CN114677023A - 一种基于大数据的云端教育管理系统及方法 - Google Patents
一种基于大数据的云端教育管理系统及方法 Download PDFInfo
- Publication number
- CN114677023A CN114677023A CN202210328713.5A CN202210328713A CN114677023A CN 114677023 A CN114677023 A CN 114677023A CN 202210328713 A CN202210328713 A CN 202210328713A CN 114677023 A CN114677023 A CN 114677023A
- Authority
- CN
- China
- Prior art keywords
- student
- class
- students
- education
- attention
- 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- Withdrawn
Links
- 238000000034 method Methods 0.000 title claims abstract description 86
- 238000012544 monitoring process Methods 0.000 claims abstract description 58
- 230000008859 change Effects 0.000 claims abstract description 48
- 238000007726 management method Methods 0.000 claims abstract description 44
- 238000013500 data storage Methods 0.000 claims abstract description 14
- 230000008569 process Effects 0.000 claims description 52
- 230000009471 action Effects 0.000 claims description 33
- 238000010586 diagram Methods 0.000 claims description 20
- 238000012360 testing method Methods 0.000 claims description 9
- 230000009191 jumping Effects 0.000 claims description 6
- 230000003247 decreasing effect Effects 0.000 claims description 3
- 230000004927 fusion Effects 0.000 claims description 3
- 238000004458 analytical method Methods 0.000 description 5
- 238000004364 calculation method Methods 0.000 description 2
- 230000000694 effects Effects 0.000 description 2
- 230000006870 function Effects 0.000 description 2
- 238000004519 manufacturing process Methods 0.000 description 2
- 230000009286 beneficial effect Effects 0.000 description 1
- 230000007547 defect Effects 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 238000006073 displacement reaction Methods 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 230000006872 improvement Effects 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 238000011002 quantification Methods 0.000 description 1
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
- 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
-
- 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
- G06Q10/10—Office automation; Time management
- G06Q10/103—Workflow collaboration or project management
-
- 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
- G09—EDUCATION; CRYPTOGRAPHY; DISPLAY; ADVERTISING; SEALS
- G09B—EDUCATIONAL OR DEMONSTRATION APPLIANCES; APPLIANCES FOR TEACHING, OR COMMUNICATING WITH, THE BLIND, DEAF OR MUTE; MODELS; PLANETARIA; GLOBES; MAPS; DIAGRAMS
- G09B5/00—Electrically-operated educational appliances
- G09B5/02—Electrically-operated educational appliances with visual presentation of the material to be studied, e.g. using film strip
Landscapes
- Business, Economics & Management (AREA)
- Engineering & Computer Science (AREA)
- Human Resources & Organizations (AREA)
- Strategic Management (AREA)
- Educational Administration (AREA)
- Entrepreneurship & Innovation (AREA)
- Theoretical Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Economics (AREA)
- Tourism & Hospitality (AREA)
- Physics & Mathematics (AREA)
- General Business, Economics & Management (AREA)
- Educational Technology (AREA)
- Marketing (AREA)
- Operations Research (AREA)
- Quality & Reliability (AREA)
- Development Economics (AREA)
- Game Theory and Decision Science (AREA)
- Health & Medical Sciences (AREA)
- General Health & Medical Sciences (AREA)
- Primary Health Care (AREA)
- Data Mining & Analysis (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
本发明公开了一种基于大数据的云端教育管理系统及方法,包括:云端数据存储模块,所述云端数据存储模块将历史数据中各个学生的上课表现及相应老师的教学表现保存到云端数据库中;学生状态监控模块,所述学生状态监控模块用于对云端数据存储模块存储的历史数据中学生课堂注意力变化趋势及课堂知识点掌握程度进行监控;教育方案生成模块,所述教育方案生成模块根据学生状态监控模块中各个学生的监控结果,生成针对同一班级中学生课程的教育方案;教师管理模块,所述教师管理模块根据教育方案生成模块生成的教育方案,对教师的教学方式进行管理。
Description
技术领域
本发明涉及智能教学技术领域,具体为一种基于大数据的云端教育管理系统及方法。
背景技术
随着互联网的快速发展,互联网在生产生活中逐渐得到普及,同时为人们的生产生活带来了巨大的便利;在云端教育领域,人们通过直播视频的方式能够实现对学生的远程辅导,既快捷又方便,不仅为家长减少了接送孩子的麻烦,还提高了老师对学生的辅导效率。
当前的云端教育管理系统中,功能比较单一,只是单纯的构建老师与学生之间的连接,学生能够观看老师的讲解过程,并在授课过程中与老师进行互动,但是针对注意力不集中的孩子无法实现有效监控,并根据监控结果调整教育方案,因此,当前的云端教育管理系统存在较大的缺陷。
针对上述情况,我们需要一种基于大数据的云端教育管理系统及方法。
发明内容
本发明的目的在于提供一种基于大数据的云端教育管理系统及方法,以解决上述背景技术中提出的问题。
为了解决上述技术问题,本发明提供如下技术方案:一种基于大数据的云端教育管理系统,包括:
云端数据存储模块,所述云端数据存储模块将历史数据中各个学生的上课表现及相应老师的教学表现保存到云端数据库中;
学生状态监控模块,所述学生状态监控模块用于对云端数据存储模块存储的历史数据中学生课堂注意力变化趋势及课堂知识点掌握程度进行监控;
教育方案生成模块,所述教育方案生成模块根据学生状态监控模块中各个学生的监控结果,生成针对同一班级中学生课程的教育方案;
教师管理模块,所述教师管理模块根据教育方案生成模块生成的教育方案,对教师的教学方式进行管理。
本发明通过各个模块的协同合作,共同实现对学生上课过程中注意力变化数据的采集及知识点掌握情况的解析,进而根据解析结果进一步生成符合整体学生的课程的教育方案,并根据学生上课过程中注意力变化数据的采集结果,调整教师的教学方式,进一步提高学生上课过程中注意力,进而提高学生对知识点的掌握度。
进一步的,所述学生状态监控模块包括注意力监控模块及知识点掌握度监控模块,
所述注意力监控模块通过摄像头获取学生上课时的听课状态,进而分析出学生上课时的注意力变化趋势,得到每个学生对应的注意力变化曲线;
所述知识点掌握度监控模块通过课后测试的方式得到每个学生对课堂知识点的掌握情况,并分析学生在知识点学习过程中注意力综合影响值与知识点掌握度之间的线性关系。
本发明学生状态监控模块从学生上课时的注意力变化情况及课程中的知识点掌握情况这个两方面进行分析,进而获取学生注意力与知识点掌握度之间的关系,便于后续过程中生成针对同一班级中学生课程的教育方案,进而提高对同一班级中学生总体的听课效率。
进一步的,所述注意力监控模块通过摄像头获取学生上课时的听课状态的方法包括以下步骤:
S1.1、每隔第一单位时间通过学生上课设备中的摄像头获取一次学生上课状态图片;
S1.2、对学生上课状态图片中学生的动作状态进行提取,并进行等比例缩放,得到标准尺寸的学生动作状态,记为第一学生动作状态,
S1.3、以第一学生动作状态的中心点为原点,以过原点且与学生上课状态图片的宽平行的直线为x轴,以过原点且与学生上课状态图片的长平行的直线为y轴,构建第一平面直角坐标系,
识别第一学生动作状态中的各身体部位,获取数据库中第一学生动作状态中的各身体部位的中心点对应的编号,并获取各身体部位的中心点在第一平面直角坐标系中对应的坐标点,按从小到大的顺序逐个将各编号对应的坐标点添加到一个空白集合中,得到第一集合,
所述第一集合中将不存在的编号对应的坐标点相应的元素记为空,所述第一集合中的元素序号与相应元素对应的身体部位的中心点对应的编号相同;
S1.4、将数据库中预制的每个学生状态图中各身体部位的中心点对应编号相应的坐标点集合,记为第二集合,
获取各个第二集合分别与第一集合对应的综合偏差值,
所述综合偏差值等于第一集合与第二集合中各个身体部位的中心点对应编号相应的坐标偏差值的累加和,将编号j相应的坐标偏差值记为F(j),
当第一集合与第二集合中的第j个元素均为坐标点时,则F(j)等于两个坐标点之间的距离,
当第一集合与第二集合中的第j个元素一个为坐标点且另一个为空时,则F(j)等于第一阈值a,所述第一阈值a通过数据库查询获取,
当第一集合与第二集合中的第j个元素均为空时,则F(j)等于0;
S1.5、获取数据库中各个预制的学生状态图对应的第二集合与第一集合之间对应的综合偏差值,选取最小综合偏差值对应的预制的学生状态图在数据库中对应的状态值,作为第一学生动作状态对应的学生上课时在相应时间点的听课状态。
所述注意力监控模块得到第i个学生对应的注意力变化曲线的方法包括以下步骤:
S2.1、获取第i个学生上课时不同时间点对应的状态值,
将第i个学生在上课开始后的时间t听课的状态值记为ZTit,并以[i,(t,ZTit)]的形式保存到数据库中;
S2.2、以o1为第二原点,以距离上课起始时间点的时长为x1轴,以学生上课的状态值为y1轴,构建平面第二平面直角坐标系;
S2.3、将S2.1中第i个学生对应的[i,(t,ZTit)]中的(t,ZTit)作为第二平面直角坐标系中的第二标注点,
将t为不同值时对应的各个第二标注点标注在第二平面直角坐标系中相应的坐标位置,
并根据数据库中预制的第一线性拟合模型,对第二平面直角坐标系中的各个标注点进行拟合,得到第i个学生对应的注意力变化曲线Gi(x1),0≤x1≤tx1,所述tx1表示一节课程的总时长。
本发明注意力监控模块获取第一学生动作状态的过程中,对提取的学生动作状态进行等比缩放,是因为摄像头获取的学生上课状态图片中,学生距离摄像头的远近程度不同,会导致生成的图片中人物的大小不同,而数据库中预制的学生状态图中是固定的,预制的学生状态图是指学生不同听课状态对应的图片,进而将两者进行对比时,需要对提取的学生动作状态进行缩放,而等比缩放方式,则会使得说缩放效果更加均匀,在后续进行比较时,比较结果更加准确;以[i,(t,ZTit)]的形式将数据保存到数据库中,是为了将第i个学生上课时间与对应听课的状态值对应起来,便于后续获取第i个学生对应的注意力变化曲线的过程中,快速获取曲线拟合时需要用到的第二标注点;设置0≤x1≤tx1,是考虑到每次的课程时长是固定的,进而拟合的第i个学生对应的注意力变化曲线的自变量范围也是固定的;选取最小综合偏差值对应的预制的学生状态图在数据库中对应的状态值,此处的状态值是对第一学生动作状态对应的学生上课时在相应时间点的听课状态的量化,数据库中预制的不同的学生状态图对应不同的状态值,且预制的学生状态图与状态值一一对应。
进一步的,所述知识点掌握度监控模块得到第i个学生对课堂知识点的掌握情况的方法包括以下步骤:
S3.1、获取第i个学生在课后测试中每个知识点对应的总分数;
S3.2、获取第i个学生在课后测试中第j2个知识点对应的总分数,并与数据库进行比较,得到第i个学生对第j2个知识点的掌握度,
进一步的,获取学生在知识点学习过程中注意力综合影响值与知识点掌握度之间的线性关系的方法包括以下步骤:
S4.1、获取每个知识点在课程中对应的起始时间,
将第j2个知识点在课程中对应的起止时间记为[t1ji,tiji],
其中,t1ji表示第j2个知识点在课程中对应的起始时间,tiji表示第j2个知识点在课程中对应的终止时间;
S4.2、获取第i个学生对应的注意力变化曲线Gi(x1);
S4.4、获取第i个学生在课程中学习各个知识点时分别对应的数值对,
并判断不同数值对中的第一个数据是否相等,
当不同数值对中的第一个数据相互之间均不相等时,则不对数值对进行处理,直接跳转到S4.5,
当存在多个数值对中的第一个数据相等的情况时,则将第一个数据相等的数值对进行融合,融合后的数值对中的第一个数据保持不变,第二个数据等于第一个数据相等的数值对中各个第二个数据的均值,待融合完成后跳转到S4.5;
S4.5、以o3为第三原点,以第i个学生在课程中学习知识点的过程中注意力综合影响值为x3轴,以第i个学生对知识点的掌握度为y3轴,构建平面第三平面直角坐标系;
S4.6、将获取的各个数值对分别在第三平面直角坐标系中相应的坐标点进行标示,并根据数据库中预制的第二线性拟合模型,对第三平面直角坐标系中的各个标示的坐标点进行拟合,得到第i个学生在知识点学习过程中注意力综合影响值与知识点掌握度之间的线性关系YWi(x3)。
本发明获取学生在知识点学习过程中注意力综合影响值与知识点掌握度之间的线性关系的过程中,获取每个知识点在课程中对应的起始时间,是考虑到课程教授的过程中,每个知识点在课程中均对应相应的时间段,而学生的注意力也是随时间变化的,进而获取每个知识点在课程中对应的起始时间,是为了便于计算每个知识点学习过程中,学生的注意力综合影响值,进而为后续过程中获取学生在知识点学习过程中注意力综合影响值与知识点掌握度之间的线性关系,提供参考依据;计算第i个学生在课程中学习第j2个知识点的过程中注意力综合影响值是考虑到第i个学生在课程中不同时间对应的注意力状态值是不相同的,进而通过积分的形式,来对第i个学生在学习第j2个知识点的过程中,相应时间段[t1ji,tiji]内注意力的总体变化情况进行确认,该方式能够课程中学生的注意力与知识点掌握情况有效关联起来。
本发明教育方案生成模块获取不同学生对应的注意力变化均值曲线及不同学生在知识点学习过程中注意力综合影响值与知识点掌握度之间的线性均值曲线,是考虑到同一班级中每个孩子的注意力及知识点掌握情况是存在差异的,且单个学生的情况具有偶然性,且课程教授过程中,是多个学生同时进行学习的,需要获取统一班级中整体学生的注意力变化情况及知识点掌握情况,而通过求取平均值的方式,能够有效反应出班级整体的数据情况,更具有代表性,进而使得后续生成的教育方案对该班级整体学生更加具有针对性。
进一步的,所述教育方案生成模块将同一课程中的学生视为同一班级,
所述教育方案生成模块生成针对同一班级中学生课程的教育方案的方法包括以下步骤:
S5.1、获取同一班级中学生课程对应的知识点个数n1;
S5.5、当教育方案中的知识点个数合理时,获取每个知识点在课程中对应的时间,
将合理的教育方案中的知识点个数记为n2,将第k个知识点在课程中对应的时间记为[Tk,T1k],Tk<T1k,1≤k≤n2,
S5.6、得到对同一班级中学生课程的教育方案,所述教育方案中不同知识点在课程中对应不同的时间区间。
本发明教育方案生成模块生成针对同一班级中学生课程的教育方案的过程中,将与第二阈值b进行比较,是为了判定生成的教育方案中课程包含的知识点的个数是否合理,若不合理,则说明课程包含的知识点较多,会导致学生对知识点的掌握度偏低,不利于学生的学习;将第k个知识点在课程中对应的时间记为[Tk,T1k],是为了对生成的教育方案中第k个知识点在课程中对应的时间进行划分,进而在教师教学过程中,在指定时间点内对第k个知识点进行讲解,确保学生的注意力综合影响值的量足够,进而确保学生对知识点的掌握度满意要求;该方式能够根据学生的注意力变化情况,有效对课程中每个知识点对应的时间进行管理,有效提高学生对知识点的学习效率;学生课程对应的知识点个数n1是提前预制的,每节课在教学前,教育方案生成模块会提前罗列出老师要讲述的知识点的个数,进而后续过程中分析知识点个数的合理性,并生成相应的教育方案。
所述教师管理模块在教学过程中,在每个极小值对应的x1相应的时间点对学生进行提醒。
一种基于大数据的云端教育管理方法,所述方法包括以下步骤:
S1、通过云端数据存储模块将历史数据中各个学生的上课表现及相应老师的教学表现保存到云端数据库中;
S2、通过学生状态监控模块对云端数据存储模块存储的历史数据中学生课堂注意力变化趋势及课堂知识点掌握程度进行监控;
S3、教育方案生成模块根据学生状态监控模块中各个学生的监控结果,生成针对同一班级中学生课程的教育方案;
S4、教师管理模块根据教育方案生成模块生成的教育方案,对教师的教学方式进行管理。
与现有技术相比,本发明所达到的有益效果是:本发明通过对学生上课过程中注意力变化数据的采集及知识点掌握情况的解析,进一步生成符合整体学生的课程的教育方案,并根据学生上课过程中注意力变化数据的采集结果,调整教师的教学方式,进一步提高学生上课过程中注意力,进而提高学生对知识点的掌握度。
附图说明
附图用来提供对本发明的进一步理解,并且构成说明书的一部分,与本发明的实施例一起用于解释本发明,并不构成对本发明的限制。在附图中:
图1是本发明一种基于大数据的云端教育管理系统的结构示意图;
图2是本发明一种基于大数据的云端教育管理系统中注意力监控模块通过摄像头获取学生上课时的听课状态的方法的流程示意图;
图3是本发明一种基于大数据的云端教育管理系统中获取学生在知识点学习过程中注意力综合影响值与知识点掌握度之间的线性关系的方法的流程示意图;
图4是本发明一种基于大数据的云端教育管理方法的流程示意图。
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做出创造性劳动前提下所获得的所有其他实施例,都属于本发明保护的范围。
请参阅图1-图4,本发明提供技术方案:一种基于大数据的云端教育管理系统,包括:
云端数据存储模块,所述云端数据存储模块将历史数据中各个学生的上课表现及相应老师的教学表现保存到云端数据库中;
学生状态监控模块,所述学生状态监控模块用于对云端数据存储模块存储的历史数据中学生课堂注意力变化趋势及课堂知识点掌握程度进行监控;
教育方案生成模块,所述教育方案生成模块根据学生状态监控模块中各个学生的监控结果,生成针对同一班级中学生课程的教育方案;
教师管理模块,所述教师管理模块根据教育方案生成模块生成的教育方案,对教师的教学方式进行管理。
本发明通过各个模块的协同合作,共同实现对学生上课过程中注意力变化数据的采集及知识点掌握情况的解析,进而根据解析结果进一步生成符合整体学生的课程的教育方案,并根据学生上课过程中注意力变化数据的采集结果,调整教师的教学方式,进一步提高学生上课过程中注意力,进而提高学生对知识点的掌握度。
所述学生状态监控模块包括注意力监控模块及知识点掌握度监控模块,
所述注意力监控模块通过摄像头获取学生上课时的听课状态,进而分析出学生上课时的注意力变化趋势,得到每个学生对应的注意力变化曲线;
所述知识点掌握度监控模块通过课后测试的方式得到每个学生对课堂知识点的掌握情况,并分析学生在知识点学习过程中注意力综合影响值与知识点掌握度之间的线性关系。
本发明学生状态监控模块从学生上课时的注意力变化情况及课程中的知识点掌握情况这个两方面进行分析,进而获取学生注意力与知识点掌握度之间的关系,便于后续过程中生成针对同一班级中学生课程的教育方案,进而提高对同一班级中学生总体的听课效率。
所述注意力监控模块通过摄像头获取学生上课时的听课状态的方法包括以下步骤:
S1.1、每隔第一单位时间通过学生上课设备中的摄像头获取一次学生上课状态图片;
S1.2、对学生上课状态图片中学生的动作状态进行提取,并进行等比例缩放,得到标准尺寸的学生动作状态,记为第一学生动作状态,
S1.3、以第一学生动作状态的中心点为原点,以过原点且与学生上课状态图片的宽平行的直线为x轴,以过原点且与学生上课状态图片的长平行的直线为y轴,构建第一平面直角坐标系,
识别第一学生动作状态中的各身体部位,获取数据库中第一学生动作状态中的各身体部位的中心点对应的编号,并获取各身体部位的中心点在第一平面直角坐标系中对应的坐标点,按从小到大的顺序逐个将各编号对应的坐标点添加到一个空白集合中,得到第一集合,
所述第一集合中将不存在的编号对应的坐标点相应的元素记为空,所述第一集合中的元素序号与相应元素对应的身体部位的中心点对应的编号相同;
S1.4、将数据库中预制的每个学生状态图中各身体部位的中心点对应编号相应的坐标点集合,记为第二集合,
获取各个第二集合分别与第一集合对应的综合偏差值,
所述综合偏差值等于第一集合与第二集合中各个身体部位的中心点对应编号相应的坐标偏差值的累加和,将编号j相应的坐标偏差值记为F(j),
当第一集合与第二集合中的第j个元素均为坐标点时,则F(j)等于两个坐标点之间的距离,
当第一集合与第二集合中的第j个元素一个为坐标点且另一个为空时,则F(j)等于第一阈值a,所述第一阈值a通过数据库查询获取,
当第一集合与第二集合中的第j个元素均为空时,则F(j)等于0;
本实施例中若第一集合为{(10,2),,(15,8)},第二集合为{(11,2),,},第一阈值a为5,
因为第一集合与第二集合中的第2个元素均为空,所以F(i)=0;
因为第一集合中的第3个元素为坐标点且第二集合中的第3个元素为空,且第一阈值a=5,所以F(3)=a=5;
进而得到第一集合{(10,2),,(15,8)}与第二集合{(11,2),,}对应的综合偏差值F(1)+F(i)+F(3)=1+0+5=6。
S1.5、获取数据库中各个预制的学生状态图对应的第二集合与第一集合之间对应的综合偏差值,选取最小综合偏差值对应的预制的学生状态图在数据库中对应的状态值,作为第一学生动作状态对应的学生上课时在相应时间点的听课状态。
本实施例中数据库中预制有6张学生状态图,其中,
预制的第1张学生状态图对应的是学生趴桌子上睡觉的听课状态,其对应的是状态值为1;
预制的第2张学生状态图对应的是学生低头趴桌子上玩手机的听课状态,其对应的状态值是1;
预制的第3张学生状态图对应的是无学生身影的听课状态,其对应的状态值为1;
预制的第4张学生状态图对应的是学生扭头说话的听课状态,其对应的状态值为2;
预制的第5张学生状态图对应的是学生手在桌子下面的抬头听课的状态,其对应的状态值为3;
预制的第6张学生状态图对应的是学生双手放桌子上抬头听课的状态,其对应的状态值对4。
所述注意力监控模块得到第i个学生对应的注意力变化曲线的方法包括以下步骤:
S2.1、获取第i个学生上课时不同时间点对应的状态值,
将第i个学生在上课开始后的时间t听课的状态值记为ZTit,并以[i,(t,ZTit)]的形式保存到数据库中;
S2.2、以o1为第二原点,以距离上课起始时间点的时长为x1轴,以学生上课的状态值为y1轴,构建平面第二平面直角坐标系;
S2.3、将S2.1中第i个学生对应的[i,(t,ZTit)]中的(t,ZTit)作为第二平面直角坐标系中的第二标注点,
将t为不同值时对应的各个第二标注点标注在第二平面直角坐标系中相应的坐标位置,
并根据数据库中预制的第一线性拟合模型,对第二平面直角坐标系中的各个标注点进行拟合,得到第i个学生对应的注意力变化曲线Gi(x1),0≤x1≤tx1,所述tx1表示一节课程的总时长。
本发明注意力监控模块获取第一学生动作状态的过程中,对提取的学生动作状态进行等比缩放,是因为摄像头获取的学生上课状态图片中,学生距离摄像头的远近程度不同,会导致生成的图片中人物的大小不同,而数据库中预制的学生状态图中是固定的,进而将两者进行对比时,需要对提取的学生动作状态进行缩放,而等比缩放方式,则会使得说缩放效果更加均匀,在后续进行比较时,比较结果更加准确;以[i,(t,ZTit)]的形式将数据保存到数据库中,是为了将第i个学生上课时间与对应听课的状态值对应起来,便于后续获取第i个学生对应的注意力变化曲线的过程中,快速获取曲线拟合时需要用到的第二标注点;设置0≤x1≤tx1,是考虑到每次的课程时长是固定的,进而拟合的第i个学生对应的注意力变化曲线的自变量范围也是固定的。
所述知识点掌握度监控模块得到第i个学生对课堂知识点的掌握情况的方法包括以下步骤:
S3.1、获取第i个学生在课后测试中每个知识点对应的总分数;
S3.2、获取第i个学生在课后测试中第j2个知识点对应的总分数,并与数据库进行比较,得到第i个学生对第j2个知识点的掌握度,
获取学生在知识点学习过程中注意力综合影响值与知识点掌握度之间的线性关系的方法包括以下步骤:
S4.1、获取每个知识点在课程中对应的起始时间,
将第j2个知识点在课程中对应的起止时间记为[t1ji,tiji],
其中,t1ji表示第j2个知识点在课程中对应的起始时间,tiji表示第j2个知识点在课程中对应的终止时间;
S4.2、获取第i个学生对应的注意力变化曲线Gi(x1);
S4.4、获取第i个学生在课程中学习各个知识点时分别对应的数值对,
并判断不同数值对中的第一个数据是否相等,
当不同数值对中的第一个数据相互之间均不相等时,则不对数值对进行处理,直接跳转到S4.5,
当存在多个数值对中的第一个数据相等的情况时,则将第一个数据相等的数值对进行融合,融合后的数值对中的第一个数据保持不变,第二个数据等于第一个数据相等的数值对中各个第二个数据的均值,待融合完成后跳转到S4.5;
S4.5、以o3为第三原点,以第i个学生在课程中学习知识点的过程中注意力综合影响值为x3轴,以第i个学生对知识点的掌握度为y3轴,构建平面第三平面直角坐标系;
S4.6、将获取的各个数值对分别在第三平面直角坐标系中相应的坐标点进行标示,并根据数据库中预制的第二线性拟合模型,对第三平面直角坐标系中的各个标示的坐标点进行拟合,得到第i个学生在知识点学习过程中注意力综合影响值与知识点掌握度之间的线性关系YWi(x3)。
本发明获取学生在知识点学习过程中注意力综合影响值与知识点掌握度之间的线性关系的过程中,获取每个知识点在课程中对应的起始时间,是考虑到课程教授的过程中,每个知识点在课程中均对应相应的时间段,而学生的注意力也是随时间变化的,进而获取每个知识点在课程中对应的起始时间,是为了便于计算每个知识点学习过程中,学生的注意力综合影响值,进而为后续过程中获取学生在知识点学习过程中注意力综合影响值与知识点掌握度之间的线性关系,提供参考依据;计算第i个学生在课程中学习第j2个知识点的过程中注意力综合影响值是考虑到第i个学生在课程中不同时间对应的注意力状态值是不相同的,进而通过积分的形式,来对第i个学生在学习第j2个知识点的过程中,相应时间段[t1ji,tiji]内注意力的总体变化情况进行确认,该方式能够课程中学生的注意力与知识点掌握情况有效关联起来。
本发明教育方案生成模块获取不同学生对应的注意力变化均值曲线及不同学生在知识点学习过程中注意力综合影响值与知识点掌握度之间的线性均值曲线,是考虑到同一班级中每个孩子的注意力及知识点掌握情况是存在差异的,且单个学生的情况具有偶然性,且课程教授过程中,是多个学生同时进行学习的,需要获取统一班级中整体学生的注意力变化情况及知识点掌握情况,而通过求取平均值的方式,能够有效反应出班级整体的数据情况,更具有代表性,进而使得后续生成的教育方案对该班级整体学生更加具有针对性。
所述教育方案生成模块将同一课程中的学生视为同一班级,
所述教育方案生成模块生成针对同一班级中学生课程的教育方案的方法包括以下步骤:
S5.1、获取同一班级中学生课程对应的知识点个数n1;
本实施例中在上某节课时,其中,
比如当该课程为写作课时,课程方案中预先设置有修辞手法(比喻、拟人及排比)、环境描写的作用、景物描写方法及表达方式这四个知识点;
当该课程为数学课时,课程方案中预先设置有角的概念的推广(按旋转方向不同分为正角、负角及零角,按终边位置不同分为象限角及轴线角)、终边与角α相同的角的集合、弧度与角度关系这三个知识点;
当该课程为物理课时,课程方案中预先设置有参考系、质点、时间和时刻、位移和路程及速度这五个知识点。
S5.5、当教育方案中的知识点个数合理时,获取每个知识点在课程中对应的时间,
将合理的教育方案中的知识点个数记为n2,将第k个知识点在课程中对应的时间记为[Tk,T1k],Tk<T1k,1≤k≤n2,
S5.6、得到对同一班级中学生课程的教育方案,所述教育方案中不同知识点在课程中对应不同的时间区间。
本发明教育方案生成模块生成针对同一班级中学生课程的教育方案的过程中,将与第二阈值b进行比较,是为了判定生成的教育方案中课程包含的知识点的个数是否合理,若不合理,则说明课程包含的知识点较多,会导致学生对知识点的掌握度偏低,不利于学生的学习;将第k个知识点在课程中对应的时间记为[Tk,T1k],是为了对生成的教育方案中第k个知识点在课程中对应的时间进行划分,进而在教师教学过程中,在指定时间点内对第k个知识点进行讲解,确保学生的注意力综合影响值的量足够,进而确保学生对知识点的掌握度满意要求;该方式能够根据学生的注意力变化情况,有效对课程中每个知识点对应的时间进行管理,有效提高学生对知识点的学习效率。
所述教师管理模块在教学过程中,在每个极小值对应的x1相应的时间点对学生进行提醒。
一种基于大数据的云端教育管理方法,所述方法包括以下步骤:
S1、通过云端数据存储模块将历史数据中各个学生的上课表现及相应老师的教学表现保存到云端数据库中;
S2、通过学生状态监控模块对云端数据存储模块存储的历史数据中学生课堂注意力变化趋势及课堂知识点掌握程度进行监控;
S3、教育方案生成模块根据学生状态监控模块中各个学生的监控结果,生成针对同一班级中学生课程的教育方案;
S4、教师管理模块根据教育方案生成模块生成的教育方案,对教师的教学方式进行管理。
需要说明的是,在本文中,诸如第一和第二等之类的关系术语仅仅用来将一个实体或者操作与另一个实体或操作区分开来,而不一定要求或者暗示这些实体或操作之间存在任何这种实际的关系或者顺序。而且,术语“包括”、“包含”或者其任何其他变体意在涵盖非排他性的包含,从而使得包括一系列要素的过程、方法、物品或者设备不仅包括那些要素,而且还包括没有明确列出的其他要素,或者是还包括为这种过程、方法、物品或者设备所固有的要素。
最后应说明的是:以上所述仅为本发明的优选实施例而已,并不用于限制本发明,尽管参照前述实施例对本发明进行了详细的说明,对于本领域的技术人员来说,其依然可以对前述各实施例所记载的技术方案进行修改,或者对其中部分技术特征进行等同替换。凡在本发明的精神和原则之内,所作的任何修改、等同替换、改进等,均应包含在本发明的保护范围之内。
Claims (9)
1.一种基于大数据的云端教育管理系统,其特征在于,包括:
云端数据存储模块,所述云端数据存储模块将历史数据中各个学生的上课表现及相应老师的教学表现保存到云端数据库中;
学生状态监控模块,所述学生状态监控模块用于对云端数据存储模块存储的历史数据中学生课堂注意力变化趋势及课堂知识点掌握程度进行监控;
教育方案生成模块,所述教育方案生成模块根据学生状态监控模块中各个学生的监控结果,生成针对同一班级中学生课程的教育方案;
教师管理模块,所述教师管理模块根据教育方案生成模块生成的教育方案,对教师的教学方式进行管理。
2.根据权利要求1所述的一种基于大数据的云端教育管理系统,其特征在于:所述学生状态监控模块包括注意力监控模块及知识点掌握度监控模块,
所述注意力监控模块通过摄像头获取学生上课时的听课状态,进而分析出学生上课时的注意力变化趋势,得到每个学生对应的注意力变化曲线;
所述知识点掌握度监控模块通过课后测试的方式得到每个学生对课堂知识点的掌握情况,并分析学生在知识点学习过程中注意力综合影响值与知识点掌握度之间的线性关系。
3.根据权利要求2所述的一种基于大数据的云端教育管理系统,其特征在于:所述注意力监控模块通过摄像头获取学生上课时的听课状态的方法包括以下步骤:
S1.1、每隔第一单位时间通过学生上课设备中的摄像头获取一次学生上课状态图片;
S1.2、对学生上课状态图片中学生的动作状态进行提取,并进行等比例缩放,得到标准尺寸的学生动作状态,记为第一学生动作状态,
S1.3、以第一学生动作状态的中心点为原点,以过原点且与学生上课状态图片的宽平行的直线为x轴,以过原点且与学生上课状态图片的长平行的直线为y轴,构建第一平面直角坐标系,
识别第一学生动作状态中的各身体部位,获取数据库中第一学生动作状态中的各身体部位的中心点对应的编号,并获取各身体部位的中心点在第一平面直角坐标系中对应的坐标点,按从小到大的顺序逐个将各编号对应的坐标点添加到一个空白集合中,得到第一集合,
所述第一集合中将不存在的编号对应的坐标点相应的元素记为空,所述第一集合中的元素序号与相应元素对应的身体部位的中心点对应的编号相同;
S1.4、将数据库中预制的每个学生状态图中各身体部位的中心点对应编号相应的坐标点集合,记为第二集合,
获取各个第二集合分别与第一集合对应的综合偏差值,
所述综合偏差值等于第一集合与第二集合中各个身体部位的中心点对应编号相应的坐标偏差值的累加和,将编号j相应的坐标偏差值记为F(j),
当第一集合与第二集合中的第j个元素均为坐标点时,则F(j)等于两个坐标点之间的距离,
当第一集合与第二集合中的第j个元素一个为坐标点且另一个为空时,则F(j)等于第一阈值a,所述第一阈值a通过数据库查询获取,
当第一集合与第二集合中的第j个元素均为空时,则F(j)等于0;
S1.5、获取数据库中各个预制的学生状态图对应的第二集合与第一集合之间对应的综合偏差值,选取最小综合偏差值对应的预制的学生状态图在数据库中对应的状态值,作为第一学生动作状态对应的学生上课时在相应时间点的听课状态;
所述注意力监控模块得到第i个学生对应的注意力变化曲线的方法包括以下步骤:
S2.1、获取第i个学生上课时不同时间点对应的状态值,
将第i个学生在上课开始后的时间t听课的状态值记为ZTit,并以[i,(t,ZTit)]的形式保存到数据库中;
S2.2、以o1为第二原点,以距离上课起始时间点的时长为x1轴,以学生上课的状态值为y1轴,构建平面第二平面直角坐标系;
S2.3、将S2.1中第i个学生对应的[i,(t,ZTit)]中的(t,ZTit)作为第二平面直角坐标系中的第二标注点,
将t为不同值时对应的各个第二标注点标注在第二平面直角坐标系中相应的坐标位置,
并根据数据库中预制的第一线性拟合模型,对第二平面直角坐标系中的各个标注点进行拟合,得到第i个学生对应的注意力变化曲线Gi(x1),0≤x1≤tx1,所述tx1表示一节课程的总时长。
5.根据权利要求4所述的一种基于大数据的云端教育管理系统,其特征在于:获取学生在知识点学习过程中注意力综合影响值与知识点掌握度之间的线性关系的方法包括以下步骤:
S4.1、获取每个知识点在课程中对应的起始时间,
将第j2个知识点在课程中对应的起止时间记为[t1ji,tiji],
其中,t1ji表示第j2个知识点在课程中对应的起始时间,tiji表示第j2个知识点在课程中对应的终止时间;
S4.2、获取第i个学生对应的注意力变化曲线Gi(x1);
S4.4、获取第i个学生在课程中学习各个知识点时分别对应的数值对,
并判断不同数值对中的第一个数据是否相等,
当不同数值对中的第一个数据相互之间均不相等时,则不对数值对进行处理,直接跳转到S4.5,
当存在多个数值对中的第一个数据相等的情况时,则将第一个数据相等的数值对进行融合,融合后的数值对中的第一个数据保持不变,第二个数据等于第一个数据相等的数值对中各个第二个数据的均值,待融合完成后跳转到S4.5;
S4.5、以o3为第三原点,以第i个学生在课程中学习知识点的过程中注意力综合影响值为x3轴,以第i个学生对知识点的掌握度为y3轴,构建平面第三平面直角坐标系;
S4.6、将获取的各个数值对分别在第三平面直角坐标系中相应的坐标点进行标示,并根据数据库中预制的第二线性拟合模型,对第三平面直角坐标系中的各个标示的坐标点进行拟合,得到第i个学生在知识点学习过程中注意力综合影响值与知识点掌握度之间的线性关系YWi(x3)。
7.根据权利要求6所述的一种基于大数据的云端教育管理系统,其特征在于:所述教育方案生成模块将同一课程中的学生视为同一班级,
所述教育方案生成模块生成针对同一班级中学生课程的教育方案的方法包括以下步骤:
S5.1、获取同一班级中学生课程对应的知识点个数n1;
S5.5、当教育方案中的知识点个数合理时,获取每个知识点在课程中对应的时间,
将合理的教育方案中的知识点个数记为n2,将第k个知识点在课程中对应的时间记为[Tk,T1k],Tk<T1k,1≤k≤n2,
S5.6、得到对同一班级中学生课程的教育方案,所述教育方案中不同知识点在课程中对应不同的时间区间。
9.应用权利要求1-8任意一项所述的一种基于大数据的云端教育管理系统的基于大数据的云端教育管理方法,其特征在于,所述方法包括以下步骤:
S1、通过云端数据存储模块将历史数据中各个学生的上课表现及相应老师的教学表现保存到云端数据库中;
S2、通过学生状态监控模块对云端数据存储模块存储的历史数据中学生课堂注意力变化趋势及课堂知识点掌握程度进行监控;
S3、教育方案生成模块根据学生状态监控模块中各个学生的监控结果,生成针对同一班级中学生课程的教育方案;
S4、教师管理模块根据教育方案生成模块生成的教育方案,对教师的教学方式进行管理。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202210328713.5A CN114677023A (zh) | 2022-03-31 | 2022-03-31 | 一种基于大数据的云端教育管理系统及方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202210328713.5A CN114677023A (zh) | 2022-03-31 | 2022-03-31 | 一种基于大数据的云端教育管理系统及方法 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN114677023A true CN114677023A (zh) | 2022-06-28 |
Family
ID=82075719
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202210328713.5A Withdrawn CN114677023A (zh) | 2022-03-31 | 2022-03-31 | 一种基于大数据的云端教育管理系统及方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN114677023A (zh) |
Cited By (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN116109116A (zh) * | 2023-04-13 | 2023-05-12 | 中建安装集团有限公司 | 一种基于云计算的应用程序综合监管控制系统及方法 |
CN116227968A (zh) * | 2022-12-13 | 2023-06-06 | 广州华翰教育科技股份有限公司 | 根据实时监控信息反馈分析的网络教育效果检验系统 |
CN117201742A (zh) * | 2023-09-11 | 2023-12-08 | 江苏财经职业技术学院 | 用于智慧课堂的视频监控系统 |
-
2022
- 2022-03-31 CN CN202210328713.5A patent/CN114677023A/zh not_active Withdrawn
Cited By (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN116227968A (zh) * | 2022-12-13 | 2023-06-06 | 广州华翰教育科技股份有限公司 | 根据实时监控信息反馈分析的网络教育效果检验系统 |
CN116109116A (zh) * | 2023-04-13 | 2023-05-12 | 中建安装集团有限公司 | 一种基于云计算的应用程序综合监管控制系统及方法 |
CN117201742A (zh) * | 2023-09-11 | 2023-12-08 | 江苏财经职业技术学院 | 用于智慧课堂的视频监控系统 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN114677023A (zh) | 一种基于大数据的云端教育管理系统及方法 | |
CN109801525B (zh) | 一种用于网络教学的师生多维匹配方法和系统 | |
CN109817041A (zh) | 多功能教学系统 | |
CN102945624A (zh) | 基于云计算模型和表情信息反馈的智能化视频教学系统 | |
WO2023131361A2 (zh) | 一种基于大数据的教学规划方法及系统 | |
CN108182837A (zh) | 一种思想政治教育智能教学系统 | |
CN109272796A (zh) | 一种智能答题交互方法和装置 | |
CN112001826A (zh) | 一种基于大数据的教育信息智能分类系统 | |
CN111681477A (zh) | 一种智能化线上线下互动教育系统 | |
CN107886451A (zh) | 移动端课堂教学系统中的习题个性化匹配方法 | |
CN107393362A (zh) | 一种计算机应用教学培训系统 | |
CN111610862A (zh) | 一种基于眼动信号的在线教学模式切换方法 | |
CN109686156A (zh) | 一种数学教学交互系统及其使用方法 | |
CN116403445A (zh) | 一种自适应辅助教学方法、装置、电子设备及存储介质 | |
CN110930792A (zh) | 一种艺术设计与美术学通识基础课数字化在线教育平台 | |
CN104077932A (zh) | 基于广电网络的互动电视教学方法、系统和装置 | |
CN108876677A (zh) | 基于大数据与人工智能的教学效果评价方法和机器人系统 | |
Qadir | What every student should know: Seven learning impediments and their remedies | |
CN112651860A (zh) | 讨论式机器人教学系统、方法及装置 | |
CN109979269A (zh) | 一种基于人工智能的在线教育交互系统 | |
CN113254752B (zh) | 基于大数据的备课方法、装置及存储介质 | |
CN108764757A (zh) | 基于大数据与人工智能的精准教学评价方法和机器人系统 | |
CN108921405A (zh) | 基于大数据与人工智能的精准学习评价方法和机器人系统 | |
CN108805770A (zh) | 基于大数据与人工智能的教学内容画像方法和机器人系统 | |
CN107862474A (zh) | 智能化教学平台管理方法及系统 |
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: 20220628 |
|
WW01 | Invention patent application withdrawn after publication |