一种作业分析方法及装置与流程

1.本技术涉及教学辅助管理技术领域，尤其涉及一种作业分析方法及装置。


背景技术：

2.随着教育信息化的进程，现在已经实现学生作业数据的有痕采集。在伴随式电子化采集学生作业数据的背景之下，有关于学生过程性作业水平的综合分析反馈却相对缺失。过程性的作业分析报告，可以有效衡量学生学习过程中的学习效果，帮助学生及时了解自己的优势与不足，从而针对性的精准练习，在不增加学业负担的同时提升学生成绩。
3.申请人发现，在展示过程性作业报告时，作业报告统计指标，单纯局限于学生的作业正确率的统计，对比分析的角度大多比较单一，在将作业报告展示给学生时，学生难以对作业报告产生共鸣。学生也难以积极面对作业报告结果，对作业结果进行实际修正。


技术实现要素：

4.本技术实施例提供了一种作业分析方法及装置，用以解决当前学生过程性作业报告的评价不客观，学生无法对作业报告产生共鸣，不能够有效地通过作业报告反映学生的知识漏洞，提高学生的学习成绩的技术问题。
5.一方面，本技术实施例提供了一种作业分析方法，该方法包括：
6.获取目标学生的历史作业信息及其当前作业作答信息。历史作业信息包括各题型的历史作业答题时长、历史作业短文本。历史作业短文本为目标学生用于表达作业题目答案的文本。将历史作业信息与作业作答信息进行比对，以根据历史作业信息与作业作答信息的比对结果，确定作业作答信息是否为可分析作业作答信息。若是，将目标学生的作业作答信息输入预设综合评价模型，以便在预设评价维度集合，依次匹配目标学生的若干分析评价文本。其中，评价维度集合包括：学生作业正确率维度、作业稳定性维度、作业时效管理维度、班级作业正确率维度。根据各分析评价文本及与目标学生相应的评价语气词集，生成相应统计周期的作业分析报告。评价语气词集包括用于匹配表达作业分析报告的情感语气词。
7.在本技术的一种实现方式中，通过综合评价模型，确定目标学生在统计周期内，各维度参考指标。维度参考指标包括：作业整体分析指标、作业量分析指标、作业正确率分析指标、各教辅/试卷分析指标、错题分析指标和优劣势题目分析指标。基于各维度参考指标，生成各分析评价文本。根据各分析评价文本及与目标学生相应的评价语气词集，生成相应统计周期的作业分析报告，具体包括：
8.根据目标学生的个人信息，匹配相应的语气信息集合。个人信息包括：年龄、性别、爱好。语气信息集合包括若干情感语气词。
9.匹配语气信息集合的各情感语气词与各分析评价文本的语言色彩，以剔除语气信息集合中，语言色彩不匹配的情感语气词，以便得到评价语气词集。
10.通过评价语气词集，训练预设解码器。解码器用于输出与评价语气词集相应的文
本。
11.将各分析评价文本输入预设编码器，得到相应的编码向量。并将编码向量输入训练好的解码器，生成作业分析报告。
12.在本技术的一种实现方式中，通过第一预设算法，确定目标学生在统计周期的作业平均正确率及环比上一统计周期作业平均正确率的波动变化量。其中所述第一预设算法包括：
[0013][0014]
其中，为所述作业平均正确率，n为提交作业次数，n为自然数，为目标学生在第hi次提交作业的作业正确率。
[0015][0016]
其中，δso即为所述波动变化量，可以对应于当前统计周期的作业平均正确率班级排名，可以对应于当前统计周期的上一周期的作业平均正确率班级排名。将作业平均正确率及波动变化量，作为作业整体分析指标。
[0017]
在本技术的一种实现方式中，通过第二预设算法，将目标学生的提交作业次数、作业习题数量及实际作答用时与相应的班级作业量均值比对，以将相应的第一比对结果作为作业量分析指标。其中，所述第二预设算法包括：
[0018]
n-htenum＝{h1，h2，......，hn}
[0019]
其中，n-htenum为所述提交作业次数；
[0020]
n-htesubexercisenum＝{e1，e2，......，em}
[0021]
其中，n-htesubexercisenum为所述作业习题数量；
[0022][0023]
其中，n-wronghtesubexercisenum为错题数量，m为错题的题号，且小于或等于m；
[0024][0025]
其中，t-teachersuggesttime为教师单次作业建议时长的集合，为在第h1次作业的建议时长；
[0026][0027]
其中，t-stuauganswertime为每次作业的实际作答用时集合，为第1次作业的所述实际作答用时，为第2次作业的所述实际作答用时，为第n次作业的所述实际作答用时；
[0028][0029]
其中，stuavganswertime为学生作业统计周期内实际作答平均时长，n为学生提交了作业的次数，小于等于n；
[0030][0031]
其中，为作业时效纵向波动值，为当前统计周期的实际作答平均时长，为上一统计周期的实际作答平均时长；
[0032][0033]
其中，为作业时效横向对比值，time
student
为当前统计周期的实际作答平均时长，time
class
为当前统计周期班级学生实际作答平均时长均。
[0034]
在本技术的一种实现方式中，通过第三预设算法，基于目标学生的作业平均正确率、班级平均正确率，计算目标学生的作业成绩稳定性分析值。将作业平均正确率与班级平均正确率的匹配结果以及作业成绩稳定性分析值，作为作业正确率分析指标。其中，所述第三预设算法包括：
[0035][0036][0037][0038]
其中，为目标学生作业平均正确率与班级学生平均正确率差值；s
class
为班级学生平均正确率；
[0039][0040]
其中，σs
student
为学生统计周期内作业成绩稳定性分析值；
[0041][0042]
其中，g(s_r)为作业波动水平表征值，β0、β1、β2为预设参数。
[0043]
在本技术的一种实现方式中，通过第四预设算法，确定作业作答信息中教辅/试卷正确率。并将教辅/试卷正确率、作业平均正确率、班级平均正确率比对，将相应的第二比对结果，作为各教辅/试卷分析指标。通过第四预设算法，按照作业作答信息中教辅/试卷的题目序号，依次将各题目正确率与题目班级正确率及年级题目正确率分别比对，将相应的第三比对结果，作为错题分析指标。通过第四预设算法，确定目标学生的优劣势题目，为优劣势题目分析指标。优劣势题目包括：掌握较好的题、易错题、重点关注题。其中，第四预设算法包括：es＝isright；其中，es表示是否正确的结果，包括正确true及错误false，isright表示是否正确；grade，egs表示在教辅/试卷中单个题目的平均正确率。
[0044]
在本技术的一种实现方式中，掌握较好的题满足题目作答正确且相应的年级题目正确率小于第一预设阈值。易错题满足相应的年级题目正确率小于第二预设阈值。重点关注题满足题目作答错误且相应的年级题目正确率大于第三预设阈值。
[0045]
在本技术的一种实现方式中，根据第一预设算法及第三预设算法，确定学生作业
正确率子模型及作业稳定性子模型，以匹配学生作业正确率维度及作业稳定性维度相应的分析评价文本。根据第一预设算法、第二预设算法，确定作业时效管理子模型及作业正确率子模型，以匹配作业时效管理维度及班级作业正确率维度相应的分析评价文本。根据第四预设算法以及各教辅/试卷分析指标、优劣势题目分析指标，匹配目标学生相应的分析评价文本。根据各维度参考指标，匹配各维度对应的预设话术。话术为预设感情色彩的分析评价文本。
[0046]
在本技术的一种实现方式中，将作业分析报告发送至用户终端，以在用户终端展示目标学生对应的作业分析报告。用户终端的使用对象至少包括以下一种或多种角色：家长、学生、教师。
[0047]
在本技术的一种实现方式中，确定访问与所述目标学生的作业分析报告相应的链接的用户终端及其访问频率；根据所述访问频率，确定相应的所述用户终端的关注权重；根据所述访问对应的所述作业分析报告的访问内容，确定相应的所述用户终端的喜好权重；所述喜好权重包括学生作业正确率维度喜好权重、作业稳定性维度喜好权重、作业时效管理维度喜好权重、班级作业正确率维度喜好权重；基于所述关注权重、所述喜好权重，从若干所述用户终端中，确定发送所述作业分析报告的用户终端及所述作业分析报告的展示内容。
[0048]
另一方面，本技术实施例还提供了一种作业分析装置，该装置包括：
[0049]
获取模块，获取目标学生的历史作业信息及其当前作业作答信息。历史作业信息包括各题型的历史作业答题时长、历史作业短文本。历史作业短文本为目标学生用于表达作业题目答案的文本。
[0050]
比对模块，将历史作业信息与作业作答信息进行比对，以根据历史作业信息与作业作答信息的比对结果，确定作业作答信息是否为可分析作业作答信息。
[0051]
输入模块，用于将作业作答信息输入预设综合评价模型，以便在预设评价维度集合，依次匹配目标学生的若干分析评价文本。其中，评价维度集合包括：学生作业正确率维度、作业稳定性维度、作业时效管理维度、班级作业正确率维度。
[0052]
生成模块，用于根据各分析评价文本及与目标学生相应的评价语气词集，生成相应统计周期的作业分析报告。评价语气词集包括用于匹配表达作业分析报告的情感语气词。
[0053]
本技术通过上述技术方案，确定目标学生的作业作答信息与历史作业信息比对符合可分析作业作答信息，然后利用综合评价模型进行处理学生作业作答信息，得到多对比维度及角度的话术文本，并根据目标学生对应的评价语气词集，生成作业分析报告。进而能够对学生过程性作业进行客观评价及个性化展示作业分析报告，使得学生能够对作业分析报告产生共鸣，有效理解作业分析报告的结果导向。此外，多对比维度、多角度生成报告，能够通过作业报告有效反映学生的知识漏洞，有效提高学生的学习成绩。
[0054]
而且还能够1)统计分析统计周期总体作业质量，环比上周期作业质量波动情况，给出学生本周期整体作业水平的相关性总结和建议；2)深入分析统计周期内的作业量，辅助家长或学生掌握本周期内作业频率以及作答题量，学生实际作答时长，结合作业质量来进一步分析学生作业时效，并总结作业特征，依据作业特征匹配符合的学习提升建议；3)分析不同周期内学生作业质量的稳定性，横向对比在班级整体的作业效果以及稳定性，纵向
对比自身进步与否；4)错题统计，陈列个人周期内的错题并对比班级正确率，通过观测不同掌握区间的习题定位掌握较弱的习题，查漏补缺，精准复习。
附图说明
[0055]
此处所说明的附图用来提供对本技术的进一步理解，构成本技术的一部分，本技术的示意性实施例及其说明用于解释本技术，并不构成对本技术的不当限定。在附图中：
[0056]
图1为本技术实施例中一种作业分析方法的流程示意图；
[0057]
图2为本技术实施例中一种作业分析装置的结构示意图。
具体实施方式
[0058]
为使本技术的目的、技术方案和优点更加清楚，下面将结合本技术具体实施例及相应的附图对本技术技术方案进行清楚、完整地描述。显然，所描述的实施例仅是本技术一部分实施例，而不是全部的实施例。基于本技术中的实施例，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，都属于本技术保护的范围。
[0059]
当前学生作业正确率的统计指标不够全面，在对学生作业进行分析时，对比维度及对比角度比较单一，对学生评价时，重于结果而轻过程，进而导致对学生的评价不客观。作业报告内容也较为死板，学生也无法对作业报告产生共鸣，不能够有效地通过作业报告反映学生的知识漏洞，提高学生的学习成绩。
[0060]
基于此，本技术实施例提供了一种作业分析方法及装置，用来解决当前学生过程性作业报告的评价不客观，学生无法对作业报告产生共鸣，不能够有效地通过作业报告反映学生的知识漏洞，提高学生的学习成绩的技术问题。
[0061]
以下结合附图，详细说明本技术的各个实施例。
[0062]
本技术实施例提供了一种作业分析方法，如图1所示，该方法可以包括步骤s101-s104：
[0063]
s101，服务器获取目标学生的历史作业信息及其当前作业作答信息。
[0064]
历史作业信息包括各题型的历史作业答题时长、历史作业短文本。历史作业短文本为目标学生用于表达作业题目答案的文本。
[0065]
需要说明的是，服务器作为作业分析方法的执行主体，仅为示例性存在，执行主体不仅限于服务器，本技术对此不作具体限定。
[0066]
其中，作业作答信息包括目标学生进行提交至服务器的作答作业，作业作答信息包含：作业题目、作业作答判定结果。作业作答判定结果可以包含：正确或错误判定结果、作业题目得分等。
[0067]
目标学生的历史作业信息为目标学生的历史作答作业中，各个题型的作业的历史作业作答时长，作业作答解题时答案描述的历史作业短文本。通过历史作业信息，可以反应目标学生作业作答习惯，例如一道选择题，时长一般在5-20秒，一道主观题，目标学生的答案描述的语序、常用词语等，均可以反应目标学生的作业作答习惯。将该目标学生的这些作业作答习惯，作为历史作业信息。
[0068]
当前作业作答信息，可以是在某个统计周期内，例如一周、一个月的作业作答信息。
[0069]
s102，服务器将历史作业信息与作业作答信息进行比对，以根据历史作业信息与作业作答信息的比对结果，确定作业作答信息是否为可分析作业作答信息。
[0070]
在本技术实施例中，服务器可以将历史作业信息与作业作答信息进行比对，比对可以是将当前作业作答信息中的作业作答时长，与其题型一致的历史作业作答时长，二者进行比对；可以将当前作业作答信息中的题型a的主观题作答文本，与历史作业短文本进行比对。比对可以是计算比对内容的余弦相似度，在余弦相似度大于一预定值的情况下，确定作业作答信息为可分析作业作答信息，若小于预定值，那么将生成告警信息，发送至相应的管理终端，管理终端可以是教师的手机、教务部的电脑等设备。告警信息用于提醒管理终端相关人员，该目标学生的作业作答信息与历史作业信息不符，由管理终端人员进行选择是否继续对其进行作业分析，或者进行更新其历史作业信息的选取范围。
[0071]
在一个示例中，目标学生的历史作业信息可能存在不佳的情况，目标学生的作业作答及成绩可能逐渐与历史作业信息不匹配，那么服务器将生成告警信息，由管理终端进行调整历史作业信息。
[0072]
此外，将当前作业作答信息中的题型a的主观题作答文本，与历史作业短文本进行比对，得到比对结果还可以是分别将主观题作答文本、历史作业短文本进行分词处理，得到两组待比对文本组。接着按照两个作答文本的语序，比对待比对文本组中的词语及各标点符合的相似度，相似度包括但不限于词语、标点符号所处文本中的位置，词语、标点符号的使用频率相似度。
[0073]
s103，服务器在确定作业作答信息为可分析作业作答信息的情况下，将作业作答信息输入预设综合评价模型，以便在预设评价维度集合，依次匹配目标学生的若干分析评价文本。
[0074]
其中，评价维度集合包括：学生作业正确率维度、作业稳定性维度、作业时效管理维度、班级作业正确率维度(班级作业平均正确率维度)。
[0075]
在本技术实施例中，将目标学生的作业作答信息输入预设综合评价模型，以便在预设评价维度集合，依次匹配目标学生的若干分析评价文本，具体包括：
[0076]
服务器能够通过综合评价模型，确定目标学生在统计周期内，各维度参考指标。维度参考指标包括：作业整体分析指标、作业量分析指标、作业正确率分析指标、各教辅/试卷分析指标、错题分析指标和优劣势题目分析指标。接着，基于各维度参考指标，匹配各分析评价文本。
[0077]
对学生周期内作业整体分析得到作业整体分析指标，具体包括：
[0078]
可以对学生在统计周期内，例如一周为一统计周期，完成作答提交作业的导语分析，收集学生在周期内完成的作业作答的作业作答信息。
[0079]
然后，通过第一预设算法，确定目标学生在本次统计周期的作业平均正确率及环比上一统计周期作业平均正确率的波动变化量。
[0080]
其中，第一预设算法可以统计周期学生作业得分情况：统计周期内学生提交的所有作业的作业平均得分情况。公式如下：
[0081]
[0082]
其中，为作业平均正确率，n为提交作业次数，n为自然数，为目标学生在第hi次提交作业的作业正确率。
[0083]
并能够计算作业成绩的波动情况：学生环比上个统计周期作业平均正确率的波动变化量，公式如下：
[0084][0085]
其中，δso为波动变化量，可以对应于当前统计周期的作业平均正确率班级排名，可以对应于当前统计周期的上一周期的作业平均正确率班级排名。
[0086]
然后，服务器将作业平均正确率及波动变化量，作为作业整体分析指标。
[0087]
其中，本技术能够根据各维度参考指标，匹配各维度对应的预设话术。话术为预设感情色彩的分析评价文本。
[0088]
也就是说，服务器在得到作业整体分析指标之后，可以利用该指标匹配与作业整体分析相关的话术，进而得到组成作业分析报告一部分的分析评价文本。具体匹配结果如下：
[0089]
第一结果-进步：学生本周期学业水平环比上周期有所提升；
[0090]
1、δso＜0，本周期作业平均正确率大于等于上周期作业平均正确率，判定为学生成绩进步，匹配相对正向积极的话术。
[0091]
2、so/ns＜＝1/3，其中，so为学生当前统计周期的班级排名，ns为班级人数，针对首个统计周期或者上个统计周期学生没有提交作业的情况，按照本周期提交作业平均正确率在班级的排名。如果排名处于前1/3，认为作业完成度较高，匹配相对应的话术。
[0092]
第二结果-持平：学生本周期学业水平环比上周期相对持平；
[0093]
0≤δso≤so0，排名向下浮动不超过排名浮动阈值so0如3名，当作成绩持平，匹配相对应的话术。
[0094]
1/3＜so/ns≤2/3，针对首个统计周期或者上个统计周期学生没有提交作业的情况，学生个人排名处于班级前1/3，认为作业完成度较高，匹配相对应的话术。
[0095]
第三结果-退步：学生本周期学业水平环比上周期有所下降；
[0096]
δso》so0，本周期学业水平环比上周期，学生排名下降超过排名浮动阈值so0如3名，确定该生本周期学习退步，匹配相对应的话术。
[0097]
so/ns》2/3，针对首个统计周期或者上个统计周期学生没有提交作业的情况，学生个人排名处于班级后1/3，认为成绩较差，匹配相对应的话术。
[0098]
通过上述第一预设算法，可以匹配在作业整体分析指标下的相应话术，进而生成分析评价文本。
[0099]
对学生作业量分析得到作业量分析指标，具体包括：
[0100]
通过第二预设算法，将目标学生的提交作业次数、作业习题数量及实际作答用时与相应的班级作业量均值比对，以将相应的第一比对结果作为作业量分析指标。
[0101]
第二预设算法的计算过程，具体如下：
[0102]
作业次数：学生在已选定周期内完成提交作业；
[0103]
n-htenum＝{h1，h2，......，hn}
[0104]
其中，n-htenum为作业次数。
[0105]
习题数量：周期内作业共包含m道习题；
[0106]
n-htesubexercisenum＝{e1，e2，......，em}
[0107]
其中，n-htesubexercisenum为作业小题(习题)数量。
[0108]
错题数量：学生完成作答后收集作业中错题数量；
[0109][0110]
其中，n-wronghtesubexercisenum为错题数量，m为错题的题号，且小于或等于m。
[0111]
单次作业时间的计算：
[0112]
1、教师单次作业建议时长：周期内教师布置每份作业的建议时长；
[0113][0114]
其中，t-teachersuggesttime为教师单次作业建议时长的集合，为在第h1次作业的建议时长。
[0115]
2、学生单次作业实际作答时长：周期内学生完成作业的实际作答时长；
[0116][0117]
其中，t-stuauganswertime为每次作业的实际作答时长集合，为第1次作业的实际作答时长(实际作答用时)；为第2次作业的所述实际作答用时，为第n次作业的所述实际作答用时。
[0118]
3、学生周期内实际作答平均时长：周期内学生提交的所有作业的实际作答时长的平均值；
[0119][0120]
其中，stuavganswertime为学生作业统计周期内实际作答平均时长，n为学生提交了作业的次数，小于等于n。
[0121]
4、作业时效纵向波动情况：学生环比上个统计周期实际作答平均时长波动；
[0122][0123]
其中，为作业时效纵向波动值，为当前统计周期的实际作答平均时长，为上一统计周期的实际作答平均时长。
[0124]
5、作业时效横向对比情况：学生对比同周期班级学生实际作答平均用时差值；
[0125][0126]
其中，为作业时效横向对比值，time
student
为当前统计周期的实际作答平均时长，time
class
为当前统计周期班级学生实际作答平均时长均值。
[0127]
本技术将目标学生的提交作业次数、作业习题数量及实际作答用时与相应的班级作业量均值比对，即将比对学生个人实际作答用时与班级学生实际作答平均用时，以及根据目标学生所提交作业次数、作业习题数量得到的学生作业正确率与班级作业正确率的比
对结果，作为第一比对结果即作业量分析指标。
[0128]
作业量分析指标的具体匹配结果如下：
[0129]
时间短：学生个人实际作答用时小于班级学生实际作答平均时长；
[0130]
1、学生提交作业的作业平均正确率位于班级作业平均正确率的前三分之一，确定目标学生本统计周期作业作答用时短，作业正确率高，匹配相应的话术；
[0131]
2、学生提交作业的作业平均正确率位于班级作业平均正确率的三分之一至三分之二之间，确定目标学生本统计周期作业作答用时短，作业正确率一般，匹配相应的话术；
[0132]
3、学生提交作业的作业平均正确率位于班级作业平均正确率的后三分之一，确定目标学生本统计周期作业作答用时短，作业正确率低，作业态度较为敷衍，建议认真完成作业，匹配相应的话术。
[0133]
时间中等：学生个人实际作答用时与班级学生实际作答平均时长的差值在预设时间之内，例如5分钟，认为学生作业时间中等；
[0134]
1、学生作业平均正确率位于班级前三分之一，确定目标学生统计周期作业时间中等，作业正确率高，匹配相对应的话术；
[0135]
2、学生作业平均正确率位于班级中等位置(即1/3＜so/ns≤2/3)，确定目标学生统计周期作业时间中等，作业正确率一般，匹配相对应的话术；
[0136]
3、学生正确率位于班级后三分之一，确定目标学生统计周期作业时间中等，作业正确率较低，匹配相对应的话术。
[0137]
时间长：学生个人实际作答用时与班级学生实际作答平均时长的差值超过预设时间，例如5分钟，认为学生作业时间长；
[0138]
1、该情况下，服务器可以匹配话术为确定需要强调学生完成作业需要注意作业时长，调整作业方式方法的话术。
[0139]
没有时间：统计周期学生提交的作业没有采集作业时长；
[0140]
1、学生正确率位于班级前三分之一，且确定作业正确率高，匹配没有时间的情况下的相对应的话术；
[0141]
2、学生正确率位于班级中等位置(即1/3＜so/ns≤2/3)，确定目标学生作业平均正确率一般，匹配没有时间的情况下的相对应的话术；
[0142]
3、学生正确率位于班级后三分之一，确定目标学生作业正确率较低，匹配没有时间的情况下的相应话术。
[0143]
通过上述第二预设算法，可以匹配在作业量分析指标下的相应话术，进而生成分析评价文本。
[0144]
本技术对学生周期内作业正确率分析得到作业正确率分析指标，具体包括：
[0145]
通过第三预设算法，基于目标学生的作业平均正确率、班级平均正确率，计算目标学生的作业成绩稳定性分析值。并将作业平均正确率与班级平均正确率的匹配结果以及作业成绩稳定性分析值，作为作业正确率分析指标。
[0146]
具体地，第三预设算法包括：
[0147]
1、统计周期内学生作业得分情况：
[0148][0149]
2、作业成绩纵向波动情况：学生个人环比上个统计周期作业平均正确率波动；
[0150][0151]
3、作业成绩横向对比情况：学生对比同统计周期班级学生平均正确率差值；
[0152][0153]
其中，为目标学生作业平均正确率与班级学生平均正确率差值；s
class
为班级学生平均正确率。
[0154]
4、成绩稳定性分析；
[0155][0156]
其中，σs
student
为学生统计周期内作业成绩稳定性分析值；
[0157]
5、综合模型：由学生作业实际作答效果确定学生作业波动水平表征模型：
[0158][0159]
其中，g(s_r)为作业波动水平表征值，β0、β1、β2为预设参数。
[0160]
第三预设算法可以对结果进行判断，将所述作业平均正确率与所述班级平均正确率的匹配结果以及所述作业成绩稳定性分析值，作为所述作业正确率分析指标，匹配相应的话术，具体如下。
[0161]
1、so/ns≤1/3&&ls≤lc，其中，&&为逻辑条件与，ls为学生个人在每次提交作业成绩排名得到的排名离散度，lc为班级排名离散度；环比上一统计周期学生提交作业，学生成绩中上游，个人排名处于班级前1/3位置，学生个人离散度≤班级离散度均值，认为该生本周期成绩稳定在中上游，匹配对应话术。
[0162]
2、so/ns≤1/3&&ls》lc，环比上一统计周期学生提交作业，学生成绩中上游，个人排名处于班级前1/3位置，学生个人离散度》班级离散度均值，认为该生本周期成绩稳定在中上游，但是波动起伏大，匹配对应话术。
[0163]
3、so/ns≤1/3&&ls≤lc&&lm≤lm0，其中，lm为学生个人离散度与上一统计周期个人离散度差值，lm0为离散度差值阈值，例如2；学生成绩中上游，个人排名处于班级前1/3位置，学生个人离散度≤班级离散度均值，离散度对比上周持平或者下降，认为该生本周期成绩处于中上游，匹配对应话术。
[0164]
4、so/ns≤1/3&&ls≤lc&&lm》lm0，学生成绩中上游，个人排名处于班级前1/3位置，学生个人离散度≤班级离散度均值，离散度对比上周有提高，认为该生本周期成绩处于中上游，但是成绩波动幅值大于上周期，匹配对应话术。
[0165]
5、so/ns≤1/3&&ls》lc&&lm＜0，学生成绩中上游，个人排名处于班级前1/3位置，学生个人离散度》班级离散度均值，离散度对比上周有所降低，认为该生本周期成绩处于中上游，但是成绩波动有起伏，匹配对应话术。
[0166]
6、so/ns≤1/3&&ls》lc&&lm≥0，学生成绩中上游，个人排名处于班级前1/3位置，
学生个人离散度》班级离散度均值，离散度对比上周持平或提高，认为该生本周期成绩处于中上游，但是成绩波动有起伏，匹配对应话术。
[0167]
7、1/3＜so/ns≤2/3&&ls≤lc，学生成绩中等，个人排名处于班级中间位置(1/3至2/3)，学生个人离散度≤班级离散度均值，认为该生本周期成绩处于中间位置，成绩相对稳定，匹配对应话术。
[0168]
8、1/3＜so/ns≤2/3&&ls》lc，学生成绩中等，个人排名处于班级中间位置(1/3至2/3)，学生个人离散度》班级离散度均值，认为该生本周期成绩处于中间位置，成绩波动起伏，匹配对应话术。
[0169]
9、so/ns》2/3&&ls≤lc，学生成绩较低，个人排名处于班级后1/3位置，学生个人离散度≤班级离散度均值，认为该生本周期成绩处于靠后位置，成绩较为稳定，匹配对应话术。
[0170]
10、so/ns》2/3&&ls》lc，学生成绩较低，个人排名处于班级后1/3位置，学生个人离散度》班级离散度均值，认为该生本周期成绩处于靠后位置，成绩波动起伏，匹配对应话术。
[0171]
此外，本技术第三预设算法还能够根据学生统计周期内每次作业的个人与班级的平均正确率对比分析，确定正确率比较低的作业，及需要具体关注的作业名称，并提醒学生重点关注该份作业。
[0172]
本技术对学生统计周期内对各教辅/试卷分析、错题分析、优劣势题目分析得到各教辅/试卷分析指标、错题分析指标和优劣势题目分析指标，具体包括：
[0173]
通过第四预设算法，确定作业作答信息中教辅/试卷正确率。并将教辅/试卷正确率、作业平均正确率、班级平均正确率比对，将相应的第二比对结果，作为各教辅/试卷分析指标。
[0174]
通过第四预设算法，按照作业作答信息中教辅/试卷的题目序号，依次将各题目正确率与题目班级正确率及年级题目正确率分别比对，将相应的第三比对结果，作为错题分析指标。
[0175]
通过第四预设算法，确定目标学生的优劣势题目，为优劣势题目分析指标。优劣势题目包括：掌握较好的题、易错题、重点关注题。其中，掌握较好的题满足题目作答正确且相应的年级题目正确率小于第一预设阈值。易错题满足相应的年级题目正确率小于第二预设阈值。重点关注题满足题目作答错误且相应的年级题目正确率大于第三预设阈值。第一预设阈值、第二预设阈值及第三预设阈值为预先设定的，本技术对此不作具体限定。例如第一预设阈值为30％，第二预设阈值为50％，第三预设阈值为70％。
[0176]
对各教辅/试卷分析具体包括：
[0177]
采用第四预设算法，根据教师精选作业构成来源，确定统计周期内作业设计教师精选作业中教辅/试卷的正确率，并将学生在教辅/试卷中题目的个人总体正确率与班级平均正确率进行对比，得到第二比对结果，以确定学生对不同教辅/试卷的掌握情况，结合不同教辅/试卷的掌握度，匹配相应的话术，话术为给予学生作业建议的话术。
[0178]
对错题分析具体包括：
[0179]
通过第四预设算法，确定统计周期内每天提交的作业相应的教辅/试卷里的题目序号，以及各题对应的正确情况，正确率及该题目的班级正确率，并将其与各班级水平各题对应的正确情况，正确率及该题目的班级正确率的差值对比，根据对比的第三比对结果，匹
配相应的话术。
[0180]
优劣势题目分析包括：
[0181]
通过第四预设算法，确定统计周期内掌握较好的题、易错题、重点关注题。分别匹配相应的话术；其中，将题目分为掌握较好的题、易错题以及重点关注题三大类，学生可以充分了解自己的优势题和不足的题目，有针对的加强训练和巩固。
[0182]
错题统计分析具体如下：
[0183]
1、学生单个题目是否掌握：es＝isright；es表示是否正确的结果，包括正确true及错误false，isright表示是否正确。
[0184]
2、学生单个题目平均正确率：grade，egs表示在教辅/试卷中单个题目的平均正确率。
[0185]
根据第四预设算法的计算结果，进行结果判断，匹配相应话术，具体如下：
[0186]
1、掌握较好的题：es＝true且egs小于第一预设阈值，学生单个题答对且年级平均正确率小于第一预设阈值；
[0187]
2、易错题：egs小于第二预设阈值，即年级平均正确率小于如50％；
[0188]
3、重点关注题：es＝false且egs大于第三预设阈值，即学生单个题的结果答错，该题目年级平均正确率大于第三预设阈值如70％。
[0189]
此外，本技术服务器还基于各维度参考指标，匹配各分析评价文本，还包括：
[0190]
服务器根据第一预设算法及第三预设算法，确定学生作业正确率子模型及作业稳定性子模型，以匹配学生作业正确率维度及作业稳定性维度相应的分析评价文本。
[0191]
例如根据学生作业正确率子模型及作业稳定性子模型得到：
[0192]
1、g(s_r)≥0，那么生成目标学生本统计周期成绩综合表现良好，发挥稳定，继续保持的分析评价文本；
[0193]
2、g(s_r)＜0，生成目标学生统计周期成绩综合水平需要提升，而且成绩波动较大，建议加强基础练习的分析评价文本。
[0194]
根据第一预设算法、第二预设算法，确定作业时效管理子模型及作业正确率子模型，以匹配作业时效管理维度及班级作业正确率维度相应的分析评价文本。根据第四预设算法以及各教辅/试卷分析指标、优劣势题目分析指标，匹配目标学生相应的分析评价文本。
[0195]
具体地，1、g(time)≥0，匹配提示学生作答过程中需要注意作业用时的分析评价文本，其中
[0196][0197]
其中，β3、β4、β5为预设参数。
[0198]
2、g(time)≥0，匹配提示学生作业完成度不高，需要注意作业质量的分析评价文本；
[0199]
3、g(time)＜0，匹配夸赞学生作业完成度高且用时少的分析评价文本；
[0200]
4、g(time)＜0，匹配提示学生端正作业态度，认真完成作业的
分析评价文本。
[0201]
s104，服务器根据各分析评价文本及与目标学生相应的评价语气词集，生成相应统计周期的作业分析报告。
[0202]
评价语气词集用于匹配表达作业分析报告的情感语气词。
[0203]
其中，根据各分析评价文本及与目标学生相应的评价语气词集，生成相应统计周期的作业分析报告，具体包括：
[0204]
服务器根据目标学生的个人信息，匹配相应的语气信息集合。个人信息包括：年龄、性别、爱好。个人信息可以是预设数据库中，由学生或教师进行输入的信息。例如年龄为10岁，性别男，爱好为打篮球，那么其匹配的语气信息集合可以对应于某球星的语气；年龄为13，性别女，爱好为唱歌，那么匹配语气信息可以对应于歌唱教师。其中，语气信息集合可以是由预设神经网络模型，获取若干对话样本(对话样本包含说话时的语气、语气词、语气助词、包含语言色彩的词语)进行训练得到。语气信息集合包括若干情感语气词。然后，服务器匹配语气信息集合的各情感语气词与各分析评价文本的语言色彩，以剔除语气信息集合中，语言色彩不匹配的情感语气词，以便得到评价语气词集。
[0205]
语言色彩可以理解为不同情感程度的词语，例如好、很好、更好，属于不同语言色彩的词语。
[0206]
随后，服务器通过评价语气词集，训练预设解码器。解码器用于输出与评价语气词集相应的文本。
[0207]
解码器经过评价语气词集中的若干情感语气词训练得到，在训练时，服务器可以输入若干文本样本及各文本样本对应的评价语气词集中的情感语气词，进而对解码器进行训练，文本样本与情感语气词可以为一对一或多对一的关系。
[0208]
最后，将各分析评价文本输入预设编码器，得到相应的编码向量。并将编码向量输入训练好的解码器，生成作业分析报告。
[0209]
解码器按照输入的分析评价文本的顺序，将经过解码后的分析评价文本，依次添加至作业分析报告。
[0210]
本技术通过上述方案，可以解决当前学生过程性作业报告的评价不客观，学生无法对作业报告产生共鸣，不能够有效地通过作业报告反映学生的知识漏洞，提高学生的学习成绩的技术问题。能够对学生过程性作业进行客观评价，使得学生能够对作业分析报告产生共鸣，有效理解作业分析报告的结果导向。
[0211]
此外，还可以实现：1)统计分析统计周期总体作业质量，环比上周期作业质量波动情况，给出学生本周期整体作业水平的相关性总结和建议；2)深入分析统计周期内的作业量，辅助家长或学生掌握本周期内作业频率以及作答题量，学生实际作答时长，结合作业质量来进一步分析学生作业时效，并总结作业特征，依据作业特征匹配符合的学习提升建议；3)分析不同周期内学生作业质量的稳定性，横向对比在班级整体的作业效果以及稳定性，纵向与自身进步与否；4)错题统计，陈列个人周期内的错题并对比班级正确率，通过观测不同掌握区间的习题定位掌握较弱的习题，查漏补缺，精准复习。
[0212]
进而能够对学生过程性作业进行客观评价，多对比维度、多角度生成报告，从而能够通过作业报告反映学生的知识漏洞，有效提高学生的学习成绩。
[0213]
此外，服务器生成相应统计周期的作业分析报告之后，方法还包括：
[0214]
将作业分析报告发送至用户终端，以在用户终端展示目标学生对应的作业分析报告。用户终端的使用对象至少包括以下一种或多种角色：家长、学生、教师。
[0215]
用户终端可以是家长、学生或教师的手机、电脑等设备，本技术对设备类型不作具体限定。
[0216]
在本技术实施例中，服务器还能够进行个性化地展示作业分析报告，由于与目标学生相关的角色有很多，且各角色对作业分析报告的关注维度也有差异，本技术可以通过以下实施例进行个性化展示作业分析报告。
[0217]
具体地，服务器确定访问与目标学生的作业分析报告相应的链接的用户终端及其访问频率。根据访问频率，确定相应的用户终端的关注权重。根据访问对应的作业分析报告的访问内容，确定相应的用户终端的喜好权重。喜好权重包括学生作业正确率维度喜好权重、作业稳定性维度喜好权重、作业时效管理维度喜好权重、班级作业正确率维度喜好权重。基于关注权重、喜好权重，从若干用户终端中，确定发送作业分析报告的用户终端及作业分析报告的展示内容。
[0218]
也就是说，根据用户终端进行访问展示作业分析报告的连接的频率，确定各用户终端对于该目标学生的关注权重，例如频率为a，关注权重为a，访问频率为b，关注权重为b，权重大于或等于0且小于1。然后根据用户终端访问目标学生的作业分析报告展示的各维度内容的访问记录，例如学生作业正确率维度访问次数为2，作业稳定性维度的内容访问次数为1，那么学生作业正确率维度喜好权重为0.5，作业稳定性维度喜好权重为0.4。在作业分析报告发送至用户终端时，可以按照喜好权重的排序，将各维度作业分析报告调整展示顺序。此外，本技术可以只将作业分析报告发送至对目标学生的关注权重大于预设值的用户终端，从而实现有效分享作业分析报告及对作业分析报告的个性化展示。
[0219]
本技术实施例还提供了一种作业分析装置，该装置包括：
[0220]
获取模块201，获取目标学生的历史作业信息及其当前作业作答信息。历史作业信息包括各题型的历史作业答题时长、历史作业短文本。历史作业短文本为目标学生用于表达作业题目答案的文本。
[0221]
比对模块202，将历史作业信息与作业作答信息进行比对，以根据历史作业信息与作业作答信息的比对结果，确定作业作答信息是否为可分析作业作答信息。
[0222]
输入模块203，用于将目标学生的作业作答信息输入预设综合评价模型，以便在预设评价维度集合，依次匹配目标学生的若干分析评价文本。其中，评价维度集合包括：学生作业正确率维度、作业稳定性维度、作业时效管理维度、班级作业正确率维度。
[0223]
生成模块204，用于根据各分析评价文本的，生成相应统计周期的作业分析报告。
[0224]
输入模块203，具体用于：
[0225]
通过综合评价模型，确定目标学生在统计周期内，各维度参考指标。维度参考指标包括：作业整体分析指标、作业量分析指标、作业正确率分析指标、各教辅/试卷分析指标、错题分析指标和优劣势题目分析指标。
[0226]
基于各维度参考指标，生成各分析评价文本。
[0227]
生成模块204，具体用于：
[0228]
根据目标学生的个人信息，匹配相应的语气信息集合。个人信息包括：年龄、性别、爱好。语气信息集合包括若干情感语气词。
[0229]
匹配语气信息集合的各情感语气词与各分析评价文本的语言色彩，以剔除语气信息集合中，语言色彩不匹配的情感语气词，以便得到评价语气词集。
[0230]
通过评价语气词集，训练预设解码器。解码器用于输出与评价语气词集相应的文本。
[0231]
将各分析评价文本输入预设编码器，得到相应的编码向量。并将编码向量输入训练好的解码器，生成作业分析报告。
[0232]
输入模块203，具体用于：
[0233]
通过第一预设算法，确定目标学生在统计周期的作业平均正确率及环比上一统计周期作业平均正确率的波动变化量。其中所述第一预设算法包括：
[0234][0235]
其中，为所述作业平均正确率，n为提交作业次数，n为自然数，为目标学生在第hi次提交作业的作业正确率。
[0236][0237]
其中，δso即为所述波动变化量，可以对应于当前统计周期的作业平均正确率班级排名，可以对应于当前统计周期的上一周期的作业平均正确率班级排名。将作业平均正确率及波动变化量，作为作业整体分析指标。
[0238]
输入模块203，具体用于：
[0239]
通过第二预设算法，将目标学生的提交作业次数、作业习题数量及实际作答用时与相应的班级作业量均值比对，以将相应的第一比对结果作为作业量分析指标。其中，所述第二预设算法包括：
[0240]
n-htenum＝{h1，h2，......，hn}
[0241]
其中，n-htenum为所述提交作业次数；
[0242]
n-htesubexercisenum＝{e1，e2，......，em}
[0243]
其中，n-htesubexercisenum为所述作业习题数量；
[0244][0245]
其中，n-wronghtesubexercisenum为错题数量，m为错题的题号，且小于或等于m；
[0246][0247]
其中，t-teachersuggesttime为教师单次作业建议时长的集合，为在第h1次作业的建议时长；
[0248][0249]
其中，t-stuauganswertime为每次作业的实际作答用时集合，为第1次作业的所述实际作答用时，为第2次作业的所述实际作答用时，为第n次作业的所述实际作答用时；
[0250][0251]
其中，stuavganswertime为学生作业统计周期内实际作答平均时长，n为学生提交了作业的次数，小于等于n；
[0252][0253]
其中，为作业时效纵向波动值，为当前统计周期的实际作答平均时长，为上一统计周期的实际作答平均时长；
[0254][0255]
其中，为作业时效横向对比值，time
student
为当前统计周期的实际作答平均时长，time
class
为当前统计周期班级学生实际作答平均时长均值。
[0256]
输入模块203，具体用于：
[0257]
通过第三预设算法，基于目标学生的作业平均正确率、班级平均正确率，计算目标学生的作业成绩稳定性分析值。将作业平均正确率与班级平均正确率的匹配结果以及作业成绩稳定性分析值，作为作业正确率分析指标。其中，所述第三预设算法包括：
[0258][0259][0260][0261]
其中，为目标学生作业平均正确率与班级学生平均正确率差值；s
class
为班级学生平均正确率；
[0262][0263]
其中，σs
student
为学会统计周期内作业成绩稳定性分析值；
[0264][0265]
其中，g(s_r)为作业波动水平表征值，β0、β1、β2为预设参数。
[0266]
输入模块203，具体用于：
[0267]
通过第四预设算法，确定作业作答信息中教辅/试卷正确率。并将教辅/试卷正确率、作业平均正确率、班级平均正确率比对，将相应的第二比对结果，作为各教辅/试卷分析指标。
[0268]
通过第四预设算法，按照作业作答信息中教辅/试卷的题目序号，依次将各题目正确率与题目班级正确率及年级题目正确率分别比对，将相应的第三比对结果，作为错题分析指标。
[0269]
通过第四预设算法，确定目标学生的优劣势题目，为优劣势题目分析指标。优劣势
题目包括：掌握较好的题、易错题、重点关注题。其中，第四预设算法包括：
[0270]
es＝isright；其中，es表示是否正确的结果，包括正确true及错误false，isright表示是否正确；
[0271]
grade，egs表示在教辅/试卷中单个题目的平均正确率。
[0272]
输入模块203，具体用于：
[0273]
易错题满足相应的年级题目正确率小于第二预设阈值。
[0274]
重点关注题满足题目作答错误且相应的年级题目正确率大于第三预设阈值。
[0275]
输入模块203，具体用于：
[0276]
根据第一预设算法及第三预设算法，确定学生作业正确率子模型及作业稳定性子模型，以匹配学生作业正确率维度及作业稳定性维度相应的分析评价文本。
[0277]
根据第一预设算法、第二预设算法，确定作业时效管理子模型及作业正确率子模型，以匹配作业时效管理维度及班级作业正确率维度相应的分析评价文本。根据第四预设算法以及各教辅/试卷分析指标、优劣势题目分析指标，匹配目标学生相应的分析评价文本。
[0278]
根据各维度参考指标，匹配各维度对应的预设话术。话术为预设感情色彩的分析评价文本。
[0279]
生成模块204还能够：
[0280]
将作业分析报告发送至用户终端，以在用户终端展示目标学生对应的作业分析报告。用户终端的使用对象至少包括以下一种或多种角色：家长、学生、教师。
[0281]
生成模块204还能够：
[0282]
确定访问与所述目标学生的作业分析报告相应的链接的用户终端及其访问频率：
[0283]
根据所述访问频率，确定相应的所述用户终端的关注权重；
[0284]
根据所述访问对应的所述作业分析报告的访问内容，确定相应的所述用户终端的喜好权重；所述喜好权重包括学生作业正确率维度喜好权重、作业稳定性维度喜好权重、作业时效管理维度喜好权重、班级作业正确率维度喜好权重；
[0285]
基于所述关注权重、所述喜好权重，从若干所述用户终端中，确定发送所述作业分析报告的用户终端及所述作业分析报告的展示内容。
[0286]
本技术中的各个实施例均采用递进的方式描述，各个实施例之间相同相似的部分互相参见即可，每个实施例重点说明的都是与其他实施例的不同之处。尤其，对于装置实施例而言，由于其基本相似于方法实施例，所以描述的比较简单，相关之处参见方法实施例的部分说明即可。
[0287]
本技术实施例提供的装置与方法是一一对应的，因此，装置也具有与其对应的方法类似的有益技术效果，由于上面已经对方法的有益技术效果进行了详细说明，因此，这里不再赘述装置的有益技术效果。
[0288]
还需要说明的是，术语“包括”、“包含”或者其任何其他变体意在涵盖非排他性的包含，从而使得包括一系列要素的过程、方法、商品或者设备不仅包括那些要素，而且还包括没有明确列出的其他要素，或者是还包括为这种过程、方法、商品或者设备所固有的要素。在没有更多限制的情况下，由语句“包括一个
……”
限定的要素，并不排除在包括所述要
素的过程、方法、商品或者设备中还存在另外的相同要素。
[0289]
以上所述仅为本技术的实施例而已，并不用于限制本技术。对于本领域技术人员来说，本技术可以有各种更改和变化。凡在本技术的精神和原理之内所作的任何修改、等同替换、改进等，均应包含在本技术的权利要求范围之内。