一种基于可视化管理的教育数据分析处理方法及系统技术方案

本发明专利技术公开一种基于可视化管理的教育数据分析处理方法及系统，该方法包括：学生教育数据提取、学生上课专注性分析、学生回答问题积极性分析、学生课件标注质量分析、学生上课质量分析和学生上课质量等级评判，本发明专利技术不仅对各学生上课专注性和回答问题积极性进行分析，而且对各学生课件标注质量进行分析，保证了学生上课质量分析结果的精确性，在一定程度上提高了教师上课的效率，本发明专利技术对各学生点击举手按钮的次数和各学生回答问题时的音频进行综合分析，有效确保了各学生回答问题积极性分析结果的合理性，分析结果具有参考价值，为各学生上课质量分析提供强有力的数据支持。各学生上课质量分析提供强有力的数据支持。各学生上课质量分析提供强有力的数据支持。

【技术实现步骤摘要】
一种基于可视化管理的教育数据分析处理方法及系统


[0001]本专利技术涉及教育数据
，具体而言，涉及一种基于可视化管理的教育数据分析处理方法及系统。

技术介绍

[0002]随着社会和科技的发展，人们的物质条件得到满足之后，对精神层面的要求就越来越高，而教育是最能提高人的精神涵养的途径之一，因此，国家大力发展教育，教育的形式也随之发生转变，近年来，线上授课不受时间空间地点的限制，同时也便于学生和教师进行沟通和交流，也可以观看回放来进一步复习自己不懂的知识点，越来越多的教师选择线上授课，但是一节课的成功与否在于学生的学习效果，如若学生在上课时的学习效果比较低，会影响学生对学习的热爱程度，不利于学生的全面发展，因此，需要根据学生在上课时的教育数据分析学生的上课质量。
[0003]现有的学生上课质量分析在一定程度上可以满足学生上课质量的分析，但是，当前学生上课质量分析还存在以下问题：
[0004](1)现有的学生上课质量分析大多是对各学生上课专注性、回答问题积极性进行分析，缺乏对课件标注质量的关注，进而导致学生上课质量的分析结果不准确，从而无法精确反应各学生的上课质量，可能存在学生的课件标注质量比较低的现象，体现出学生对上课知识把握度不高，但是教师无法通过教师端了解到这一情况，进而无法对学生进一步辅导，从而在一定程度上降低了教师上课的效率。
[0005](2)现有的在对各学生回答问题积极性进行分析时大多是根据各学生点击举手按钮次数分析，对各学生回答问题时的音频关注度不高，进而造成各学生回答问题积极性分析的结果不合理，从而无法真正反应出各学生回答问题的积极性，分析结果参考价值较低，从而无法为各学生上课质量分析提供强有力的数据支持。

技术实现思路

[0006]为了克服
技术介绍
中的缺点，本专利技术实施例提供了一种基于可视化管理的教育数据分析处理方法及系统,能够有效解决上述
技术介绍
中涉及的问题。
[0007]本专利技术的目的可以通过以下技术方案来实现：
[0008]本专利技术第一方面提供了一种基于可视化管理的教育数据分析处理方法，该方法包括以下步骤：
[0009]S1、学生教育数据提取：从教育平台提取各学生对应的账号在设定课堂的教育数据，其中教育数据包括各学生的观看时长、各学生点击举手按钮的次数、各学生各次回答问题的音频及各学生各次标注对应的字数、标注开始时间点和标注结束时间点；
[0010]S2、学生上课专注性分析：对各学生上课专注性进行分析，进而得到各学生对应的专注系数；
[0011]S3、学生回答问题积极性分析：根据各学生点击举手按钮的次数和云数据库中存
储的教师提问次数分析各学生对应的回答问题意向值，进而根据各学生各次回答问题的音频分析各学生各次回答问题对应的态度评价值，从而综合分析各学生回答问题对应的积极指数；
[0012]S4、学生课件标注质量分析：根据各学生各次标注对应的字数、标注开始时间点和标注结束时间点分析各学生对应的课件标注质量系数；
[0013]S5、学生上课质量分析：根据各学生对应的专注系数和课件标注质量系数及各学生回答问题对应的积极指数分析各学生对应的上课质量系数；
[0014]S6、学生上课质量等级评判：根据各学生对应的上课质量系数分析各学生对应的上课质量等级，进而将其发送到教师端。
[0015]在一种可能的设计中，所述S2中各学生对应的专注系数的具体分析步骤为：
[0016]S21：从云数据库中提取教师授课时长；
[0017]S22：将各学生的观看时长与教师授课时长进行对比，并据此分析各学生对应的专注系数，其计算公式为：其中η
i
表示为第i个学生对应的专注系数，t
i
表示为第i个学生的观看时长，t
′
表示为教师授课时长，χ1表示为预设的各学生对应的观看时长所属修正因子，e表示为自然常数，i表示为各学生的编号，i＝1,2,...,n。
[0018]在一种可能的设计中，所述各学生对应的回答问题意向值的具体分析方法为：将各学生点击举手按钮的次数与教师提问次数进行对比，并据此分析各学生对应的回答问题意向值，其计算公式为：其中μ
i
表示为第i个学生对应的回答问题意向值，α
i
表示为第i个学生点击举手按钮的次数，α
′
表示为教师提问次数，ε1表示为预设的各学生点击举手按钮次数所属调整系数。
[0019]在一种可能的设计中，所述S3中各学生各次回答问题对应的态度评价值的具体分析步骤为：
[0020]S31：根据各学生各次回答问题的音频获取各学生各次回答问题的声波图；
[0021]S32：将各学生各次回答问题的声波图按照设定的时间间隔进行均匀划分，进而得到各学生各次回答问题的各声波图子区域；
[0022]S33：获取各学生各次回答问题的各声波图子区域内的各波峰值，并据此分析各学生各次回答问题的各声波图子区域对应的波峰平均值，其计算公式为：其中表示为第i个学生第m次回答问题的第p个声波图子区域对应的波峰平均值，表示为第i个学生第m次回答问题的第p个声波图子区域内的第x个波峰值，y表示波峰值的数量，m表示为各次回答问题的编号，m＝1,2,...,l，p表示为各声波图子区域的编号，p＝1,2,...,q，x表示为各波峰值的编号，x＝1,2,...,y；
[0023]S34：根据各学生各次回答问题的各声波子区域对应的波峰平均值分析各学生各
次回答问题对应的声音响度均匀系数，其计算公式为：其中σ
im
表示为第i个学生第m次回答问题对应的声音响度均匀系数，q表示为声波图子区域的数量；
[0024]S35：将各学生各次回答问题的各声波图子区域对应的波峰平均值进行相互对比，进而从中选取最大波峰平均值和最小波峰平均值；
[0025]S36：基于各学生各次回答问题所属最大波峰平均值和最小波峰平均值分析各学生各次回答问题对应的声音响度波动系数，其计算公式为：其中ω
im
表示为第i个学生第m次回答问题对应的声音响度波动系数，分别表示为第i个学生第m次回答问题所属最大波峰平均值、最小波峰平均值；
[0026]S37：根据各学生各次回答问题对应的声音响度均匀系数和声音响度波动系数分析各学生各次回答问题对应的态度评价值，其计算公式为：其中θ
im
表示为第i个学生第m次回答问题对应的态度评价值，γ1、γ2分别表示为预设的各学生各次回答问题对应的声音响度均匀系数和声音响度波动系数所属权重因子。
[0027]在一种可能的设计中，所述各学生回答问题对应的积极指数的具体计算公式为：其中表示为第i个学生回答问题对应的积极指数，l表示回答问题的次数。
[0028]在一种可能的设计中，所述S4中各学生对应的课件标注质量系数的具体分析步骤为：
[0029]S41：根据各学生各次标注对应的标注开始时间点和标注结束时本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种基于可视化管理的教育数据分析处理方法，其特征在于，该方法包括以下步骤：S1、学生教育数据提取：从教育平台提取各学生对应的账号在设定课堂的教育数据，其中教育数据包括各学生的观看时长、各学生点击举手按钮的次数、各学生各次回答问题的音频及各学生各次标注对应的字数、标注开始时间点和标注结束时间点；S2、学生上课专注性分析：对各学生上课专注性进行分析，进而得到各学生对应的专注系数；S3、学生回答问题积极性分析：根据各学生点击举手按钮的次数和云数据库中存储的教师提问次数分析各学生对应的回答问题意向值，进而根据各学生各次回答问题的音频分析各学生各次回答问题对应的态度评价值，从而综合分析各学生回答问题对应的积极指数；S4、学生课件标注质量分析：根据各学生各次标注对应的字数、标注开始时间点和标注结束时间点分析各学生对应的课件标注质量系数；S5、学生上课质量分析：根据各学生对应的专注系数和课件标注质量系数及各学生回答问题对应的积极指数分析各学生对应的上课质量系数；S6、学生上课质量等级评判：根据各学生对应的上课质量系数分析各学生对应的上课质量等级，进而将其发送到教师端。2.根据权利要求1所述的一种基于可视化管理的教育数据分析处理方法，其特征在于：所述S2中各学生对应的专注系数的具体分析步骤为：S21：从云数据库中提取教师授课时长；S22：将各学生的观看时长与教师授课时长进行对比，并据此分析各学生对应的专注系数，其计算公式为：其中η
i
表示为第i个学生对应的专注系数，t
i
表示为第i个学生的观看时长，t
′
表示为教师授课时长，χ1表示为预设的各学生对应的观看时长所属修正因子，e表示为自然常数，i表示为各学生的编号，i＝1,2,...,n。3.根据权利要求2所述的一种基于可视化管理的教育数据分析处理方法，其特征在于：所述各学生对应的回答问题意向值的具体分析方法为：将各学生点击举手按钮的次数与教师提问次数进行对比，并据此分析各学生对应的回答问题意向值，其计算公式为：其中μ
i
表示为第i个学生对应的回答问题意向值，α
i
表示为第i个学生点击举手按钮的次数，α
′
表示为教师提问次数，ε1表示为预设的各学生点击举手按钮次数所属调整系数。4.根据权利要求3所述的一种基于可视化管理的教育数据分析处理方法，其特征在于：所述S3中各学生各次回答问题对应的态度评价值的具体分析步骤为：S31：根据各学生各次回答问题的音频获取各学生各次回答问题的声波图；S32：将各学生各次回答问题的声波图按照设定的时间间隔进行均匀划分，进而得到各学生各次回答问题的各声波图子区域；S33：获取各学生各次回答问题的各声波图子区域内的各波峰值，并据此分析各学生各
次回答问题的各声波图子区域对应的波峰平均值，其计算公式为：其中表示为第i个学生第m次回答问题的第p个声波图子区域对应的波峰平均值，表示为第i个学生第m次回答问题的第p个声波图子区域内的第x个波峰值，y表示波峰值的数量，m表示为各次回答问题的编号，m＝1,2,...,l，p表示为各声波图子区域的编号，p＝1,2,...,q，x表示为各波峰值的编号，x＝1,2,...,y；S34：根据各学生各次回答问题的各声波子区域对应的波峰平均值分析各学生各次回答问题对应的声音响度均匀系数，其计算公式为：其中σ
im
表示为第i个学生第m次回答问题对应的声音响度均匀系数，q表示为声波图子区域的数量；S35：将各学生各次回答问题的各声波图子区域对应的波峰平均值进行相互对比，进而从中选取最大波峰平均值和最小波峰平均值；S36：基于各学生各次回答问题所属最大波峰平均值和最小波峰平均值分析各学生各次回答问题对应的声音响度波动系数，其计算公式为：其中ω
im
表示为第i个学生第m次回答问题对应的声音响度波动系数，分别表示为第i个学生第m次回答问题所属最大波峰平均值、最小波峰平均值；S37：根据各学生各次回答问题对应的声音响度均匀系数和声音响度波动系数分析各学生各次回答问题对应的态度评价值，其计算公式为：其中θ
im
表示为...

【专利技术属性】
技术研发人员：周玉伟，高燕，何志侠，王萱，
申请(专利权)人：深圳市国华在线教育科技有限公司，
类型：发明
国别省市：