息以及注册信息；在教师使用学习资源进行授课时，所述图像采集模块用于对教室情况进行实时录制，获取到教室实时视频信息，并将实时视频信息分别发送至教学数据库和图像处理模块；所述图像处理模块用于接收实时视频信息并作出分析，具体步骤如下：S1：对实时视频信息进行处理，获取学生面部影像信息，并对面部影像信息消失时间进行判定；S11：当学生面部影像信息消失时间大于预设时间值T1，则判定该学生处于走神状态，并统计该学生的走神占比；具体统计步骤如下：SS1：获取到走神学生在一节课的走神总时间；SS2：将该学生的走神总时间除以一节课的总时间得到走神占比，将走神占比标记为Tz；S12：当学生面部影像信息消失时间低于预设值T1，则判定为该学生为正常状态；继续对该学生的学习状态进行分析；S2：获取到该学生面部影像信息，获取到该学生的面部图片信息；S3：通过人脸表情识别技术对该学生的面部图片信息进行实时分析，获取得到该学生的上课状态；并将上课状态划分为听课状态、互动状态、抗拒状态和迷茫状态；S4：获取到该学生在该节课中处于听课状态下的平均时间，将平均时间除以总时间得到听课占比，并将听课占比标记为Kx；获取到该学生在该节课中处于互动状态下的平均时间，将平均时间除以总时间得到互动占比，并将互动占比标记为Kd；获取到该学生在该节课中处于抗拒状态下的平均时间，将平均时间除以总时间得到抗拒占比，并将抗拒占比标记为Kb；获取到该学生在该节课中处于迷茫状态下的平均时间，将平均时间除以总时间得到迷茫总占比，并将迷茫总占比标记为Km；S5：因为走神占比、听课占比、互动占比、抗拒占比和迷茫占比对学习资源的吸引度评价占比各不相同，因此对上述各影响因素加一修正值，Tz、Kx、Kd、Kb和Km对应的修正值分别为B1、B2、B3、B4和B5，且B2+B3＝1，B3>B2>0；B1+B4+B5＝-1，B1<B4<B5<0；S7：利用公式WD＝Kx×B2+Kd×B3+Tz×B1+Kb×B4+Km×B5得到学习资源的单吸引度WD；将所有学生的单吸引度进行求和并取均值得到学习资源的平均吸引度WS；若平均吸引度WS小于预设阈值，则向教师终端发送用于提示重新编辑学习资源的信息；若平均吸引度WS大于等于预设阈值，则图像处理模块将学习资源的平均吸引度WS传输到服务器。进一步地，所述调查模块用于统计课后学生的知识点考核情况并将知识点考核情况传输到教学评价模块，所述知识点考核情况包括考核得分和错误的知识点；满分为100分；所述教学评价模块接收学习资源的平均吸引度WS和知识点考核情况并对学习资源的教学值进行分析，分析步骤如下：X1：根据知识点考核情况对学生的知识掌握度进行分析，并将知识掌握度划分为优秀、良好、一般和不合格；X2：获取到知识掌握度为优秀的学生与所有学生之间的占比，得到优秀占比，并将优秀占比标记为FA；获取到知识掌握度为良好的学生与所有学生之间的占比，得到良好占比，并将良好占比标记为FB；获取到知识掌握度为一般的学生与所有学生之间的占比，得到一般占比，并将一般占比标记为FC；获取到知识掌握度为不合格的学生与所有学生之间的占比，得到不合格占比，并将不合格占比标记为FD；X3：因为优秀占比、良好占比、一般占比和不合格占比对学习资源的质量评价影响程度不同，因此对上述各影响因素加一修正值，FA、FB、FC和FD对应的修正值分别为C1、C2、C3和C4，且C1+C2+C3+C4＝1；C1>C2>C3>C4；X4：利用公式FG＝FA×C1+FB×C2+FC×C3+FD×C4得到学习资源的质量度FG；X5：利用公式得到学习资源的教学值GF；其中D1和D2为预设系数因子，λ为修正系数，取值0.0056253；X6：若教学值GF小于预设阈值，则向教师终端发送用于提示重新编辑学习资源的信息，并将错误的知识点发送到显示模块进行实时显示；若教学值GF大于等于预设阈值，则将教学值GF传输到数据分析模块。进一步地，所述数据输入模块用于用户发布学习资源需求信息，所述学习资源需求信息包括学科类别、应用知识体系类别和技能类别；并将学习资源需求信息发送至服务器；所述记忆模块用于记录教学数据库中每个学习资源在系统当前时间前30天内的浏览信息并将浏览信息传输到数据分析模块；所述浏览信息包括浏览次数、收藏次数和浏览时间，数据分析模块结合数据输入模块进行学习资源的推送分析，具体推送分析过程如下：S11：获取符合学习资源需求信息中学科类别、应用知识体系类别和技能类别的若干个学习资源并标记为Ni，i＝1，……，n；S12：获取若干个学习资源的浏览次数，并标记为Ci，获取本文档来自技高网...

【技术保护点】
1.一种基于大数据的教育信息智能分类系统，其特征在于，包括图像采集模块、图像处理模块、数据分类模块、教学数据库、调查模块、记忆模块、教学评价模块、教师终端、学生终端以及服务器；/n所述学生终端包括注册登录模块；所述注册登录模块用于学生通过学生终端提交注册信息进行注册并将注册成功的注册信息发送至服务器内进行存储；所述学生终端用于浏览并下载教师终端上传的学习资源；/n所述教师终端包括资源上传模块和资源编辑模块，所述资源上传模块用于上传学习资源至服务器；资源编辑模块用于对上传后的学习资源进行增加、删除、修改等操作，实现对学习资源的编辑管理；所述学习资源形式包括视频、音频、文字、图片和课件；/n所述教学数据库用于存储服务器接收的学习资源、浏览记录、学习资源需求信息、登录信息以及注册信息；/n在教师使用学习资源进行授课时，所述图像采集模块用于对教室情况进行实时录制，获取到教室实时视频信息，并将实时视频信息分别发送至教学数据库和图像处理模块；所述图像处理模块用于接收实时视频信息并作出分析，具体步骤如下：/nS1：对实时视频信息进行处理，获取学生面部影像信息，并对面部影像信息消失时间进行判定；/nS11：当学生面部影像信息消失时间大于预设时间值T1，则判定该学生处于走神状态，并统计该学生的走神占比；具体统计步骤如下：/nSS1：获取到走神学生在一节课的走神总时间；/nSS2：将该学生的走神总时间除以一节课的总时间得到走神占比，将走神占比标记为Tz；/nS12：当学生面部影像信息消失时间低于预设值T1，则判定为该学生为正常状态；继续对该学生的学习状态进行分析；/nS2：获取到该学生面部影像信息，获取到该学生的面部图片信息；/nS3：通过人脸表情识别技术对该学生的面部图片信息进行实时分析，获取得到该学生的上课状态；并将上课状态划分为听课状态、互动状态、抗拒状态和迷茫状态；/nS4：获取到该学生在该节课中处于听课状态下的平均时间，将平均时间除以总时间得到听课占比，并将听课占比标记为Kx；/n获取到该学生在该节课中处于互动状态下的平均时间，将平均时间除以总时间得到互动占比，并将互动占比标记为Kd；/n获取到该学生在该节课中处于抗拒状态下的平均时间，将平均时间除以总时间得到抗拒占比，并将抗拒占比标记为Kb；/n获取到该学生在该节课中处于迷茫状态下的平均时间，将平均时间除以总时间得到迷茫总占比，并将迷茫总占比标记为Km；/nS5：因为走神占比、听课占比、互动占比、抗拒占比和迷茫占比对学习资源的吸引度评价占比各不相同，因此对上述各影响因素加一修正值，Tz、Kx、Kd、Kb和Km对应的修正值分别为B1、B2、B3、B4和B5，且B2+B3＝1，B3>B2>0；B1+B4+B5＝-1，B1<B4<B5<0；/nS7：利用公式WD＝Kx×B2+Kd×B3+Tz×B1+Kb×B4+Km×B5得到学习资源的单吸引度WD；将所有学生的单吸引度进行求和并取均值得到学习资源的平均吸引度WS；/n若平均吸引度WS小于预设阈值，则向教师终端发送用于提示重新编辑学习资源的信息；/n若平均吸引度WS大于等于预设阈值，则图像处理模块将学习资源的平均吸引度WS传输到服务器。/n...

【技术特征摘要】
1.一种基于大数据的教育信息智能分类系统，其特征在于，包括图像采集模块、图像处理模块、数据分类模块、教学数据库、调查模块、记忆模块、教学评价模块、教师终端、学生终端以及服务器；
所述学生终端包括注册登录模块；所述注册登录模块用于学生通过学生终端提交注册信息进行注册并将注册成功的注册信息发送至服务器内进行存储；所述学生终端用于浏览并下载教师终端上传的学习资源；
所述教师终端包括资源上传模块和资源编辑模块，所述资源上传模块用于上传学习资源至服务器；资源编辑模块用于对上传后的学习资源进行增加、删除、修改等操作，实现对学习资源的编辑管理；所述学习资源形式包括视频、音频、文字、图片和课件；
所述教学数据库用于存储服务器接收的学习资源、浏览记录、学习资源需求信息、登录信息以及注册信息；
在教师使用学习资源进行授课时，所述图像采集模块用于对教室情况进行实时录制，获取到教室实时视频信息，并将实时视频信息分别发送至教学数据库和图像处理模块；所述图像处理模块用于接收实时视频信息并作出分析，具体步骤如下：
S1：对实时视频信息进行处理，获取学生面部影像信息，并对面部影像信息消失时间进行判定；
S11：当学生面部影像信息消失时间大于预设时间值T1，则判定该学生处于走神状态，并统计该学生的走神占比；具体统计步骤如下：
SS1：获取到走神学生在一节课的走神总时间；
SS2：将该学生的走神总时间除以一节课的总时间得到走神占比，将走神占比标记为Tz；
S12：当学生面部影像信息消失时间低于预设值T1，则判定为该学生为正常状态；继续对该学生的学习状态进行分析；
S2：获取到该学生面部影像信息，获取到该学生的面部图片信息；
S3：通过人脸表情识别技术对该学生的面部图片信息进行实时分析，获取得到该学生的上课状态；并将上课状态划分为听课状态、互动状态、抗拒状态和迷茫状态；
S4：获取到该学生在该节课中处于听课状态下的平均时间，将平均时间除以总时间得到听课占比，并将听课占比标记为Kx；
获取到该学生在该节课中处于互动状态下的平均时间，将平均时间除以总时间得到互动占比，并将互动占比标记为Kd；
获取到该学生在该节课中处于抗拒状态下的平均时间，将平均时间除以总时间得到抗拒占比，并将抗拒占比标记为Kb；
获取到该学生在该节课中处于迷茫状态下的平均时间，将平均时间除以总时间得到迷茫总占比，并将迷茫总占比标记为Km；
S5：因为走神占比、听课占比、互动占比、抗拒占比和迷茫占比对学习资源的吸引度评价占比各不相同，因此对上述各影响因素加一修正值，Tz、Kx、Kd、Kb和Km对应的修正值分别为B1、B2、B3、B4和B5，且B2+B3＝1，B3>B2>0；B1+B4+B5＝-1，B1<B4<B5<0；
S7：利用公式WD＝Kx×B2+Kd×B3+Tz×B1+Kb×B4+Km×B5得到学习资源的单吸引度WD；将所有学生的单吸引度进行求和并取均值得到学习资源的平均吸引度WS；
若平均吸引度WS小于预设阈值，则向教师终端发送用于提示重新编辑学习资源的信息；
若平均吸引度WS大于等于预设阈值，则图像处理模块将学习资源的平均吸引度WS传输到服务器。


2.根据权利要求1所述的一种基于大数据的教育信息智能分类系统，其特征在于，所述调查模块用于统计课后学生的知识点考核情况并将知识点考核情况传输到教学评价模块，所述知识点考核情况包括考核得分和错误的知识点；...

【专利技术属性】
技术研发人员：曹春林，刘永，陈宣平，方明权，
申请(专利权)人：重庆满惠网络科技有限公司，
类型：发明
国别省市：重庆;50