CN111222684A - 一种基于大数据环境下的成绩预测系统 - Google Patents

Abstract

本发明提供了一种基于大数据环境下的成绩预测系统，系统包括：用户终端和网络侧服务器；用户终端，接收学生输入的习题信息和习题信息对应的作答信息，并将习题信息和作答信息向网络侧服务器传输；网络侧服务器的分类模块，根据知识点对用户终端传输的习题信息进行分类；批阅模块对分类后的习题信息对应的作答信息进行批阅处理，获取习题信息对应的批阅信息；分析模块对批阅模块传输的习题信息和批阅信息进行分析，获取学生对知识点的掌握情况；大数据处理模块获取知识点在考试题目信息的占分比重；预测模块根据学生对知识点的掌握情况和知识点在考试题目信息的占分比重，对学生的考试成绩进行预测，实现了对学生考试成绩的预测。

Description

一种基于大数据环境下的成绩预测系统

技术领域

本发明涉及成绩预测技术领域，特别涉及一种基于大数据环境下的成绩预测系统。

背景技术

随着信息产业和大数据技术的不断发展，大数据技术应用于人们生活和工作的方方面面，给人们工作和生活带来了极大的便利；

目前，大数据技术应用于教育行业，基本还是停留在成绩统计阶段，即对每次考试后学生的平均成绩进行计算等操作；但学生在平时的学习过程中，并不能够根据自己对知识点的掌握情况实现对考试成绩的预测，因此急需将大数据技术应用于学生成绩的预测；

因此，提出了一种基于大数据环境下的成绩预测系统。

发明内容

为解决上述技术问题，本发明提供一种基于大数据环境下的成绩预测系统，用以实现对学生考试成绩的预测。

本发明实施例中提供了一种基于大数据环境下的成绩预测系统，所述系统包括：用户终端和网络侧服务器；其中，

所述用户终端，用于接收学生输入的习题信息和所述习题信息对应的作答信息，并将所述习题信息和作答信息向所述网络侧服务器传输；

所述网络侧服务器，包括分类模块、批阅模块、分析模块、大数据处理模块和预测模块；其中，

所述分类模块，用于根据知识点对所述用户终端传输的所述习题信息进行分类；

所述批阅模块，用于对分类后的所述习题信息对应的所述作答信息进行批阅处理，获取所述习题信息对应的批阅信息，并将所述习题信息和所述批阅信息向所述分析模块传输；

所述分析模块，用于对所述批阅模块传输的所述习题信息和所述批阅信息进行分析，获取学生对所述知识点的掌握情况，并向所述预测模块传输；

所述大数据处理模块，用于获取若干次考试的考试题目信息，并根据所述知识点对所述考试题目信息进行分类，获取所述知识点在所述考试题目信息的占分比重，并向所述预测模块传输；

所述预测模块，用于根据学生对所述知识点的掌握情况和所述知识点在所述考试题目信息的占分比重，对学生的考试成绩进行预测，获取分数预测信息，并向所述用户终端传输。

在一个实施例中，所述网络侧服务器，还包括错题解析模块；

所述错题解析模块，用于根据所述批阅模块获取的所述批阅信息，获取所述习题信息中学生作答错误的题目信息；并根据所述学生作答错误的题目信息，获取所述题目信息对应的答案解析信息，并将所述学生作答错误的题目信息和所述题目信息对应的所述答案解析信息，向所述用户终端传输。

在一个实施例中，所述分析模块，还包括标记单元；

所述标记单元，用于根据所述学生对所述知识点的掌握情况，对所述知识点的掌握情况中掌握情况程度最低的知识点和掌握情况程度最高的知识点进行标记处理，并将标记处理后的所述知识点的掌握情况向所述用户终端传输。

在一个实施例中，所述用户终端，包括具有通信功能的智能手机、个人电脑或者掌上电脑中的一种或多种。

在一个实施例中，所述网络侧服务器，还包括排名模块；

所述排名模块，用于获取所述预测模块获取的所述分数预测信息，并根据所述分数预测信息在预设学生群体中对所述学生进行排名，并将获取的所述名次信息向所述用户终端传输；

所述预设学生群体，包括同一年级、同一学科、同一学校以及同一年龄段中的一种或多种。

在一个实施例中，所述用户终端，包括摄像模块、图像处理模块和无线通信模块；其中，

所述摄像模块，用于学生拍摄习题图片和作答情况图片，并将所述习题图片和所述习题作答情况图片向所述图像处理模块；

所述图像处理模块，用于提取所述习题图片中的文字信息，生成所述习题信息；还用于提取所述作答情况图片中的文字信息，生成所述作答信息；并将所述习题信息和所述作答信息想通过所述无线通信模块向所述网络侧服务器传输。

在一个实施例中，所述无线通信模块，包括所述WIFI通信模块、蓝牙通信模块以及NB-loT通信模块中的一种或多种。

在一个实施例中，所述图像处理模块，包括颜色转换单元、降维单元、直方图统计单元和文字提取单元；其中，

所述颜色转换单元，用于对所述习题图片和所述作答情况图片分别进行颜色空间转化，并将颜色空间转换后的所述习题图片和所述作答情况图片向所述降维单元传输；

所述降维单元，用于对所述颜色空间转换后的习题图片和所述作答情况图片分别进行颜色降维处理，并将颜色降维处理后的所述习题图片和所述作答情况图片向所述颜色直方图统计单元传输；

所述直方图统计单元，用于对所述颜色降维处理后的所述习题图片和所述作答情况图片分别进行颜色直方图统计处理，并将颜色直方图统计处理后的所述习题图片和所述作答情况图片向所述文字提取单元传输；

所述文字提取单元，用于根据所述颜色直方图统计处理后的所述习题图片和所述作答情况图片的背景复杂度，对所述颜色直方图统计处理后的所述习题图片和所述作答情况图片分别进行复杂度识别；

当识别到所述颜色直方图统计处理后的所述习题图片和所述作答情况图片为简单背景图像时，采用单一的阈值对所述习题图片和所述作答情况分别进行二值化处理，再进行文字提取；

当识别到所述颜色直方图统计处理后的所述习题图片和所述作答情况图片为复杂背景图像时，对所述习题图片和所述作答情况图片中的颜色进行聚类分析，提取所述习题图片和所述作答情况图片中的颜色，并对所述习题图片和所述作答情况图片中的颜色分别进行阈值计算，实现了对所述习题图片和所述作答情况图片的多次二值化，并对二值化处理后的所述习题图片和所述作答情况图片中的文字提取。

在一个实施例中，所述用户终端，还包括匹配模块；

所述匹配模块，用于获取所述图像处理模块获取的所述习题信息和所述作答信息，并计算所述习题信息与所述作答信息的关联度信息，根据所述关联度信息，将所述习题信息中的题目信息与所述作答信息中的答题信息一一对应，获取所述习题信息与所述作答信息的对应信息，并将所述对应信息通过所述无线通信模块向所述网络侧服务器传输。

在一个实施例中，所述预测模块根据学生对所述知识点的掌握情况和所述知识点在所述考试题目信息的占分比重，对学生的考试成绩进行预测，执行以下步骤：

步骤A101：根据考生在习题中所反馈的对知识点的掌握情况以及考生在考试中所反馈的对知识点的掌握情况，计算考生在做习题后所反馈的对知识点掌握情况的可信度以及在考试后所反馈的对知识点掌握情况的可信度；

其中，Amij表示考生A在第m次习题后所反馈的对第i个知识点的掌握情况的可信度，m表示考生A在本次考试前的习题信息记录的总次数，Anij表示考生A在第n次考试后所反馈的对第i个知识点的掌握情况的可信度，n表示考生A在本次考试前的考试信息记录的总次数，A_mi表示考生A在第m次习题中所反馈的对第i个知识点的掌握情况，A_ni表示考生A在第n次考试中所反馈的对第i个知识点的掌握情况，i＝1,2,3,…,I，I表示知识点的总数，α为习题反馈的知识点掌握情况的衰变系数，大于0小于1，β为考试反馈的知识点掌握情况的衰变系数，大于0小于1；

步骤A102：根据考生在习题中所反馈的对知识点的掌握情况、考生在考试中所反馈的对知识点的掌握情况、考生在做习题后所反馈的对知识点掌握情况的可信度以及在考试后所反馈的对知识点掌握情况的可信度，对考生下一次考试的成绩进行预测；

其中，Y表示预测的考生A在第n+1次考试中的成绩，N表示第n+1次考试的试卷总分，δ_i1、δ_i2、δ_i3、δ_i4为知识点i在本次考试中的分值，a₀、a₁、a₂、a₃、a₄为各项系数，其确定方式如下：

根据历次的习题反馈的知识点掌握情况和试卷反馈的知识点掌握情况来进行计算获得a₀、a₁、a₂、a₃、a₄的值，Y₁为第一次测验的真实成绩，Y₂为第二次测验的真实成绩，Y_n为第n次测验的真实成绩。

本发明的其它特征和优点将在随后的说明书中阐述，并且，部分地从说明书中变得显而易见，或者通过实施本发明而了解。本发明的目的和其他优点可通过在所写的说明书、权利要求书、以及附图中所特别指出的结构来实现和获得。

下面通过附图和实施例，对本发明的技术方案做进一步的详细描述。

附图说明

图1为本发明所提供一种基于大数据环境下的成绩预测系统的结构示意图。

具体实施方式

以下结合附图对本发明的优选实施例进行说明，应当理解，此处所描述的优选实施例仅用于说明和解释本发明，并不用于限定本发明。

本发明实施例提供了一种基于大数据环境下的成绩预测系统，如图1所示，系统包括：用户终端11和网络侧服务器12；其中，

用户终端11，用于接收学生输入的习题信息和习题信息对应的作答信息，并将习题信息和作答信息向网络侧服务器12传输；

网络侧服务器12，包括分类模块121、批阅模块122、分析模块123、大数据处理模块124和预测模块125；其中，

分类模块121，用于根据知识点对用户终端传输的习题信息进行分类；

批阅模块122，用于对分类后的习题信息对应的作答信息进行批阅处理，获取习题信息对应的批阅信息，并将习题信息和批阅信息向分析模块123传输；

分析模块123，用于对批阅模块传输的习题信息和批阅信息进行分析，获取学生对知识点的掌握情况，并向预测模块125传输；

大数据处理模块124，用于获取若干次考试的考试题目信息，并根据知识点对考试题目信息进行分类，获取知识点在考试题目信息的占分比重，并向预测模块125传输；

预测模块125，用于根据学生对知识点的掌握情况和知识点在考试题目信息的占分比重，对学生的考试成绩进行预测，获取分数预测信息，并向用户终端11传输。

上述系统的工作原理在于：用户终端11接收学生输入的习题信息和习题信息对应的作答信息，并向网络侧服务器12传输；网络侧服务器12的分类模块121根据知识点对用户终端传输的习题信息进行分类；并通过批阅模块122对分类后的习题信息对应的作答信息进行批阅处理，获取习题信息对应的批阅信息，并将习题信息和批阅信息向分析模块123传输；分析模块123对批阅模块122传输的习题信息和批阅信息进行分析，获取学生对知识点的掌握情况，并向预测模块125传输；大数据处理模块124获取若干次考试的考试题目信息，并根据知识点对考试题目信息进行分类，获取知识点在考试题目信息的占分比重，并向预测模块125传输；预测模块125根据学生对知识点的掌握情况和知识点在考试题目信息的占分比重，对学生的考试成绩进行预测，获取分数预测信息，并向用户终端11传输，从而实现了用户终端11的学生对分数预测信息的获取。

上述系统的有益效果在于：通过网络侧服务器的分类模块，实现了根据知识点对用户终端传输的习题信息的分类；并通过批阅模块，实现了对分类后的习题信息对应的作答信息进行批阅处理，并将批阅处理后获取的批阅信息和习题信息向分析模块传输；分析模块根据批阅模块传输的批阅信息和习题信息，实现了学生对知识点的掌握情况的获取；大数据处理模块通过获取若干次考试的考试题目信息，并根据知识点对考试题目信息进行分类，实现了对知识点在考试题目信息的占分比重获取；并通过预测模块，实现了根据学生对知识点的掌握情况和知识点在考试题目信息的占分比重，对学生的考试成绩的预测，并将获取的分数预测信息向用户终端传输，从而实现了用户终端的学生对分数预测信息的获取；与传统技术相比，上述系统将大数据技术应用于学生的成绩预测，使得学生在平时的学习过程中，能够根据自己对知识点的掌握情况实现对考试成绩的预测，进而加强自己对掌握情况较差的知识点的学习，提高学生的学习效果。

在一个实施例，网络侧服务器，还包括错题解析模块；

错题解析模块，用于根据批阅模块获取的批阅信息，获取习题信息中学生作答错误的题目信息；并根据学生作答错误的题目信息，获取题目信息对应的答案解析信息，并将学生作答错误的题目信息和题目信息对应的答案解析信息，向用户终端传输。上述技术方案中通过错误解析模块实现了根据批阅信息，对习题信息中学生作答错误的题目信息的获取；并根据学生作答错误的题目信息，实现了对题目信息对应的答案解析信息获取，并将学生作答错误的题目信息和题目信息对应的答案解析信息向用户终端传输，方便学生根据答案解析信息对自己作答错误的题目进行分析和学习，提高学生的学习效果。

在一个实施例，分析模块，还包括标记单元；

标记单元，用于根据学生对知识点的掌握情况，对知识点的掌握情况中掌握情况程度最低的知识点和掌握情况程度最高的知识点进行标记处理，并将标记处理后的知识点的掌握情况向用户终端传输。上述技术方案中通过标记单元，实现了对知识点的掌握情况中掌握情况程度最低的知识点和掌握情况程度最高的知识点的标记处理，并将标记处理后的知识点的掌握情况向用户终端传输，方便学生对自己知识点的掌握情况中掌握情况程度最低的知识点和掌握情况程度最高的知识点的获取。

在一个实施例，用户终端，包括具有通信功能的智能手机、个人电脑或者掌上电脑中的一种或多种。上述技术方案中通过多种电子设备实现了用户终端的功能。

在一个实施例，网络侧服务器，还包括排名模块；

排名模块，用于获取预测模块获取的分数预测信息，并根据分数预测信息在预设学生群体中对学生进行排名，并将获取的名次信息向用户终端传输；上述技术方案中通过排名模块，实现了根据预测模块获取的分数预测信息在预设学生群体中学生的名次信息的获取。

预设学生群体，包括同一年级、同一学科、同一学校以及同一年龄段中的一种或多种。

在一个实施例，用户终端，包括摄像模块、图像处理模块和无线通信模块；其中，

摄像模块，用于学生拍摄习题图片和作答情况图片，并将习题图片和习题作答情况图片向图像处理模块；

图像处理模块，用于提取习题图片中的文字信息，生成习题信息；还用于提取作答情况图片中的文字信息，生成作答信息；并将习题信息和作答信息想通过无线通信模块向网络侧服务器传输。上述技术方案中学生通过用户终端的摄像模块实现了对习题图片和作答情况图片的拍摄，并通过图像处理模块实现了对习题信息和作答信息的获取，并将所获取的习题信息和作答信息通过无线通信模块向网络侧服务器传输，从而实现了用户终端将习题信息和做到信息向网络侧服务器的传输。

在一个实施例，无线通信模块，包括WIFI通信模块、蓝牙通信模块以及NB-loT通信模块中的一种或多种。上述技术方案中通过多种通信方式实现了无线通信模块的功能。

在一个实施例，图像处理模块，包括颜色转换单元、降维单元、直方图统计单元和文字提取单元；其中，

颜色转换单元，用于对习题图片和作答情况图片分别进行颜色空间转化，并将颜色空间转换后的习题图片和作答情况图片向降维单元传输；

降维单元，用于对颜色空间转换后的习题图片和作答情况图片分别进行颜色降维处理，并将颜色降维处理后的习题图片和作答情况图片向颜色直方图统计单元传输；

直方图统计单元，用于对颜色降维处理后的习题图片和作答情况图片分别进行颜色直方图统计处理，并将颜色直方图统计处理后的习题图片和作答情况图片向文字提取单元传输；

文字提取单元，用于根据颜色直方图统计处理后的习题图片和作答情况图片的背景复杂度，对颜色直方图统计处理后的习题图片和作答情况图片分别进行复杂度识别；

当识别到颜色直方图统计处理后的习题图片和作答情况图片为简单背景图像时，采用单一的阈值对习题图片和作答情况分别进行二值化处理，再进行文字提取；

当识别到颜色直方图统计处理后的习题图片和作答情况图片为复杂背景图像时，对习题图片和作答情况图片中的颜色进行聚类分析，提取习题图片和作答情况图片中的颜色，并对习题图片和作答情况图片中的颜色分别进行阈值计算，实现了对习题图片和作答情况图片的多次二值化，并对二值化处理后的习题图片和作答情况图片中的文字提取。上述技术方案中通过颜色转换单元、降维单元、直方图统计单元，实现了对习题图片和作答情况图片中的颜色的处理，实现对习题图片和作答情况图片中一共多少种颜色的统计，并计算了颜色出现的频率；并通过文字提取单元，实现了根据颜色出现的频率对习题图片和作答情况图片中背景复杂度的识别，当识别到颜色直方图统计处理后的习题图片和作答情况图片为简单背景图像时，采用单一的阈值对习题图片和作答情况分别进行二值化处理，再进行文字提取；当识别到颜色直方图统计处理后的习题图片和作答情况图片为复杂背景图像时，对习题图片和作答情况图片中的颜色进行聚类分析，提取习题图片和作答情况图片中的颜色，并对习题图片和作答情况图片中的颜色分别进行阈值计算，实现了对习题图片和作答情况图片的多次二值化，并对二值化处理后的习题图片和作答情况图片中的文字提取；通过上述技术方案对习题图片和作答情况图片背景复杂度的识别，选择不同的处理方法，从而实现了对习题图片和作答情况图片中习题信息和作答信息的提取。

在一个实施例，用户终端，还包括匹配模块；

匹配模块，用于获取图像处理模块获取的习题信息和作答信息，并计算习题信息与作答信息的关联度信息，根据关联度信息，将习题信息中的题目信息与作答信息中的答题信息一一对应，获取习题信息与作答信息的对应信息，并将对应信息通过无线通信模块向网络侧服务器传输。上述技术方案中通过匹配模块实现了对习题信息与作答信息之间的关联度信息的获取；并根据关联度信息，将习题信息中的题目信息与作答信息中的答题信息一一对应，实现了对习题信息与作答信息的对应信息的获取，并将对应信息通过无线通信模块向网络侧服务器传输，从而实现了习题信息与作答信息的对应，并向网络侧服务器传输，方便网络侧服务器对习题信息与作答信息的进一步处理。

在一个实施例中，所述预测模块根据学生对所述知识点的掌握情况和所述知识点在所述考试题目信息的占分比重，对学生的考试成绩进行预测，执行以下步骤：

步骤A101：根据考生在习题中所反馈的对知识点的掌握情况以及考生在考试中所反馈的对知识点的掌握情况，计算考生在做习题后所反馈的对知识点掌握情况的可信度以及在考试后所反馈的对知识点掌握情况的可信度；

其中，Amij表示考生A在第m次习题后所反馈的对第i个知识点的掌握情况的可信度，m表示考生A在本次考试前的习题信息记录的总次数，Anij表示考生A在第n次考试后所反馈的对第i个知识点的掌握情况的可信度，n表示考生A在本次考试前的考试信息记录的总次数，A_mi表示考生A在第m次习题中所反馈的对第i个知识点的掌握情况，A_ni表示考生A在第n次考试中所反馈的对第i个知识点的掌握情况，i＝1,2,3,…,I，I表示知识点的总数，α为习题反馈的知识点掌握情况的衰变系数，大于0小于1，β为考试反馈的知识点掌握情况的衰变系数，大于0小于1；

步骤A102：根据考生在习题中所反馈的对知识点的掌握情况、考生在考试中所反馈的对知识点的掌握情况、考生在做习题后所反馈的对知识点掌握情况的可信度以及在考试后所反馈的对知识点掌握情况的可信度，对考生下一次考试的成绩进行预测；

其中，Y表示预测的考生A在第n+1次考试中的成绩，N表示第n+1次考试的试卷总分，δ_i1、δ_i2、δ_i3、δ_i4为知识点i在本次考试中的分值，a₀、a₁、a₂、a₃、a₄为各项系数，其确定方式如下：

根据历次的习题反馈的知识点掌握情况和试卷反馈的知识点掌握情况来进行计算获得a₀、a₁、a₂、a₃、a₄的值，Y₁为第一次测验的真实成绩，Y₂为第二次测验的真实成绩，Y_n为第n次测验的真实成绩。

上述技术方案的有益效果为：成绩预测系统中的成绩预测模块综合考虑了考生在之前历次习题练习中对知识点的掌握情况、历次考试中对知识点的掌握情况、考生在做习题后所反馈的对知识点掌握情况的可信度、在考试后所反馈的对知识点掌握情况的可信度以及时间对考生记忆力的影响，可以使得预测的成绩更为准确，因而更具有参考意义。

显然，本领域的技术人员可以对本发明进行各种改动和变型而不脱离本发明的精神和范围。这样，倘若本发明的这些修改和变型属于本发明权利要求及其等同技术的范围之内，则本发明也意图包含这些改动和变型在内。

Claims (10)

1.一种基于大数据环境下的成绩预测系统，其特征在于，所述系统包括：用户终端和网络侧服务器；其中，

所述用户终端，用于接收学生输入的习题信息和所述习题信息对应的作答信息，并将所述习题信息和作答信息向所述网络侧服务器传输；

所述网络侧服务器，包括分类模块、批阅模块、分析模块、大数据处理模块和预测模块；其中，

所述分类模块，用于根据知识点对所述用户终端传输的所述习题信息进行分类；

所述批阅模块，用于对分类后的所述习题信息对应的所述作答信息进行批阅处理，获取所述习题信息对应的批阅信息，并将所述习题信息和所述批阅信息向所述分析模块传输；

所述分析模块，用于对所述批阅模块传输的所述习题信息和所述批阅信息进行分析，获取学生对所述知识点的掌握情况，并向所述预测模块传输；

所述大数据处理模块，用于获取若干次考试的考试题目信息，并根据所述知识点对所述考试题目信息进行分类，获取所述知识点在所述考试题目信息的占分比重，并向所述预测模块传输；

所述预测模块，用于根据学生对所述知识点的掌握情况和所述知识点在所述考试题目信息的占分比重，对学生的考试成绩进行预测，获取分数预测信息，并向所述用户终端传输。

2.如权利要求1所述的系统，其特征在于，

所述网络侧服务器，还包括错题解析模块；

所述错题解析模块，用于根据所述批阅模块获取的所述批阅信息，获取所述习题信息中学生作答错误的题目信息；并根据所述学生作答错误的题目信息，获取所述题目信息对应的答案解析信息，并将所述学生作答错误的题目信息和所述题目信息对应的所述答案解析信息，向所述用户终端传输。

3.如权利要求1所述的系统，其特征在于，

所述分析模块，还包括标记单元；

所述标记单元，用于根据所述学生对所述知识点的掌握情况，对所述知识点的掌握情况中掌握情况程度最低的知识点和掌握情况程度最高的知识点进行标记处理，并将标记处理后的所述知识点的掌握情况向所述用户终端传输。

4.如权利要求1所述的系统，其特征在于，

所述用户终端，包括具有通信功能的智能手机、个人电脑或者掌上电脑中的一种或多种。

5.如权利要求1所述的系统，其特征在于，

所述网络侧服务器，还包括排名模块；

所述排名模块，用于获取所述预测模块获取的所述分数预测信息，并根据所述分数预测信息在预设学生群体中对所述学生进行排名，并将获取的所述名次信息向所述用户终端传输；

所述预设学生群体，包括同一年级、同一学科、同一学校以及同一年龄段中的一种或多种。

6.如权利要求1所述的系统，其特征在于，

所述用户终端，包括摄像模块、图像处理模块和无线通信模块；其中，

所述摄像模块，用于学生拍摄习题图片和作答情况图片，并将所述习题图片和所述习题作答情况图片向所述图像处理模块；

所述图像处理模块，用于提取所述习题图片中的文字信息，生成所述习题信息；还用于提取所述作答情况图片中的文字信息，生成所述作答信息；并将所述习题信息和所述作答信息想通过所述无线通信模块向所述网络侧服务器传输。

7.如权利要求6所述的系统，其特征在于，

所述无线通信模块，包括所述WIFI通信模块、蓝牙通信模块以及NB-loT通信模块中的一种或多种。

8.如权利要求6所述的系统，其特征在于，.

所述图像处理模块，包括颜色转换单元、降维单元、直方图统计单元和文字提取单元；其中，

所述颜色转换单元，用于对所述习题图片和所述作答情况图片分别进行颜色空间转化，并将颜色空间转换后的所述习题图片和所述作答情况图片向所述降维单元传输；

所述降维单元，用于对所述颜色空间转换后的习题图片和所述作答情况图片分别进行颜色降维处理，并将颜色降维处理后的所述习题图片和所述作答情况图片向所述颜色直方图统计单元传输；

所述直方图统计单元，用于对所述颜色降维处理后的所述习题图片和所述作答情况图片分别进行颜色直方图统计处理，并将颜色直方图统计处理后的所述习题图片和所述作答情况图片向所述文字提取单元传输；

所述文字提取单元，用于根据所述颜色直方图统计处理后的所述习题图片和所述作答情况图片的背景复杂度，对所述颜色直方图统计处理后的所述习题图片和所述作答情况图片分别进行复杂度识别；

当识别到所述颜色直方图统计处理后的所述习题图片和所述作答情况图片为简单背景图像时，采用单一的阈值对所述习题图片和所述作答情况分别进行二值化处理，再进行文字提取；

当识别到所述颜色直方图统计处理后的所述习题图片和所述作答情况图片为复杂背景图像时，对所述习题图片和所述作答情况图片中的颜色进行聚类分析，提取所述习题图片和所述作答情况图片中的颜色，并对所述习题图片和所述作答情况图片中的颜色分别进行阈值计算，实现了对所述习题图片和所述作答情况图片的多次二值化，并对二值化处理后的所述习题图片和所述作答情况图片中的文字提取。

9.如权利要求6所述的系统，其特征在于，

所述用户终端，还包括匹配模块；

所述匹配模块，用于获取所述图像处理模块获取的所述习题信息和所述作答信息，并计算所述习题信息与所述作答信息的关联度信息，根据所述关联度信息，将所述习题信息中的题目信息与所述作答信息中的答题信息一一对应，获取所述习题信息与所述作答信息的对应信息，并将所述对应信息通过所述无线通信模块向所述网络侧服务器传输。

10.如权利要求1所述的系统，其特征在于，所述预测模块根据学生对所述知识点的掌握情况和所述知识点在所述考试题目信息的占分比重，对学生的考试成绩进行预测，执行以下步骤：

步骤A101：根据考生在习题中所反馈的对知识点的掌握情况以及考生在考试中所反馈的对知识点的掌握情况，计算考生在做习题后所反馈的对知识点掌握情况的可信度以及在考试后所反馈的对知识点掌握情况的可信度；

其中，Amij表示考生A在第m次习题后所反馈的对第i个知识点的掌握情况的可信度，m表示考生A在本次考试前的习题信息记录的总次数，Anij表示考生A在第n次考试后所反馈的对第i个知识点的掌握情况的可信度，n表示考生A在本次考试前的考试信息记录的总次数，A_mi表示考生A在第m次习题中所反馈的对第i个知识点的掌握情况，A_ni表示考生A在第n次考试中所反馈的对第i个知识点的掌握情况，i＝1,2,3,…,I，I表示知识点的总数，α为习题反馈的知识点掌握情况的衰变系数，大于0小于1，β为考试反馈的知识点掌握情况的衰变系数，大于0小于1；

步骤A102：根据考生在习题中所反馈的对知识点的掌握情况、考生在考试中所反馈的对知识点的掌握情况、考生在做习题后所反馈的对知识点掌握情况的可信度以及在考试后所反馈的对知识点掌握情况的可信度，对考生下一次考试的成绩进行预测；

其中，Y表示预测的考生A在第n+1次考试中的成绩，N表示第n+1次考试的试卷总分，δ_i1、δ_i2、δ_i3、δ_i4为知识点i在本次考试中的分值，a₀、a₁、a₂、a₃、a₄为各项系数，其确定方式如下：

根据历次的习题反馈的知识点掌握情况和试卷反馈的知识点掌握情况来进行计算获得a₀、a₁、a₂、a₃、a₄的值，Y₁为第一次测验的真实成绩，Y₂为第二次测验的真实成绩，Y_n为第n次测验的真实成绩。

Images