一种基于大数据和云计算的在线教育处理方法及系统技术方案

本发明专利技术公开了一种基于大数据和云计算的在线教育处理方法及系统，涉及网络教学技术领域，包括信息分析模块、课程分析模块、课程检索模块和课程优化模块；信息分析模块用于根据网络课程的历史购买记录对网络课程的交易吸引系数进行分析，得到交易吸引系数序列；课程分析模块用于根据成绩信息进行教学吸引系数分析，得到教学吸引系数序列，便于学生对网络课程有一个直观的了解；课程检索模块用于学生输入检索信息至在线教育平台进行检索；课程优化模块用于根据交易吸引系数序列和教学吸引系数序列对检索得到的网络课程进行评估，得到网络课程的学习优化序列，为学生选择网络课程提供参考，避免学生盲目选课，实现网络课程的有效推荐。效推荐。效推荐。

【技术实现步骤摘要】
一种基于大数据和云计算的在线教育处理方法及系统


[0001]本专利技术涉及网络教学
，具体是一种基于大数据和云计算的在线教育处理方法及系统。

技术介绍

[0002]在线学习，也叫做网络教育，即E
‑
Learning，是一种网络化学习方式，即学生通过PC或终端上网，登录在线学习平台，通过网络进行选课、听课、完成作业和考试而实现学习过程的一种全新的学习方式。
[0003]随着计算机和互联网的不断发展，教育信息不断向数字化学习资源发展，数字化学习资源由于传送和保存的方便性，出现数字化学习资源数量的极速增长；很多学生对网络课程缺乏了解，没有一个有效的参考标准，往往盲目选课或是花费大量时间，不但花费大量金钱且效率低下；现有的在线教育处理系统还没有针对在线教育平台的教师的教学质量形成一个完善的评价体系，无法为学生合理的分配教师，实现学习资源的有效推荐；基于以上不足，本专利技术提出一种基于大数据和云计算的在线教育处理方法及系统。

技术实现思路

[0004]本专利技术旨在至少解决现有技术中存在的技术问题之一。为此，本专利技术提出一种基于大数据和云计算的在线教育处理方法及系统。
[0005]为实现上述目的，根据本专利技术的第一方面的实施例提出一种基于大数据和云计算的在线教育处理系统，包括信息采集模块、课程整理模块、数据库、课程检索模块和课程优化模块；
[0006]所述课程检索模块用于学生输入检索信息至在线教育平台进行检索，并将检索结果传输至课程优化模块；所述检索结果为若干个网络课程；
[0007]所述课程优化模块与数据库相连接，用于根据数据库中存储的带有时间戳的交易吸引系数序列和教学吸引系数序列对网络课程进行评估，得到网络课程的学习优化序列，具体评估过程为：
[0008]获取检索结果对应的若干个网络课程；
[0009]根据网络课程名称自动从交易吸引系数序列和教学吸引系数序列中调取该网络课程离当前时刻最近的交易吸引系数和教学吸引系数，并依次标记为GYt和GQt；利用公式JZ＝GYt
×
r1+GQt
×
r2计算得到对应网络课程的学习评估系数JZ，其中r1、r2为系数因子；
[0010]按照学习评估系数JZ大小对网络课程进行排序，得到网络课程的学习优化序列；所述课程优化模块用于将网络课程的学习优化序列发送至课程展示模块，为学生选择网络课程提供参考。
[0011]进一步地，所述信息采集模块用于采集在线教育平台中各个网络课程的历史购买记录，并将采集的历史购买记录上传至信息分析模块；
[0012]所述信息分析模块用于接收网络课程的历史购买记录并对网络课程的交易吸引
系数GY进行分析，得到交易吸引系数序列。
[0013]进一步地，所述信息分析模块的具体分析步骤为：
[0014]分别获取每个网络课程在预设时间段内的历史购买记录；
[0015]针对任一网络课程，将每次的购买金额标记为Ei，得到价格信息组；根据Ei的变化情况对该网络课程的价格吸引值ER进行评估；
[0016]统计该网络课程的购买次数为C1，将最近一次购买时刻与系统当前时间进行时间差计算得到缓冲时长Ht；
[0017]统计相邻购买时刻之间的时间段内在线教育平台上其他网络课程的购买次数为课程缓冲频次P1；将课程缓冲频次P1与频次阈值相比较，计算得到差缓系数CX；利用公式CR＝(C1
×
g1+CX
×
g2)/Ht计算得到该网络课程的购买吸引值CR，其中g1、g2均为系数因子；
[0018]利用公式GY＝ER
×
A1+CR
×
A2计算得到该网络课程的交易吸引系数GY，其中A1、A2均为权重因子，且A1+A2＝1；将所有网络课程的交易吸引系数GY进行统合得到交易吸引系数序列；所述信息分析模块用于将网络课程的交易吸引系数序列打上时间戳并存储至数据库。
[0019]进一步地，所述课程整理模块用于采集每个学习周期内网络课程的成绩信息，并将成绩信息传输至课程分析模块；
[0020]所述课程分析模块用于对成绩信息进行综合分析得到每个学习周期内对应网络课程的教学值GXi，并根据教学值GXi对网络课程的教学吸引系数进行评估，得到教学吸引系数序列。
[0021]进一步地，所述课程分析模块的具体分析过程如下：
[0022]针对某个网络课程，获取预设时间内每个学习周期内该网络课程的成绩信息；将对应的学生人数标记为Xi；获取每个学生的考试得分，若得分为0，则表示该学生中途放弃，统计得到学生的放弃率为Fi；
[0023]将考试得分分为五个档次，根据每个档次的人数占比计算得到该网络课程的考核值HRi；利用公式GXi＝(Xi
×
a6+HRi
×
a7)/Fi计算得到对应网络课程的教学值GXi，其中a6、a7均为系数因子。
[0024]进一步地，其中，教学吸引系数的具体评估过程如下：
[0025]将教学值GXi与教学阈值相比较；统计GXi大于教学阈值的次数为M1；当GXi大于教学阈值时，获取GXi与教学阈值的差值并求和得到超教值CM；利用公式WM＝M1
×
d1+CM
×
d2计算得到超教系数WM，其中d1、d2均为系数因子；将最近一次的教学值标记为GXt；利用公式计算得到超教系数WM，其中d1、d2均为系数因子；将最近一次的教学值标记为GXt；利用公式计算得到对应网络课程的教学吸引系数GQ，其中d3为系数因子。
[0026]进一步地，所述课程分析模块用于将所有网络课程的教学吸引系数GQ进行统合得到教学吸引系数序列，并将网络课程的教学吸引系数序列打上时间戳存储至数据库。
[0027]进一步地，一种基于大数据和云计算的在线教育处理方法，应用于上述在线教育处理系统，包括如下步骤：
[0028]步骤一：采集在线教育平台中各个网络课程的历史购买记录，并通过信息分析模块对网络课程的交易吸引系数GY进行分析，得到交易吸引系数序列；
[0029]步骤二：采集每个学习周期内网络课程的成绩信息，并通过课程分析模块对成绩信息进行综合分析，得到每个学习周期内对应网络课程的教学值GXi；然后根据教学值GXi
对网络课程的教学吸引系数进行评估，得到教学吸引系数序列；
[0030]步骤三：通过课程检索模块输入检索信息至在线教育平台进行检索，得到若干个网络课程；
[0031]步骤四：通过课程优化模块结合网络课程的交易吸引系数序列和教学吸引系数序列，对检索得到的网络课程进行评估，得到网络课程的学习优化序列；然后将对应的学习优化序列发送至课程展示模块，为学生选择网络课程提供参考。
[0032]与现有技术相比，本专利技术的有益效果是：
[0033]1、本专利技术中信息采集模块用于采集在线教育平台中各个网络课程的历史购买记录，信息分析模块用于接收网络课程的历史购本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种基于大数据和云计算的在线教育处理系统，其特征在于，包括信息采集模块、课程整理模块、课程检索模块和课程优化模块；所述信息采集模块用于采集在线教育平台中各个网络课程的历史购买记录，并将采集的历史购买记录上传至信息分析模块；所述信息分析模块用于接收网络课程的历史购买记录并对网络课程的交易吸引系数GY进行分析，得到交易吸引系数序列；所述课程整理模块用于采集每个学习周期内网络课程的成绩信息，并将成绩信息传输至课程分析模块；所述课程分析模块用于对成绩信息进行综合分析得到每个学习周期内对应网络课程的教学值GXi，并根据教学值GXi对网络课程的教学吸引系数进行评估，得到教学吸引系数序列；所述课程检索模块用于学生输入检索信息至在线教育平台进行检索，得到若干个网络课程；所述课程检索模块与课程优化模块相连接，所述课程优化模块用于根据交易吸引系数序列和教学吸引系数序列对检索得到的网络课程进行评估，得到网络课程的学习优化序列；所述课程优化模块用于将网络课程的学习优化序列发送至课程展示模块，为学生选择网络课程提供参考。2.根据权利要求1所述的一种基于大数据和云计算的在线教育处理系统，其特征在于，所述课程优化模块的具体评估过程为：获取检索结果对应的若干个网络课程；根据网络课程名称自动从交易吸引系数序列和教学吸引系数序列中调取该网络课程离当前时刻最近的交易吸引系数GYt和教学吸引系数GQt；利用公式JZ＝GYt
×
r1+GQt
×
r2计算得到对应网络课程的学习评估系数JZ，其中r1、r2为系数因子；按照学习评估系数JZ大小对网络课程进行排序，得到网络课程的学习优化序列。3.根据权利要求1所述的一种基于大数据和云计算的在线教育处理系统，其特征在于，所述信息分析模块的具体分析步骤为：分别获取每个网络课程在预设时间段内的历史购买记录；针对任一网络课程，将每次的购买金额标记为Ei，得到价格信息组；根据Ei的变化情况对该网络课程的价格吸引值ER进行评估；统计该网络课程的购买次数为C1，将最近一次购买时刻与系统当前时间进行时间差计算得到缓冲时长Ht；统计相邻购买时刻之间的时间段内在线教育平台上其他网络课程的购买次数为课程缓冲频次P1；将课程缓冲频次P1与频次阈值相比较，计算得到差缓系数CX；利用公式CR＝(C1
×
g1+CX
×
g2)/Ht计算得到该网络课程的购买吸引值CR，其中g1、g2均为系数因子；利用公式GY＝ER
×
A1+CR
×
A2计算得到该网络课程的交易吸引系数GY，其中A1、A2均为权重因子，且A1+A2＝1。4.根据权...

【专利技术属性】
技术研发人员：吴思婷，
申请(专利权)人：南阳宏月教育咨询有限公司，
类型：发明
国别省市：