本發(fā)明涉及教學(xué)管理技術(shù)領(lǐng)域，具體而言，涉及一種基于大數(shù)據(jù)的教學(xué)分析系統(tǒng)。

背景技術(shù)：

傳統(tǒng)教育是老師基于課本內(nèi)容為學(xué)生授課，這種教育模式存在諸多弊端，例如無法充分調(diào)動學(xué)生的學(xué)習(xí)興趣，無法針對不同類型的學(xué)生進(jìn)行教學(xué)，教學(xué)效率通常比較低，雖然隨著互聯(lián)網(wǎng)的發(fā)展，出現(xiàn)了網(wǎng)絡(luò)學(xué)習(xí)平臺，但學(xué)生無法高效利用教學(xué)資源。

最近幾年，云計算和大數(shù)據(jù)作為新興技術(shù)已被很多人知曉，云計算和大數(shù)據(jù)的結(jié)合不僅是針對提供的服務(wù)，更是對教育發(fā)展的促進(jìn)，增強(qiáng)在線職業(yè)教育的核心競爭力，保持在線職業(yè)教育的健康發(fā)展。但目前尚未研究出一種基于大數(shù)據(jù)的教學(xué)管理系統(tǒng)。

技術(shù)實現(xiàn)要素：

針對上述問題，本發(fā)明提出一種基于大數(shù)據(jù)的教學(xué)分析系統(tǒng)，通過對海量用戶數(shù)據(jù)進(jìn)行分析和挖掘，能夠為學(xué)生提供精準(zhǔn)的學(xué)習(xí)引導(dǎo)，為學(xué)生推送準(zhǔn)確、個性化的學(xué)習(xí)資源，提高教學(xué)質(zhì)量。

本發(fā)明的技術(shù)方案是：提供一種基于大數(shù)據(jù)的教學(xué)分析系統(tǒng)，包括：客戶端、服務(wù)器、在線教學(xué)平臺；

其中客戶端包括：

行為收集單元，用于收集在線教學(xué)平臺中的用戶信息以及用戶行為；

收發(fā)單元，用于通過云計算服務(wù)將收集到的用戶信息以及用戶行為上傳至服務(wù)器端；

所述服務(wù)器端包括：

接收單元，用于接收從客戶端發(fā)送的用戶信息及用戶行為；

評估單元，用于根據(jù)預(yù)設(shè)的評估方法，對用戶信息及用戶行為進(jìn)行評估，生成評估結(jié)果；

推送單元，用于根據(jù)評估結(jié)果，對符合評估結(jié)果的用戶推送對應(yīng)的教學(xué)資源信息；

顯示單元，用于顯示所述評估結(jié)果。

根據(jù)本發(fā)明的實施例，所述評估單元還包括：

選擇單元，用于選擇用戶信息和/或用戶行為中一個或多個屬性作為評估項；

預(yù)處理單元，用于對所述評估項進(jìn)行預(yù)處理，得到預(yù)處理數(shù)據(jù)；

聚類分析單元，用于對處理數(shù)據(jù)進(jìn)行聚類算法分析，生成評估結(jié)果。

根據(jù)本發(fā)明的實施例，所述聚類算法包括神經(jīng)網(wǎng)絡(luò)算法、art2算法、劃分聚類算法、層次聚類算法。

根據(jù)本發(fā)明的實施例，所述評估單元定期對接收到的用戶信息及用戶行為進(jìn)行評估。

根據(jù)本發(fā)明的實施例，其中所述用戶信息的屬性包括用戶年齡、學(xué)歷、學(xué)習(xí)意向；所述用戶行為的屬性包括平臺具體功能的使用、用戶參與的課程信息、課程學(xué)習(xí)時長、學(xué)習(xí)周期。

通過大數(shù)據(jù)分析用戶的學(xué)習(xí)行為，同時管理用戶的學(xué)習(xí)節(jié)奏、行為跟蹤，針對核心的教學(xué)培訓(xùn)服務(wù)進(jìn)行積極評價、深度測評。用戶在平臺內(nèi)的幾乎所有操作行為，包括平臺具體功能的使用（學(xué)習(xí)狀況、自我管理狀況）、平臺使用習(xí)慣等都被納入到測評框架內(nèi)，進(jìn)行用戶行為跟蹤，并基于特定的發(fā)展邏輯進(jìn)行積分，真正使得平臺應(yīng)用具有推動用戶現(xiàn)實發(fā)展的價值和意義。

附圖說明

圖1為本發(fā)明的結(jié)構(gòu)示意圖。

圖2為本發(fā)明中客戶端的結(jié)構(gòu)示意圖。

圖3為本發(fā)明中服務(wù)器的結(jié)構(gòu)示意圖。

具體實施方式

參見圖1，本發(fā)明的基于大數(shù)據(jù)的教學(xué)分析系統(tǒng)，包括：客戶端、服務(wù)器、在線教學(xué)平臺；

其中客戶端、服務(wù)器、在線教學(xué)平臺通過云端相互通信；

如圖2所示，其中客戶端包括：

行為收集單元，用于收集在線教學(xué)平臺中的用戶信息以及用戶行為；其中所述用戶信息的屬性包括用戶年齡、學(xué)歷、學(xué)習(xí)意向；所述用戶行為的屬性包括平臺具體功能的使用、用戶參與的課程信息、課程學(xué)習(xí)時長、學(xué)習(xí)周期；

收發(fā)單元，用于通過云計算服務(wù)將收集到的用戶信息以及用戶行為上傳至服務(wù)器端；

如圖3所示，所述服務(wù)器端包括：

接收單元，用于接收從客戶端發(fā)送的用戶信息及用戶行為；

評估單元，用于根據(jù)預(yù)設(shè)的評估方法，對用戶信息及用戶行為進(jìn)行評估，生成評估結(jié)果；

更進(jìn)一步，所述評估單元定期對接收到的用戶信息及用戶行為進(jìn)行評估。

推送單元，用于根據(jù)評估結(jié)果，對符合評估結(jié)果的用戶推送對應(yīng)的教學(xué)資源信息；

顯示單元，用于顯示所述評估結(jié)果。

更進(jìn)一步，所述評估單元還包括：

選擇單元，用于選擇用戶信息和/或用戶行為中一個或多個屬性作為評估項；

預(yù)處理單元，用于對所述評估項進(jìn)行預(yù)處理，得到預(yù)處理數(shù)據(jù)；

聚類分析單元，用于對處理數(shù)據(jù)進(jìn)行聚類算法分析，生成評估結(jié)果。

其中，所述聚類算法包括神經(jīng)網(wǎng)絡(luò)算法、art2算法、劃分聚類算法、層次聚類算法。

最后應(yīng)說明的是：顯然，上述實施例僅僅是為清楚地說明本發(fā)明所作的舉例，而并非對實施方式的限定。對于所屬領(lǐng)域的普通技術(shù)人員來說，在上述說明的基礎(chǔ)上還可以做出其它不同形式的變化或變動。這里無需也無法對所有的實施方式予以窮舉。而由此所引申出的顯而易見的變化或變動仍處于本發(fā)明的保護(hù)范圍之中。

技術(shù)特征：

技術(shù)總結(jié)
本發(fā)明公開一種基于大數(shù)據(jù)的教學(xué)分析系統(tǒng)，屬于教學(xué)管理技術(shù)領(lǐng)域，所述系統(tǒng)包括客戶端、服務(wù)器、在線教學(xué)平臺。其中客戶端包括：行為收集單元，用于收集在線教學(xué)平臺中的用戶信息以及用戶行為；收發(fā)單元，用于通過云計算服務(wù)將收集到的用戶信息以及用戶行為上傳至服務(wù)器端；所述服務(wù)器端包括：接收單元，用于接收從客戶端發(fā)送的用戶信息及用戶行為；評估單元，用于根據(jù)預(yù)設(shè)的評估方法，對用戶信息及用戶行為進(jìn)行評估，生成評估結(jié)果；推送單元，用于根據(jù)評估結(jié)果，對符合評估結(jié)果的用戶推送對應(yīng)的教學(xué)資源信息；顯示單元，用于顯示所述評估結(jié)果。

技術(shù)研發(fā)人員：管斌彬
受保護(hù)的技術(shù)使用者：管斌彬
技術(shù)研發(fā)日：2017.02.20
技術(shù)公布日：2017.07.21