CN112884304A - 一种基于大数据的在线远程教育系统 - Google Patents

Abstract

本发明属于远程教育领域，涉及大数据在线教育技术，具体是一种基于大数据的在线远程教育系统，包括处理器，所述处理器通信连接有偏科分析模块、作业审批模块、方向规划模块、学习检测模块、注册登录模块以及存储模块；所述偏科分析模块用于对用户的学习成绩进行偏科分析，所述作业审批模块用于对用户的课后作业进行审批，所述方向规划模块用于根据用户的学习成绩以及偏科情况对用户进行发展方向规划。本发明可以对用户的各科成绩进行分析，并且将用户成绩进行对比之前先将各科成绩换算为百分制分数，对比之后得到突出学科与落后学科，并且根据突出偏科与落后偏科的数量之和对用户的偏科程度进行判定。

Description

一种基于大数据的在线远程教育系统

技术领域

本发明属于远程教育领域，涉及大数据在线教育技术，具体是一种基于大数据的在线远程教育系统。

背景技术

远程教育，在教育部已出台的一些文件中，也称现代远程教育为网络教育，是成人教育学历中的一种。是指使用电视及互联网等传播媒体的教学模式，它突破了时空的界线，有别于传统的在校住宿的教学模式。使用这种教学模式的学生，通常是业余进修者。由于不需要到特定地点上课，因此可以随时随地上课。学生亦可以透过电视广播、互联网、辅导专线、课研社、面授等多种不同管道互助学习。是现代信息技术应用于教育后产生的新概念，即运用网络技术与环境开展的教育。招生对象不受年龄和先前学历限制，为广大已步入社会的群众提供了学历提升的机会。

现有的远程教育系统不具备为用户进行偏科分析，并且通过用户各科成绩以及在各个学科上花费的时间对用户进行发展方向推荐的功能。

发明内容

本发明的目的在于提供一种基于大数据的在线远程教育系统，用于解决现有的远程教育系统不具备为用户进行偏科分析，并且通过用户各科成绩以及在各个学科上花费的时间对用户进行发展方向推荐功能的问题；

本发明需要解决的技术问题为：如何提供一种可以对用户进行偏科分析的在线远程教育系统。

本发明的目的可以通过以下技术方案实现：

一种基于大数据的在线远程教育系统，包括处理器，所述处理器通信连接有偏科分析模块、作业审批模块、方向规划模块、学习检测模块、注册登录模块以及存储模块；

所述偏科分析模块用于对用户的学习成绩进行偏科分析，具体的分析过程包括：

步骤S1：获取用户各个科目的考试成绩，将用户的考试科目标记为i，i＝1，2，……，n，将用户的科目考试成绩标记为CJi，获取用户考试科目的总分数并将总分数标记为ZFi，通过公式

得到用户各科成绩的百分制分数BFi；

步骤S2：对用户各科成绩的百分制分数进行求和取平均数得到用户分数的平均值，将用户分数的平均值标记为FSp，将用户科目考试成绩CJi逐一与用户分数阈值FSmin、FSmax进行比较：

若CJi≤FSmin，则判定用户的对应科目为落后偏科，偏科分析模块将对应科目以及落后偏科信号发送至处理器；

若FSmin<CJi≤FSmax，则判定用户的对应科目为正常科目，偏科分析模块将对应科目以及偏科正常信号发送至处理器；

若CJi>FSmax，则判定用户的对应科目为突出偏科，偏科分析模块将对应科目以及突出偏科信号发送至处理器；

其中FSmin＝FSp×0.75，FSmax＝FSp×1.25；

步骤S3：获取用户科目被标记为落后偏科以及突出偏科的数量，将用户科目被标记为落后偏科与突出偏科的数量之和标记为偏科数量PK，通过存储模块获取偏科数量阈值PKmax，将偏科数量PK与偏科数量阈值PKmax进行比较：

若PK＝0，则判定用户不存在偏科的科目；

若0<PK<PKmax，则判定用户存在偏科的科目，并且用户的偏科等级为轻微偏科；

若PK≥PKmax，则判定用户存在偏科的科目，并且用户的偏科等级为严重偏科。

进一步地，所述作业审批模块用于对用户的课后作业进行审批，所述作业审批模块包括主观审批单元与客观审批单元，所述主观审批单元用于对作业中的主观题进行审批，主观审批单元对作业具体的审批过程包括以下步骤：

步骤Z1：获取用户上传的作业答案，提取作业答案中的主观题答案，对主观题答案进行关键词提取第一关键词组，通过存储模块获取到作业的标准答案，提取作业标准答案中的主观题答案，对标准答案中进行关键词提取组成第二关键词组；

步骤Z2：将第一关键词组逐一与第二关键词组进行比对，若关键词互相匹配，则将对应关键词从第二关键词组中剔除，匹配次数加一；

步骤Z3：第一关键词组的所有关键词比对结束之后，获取匹配次数并将匹配次数标记为p，获取第二关键词组的关键词数量并将关键词数量标记为s，获取主观题的总分值并将主观题的总分值标记为FZ；

步骤Z4：通过公式

得到主观题的得分DF，主观审阅单元将主观题的得分DF发送至处理器。

进一步地，所述客观审阅单元用于对作业中的客观题进行审批，客观审阅单元对作业进行审批的具体过程包括以下步骤：

步骤P1：获取用户上传的作业答案，提取作业答案中的客观题答案，通过存储模块获取到客观题的标准答案，将客观题答案与标准答案进行对比，若客观题答案与标准答案一致，则将对应客观题答案标记为正确；

步骤P2：获取所有标记为正确的客观题的分值，将获取的分值相加得到客观题的得分，客观审阅单元将客观题的得分发送至处理器；

所述方向规划模块用于根据用户的学习成绩以及偏科情况对用户进行发展方向规划，具体的规划过程包括：

获取用户的突出偏科数量，若用户的突出偏科数量为零，获取用户在每个科目上的学习时间以及作业得分情况，将用户作业得分最高的学科与学习时间最长的学科标记为推荐学科，方向规划模块将推荐学科发送至处理器；

若用户的突出偏科数量为一或二，将用户的突出偏科标记为推荐学科，方向规划模块将推荐学科发送至处理器；

若用户的突出偏科数量大于二，获取用户在每个突出学科上的学习时间以及作业得分情况，将用户作业得分最高的学科以及学习时间最短的学科标记为推荐学科，方向规划模块将推荐学科发送至处理器。

进一步地，所述学习检测模块用于在课程进行过程中对学生的学习状态进行检测分析，具体的检测分析过程包括以下步骤：

步骤P1：将用户标记为c，c＝1，2，……，v，通过用户端的摄像头对用户进行视频拍摄，将拍摄的视频标记为检测视频，对检测视频通过视频分解技术分解为一帧一帧的图像，将得到的图像标记为检测图像；

步骤P2：通过存储模块获取到用户照片，通过图像对比对用户照片与检测图像进行对比，分析得到用户的眨眼次数、用户离开摄像头的次数与每次离开摄像头的时间；

步骤P3：将用户的闭眼次数标记为BYc，将用户离开摄像头的次数标记为LKc，将用户离开摄像头的总计时长标记为SCc，通过公式

得到用户的学习系数XXc，其中α1、α2以及α3均为比例系数；

步骤P4：通过存储模块获取到用户的学习系数阈值XXmin与XXmax，将用户的学习系数XXc与学习系数阈值XXmin、XXmax进行比较：

若XXmax≤XXc，则判定用户的学习状态为不合格，学习检测模块向处理器发送学习不合格信号；

若XXmin≤XXc<XXmax，则判定用户的学习状态为合格，学习检测模块向处理器发送学习合格信号；

若XXc<XXmin，则判定用户的学习状态为认真，学习检测模块向处理器发送学习认真信号。

进一步地，所述注册登录模块包括注册单元以及登录单元，所述注册单元用于用户通过注册信息进行账号注册，用户的注册信息包括用户名、登录密码、性别、年龄、年级、所在学校以及用户实名认证的手机号；

所述登录单元用于用户通过登录信息进行账号登录，所述登录信息包括用户的用户名以及登录密码。

进一步地，该基于大数据的在线远程教育系统的工作方法包括以下步骤：

步骤一：用户通过注册单元进行账号注册，注册成功之后通过登录信息进行登录，用户在登录成功之后进行课程学习；

步骤二：学习检测模块对学习过程中的用户进行视频录制，通过视频分解技术将录制的视频分解为一帧一帧的图像，将分解的图像与用户照片进行对比，得到用户的眨眼次数、用户离开摄像头的次数与每次离开摄像头的时间，对用户的眨眼次数、用户离开摄像头的次数与每次离开摄像头的时间进行分析计算得到用户的学习系数，将学习系数与学习系数阈值进行对比得到用户的学习状态；

步骤三：偏科分析模块对用户的学习成绩进行偏科分析，将用户各个科目的成绩换算成百分制分数，将用户各科成绩的百分制分数的平均值与各个科目的百分制分数进行对比，得到用户的突出偏科与落后偏科；

步骤四：作业审批模块对用户的课后作业进行审批，通过主观审批单元与客观审批单元分别对作业的主观题答案与客观题答案分别进行审阅批改，得到主观题分数与客观题分数，将计算得到的主观题分数与客观题分数相加，得到用户的作业分数。

本发明具备下述有益效果：

1、通过设置的偏科分析模块可以对用户的各科成绩进行分析，并且将用户成绩进行对比之前先将各科成绩换算为百分制分数，对比之后得到突出学科与落后学科，并且根据突出偏科与落后偏科的数量之和对用户的偏科程度进行判定；

2、通过设置的方向规划模块可以通过用户的突出偏科数量、作业得分情况以及用户在每个学科上花费的时间对用户的发展方向进行初步规划推荐，帮助用户进行职业规划。

附图说明

为了更清楚地说明本发明实施例或现有技术中的技术方案，下面将对实施例或现有技术描述中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为本发明原理框图。

具体实施方式

下面将结合实施例对本发明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。

如图1所示，一种基于大数据的在线远程教育系统，包括处理器，所述处理器通信连接有偏科分析模块、作业审批模块、方向规划模块、学习检测模块、注册登录模块以及存储模块；

所述偏科分析模块用于对用户的学习成绩进行偏科分析，具体的分析过程包括：

步骤S1：获取用户各个科目的考试成绩，将用户的考试科目标记为i，i＝1，2，……，n，将用户的科目考试成绩标记为CJi，获取用户考试科目的总分数并将总分数标记为ZFi，通过公式

得到用户各科成绩的百分制分数BFi；

步骤S2：对用户各科成绩的百分制分数进行求和取平均数得到用户分数的平均值，将用户分数的平均值标记为FSp，将用户科目考试成绩CJi逐一与用户分数阈值FSmin、FSmax进行比较：

若CJi≤FSmin，则判定用户的对应科目为落后偏科，偏科分析模块将对应科目以及落后偏科信号发送至处理器；

若FSmin<CJi≤FSmax，则判定用户的对应科目为正常科目，偏科分析模块将对应科目以及偏科正常信号发送至处理器；

若CJi>FSmax，则判定用户的对应科目为突出偏科，偏科分析模块将对应科目以及突出偏科信号发送至处理器；

其中FSmin＝FSp×0.75，FSmax＝FSp×1.25；

步骤S3：获取用户科目被标记为落后偏科以及突出偏科的数量，将用户科目被标记为落后偏科与突出偏科的数量之和标记为偏科数量PK，通过存储模块获取偏科数量阈值PKmax，将偏科数量PK与偏科数量阈值PKmax进行比较：

若PK＝0，则判定用户不存在偏科的科目；

若0<PK<PKmax，则判定用户存在偏科的科目，并且用户的偏科等级为轻微偏科；

若PK≥PKmax，则判定用户存在偏科的科目，并且用户的偏科等级为严重偏科；

所述作业审批模块用于对用户的课后作业进行审批，所述作业审批模块包括主观审批单元与客观审批单元，所述主观审批单元用于对作业中的主观题进行审批，主观审批单元对作业具体的审批过程包括以下步骤：

步骤Z1：获取用户上传的作业答案，提取作业答案中的主观题答案，对主观题答案进行关键词提取第一关键词组，通过存储模块获取到作业的标准答案，提取作业标准答案中的主观题答案，对标准答案中进行关键词提取组成第二关键词组；

步骤Z2：将第一关键词组逐一与第二关键词组进行比对，若关键词互相匹配，则将对应关键词从第二关键词组中剔除，匹配次数加一；

步骤Z3：第一关键词组的所有关键词比对结束之后，获取匹配次数并将匹配次数标记为p，获取第二关键词组的关键词数量并将关键词数量标记为s，获取主观题的总分值并将主观题的总分值标记为FZ；

步骤Z4：通过公式

得到主观题的得分DF，主观审阅单元将主观题的得分DF发送至处理器；

所述客观审阅单元用于对作业中的客观题进行审批，客观审阅单元对作业进行审批的具体过程包括以下步骤：

步骤P1：获取用户上传的作业答案，提取作业答案中的客观题答案，通过存储模块获取到客观题的标准答案，将客观题答案与标准答案进行对比，若客观题答案与标准答案一致，则将对应客观题答案标记为正确；

步骤P2：获取所有标记为正确的客观题的分值，将获取的分值相加得到客观题的得分，客观审阅单元将客观题的得分发送至处理器；

所述方向规划模块用于根据用户的学习成绩以及偏科情况对用户进行发展方向规划，具体的规划过程包括：

获取用户的突出偏科数量，若用户的突出偏科数量为零，获取用户在每个科目上的学习时间以及作业得分情况，将用户作业得分最高的学科与学习时间最长的学科标记为推荐学科，方向规划模块将推荐学科发送至处理器；

若用户的突出偏科数量为一或二，将用户的突出偏科标记为推荐学科，方向规划模块将推荐学科发送至处理器；

若用户的突出偏科数量大于二，获取用户在每个突出学科上的学习时间以及作业得分情况，将用户作业得分最高的学科以及学习时间最短的学科标记为推荐学科，方向规划模块将推荐学科发送至处理器；

所述学习检测模块用于在课程进行过程中对学生的学习状态进行检测分析，具体的检测分析过程包括以下步骤：

步骤P1：将用户标记为c，c＝1，2，……，v，通过用户端的摄像头对用户进行视频拍摄，将拍摄的视频标记为检测视频，对检测视频通过视频分解技术分解为一帧一帧的图像，将得到的图像标记为检测图像；

步骤P2：通过存储模块获取到用户照片，通过图像对比对用户照片与检测图像进行对比，分析得到用户的眨眼次数、用户离开摄像头的次数与每次离开摄像头的时间；

步骤P3：将用户的闭眼次数标记为BYc，将用户离开摄像头的次数标记为LKc，将用户离开摄像头的总计时长标记为SCc，通过公式

得到用户的学习系数XXc，其中α1、α2以及α3均为比例系数；

步骤P4：通过存储模块获取到用户的学习系数阈值XXmin与XXmax，将用户的学习系数XXc与学习系数阈值XXmin、XXmax进行比较：

若XXmax≤XXc，则判定用户的学习状态为不合格，学习检测模块向处理器发送学习不合格信号；

若XXmin≤XXc<XXmax，则判定用户的学习状态为合格，学习检测模块向处理器发送学习合格信号；

若XXc<XXmin，则判定用户的学习状态为认真，学习检测模块向处理器发送学习认真信号；

所述注册登录模块包括注册单元以及登录单元，所述注册单元用于用户通过注册信息进行账号注册，用户的注册信息包括用户名、登录密码、性别、年龄、年级、所在学校以及用户实名认证的手机号；

所述登录单元用于用户通过登录信息进行账号登录，所述登录信息包括用户的用户名以及登录密码。

该基于大数据的在线远程教育系统的工作方法包括以下步骤：

步骤一：用户通过注册单元进行账号注册，注册成功之后通过登录信息进行登录，用户在登录成功之后进行课程学习；

步骤二：学习检测模块对学习过程中的用户进行视频录制，通过视频分解技术将录制的视频分解为一帧一帧的图像，将分解的图像与用户照片进行对比，得到用户的眨眼次数、用户离开摄像头的次数与每次离开摄像头的时间，对用户的眨眼次数、用户离开摄像头的次数与每次离开摄像头的时间进行分析计算得到用户的学习系数，将学习系数与学习系数阈值进行对比得到用户的学习状态；

步骤三：偏科分析模块对用户的学习成绩进行偏科分析，将用户各个科目的成绩换算成百分制分数，将用户各科成绩的百分制分数的平均值与各个科目的百分制分数进行对比，得到用户的突出偏科与落后偏科；

步骤四：作业审批模块对用户的课后作业进行审批，通过主观审批单元与客观审批单元分别对作业的主观题答案与客观题答案分别进行审阅批改，得到主观题分数与客观题分数，将计算得到的主观题分数与客观题分数相加，得到用户的作业分数。

一种基于大数据的在线远程教育系统，用户通过注册单元进行账号注册，注册成功之后通过登录信息进行登录，用户在登录成功之后进行课程学习；学习检测模块对学习过程中的用户进行视频录制，通过视频分解技术将录制的视频分解为一帧一帧的图像，将分解的图像与用户照片进行对比，得到用户的眨眼次数、用户离开摄像头的次数与每次离开摄像头的时间，对用户的眨眼次数、用户离开摄像头的次数与每次离开摄像头的时间进行分析计算得到用户的学习系数，将学习系数与学习系数阈值进行对比得到用户的学习状态；偏科分析模块对用户的学习成绩进行偏科分析，将用户各个科目的成绩换算成百分制分数，将用户各科成绩的百分制分数的平均值与各个科目的百分制分数进行对比，得到用户的突出偏科与落后偏科；作业审批模块对用户的课后作业进行审批，通过主观审批单元与客观审批单元分别对作业的主观题答案与客观题答案分别进行审阅批改，得到主观题分数与客观题分数，将计算得到的主观题分数与客观题分数相加，得到用户的作业分数。

以上内容仅仅是对本发明结构所作的举例和说明，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，只要不偏离发明的结构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。

上述公式均是归一化处理取其数值，公式是由采集大量数据进行软件模拟得到最近真实情况的一个公式，公式中的预设参数由本领域的技术人员根据实际情况设定。

在本说明书的描述中，参考术语“一个实施例”、“示例”、“具体示例”等的描述意指结合该实施例或示例描述的具体特征、结构、材料或者特点包含于本发明的至少一个实施例或示例中。在本说明书中，对上述术语的示意性表述不一定指的是相同的实施例或示例。而且，描述的具体特征、结构、材料或者特点可以在任何的一个或多个实施例或示例中以合适的方式结合。

以上公开的本发明优选实施例只是用于帮助阐述本发明。优选实施例并没有详尽叙述所有的细节，也不限制该发明仅为的具体实施方式。显然，根据本说明书的内容，可作很多的修改和变化。本说明书选取并具体描述这些实施例，是为了更好地解释本发明的原理和实际应用，从而使所属技术领域技术人员能很好地理解和利用本发明。本发明仅受权利要求书及其全部范围和等效物的限制。

Claims (7)

1.一种基于大数据的在线远程教育系统，其特征在于，包括处理器，所述处理器通信连接有偏科分析模块、作业审批模块、方向规划模块、学习检测模块、注册登录模块以及存储模块；

所述偏科分析模块用于对用户的学习成绩进行偏科分析，具体的分析过程包括：

步骤S1：获取用户各个科目的考试成绩，将用户的考试科目标记为i，i＝1，2，……，n，将用户的科目考试成绩标记为CJi，获取用户考试科目的总分数并将总分数标记为ZFi，通过公式

得到用户各科成绩的百分制分数BFi；

步骤S2：对用户各科成绩的百分制分数进行求和取平均数得到用户分数的平均值，将用户分数的平均值标记为FSp，将用户科目考试成绩CJi逐一与用户分数阈值FSmin、FSmax进行比较：

若CJi≤FSmin，则判定用户的对应科目为落后偏科，偏科分析模块将对应科目以及落后偏科信号发送至处理器；

若FSmin<CJi≤FSmax，则判定用户的对应科目为正常科目，偏科分析模块将对应科目以及偏科正常信号发送至处理器；

若CJi>FSmax，则判定用户的对应科目为突出偏科，偏科分析模块将对应科目以及突出偏科信号发送至处理器；

其中FSmin＝FSp×0.75，FSmax＝FSp×1.25；

步骤S3：获取用户科目被标记为落后偏科以及突出偏科的数量，将用户科目被标记为落后偏科与突出偏科的数量之和标记为偏科数量PK，通过存储模块获取偏科数量阈值PKmax，将偏科数量PK与偏科数量阈值PKmax进行比较：

若PK＝0，则判定用户不存在偏科的科目；

若0<PK<PKmax，则判定用户存在偏科的科目，并且用户的偏科等级为轻微偏科；

若PK≥PKmax，则判定用户存在偏科的科目，并且用户的偏科等级为严重偏科。

2.根据权利要求1所述的一种基于大数据的在线远程教育系统，其特征在于，所述作业审批模块用于对用户的课后作业进行审批，所述作业审批模块包括主观审批单元与客观审批单元，所述主观审批单元用于对作业中的主观题进行审批，主观审批单元对作业具体的审批过程包括以下步骤：

步骤Z1：获取用户上传的作业答案，提取作业答案中的主观题答案，对主观题答案进行关键词提取第一关键词组，通过存储模块获取到作业的标准答案，提取作业标准答案中的主观题答案，对标准答案中进行关键词提取组成第二关键词组；

步骤Z2：将第一关键词组逐一与第二关键词组进行比对，若关键词互相匹配，则将对应关键词从第二关键词组中剔除，匹配次数加一；

步骤Z3：第一关键词组的所有关键词比对结束之后，获取匹配次数并将匹配次数标记为p，获取第二关键词组的关键词数量并将关键词数量标记为s，获取主观题的总分值并将主观题的总分值标记为FZ；

步骤Z4：通过公式

得到主观题的得分DF，主观审阅单元将主观题的得分DF发送至处理器。

3.根据权利要求2所述的一种基于大数据的在线远程教育系统，其特征在于，所述客观审阅单元用于对作业中的客观题进行审批，客观审阅单元对作业进行审批的具体过程包括以下步骤：

步骤P1：获取用户上传的作业答案，提取作业答案中的客观题答案，通过存储模块获取到客观题的标准答案，将客观题答案与标准答案进行对比，若客观题答案与标准答案一致，则将对应客观题答案标记为正确；

步骤P2：获取所有标记为正确的客观题的分值，将获取的分值相加得到客观题的得分，客观审阅单元将客观题的得分发送至处理器。

4.根据权利要求3所述的一种基于大数据的在线远程教育系统，其特征在于，所述方向规划模块用于根据用户的学习成绩以及偏科情况对用户进行发展方向规划，具体的规划过程包括：

获取用户的突出偏科数量，若用户的突出偏科数量为零，获取用户在每个科目上的学习时间以及作业得分情况，将用户作业得分最高的学科与学习时间最长的学科标记为推荐学科，方向规划模块将推荐学科发送至处理器；

若用户的突出偏科数量为一或二，将用户的突出偏科标记为推荐学科，方向规划模块将推荐学科发送至处理器；

若用户的突出偏科数量大于二，获取用户在每个突出学科上的学习时间以及作业得分情况，将用户作业得分最高的学科以及学习时间最短的学科标记为推荐学科，方向规划模块将推荐学科发送至处理器。

5.根据权利要求1所述的一种基于大数据的在线远程教育系统，其特征在于，所述学习检测模块用于在课程进行过程中对学生的学习状态进行检测分析，具体的检测分析过程包括以下步骤：

步骤P1：将用户标记为c，c＝1，2，……，v，通过用户端的摄像头对用户进行视频拍摄，将拍摄的视频标记为检测视频，对检测视频通过视频分解技术分解为一帧一帧的图像，将得到的图像标记为检测图像；

步骤P2：通过存储模块获取到用户照片，通过图像对比对用户照片与检测图像进行对比，分析得到用户的眨眼次数、用户离开摄像头的次数与每次离开摄像头的时间；

步骤P3：将用户的闭眼次数标记为BYc，将用户离开摄像头的次数标记为LKc，将用户离开摄像头的总计时长标记为SCc，通过公式

得到用户的学习系数XXc，其中α1、α2以及α3均为比例系数；

步骤P4：通过存储模块获取到用户的学习系数阈值XXmin与XXmax，将用户的学习系数XXc与学习系数阈值XXmin、XXmax进行比较：

若XXmax≤XXc，则判定用户的学习状态为不合格，学习检测模块向处理器发送学习不合格信号；

若XXmin≤XXc<XXmax，则判定用户的学习状态为合格，学习检测模块向处理器发送学习合格信号；

若XXc<XXmin，则判定用户的学习状态为认真，学习检测模块向处理器发送学习认真信号。

6.根据权利要求1所述的一种基于大数据的在线远程教育系统，其特征在于，所述注册登录模块包括注册单元以及登录单元，所述注册单元用于用户通过注册信息进行账号注册，用户的注册信息包括用户名、登录密码、性别、年龄、年级、所在学校以及用户实名认证的手机号；

所述登录单元用于用户通过登录信息进行账号登录，所述登录信息包括用户的用户名以及登录密码。

7.根据权利要求1-6任一项所述的一种基于大数据的在线远程教育系统，其特征在于，该基于大数据的在线远程教育系统的工作方法包括以下步骤：

步骤一：用户通过注册单元进行账号注册，注册成功之后通过登录信息进行登录，用户在登录成功之后进行课程学习；

步骤二：学习检测模块对学习过程中的用户进行视频录制，通过视频分解技术将录制的视频分解为一帧一帧的图像，将分解的图像与用户照片进行对比，得到用户的眨眼次数、用户离开摄像头的次数与每次离开摄像头的时间，对用户的眨眼次数、用户离开摄像头的次数与每次离开摄像头的时间进行分析计算得到用户的学习系数，将学习系数与学习系数阈值进行对比得到用户的学习状态；

步骤三：偏科分析模块对用户的学习成绩进行偏科分析，将用户各个科目的成绩换算成百分制分数，将用户各科成绩的百分制分数的平均值与各个科目的百分制分数进行对比，得到用户的突出偏科与落后偏科；

步骤四：作业审批模块对用户的课后作业进行审批，通过主观审批单元与客观审批单元分别对作业的主观题答案与客观题答案分别进行审阅批改，得到主观题分数与客观题分数，将计算得到的主观题分数与客观题分数相加，得到用户的作业分数。

Images