一种基于大数据的教育学习系统

本发明涉及教育学习领域，尤其涉及一种基于大数据的教育学习系统。

背景技术：

1、教育是使人社会化、现代化而不断自我完善的基本手段。教育的功能是由内及外产生的，通过内化而对外有用。一般而言，教育者主要是指在各级各类学校中具有一定资格的从事专门教育教学活动的人。时下，互联网改变了人类社会的信息传递方式,使得人们获取知识的渠道变得更加广阔，教育已经突破了空间限制，在校学习和在家自学、教师教和自学、教授式和网上学的混合式，小班化、在家化、个性化、协作化新的学习模式的出现，将使以班级授课制为核心的规模化教育发生革命性影响，而教学质量的分析对教育效果和教育发展至关重要。

2、示例地，中国发明专利公开文本cn116962604a提出了一种教学质量监控设备，所述监控设备涉及教学设备技术领域，包括支撑机构，支撑机构的外壁一侧设置有监控机构，支撑机构包括底板，底板的顶部固定安装有滑轨，滑轨的外壁一侧固定安装有l型架，监控机构包括防护框，防护框的内表壁通过螺丝固定安装有c型架。所述监控设备通过设置耳麦，可以把教师讲课时的录音给清晰地录制下来，且不受环境音的打扰，同时耳麦上的微型探头可以把教师的第一视角给记录下来，以此来作为教学质量其中一项标准，而前后两个监控探头可以把老师的讲课状态，和学生的听课状态一同录制下来，以此来作为教学质量评估的一项标准，对于后期教评组观看教师上课时的状态，且进行教学质量评估有着较大的帮助。

3、示例地，中国发明专利公开文本cn112199436a提出了一种可视化教学质量监控方法，所述方法包括：获取原始数据并对原始数据进行数据处理，其中，原始数据包括学生id、考试数据和学习数据；对数据处理后的数据进行数据挖掘；对数据挖掘后的数据进行结果数据入库；基于入库的结果数据进行可视化映射；对可视化映射后的数据进行前端呈现。所述方法基于互联网收集数据，方便对教学质量进行深入化分析、判断和决策，并通过交互可视化图表的形式帮助决策者快速识别最新形势，让授课教师及时掌控学生学情，辅助教学质量的提高。

4、然而，上述各项现有技术仅仅涉及教学学习数据的简单抓取或者教育质量的粗略分析，无法对未来教育学习数据进行针对性的数据分析，也未涉及到在线教育这一新颖的教育方式的教育学习数据的抓取和处理，导致现有技术无法对在线教育的未来课程的教育学习数据进行有效预测，使得有限的教育学习资源无法进行提前调度和分配。

技术实现思路

1、为了解决现有技术中的技术问题，本发明提供了一种基于大数据的教育学习系统，通过在用于执行在线教育学习管理的大数据服务器端，引用定制结构设计的a i预测模型基于各项基础数据对设定老师即将开展的本次线上教育课程期间的旷课学生数量、学生提问次数以及提问时长累计数值各项数值执行针对性预测，并基于预测结果确定需要为本次线上教育课程配置的助教数量并进行动态调配，从而充分利用有限的在线教育学习资源。

2、根据本发明的第一方面，提供了一种基于大数据的教育学习系统，所述系统包括：

3、数据捕获设备，设置在用于执行在线教育学习管理的大数据服务器处，用于获取设定老师线上开展的预设科目的过往多次线上教育课程分别对应的多份教育课程数据，每一次线上教育课程的历时相同且每一次线上教育课程对应的单份教育课程数据为该次线上教育课程开展期间的旷课学生数量、学生提问次数以及提问时长累计数值；

4、配置检测设备，设置在所述大数据服务器处，用于获取设定老师线上开展的预设科目的各份配置信息，设定老师线上开展的预设科目的各份配置信息为设定老师线上开展的预设科目的线上教育课程的总次数、单次线上教育课程持续时长、报名学生总数、报名学生平均年龄以及男女学生比例；

5、模型建立设备，设置在所述大数据服务器处，用于对bp神经网络执行预设数目的多次学习操作以获得完成多次学习后的bp神经网络并作为a i预测模型输出；

6、预测执行设备，设置在所述大数据服务器处且分别与所述数据捕获设备、所述配置检测设备以及所述模型建立设备连接，用于将设定老师的线上教龄、过往多次线上教育课程分别对应的多份教育课程数据以及设定老师线上开展的预设科目的各份配置信息输入到所述a i预测模型，并运行所述a i预测模型，以获得所述a i预测模型输出的本次线上教育课程开展期间的旷课学生数量、学生提问次数以及提问时长累计数值；

7、资源调配设备，设置在所述大数据服务器处且分别与所述预测执行设备连接，用于基于本次线上教育课程开展期间的旷课学生数量、学生提问次数以及提问时长累计数值确定需要为本次线上教育课程配置的助教数量；

8、其中，基于本次线上教育课程开展期间的旷课学生数量、学生提问次数以及提问时长累计数值确定需要为本次线上教育课程配置的助教数量包括：确定的需要为本次线上教育课程配置的助教数量与本次线上教育课程开展期间的旷课学生数量反向关联的同时，与学生提问次数正向关联，以及与提问时长累计数值正向关联；

9、其中，本次线上教育课程为过往多次线上教育课程中最新一次线上教育课程的下一次线上教育课程且在当前时刻处于未开展状态。

10、根据本发明的第二方面，提供了一种基于大数据的教育学习系统，运行在用于执行在线教育学习管理的大数据服务器处，所述系统包括存储器以及一个或多个处理器，所述存储器存储有计算机程序，所述计算机程序被配置成由所述一个或多个处理器执行以完成以下步骤：

11、获取设定老师线上开展的预设科目的过往多次线上教育课程分别对应的多份教育课程数据，每一次线上教育课程的历时相同且每一次线上教育课程对应的单份教育课程数据为该次线上教育课程开展期间的旷课学生数量、学生提问次数以及提问时长累计数值；

12、获取设定老师线上开展的预设科目的各份配置信息，设定老师线上开展的预设科目的各份配置信息为设定老师线上开展的预设科目的线上教育课程的总次数、单次线上教育课程持续时长、报名学生总数、报名学生平均年龄以及男女学生比例；

13、对bp神经网络执行预设数目的多次学习操作以获得完成多次学习后的bp神经网络并作为a i预测模型输出；

14、将设定老师的线上教龄、过往多次线上教育课程分别对应的多份教育课程数据以及设定老师线上开展的预设科目的各份配置信息输入到所述a i预测模型，并运行所述a i预测模型，以获得所述a i预测模型输出的本次线上教育课程开展期间的旷课学生数量、学生提问次数以及提问时长累计数值；

15、基于本次线上教育课程开展期间的旷课学生数量、学生提问次数以及提问时长累计数值确定需要为本次线上教育课程配置的助教数量；

16、其中，基于本次线上教育课程开展期间的旷课学生数量、学生提问次数以及提问时长累计数值确定需要为本次线上教育课程配置的助教数量包括：确定的需要为本次线上教育课程配置的助教数量与本次线上教育课程开展期间的旷课学生数量反向关联的同时，与学生提问次数正向关联，以及与提问时长累计数值正向关联；

17、其中，本次线上教育课程为过往多次线上教育课程中最新一次线上教育课程的下一次线上教育课程且在当前时刻处于未开展状态。

18、相比较于现有技术，本发明至少具备以下四处重要的发明构思：

19、首先：在用于执行在线教育学习管理的大数据服务器使用定制结构设计的a i预测模型对设定老师即将开展的本次线上教育课程期间的旷课学生数量、学生提问次数以及提问时长累计数值各项数值执行智能化预测，并基于预测结果确定需要为本次线上教育课程配置的助教数量并进行动态调配，从而提升了在线教育学习资源的利用率；

20、其次：对bp神经网络执行预设数目的多次学习操作以获得完成多次学习后的bp神经网络并作为a i预测模型输出，所述预设数目的取值与设定老师线上开展的预设科目的报名学生总数成正比，从而完成对不同预设科目的不同结构的a i预测模型的定制设计；

21、再次：在对bp神经网络执行的每一次学习操作中，将已知的、过往某一次线上教育课程开展期间的旷课学生数量、学生提问次数以及提问时长累计数值作为所述bp神经网络的多项输出内容，将设定老师的线上教龄、所述过往某一次线上教育课程之前的过往多次线上教育课程分别对应的多份教育课程数据以及设定老师线上开展的预设科目的各份配置信息作为所述bp神经网络的多项输入内容，执行本次学习操作，从而保证了每一次学习操作的学习效果；

22、最后：具体的动态调配过程中，基于本次线上教育课程开展期间的旷课学生数量、学生提问次数以及提问时长累计数值确定需要为本次线上教育课程配置的助教数量，其中，确定的需要为本次线上教育课程配置的助教数量与本次线上教育课程开展期间的旷课学生数量反向关联的同时，与学生提问次数正向关联，以及与提问时长累计数值正向关联。