本申请涉及线上教育,具体是一种线上培训学时监管系统、方法及存储介质。
背景技术:
1、线上教育基于互联网作为媒介,实现线上教学,线上教学过程中教学人员与学习人员不同于课堂上面对面教学,并且线上教学的形式包括了在线直播教学的形式和基于录制的内容进行线上教学的形式,这就导致了教学人员不能够很好的感知学习人员的学习状态,同时,对于学习人员是否基于线上教学进行了有效时间的学习而言,教学人员也无法明确,从而导致最终的教学质量无法保证的情况出现。
技术实现思路
1、本申请的目的在于提供一种线上培训学时监管系统、方法及存储介质,以解决上述背景技术中提出的技术问题。
2、为实现上述目的,本申请公开了以下技术方案:
3、第一方面,本申请提供了一种线上培训学时监管系统,包括讲师端、学员端和教务端;
4、所述讲师端配置为:讲师在所述讲师端注册并登录讲师账号,通过所述讲师端录制并上传培训教学内容或通过所述讲师端在线直播培训教学内容,所述讲师端对讲师线上培训开始时间至培训结束时间的时间间隔进行获取,并将获取到的时长定义为教学时间t;以及对在所述教学时间t内讲师的知识授课时间占比进行分析,获取培训质量系数ρ;
5、所述学员端配置为:学员在所述学员端注册并登录学员账号,通过所述学员端观看所述讲师端提供的讲师录制并上传的培训教学内容或在线实时观看所述讲师端提供的在线直播的培训教学内容,所述学员端对学员线上学习考试时间至学习结束时间的时间间隔进行获取,并将获取到的时长定义为学习时间t;
6、所述教务端配置为:用于存储线上培训的中间数据,所述中间数据包括:讲师账号及其对应的数据信息、学员账号及其对应的数据信息、学员的有效学时及其对应的数据信息、讲师的培训教学内容及其对应的数据信息;还配置为:基于所述培训质量系数ρ和学习时间t对学员的有效学时ttime进行监管,ttime=t*ρ。
7、作为优选,所述教务端还配置为:对所述培训教学内容进行提取,所述培训教学内容包括音频内容和图像内容,并基于自然语言分析技术和预设的机器学习模型,对提取到的培训教学内容进行识别,获取该培训教学内容中的有效培训内容,并获取该有效培训内容对应的有效教学时间t′,所述机器学习模型通过按照培训内容对应的关键词作为训练特征进行深度学习后得到,通过计算得到培训质量系数ρ,其中,t′comp为有效教学时间的补偿值,
8、作为优选,所述教务端还配置为:
9、对学员的学习情况进行学习数据的采集,基于采集到学习数据对学员的无效学习时长t′n进行分析,所述无效学习时长t′n为学员未处于学习状态的时长,所述的未处于学习状态至少包括:学员离座、学员睡觉、学员操作与学习无关的设备,所述学习数据包括通过所述学员端提取的学员眼动特征、通过所述学员端提取的学员坐姿特征、通过所述学员端提取的学员手动特征,通过计算得到学习时间t,t=∑(tn-tn-1-tn),ttime=∑((tn-tn-1-tn)*ρ)。
10、第二方面,本申请提供了一种线上培训学时监管方法,该方法包括以下步骤:
11、获取教学时间t,所述教学时间t为讲师线上培训开始时间至培训结束时间的时间间隔;
12、获取学习时间t,所述学习时间t为学员线上学习考试时间至学习结束时间的时间间隔;
13、获取培训质量系数ρ,所述培训质量系数ρ为在所述教学时间t内讲师的知识授课时间占比;
14、获取有效学时ttime,ttime=t*ρ。
15、作为优选,所述的获取教学时间t,具体包括:
16、记录讲师在讲师端中开启线上培训的时间节点t1,记录讲师在讲师端结束线上培训的时间节点t2,t=t2-t1。
17、作为优选,所述的获取教学时间t,还包括:
18、获取讲师在线上培训过程中的无效授课时间t3,所述无效授课时间t3为培训教学内容中不具有培训内容的总时长,t=t2-t1-t3。
19、作为优选,所述的获取培训质量系数ρ,具体包括:
20、对教学时间t内的培训教学内容进行分析,所述培训教学内容包括音频内容和图像内容,基于自然语言分析技术和预设的机器学习模型,对提取到的培训教学内容进行识别,获取该培训教学内容中的有效培训内容,并获取该有效培训内容对应的有效教学时间t′,所述机器学习模型通过按照培训内容对应的关键词作为训练特征进行深度学习后得到,通过计算得到培训质量系数ρ,其中,t′comp为有效教学时间的补偿值,
21、作为优选,所述的获取学习时间t,具体包括:
22、记录学员在学员端每次开始接受线上培训的时间节点tn-1,记录学员在学员端每次结束接受线上培训的时间节点tn,n为正整数,t=∑(tn-tn-1),ttime=∑((tn-tn-1)*ρ)。
23、作为优选,获取学习时间t,还包括:
24、对学员的学习情况进行学习数据的采集,基于采集到学习数据对学员的无效学习时长t′n进行分析,所述无效学习时长t′n为学员未处于学习状态的时长,所述的未处于学习状态至少包括:学员离座、学员睡觉、学员操作与学习无关的设备,所述学习数据包括通过所述学员端提取的学员眼动特征、通过所述学员端提取的学员坐姿特征、通过所述学员端提取的学员手动特征,通过计算得到学习时间t,t=∑(tn-tn-1-t′n),ttime=∑((tn-tn-1-tn)*ρ)。
25、第三方面,本申请提供了一种计算机可读存储介质,其上存储有能够被处理器执行的计算机程序,当所述计算机程序被所述处理器执行时,实现如上所述的线上培训学时监管方法。
26、有益效果:本申请,对讲师的教学培训内容中的有效授课时间、培训质量以及学员的学习时间,进行综合性的评价,最终对学员的线上培训对应的有效时长进行获取,从而高效且可靠的对学员通过线上培训的方式得到的教学质量,对于线上培训管理和线上培训的长线发展而言,具有深远的影响。
1.一种线上培训学时监管系统,其特征在于,包括讲师端、学员端和教务端;
2.根据权利要求1所述的线上培训学时监管系统,其特征在于,所述教务端还配置为:对所述培训教学内容进行提取,所述培训教学内容包括音频内容和图像内容,并基于自然语言分析技术和预设的机器学习模型,对提取到的培训教学内容进行识别,获取该培训教学内容中的有效培训内容,并获取该有效培训内容对应的有效教学时间t′,所述机器学习模型通过按照培训内容对应的关键词作为训练特征进行深度学习后得到,通过计算得到培训质量系数ρ,其中,t′comp为有效教学时间的补偿值,
3.根据权利要求2所述的线上培训学时监管系统,其特征在于,所述教务端还配置为:
4.一种线上培训学时监管方法,其特征在于,该方法包括以下步骤:
5.根据权利要求4所述的线上培训学时监管方法,其特征在于,所述的获取教学时间t,具体包括:
6.根据权利要求5所述的线上培训学时监管方法,其特征在于,所述的获取教学时间t,还包括:
7.根据权利要求6所述的线上培训学时监管方法,其特征在于,所述的获取培训质量系数ρ,具体包括:
8.根据权利要求4所述的线上培训学时监管方法,其特征在于,所述的获取学习时间t,具体包括:
9.根据权利要求8所述的线上培训学时监管方法,其特征在于,获取学习时间t,还包括:
10.一种计算机可读存储介质,其特征在于,其上存储有能够被处理器执行的计算机程序,当所述计算机程序被所述处理器执行时,实现如权利要求4-9任意一项所述的线上培训学时监管方法。