本发明涉及教学分析,特别地涉及一种教学大数据智能分析方法。
背景技术:
1、教师教学是社会发展的关键,改进教学质量、完善教学方法是提升教学水平的重要方向。
2、目前,随着社会的不断进步,教师教学的方式逐渐多样化,其中就包括线上教学和线下教学两种教学方式,线上教学和线下教学各有优缺点,学生可根据自己的喜好进行选择。在这个过程中,根据学生参加线上教学和线下教学的数据对教师的线上教学和线下教学效果进行评估,可以为教师提供丰富的教学反馈信息,帮助教师对教学方式进行改进。
技术实现思路
1、针对上述问题,本申请提供一种教学大数据智能分析方法,基于大数据技术获取教师的教学历史数据,对教学历史数据进行智能分析,得到评估结果,以对老师的教学质量进行评估,方便教师对自己的教学方式进行改进。
2、本发明的技术方案为:一种教学大数据智能分析方法,包括:
3、基于大数据技术获取教学历史数据,所述教学历史数据包括学生参加各个教师线上教学和线下教学的相关数据;
4、基于所述教学历史数据分析得到每个学生的学习特征数据,按照预设分类规则和所述学习特征数据对学生进行分类,得到学生分类结果;
5、对于目标教师,获取目标教师的线上教学和线下教学的学生参与数据;
6、根据目标教师的线上教学和线下教学的学生参与数据和所述学生分类结果对目标教师进行教学分析,确定目标教师的线上教学和线下教学评估结果。
7、进一步地,所述基于所述教学历史数据分析得到每个学生的学习特征数据包括:
8、根据所述教学历史数据确定每个学生在预设时间范围内参加各个教师的线上教学和线下教学的累计时长,统计每个学生在预设时间范围内参加线上教学和线下教学的总时长,得到每个学生的所述学习特征数据。
9、进一步地,所述按照预设分类规则和所述学习特征数据对学生进行分类,得到学生分类结果,包括:
10、对于任意一个学生,根据所述学习特征数据计算学生参加线上教学总时长和线下教学总时长的比例参数,若所述比例参数位于预设参考范围,将学生记为标准类别,若所述比例参数大于预设参考范围的最大值,将学生记为第一类别,若所述比例参数小于预设参考范围的最小值,将学生记为第二类别,完成对每个学生的分类,得到所述学生分类结果。
11、进一步地,所述根据目标教师的线上教学和线下教学的学生参与数据和所述学生分类结果对目标教师进行教学分析,确定目标教师的线上教学和线下教学评估结果,包括:
12、根据目标教师的线上教学和线下教学的学生参与数据计算每个学生参加目标教师的线上教学总时长和线下教学总时长的比值,得到每个学生的参考比值,根据每个学生的所述参考比值和所述学生分类结果确定目标教师的线上教学评估值和线下教学评估值,得到目标教师的线上教学和线下教学评估结果。
13、进一步地,所述根据每个学生的所述参考比值和所述学生分类结果确定目标教师的线上教学评估值和线下教学评估值包括:
14、对于线上教学评估值,通过如下公式进行计算:
15、p1=α1r1+α2r2+α3r3;
16、式中,p1为线上教学评估值,r1为第一类别参考值,r2为第二类别参考值,r3为第三类别参考值,α1为第一权重参数,α2为第二权重参数,α3第三权重参数,3(α1+α1+α3)=1;
17、对于线下教学评估值,通过如下公式进行计算:
18、p2=1-p1;
19、式中,p2为线下教学评估值。
20、进一步地,还包括:
21、对于第一类别参考值r1:
22、
23、式中,i为标准类别学生的项数,a为标准类别学生的总数,si为第i个标准类别学生的参考比值。
24、进一步地,还包括:
25、对于第二类别参考值r2:
26、
27、式中,j为第一类别学生的项数,b为第一类别学生的总数,sj为第j个第一类别学生的参考比值。
28、进一步地,还包括:
29、对于第三类别参数r3:
30、
31、式中,k为第二类别学生的项数,c为第二类别学生的总数,sk为第二类别学生的参考比值。
32、本发明具有以下优点:
33、本发明通过对教师的教学历史数据进行分析,从全局进行考虑,分析每个学生本身对线上教学和线下教学的喜好,再结合教师实际教学过程中学生对教师的线上教学和线下教学的参与数据对教师的教学进行合理分析,为教师提供直观的教学反馈信息,便于教师对教学方式进行改进。
1.一种教学大数据智能分析方法,其特征在于,包括:
2.如权利要求1所述的一种教学大数据智能分析方法,其特征在于,所述基于所述教学历史数据分析得到每个学生的学习特征数据包括:
3.如权利要求2所述的一种教学大数据智能分析方法,其特征在于,所述按照预设分类规则和所述学习特征数据对学生进行分类,得到学生分类结果,包括:
4.如权利要求3所述的一种教学大数据智能分析方法,其特征在于,所述根据目标教师的线上教学和线下教学的学生参与数据和所述学生分类结果对目标教师进行教学分析,确定目标教师的线上教学和线下教学评估结果,包括:根据目标教师的线上教学和线下教学的学生参与数据计算每个学生参加目标教师的线上教学总时长和线下教学总时长的比值,得到每个学生的参考比值,根据每个学生的所述参考比值和所述学生分类结果确定目标教师的线上教学评估值和线下教学评估值,得到目标教师的线上教学和线下教学评估结果。
5.如权利要求4所述的一种教学大数据智能分析方法,其特征在于,所述根据每个学生的所述参考比值和所述学生分类结果确定目标教师的线上教学评估值和线下教学评估值包括:
6.如权利要求5所述的一种教学大数据智能分析方法,其特征在于,还包括:
7.如权利要求5所述的一种教学大数据智能分析方法,其特征在于,还包括:
8.如权利要求5所述的一种教学大数据智能分析方法,其特征在于,还包括: