CN112750057A - 基于大数据和云计算的学生学习行为数据库建立分析处理方法及云数据平台 - Google Patents

基于大数据和云计算的学生学习行为数据库建立分析处理方法及云数据平台 Download PDF

Info

Publication number
CN112750057A
CN112750057A CN202110103012.7A CN202110103012A CN112750057A CN 112750057 A CN112750057 A CN 112750057A CN 202110103012 A CN202110103012 A CN 202110103012A CN 112750057 A CN112750057 A CN 112750057A
Authority
CN
China
Prior art keywords
students
learn
student
teaching video
teacher
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Withdrawn
Application number
CN202110103012.7A
Other languages
English (en)
Inventor
不公告发明人
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Nanjing Bangfeng Intelligent Technology Co ltd
Original Assignee
Nanjing Bangfeng Intelligent Technology Co ltd
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by Nanjing Bangfeng Intelligent Technology Co ltd filed Critical Nanjing Bangfeng Intelligent Technology Co ltd
Priority to CN202110103012.7A priority Critical patent/CN112750057A/zh
Publication of CN112750057A publication Critical patent/CN112750057A/zh
Withdrawn legal-status Critical Current

Links

Images

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
    • G06Q50/00—Information and communication technology [ICT] specially adapted for implementation of business processes of specific business sectors, e.g. utilities or tourism
    • G06Q50/10—Services
    • G06Q50/20—Education
    • G06Q50/205—Education administration or guidance
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
    • G06Q10/00—Administration; Management
    • G06Q10/06—Resources, workflows, human or project management; Enterprise or organisation planning; Enterprise or organisation modelling
    • G06Q10/063—Operations research, analysis or management
    • G06Q10/0639—Performance analysis of employees; Performance analysis of enterprise or organisation operations
    • G06Q10/06393—Score-carding, benchmarking or key performance indicator [KPI] analysis
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V40/00—Recognition of biometric, human-related or animal-related patterns in image or video data
    • G06V40/10—Human or animal bodies, e.g. vehicle occupants or pedestrians; Body parts, e.g. hands
    • G06V40/16—Human faces, e.g. facial parts, sketches or expressions
    • G06V40/161—Detection; Localisation; Normalisation

Landscapes

  • Business, Economics & Management (AREA)
  • Engineering & Computer Science (AREA)
  • Human Resources & Organizations (AREA)
  • Strategic Management (AREA)
  • Educational Administration (AREA)
  • General Physics & Mathematics (AREA)
  • Economics (AREA)
  • Tourism & Hospitality (AREA)
  • Theoretical Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • General Health & Medical Sciences (AREA)
  • Marketing (AREA)
  • Educational Technology (AREA)
  • General Business, Economics & Management (AREA)
  • Entrepreneurship & Innovation (AREA)
  • Development Economics (AREA)
  • Health & Medical Sciences (AREA)
  • Game Theory and Decision Science (AREA)
  • Operations Research (AREA)
  • Quality & Reliability (AREA)
  • Multimedia (AREA)
  • Human Computer Interaction (AREA)
  • Oral & Maxillofacial Surgery (AREA)
  • Primary Health Care (AREA)
  • Electrically Operated Instructional Devices (AREA)
  • Management, Administration, Business Operations System, And Electronic Commerce (AREA)

Abstract

本发明公开基于大数据和云计算的学生学习行为数据库建立分析处理方法及云数据平台，通过采集教师辅导各学生学习各节课的教学视频，获取教师辅导各学生学习各节课的教学视频中教师提出各问题时的时间、学生答出各问题时的时间和学生回答各问题的时长，同时筛选教师辅导各学生学习各节课的教学视频中学生的各人脸图像，测量教师辅导各学生学习各节课的教学视频中各人脸图像内偏转角度和俯仰角，对比统计教师辅导各学生学习各节课的教学视频中符合学生认真听课要求的人脸图像数目，计算教师辅导各学生的平均学习行为影响系数和教师在各节课中学生的平均学习行为影响系数，进行排列和显示，从而提高教师的专业发展和教学质量。

Description

基于大数据和云计算的学生学习行为数据库建立分析处理方 法及云数据平台
技术领域
本发明涉及学生学习行为分析处理领域，涉及到基于大数据和云计算的学生学习行为数据库建立分析处理方法及云数据平台。
背景技术
随着信息技术的快速发展，学生学习行为分析已经成为目前在教育领域的研究热点。学习行为分析技术将学生学习的动态过程用可视化的形式表现出来，找出在线教学中存在的问题，为提高在线教学的质量提供参考。
现有的学生学习行为分析处理方法，多是通过自我报告法采集和分析学生学习行为数据，存在着采集数据主观性强、费时费力、所获得样本量小的缺点，不利于发现普遍的教学规律，从而导致教师无法找出在线教学中存在的问题，降低教师在线教学的质量，同时现有的方法无法分析教师的各节课中学生学习行为数据，从而教师不能明确分析学生喜爱的教学方式，导致教师无法根据学生制定针对性的教学方式，进而使得教师的专业发展和教学质量的提升受到严重影响，为了解决以上问题，现设计基于大数据和云计算的学生学习行为数据库建立分析处理方法及云数据平台。
发明内容
本发明的目的在于提供基于大数据和云计算的学生学习行为数据库建立分析处理方法及云数据平台，本发明通过采集教师辅导各学生学习各节课的教学视频，获取教师辅导各学生学习各节课的教学视频中教师提出各问题时的时间、学生答出各问题时的时间和学生回答各问题的时长，计算教师辅导各学生学习各节课的教学视频中学生答出各问题的间隔时间差，同时筛选教师辅导各学生学习各节课的教学视频中学生的各人脸图像，并进行归一化处理，测量教师辅导各学生学习各节课的教学视频中各人脸图像内相对于垂直方向的偏转角度和相对于水平方向的俯仰角，对比分析教师辅导各学生学习各节课的教学视频中学生的各人脸图像是否符合认真听课要求，统计教师辅导各学生学习各节课的教学视频中符合学生认真听课要求的人脸图像数目，计算教师辅导各学生学习各节课的学习行为影响系数，分析教师辅导各学生的平均学习行为影响系数和教师在各节课中学生的平均学习行为影响系数，按照从大到小的顺序依次进行排列，并进行显示，解决了背景技术中存在的问题。
本发明的目的可以通过以下技术方案实现：
第一方面，本发明提供基于大数据和云计算的学生学习行为数据库建立分析处理方法，包括如下步骤：
S1、采集教师辅导各学生学习各节课的教学视频，进行存储；
S2、同时获取教师辅导各学生学习各节课的教学视频中教师提出各问题时的时间和学生答出各问题时的时间，计算教师辅导各学生学习各节课的教学视频中学生答出各问题的间隔时间差；
S3、并获取教师辅导各学生学习各节课的教学视频中学生回答各问题的时长；
S4、同时筛选教师辅导各学生学习各节课的教学视频中学生的各人脸图像，并进行归一化处理；
S5、测量教师辅导各学生学习各节课的教学视频中各人脸图像内相对于垂直方向的偏转角度和相对于水平方向的俯仰角，对比分析教师辅导各学生学习各节课的教学视频中学生的各人脸图像是否符合认真听课要求；
S6、统计教师辅导各学生学习各节课的教学视频中符合学生认真听课要求的人脸图像数目，计算教师辅导各学生学习各节课的学习行为影响系数；
S7、分析教师辅导各学生的平均学习行为影响系数，按照从大到小的顺序依次进行排列，并进行显示；
S8、同时分析教师在各节课中学生的平均学习行为影响系数，按照从大到小的顺序依次进行排列，并进行显示；
上述基于大数据和云计算的学生学习行为数据库建立分析处理方法使用了一种基于大数据和云计算的学生学习行为数据库建立分析处理系统，包括教学视频采集模块、云存储数据库、相关信息获取模块、间隔时间差分析模块、学生回答时长统计模块、教学视频处理模块、人脸角度检测模块、人脸角度分析模块、分析服务器、云管理中心和显示终端；
所述分析服务器分别与云存储数据库、间隔时间差分析模块、学生回答时长统计模块、人脸角度分析模块和云管理中心连接，云存储数据库分别与教学视频采集模块、相关信息获取模块、学生回答时长统计模块、教学视频处理模块和人脸角度分析模块连接，相关信息获取模块与间隔时间差分析模块连接，人脸角度检测模块分别与教学视频处理模块和人脸角度分析模块连接，云管理中心与显示终端连接；
所述教学视频采集模块用于对教师辅导各学生学习各节课的教学视频进行采集，分别采集教师辅导学生学习各节课的教学视频，将教师辅导学生学习各节课的教学视频发送至云存储数据库；
所述云存储数据库用于接收教学视频采集模块发送的教师辅导学生学习各节课的教学视频，统计教师辅导各学生学习各节课的教学视频，构成教师辅导各学生学习各节课的教学视频集合PiR(pir1,pir2,...,pirj,...,pirm)，pirj表示为教师辅导第i个学生学习第j节课的教学视频，i＝1,2,...,n，并将教师辅导各学生学习各节课的教学视频集合进行存储，同时存储学生认真听课时人脸相对于垂直方向的标准偏转角度范围和相对于水平方向的标准俯仰角范围，并存储学生答出问题间隔时间差、回答问题时长和符合认真听课要求对学习行为影响系数，分别记为λx,λc,μ；
所述相关信息获取模块用于对教师辅导各学生学习各节课的教学视频中相关信息进行获取，提取云存储数据库中存储的教师辅导各学生学习各节课的教学视频集合，通过播放教师辅导各学生学习各节课的教学视频，获取教师辅导各学生学习各节课的教学视频中教师提出各问题时的时间和学生答出各问题时的时间，统计教师辅导各学生学习各节课的教学视频中教师提出各问题时的时间和学生答出各问题时的时间，分别构成教师辅导各学生学习各节课的教学视频中教师提出各问题时的时间集合TijA(tija1,tija2,...,tijaf,...,tijak)和教师辅导各学生学习各节课的教学视频中学生答出各问题时的时间集合TijB(tijb1,tijb2,...,tijbf,...,tijbk)，tijaf表示为教师辅导第i个学生学习第j节课的教学视频中教师提出第f个问题时的时间，tijbf表示为教师辅导第i个学生学习第j节课的教学视频中学生答出第f个问题时的时间，将教师辅导各学生学习各节课的教学视频中教师提出各问题时的时间集合和学生答出各问题时的时间集合发送至间隔时间差分析模块；
所述间隔时间差分析模块用于接收相关信息获取模块发送的教师辅导各学生学习各节课的教学视频中教师提出各问题时的时间集合和学生答出各问题时的时间集合，计算教师辅导各学生学习各节课的教学视频中学生答出各问题的间隔时间差，统计教师辅导各学生学习各节课的教学视频中学生答出各问题的间隔时间差，将教师辅导各学生学习各节课的教学视频中学生答出各问题的间隔时间差发送至分析服务器；
所述学生回答时长统计模块用于对教师辅导各学生学习各节课的教学视频中学生回答问题时长进行统计，提取云存储数据库中存储的教师辅导各学生学习各节课的教学视频集合，获取教师辅导各学生学习各节课的教学视频中学生回答各问题的时长，统计教师辅导各学生学习各节课的教学视频中学生回答各问题的时长，构成教师辅导各学生学习各节课的教学视频中学生回答各问题的时长集合T′ijC(t′ijc1,t′ijc2,...,t′ijcf,...,t′ijck)，t′ijck表示为教师辅导第i个学生学习第j节课的教学视频中学生回答第f个问题的时长，将教师辅导各学生学习各节课的教学视频中学生回答各问题的时长集合发送至分析服务器；
所述教学视频处理模块用于提取云存储数据库中存储的教师辅导各学生学习各节课的教学视频集合，获取教师辅导各学生学习各节课的教学视频中各视频帧，筛选教师辅导各学生学习各节课的教学视频中各视频帧内学生人脸图像，同时通过几何归一化处理变化为大小一致且人脸不存在偏角的各图像，统计教师辅导各学生学习各节课的教学视频中学生的各人脸图像，将教师辅导各学生学习各节课的教学视频中学生的各人脸图像发送至人脸角度检测模块；
所述人脸角度检测模块包括数显角度仪，用于接收教学视频处理模块发送的教师辅导各学生学习各节课的教学视频中学生的各人脸图像，通过数显角度仪分别测量教师辅导各学生学习各节课的教学视频中各人脸图像内相对于垂直方向的偏转角度和相对于水平方向的俯仰角，统计教师辅导各学生学习各节课的教学视频中各人脸图像内相对于垂直方向的偏转角度和相对于水平方向的俯仰角，分别构成教师辅导各学生学习各节课的教学视频中各人脸图像内相对于垂直方向的偏转角度集合Wijθ(wijθ1,wijθ2,...,wijθv,...,wijθl)和教师辅导各学生学习各节课的教学视频中各人脸图像内相对于水平方向的俯仰角集合Wijθ′(wijθ′1,wijθ′2,...,wijθ′v,...,wijθ′l)，wijθv表示为教师辅导第i个学生学习第j节课的教学视频中第v个人脸图像内相对于垂直方向的偏转接地，wijθ′v表示为教师辅导第i个学生学习第j节课的教学视频中第v个人脸图像内相对于水平方向的俯仰角，将教师辅导各学生学习各节课的教学视频中各人脸图像内相对于垂直方向的偏转角度集合和相对于水平方向的俯仰角集合发送至人脸角度分析模块；
所述人脸角度分析模块用于接收人脸角度检测模块发送的教师辅导各学生学习各节课的教学视频中各人脸图像内相对于垂直方向的偏转角度集合和相对于水平方向的俯仰角集合，提取云存储数据库中存储的学生认真听课时人脸相对于垂直方向的标准偏转角度范围和相对于水平方向的标准俯仰角范围，将接收的教师辅导各学生学习各节课的教学视频中各人脸图像内相对于垂直方向的偏转角度和相对于水平方向的俯仰角分别与学生认真听课时人脸相对于垂直方向的标准偏转角度范围和相对于水平方向的标准俯仰角范围进行对比，若教师辅导某学生学习某节课的教学视频中某人脸图像内相对于垂直方向的偏转角度处于标准偏转角度范围之内且相对于水平方向的俯仰角也处于标准俯仰角范围之内，表明教师辅导该学生学习该节课的教学视频中该学生人脸图像符合认真听课要求，统计教师辅导各学生学习各节课的教学视频中符合学生认真听课要求的人脸图像数目，构成教师辅导各学生学习各节课的教学视频中符合学生认真听课要求的人脸图像数目集合Yij(yi1,yi2,...,yij,...,yim)，yij表示为教师辅导第i个学生学习第j节课的教学视频中符合学生认真听课要求的人脸图像数目，将教师辅导各学生学习各节课的教学视频中符合学生认真听课要求的人脸图像数目集合发送至分析服务器；
所述分析服务器用于接收间隔时间差分析模块发送的教师辅导各学生学习各节课的教学视频中学生答出各问题的间隔时间差，同时接收学生回答时长统计模块发送的教师辅导各学生学习各节课的教学视频中学生回答各问题的时长集合，并接收人脸角度分析模块发送的教师辅导各学生学习各节课的教学视频中符合学生认真听课要求的人脸图像数目集合，提取云存储数据库中存储的学生答出问题间隔时间差、回答问题时长和符合认真听课要求对学习行为影响系数，计算教师辅导各学生学习各节课的学习行为影响系数，统计教师辅导各学生学习各节课的学习行为影响系数，将教师辅导各学生学习各节课的学习行为影响系数发送至云管理中心；
所述云管理中心用于接收分析服务器发送的教师辅导各学生学习各节课的学习行为影响系数，计算教师辅导各学生的平均学习行为影响系数，统计教师辅导各学生的平均学习行为影响系数，并按照从大到小的顺序依次对教师辅导各学生的平均学习行为影响系数进行排列，将按照从大到小排列的教师辅导各学生的平均学习行为影响系数发送至显示终端；同时统计教师在各节课中各学生的学习行为影响系数，计算教师在各节课中学生的平均学习行为影响系数，统计教师在各节课中学生的平均学习行为影响系数，按照从大到小的顺序依次对教师在各节课中学生的平均学习行为影响系数进行排列，将按照从大到小排列的教师在各节课中学生的平均学习行为影响系数发送至显示终端；
所述显示终端用于接收云管理中心发送的按照从大到小排列的教师辅导各学生的平均学习行为影响系数和按照从大到小排列的教师在各节课中学生的平均学习行为影响系数，并进行显示。
进一步地，所述教学视频采集模块包括高清摄像头，通过高清摄像头采集教师辅导学生学习各节课的教学视频，其中教师与学生之间的教学方式为一对一辅导。
进一步地，所述教师辅导各学生学习各节课的教学视频中学生答出各问题的间隔时间差计算公式为Δt′ijxf＝tijbf-tijaf，Δt′ijxf表示为教师辅导第i个学生学习第j节课的教学视频中学生答出第f个问题的间隔时间差，tijbf表示为教师辅导第i个学生学习第j节课的教学视频中学生答出第f个问题时的时间，tijaf表示为教师辅导第i个学生学习第j节课的教学视频中教师提出第f个问题时的时间。
进一步地，所述教师辅导各学生学习各节课的学习行为影响系数计算公式为
Figure BDA0002916698630000081
ξij表示为教师辅导第i个学生学习第j节课的学习行为影响系数，λx,λc,μ分别表示为学生答出问题间隔时间差、回答问题时长和符合认真听课要求对学习行为影响系数，Δt′ijxf表示为教师辅导第i个学生学习第j节课的教学视频中学生答出第f个问题的间隔时间差，k表示为教师辅导第i个学生学习第j节课的教学视频中教师提出问题数目，e表示为自然数，等于2.718，l表示为教师辅导第i个学生学习第j节课的教学视频中人脸图像数目，yij表示为教师辅导第i个学生学习第j节课的教学视频中符合学生认真听课要求的人脸图像数目，t′ijck表示为教师辅导第i个学生学习第j节课的教学视频中学生回答第f个问题的时长。
进一步地，所述教师辅导各学生的平均学习行为影响系数计算公式为
Figure BDA0002916698630000091
Figure BDA0002916698630000092
表示为教师辅导第i个学生的平均行为影响系数，ξij表示为教师辅导第i个学生学习第j节课的学习行为影响系数，m表示为教师辅导第i个学生学习的教学视频数目。
进一步地，所述教师在各节课中学生的平均学习行为影响系数计算公式为
Figure BDA0002916698630000093
Figure BDA0002916698630000094
表示为教师在第j节课中学生的平均学习行为影响系数，ξij表示为教师辅导第i个学生学习第j节课的学习行为影响系数，n表示为教师辅导的学生数目。
在第二方面，本发明还提供一种云数据平台，所述云数据平台包括处理器、机器可读存储介质和网络接口，所述机器可读存储介质、所述网络接口以及所述处理器之间通过总线系统相连，所述网络接口用于与至少一个学生学习行为数据库建立分析处理终端通信连接，所述机器可读存储介质用于存储程序、指令或代码，所述处理器用于执行所述机器可读存储介质中的程序、指令或代码，以执行本发明所述的学生学习行为数据库建立分析处理方法。
有益效果：
(1)本发明提供的基于大数据和云计算的学生学习行为数据库建立分析处理方法及云数据平台，通过采集教师辅导各学生学习各节课的教学视频，获取教师辅导各学生学习各节课的教学视频中教师提出各问题时的时间、学生答出各问题时的时间和学生回答各问题的时长，计算教师辅导各学生学习各节课的教学视频中学生答出各问题的间隔时间差，从而避免采集数据主观性强、费时费力、所获得样本量小的问题，同时筛选教师辅导各学生学习各节课的教学视频中学生的各人脸图像，进行归一化处理，从而减少图像分析所需的时间以及任务量，并测量教师辅导各学生学习各节课的教学视频中各人脸图像内相对于垂直方向的偏转角度和相对于水平方向的俯仰角，对比分析教师辅导各学生学习各节课的教学视频中学生的各人脸图像是否符合认真听课要求，统计教师辅导各学生学习各节课的教学视频中符合学生认真听课要求的人脸图像数目，计算教师辅导各学生学习各节课的学习行为影响系数，为后期分析计算教师辅导各学生的平均学习行为影响系数提供可靠的参考数据。
(2)本发明通过分析计算教师辅导各学生的平均学习行为影响系数，按照从大到小的顺序依次进行排列，并进行显示，从而利于教师发现普遍的教学规律，帮助教师快速找出在线教学中存在的问题，提高教师在线教学的质量，同时分析计算教师在各节课中学生的平均学习行为影响系数，按照从大到小的顺序依次进行排列，并进行显示，从而教师明确分析学生喜爱的教学方式，帮助教师根据学生制定针对性的教学方式，为教师的专业发展和教学质量的提升提供了有力支持。
附图说明
为了更清楚地说明本发明实施例的技术方案，下面将对实施例描述所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本发明的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。
图1为本发明的方法步骤流程图；
图2为本发明的模块连接结构示意图。
具体实施方式
下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有作出创造性劳动前提下所获得的所有其它实施例，都属于本发明保护的范围。
请参阅图1所示，本发明的第一方面提供基于大数据和云计算的学生学习行为数据库建立分析处理方法，包括如下步骤：
S1、采集教师辅导各学生学习各节课的教学视频，进行存储；
S2、同时获取教师辅导各学生学习各节课的教学视频中教师提出各问题时的时间和学生答出各问题时的时间，计算教师辅导各学生学习各节课的教学视频中学生答出各问题的间隔时间差；
S3、并获取教师辅导各学生学习各节课的教学视频中学生回答各问题的时长；
S4、同时筛选教师辅导各学生学习各节课的教学视频中学生的各人脸图像，并进行归一化处理；
S5、测量教师辅导各学生学习各节课的教学视频中各人脸图像内相对于垂直方向的偏转角度和相对于水平方向的俯仰角，对比分析教师辅导各学生学习各节课的教学视频中学生的各人脸图像是否符合认真听课要求；
S6、统计教师辅导各学生学习各节课的教学视频中符合学生认真听课要求的人脸图像数目，计算教师辅导各学生学习各节课的学习行为影响系数；
S7、分析教师辅导各学生的平均学习行为影响系数，按照从大到小的顺序依次进行排列，并进行显示；
S8、同时分析教师在各节课中学生的平均学习行为影响系数，按照从大到小的顺序依次进行排列，并进行显示。
参照图2所示，该基于大数据和云计算的学生学习行为数据库建立分析处理方法使用了一种基于大数据和云计算的学生学习行为数据库建立分析处理系统，包括教学视频采集模块、云存储数据库、相关信息获取模块、间隔时间差分析模块、学生回答时长统计模块、教学视频处理模块、人脸角度检测模块、人脸角度分析模块、分析服务器、云管理中心和显示终端。
所述分析服务器分别与云存储数据库、间隔时间差分析模块、学生回答时长统计模块、人脸角度分析模块和云管理中心连接，云存储数据库分别与教学视频采集模块、相关信息获取模块、学生回答时长统计模块、教学视频处理模块和人脸角度分析模块连接，相关信息获取模块与间隔时间差分析模块连接，人脸角度检测模块分别与教学视频处理模块和人脸角度分析模块连接，云管理中心与显示终端连接。
所述教学视频采集模块包括高清摄像头，用于对教师辅导各学生学习各节课的教学视频进行采集，通过高清摄像头分别采集教师辅导学生学习各节课的教学视频，其中教师与学生之间的教学方式为一对一辅导，并将教师辅导学生学习各节课的教学视频发送至云存储数据库。
所述云存储数据库用于接收教学视频采集模块发送的教师辅导学生学习各节课的教学视频，统计教师辅导各学生学习各节课的教学视频，构成教师辅导各学生学习各节课的教学视频集合PiR(pir1,pir2,...,pirj,...,pirm)，pirj表示为教师辅导第i个学生学习第j节课的教学视频，i＝1,2,...,n，并将教师辅导各学生学习各节课的教学视频集合进行存储，同时存储学生认真听课时人脸相对于垂直方向的标准偏转角度范围和相对于水平方向的标准俯仰角范围，并存储学生答出问题间隔时间差、回答问题时长和符合认真听课要求对学习行为影响系数，分别记为λx,λc,μ。
所述相关信息获取模块用于对教师辅导各学生学习各节课的教学视频中相关信息进行获取，提取云存储数据库中存储的教师辅导各学生学习各节课的教学视频集合，通过播放教师辅导各学生学习各节课的教学视频，获取教师辅导各学生学习各节课的教学视频中教师提出各问题时的时间和学生答出各问题时的时间，统计教师辅导各学生学习各节课的教学视频中教师提出各问题时的时间和学生答出各问题时的时间，分别构成教师辅导各学生学习各节课的教学视频中教师提出各问题时的时间集合TijA(tija1,tija2,...,tijaf,...,tijak)和教师辅导各学生学习各节课的教学视频中学生答出各问题时的时间集合TijB(tijb1,tijb2,...,tijbf,...,tijbk)，tijaf表示为教师辅导第i个学生学习第j节课的教学视频中教师提出第f个问题时的时间，tijbf表示为教师辅导第i个学生学习第j节课的教学视频中学生答出第f个问题时的时间，将教师辅导各学生学习各节课的教学视频中教师提出各问题时的时间集合和学生答出各问题时的时间集合发送至间隔时间差分析模块。
所述间隔时间差分析模块用于接收相关信息获取模块发送的教师辅导各学生学习各节课的教学视频中教师提出各问题时的时间集合和学生答出各问题时的时间集合，计算教师辅导各学生学习各节课的教学视频中学生答出各问题的间隔时间差Δt′ijxf＝tijbf-tijaf，Δt′ijxf表示为教师辅导第i个学生学习第j节课的教学视频中学生答出第f个问题的间隔时间差，tijbf表示为教师辅导第i个学生学习第j节课的教学视频中学生答出第f个问题时的时间，tijaf表示为教师辅导第i个学生学习第j节课的教学视频中教师提出第f个问题时的时间，统计教师辅导各学生学习各节课的教学视频中学生答出各问题的间隔时间差，从而避免采集数据主观性强、费时费力、所获得样本量小的问题，并将教师辅导各学生学习各节课的教学视频中学生答出各问题的间隔时间差发送至分析服务器。
所述学生回答时长统计模块用于对教师辅导各学生学习各节课的教学视频中学生回答问题时长进行统计，提取云存储数据库中存储的教师辅导各学生学习各节课的教学视频集合，获取教师辅导各学生学习各节课的教学视频中学生回答各问题的时长，统计教师辅导各学生学习各节课的教学视频中学生回答各问题的时长，构成教师辅导各学生学习各节课的教学视频中学生回答各问题的时长集合T′ijC(t′ijc1,t′ijc2,...,t′ijcf,...,t′ijck)，t′ijck表示为教师辅导第i个学生学习第j节课的教学视频中学生回答第f个问题的时长，从而避免采集数据主观性强、费时费力、所获得样本量小的问题，将教师辅导各学生学习各节课的教学视频中学生回答各问题的时长集合发送至分析服务器。
所述教学视频处理模块用于提取云存储数据库中存储的教师辅导各学生学习各节课的教学视频集合，获取教师辅导各学生学习各节课的教学视频中各视频帧，筛选教师辅导各学生学习各节课的教学视频中各视频帧内学生人脸图像，同时通过几何归一化处理变化为大小一致且人脸不存在偏角的各图像，从而减少图像分析所需的时间以及任务量，并统计教师辅导各学生学习各节课的教学视频中学生的各人脸图像，将教师辅导各学生学习各节课的教学视频中学生的各人脸图像发送至人脸角度检测模块。
所述人脸角度检测模块包括数显角度仪，用于接收教学视频处理模块发送的教师辅导各学生学习各节课的教学视频中学生的各人脸图像，通过数显角度仪分别测量教师辅导各学生学习各节课的教学视频中各人脸图像内相对于垂直方向的偏转角度和相对于水平方向的俯仰角，统计教师辅导各学生学习各节课的教学视频中各人脸图像内相对于垂直方向的偏转角度和相对于水平方向的俯仰角，分别构成教师辅导各学生学习各节课的教学视频中各人脸图像内相对于垂直方向的偏转角度集合Wijθ(wijθ1,wijθ2,...,wijθv,...,wijθl)和教师辅导各学生学习各节课的教学视频中各人脸图像内相对于水平方向的俯仰角集合Wijθ′(wijθ′1,wijθ′2,...,wijθ′v,...,wijθ′l)，wijθv表示为教师辅导第i个学生学习第j节课的教学视频中第v个人脸图像内相对于垂直方向的偏转接地，wijθ′v表示为教师辅导第i个学生学习第j节课的教学视频中第v个人脸图像内相对于水平方向的俯仰角，将教师辅导各学生学习各节课的教学视频中各人脸图像内相对于垂直方向的偏转角度集合和相对于水平方向的俯仰角集合发送至人脸角度分析模块。
所述人脸角度分析模块用于接收人脸角度检测模块发送的教师辅导各学生学习各节课的教学视频中各人脸图像内相对于垂直方向的偏转角度集合和相对于水平方向的俯仰角集合，提取云存储数据库中存储的学生认真听课时人脸相对于垂直方向的标准偏转角度范围和相对于水平方向的标准俯仰角范围，将接收的教师辅导各学生学习各节课的教学视频中各人脸图像内相对于垂直方向的偏转角度和相对于水平方向的俯仰角分别与学生认真听课时人脸相对于垂直方向的标准偏转角度范围和相对于水平方向的标准俯仰角范围进行对比，若教师辅导某学生学习某节课的教学视频中某人脸图像内相对于垂直方向的偏转角度处于标准偏转角度范围之内且相对于水平方向的俯仰角也处于标准俯仰角范围之内，表明教师辅导该学生学习该节课的教学视频中该学生人脸图像符合认真听课要求，统计教师辅导各学生学习各节课的教学视频中符合学生认真听课要求的人脸图像数目，构成教师辅导各学生学习各节课的教学视频中符合学生认真听课要求的人脸图像数目集合Yij(yi1,yi2,...,yij,...,yim)，yij表示为教师辅导第i个学生学习第j节课的教学视频中符合学生认真听课要求的人脸图像数目，将教师辅导各学生学习各节课的教学视频中符合学生认真听课要求的人脸图像数目集合发送至分析服务器。
所述分析服务器用于接收间隔时间差分析模块发送的教师辅导各学生学习各节课的教学视频中学生答出各问题的间隔时间差，同时接收学生回答时长统计模块发送的教师辅导各学生学习各节课的教学视频中学生回答各问题的时长集合，并接收人脸角度分析模块发送的教师辅导各学生学习各节课的教学视频中符合学生认真听课要求的人脸图像数目集合，提取云存储数据库中存储的学生答出问题间隔时间差、回答问题时长和符合认真听课要求对学习行为影响系数，计算教师辅导各学生学习各节课的学习行为影响系数
Figure BDA0002916698630000161
ξij表示为教师辅导第i个学生学习第j节课的学习行为影响系数，λx,λc,μ分别表示为学生答出问题间隔时间差、回答问题时长和符合认真听课要求对学习行为影响系数，Δt′ijxf表示为教师辅导第i个学生学习第j节课的教学视频中学生答出第f个问题的间隔时间差，k表示为教师辅导第i个学生学习第j节课的教学视频中教师提出问题数目，e表示为自然数，等于2.718，l表示为教师辅导第i个学生学习第j节课的教学视频中人脸图像数目，yij表示为教师辅导第i个学生学习第j节课的教学视频中符合学生认真听课要求的人脸图像数目，t′ijck表示为教师辅导第i个学生学习第j节课的教学视频中学生回答第f个问题的时长，统计教师辅导各学生学习各节课的学习行为影响系数，将教师辅导各学生学习各节课的学习行为影响系数发送至云管理中心，为后期分析计算教师辅导各学生的平均学习行为影响系数提供可靠的参考数据。
所述云管理中心用于接收分析服务器发送的教师辅导各学生学习各节课的学习行为影响系数，计算教师辅导各学生的平均学习行为影响系数
Figure BDA0002916698630000171
Figure BDA0002916698630000172
表示为教师辅导第i个学生的平均行为影响系数，ξij表示为教师辅导第i个学生学习第j节课的学习行为影响系数，m表示为教师辅导第i个学生学习的教学视频数目，统计教师辅导各学生的平均学习行为影响系数，并按照从大到小的顺序依次对教师辅导各学生的平均学习行为影响系数进行排列，将按照从大到小排列的教师辅导各学生的平均学习行为影响系数发送至显示终端，从而利于教师发现普遍的教学规律，帮助教师快速找出在线教学中存在的问题，提高教师在线教学的质量；同时统计教师在各节课中各学生的学习行为影响系数，计算教师在各节课中学生的平均学习行为影响系数
Figure BDA0002916698630000173
Figure BDA0002916698630000174
表示为教师在第j节课中学生的平均学习行为影响系数，ξij表示为教师辅导第i个学生学习第j节课的学习行为影响系数，n表示为教师辅导的学生数目，统计教师在各节课中学生的平均学习行为影响系数，按照从大到小的顺序依次对教师在各节课中学生的平均学习行为影响系数进行排列，将按照从大到小排列的教师在各节课中学生的平均学习行为影响系数发送至显示终端，从而教师明确分析学生喜爱的教学方式，帮助教师根据学生制定针对性的教学方式，为教师的专业发展和教学质量的提升提供了有力支持。
所述显示终端用于接收云管理中心发送的按照从大到小排列的教师辅导各学生的平均学习行为影响系数和按照从大到小排列的教师在各节课中学生的平均学习行为影响系数，并进行显示。
在第二方面，本发明还提供一种云数据平台，所述云数据平台包括处理器、机器可读存储介质和网络接口，所述机器可读存储介质、所述网络接口以及所述处理器之间通过总线系统相连，所述网络接口用于与至少一个学生学习行为数据库建立分析处理终端通信连接，所述机器可读存储介质用于存储程序、指令或代码，所述处理器用于执行所述机器可读存储介质中的程序、指令或代码，以执行本发明所述的学生学习行为数据库建立分析处理方法。
以上内容仅仅是对本发明的构思所作的举例和说明，所属本技术领域的技术人员对所描述的具体实施例做各种各样的修改或补充或采用类似的方式替代，只要不偏离发明的构思或者超越本权利要求书所定义的范围，均应属于本发明的保护范围。

Claims (7)

1.基于大数据和云计算的学生学习行为数据库建立分析处理方法，其特征在于：包括如下步骤：
S1、采集教师辅导各学生学习各节课的教学视频，进行存储；
S2、同时获取教师辅导各学生学习各节课的教学视频中教师提出各问题时的时间和学生答出各问题时的时间，计算教师辅导各学生学习各节课的教学视频中学生答出各问题的间隔时间差；
S3、并获取教师辅导各学生学习各节课的教学视频中学生回答各问题的时长；
S4、同时筛选教师辅导各学生学习各节课的教学视频中学生的各人脸图像，并进行归一化处理；
S5、测量教师辅导各学生学习各节课的教学视频中各人脸图像内相对于垂直方向的偏转角度和相对于水平方向的俯仰角，对比分析教师辅导各学生学习各节课的教学视频中学生的各人脸图像是否符合认真听课要求；
S6、统计教师辅导各学生学习各节课的教学视频中符合学生认真听课要求的人脸图像数目，计算教师辅导各学生学习各节课的学习行为影响系数；
S7、分析教师辅导各学生的平均学习行为影响系数，按照从大到小的顺序依次进行排列，并进行显示；
S8、同时分析教师在各节课中学生的平均学习行为影响系数，按照从大到小的顺序依次进行排列，并进行显示；
上述基于大数据和云计算的学生学习行为数据库建立分析处理方法使用了一种基于大数据和云计算的学生学习行为数据库建立分析处理系统，包括教学视频采集模块、云存储数据库、相关信息获取模块、间隔时间差分析模块、学生回答时长统计模块、教学视频处理模块、人脸角度检测模块、人脸角度分析模块、分析服务器、云管理中心和显示终端；
所述分析服务器分别与云存储数据库、间隔时间差分析模块、学生回答时长统计模块、人脸角度分析模块和云管理中心连接，云存储数据库分别与教学视频采集模块、相关信息获取模块、学生回答时长统计模块、教学视频处理模块和人脸角度分析模块连接，相关信息获取模块与间隔时间差分析模块连接，人脸角度检测模块分别与教学视频处理模块和人脸角度分析模块连接，云管理中心与显示终端连接；
所述教学视频采集模块用于对教师辅导各学生学习各节课的教学视频进行采集，分别采集教师辅导学生学习各节课的教学视频，将教师辅导学生学习各节课的教学视频发送至云存储数据库；
所述云存储数据库用于接收教学视频采集模块发送的教师辅导学生学习各节课的教学视频，统计教师辅导各学生学习各节课的教学视频，构成教师辅导各学生学习各节课的教学视频集合PiR(pir1,pir2,...,pirj,...,pirm)，pirj表示为教师辅导第i个学生学习第j节课的教学视频，i＝1,2,...,n，并将教师辅导各学生学习各节课的教学视频集合进行存储，同时存储学生认真听课时人脸相对于垂直方向的标准偏转角度范围和相对于水平方向的标准俯仰角范围，并存储学生答出问题间隔时间差、回答问题时长和符合认真听课要求对学习行为影响系数，分别记为λx,λc,μ；
所述相关信息获取模块用于对教师辅导各学生学习各节课的教学视频中相关信息进行获取，提取云存储数据库中存储的教师辅导各学生学习各节课的教学视频集合，通过播放教师辅导各学生学习各节课的教学视频，获取教师辅导各学生学习各节课的教学视频中教师提出各问题时的时间和学生答出各问题时的时间，统计教师辅导各学生学习各节课的教学视频中教师提出各问题时的时间和学生答出各问题时的时间，分别构成教师辅导各学生学习各节课的教学视频中教师提出各问题时的时间集合TijA(tija1,tija2,...,tijaf,...,tijak)和教师辅导各学生学习各节课的教学视频中学生答出各问题时的时间集合TijB(tijb1,tijb2,...,tijbf,...,tijbk)，tijaf表示为教师辅导第i个学生学习第j节课的教学视频中教师提出第f个问题时的时间，tijbf表示为教师辅导第i个学生学习第j节课的教学视频中学生答出第f个问题时的时间，将教师辅导各学生学习各节课的教学视频中教师提出各问题时的时间集合和学生答出各问题时的时间集合发送至间隔时间差分析模块；
所述间隔时间差分析模块用于接收相关信息获取模块发送的教师辅导各学生学习各节课的教学视频中教师提出各问题时的时间集合和学生答出各问题时的时间集合，计算教师辅导各学生学习各节课的教学视频中学生答出各问题的间隔时间差，统计教师辅导各学生学习各节课的教学视频中学生答出各问题的间隔时间差，将教师辅导各学生学习各节课的教学视频中学生答出各问题的间隔时间差发送至分析服务器；
所述学生回答时长统计模块用于对教师辅导各学生学习各节课的教学视频中学生回答问题时长进行统计，提取云存储数据库中存储的教师辅导各学生学习各节课的教学视频集合，获取教师辅导各学生学习各节课的教学视频中学生回答各问题的时长，统计教师辅导各学生学习各节课的教学视频中学生回答各问题的时长，构成教师辅导各学生学习各节课的教学视频中学生回答各问题的时长集合T′ijC(t′ijc1,t′ijc2,...,t′ijcf,...,t′ijck)，t′ijck表示为教师辅导第i个学生学习第j节课的教学视频中学生回答第f个问题的时长，将教师辅导各学生学习各节课的教学视频中学生回答各问题的时长集合发送至分析服务器；
所述教学视频处理模块用于提取云存储数据库中存储的教师辅导各学生学习各节课的教学视频集合，获取教师辅导各学生学习各节课的教学视频中各视频帧，筛选教师辅导各学生学习各节课的教学视频中各视频帧内学生人脸图像，同时通过几何归一化处理变化为大小一致且人脸不存在偏角的各图像，统计教师辅导各学生学习各节课的教学视频中学生的各人脸图像，将教师辅导各学生学习各节课的教学视频中学生的各人脸图像发送至人脸角度检测模块；
所述人脸角度检测模块包括数显角度仪，用于接收教学视频处理模块发送的教师辅导各学生学习各节课的教学视频中学生的各人脸图像，通过数显角度仪分别测量教师辅导各学生学习各节课的教学视频中各人脸图像内相对于垂直方向的偏转角度和相对于水平方向的俯仰角，统计教师辅导各学生学习各节课的教学视频中各人脸图像内相对于垂直方向的偏转角度和相对于水平方向的俯仰角，分别构成教师辅导各学生学习各节课的教学视频中各人脸图像内相对于垂直方向的偏转角度集合Wijθ(wijθ1,wijθ2,...,wijθv,...,wijθl)和教师辅导各学生学习各节课的教学视频中各人脸图像内相对于水平方向的俯仰角集合Wijθ′(wijθ′1,wijθ′2,...,wijθ′v,...,wijθ′l)，wijθv表示为教师辅导第i个学生学习第j节课的教学视频中第v个人脸图像内相对于垂直方向的偏转接地，wijθ′v表示为教师辅导第i个学生学习第j节课的教学视频中第v个人脸图像内相对于水平方向的俯仰角，将教师辅导各学生学习各节课的教学视频中各人脸图像内相对于垂直方向的偏转角度集合和相对于水平方向的俯仰角集合发送至人脸角度分析模块；
所述人脸角度分析模块用于接收人脸角度检测模块发送的教师辅导各学生学习各节课的教学视频中各人脸图像内相对于垂直方向的偏转角度集合和相对于水平方向的俯仰角集合，提取云存储数据库中存储的学生认真听课时人脸相对于垂直方向的标准偏转角度范围和相对于水平方向的标准俯仰角范围，将接收的教师辅导各学生学习各节课的教学视频中各人脸图像内相对于垂直方向的偏转角度和相对于水平方向的俯仰角分别与学生认真听课时人脸相对于垂直方向的标准偏转角度范围和相对于水平方向的标准俯仰角范围进行对比，若教师辅导某学生学习某节课的教学视频中某人脸图像内相对于垂直方向的偏转角度处于标准偏转角度范围之内且相对于水平方向的俯仰角也处于标准俯仰角范围之内，表明教师辅导该学生学习该节课的教学视频中该学生人脸图像符合认真听课要求，统计教师辅导各学生学习各节课的教学视频中符合学生认真听课要求的人脸图像数目，构成教师辅导各学生学习各节课的教学视频中符合学生认真听课要求的人脸图像数目集合Yij(yi1,yi2,...,yij,...,yim)，yij表示为教师辅导第i个学生学习第j节课的教学视频中符合学生认真听课要求的人脸图像数目，将教师辅导各学生学习各节课的教学视频中符合学生认真听课要求的人脸图像数目集合发送至分析服务器；
所述分析服务器用于接收间隔时间差分析模块发送的教师辅导各学生学习各节课的教学视频中学生答出各问题的间隔时间差，同时接收学生回答时长统计模块发送的教师辅导各学生学习各节课的教学视频中学生回答各问题的时长集合，并接收人脸角度分析模块发送的教师辅导各学生学习各节课的教学视频中符合学生认真听课要求的人脸图像数目集合，提取云存储数据库中存储的学生答出问题间隔时间差、回答问题时长和符合认真听课要求对学习行为影响系数，计算教师辅导各学生学习各节课的学习行为影响系数，统计教师辅导各学生学习各节课的学习行为影响系数，将教师辅导各学生学习各节课的学习行为影响系数发送至云管理中心；
所述云管理中心用于接收分析服务器发送的教师辅导各学生学习各节课的学习行为影响系数，计算教师辅导各学生的平均学习行为影响系数，统计教师辅导各学生的平均学习行为影响系数，并按照从大到小的顺序依次对教师辅导各学生的平均学习行为影响系数进行排列，将按照从大到小排列的教师辅导各学生的平均学习行为影响系数发送至显示终端；同时统计教师在各节课中各学生的学习行为影响系数，计算教师在各节课中学生的平均学习行为影响系数，统计教师在各节课中学生的平均学习行为影响系数，按照从大到小的顺序依次对教师在各节课中学生的平均学习行为影响系数进行排列，将按照从大到小排列的教师在各节课中学生的平均学习行为影响系数发送至显示终端；
所述显示终端用于接收云管理中心发送的按照从大到小排列的教师辅导各学生的平均学习行为影响系数和按照从大到小排列的教师在各节课中学生的平均学习行为影响系数，并进行显示。
2.根据权利要求1所述的基于大数据和云计算的学生学习行为数据库建立分析处理方法，其特征在于：所述教学视频采集模块包括高清摄像头，通过高清摄像头采集教师辅导学生学习各节课的教学视频，其中教师与学生之间的教学方式为一对一辅导。
3.根据权利要求1所述的基于大数据和云计算的学生学习行为数据库建立分析处理方法，其特征在于：所述教师辅导各学生学习各节课的教学视频中学生答出各问题的间隔时间差计算公式为Δt′ijxf＝tijbf-tijaf，Δt′ijxf表示为教师辅导第i个学生学习第j节课的教学视频中学生答出第f个问题的间隔时间差，tijbf表示为教师辅导第i个学生学习第j节课的教学视频中学生答出第f个问题时的时间，tijaf表示为教师辅导第i个学生学习第j节课的教学视频中教师提出第f个问题时的时间。
4.根据权利要求1所述的基于大数据和云计算的学生学习行为数据库建立分析处理方法，其特征在于：所述教师辅导各学生学习各节课的学习行为影响系数计算公式为
Figure FDA0002916698620000071
ξij表示为教师辅导第i个学生学习第j节课的学习行为影响系数，λx,λc,μ分别表示为学生答出问题间隔时间差、回答问题时长和符合认真听课要求对学习行为影响系数，Δt′ijxf表示为教师辅导第i个学生学习第j节课的教学视频中学生答出第f个问题的间隔时间差，k表示为教师辅导第i个学生学习第j节课的教学视频中教师提出问题数目，e表示为自然数，等于2.718，l表示为教师辅导第i个学生学习第j节课的教学视频中人脸图像数目，yij表示为教师辅导第i个学生学习第j节课的教学视频中符合学生认真听课要求的人脸图像数目，t′ijck表示为教师辅导第i个学生学习第j节课的教学视频中学生回答第f个问题的时长。
5.根据权利要求1所述的基于大数据和云计算的学生学习行为数据库建立分析处理方法，其特征在于：所述教师辅导各学生的平均学习行为影响系数计算公式为
Figure FDA0002916698620000072
Figure FDA0002916698620000073
表示为教师辅导第i个学生的平均行为影响系数，ξij表示为教师辅导第i个学生学习第j节课的学习行为影响系数，m表示为教师辅导第i个学生学习的教学视频数目。
6.根据权利要求1所述的基于大数据和云计算的学生学习行为数据库建立分析处理方法，其特征在于：所述教师在各节课中学生的平均学习行为影响系数计算公式为
Figure FDA0002916698620000081
Figure FDA0002916698620000082
表示为教师在第j节课中学生的平均学习行为影响系数，ξij表示为教师辅导第i个学生学习第j节课的学习行为影响系数，n表示为教师辅导的学生数目。
7.一种云数据平台，其特征在于：所述云数据平台包括处理器、机器可读存储介质和网络接口，所述机器可读存储介质、所述网络接口以及所述处理器之间通过总线系统相连，所述网络接口用于与至少一个学生学习行为数据库建立分析处理终端通信连接，所述机器可读存储介质用于存储程序、指令或代码，所述处理器用于执行所述机器可读存储介质中的程序、指令或代码，以执行权利要求1-6中任意一项所述的学生学习行为数据库建立分析处理方法。
CN202110103012.7A 2021-01-26 2021-01-26 基于大数据和云计算的学生学习行为数据库建立分析处理方法及云数据平台 Withdrawn CN112750057A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202110103012.7A CN112750057A (zh) 2021-01-26 2021-01-26 基于大数据和云计算的学生学习行为数据库建立分析处理方法及云数据平台

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202110103012.7A CN112750057A (zh) 2021-01-26 2021-01-26 基于大数据和云计算的学生学习行为数据库建立分析处理方法及云数据平台

Publications (1)

Publication Number Publication Date
CN112750057A true CN112750057A (zh) 2021-05-04

Family

ID=75653137

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202110103012.7A Withdrawn CN112750057A (zh) 2021-01-26 2021-01-26 基于大数据和云计算的学生学习行为数据库建立分析处理方法及云数据平台

Country Status (1)

Country Link
CN (1) CN112750057A (zh)

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN114493952A (zh) * 2022-04-18 2022-05-13 北京梦蓝杉科技有限公司 一种基于大数据的教育软件数据处理系统及方法

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN114493952A (zh) * 2022-04-18 2022-05-13 北京梦蓝杉科技有限公司 一种基于大数据的教育软件数据处理系统及方法

Similar Documents

Publication Publication Date Title
CN110991381B (zh) 一种基于行为和语音智能识别的实时课堂学生状态分析与指示提醒系统和方法
CN111915148B (zh) 一种基于信息技术的课堂教学评价方法和系统
CN107958351A (zh) 教学质量评估云服务平台
CN114038256B (zh) 一种基于人工智能的教学互动系统
CN107491890A (zh) 一种可量化课堂教学质量评估系统及方法
CN115170369B (zh) 一种基于移动互联网的直播课程在线观看智能管理系统
CN108257056A (zh) 一种应用于教学行业的大数据的课堂辅助教学系统
CN109685692A (zh) 一种多维度学生学习行为的无感采集及分析系统
CN114422820A (zh) 一种教育互动直播系统及直播方法
CN111968431A (zh) 一种远程教育教学系统
CN112750057A (zh) 基于大数据和云计算的学生学习行为数据库建立分析处理方法及云数据平台
CN109949189A (zh) 一种线上教学互动效果评价方法与装置
CN112164259A (zh) 一种课堂师生互动教学系统及方法
CN110991943A (zh) 一种基于云计算的教学质量评价系统
CN115278272B (zh) 一种教育实践在线指导系统及方法
CN115829234A (zh) 基于课堂检测的自动化督导系统及其工作方法
CN115878766A (zh) 一种基于ai技术的教师经验型智能题库及其使用方法
CN115527404A (zh) 一种人工智能自适应互动教学系统
CN111626647A (zh) 一种基于面部表情识别的课堂教学评估系统
CN114936952A (zh) 一种数字化教育互联网学习系统
CN114255426A (zh) 一种基于视频识别和语音分离技术的学生专注度评估系统
CN117455126B (zh) 一种泛在实训教学和考评管理系统及方法
Hai et al. Artificial Intelligence and Intelligent Information Systems Based Multi-Dimensional Classroom Computer Evaluation Model
CN108805400A (zh) 一种模式识别的质量评价反馈方法
CN117496580B (zh) 一种基于多人同步交互式的面部表情智能识别机器人终端

Legal Events

Date Code Title Description
PB01 Publication
PB01 Publication
SE01 Entry into force of request for substantive examination
SE01 Entry into force of request for substantive examination
WW01 Invention patent application withdrawn after publication

Application publication date: 20210504

WW01 Invention patent application withdrawn after publication