CN116137012A - 一种基于互联网教育的线上教学质量监督管理系统 - Google Patents
一种基于互联网教育的线上教学质量监督管理系统 Download PDFInfo
- Publication number
- CN116137012A CN116137012A CN202310428365.3A CN202310428365A CN116137012A CN 116137012 A CN116137012 A CN 116137012A CN 202310428365 A CN202310428365 A CN 202310428365A CN 116137012 A CN116137012 A CN 116137012A
- Authority
- CN
- China
- Prior art keywords
- teaching
- signal
- response speed
- student
- value
- 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.)
- Granted
Links
- 230000006399 behavior Effects 0.000 claims abstract description 41
- 230000003993 interaction Effects 0.000 claims abstract description 32
- 238000000034 method Methods 0.000 claims abstract description 26
- 230000008569 process Effects 0.000 claims abstract description 19
- 239000013589 supplement Substances 0.000 claims abstract description 10
- 238000001303 quality assessment method Methods 0.000 claims abstract description 8
- 238000012545 processing Methods 0.000 claims abstract description 7
- 230000004044 response Effects 0.000 claims description 140
- 238000005259 measurement Methods 0.000 claims description 50
- 230000007547 defect Effects 0.000 claims description 46
- 230000008859 change Effects 0.000 claims description 38
- 238000012937 correction Methods 0.000 claims description 36
- 238000004364 calculation method Methods 0.000 claims description 18
- 238000011156 evaluation Methods 0.000 claims description 16
- 230000002159 abnormal effect Effects 0.000 claims description 13
- 238000013441 quality evaluation Methods 0.000 claims description 10
- 230000002950 deficient Effects 0.000 claims description 7
- 230000007812 deficiency Effects 0.000 claims description 3
- 230000009286 beneficial effect Effects 0.000 description 1
- 238000006243 chemical reaction Methods 0.000 description 1
- 238000004891 communication Methods 0.000 description 1
- 230000007423 decrease Effects 0.000 description 1
- 238000010586 diagram Methods 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000012360 testing method 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
- 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
- G06Q10/06395—Quality analysis or management
-
- Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
- Y02P—CLIMATE CHANGE MITIGATION TECHNOLOGIES IN THE PRODUCTION OR PROCESSING OF GOODS
- Y02P90/00—Enabling technologies with a potential contribution to greenhouse gas [GHG] emissions mitigation
- Y02P90/30—Computing systems specially adapted for manufacturing
Landscapes
- Business, Economics & Management (AREA)
- Engineering & Computer Science (AREA)
- Human Resources & Organizations (AREA)
- Educational Administration (AREA)
- Strategic Management (AREA)
- Economics (AREA)
- Tourism & Hospitality (AREA)
- Marketing (AREA)
- Entrepreneurship & Innovation (AREA)
- Development Economics (AREA)
- Educational Technology (AREA)
- Theoretical Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Business, Economics & Management (AREA)
- General Physics & Mathematics (AREA)
- Primary Health Care (AREA)
- Health & Medical Sciences (AREA)
- General Health & Medical Sciences (AREA)
- Game Theory and Decision Science (AREA)
- Operations Research (AREA)
- Quality & Reliability (AREA)
- Electrically Operated Instructional Devices (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
本发明公开了一种基于互联网教育的线上教学质量监督管理系统，涉及线上教育技术领域；包括服务器，还包括数据采集模块、质量分析模块和质量评定模块；所述数据采集模块用于采集线上教学终端和学生终端在教学周期内的教学交互信息，并依据教学交互信息进行教学行为的数据分析处理，分析出教学行为值Gi，将教学行为值Gi经服务器传输至质量分析模块；本发明在互联网教育的线上教学质量监督过程中，通过对线上教学时间数据、线上师生互动时间数据、线上学生缺课时间数据、线上教学网络质量数据及学生线下补课时间数据进行综合处理，参照基数多，使对线上教学质量监督的评定结果更加精准。
Description
技术领域
本发明涉及线上教育技术领域，具体涉及一种基于互联网教育的线上教学质量监督管理系统。
背景技术
线上教育基于互联网作为媒介，实现线上教学，由于线上教学过程中老师与学生不同于课堂上面对面教学，老师不能够很好的感知学生的学习状态，导致线上教学的质量不能得到一个有效的体现；
本发明基于线上教学的质量监督管理系统，将线上教学的质量通过对学生成绩的量化计算，从而实现对线上教学质量的具体评级。
发明内容
本发明的目的在于提供一种基于互联网教育的线上教学质量监督管理系统，对线上教学过程中学生所取得的学习成绩进行等级评价，获取学生的学习成绩不同等级评价的人数，并基于不同等级评价人数与线上教学总人数的比值得到线上教学质量等级，使互联网教育的线上教学质量监督管理系统对质量监督的参照更加明确，通过学生成绩正面反映线上教学质量。
本发明的目的可以通过以下技术方案实现：
一种基于互联网教育的线上教学质量监督管理系统，包括服务器，还包括数据采集模块、质量分析模块和质量评定模块；
所述数据采集模块用于采集线上教学终端和学生终端在教学周期内的教学交互信息，并依据教学交互信息进行教学行为的数据分析处理，分析出教学行为值Gi，将教学行为值Gi经服务器传输至质量分析模块；
所述质量分析模块接收服务器传送的教学行为值Gi，依据教学行为值Gi对线上教学的情况进行数据的比对、判定，比对、判定得出学生进步等级数据，将学生进步等级数据发送至服务器；
所述质量评定模块接收服务器传送的学生进步等级数据，并依据学生进步等级数据进行线上教学的数据处理，得到优秀楷模信号、缺陷监督信号或缺陷整改信号，并传输至服务器；
所述服务器依据优秀楷模信号、缺陷监督信号或缺陷整改信号，将优秀楷模信号、缺陷监督信号或缺陷整改信号对应的线上教学进行楷模示范以及监督整改目标的标定，并发送至教学终端和学生终端。
进一步的，所述教学交互信息包括线上教学时间数据、线上师生互动时间数据、线上学生缺课时间数据、线上教学网络质量数据和学生线下补课时间数据；
线上教学时间数据为教学周期内每天线上教学时间的均值，线上师生互动时间数据为教学周期内每天线上教学互动时间的均值，线上学生缺课时间数据为教学周期内学生在线缺席的总时长，线上教学网络质量数据为教学周期内教学网络流量速度的均值，学生线下补课时间数据为教学周期内学生课下的补课总时长。
进一步的，线上教学的教学行为值的具体获取过程为：
将线上教学时间数据、线上师生互动时间数据、线上学生缺课时间数据、线上教学网络质量数据和学生线下补课时间数据进行数据标记；
将标记后的线上教学时间数据、线上师生互动时间数据、线上学生缺课时间数据、线上教学网络质量数据和学生线下补课时间数据带入到计算式：
中，计算出线上教学的教学行为值Gi，f1、f2、f3、f4、f5均为预设比例系数；Tz表示为线上教学时间数据，Th表示为线上师生互动时间数据，Tq表示为线上学生缺课时间数据，Pi表示为线上教学网络质量数据，Tb表示为学生线下补课时间数据。
进一步的，线上教学网络质量数据Pi的获取过程为：
在周期内，获取线上教学过程中老师终端的教学网络响应速度值，记为教学网络响应速度值；
并在周期内，去除掉老师终端的教学网络响应速度值最大和最小的一天，将剩余老师终端的教学网络响应速度值进行均值计算，计算出教学网络影像均值，将教学网络影像均值与周期内老师终端的教学网络响应速度值进行匹配，匹配出目标日期Mi以及对应的教学网络响应速度衡量值Vi：
将目标日期内学生终端的学习网络响应速度记为Vj，j=1、2、3、......、n，n的取值为正整数；
获得目标日期内学生终端的学习网络响应速度均值Wi：
其中，m为修正系数；
以目标日期的教学网络响应速度向两侧延伸，选取排序表教学网络响应速度最大的一天和教学网络响应速度最小的一天，将教学网络响应速度最大的一天记为Mi+2，将老师终端的教学网络响应速度记为Vi+2，将教学网络响应速度最小的一天记为Mi-2，将老师终端的教学网络响应速度记为Vi-2；
按照目标日期内所有学生终端的学习网络响应速度的计算方法，获取老师终端教学网络响应速度最大的一天所对应的学生终端的学习网络响应速度为Wi+2；获取老师终端教学网络响应速度最小的一天所对应的学生终端的学习网络响应速度为Wi-2；
取目标日期教学网络响应速度与老师终端教学网络响应速度最大的一天所对应的中间日期记为Mi+1，将该天老师终端教学网络响应速度记为Vi+1，该天学生终端学习网络响应速度记为Wi+1；
取目标日期教学网络响应速度与老师终端教学网络响应速度最小的一天所对应的中间日期记为Mi-1，将该天老师终端教学网络响应速度记为Vi-1，该天学生终端学习网络响应速度记为Wi-1；
对目标日期内所对应的老师终端教学网络响应速度和学生终端学习网络响应速度进行加权处理，老师终端教学网络响应速度的权重占比分配为a1，学生终端学习网络响应速度的权重占比分配为a2，其中，a1+a2=1，a1>a2，根据公式Pj=Vi*a1+Wi*a2获取目标日期内线上教学网络质量预估值Pj；
同理，获取其他日期所对应的Pj+2、Pj+1、Pj、Pj-1、Pj-2，对上述的日期内线上教学网络质量预估值取均值，即得到所述线上教学网络质量数据Pi。
进一步的，教学网络影像均值与周期内老师终端的教学网络响应速度值进行匹配的具体为：
当匹配结果一致时，则将匹配出的老师终端的教学网络响应速度值标定为衡量值，将衡量值对应的时间标定为目标日期Mi，依据目标日期选取老师终端的教学网络响应速度，并将对应的选取老师终端的教学网络响应速度标定为教学网络响应速度衡量值，将教学网络响应速度衡量值标记为Vi；
当匹配结果不一致时，则将周期内老师终端的教学网络响应速度值进行从大到小的排序，匹配出对应的教学网络影像均值所处的位置，将该教学网络影像均值所处的位置前后两个周期内老师终端的教学网络响应速度值标定为衡量前值、衡量后值，将衡量前值与衡量后值对应的时间标定为衡量前日期、衡量后日期，将衡量前日期、衡量后日期内老师终端的教学网络响应速度分别标记为Vq、Vh，将衡量前日期、衡量后日期统一标定为目标日期Mi，将标记后的两个老师终端的教学网络响应速度进行均值计算，计算出老师终端的教学网络响应速度均值，并将老师终端的教学网络响应速度均值标记为教学网络响应速度衡量值，将教学网络响应速度衡量值标记为Vi。
进一步的，学生进步等级数据的获取过程为：
选取质量分析模块内存储的教学行为值阈值Gy，并将其与教学行为值Gi进行比对，若Gi＜Gy，则生成异常信号，并选取异常信号所对应的异常线上教学课程；
若Gi≥Gy，则生成正常信号，并选取正常信号所对应的正常线上教学课程；
将线上教学课程中学生终端在线上周期前的入学成绩标记为E0，获取学生终端在线上周期内若干次的考试成绩，并将考试成绩标记为Et，t=1，2，3，……，n，n的取值为正整数，上周期内若干次的考试时间标定为考试时间数据，并将考试时间标记为KSt；
依据考试时间数据的先后，将入学成绩分别与若干次考试成绩进行差值计算，计算出若干个成绩差值，将若干个成绩差值在平面直角坐标系中进行坐标标记，具体为：将成绩差值标定为Y轴数值，将考试时间数据中每一个考试时间点分别与入学成绩对应的考试时间点进行差值计算，将计算的时间差值标定为X轴数值，将若干个X轴Y轴的数值进行坐标标记，将标记的坐标标定为成时坐标点，并将若干个成时坐标点进行直线连接形成成绩走势图；
依据成绩走势图分析出成绩变化信号以及成绩变化度，成绩变化信号包括稳升信号、波动信号以及速降信号，成绩变化度包括稳升Y轴变化均差值、波动Y轴变化均差值以及速降Y轴变化均差值；
依据成绩变化信号以及成绩变化度进行成绩变化评价值的计算，计算出成绩变化评价值Kcx，依据成绩变化评价值进行等级划分，得到学生进步等级，学生进步等级包括第一进步等级、第二进步等级、第三进步等级以及第四进步等级。
进一步的，优秀楷模信号、缺陷监督信号、缺陷整改信号的获取过程为：
获取第一进步等级对应的学生数、第二进步等级对应的学生数、第三进步等级对应的学生数、第四进步等级对应的学生数与线上教学的学生总学生数的占比值，并分别标记为一等占比值、二等占比值、三等占比值以及四等占比值；
当一等占比值大于二等占比值、三等占比值以及四等占比值的总和，则生成质量优秀信号；当一等占比值小于等于二等占比值、三等占比值以及四等占比值的总和，则生成质量欠缺信号；将二等占比值、三等占比值以及四等占比值分别与对应的设定阈值进行比较，当二等占比值、三等占比值以及四等占比值大于等于对应的设定阈值时，则生成对应的二欠信号、三欠信号以及四欠信号，当二等占比值、三等占比值以及四等占比值小于对应的设定阈值时，则生成对应的二安信号、三安信号以及四安信号；
提取质量优秀信号、质量欠缺信号，当识别到质量优秀信号时，则对教学质量进行二次判定，提取对应的二欠信号、三欠信号以及四欠信号或二安信号、三安信号以及四安信号，当同时识别到二安信号、三安信号以及四安信号时，则判定教学质量优秀，并生成优秀楷模信号，当识别到二欠信号、三欠信号以及四欠信号中的任意一个信号时，则判定该线上教学的质量存在缺陷，生成缺陷监督信号，当识别到质量欠缺信号时，则判定该线上教学的质量存在缺陷，生成缺陷整改信号。
进一步的，对线上教学进行楷模示范以及监督整改目标的标定过程为：
服务器接收质量评定模块发送的优秀楷模信号、缺陷监督信号或缺陷整改信号并进行存储；
对优秀楷模信号、缺陷监督信号或缺陷整改信号进行识别，当识别到优秀楷模信号时，则将该线上教育标定为楷模示范，并发送至教学终端和学生终端；
当识别到缺陷监督信号或缺陷整改信号时，则将该线上教育标定为监督整改目标，并将监督整改警示发送至教学终端和学生终端。
本发明的有益效果：
（1）本发明在互联网教育的线上教学质量监督过程中，通过对线上教学时间数据、线上师生互动时间数据、线上学生缺课时间数据、线上教学网络质量数据及学生线下补课时间数据进行综合处理，获取线上教学的教学行为值，该教学行为值获取的基本面广，可参照基数多，使对线上教学质量监督的评定适用性更强，评定结果更加精准；
（2）本发明在互联网教育的线上教学质量监督过程中，对线上教学过程中学生所取得的学习成绩进行等级评价，获取学生的学习成绩不同等级评价的人数，并基于不同等级评价人数与线上教学总人数的比值得到线上教学质量等级，使互联网教育的线上教学质量监督管理系统对质量监督的参照更加明确，通过学生成绩正面反映线上教学质量。
附图说明
下面结合附图对本发明作进一步的说明。
图1是本发明系统的模块框图。
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，本发明为一种基于互联网教育的线上教学质量监督管理系统，包括数据采集模块、质量分析模块、质量评定模块和服务器，数据采集模块、质量分析模块和质量评定模块与服务器通信连接；
数据采集模块用于采集线上教学终端和学生终端在周期内的教学交互信息，并基于教学交互信息得到线上教学的教学行为值，将教学行为值发送至服务器；
质量分析模块接收服务器传送的教学行为值，通过内置的质量分析模块对教学行为值进行质量评价，并将质量评价数据发送至服务器；
质量评定模块接收服务器传送的质量评价数据实现线上教学的质量监督。
在周期内，数据采集模块采集线上教学终端和学生终端的教学交互信息包括线上教学时间数据、线上师生互动时间数据、线上学生缺课时间数据、线上教学网络质量数据及学生线下补课时间数据，线上教学时间数据为教学周期内每天线上教学时间的均值，线上师生互动时间数据为教学周期内每天线上教学互动时间的均值，线上学生缺课时间数据为教学周期内学生在线缺席的总时长，线上教学网络质量数据为教学周期内教学网络流量速度的均值，学生线下补课时间数据为教学周期内学生课下的补课总时长；
其中，本实施的教学周期包括但不限于一个月、三个月或六个月，本实施例以周期取一个月为例；
对在周期内的教学交互信息进行处理，即通过公式：
通过上述公式可知，在周期内，当线上教学时间越长、线上教学互动时间越多、线上教学网络质量数据越高，则表示线上教学的教学行为值越高，线上教学的教学行为值越高则表示线上教学的质量越好；
其次，在周期内，当学生缺课时间越多，获得的线上教学的教学行为值越高时，则表示线上教学的质量越好；
进一步的，在周期内，当学生线下补课时间越多，则表示线上教学的质量越差。
其中，线上教学网络质量数据Pi的获取过程为：
在周期内，获取线上教学过程中老师终端的教学网络响应速度值，记为教学网络响应速度值；
并在周期内，去除掉老师终端的教学网络响应速度值最大和最小的一天，将剩余老师终端的教学网络响应速度值进行均值计算，计算出教学网络影像均值，将教学网络影像均值与周期内老师终端的教学网络响应速度值进行匹配：
当匹配结果一致时，则判定该周期内老师终端的教学网络响应速度值与教学网络影像均值相匹配，将匹配出的老师终端的教学网络响应速度值标定为衡量值，将衡量值对应的时间标定为目标日期Mi，依据目标日期选取老师终端的教学网络响应速度，并将对应的选取老师终端的教学网络响应速度标定为教学网络响应速度衡量值，将教学网络响应速度衡量值标记为Vi；
当匹配结果不一致时，则将周期内老师终端的教学网络响应速度值进行从大到小的排序，匹配出对应的教学网络影像均值所处的位置，将该教学网络影像均值所处的位置前后两个周期内老师终端的教学网络响应速度值标定为衡量前值、衡量后值，将衡量前值与衡量后值对应的时间标定为衡量前日期、衡量后日期，将衡量前日期、衡量后日期内老师终端的教学网络响应速度分别标记为Vq、Vh，将衡量前日期、衡量后日期统一标定为目标日期Mi，将标记后的两个老师终端的教学网络响应速度进行均值计算，计算出老师终端的教学网络响应速度均值，并将老师终端的教学网络响应速度均值标记为教学网络响应速度衡量值，将教学网络响应速度衡量值标记为Vi；
将目标日期内学生终端的学习网络响应速度记为Vj，j=1、2、3、......、n，n的取值为正整数；
获得目标日期内学生终端的学习网络响应速度均值Wi：
其中，m为修正系数；
以目标日期的教学网络响应速度向两侧延伸，选取排序表教学网络响应速度最大的一天和教学网络响应速度最小的一天，将教学网络响应速度最大的一天记为Mi+2，将老师终端的教学网络响应速度记为Vi+2，将教学网络响应速度最小的一天记为Mi-2，将老师终端的教学网络响应速度记为Vi-2；
按照目标日期内所有学生终端的学习网络响应速度的计算方法，获取老师终端教学网络响应速度最大的一天所对应的学生终端的学习网络响应速度为Wi+2；获取老师终端教学网络响应速度最小的一天所对应的学生终端的学习网络响应速度为Wi-2；
取目标日期教学网络响应速度与老师终端教学网络响应速度最大的一天所对应的中间日期记为Mi+1，将该天老师终端教学网络响应速度记为Vi+1，该天学生终端学习网络响应速度记为Wi+1；
取目标日期教学网络响应速度与老师终端教学网络响应速度最小的一天所对应的中间日期记为Mi-1，将该天老师终端教学网络响应速度记为Vi-1，该天学生终端学习网络响应速度记为Wi-1；
对目标日期内所对应的老师终端教学网络响应速度和学生终端学习网络响应速度进行加权处理，老师终端教学网络响应速度的权重占比分配为a1，学生终端学习网络响应速度的权重占比分配为a2，其中，a1+a2=1，a1>a2，根据公式Pj=Vi*a1+Wi*a2获取目标日期内线上教学网络质量预估值Pj；
同理，获取其他日期所对应的Pj+2、Pj+1、Pj、Pj-1、Pj-2，对上述的日期内线上教学网络质量预估值取均值，即得到所述线上教学网络质量数据Pi。
所述质量分析模块对线上教学的情况进行数据的比对、判定，具体为：
质量分析模块内存储有教学行为值阈值Gy，质量分析模块接收服务器传送的教学行为值Gi，质量分析模块将教学行为值Gi与教学行为值阈值Gy进行比较；
若教学行为值Gi＜教学行为值阈值Gy，则表示线上教学质量不合格，生成异常信号，并选取异常信号所对应的异常线上教学课程；
若教学行为值Gi≥教学行为值阈值Gy，则表示线上教学质量合格，生成正常信号，并选取正常信号所对应的正常线上教学课程；
质量分析模块还对线上教学课程进行质量评价；
具体的过程为：
W1：基于该线上教学课程获取学生终端在线上周期前的入学成绩，并将入学成绩标记为E0，获取学生终端在线上周期内若干次的考试成绩，并将考试成绩标记为Et，t=1，2，3，……，n，n的取值为正整数，上周期内若干次的考试时间标定为考试时间数据，并将考试时间标记为KSt；
依据考试时间数据的先后，将入学成绩分别与若干次考试成绩进行差值计算，计算出若干个成绩差值，将若干个成绩差值在平面直角坐标系中进行坐标标记，具体为：将成绩差值标定为Y轴数值，将考试时间数据中每一个考试时间点分别与入学成绩对应的考试时间点进行差值计算，将计算的时间差值标定为X轴数值，将若干个X轴Y轴的数值进行坐标标记，将标记的坐标标定为成时坐标点，并将若干个成时坐标点进行直线连接形成成绩走势图；
W2：对成绩走势图进行分析，具体为：
当成绩走势图中Y轴的数值随着X轴数值的增加而增加，则判定该学生的成绩稳步上升，生成稳升信号；当成绩走势图中Y轴的数值随着X轴数值的增加而产生波动时，则判定该学生的成绩起伏不定，生成波动信号；当成绩走势图中Y轴的数值随着X轴数值的增加而减小时，则判定该学生的成绩下降，生成速降信号；
提取稳升信号、波动信号以及速降信号，并对其进行识别，当识别到稳升信号时，则将稳升信号对应的成绩走势图中后一个X轴数值对应的Y轴的数值减去前一个X轴数值对应的Y轴的数值，计算出若干个稳升Y轴变化差值，将若干个稳升Y轴变化差值进行均值计算，计算出稳升Y轴变化均差值；
当识别到波动信号时，则将波动信号对应的成绩走势图中后一个X轴数值对应的Y轴的数值减去前一个X轴数值对应的Y轴的数值，计算出若干个波动Y轴变化差值，将若干个波动Y轴变化差值进行均值计算，计算出波动Y轴变化均差值；
当识别到速降信号时，则将速降信号对应的成绩走势图中后一个X轴数值对应的Y轴的数值减去前一个X轴数值对应的Y轴的数值，计算出若干个速降Y轴变化差值，将若干个速降Y轴变化差值进行均值计算，计算出速降Y轴变化均差值；
将稳升信号、波动信号以及速降信号统一标定为成绩变化信号，将稳升信号、波动信号以及速降信号对应的稳升Y轴变化均差值、波动Y轴变化均差值以及速降Y轴变化均差值统一标定为成绩变化度；
W3：对成绩变化信号进行识别，并依据计算式：
，计算出成绩变化评价值Kcx，β表示为预设转化系数，Et表示为每次的考试成绩，E0表示为入学成绩，CBd表示为成绩变化度，d=1，2，3，当d=1、d=2、d=3时，CBd分别表示为稳升Y轴变化均差值、波动Y轴变化均差值以及速降Y轴变化均差值；
设定等级划分阈值DJa，a=1，2，3，4，将成绩变化评价值Kcx与等级划分阈值DJa进行匹配，当成绩变化评价值与等级划分阈值DJa中的任意一个阈值相匹配时，则判定该学生的进步等级分别为对应的数值等级，例如，当成绩变化评价值Kcx与等级划分阈值DJ1相匹配时，则判定该学生的进步等级为第一进步等级，依次类推，从而划分出第一进步等级、第二进步等级、第三进步等级以及第四进步等级；
W4：将学生终端取得的学生进步等级数据反馈至服务器；学生进步等级具体包括第一进步等级、第二进步等级、第三进步等级以及第四进步等级。
质量评定模块接收质量分析模块传送的异常信号以及所对应的异常线上教学课程，将该异常信号以及所对应的异常线上教学课程的教学质量评级记为不合格，并将不合格的线上教学课程发送至服务器；
质量评定模块接收质量分析模块传送的学生终端取得的进步等级，依据进步等级划分为第一进步等级、第二进步等级、第三进步等级和第四进步等级对应的学生数进行标记，将第一进步等级对应的学生数标记为Y1、第二进步等级对应的学生数标记为Y2、第三进步等级对应的学生数标记为Y3、第四进步等级对应的学生数标记为Y4，将线上教学的学生总学生数标记为Yz；
获取第一进步等级对应的学生数、第二进步等级对应的学生数、第三进步等级对应的学生数、第四进步等级对应的学生数与线上教学的学生总学生数的占比值，并分别标记为一等占比值、二等占比值、三等占比值以及四等占比值，依据一等占比值、二等占比值、三等占比值以及四等占比值进行教学处理，具体为：
当一等占比值大于二等占比值、三等占比值以及四等占比值的总和，则判定该线上教学质量优秀，生成质量优秀信号；
当一等占比值小于等于二等占比值、三等占比值以及四等占比值的总和，则判定该线上教学质量欠缺，生成质量欠缺信号；
将二等占比值、三等占比值以及四等占比值分别与对应的设定阈值进行比较，当二等占比值、三等占比值以及四等占比值大于等于对应的设定阈值时，则生成对应的二欠信号、三欠信号以及四欠信号，当二等占比值、三等占比值以及四等占比值小于对应的设定阈值时，则生成对应的二安信号、三安信号以及四安信号；
提取质量优秀信号、质量欠缺信号，当识别到质量优秀信号时，则对教学质量进行二次判定，提取对应的二欠信号、三欠信号以及四欠信号或二安信号、三安信号以及四安信号，当同时识别到二安信号、三安信号以及四安信号时，则判定教学质量优秀，并生成优秀楷模信号，当识别到二欠信号、三欠信号以及四欠信号中的任意一个信号时，则判定该线上教学的质量存在缺陷，生成缺陷监督信号，当识别到质量欠缺信号时，则判定该线上教学的质量存在缺陷，生成缺陷整改信号；
质量评定模块将优秀楷模信号、缺陷监督信号或缺陷整改信号发送至服务器。
服务器接收质量评定模块发送的优秀楷模信号、缺陷监督信号或缺陷整改信号并进行存储，对优秀楷模信号、缺陷监督信号或缺陷整改信号进行识别，当识别到优秀楷模信号时，则将该线上教育标定为楷模示范，并发送至教学终端和学生终端，当识别到缺陷监督信号或缺陷整改信号时，则将该线上教育标定为监督整改目标，并将监督整改警示发送至教学终端和学生终端。
以上对本发明的一个实施例进行了详细说明，但所述内容仅为本发明的较佳实施例，不能被认为用于限定本发明的实施范围。凡依本发明申请范围所作的均等变化与改进等，均应仍归属于本发明的专利涵盖范围之内。
Claims (8)
1.一种基于互联网教育的线上教学质量监督管理系统，包括服务器，其特征在于，还包括数据采集模块、质量分析模块和质量评定模块；
所述数据采集模块用于采集线上教学终端和学生终端在教学周期内的教学交互信息，并依据教学交互信息进行教学行为的数据分析处理，分析出教学行为值Gi，将教学行为值Gi经服务器传输至质量分析模块；
所述质量分析模块接收服务器传送的教学行为值Gi，依据教学行为值Gi对线上教学的情况进行数据的比对、判定，比对、判定得出学生进步等级数据，将学生进步等级数据发送至服务器；
所述质量评定模块接收服务器传送的学生进步等级数据，并依据学生进步等级数据进行线上教学的数据处理，得到优秀楷模信号、缺陷监督信号或缺陷整改信号，并传输至服务器；
所述服务器依据优秀楷模信号、缺陷监督信号或缺陷整改信号，将优秀楷模信号、缺陷监督信号或缺陷整改信号对应的线上教学进行楷模示范以及监督整改目标的标定，并发送至教学终端和学生终端。
2.根据权利要求1所述的一种基于互联网教育的线上教学质量监督管理系统，其特征在于，所述教学交互信息包括线上教学时间数据、线上师生互动时间数据、线上学生缺课时间数据、线上教学网络质量数据和学生线下补课时间数据；
线上教学时间数据为教学周期内每天线上教学时间的均值，线上师生互动时间数据为教学周期内每天线上教学互动时间的均值，线上学生缺课时间数据为教学周期内学生在线缺席的总时长，线上教学网络质量数据为教学周期内教学网络流量速度的均值，学生线下补课时间数据为教学周期内学生课下的补课总时长。
3.根据权利要求1所述的一种基于互联网教育的线上教学质量监督管理系统，其特征在于，线上教学的教学行为值的具体获取过程为：
将线上教学时间数据、线上师生互动时间数据、线上学生缺课时间数据、线上教学网络质量数据和学生线下补课时间数据进行数据标记；
将标记后的线上教学时间数据、线上师生互动时间数据、线上学生缺课时间数据、线上教学网络质量数据和学生线下补课时间数据带入到计算式：
中，计算出线上教学的教学行为值Gi，f1、f2、f3、f4、f5均为预设比例系数；Tz表示为线上教学时间数据，Th表示为线上师生互动时间数据，Tq表示为线上学生缺课时间数据，Pi表示为线上教学网络质量数据，Tb表示为学生线下补课时间数据。
4.根据权利要求3所述的一种基于互联网教育的线上教学质量监督管理系统，其特征在于，线上教学网络质量数据Pi的获取过程为：
在周期内，获取线上教学过程中老师终端的教学网络响应速度值，记为教学网络响应速度值；
并在周期内，去除掉老师终端的教学网络响应速度值最大和最小的一天，将剩余老师终端的教学网络响应速度值进行均值计算，计算出教学网络影像均值，将教学网络影像均值与周期内老师终端的教学网络响应速度值进行匹配，匹配出目标日期Mi以及对应的教学网络响应速度衡量值Vi：
将目标日期内学生终端的学习网络响应速度记为Vj，j=1、2、3、......、n，n的取值为正整数；
获得目标日期内学生终端的学习网络响应速度均值Wi：
其中，m为修正系数；
以目标日期的教学网络响应速度向两侧延伸，选取排序表教学网络响应速度最大的一天和教学网络响应速度最小的一天，将教学网络响应速度最大的一天记为Mi+2，将老师终端的教学网络响应速度记为Vi+2，将教学网络响应速度最小的一天记为Mi-2，将老师终端的教学网络响应速度记为Vi-2；
按照目标日期内所有学生终端的学习网络响应速度的计算方法，获取老师终端教学网络响应速度最大的一天所对应的学生终端的学习网络响应速度为Wi+2；获取老师终端教学网络响应速度最小的一天所对应的学生终端的学习网络响应速度为Wi-2；
取目标日期教学网络响应速度与老师终端教学网络响应速度最大的一天所对应的中间日期记为Mi+1，将该天老师终端教学网络响应速度记为Vi+1，该天学生终端学习网络响应速度记为Wi+1；
取目标日期教学网络响应速度与老师终端教学网络响应速度最小的一天所对应的中间日期记为Mi-1，将该天老师终端教学网络响应速度记为Vi-1，该天学生终端学习网络响应速度记为Wi-1；
对目标日期内所对应的老师终端教学网络响应速度和学生终端学习网络响应速度进行加权处理，老师终端教学网络响应速度的权重占比分配为a1，学生终端学习网络响应速度的权重占比分配为a2，其中，a1+a2=1，a1>a2，根据公式Pj=Vi*a1+Wi*a2获取目标日期内线上教学网络质量预估值Pj；
同理，获取其他日期所对应的Pj+2、Pj+1、Pj、Pj-1、Pj-2，对上述的日期内线上教学网络质量预估值取均值，即得到所述线上教学网络质量数据Pi。
5.根据权利要求4所述的一种基于互联网教育的线上教学质量监督管理系统，其特征在于，教学网络影像均值与周期内老师终端的教学网络响应速度值进行匹配的具体为：
当匹配结果一致时，则将匹配出的老师终端的教学网络响应速度值标定为衡量值，将衡量值对应的时间标定为目标日期Mi，依据目标日期选取老师终端的教学网络响应速度，并将对应的选取老师终端的教学网络响应速度标定为教学网络响应速度衡量值，将教学网络响应速度衡量值标记为Vi；
当匹配结果不一致时，则将周期内老师终端的教学网络响应速度值进行从大到小的排序，匹配出对应的教学网络影像均值所处的位置，将该教学网络影像均值所处的位置前后两个周期内老师终端的教学网络响应速度值标定为衡量前值、衡量后值，将衡量前值与衡量后值对应的时间标定为衡量前日期、衡量后日期，将衡量前日期、衡量后日期内老师终端的教学网络响应速度分别标记为Vq、Vh，将衡量前日期、衡量后日期统一标定为目标日期Mi，将标记后的两个老师终端的教学网络响应速度进行均值计算，计算出老师终端的教学网络响应速度均值，并将老师终端的教学网络响应速度均值标记为教学网络响应速度衡量值，将教学网络响应速度衡量值标记为Vi。
6.根据权利要求5所述的一种基于互联网教育的线上教学质量监督管理系统，其特征在于，学生进步等级数据的获取过程为：
选取质量分析模块内存储的教学行为值阈值Gy，并将其与教学行为值Gi进行比对，若Gi＜Gy，则生成异常信号，并选取异常信号所对应的异常线上教学课程；
若Gi≥Gy，则生成正常信号，并选取正常信号所对应的正常线上教学课程；
将线上教学课程中学生终端在线上周期前的入学成绩标记为E0，获取学生终端在线上周期内若干次的考试成绩，并将考试成绩标记为Et，t=1，2，3，……，n，n的取值为正整数，上周期内若干次的考试时间标定为考试时间数据，并将考试时间标记为KSt；
依据考试时间数据的先后，将入学成绩分别与若干次考试成绩进行差值计算，计算出若干个成绩差值，将若干个成绩差值在平面直角坐标系中进行坐标标记，具体为：将成绩差值标定为Y轴数值，将考试时间数据中每一个考试时间点分别与入学成绩对应的考试时间点进行差值计算，将计算的时间差值标定为X轴数值，将若干个X轴Y轴的数值进行坐标标记，将标记的坐标标定为成时坐标点，并将若干个成时坐标点进行直线连接形成成绩走势图；
依据成绩走势图分析出成绩变化信号以及成绩变化度，成绩变化信号包括稳升信号、波动信号以及速降信号，成绩变化度包括稳升Y轴变化均差值、波动Y轴变化均差值以及速降Y轴变化均差值；
依据成绩变化信号以及成绩变化度进行成绩变化评价值的计算，计算出成绩变化评价值Kcx，依据成绩变化评价值进行等级划分，得到学生进步等级，学生进步等级包括第一进步等级、第二进步等级、第三进步等级以及第四进步等级。
7.根据权利要求6所述的一种基于互联网教育的线上教学质量监督管理系统，其特征在于，优秀楷模信号、缺陷监督信号、缺陷整改信号的获取过程为：
获取第一进步等级对应的学生数、第二进步等级对应的学生数、第三进步等级对应的学生数、第四进步等级对应的学生数与线上教学的学生总学生数的占比值，并分别标记为一等占比值、二等占比值、三等占比值以及四等占比值；
当一等占比值大于二等占比值、三等占比值以及四等占比值的总和，则生成质量优秀信号；当一等占比值小于等于二等占比值、三等占比值以及四等占比值的总和，则生成质量欠缺信号；将二等占比值、三等占比值以及四等占比值分别与对应的设定阈值进行比较，当二等占比值、三等占比值以及四等占比值大于等于对应的设定阈值时，则生成对应的二欠信号、三欠信号以及四欠信号，当二等占比值、三等占比值以及四等占比值小于对应的设定阈值时，则生成对应的二安信号、三安信号以及四安信号；
提取质量优秀信号、质量欠缺信号，当识别到质量优秀信号时，则对教学质量进行二次判定，提取对应的二欠信号、三欠信号以及四欠信号或二安信号、三安信号以及四安信号，当同时识别到二安信号、三安信号以及四安信号时，则判定教学质量优秀，并生成优秀楷模信号，当识别到二欠信号、三欠信号以及四欠信号中的任意一个信号时，则判定该线上教学的质量存在缺陷，生成缺陷监督信号，当识别到质量欠缺信号时，则判定该线上教学的质量存在缺陷，生成缺陷整改信号。
8.根据权利要求7所述的一种基于互联网教育的线上教学质量监督管理系统，其特征在于，对线上教学进行楷模示范以及监督整改目标的标定过程为：
服务器接收质量评定模块发送的优秀楷模信号、缺陷监督信号或缺陷整改信号并进行存储；
对优秀楷模信号、缺陷监督信号或缺陷整改信号进行识别，当识别到优秀楷模信号时，则将该线上教育标定为楷模示范，并发送至教学终端和学生终端；
当识别到缺陷监督信号或缺陷整改信号时，则将该线上教育标定为监督整改目标，并将监督整改警示发送至教学终端和学生终端。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202310428365.3A CN116137012B (zh) | 2023-04-20 | 2023-04-20 | 一种基于互联网教育的线上教学质量监督管理系统 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202310428365.3A CN116137012B (zh) | 2023-04-20 | 2023-04-20 | 一种基于互联网教育的线上教学质量监督管理系统 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN116137012A true CN116137012A (zh) | 2023-05-19 |
| CN116137012B CN116137012B (zh) | 2023-07-25 |
Family
ID=86332882
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202310428365.3A Active CN116137012B (zh) | 2023-04-20 | 2023-04-20 | 一种基于互联网教育的线上教学质量监督管理系统 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN116137012B (zh) |
Cited By (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN117934220A (zh) * | 2023-11-29 | 2024-04-26 | 广东省教育研究院 | 一种基于5g网络的教学质量评测系统及方法 |
| CN118134103A (zh) * | 2024-04-10 | 2024-06-04 | 深圳市展群信息技术有限公司 | 一种办公平台应用考核统计分析系统 |
Citations (10)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US20050214732A1 (en) * | 2004-03-23 | 2005-09-29 | Sayling Wen | Internet educational system combining teaching, academic affairs, and its method |
| CN110674464A (zh) * | 2019-08-27 | 2020-01-10 | 湖南科技学院 | 一种基于物联网的计算机教学评级系统 |
| CN110765181A (zh) * | 2019-10-24 | 2020-02-07 | 珍岛信息技术（上海）股份有限公司 | 一种基于大数据的智能化教务分析管理系统 |
| CN111242515A (zh) * | 2020-03-05 | 2020-06-05 | 长沙师范学院 | 一种基于教育大数据的课堂教学质量测评系统及测评方法 |
| CN112561323A (zh) * | 2020-12-14 | 2021-03-26 | 重庆科技学院 | 基于学生评价与产出导向的课程教学质量评价系统及方法 |
| CN113656749A (zh) * | 2021-08-26 | 2021-11-16 | 北京通建泰利特智能系统工程技术有限公司 | 基于大数据的智慧教育管理方法、系统和可读存储介质 |
| CN114038256A (zh) * | 2021-11-29 | 2022-02-11 | 西南医科大学 | 一种基于人工智能的教学互动系统 |
| 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 |
| CN114742679A (zh) * | 2022-05-24 | 2022-07-12 | 颜东 | 一种基于互联网的线上教育管理控制系统 |
| CN115630860A (zh) * | 2022-10-09 | 2023-01-20 | 熊庆 | 教学质量评测方法、装置、设备及存储介质 |
-
2023
- 2023-04-20 CN CN202310428365.3A patent/CN116137012B/zh active Active
Patent Citations (10)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US20050214732A1 (en) * | 2004-03-23 | 2005-09-29 | Sayling Wen | Internet educational system combining teaching, academic affairs, and its method |
| CN110674464A (zh) * | 2019-08-27 | 2020-01-10 | 湖南科技学院 | 一种基于物联网的计算机教学评级系统 |
| CN110765181A (zh) * | 2019-10-24 | 2020-02-07 | 珍岛信息技术（上海）股份有限公司 | 一种基于大数据的智能化教务分析管理系统 |
| CN111242515A (zh) * | 2020-03-05 | 2020-06-05 | 长沙师范学院 | 一种基于教育大数据的课堂教学质量测评系统及测评方法 |
| CN112561323A (zh) * | 2020-12-14 | 2021-03-26 | 重庆科技学院 | 基于学生评价与产出导向的课程教学质量评价系统及方法 |
| CN113656749A (zh) * | 2021-08-26 | 2021-11-16 | 北京通建泰利特智能系统工程技术有限公司 | 基于大数据的智慧教育管理方法、系统和可读存储介质 |
| CN114038256A (zh) * | 2021-11-29 | 2022-02-11 | 西南医科大学 | 一种基于人工智能的教学互动系统 |
| 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 |
| CN114742679A (zh) * | 2022-05-24 | 2022-07-12 | 颜东 | 一种基于互联网的线上教育管理控制系统 |
| CN115630860A (zh) * | 2022-10-09 | 2023-01-20 | 熊庆 | 教学质量评测方法、装置、设备及存储介质 |
Cited By (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN117934220A (zh) * | 2023-11-29 | 2024-04-26 | 广东省教育研究院 | 一种基于5g网络的教学质量评测系统及方法 |
| CN118134103A (zh) * | 2024-04-10 | 2024-06-04 | 深圳市展群信息技术有限公司 | 一种办公平台应用考核统计分析系统 |
Also Published As
| Publication number | Publication date |
|---|---|
| CN116137012B (zh) | 2023-07-25 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN116137012B (zh) | 一种基于互联网教育的线上教学质量监督管理系统 | |
| Myford et al. | Detecting and measuring rater effects using many-facet Rasch measurement: Part II | |
| Maydeu-Olivares | Evaluating the fit of IRT models | |
| Schafer et al. | Quality control charts in large-scale assessment programs | |
| CN112132717A (zh) | 基于大数据的智能分班方法和系统 | |
| CN116881530B (zh) | 一种基于深度学习的器件表面缺陷检测系统 | |
| CN111626372A (zh) | 一种线上教学监督管理方法及系统 | |
| CN118362321B (zh) | 一种基于人工智能的汽车座椅舒适性评价管理系统 | |
| Wauters et al. | Acquiring item difficulty estimates: a collaborative effort of data and judgment | |
| CN110567967B (zh) | 显示面板检测方法、系统、终端设备及计算机可读介质 | |
| Li | A modified higher-order DINA model for detecting differential item functioning and differential attribute functioning | |
| Ahmad et al. | An improved course assessment measurement for analyzing learning outcomes performance using Rasch model | |
| CN113869749B (zh) | 模拟飞行器的飞行训练质量评估系统及方法 | |
| CN110751170A (zh) | 面板质量检测方法、系统、终端设备及计算机可读介质 | |
| CN111369140A (zh) | 一种教学评价系统及方法 | |
| CN116596395B (zh) | 用于工程项目测评单位指导及检测的运行质控平台 | |
| Maslovskyi et al. | Adaptive test system of student knowledge based on neural networks | |
| CN111932160A (zh) | 知识掌握信息处理方法、装置、计算机设备及存储介质 | |
| CN115330358B (zh) | 教育培训管理系统及教育培训方法 | |
| CN116305705A (zh) | 基于红外仿真的成像系统环境适应性评估方法 | |
| Cormack | Random factors in IOI 2005 test case scoring | |
| Lonati et al. | Normality assumption in latent interaction models. | |
| CN117952796B (zh) | 一种基于数据分析的阅读教学质量评估方法及系统 | |
| Dobashi et al. | Detecting Outliers from Quiz Response Times and Scores by Classifying Weekly Learning Patterns in a Blended Learning Course | |
| O'malley | Children's English and Services Study. Educational Needs Assessment for Language Minority Children With Limited English Proficiency. |
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 | ||
| GR01 | Patent grant | ||
| GR01 | Patent grant |