[发明专利]一种基于教学过程数据的教学风险预警方法

说明书

本发明公开了一种基于教学过程数据的教学风险预警方法，包括Ap1、ApN、核心交换机、教学行为采集器、Flume、HDFS、行为数据预处理分析任务的spark计算引擎以及预警模型的建模算法，与现有技术相比，本发明的有益效果如下：相比利用考试来对教学过程进行管控，我们可以更早地发现问题，节省大量的教学资源浪费；相比较利用日常小测、签到等单一行为对教学过程进行监控，可以从更多维度获取过程数据，通过数据建模，得到更为精准的预警信息；本发明的目的是提供一种对于教学过程中产生的各项数据进行采集、获取、分析、建模并生成预警信息的实施方法，以至少解决现有技术中未对教学过程数据进行普遍性获取，综合分析建模来帮助教师、学生预判教学风险的问题。

技术领域

本发明公开了一种基于教学过程数据的教学风险预警方法，属于教育技术领域。

背景技术

以往，我们是通过考试来检查学生的学习成果，是以结果为导向来衡量评价学生的，当学生没有通过考试的时候，我们才能发现学生的学习出现了问题，但往往这个时候一个学习周期已经结束了，通常我们这时采用的补救方法为补考或者重修甚至复读，占用了学校、教师乃至学生大量的成本，于是大家逐渐意识到，需要针对学习过程进行相应的监控，以期望在结果发生之前就找到问题所在，比如老师会对上课情况进行签到，对日常作业进行统计，进行随堂小测等，但是教师们得到的信息依然是零散的，碎片化的，难以有效地整合这些信息进行利用。

针对上述难以对日常学习进行有效监控的情况，目前尚未提出有效的解决方案。

发明内容

本发明要解决的技术问题是克服现有的考试平台容易出现考生之间相互传递答案，以及利用考试设备进行作弊的等问题，提供一种基于教学过程数据的教学风险预警方法，从而解决上述问题。

为实现上述目的，本发明提供如下技术方案：一种基于教学过程数据的教学风险预警方法，包括包括Ap1、ApN、核心交换机、教学行为采集器、Flume、HDFS、行为数据预处理分析任务的spark计算引擎以及预警模型的建模算法，具体实施步骤为：

(1)采集教学过程行为数据；对已过去的数据进行清洗预处理，减少后续处理数据量；

(2)存储数据到hdfs中；确定存在教学问题的学生、教师数据，并将此类学生、教师数据标签化；

(3)对数据做量化分析；对量化后的数据做教学风险标签；通过对第三步骤标签过的数据做算法处理，建立教学预警模型；

(4)利用算法对标签后的数据训练教学风险预警模型；利用日常产生的教学数据，对学生行为向量化；

(5)利用算法得出的教学风险预警模型预测该学生、教师出现教学风险的概率，利用算法对教学行为向量分类，判断是否符合教学预警。

作为优选，获取教师、学生日常的教学与学习行为数据，形成数据库；对行为数据提供各种图形化报表，方便老师、学生了解教学中的各种现状；对行为数据进行大数据分析，通过算法建设教学预警模型；对有教学风险的学生、教师进行预警。

作为优选，根据本发明实施例的另一方面，还提供了一种存储介质，存储介质包括存储的程序，其中，在程序运行时控制存储介质所在设备执行上述教学行为数据采集程序以及相应建模、预警软件程序。

作为优选，存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序，处理器执行程序时实现上述对于基于教学过程中产生的各项数据进行采集、获取、分析、建模并生成预警信息的实施方法。

与现有技术相比，本发明的有益效果如下：

1)：相比利用考试来对教学过程进行管控，我们可以更早地发现问题，节省大量的教学资源浪费；