一种基于数据处理的互联网教育教学交互管理系统

技术领域

本发明涉及线上教学技术领域，具体涉及一种基于数据处理的互联网教育教学交互管理系统。

背景技术

教育狭义上指专门组织的学校教育；广义上指影响人的身心发展的社会实践活动；“教育”一词来源于孟子的“得天下英才而教育之”。随着社会的高速发展，当今的教育方式不局限于课堂，线上教育方式也应运而生。

线上教育基于互联网作为媒介，现有的互联网教育教学对于教师终端的信息和学生终端的信息交互不足，导致互联网教育教学过程中教师终端与学生终端的信息不匹配，从而不能够为学生终端匹配到适合于自己的线上老师及课程。

发明内容

本发明的目的在于提供一种基于数据处理的互联网教育教学交互管理系统，通过教师终端的注册信息进行分析得到线上老师的能效值，并通过对学生终端的浏览信息进行分析得到线上老师的推荐值，对服务器内线上老师的能效值和推荐值进行加权处理，服务器推送基数最大的线上老师推送至学生终端，从而完成学生终端与线上老师的匹配，有助于学生终端在服务器内更加精确的匹配到所需的线上老师，能够节约学生终端在线寻找老师的时间，使学生终端与教师终端之间更快的找到最适合的匹配对象。

本发明的目的可以通过以下技术方案实现：

一种基于数据处理的互联网教育教学交互管理系统，包括教师终端、学生终端和服务器；教师终端用于教师用户提交个人信息进行注册登录，并将注册信息发送至服务器中存储；学生终端用于学生用户提交个人信息进行注册登录，并将注册信息发送至服务器中存储；

服务器获取学生终端的浏览信息；所述服务器根据教师终端注册信息进行分析得到线上老师的能效值，服务器根据学生终端的浏览信息进行分析得到线上老师的推荐值，通过对线上老师的能效值与线上老师的推荐值的加权处理，计算出推送基数，依据推送基数进行学生终端与教师终端之间相互匹配，从而实现信息交互；

所述服务器还包括预约提醒模块，预约提醒模块用于匹配后的教师终端与学生终端进行线上教学时间预约提醒。

进一步的，所述服务器包括注册登录模块，所述注册登录模块用于教师终端或学生终端通过智能终端提交注册信息在服务器上进行注册；

所述教师终端的注册信息包括课程类型、老师线上授课年限、老师的授课时间周期、线上教学历史培训量、线上教学的好评率、线上教学的收费价格和线上教学的老师年龄。

进一步的，所述服务器还包括数据分析模块，所述数据分析模块用于线上老师能效值的分析处理，具体过程为：

获取老师线上授课年限、线上教学历史培训量、线上教学的好评率、线上教学的收费价格以及线上教学的老师年龄，并据此进行数据整理，具体整理过程为：

将老师线上授课年限与对应的老师线上授课年限阈值进行差值计算，计算出授课年限差值，将授课年限差值与授课年限差阈值进行比对，将老师线上授课年限划分为高年限值或低年限值，将高年限值或低年限值统一标定为年限数据

将线上教学历史培训量与老师线上授课年限进行占比计算，计算出培训率值，将培训率值与培训率阈值进行比较，当培训率值大于等于培训率阈值时，则判定老师对应的培训率合格，将对应的培训率值标定为培训率合格值，当培训率值小于培训率阈值时，则判定老师对应的培训率不合格，将对应的培训率值标定为培训率不合格值，并将培训率合格值与培训率不合格值统一标定为培训数据

将线上教学的好评率与好评率阈值进行比较，当线上教学的好评率大于好评率阈值时，则判定线上教学的好评率高，生成高评信号，当线上教学的好评率小于等于好评率阈值时，则判定线上教学的好评率低，生成低评信号，将高评信号与低评信号进行信号识别赋值，识别得到好评率赋值

依据好评率赋值

依据公式：

进一步的，所述服务器还包括显示模块，通过所述显示模块对课程类型及课程类型内老师能效值按大到小的顺序进行排列显示。

进一步的，所述学生终端根据课程类型对服务器内显示模块显示的课程类型及课程类型内老师能效值的排序进行查看，服务器得到学生终端的浏览信息。

进一步的，所述学生终端的浏览信息包括学生终端对线上老师课程介绍的浏览时间、学生终端对线上老师课程介绍的浏览频率和学生终端与教师终端的适配率。

进一步的，所述学生终端与教师终端的适配率为老师的授课时间周期与学生的学习时间周期的重合率。

进一步的，数据分析模块获取线上老师推荐值的具体过程为：

获取学生终端对线上老师课程介绍的浏览时间，标记为Xt；

获取学生终端对线上老师课程介绍的浏览频率，标记为Xp；

获取学生终端与教师终端的适配率，标记为Xs；

通过公式

进一步的，所述预约提醒模块的具体预约提醒方式为：

采集到老师的每次教学登录的时间值，并将每次教学登录的时间值与通知发布的阈值进行比较，得到老师教学登录时间计算值以及概率前序范围时间值；

采集到学生每次登录学习的时间值，将学生每次登录学习的时间值与通知发布的阈值进行比较，得到登录磨蹭范围值，依据登录磨蹭范围值、老师教学登录时间计算值以及概率前序范围时间值进行登录提醒设定，具体为：

依据计算式：设定提醒时间点+登录磨蹭范围值=老师教学登录时间计算值+概率前序范围，反向推导出设定提醒时间点；将设定提醒时间点带入到计算式：警示时间点=设定提醒时间点-相应时间值，其中，相应时间值为预设值，当学生终端内的时间点与警示时间点相匹配时，则生成提示信号，并提醒学生进行登录学习。

进一步的，所述老师教学登录时间计算值、概率前序范围时间值以及登录磨蹭范围值具体计算过程为：

将每次教学登录的时间值与通知发布的阈值进行差值计算，计算出老师登录差值，将老师登录差值进行正负值标记，当老师登录差值小于零等于零时，则生成登录准时信号，当老师登录差值大于零时，则生成登录迟到信号；

依据登录迟到信号将老师每次登录迟到信号对应的老师登录差值进行均值计算，计算出老师登录均差值，将登录均差值与老师每次登录对应的若干个老师登录差值进行差值计算，计算出若干个老师登录浮动差值，将若干个老师登录浮动差值进行均值计算，计算出老师登录浮动均值，将通知发布的阈值向后延长老师登录均差值与老师登录浮动均值的和对应的时间值标定为老师教学登录时间计算值；

将老师教学信息内老师每次教学的引入前序所消耗的时间标定为教学前序时间，并将若干个教学前序时间进行一一排列得到教学前序排列数据，将教学前序排列数据的众数进行选取，并将对应的教学前序时间标定为概率前序时间，将若干个教学前序时间进行均值计算，计算出教学前序时间均值，将概率前序时间与教学前序时间均值进行均值计算，计算出概率前序差值，将概率前序差值与改路前序时间出现的次数进行占比计算，计算出概率前序占比值，将概率前序差值与概率前序占比值的差值到概率前序差值与概率前序占比值的综合之间的范围标定为概率前序范围时间值；

获取学生每次进行学习的相关数据并标定为学生学习信息，将学生学习信息内学生每次登录学习的时间点与通知发布的阈值进行比较：

当学生每次登录学习的时间值在通知发布的阈值时间前登录，则生成学生准时信号，当学生每次登录学习的时间值在通知发布的阈值时间后登录，则生成学生迟到信号；

提取学生迟到信号，依据学生迟到信号对学生的迟到情况进行进一步分析，获取学生每次的登录时间点，依据学生每次的登录时间点的先后顺序进行排序，选取出排序最后的三次学生登录的时间点并标定为登录晚点数据，将登录晚点数据进行均值计算，计算出登录晚点均值；

提取学生每次的登录时间点对应的学生设定提醒时间点，将两者进行差值计算，计算出若干个学生登录磨蹭时间，将若干个学生登录磨蹭时间进行均值计算，计算出学生登录磨蹭均值，将登录晚点数据与对应的学生设定提醒时间点之间的差值标定为登录晚点磨蹭值，将登录晚点磨蹭值进行均值计算，计算出登录晚点磨蹭均值，将学生登录磨蹭均值与登录晚点磨蹭均值的差值到学生登录磨蹭均值与登录晚点磨蹭均值的求和值之间的时间段标定为登录磨蹭范围值。

本发明的有益效果：

（1）本发明通过教师终端的注册信息进行分析得到线上老师的能效值，并通过对学生终端的浏览信息进行分析得到线上老师的推荐值，对服务器内线上老师的能效值和推荐值进行加权处理，服务器推送基数最大的线上老师推送至学生终端，从而完成学生终端与线上老师的匹配，有助于学生终端在服务器内更加精确的匹配到所需的线上老师，能够节约学生终端在线寻找老师的时间，使学生终端与教师终端之间更快的找到最适合的匹配对象；

（2）本发明互联网教育教学过程中，对已经匹配过的学生终端与教师终端进行课时预先提醒，能够有效降低因时间不匹配造成缺课、少课的现象，使互联网教育教学的服务质量更好，学生终端或老师终端更加满意。

附图说明

下面结合附图对本发明作进一步的说明。

图1是本发明流程图的结构示意图。

具体实施方式

下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有作出创造性劳动前提下所获得的所有其它实施例，都属于本发明保护的范围。

请参阅图1所示，本发明为一种基于数据处理的互联网教育教学交互管理系统，包括教师终端、学生终端和服务器，其中，教师终端和学生终端与服务器通信连接；

教师用户通过教师终端提交个人信息进行注册登录，并将注册信息发送至服务器中存储；

学生用户通过学生终端提交个人信息进行注册登录，并将注册信息发送至服务器中存储，服务器获取学生终端的浏览信息；

服务器根据教师终端注册信息进行分析得到线上老师的能效值，服务器根据学生终端的浏览信息进行分析得到线上老师的推荐值，通过线上老师的能效值与线上老师的推荐值的加权处理，实现学生终端与教师终端之间的信息交互。

具体的：

服务器包括注册登录模块，所述注册登录模块用于教师终端或学生终端通过智能终端提交注册信息进行注册，并将注册成功的注册信息发送至服务器内存储，服务器接收到注册信息后，将注册信息对应的用户标记为注册用户；

服务器接收教师终端的注册信息包括；课程类型、老师线上授课年限、老师的授课时间周期、线上教学历史培训量、线上教学的好评率、线上教学的收费价格和线上教学的老师年龄；

服务器通过数据分析模块对教师终端的注册信息进行分析得到线上老师的能效值，数据分析模块得到线上老师能效值的具体过程为：

获取老师线上授课年限，将老师线上授课年限与对应的老师线上授课年限阈值进行差值计算，计算出授课年限差值，将授课年限差值与授课年限差阈值进行比对，将老师线上授课年限划分为高年限值或低年限值，将高年限值或低年限值统一标定为年限数据

获取线上教学历史培训量，将线上教学历史培训量与老师线上授课年限进行占比计算，计算出培训率值，将培训率值与培训率阈值进行比较，当培训率值大于等于培训率阈值时，则判定老师对应的培训率合格，将对应的培训率值标定为培训率合格值，当培训率值小于培训率阈值时，则判定老师对应的培训率不合格，将对应的培训率值标定为培训率不合格值，并将培训率合格值与培训率不合格值统一标定为培训数据

获取线上教学的好评率，将线上教学的好评率与好评率阈值进行比较，当线上教学的好评率大于好评率阈值时，则判定线上教学的好评率高，生成高评信号，当线上教学的好评率小于等于好评率阈值时，则判定线上教学的好评率低，生成低评信号，将高评信号与低评信号进行信号识别赋值，识别得到好评率赋值

获取线上教学的收费价格，将线上教学的收费价格与收费价格阈值进行比较，当线上教学的收费价格大于收费价格阈值时，则判定线上教学的收费价格高，生成高收费信号，当线上教学的收费价格小于等于收费价格阈值时，则判定线上教学的收费价格低，生成低收费信号，将高收费信号与低收费信进行信号识别赋值，识别得到收费信号赋值

获取线上教学的老师年龄，将线上教学的老师年龄与经验划分年龄阈值进行比较，当线上教学的老师年龄大于经验划分年龄阈值，则将该老师的教学经验判定为经验丰富，生成高经验信号，当线上教学的老师年龄小于等于经验划分年龄阈值，则将该老师的教学经验判定为经验尚浅，生成低经验信号，将高经验信号与低经验信号进行信号识别赋值，识别得到经验信号赋值

依据公式：

对获取线上老师的能效值进行排序，排序规则按照从大到小的顺序进行排列，得到不同课程类型内线上老师能效值的排序表；

服务器还包括显示模块，通过显示模块对课程类型及课程类型内老师能效值的排序表进行显示；

其中，显示模块还包括不同老师的授课时间周期。

通过上述能效值的计算公式可得，线上老师的授课年限越久、线上教学历史培训量越大、线上教学的好评率越高，则能效值越大，则表示线上老师教学的能力越强，线上教学的收费价格越高，线上老师的年龄越接近35，则表示能效值Nxz越大。

服务器接收学生终端的注册信息包括；课程类型、学生的学习时间周期、学生的姓名、学生所处的年级、学生的联系方式及学生家长的联系方式；

其中，学生终端根据课程类型对服务器内显示模块显示的课程类型及课程类型内老师能效值的排序表进行查看，服务器得到学生终端的浏览信息；

学生终端的浏览信息包括学生终端对线上老师课程介绍的浏览时间、学生终端对线上老师课程介绍的浏览频率和学生终端与教师终端的适配率；

其中，学生终端与教师终端的适配率为老师的授课时间周期与学生的学习时间周期的重合率，老师的授课时间周期与学生的学习时间周期的重合率越高，则表示学生终端的适配率越高；

服务器通过数据分析模块对学生终端的浏览信息进行分析得到线上老师的推荐值，数据分析模块得到线上老师推荐值的具体过程为：

获取学生终端对线上老师课程介绍的浏览时间，标记为Xt；获取学生终端对线上老师课程介绍的浏览频率，标记为Xp；获取学生终端与教师终端的适配率，标记为Xs；

通过公式

对获取的针对学生终端的线上老师的推荐值进行排序，排序规则按照大到小的顺序进行排列，得到不同课程类型内线上老师推荐值的排序表。

服务器还包括数据推送模块，数据推动模块获取同一个课程类型内线上老师能效值的排序表和线上老师推荐值的排序表；

数据推送模块选取排序表中线上老师推荐值前十的老师，将推荐值前十的老师对应的推荐值标记为LTi；

对线上老师的能效值Nxz和推荐值前十的老师对应的推荐值LTi进行加权处理，将线上老师的能效值Nxz权重占比分配为C1，将推荐值前十的老师LTi的权重占比分配为C2，C1+C2=1，根据公式Xw=Nxz×C1+LTi×C2，计算得到推送基数；

数据推送模块将推送基数最大的线上老师推送至学生终端，从而完成学生终端与线上老师的匹配，有助于学生终端在服务器内更加精确的匹配到所需的线上老师，能够节约学生终端在线寻找老师的时间，使学生终端与教师终端之间更快的找到最适合的匹配对象。

服务器还包括预约提醒模块，预约提醒模块用于匹配后的教师终端与学生终端进行线上教学时间预约提醒；

获取老师每次进行教学的相关数据并标定为老师教学信息，将老师教学信息内老师的每次教学登录的时间值，并将每次教学登录的时间值与通知发布的阈值进行比较：

将每次教学登录的时间值与通知发布的阈值进行差值计算，计算出老师登录差值，将老师登录差值进行正负值标记，当老师登录差值小于零等于零时，则判定老师每次登录开始的时间准确，生成登录准时信号，当老师登录差值大于零时，则判定老师每次登录开始的时间出现差错，生成登录迟到信号；

提取登录准时信号以及登录迟到信号，并对其进行识别，当识别到登录准时信号时，将发布的阈值对应的时间点标定为开始上线时间点，当识别到登录迟到信号时，则将老师每次登录迟到信号对应的老师登录差值进行均值计算，计算出老师登录均差值，将登录均差值与老师每次登录对应的若干个老师登录差值进行差值计算，计算出若干个老师登录浮动差值，将若干个老师登录浮动差值进行均值计算，计算出老师登录浮动均值，将通知发布的阈值向后延长老师登录均差值与老师登录浮动均值的和对应的时间值，并标定为老师教学登录时间计算值；

将老师教学信息内老师每次教学的引入前序所消耗的时间标定为教学前序时间，并将若干个教学前序时间进行一一排列得到教学前序排列数据，将教学前序排列数据的众数进行选取，并将对应的教学前序时间标定为概率前序时间，将若干个教学前序时间进行均值计算，计算出教学前序时间均值，将概率前序时间与教学前序时间均值进行均值计算，计算出概率前序差值，将概率前序差值与改路前序时间出现的次数进行占比计算，计算出概率前序占比值，将概率前序差值与概率前序占比值的差值到概率前序差值与概率前序占比值的综合之间的范围标定为概率前序范围时间值；

获取学生每次进行学习的相关数据并标定为学生学习信息，将学生学习信息内学生每次登录学习的时间点与通知发布的阈值进行比较：

当学生每次登录学习的时间值在通知发布的阈值时间前登录，则判定学生登录时间准时，生成学生准时信号，当学生每次登录学习的时间值在通知发布的阈值时间后登录，则判定学生登录时间迟到，生成学生迟到信号；

提取学生迟到信号，依据学生迟到信号对学生的迟到情况进行进一步分析，获取学生每次的登录时间点，依据学生每次的登录时间点的先后顺序进行排序，选取出排序最后的三次学生登录的时间点并标定为登录晚点数据，将登录晚点数据进行均值计算，计算出登录晚点均值；

提取学生每次的登录时间点对应的学生设定提醒时间点，将两者进行差值计算，计算出若干个学生登录磨蹭时间，将若干个学生登录磨蹭时间进行均值计算，计算出学生登录磨蹭均值，将登录晚点数据与对应的学生设定提醒时间点之间的差值标定为登录晚点磨蹭值，将登录晚点磨蹭值进行均值计算，计算出登录晚点磨蹭均值，将学生登录磨蹭均值与登录晚点磨蹭均值的差值到学生登录磨蹭均值与登录晚点磨蹭均值的求和值之间的时间段标定为登录磨蹭范围值；

依据登录磨蹭范围值、老师教学登录时间计算值以及概率前序范围时间值进行登录提醒设定，具体为：

依据计算式：设定提醒时间点+登录磨蹭范围值=老师教学登录时间计算值+概率前序范围，反向推导出设定提醒时间点；

将设定提醒时间点带入到计算式：警示时间点=设定提醒时间点-相应时间值，其中，相应时间值为预设值，当学生终端内的时间点与警示时间点相匹配时，则生成提示信号，并提醒学生进行登录学习。

以上对本发明的一个实施例进行了详细说明，但所述内容仅为本发明的较佳实施例，不能被认为用于限定本发明的实施范围。凡依本发明申请范围所作的均等变化与改进等，均应仍归属于本发明的专利涵盖范围之内。