基于区块链的痕迹数据追踪方法及系统技术方案

本发明专利技术提供了基于区块链的痕迹数据追踪方法及系统，涉及数据处理技术领域，通过基于用户数据更新周期对批量学生进行痕迹数据采集并存储至区块链节点；在批量数据更新频次满足数据追踪分析周期时，基于批量区块链节点提取获得批量痕迹数据集进行教育质量追踪分析获得教学缺陷识别结果。解决现有技术中存在学生痕迹数据记录准确度不足，导致基于痕迹数据分析所获教师授课质量的可信性较低，进而导致痕迹数据采集对于教学质量的提升作用较弱的技术问题。实现了有效进行批量学生痕迹数据记录，从而基于痕迹数据量化分析获得科学性的批量目标用户的教学质量情况，为进行批量学生的教学查漏补缺提供高可信度参考信息，进而保障教学质量的技术效果。教学质量的技术效果。教学质量的技术效果。

【技术实现步骤摘要】
基于区块链的痕迹数据追踪方法及系统


[0001]本专利技术涉及数据处理
，具体涉及基于区块链的痕迹数据追踪方法及系统。

技术介绍

[0002]在现代教育领域，学生痕迹数据是一种重要的评估和改进教学质量的工具。通过对学生在学习过程中的痕迹数据进行分析，可以帮助教师了解学生的学习状态和需求，以及评估自己的授课效果。
[0003]目前存在学生痕迹数据记录准确度不足的问题，这直接影响了基于痕迹数据分析所获得的教师授课质量的可信性，进而限制了痕迹数据采集对于教学质量提升的作用。
[0004]同时在学生痕迹数据记录不准确的基础上，当前基于痕迹数据进行教学质量分析的方法较为粗放，导致痕迹数据对于了解学生学情以及进行教师授课质量提升的作用微乎其微。
[0005]现有技术中存在学生痕迹数据记录准确度不足，导致基于痕迹数据分析所获教师授课质量的可信性较低，进而导致痕迹数据采集对于教学质量的提升作用较弱的技术问题。

技术实现思路

[0006]本申请提供了基于区块链的痕迹数据追踪方法及系统，用于针对解决现有技术中存在学生痕迹数据记录准确度不足，导致基于痕迹数据分析所获教师授课质量的可信性较低，进而导致痕迹数据采集对于教学质量的提升作用较弱的技术问题。
[0007]鉴于上述问题，本申请提供了基于区块链的痕迹数据追踪方法及系统。
[0008]本申请的第一个方面，提供了基于区块链的痕迹数据追踪方法，所述方法包括：基于批量目标用户构建教学数据区块链，其中，所述教学数据区块链包括批量区块链节点，所述批量区块链节点和所述批量目标用户存在映射关系；采集并分析批量目标用户的批量基本信息，获得用户数据更新周期和数据追踪分析周期；基于所述用户数据更新周期对所述批量目标用户进行痕迹数据采集，并存储至所述批量区块链节点；基于所述批量区块链节点提取获得批量数据更新频次，将所述批量数据更新频次与所述数据追踪分析周期进行比对；若所述批量区块链节点的批量数据更新频次满足所述数据追踪分析周期，则基于所述批量区块链节点提取获得批量痕迹数据集；基于所述批量痕迹数据集进行教育质量追踪分析，获得教学偏差数据集；对所述教学偏差数据集进行聚合分析，获得教学缺陷识别结果。
[0009]本申请的第二个方面，提供了基于区块链的痕迹数据追踪系统，所述系统包括：区块链构建模块，用于基于批量目标用户构建教学数据区块链，其中，所述教学数据区块链包括批量区块链节点，所述批量区块链节点和所述批量目标用户存在映射关系；数据周期分析模块，用于采集并分析批量目标用户的批量基本信息，获得用户数据更新周期和数据追踪分析周期；痕迹数据采集模块，用于基于所述用户数据更新周期对所述批量目标用户进
行痕迹数据采集，并存储至所述批量区块链节点；更新频次比对模块，用于基于所述批量区块链节点提取获得批量数据更新频次，将所述批量数据更新频次与所述数据追踪分析周期进行比对；痕迹数据提取模块，用于若所述批量区块链节点的批量数据更新频次满足所述数据追踪分析周期，则基于所述批量区块链节点提取获得批量痕迹数据集；痕迹数据分析模块，用于基于所述批量痕迹数据集进行教育质量追踪分析，获得教学偏差数据集；聚合分析执行模块，用于对所述教学偏差数据集进行聚合分析，获得教学缺陷识别结果。
[0010]本申请中提供的一个或多个技术方案，至少具有如下技术效果或优点：
[0011]本申请实施例提供的方法通过基于批量目标用户构建教学数据区块链，其中，所述教学数据区块链包括批量区块链节点，所述批量区块链节点和所述批量目标用户存在映射关系；采集并分析批量目标用户的批量基本信息，获得用户数据更新周期和数据追踪分析周期，为后续执行批量目标用户的痕迹数据有效采集，提供有效数据采集标准；基于所述用户数据更新周期对所述批量目标用户进行痕迹数据采集，并存储至所述批量区块链节点；基于所述批量区块链节点提取获得批量数据更新频次，将所述批量数据更新频次与所述数据追踪分析周期进行比对；若所述批量区块链节点的批量数据更新频次满足所述数据追踪分析周期，则基于所述批量区块链节点提取获得批量痕迹数据集；基于所述批量痕迹数据集进行教育质量追踪分析，获得教学偏差数据集；对所述教学偏差数据集进行聚合分析，获得教学缺陷识别结果。实现了有效进行批量学生痕迹数据记录，从而基于痕迹数据量化分析获得科学性的批量目标用户的教学质量情况，为进行批量学生的教学查漏补缺提供高可信度参考信息，进而保障教学质量的技术效果。
附图说明
[0012]图1为一个实施例中基于区块链的痕迹数据追踪方法的流程示意图；
[0013]图2为一个实施例中基于区块链的痕迹数据追踪中获得批量存储筛选结果的流程示意图；
[0014]图3为一个实施例中基于区块链的痕迹数据追踪中获得批量优化痕迹数据的流程示意图；
[0015]图4为一个实施例中基于区块链的痕迹数据追踪系统的结构框图。
[0016]附图标记说明：区块链构建模块1，数据周期分析模块2，痕迹数据采集模块3，更新频次比对模块4，痕迹数据提取模块5，痕迹数据分析模块6，聚合分析执行模块7。
具体实施方式
[0017]本申请提供了基于区块链的痕迹数据追踪方法及系统，用于针对解决现有技术中存在学生痕迹数据记录准确度不足，导致基于痕迹数据分析所获教师授课质量的可信性较低，进而导致痕迹数据采集对于教学质量的提升作用较弱的技术问题。实现了有效进行批量学生痕迹数据记录，从而基于痕迹数据量化分析获得科学性的批量目标用户的教学质量情况，为进行批量学生的教学查漏补缺提供高可信度参考信息，进而保障教学质量的技术效果。
[0018]本专利技术技术方案中对数据的获取、存储、使用、处理等均符合相关规定。
[0019]下面，将参考附图对本专利技术中的技术方案进行清楚、完整地描述，显然，所描述的
实施例仅是本专利技术的一部分实施例，而不是本专利技术的全部实施例，应理解，本专利技术不受这里描述的示例实施例的限制。基于本专利技术的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本专利技术保护的范围。另外还需要说明的是，为了便于描述，附图中仅示出了与本专利技术相关的部分而非全部。
[0020]实施例一
[0021]如图1所示，本申请提供了基于区块链的痕迹数据追踪方法，所述方法包括：
[0022]S100:基于批量目标用户构建教学数据区块链，其中，所述教学数据区块链包括批量区块链节点，所述批量区块链节点和所述批量目标用户存在映射关系；
[0023]具体而言，在本实施例中，所述批量目标用户为在同一班级内接受相同教学内容的若干个学生用户，为实现数据隔离，本实施例基于所述批量目标用户，构建所述批量区块链节点，所述批量区块链节点和所述批量目标用户存在映射关系，所述区块链节点用于记录对应的目标用户在学校生活学习过程中产生的痕迹数据，所述痕迹数据包括但不限于学生在学校产生的学习行为数据，例如上课出勤情况、作业完成情况、测试考试成绩等，这些数据可以反映学生对课程的本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.基于区块链的痕迹数据追踪方法，其特征在于，所述方法包括：基于批量目标用户构建教学数据区块链，其中，所述教学数据区块链包括批量区块链节点，所述批量区块链节点和所述批量目标用户存在映射关系；采集并分析批量目标用户的批量基本信息，获得用户数据更新周期和数据追踪分析周期；基于所述用户数据更新周期对所述批量目标用户进行痕迹数据采集，并存储至所述批量区块链节点；基于所述批量区块链节点提取获得批量数据更新频次，将所述批量数据更新频次与所述数据追踪分析周期进行比对；若所述批量区块链节点的批量数据更新频次满足所述数据追踪分析周期，则基于所述批量区块链节点提取获得批量痕迹数据集；基于所述批量痕迹数据集进行教育质量追踪分析，获得教学偏差数据集；对所述教学偏差数据集进行聚合分析，获得教学缺陷识别结果。2.如权利要求1所述的方法，其特征在于，采集并分析批量目标用户的批量基本信息，获得用户数据更新周期和数据追踪分析周期，所述方法还包括：所述批量基本信息包括批量作业提交周期、批量课堂反馈数据和标准教学周期；根据所述批量作业提交周期和批量课堂反馈数据确定批量痕迹数据生成时间；对所述批量痕迹数据生成时间进行序列化处理，获得痕迹数据生成极值；将所述痕迹数据生成极值作为所述用户数据更新周期；根据所述用户数据更新周期和所述标准教学周期计算获得所述数据追踪分析周期。3.如权利要求1所述的方法，其特征在于，基于所述用户数据更新周期对所述批量目标用户进行痕迹数据采集，并存储至所述批量区块链节点，之前，所述方法还包括：基于所述用户数据更新周期对所述批量目标用户进行痕迹数据采集，获得批量待存储信息；对所述批量待存储信息进行数据筛选，获得批量存储筛选结果；将所述批量存储筛选结果上传至所述批量区块链节点进行分布式存储。4.如权利要求3所述的方法，其特征在于，对所述批量待存储信息进行数据筛选，获得批量存储筛选结果，所述方法还包括：基于所述批量待存储信息提取获得第一待存储信息，其中，所述第一待存储信息中包括K种用户痕迹数据，且每种用户痕迹数据具有数据属性标识和数据来源标识；交互获得所述批量目标用户的数据分析需求；根据所述数据属性标识和数据来源标识进行所述数据分析需求和第一待存储信息的相关性分析，获得K个相关性分析结果；预设相关性阈值区间遍历所述K个相关性分析结果，筛选获得第一存储筛选...

【专利技术属性】
技术研发人员：吴劼，章纪成，张磊，
申请(专利权)人：浙江天正思维信息技术有限公司，
类型：发明
国别省市：