CN116070885A - 一种用于在线学习平台的用户课程学习进度监控系统 - Google Patents

Abstract

本发明涉及学习进度监控技术领域，具体为一种用于在线学习平台的用户课程学习进度监控系统，包括用程选取单元、用程状况处理单元、课程难易划分单元、用学进度分析单元、处理器以及用进效率评价单元，本发明通过不同用户的学习数据对不同课程进行数据处理，来判断课程在不同的学习情况下的变化，依据变化计算出各类数据的影响数值以及标准范围，将不同的课程进行信号转换以及对课程进行难易程度分析，计算出课程的难易度影响，通过课程的难易度、各类数据的影响数值以及标准范围对当前时间用户的学习情况进行评价，判定出用户在学习该课程后的学习进度变化，便于了解用户的学习情况，增加对不同用户的了解，帮助用户提高学习进度。

Description

一种用于在线学习平台的用户课程学习进度监控系统

技术领域

本发明涉及学习进度监控技术领域，具体为一种用于在线学习平台的用户课程学习进度监控系统。

背景技术

线上学习平台指用户在线上参加课程培训、试题练习，通过线上的学习来掌握用户所需要了解或学习的知识，相对于线下学习而言，更加的自由以及便利。

目前，在线的学习平台通常会设定一个学习数据的统计管理系统，将用户的所有学习数据进行简单的数据计算，从而帮助用户发现自身学习的不足，但是，该管理系统无法依据用户的以往学习数据来对当前时间的用户学习情况进行精确地数据分析，且无法在数据分析的同时结合课程的难易度以及相关的影响因素对用户的学习状况、学习进度的变化进行评价分析。

为此，我们提出一种用于在线学习平台的用户课程学习进度监控系统。

发明内容

本发明的目的在于提供一种用于在线学习平台的用户课程学习进度监控系统，来解决上述提出的问题。

本发明的目的可以通过以下技术方案实现：一种用于在线学习平台的用户课程学习进度监控系统，包括用程选取单元、用程状况处理单元、课程难易划分单元、用学进度分析单元、处理器以及用进效率评价单元；

所述处理器生成程选信令并发送至用程选取单元，通过用程选取单元对平台内用户的课程选取情况进行用选信息的采集，并依据采集的用选信息进行选取处理操作，得到选取数组，选取数组包括用编数据以及对应的课程数据、编学数据、编时数据和测时数据；

所述处理器生成程状信令并发送至用程状况处理单元，通过用程状况处理单元对平台内用户的课程选取情况以及教学状况进行程状数值分析操作，得到顺位数组；

所述处理器生成程划信令并发送至课程难易划分单元，通过课程难易划分单元对平台内用户的课程教学以及学习情况进行数据处理，并依据数据处理的结果进行程易划分操作，得到难易数组，难易数组包括难易值NYi以及课程难易排序数据；

所述处理器生成学进信令并发送至用学进度分析单元，通过用学进度分析单元对平台内用户的当前学习课程的进度数据化的计算转化操作，得到计算进度值；

所述处理器生成进效信令并发送至用进效率评价单元，通过用进效率评价单元对平台内用户计算转化的计算进度值进行效率偏差判定操作，得到信号字样数组并进行显示。

进一步的，所述顺位数组包括课程出现次排序数据、一顺位学习课程、二顺位学习课程、三顺位学习课程、N顺位学习课程、一测时标准范围值、二测时标准范围值、三测时标准范围值、N测时标准范围值、一测因素均值、二测因素均值、三测因素均值、N测因素均值、一编时标准范围值、二编时标准范围值、三编时标准范围值、N编时标准范围值、一编因素均值、二编因素均值、三编因素均值、N编因素均值。

进一步的，选取处理操作的具体操作过程为：

将用选信息划分为用编数据、课程数据、编学数据、编时数据以及测时数据；

依据用编数据选取对应的课程数据、编学数据、编时数据以及测时数据，并将其对应划分到用编数据下，将用编数据以及对应的课程数据、编学数据、编时数据和测时数据标定为选取数组，并将选取数组经处理器分别传输至用程状态处理单元以及课程难易划分单元；

用编数据表示为用户的编号，课程数据表示为用编数据对应的课程，编学数据表示为用编数据对应的课程数据的学习成果，编时数据表示为用编数据对应的学习时间长度，测时数据表示为用编数据对应的测试学习结果时所消耗的时间长度。

进一步的，程状数值分析操作的具体操作过程为：

依据用编数据选取对应的课程数据，将若干个课程数据依次列出，识别出不同的课程数据出现的次数并标定为课程出现次数据，对课程出现次数据进行从大到小的排序，从而得到课程出现次排序数据，将课程出现次排序数据中排序第一的课程数据标定为一顺位学习课程，将课程出现次排序数据中排序第二的课程数据标定为二顺位学习课程，将课程出现次排序数据中排序第三的课程数据标定为三顺位学习课程，将课程出现次排序数据中排序第N的课程数据标定为N顺位学习课程；

依据一顺位学习课程提取对应的编学数据、编时数据以及测时数据，将一顺位学习课程对应的编学数据、编时数据以及测时数据依次标记为一编学数据、一编时数据以及一测时数据，并将一编学数据、一编时数据以及一测时数据进行一顺位学习处理，得到一测时标准范围值、一测因素均值、一编时标准范围值以及一编因素均值；

依据一顺位学习处理的处理方法对二顺位学习课程、三顺位学习课程以及N顺位学习课程对应的编学数据、编时数据以及测时数据进行处理，得到二测时标准范围值、二测因素均值、二编时标准范围值、二编因素均值、三测时标准范围值、三测因素均值、三编时标准范围值、三编因素均值、N测时标准范围值、N测因素均值、N编时标准范围值以及N编因素均值；

将课程出现次排序数据、二测时标准范围值、二测因素均值、二编时标准范围值、二编因素均值、三测时标准范围值、三测因素均值、三编时标准范围值、三编因素均值、N测时标准范围值、N测因素均值、N编时标准范围值以及N编因素均值标定为顺位数组，将顺位数据组传输至用学进度分析单元。

进一步的，一顺位学习处理，具体为：

将若干个一编时数据进行数值排列，选取出数值排列中数值相同的一编时数据并标定为同一编时数据，依据同一编时数据提取对应的一测时数据以及一编学数据，将一编学数据相同时的一测时数据标定为一测时标准范围值，将不在一测时标准范围值内的一测时数据进行提取，并标定为一测时选取值，将两个不同的一测时选取值的差值与对应的两个一编学数据的差值进行一影响计算，计算出一测因素均值；

将若干个一测时数据进行数值排列，选取出数值排列中数值相同的一测时数据并标定为同一测时数据，依据同一测时数据提取对应的一编时数据以及一编学数据，将一编学数据相同时的一编时数据标定为一编时标准范围值，将不在一编时标准范围值内的一编时数据进行提取，并标定为一编时选取值，将两个不同的一编时选取值的差值与对应的两个一编学数据的差值进行一影响计算，计算出一编因素均值。

进一步的，程易划分操作的具体操作过程为：

选取一顺位学习课程至N顺位学习课程中编时数据以及测时数据相同，编学数据不相同的课程数据以及课程出现次数据，将不相同的编学数据两两进行差值计算，计算出若干个编学差值，将不相同的编学数据对应的课程出现次数据进行两两差值计算，计算出若干个次数差值；

将若干个编学差值与若干个次数差值代入到计算式：课程评价值=编学差值/次数差值，计算出若干个课程评价值，将若干个课程评价值进行从大到小的排序，得到课程评价排序值，将课程评价排序值内排序第一的数值标记为DY，设定一个等级划分预设值DM，依据计算式：C+1=DY-DM*C，计算出等级划分值，依据等级划分值将课程评价排序值内对应的课程数据进行难易等级划分，得到课程难易排序数据，课程难易排序数据包括一级难度课程、二级难度课程、……、N级难度课程，其中，C+1表示为难度划分等级，C表示为预设倍数值；

将课程难易排序数据内对应的课程难易度排序依次赋予难易值NYi，i的取值为正整数，将课程难易排序数据与难易值NYi标定为难易数组，并将难易数组传输至用学进度分析单元。

进一步的，计算转化操作的具体操作过程为：

采集到用户当前的学习状况，将当前时间采集的用户编号标定为实用数据，将用户当前学习的课程标定为实课数据，将用户当前的学习时间长度标定为实编数据，将用户当前的学习测试时间长度标定为实测数据，将用户当前学习测试的学习成果标定为实学数据；

提取实用数据，并将其与用编数据进行匹配，将匹配到的用编数据对应的课程数据与实课数据进行匹配，匹配出对应的与实课数据相对应的课程数据并标定为课程选取数据，提取课程选取数据对应的N顺位学习课程，依据N顺位学习课程提取对应的N测时标准范围值、N测因素均值、N编时标准范围值以及N编因素均值，将实课数据与课程难易排序数据进行匹配，匹配出课程难易排序数据对应难易值NYi；

依据计算式：计算进度值=实学数据-[（实测数据-N测时标准范围值）*N测因素均值+（实编数据-N编时标准范围值）*N编因素均值]*偏差修正因子*难易值；

将计算进度值传输至用进效率评价单元。

进一步的，效率偏差判定操作的具体操作过程为：

设定一个进度阈值，将计算进度值与进度阈值进行差值计算，计算出进度差值，将进度差值进行正负值标记，将大于等于零的进度差值标定为正向差值，并生成正向信号，将小于零的进度差值标定为负向差值，并生成负向信号；

对正向信号以及负向信号进行识别，当识别到正向信号时，则对正向差值进行进度划分，当正向差值大于等于KM1时，则生成完美信号，并生成“学习进度超越日常数值”的提示字样，当正向差值小于KM1时，则生成一般信号，并生成“学习进度属于日常数值”的提示字样；

当识别到负向信号时，则对负向差值进行进度划分，当负向差值大于等于KM2时，则生成低进信号，并生成“进度低于日常数值”的提示字样，当负向差值小于KM2时，则生成不合格信号，并生成“进度无法达到基本数值”的提示字样；

将完美信号、“学习进度超越日常数值”的提示字样、一般信号、“学习进度属于日常数值”的提示字样、低进信号、“进度低于日常数值”的提示字样、不合格信号以及“进度无法达到基本数值”的提示字样标定为信号字样数组。

本发明的有益效果：

本发明通过对不同用户的学习情况进行数据的获取采集，来对用户学习的不同课程进行数据处理，从而得到课程在不同的学习情况下的变化，依据变化计算出各类数据的影响数值以及标准范围，将不同的课程进行信号转换，增加数据的直观性，便于管理人员进行实时监控，依据转换的信号对课程进行难易程度分析，从而对不同的课程进行难易度的影响值计算，通过课程的难易度、各类数据的影响数值以及标准范围对当前时间用户的学习情况进行评价，从而判定出用户在学习该课程后的学习状况，便于了解用户的学习情况，增加对不同用户的了解，帮助用户提高学习进度。

附图说明

下面结合附图对本发明作进一步的说明。

图1是本发明的系统框图。

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，本发明为一种用于在线学习平台的用户课程学习进度监控系统，包括用程选取单元、用程状况处理单元、课程难易划分单元、用学进度分析单元、处理器以及用进效率评价单元；

所述用程选取单元依据程选信令对平台内用户的课程选取情况进行用选信息的采集，并依据采集的用选信息进行选取处理操作，选取处理操作的具体操作过程为：

获取用选信息，将用选信息内用户的编号标定为用编数据，将用选信息内用编数据对应的课程标定为课程数据，将用选信息内用编数据对应的课程数据的学习成果标定为编学数据，学习成果指代学习考试成绩，将用选信息内用编数据对应的学习时间长度标定为编时数据，将用选信息内用编数据对应的测试学习结果时所消耗的时间长度标定为测时数据；

提取用编数据，依据用编数据选取对应的课程数据、编学数据、编时数据以及测时数据，并将其对应划分到用编数据下，将用编数据以及对应的课程数据、编学数据、编时数据和测时数据标定为选取数组；

将用编数据以及对应的课程数据、编学数据、编时数据和测时数据经处理器分别传输至用程状态处理单元以及课程难易划分单元；

所述用程状态处理单元依据程状信令对平台内用户的课程选取情况以及教学状况进行程状数值分析操作，程状数值分析操作的具体操作过程为：

获取用若干个用编数据，依据用编数据选取对应的课程数据，将若干个课程数据依次列出，识别出不同的课程数据出现的次数并标定为课程出现次数据，对课程出现次数据进行从大到小的排序，从而得到课程出现次排序数据，将课程出现次排序数据中排序第一的课程数据标定为一顺位学习课程，将课程出现次排序数据中排序第二的课程数据标定为二顺位学习课程，将课程出现次排序数据中排序第三的课程数据标定为三顺位学习课程，将课程出现次排序数据中排序第N的课程数据标定为N顺位学习课程；

依据一顺位学习课程提取对应的编学数据、编时数据以及测时数据，将一顺位学习课程对应的编学数据、编时数据以及测时数据依次标记为一编学数据、一编时数据以及一测时数据，并将一编学数据、一编时数据以及一测时数据进行一顺位学习处理，具体为：

将若干个一编时数据进行数值排列，选取出数值排列中数值相同的一编时数据并标定为同一编时数据，依据同一编时数据提取对应的一测时数据以及一编学数据，将一编学数据相同时的一测时数据标定为一测时标准范围值，将不在一测时标准范围值内的一测时数据进行提取，并标定为一测时选取值，将两个不同的一测时选取值的差值与对应的两个一编学数据的差值进行一影响计算，计算出一测因素均值，一测因素均值的具体计算式：一测因素值=两个一编学数据的差值/两个一测时选取值的差值，多次计算出不同一测时选取值对应的一测因素值，将若干个一测因素值进行均值计算，计算出一测因素均值；

将若干个一测时数据进行数值排列，选取出数值排列中数值相同的一测时数据并标定为同一测时数据，依据同一测时数据提取对应的一编时数据以及一编学数据，将一编学数据相同时的一编时数据标定为一编时标准范围值，将不在一编时标准范围值内的一编时数据进行提取，并标定为一编时选取值，将两个不同的一编时选取值的差值与对应的两个一编学数据的差值进行一影响计算，计算出一编因素均值，一编因素均值的具体计算式：一编因素值=两个一编学数据的差值/两个一编时选取值的差值，多次计算出不同一编时选取值对应的一编因素值，将若干个一编因素值进行均值计算，计算出一编因素均值；

依据二顺位学习课程提取对应的编学数据、编时数据以及测时数据，将二顺位学习课程对应的编学数据、编时数据以及测时数据依次标记为二编学数据、二编时数据以及二测时数据，并将二编学数据、二编时数据以及二测时数据进行二顺位学习处理，具体为：

将若干个二编时数据进行数值排列，选取出数值排列中数值相同的二编时数据并标定为同二编时数据，依据同二编时数据提取对应的二测时数据以及二编学数据，将二编学数据相同时的二测时数据标定为二测时标准范围值，将不在二测时标准范围值内的二测时数据进行提取，并标定为二测时选取值，将两个不同的二测时选取值的差值与对应的两个二编学数据的差值进行二影响计算，计算出二测因素均值，二测因素均值的具体计算式：二测因素值=两个二编学数据的差值/两个二测时选取值的差值，多次计算出不同二测时选取值对应的二测因素值，将若干个二测因素值进行均值计算，计算出二测因素均值；

将若干个二测时数据进行数值排列，选取出数值排列中数值相同的二测时数据并标定为同二测时数据，依据同二测时数据提取对应的二编时数据以及二编学数据，将二编学数据相同时的二编时数据标定为二编时标准范围值，将不在二编时标准范围值内的二编时数据进行提取，并标定为二编时选取值，将两个不同的二编时选取值的差值与对应的两个二编学数据的差值进行二影响计算，计算出二编因素均值，二编因素均值的具体计算式：二编因素值=两个二编学数据的差值/两个二编时选取值的差值，多次计算出不同二编时选取值对应的二编因素值，将若干个二编因素值进行均值计算，计算出二编因素均值；

依据三顺位学习课程提取对应的编学数据、编时数据以及测时数据，将三顺位学习课程对应的编学数据、编时数据以及测时数据依次标记为三编学数据、三编时数据以及三测时数据，并将三编学数据、三编时数据以及三测时数据进行三顺位学习处理，具体为：

将若干个三编时数据进行数值排列，选取出数值排列中数值相同的三编时数据并标定为同三编时数据，依据同三编时数据提取对应的三测时数据以及三编学数据，将三编学数据相同时的三测时数据标定为三测时标准范围值，将不在三测时标准范围值内的三测时数据进行提取，并标定为三测时选取值，将两个不同的三测时选取值的差值与对应的两个三编学数据的差值进行三影响计算，计算出三测因素均值，三测因素均值的具体计算式：三测因素值=两个三编学数据的差值/两个三测时选取值的差值，多次计算出不同三测时选取值对应的三测因素值，将若干个三测因素值进行均值计算，计算出三测因素均值；

将若干个三测时数据进行数值排列，选取出数值排列中数值相同的三测时数据并标定为同三测时数据，依据同三测时数据提取对应的三编时数据以及三编学数据，将三编学数据相同时的三编时数据标定为三编时标准范围值，将不在三编时标准范围值内的三编时数据进行提取，并标定为三编时选取值，将两个不同的三编时选取值的差值与对应的两个三编学数据的差值进行三影响计算，计算出三编因素均值，三编因素均值的具体计算式：三编因素值=两个三编学数据的差值/两个三编时选取值的差值，多次计算出不同三编时选取值对应的三编因素值，将若干个三编因素值进行均值计算，计算出三编因素均值；

依据N顺位学习课程提取对应的编学数据、编时数据以及测时数据，将N顺位学习课程对应的编学数据、编时数据以及测时数据依次标记为N编学数据、N编时数据以及N测时数据，并将N编学数据、N编时数据以及N测时数据进行N顺位学习处理，具体为：

将若干个N编时数据进行数值排列，选取出数值排列中数值相同的N编时数据并标定为同N编时数据，依据同N编时数据提取对应的N测时数据以及N编学数据，将N编学数据相同时的N测时数据标定为N测时标准范围值，将不在N测时标准范围值内的N测时数据进行提取，并标定为N测时选取值，将两个不同的N测时选取值的差值与对应的两个N编学数据的差值进行N影响计算，计算出N测因素均值，N测因素均值的具体计算式：N测因素值=两个N编学数据的差值/两个N测时选取值的差值，多次计算出不同N测时选取值对应的N测因素值，将若干个N测因素值进行均值计算，计算出N测因素均值；

将若干个N测时数据进行数值排列，选取出数值排列中数值相同的N测时数据并标定为同N测时数据，依据同N测时数据提取对应的N编时数据以及N编学数据，将N编学数据相同时的N编时数据标定为N编时标准范围值，将不在N编时标准范围值内的N编时数据进行提取，并标定为N编时选取值，将两个不同的N编时选取值的差值与对应的两个N编学数据的差值进行N影响计算，计算出N编因素均值，N编因素均值的具体计算式：N编因素值=两个N编学数据的差值/两个N编时选取值的差值，多次计算出不同N编时选取值对应的N编因素值，将若干个N编因素值进行均值计算，计算出N编因素均值；

提取课程出现次排序数据、一顺位学习课程、二顺位学习课程、三顺位学习课程、N顺位学习课程，提取一测时标准范围值、二测时标准范围值、三测时标准范围值、N测时标准范围值，提取一测因素均值、二测因素均值、三测因素均值、N测因素均值，提取一编时标准范围值、二编时标准范围值、三编时标准范围值、N编时标准范围值，提取一编因素均值、二编因素均值、三编因素均值以及N编因素均值，将上述提取数据标定为顺位数组，将顺位数据组传输至用学进度分析单元；

所述课程难易划分单元依据程划信令对平台内用程选取单元以及用程状态处理单元处理得到的编学数据、编时数据、测时数据、课程出现次排序数据、一顺位学习课程、二顺位学习课程、三顺位学习课程以及N顺位学习课程进行程易划分操作，程易划分操作的具体操作过程为：

依据课程出现次排序数据中划分的一顺位学习课程、二顺位学习课程、三顺位学习课程以及N顺位学习课程，对编学数据、编时数据以及测时数据进行难度分析处理，具体为：

选取一顺位学习课程至N顺位学习课程中编时数据以及测时数据相同，编学数据不相同的课程数据以及课程出现次数据，将不相同的编学数据两两进行差值计算，计算出若干个编学差值，将不相同的编学数据对应的课程出现次数据进行两两差值计算，计算出若干个次数差值；

将若干个编学差值与若干个次数差值代入到计算式：课程评价值=编学差值/次数差值，计算出若干个课程评价值，将若干个课程评价值进行从大到小的排序，得到课程评价排序值，将课程评价排序值内排序第一的数值标记为DY，设定一个等级划分预设值DM，依据计算式：C+1=DY-DM*C，计算出等级划分值，依据等级划分值将课程评价排序值内对应的课程数据进行难易等级划分，得到课程难易排序数据，课程难易排序数据包括一级难度课程、二级难度课程、……、N级难度课程，其中，C+1表示为难度划分等级，C表示为预设倍数值，DY表示为课程评价排序值内排序第一的数值，DM表示为等级划分预设值DM，当课程评价排序值内排序第一的数值减去一倍的等级划分预设值时，该课程的等级就是二；

依据课程难易排序数据将对应的课程进行影响值赋予，将课程难易排序数据内对应的课程难易度排序依次赋予难易值NYi，i的取值为正整数，将课程难易排序数据与难易值NYi标定为难易数组，并将难易数组传输至用学进度分析单元；

所述用学进度分析单元依据学进信令对难易值NYi、课程难易排序数据、课程出现次排序数据、一顺位学习课程、二顺位学习课程、三顺位学习课程、N顺位学习课程、一测时标准范围值、二测时标准范围值、三测时标准范围值、N测时标准范围值、一测因素均值、二测因素均值、三测因素均值、N测因素均值、一编时标准范围值、二编时标准范围值、三编时标准范围值、N编时标准范围值、一编因素均值、二编因素均值、三编因素均值以及N编因素均值进行计算转化操作，计算转化操作的具体操作过程为：

采集到用户当前的学习状况，将当前时间采集的用户编号标定为实用数据，将用户当前学习的课程标定为实课数据，将用户当前的学习时间长度标定为实编数据，将用户当前的学习测试时间长度标定为实测数据，将用户当前学习测试的学习成果标定为实学数据；

提取实用数据，并将其与用编数据进行匹配，将匹配到的用编数据对应的课程数据与实课数据进行匹配，匹配出对应的与实课数据相对应的课程数据并标定为课程选取数据，提取课程选取数据对应的N顺位学习课程，依据N顺位学习课程提取对应的N测时标准范围值、N测因素均值、N编时标准范围值以及N编因素均值，将实课数据与课程难易排序数据进行匹配，匹配出课程难易排序数据对应难易值NYi；

依据计算式：计算进度值=实学数据-[（实测数据-N测时标准范围值）*N测因素均值+（实编数据-N编时标准范围值）*N编因素均值]*偏差修正因子*难易值；

将计算进度值传输至用进效率评价单元；

所述用进效率评价单元依据进效信令对计算进度值进行效率偏差判定操作，效率偏差判定操作的具体操作过程为：

设定一个进度阈值，将计算进度值与进度阈值进行差值计算，计算出进度差值，将进度差值进行正负值标记，将大于等于零的进度差值标定为正向差值，并生成正向信号，将小于零的进度差值标定为负向差值，并生成负向信号；

对正向信号以及负向信号进行识别，当识别到正向信号时，则对正向差值进行进度划分，当正向差值大于等于KM1时，则判定进度完美，生成完美信号，并生成“学习进度超越日常数值”的提示字样，当正向差值小于KM1时，则判定进度一般，生成一般信号，并生成“学习进度属于日常数值”的提示字样；

当识别到负向信号时，则对负向差值进行进度划分，当负向差值大于等于KM2时，则判定进度低，生成低进信号，并生成“进度低于日常数值”的提示字样，当负向差值小于KM2时，则判定进度不合格，生成不合格信号，并生成“进度无法达到基本数值”的提示字样；

将完美信号、“学习进度超越日常数值”的提示字样、一般信号、“学习进度属于日常数值”的提示字样、低进信号、“进度低于日常数值”的提示字样、不合格信号以及“进度无法达到基本数值”的提示字样标定为信号字样数组。

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。

Claims (8)

1.一种用于在线学习平台的用户课程学习进度监控系统，其特征在于，包括用程选取单元、用程状况处理单元、课程难易划分单元、用学进度分析单元、处理器以及用进效率评价单元；

所述处理器生成程选信令并发送至用程选取单元，通过用程选取单元对平台内用户的课程选取情况进行用选信息的采集，并依据采集的用选信息进行选取处理操作，得到选取数组，选取数组包括用编数据以及对应的课程数据、编学数据、编时数据和测时数据；

所述处理器生成程状信令并发送至用程状况处理单元，通过用程状况处理单元对平台内用户的课程选取情况以及教学状况进行程状数值分析操作，得到顺位数组；

所述处理器生成程划信令并发送至课程难易划分单元，通过课程难易划分单元对平台内用户的课程教学以及学习情况进行数据处理，并依据数据处理的结果进行程易划分操作，得到难易数组，难易数组包括难易值NYi以及课程难易排序数据；

所述处理器生成学进信令并发送至用学进度分析单元，通过用学进度分析单元对平台内用户的当前学习课程的进度数据化的计算转化操作，得到计算进度值；

所述处理器生成进效信令并发送至用进效率评价单元，通过用进效率评价单元对平台内用户计算转化的计算进度值进行效率偏差判定操作，得到信号字样数组并进行显示。

2.根据权利要求1所述的一种用于在线学习平台的用户课程学习进度监控系统，其特征在于，所述顺位数组包括课程出现次排序数据、一顺位学习课程、二顺位学习课程、三顺位学习课程、N顺位学习课程、一测时标准范围值、二测时标准范围值、三测时标准范围值、N测时标准范围值、一测因素均值、二测因素均值、三测因素均值、N测因素均值、一编时标准范围值、二编时标准范围值、三编时标准范围值、N编时标准范围值、一编因素均值、二编因素均值、三编因素均值、N编因素均值。

3.根据权利要求1所述的一种用于在线学习平台的用户课程学习进度监控系统，其特征在于，选取处理操作的具体操作过程为：

将用选信息划分为用编数据、课程数据、编学数据、编时数据以及测时数据；

依据用编数据选取对应的课程数据、编学数据、编时数据以及测时数据，并将其对应划分到用编数据下，将用编数据以及对应的课程数据、编学数据、编时数据和测时数据标定为选取数组，并将选取数组经处理器分别传输至用程状态处理单元以及课程难易划分单元；

用编数据表示为用户的编号，课程数据表示为用编数据对应的课程，编学数据表示为用编数据对应的课程数据的学习成果，编时数据表示为用编数据对应的学习时间长度，测时数据表示为用编数据对应的测试学习结果时所消耗的时间长度。

4.根据权利要求3所述的一种用于在线学习平台的用户课程学习进度监控系统，其特征在于，程状数值分析操作的具体操作过程为：

依据用编数据选取对应的课程数据，将若干个课程数据依次列出，识别出不同的课程数据出现的次数并标定为课程出现次数据，对课程出现次数据进行从大到小的排序，从而得到课程出现次排序数据，将课程出现次排序数据中排序第一的课程数据标定为一顺位学习课程，将课程出现次排序数据中排序第二的课程数据标定为二顺位学习课程，将课程出现次排序数据中排序第三的课程数据标定为三顺位学习课程，将课程出现次排序数据中排序第N的课程数据标定为N顺位学习课程；

依据一顺位学习课程提取对应的编学数据、编时数据以及测时数据，将一顺位学习课程对应的编学数据、编时数据以及测时数据依次标记为一编学数据、一编时数据以及一测时数据，并将一编学数据、一编时数据以及一测时数据进行一顺位学习处理，得到一测时标准范围值、一测因素均值、一编时标准范围值以及一编因素均值；

依据一顺位学习处理的处理方法对二顺位学习课程、三顺位学习课程以及N顺位学习课程对应的编学数据、编时数据以及测时数据进行处理，得到二测时标准范围值、二测因素均值、二编时标准范围值、二编因素均值、三测时标准范围值、三测因素均值、三编时标准范围值、三编因素均值、N测时标准范围值、N测因素均值、N编时标准范围值以及N编因素均值；

将课程出现次排序数据、二测时标准范围值、二测因素均值、二编时标准范围值、二编因素均值、三测时标准范围值、三测因素均值、三编时标准范围值、三编因素均值、N测时标准范围值、N测因素均值、N编时标准范围值以及N编因素均值标定为顺位数组，将顺位数据组传输至用学进度分析单元。

5.根据权利要求4所述的一种用于在线学习平台的用户课程学习进度监控系统，其特征在于，一顺位学习处理，具体为：

将若干个一编时数据进行数值排列，选取出数值排列中数值相同的一编时数据并标定为同一编时数据，依据同一编时数据提取对应的一测时数据以及一编学数据，将一编学数据相同时的一测时数据标定为一测时标准范围值，将不在一测时标准范围值内的一测时数据进行提取，并标定为一测时选取值，将两个不同的一测时选取值的差值与对应的两个一编学数据的差值进行一影响计算，计算出一测因素均值；

将若干个一测时数据进行数值排列，选取出数值排列中数值相同的一测时数据并标定为同一测时数据，依据同一测时数据提取对应的一编时数据以及一编学数据，将一编学数据相同时的一编时数据标定为一编时标准范围值，将不在一编时标准范围值内的一编时数据进行提取，并标定为一编时选取值，将两个不同的一编时选取值的差值与对应的两个一编学数据的差值进行一影响计算，计算出一编因素均值。

6.根据权利要求5所述的一种用于在线学习平台的用户课程学习进度监控系统，其特征在于，程易划分操作的具体操作过程为：

选取一顺位学习课程至N顺位学习课程中编时数据以及测时数据相同，编学数据不相同的课程数据以及课程出现次数据，将不相同的编学数据两两进行差值计算，计算出若干个编学差值，将不相同的编学数据对应的课程出现次数据进行两两差值计算，计算出若干个次数差值；

将若干个编学差值与若干个次数差值代入到计算式：课程评价值=编学差值/次数差值，计算出若干个课程评价值，将若干个课程评价值进行从大到小的排序，得到课程评价排序值，将课程评价排序值内排序第一的数值标记为DY，设定一个等级划分预设值DM，依据计算式：C+1=DY-DM*C，计算出等级划分值，依据等级划分值将课程评价排序值内对应的课程数据进行难易等级划分，得到课程难易排序数据，课程难易排序数据包括一级难度课程、二级难度课程、……、N级难度课程，其中，C+1表示为难度划分等级，C表示为预设倍数值；

将课程难易排序数据内对应的课程难易度排序依次赋予难易值NYi，i的取值为正整数，将课程难易排序数据与难易值NYi标定为难易数组，并将难易数组传输至用学进度分析单元。

7.根据权利要求6所述的一种用于在线学习平台的用户课程学习进度监控系统，其特征在于，计算转化操作的具体操作过程为：

采集到用户当前的学习状况，将当前时间采集的用户编号标定为实用数据，将用户当前学习的课程标定为实课数据，将用户当前的学习时间长度标定为实编数据，将用户当前的学习测试时间长度标定为实测数据，将用户当前学习测试的学习成果标定为实学数据；

提取实用数据，并将其与用编数据进行匹配，将匹配到的用编数据对应的课程数据与实课数据进行匹配，匹配出对应的与实课数据相对应的课程数据并标定为课程选取数据，提取课程选取数据对应的N顺位学习课程，依据N顺位学习课程提取对应的N测时标准范围值、N测因素均值、N编时标准范围值以及N编因素均值，将实课数据与课程难易排序数据进行匹配，匹配出课程难易排序数据对应难易值NYi；

依据计算式：计算进度值=实学数据-[（实测数据-N测时标准范围值）*N测因素均值+（实编数据-N编时标准范围值）*N编因素均值]*偏差修正因子*难易值；

将计算进度值传输至用进效率评价单元。

8.根据权利要求7所述的一种用于在线学习平台的用户课程学习进度监控系统，其特征在于，效率偏差判定操作的具体操作过程为：

设定一个进度阈值，将计算进度值与进度阈值进行差值计算，计算出进度差值，将进度差值进行正负值标记，将大于等于零的进度差值标定为正向差值，并生成正向信号，将小于零的进度差值标定为负向差值，并生成负向信号；

对正向信号以及负向信号进行识别，当识别到正向信号时，则对正向差值进行进度划分，当正向差值大于等于KM1时，则生成完美信号，并生成“学习进度超越日常数值”的提示字样，当正向差值小于KM1时，则生成一般信号，并生成“学习进度属于日常数值”的提示字样；

当识别到负向信号时，则对负向差值进行进度划分，当负向差值大于等于KM2时，则生成低进信号，并生成“进度低于日常数值”的提示字样，当负向差值小于KM2时，则生成不合格信号，并生成“进度无法达到基本数值”的提示字样；

将完美信号、“学习进度超越日常数值”的提示字样、一般信号、“学习进度属于日常数值”的提示字样、低进信号、“进度低于日常数值”的提示字样、不合格信号以及“进度无法达到基本数值”的提示字样标定为信号字样数组。

Images