本发明属于教育,具体涉及多任务混合式精准教学的云教育系统、方法及介质。
背景技术:
1、云教育(cloud computing education简称:ccedu),是指基于云计算商业模式应用的教育平台服务,在云平台上,所有的教育机构,培训机构,招生服务机构,宣传机构,行业协会,管理机构,行业媒体,法律结构等都集中云整合成资源池,各个资源相互展示和互动,按需交流,达成意向,从而降低教育成本,提高效率。
2、随着云教育的不断发展和普及,更多的用户体验到了云教育的便利,但是目前云教育平台在处理多组云教育任务以及混合式云教育任务时,不能有效的区别任务的优先级以及云平台的处理能力,使得云平台的负载增加,同时,中国专利cn109284846a公开了一种智慧云教育平台管理系统,包括业务云平台、管理系统、课程系统、数据采集装置和教学信息采集系统;所述管理系统与所述业务云平台连接,用于接收所述业务平台发送的教学课程;所述管理系统与所述课程系统连接,用于向学生播放所述教学课程,以及将获取到的授课数据发送给所述业务云平台;所述教学信息采集系统与所述管理系统连接,用于采集教学过程中的授课数据,并发送给所述管理系统;但是现有云教育平台管理系统无法对课程系统中任务进行分级调度,使得服务器处理任务不均衡,降低了管理和处理效率,由此,我们提出了多任务混合式精准教学的云教育系统、方法及介质,以解决现有系统存在的问题。
技术实现思路
1、本发明的目的在于针对现有技术的不足之处,提供多任务混合式精准教学的云教育系统、方法及介质,解决了现有云教育平台管理系统无法对课程系统中任务进行分级调度,使得服务器处理任务不均衡,降低了管理和处理效率的问题。
2、云教育(cloud computing education简称:ccedu),是指基于云计算商业模式应用的教育平台服务,在云平台上,所有的教育机构,培训机构,招生服务机构,宣传机构,行业协会,管理机构,行业媒体,法律结构等都集中云整合成资源池,各个资源相互展示和互动,按需交流,达成意向,从而降低教育成本,提高效率,现有云教育平台管理系统无法对课程系统中任务进行分级调度,使得服务器处理任务不均衡,降低了管理和处理效率,由此,我们提出了多任务混合式精准教学的云教育系统、方法及介质,以解决现有系统存在的问题。其中,所述多任务混合式精准教学的云教育系统包括通信互联的用户端、远程处理器、云管理平台以及任务处理器;其中,所述用户端用于获取教育资源以及教学任务,验证用户权限,并查看任务处理器反馈数据。本技术中设置有云管理平台,云管理平台能够提取并解压所述压缩后的传输教育资源以及教学任务数据,基于教育资源数据构建云教育库,对多任务进行解析判断,并对不同任务处理器进行评估,显著提高了多任务、混合任务的业务处理能力,提高了云教育平台的管理和处理任务能力。
3、本发明是这样实现的,多任务混合式精准教学的云教育系统,所述多任务混合式精准教学的云教育系统包括通信互联的用户端、远程处理器、云管理平台以及任务处理器;
4、其中,所述用户端用于获取教育资源以及教学任务,验证用户权限,并查看任务处理器反馈数据;
5、所述远程处理器用于提取教育资源以及教学任务数据,与云管理平台建立通讯连接,并以代码的方式压缩传输教育资源以及教学任务数据;
6、所述云管理平台用于提取并解压所述压缩后的传输教育资源以及教学任务数据,基于教育资源数据构建云教育库,对多任务进行解析判断,基于教育任务解析结果,精准下发任务处理指令;
7、所述任务处理器用于获取任务处理指令,基于任务处理指令处理对应的教学任务,任务处理器之间建立双向通信连接,并将处理结果反馈至用户端。
8、优选地,所述用户端包括:
9、学生端,用于获取学生学习需求,验证学员权限并辅助学员访问云管理平台;
10、教师端,用于验证教师权限,辅助教师发布教学任务,获取任务处理结果,生成精准的教师教案、课件以及教学资源;
11、公共通用端,分别与所述学生端以及教师端通讯连接,并双向通信连接有远程处理器,用于获取家长、教育机构、教育平台、学校的教学任务。
12、优选地,所述远程处理器包括:
13、资源提取单元,用于提取教育资源以及教学任务数据;
14、通讯连接单元,与所述资源提取单元通讯连接,用于与云管理平台建立通讯连接,所述通讯连接单元用于验证所述资源提取单元的权限许可;
15、资源处理单元,遍历所述教育资源以及教学任务数据,以加密编码的方式压缩传输教育资源以及教学任务数据。
16、优选地,所述资源处理单元包括:
17、转码创建模块,基于教育资源以及教学任务数据的数据参数性质,利用云管理平台cpu创建多组转码模块;
18、数据预处理模块,获取待预处理的教育资源以及教学任务数据,对教育资源以及教学任务数据进行区间划分;
19、转码判断模块,提取划分后的区间数据集,根据区间数据集的区间参数,判断所述单组所述的区间数据集对应的数据是否支持转码,若支持转码,则与云管理平台cpu建立连接,获取数据转码的硬线程,执行数据转码,若不支持转码,则直接执行单组所述的区间数据集的数据处理。
20、优选地,所述资源处理单元还包括:
21、数据压缩模块,提取转码后的教育资源以及教学任务数据,将任务数据进行数据分类以获得最优压缩任务队列,向云管理平台cpu发送压缩指令,响应云管理平台cpu压缩线程,执行编码后教育资源以及教学任务数据的压缩。
22、优选地,所述云管理平台包括:
23、解码处理模块,用于获取压缩转码后的教育任务资源;
24、任务自评估模块,用于评估云管理平台的cpu负载、各个任务处理器执行任务率、云管理平台的空闲磁盘空间以及网络带宽利用率,所述任务自评估模块根据优选处理策略选择对应的任务处理器。
25、优选地,所述优选处理策略认为对应的任务处理器是处理任务最快、占有内存最小的任务处理器。
26、一种多任务混合式精准教学的云教育方法,所述多任务混合式精准教学的云教育方法,具体包括:
27、获取教育资源以及教学任务,验证用户权限,并查看任务处理器反馈数据;
28、提取教育资源以及教学任务数据,与云管理平台建立通讯连接,并以代码的方式压缩传输教育资源以及教学任务数据;
29、提取并解压所述压缩后的传输教育资源以及教学任务数据,基于教育资源数据构建云教育库,对多任务进行解析判断,基于教育任务解析结果,精准下发任务处理指令;
30、获取任务处理指令,基于任务处理指令处理对应的教学任务,任务处理器之间建立双向通信连接,并将处理结果反馈至用户端。
31、优选地,所述获取教育资源以及教学任务,验证用户权限,并查看任务处理器反馈数据的方法,具体包括:
32、获取学生学习需求,验证学员权限并辅助学员访问云管理平台;
33、验证教师权限,辅助教师发布教学任务,获取任务处理结果,生成精准的教师教案、课件以及教学资源;
34、分别与所述学生端以及教师端通讯连接,并双向通信连接有远程处理器,用于获取家长、教育机构、教育平台、学校的教学任务。
35、一种计算机可读存储介质,存储有计算机程序指令,所述计算机程序指令被执行时实现如所述的多任务混合式精准教学的云教育方法。
36、与现有技术相比,本技术实施例主要有以下有益效果:
37、本技术中设置有云管理平台,云管理平台能够提取并解压所述压缩后的传输教育资源以及教学任务数据,基于教育资源数据构建云教育库,对多任务进行解析判断,并对不同任务处理器进行评估,显著提高了多任务、混合任务的业务处理能力,提高了云教育平台的管理和处理任务能力。