一种基于大数据的教育软件数据处理系统及方法技术方案

本发明专利技术涉及数据处理技术领域，揭露了一种基于大数据的教育软件数据处理系统及方法；对学员通过教育软件上课时的视频数据和语音数据进行采集和处理分析，可以对学员上课的专注度和积极性进行监测评估，通过将视频数据对应的行为时长与语音数据对应的主动系数进行联立获取学员上课的状估值，基于状估值可以对学员上课的整体状态进行分析和归类，有效提高了教育软件对学员上课数据处理的整体效果；本发明专利技术可以解决现有方案中教育软件数据处理时不能对学员的上课情况以及授课老师的授课情况进行评估和提示，导致教育软件处理学员学习以及授课老师授课的整体效果不佳的问题。及授课老师授课的整体效果不佳的问题。及授课老师授课的整体效果不佳的问题。

【技术实现步骤摘要】
一种基于大数据的教育软件数据处理系统及方法


[0001]本专利技术涉及数据处理
，尤其涉及一种基于大数据的教育软件数据处理系统、方法、电子设备及计算机可读存储介质。

技术介绍

[0002]教育软件是教师用来进行教育和指导以及学员进行学习的软件，因为教育软件可以消除地理因素造成的影响，越来越多的人通过教育软件进行线上学习。
[0003]现有的教育软件数据处理方案在实施时存在一定的缺陷，首先，不能对学员上课时的行为进行监测评估，同时也不能对学员上课时的积极性进行监测评估，也无法对授课老师的授课质量进行监测评估，使得授课老师无法及时高效的掌握学员的上课状态，也不能获取到授课的效果如何，使得教育软件数据处理的整体效果不佳。

技术实现思路

[0004]本专利技术提供一种基于大数据的教育软件数据处理系统、方法、电子设备及计算机可读存储介质，其主要目的在于解决现有方案中教育软件数据处理时不能对学员的上课情况以及授课老师的授课情况进行评估和提示，导致教育软件处理学员学习以及授课老师授课的整体效果不佳的问题。
[0005]为实现上述目的，本专利技术提供的一种基于大数据的教育软件数据处理系统，包括数据前端平台和数据后端平台；数据前端平台包含学员统计模块、视频统计模块和音频统计模块；学员统计模块用于对教育软件上注册账号以及实名认证的姓名进行标记，并根据账号注册的时间进行排序，得到学员标记集；将学员标记集发送至数据后端平台；视频统计模块用于获取通过教育软件进行上课时各个标记学员的上课视频，将所有账号的上课视频根据学员排序的顺序进行标记和组合，得到视频标记集；将视频标记集发送至数据后端平台；音频统计模块用于获取通过教育软件进行上课时各个标记学员的发言语音，将所有账号的发言语音根据学员排序的顺序进行标记和组合，得到语音标记集；将语音标记集发送至数据后端平台；数据后端平台包含视频处理模块、音频处理模块和提示模块；视频处理模块包含图像特征提取单元和图像分析单元，图像特征提取单元用于接收学员标记集和视频标记集，通过学员标记集对视频标记集中各个标记学员的上课行为进行解析，得到视频解析集；图像分析单元用于根据视频解析集对不同标记人员上课的行为进行分析评估，得到各个标记学员的行为分析集；音频处理模块包含语音处理单元和语音分析单元，语音处理单元用于接收学员标记集和语音标记集，通过学员标记集对语音标记集中各个标记学员的上课语音进行解析，
得到语音解析集；语音分析单元用于根据语音解析集对不同标记人员上课的积极性进行分析评估，得到各个标记学员的语音分析集；提示模块用于根据行为分析集和语音分析集对各个标记学员的上课状态进行整体评估并输出上课结果，将上课结果发送给授课老师以便对不同的学员进行针对性的关注以及授课调整。
[0006]优选地，通过学员标记集对视频标记集中各个标记学员的上课行为进行解析的具体步骤包括：获取学员标记集中标记学员的编号Xi，i=1，2，3，...，n；n为正整数；获取视频标记集中各个标记学员的上课视频XSi；利用视频识别算法获取上课视频中的人脸特征XSLik；k=1，2，3，...，m；m为正整数；将人脸特征与预设的标准特征进行匹配获取特征面积DMik；若干个人脸特征与特征面积构成视频解析集。
[0007]优选地，对不同标记人员上课的行为进行分析评估的具体步骤包括：通过公式TCi=DMi
‑
DMi0获取特征面积与预设的标准面积之间的差值TCi并统计分析；其中，DMi0为预设的标准面积；若差值属于预设的差值范围，则判定该学员在认真上课并生成第一视估信号；统计第一视估信号出现的时长并设定为行为时长；行为时长的单位为分钟；若特征面积不属于预设的差值范围，则判定该学员不在认真上课并生成第二视估信号，对第二视估信号进行监测统计，得到行为监测数据；第一视估信号和行为时长、第二视估信号和行为监测数据构成行为分析集。
[0008]优选地，对第二视估信号进行监测统计的具体步骤包括：统计第二视估信号出现并恢复至第一视估信号之间的时长并分析；若该时长小于p1且连续出现的频次小于p2，则将该第二视估信号对应的上课行为标记第一行为，统计上课期间所有学员第一行为的总次数并标记为第一行为次数；p1和p2均为大于零的实数；若该时长小于p1且连续出现的频次不小于p2，则将该第二视估信号对应的上课行为标记第二行为，统计上课期间所有学员第二行为的总次数并标记为第二行为次数；若该时长不小于等于p1，则将该第二视估信号对应的上课行为标记第三行为，统计上课期间所有学员第三行为的总次数并标记为第三行为次数；第一行为和第一行为次数、第二行为和第二行为次数、第三行为和第三行为次数构成行为监测数据。
[0009]优选地，通过学员标记集对语音标记集中各个标记学员的上课语音进行解析的具体步骤包括：获取语音标记集中各个标记学员的发言语音XYis；s=1，2，3，...，t；t为正整数；获取发言语音的开始时间点；将不同标记学员发言语音的开始时间点与授权老师的讨论时间段进行匹配和统计；将属于讨论时间段的发言语音设定为第一语音，统计第一语音出现的总次数并设
定为第一语音次数；将不属于讨论时间段的发言语音设定为第二语音，统计第二语音出现的总次数并设定为第二语音次数；第一语音和第一语音次数、第二语音和第二语音次数构成语音解析集。
[0010]优选地，对不同标记人员上课的积极性进行分析评估的具体步骤包括：获取不同标记学员在上课期间的第一语音次数和第二语音次数并分别标记为XYYis和XYEis；通过公式ZDXi=a1
×
XYYis+a2
×
XYEis获取不同标记学员上课的主动系数ZDXi；a1和a2为不同的比例因子，且0＜a1＜1＜a2；将主动系数与预设的主动范围进行匹配来对标记学员上课的主动性进行评估；若主动系数小于主动范围的最小值，则判定对应标记学员上课的积极性不佳并生成第一音估信号；若主动系数不小于主动范围的最小值且不大于主动范围的最大值，则判定对应标记学员上课的积极性正常并生成第二音估信号；其中，q为大于100的实数；若主动系数大于主动范围的最大值，则判定对应标记学员上课的积极性高并生成第三音估信号；第一音估信号、第二音估信号和第三音估信号构成语音分析集。
[0011]优选地，对各个标记学员的上课状态进行整体评估并输出上课结果的具体步骤包括：获取各个标记学员的行为时长以及主动系数ZDXi，通过公式ZGi=(b1
×
XSCi+b2
×
ZDXi)/(b1
×
b1+b2
×
b2)获取不同标记学员上课的状估值ZGi；其中，b1和b2为不同的比例因子且均大于零，XSCi为标记学员的行为时长；将状估值与状估阈值进行匹配并统计；若状估系数小于状估阈值，则判定对应标记学员上课的状态不佳并生成第一评估信号，根据第一评估信号将对应的标记学员设定为第一学员，统计第一学员的总人数并设定为第一评估数；若状估系数不小于状估阈值且不大于状估阈值的q%，则判定本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种基于大数据的教育软件数据处理系统，其特征在于，包括数据后端平台；数据后端平台包含视频处理模块、音频处理模块和提示模块；视频处理模块用于接收学员标记集和视频标记集，通过学员标记集对视频标记集中各个标记学员的上课行为进行解析，得到视频解析集；并根据视频解析集对不同标记人员上课的行为进行分析评估，得到各个标记学员的行为分析集；音频处理模块用于接收学员标记集和语音标记集，通过学员标记集对语音标记集中各个标记学员的上课语音进行解析，得到语音解析集；并根据语音解析集对不同标记人员上课的积极性进行分析评估，得到各个标记学员的语音分析集；提示模块用于根据行为分析集和语音分析集对各个标记学员的上课状态进行整体评估并输出上课结果，将上课结果发送给授课老师以便对不同的学员进行针对性的关注以及授课调整。2.如权利要求1所述的一种基于大数据的教育软件数据处理系统，其特征在于，通过学员标记集对视频标记集中各个标记学员的上课行为进行解析的具体步骤包括：获取学员标记集中标记学员的编号；根据编号获取视频标记集中各个标记学员的上课视频；利用视频识别算法获取上课视频中的人脸特征；将人脸特征与预设的标准特征进行匹配获取特征面积；若干个人脸特征与特征面积构成视频解析集。3.如权利要求1所述的一种基于大数据的教育软件数据处理系统，其特征在于，对不同标记人员上课的行为进行分析评估的具体步骤包括：获取特征面积与预设的标准面积之间的差值并统计分析；若差值属于预设的差值范围，则生成第一视估信号；统计第一视估信号出现的时长并设定为行为时长；行为时长的单位为分钟；若特征面积不属于预设的差值范围，则生成第二视估信号，对第二视估信号进行监测统计，得到行为监测数据；第一视估信号和行为时长、第二视估信号和行为监测数据构成行为分析集。4.如权利要求3所述的一种基于大数据的教育软件数据处理系统，其特征在于，对第二视估信号进行监测统计的具体步骤包括：统计第二视估信号出现并恢复至第一视估信号之间的时长并分析；若该时长小于p1且连续出现的频次小于p2，则将该第二视估信号对应的上课行为标记第一行为，统计上课期间所有学员第一行为的总次数并标记为第一行为次数；p1和p2均为大于零的实数；若该时长小于p1且连续出现的频次不小于p2，则将该第二视估信号对应的上课行为标记第二行为，统计上课期间所有学员第二行为的总次数并标记为第二行为次数；若该时长不小于等于p1，则将该第二视估信号对应的上课行为标记第三行为，统计上课期间所有学员第三行为的总次数并标记为第三行为次数；第一行为和第一行为次数、第二行为和第二行为次数、第三行为和第三行为次数构成
行为监测数据。5.如权利要求1所述的一种基于大数据...

【专利技术属性】
技术研发人员：邹水龙，
申请(专利权)人：北京梦蓝杉科技有限公司，
类型：发明
国别省市：