本发明涉及互联网领域，尤其涉及一种基于大数据的差异化学习系统。
背景技术：
为了能够有针对性的提高学生学习成绩，家长一般会聘请家庭教师，采用一对一的教学和辅导，但是成本较高。随着科技的发展，网上学习也成为了一种教学和辅导方式，而目前的教学平台，多为提供老师的上课教学、习题库、以及习题解答，虽然学生可以进行自主学习，但在根据每个学生的个体学习差异，有针对性的进行个性化教学和练习方面还存在许多不足。因此学生如何方便、高效、快捷、经济的提供一种可以实现差异化学习的网上平台，是学生和家长的期望目标。
技术实现要素：
本发明的目的是提供一种基于大数据的差异化学习系统，涉及大数据、云计算技术，面向k12教育，以克服现有技术中不能实现学生的差异化学习的不足。
本发明公开了一种基于大数据的差异化学习系统，包括系统服务端和用户端，所述系统服务端通过无线网络与用户端相连，所述系统服务端包括数据处理器以及与该数据处理器相连的学习数据存储单元、用户管理单元、智能评测单元和智能推荐单元，其中，
所述用户管理单元，用于对用户的注册信息进行存储及管理；
所述学习数据存储单元，用于存储用户的学习进度、学习行为和学习结果，评测数据，用户练习的错题和知识点；
所述智能评测单元，用于采集学生的练习行为，根据学生的练习行为、练习结果进行智能分析，得出学生学习评测数据，将评测数据和错题存入学习数据存储单元；
所述智能推荐单元，根据用户学习情况推荐练习题，根据评测数据生成个性化学习方案；
所述用户端包括用户登录模块、学习模块和定制化推荐模块，其中，
所述用户登录模块，用于注册用户注册信息、管理用户信息和系统登录；
所述学习模块，用于根据用户的学习行为，所述学习模块向系统服务端输入学习进度和学习结果；
所述定制化推荐模块，用于根据用户选择的科目、章节及知识点，将智能推荐单元输入个性化学习方案反馈给用户进行定制化学习。
本发明公开了一种基于大数据的差异化学习系统，所述智能评测单元根据评测的题目的答题结果，给出相应章节知识点的掌握情况，生成评测报告，并将评测报告中的评测数据存储在学习数据存储单元。
本发明公开了一种基于大数据的差异化学习系统，所述评测数据包括学习方式、学习的学科、学习的教材、学习的章节、学习进度以及练习的结果。
本发明公开了一种基于大数据的差异化学习系统，所述用户端还包括信息上传模块，所述上传模块用于向系统服务端上传学习资料，并存储在系统服务端的学习数据存储单元。
本发明公开了一种基于大数据的差异化学习系统，还包括云题库。
本发明公开了一种基于大数据的差异化学习系统，所述个性化学习方案是根据学生选择的课程，系统服务端将学习数据存储单元中存储知识点掌握情况，重点需掌握的知识点整理，将学习数据存储单元中存储的题目以及云题库中相关联的习题随机抽取生成知识点掌握情况和巩固练习题本，并将练习题本的练习结果存储在学习数据存储单元中。
本发明的有益效果：本发明能够智能化评测学生的学习情况，及各课程各知识点的熟练情况、掌握程度，个性化量身定制学习方案，实现学生差异化学习，让学生能够方便、快捷、高效且经济制定个性化、差异化的学习方案，利用互联网+，打破了时间、空间等方面的约束，学生能更好地利用碎片化时间进行学习和练习，提高学习成绩。
附图说明
图1为本发明公开的一种基于大数据的差异化学习系统的结构示意图；
图2为本发明公开的一种基于大数据的差异化学习方法流程图。
具体实施方式
如图1所示，本发明公开了一种基于大数据的差异化学习系统的结构示意图，该系统服务端1负责采集用户的学习行为、练习数据，从而分析学生对学习内容的掌握情况，云题库智能向用户端推荐练习习题，用户端2可以对某阶段的学习情况进行智能评测，系统服务端1会根据评测结果向用户端推荐个性化学习方案。
本发明公开的一种基于大数据的差异化学习系统，包括系统服务端1、云题库和用户端2，所述系统服务端1、云题库通过无线网络与用户端2相连。所述系统服务端1包括数据处理器以及与该数据处理器相连的学习数据存储单元、用户管理单元、智能评测单元和智能推荐单元，其中，
所述用户管理单元，用于对用户的注册信息进行存储及管理；
所述学习数据存储单元，用于存储用户的学习进度、学习行为和学习结果，评测数据，用户练习的错题和知识点；
所述智能评测单元，用于采集学生的练习行为，根据学生的练习行为、练习结果进行智能分析，得出学生学习评测数据，将评测数据和错题存入学习数据存储单元；
所述智能推荐单元，根据用户学习情况推荐练习题，根据评测数据生成个性化学习方案；
所述用户端2包括用户登录模块、学习模块和定制化推荐模块，其中，
所述用户登录模块，用于注册用户注册信息、管理用户信息和系统登录；
所述学习模块，用于根据用户的学习行为，所述学习模块向系统服务端输入学习进度和学习结果；
所述定制化推荐模块，用于根据用户选择的科目、章节及知识点，将智能推荐单元输入个性化学习方案反馈给用户进行定制化学习。
所述智能评测单元根据评测的题目的答题结果，给出相应章节知识点的掌握情况，生成评测报告，并将评测报告中的评测数据存储在学习数据存储单元。
所述评测数据包括学习方式、学习的学科、学习的教材、学习的章节、学习进度以及练习的结果。
所述用户端还包括信息上传模块，所述上传模块用于向系统服务端上传线下学习资料，并存储在系统服务端的学习数据存储单元。
所述个性化学习方案是根据学生选择的课程，系统服务端将学习数据存储单元中存储知识点掌握情况，重点需掌握的知识点整理，将学习数据存储单元中存储的题目以及云题库中相关联的习题随机抽取生成知识点掌握情况和巩固练习题本，并将练习题本的练习结果存储在学习数据存储单元中。
如图2所示，本发明的系统的工作方法如下：
第一步，向数据库学习数据存储单元导入教材版本题库、及章节目录、知识点等。
第二步，学生在用户端2注册，注册信息包括学生姓名、年级、学校等身份信息，学生登录用户端。
第三步，在学习模块中选择学校教学进度，选择课程、教材、章节等开始学习，可以通过教学视频或练习题进行学习，学习记录存储在系统服务端的学习数据存储单元。
第四步，智能评测单元采集学生的练习行为、练习结果进行分析，主要采集练习学科、章节及知识点、答题对错、答题时间、练习的时间段、练习频率数据，根据这些数据分析学生的知识掌握情况。即从学习数据存储模块中提取相关数据。
知识点掌握情况判断依据：学生可对同一个知识点进行反复测试练习，如果多次练习正确率能达到100%，则可视为对该知识点已掌握；如果同一知识点多次练习正确率小于60%，则可视为对该知识点未掌握，需要重点加强练习；若正确率在60-100%之间，则视为需要巩固练习。
第五步，智能推荐单元根据评测根据分析出的学生知识点掌握情况，自动生成评测报告，并将评测报告中的评测结果存储在学习数据存储单元，根据学生学习评测数据生成个性化学习方案。
第六步，学生在用户端2的定制化推荐模块选择定制化学习方案，根据学生选择的课程，系统服务端将学习数据存储单元中存储知识点掌握情况，重点需掌握的知识点整理，并将存储的题目以及云题库中相关联的习题随机抽取生成知识点巩固练习题本，作为该课程的整个学习的定制化练习方案。
学生根据定制化学习方案学习时，将练习题本的练习结果更新在学习数据存储单元中。
学生首次练习时，用户端学习模块会根据学生的学习阶段随机抽取云题库和系统服务端中相关知识点的题目进行练习，当学生多次对练习过的知识点进行巩固学习时，智能推荐单元会根据之前的学习情况，随机提取存储模块中与知识点相关的错题以及云题库与错题中相关的题目，达到向学生推荐的练习题的功能。
本发明提供一种面向k12教育，利用大数据、云计算技术，依托互联网+，为学生提供差异化学习方案，主要通过智能练习、智能评测、错题册等服务来实现差异化学习。
1、智能练习为学生根据当前学校教学章节，选择知识点进行练习，云题库会根据学习日常练习行为、练习结果，智能推送练习习题，并且消除时间、空间方面的约束，能够利用课余碎片化时间，实现个性化学习。
2、智能评测为学生对某学科、某单元章节、甚至某知识点的掌握程度进行智能评测，通过评测结果，系统会智能分析学生的掌握情况，哪些地方已经掌握，哪些地方还需要巩固，哪些地方需要重点加强，并且会向学生推荐有针对性的学习方案，通过个性化学习方案，学生可反复练习，并且练习--评测互为循环，直到掌握。
3、错题册是学生将日常练习的错题加入到错题册，以便对这些题型进行重点练习，线上错题可直接加入到错题册，线下的错题可通过上传模块，加入到错题册。
具体实现时，本发明可以采用b/s模式，即浏览器/服务器模式，是一种从传统的二层c/s模式发展起来的新的网络结构模式。其本质是三层结构c/s模式。b/s模式主要由客户机，web服务器，应用服务器和数据服务器(server)组成。在用户端安装的是标准、易用的通用浏览器(browser)，将web技术与数据库技术相结合。web服务器主要是实现对用户端应用程序的集中管理，应用服务器主要负责事务处理，数据服务器主要用于数据的管理。
b/s模式具有很强的开放性，易扩展性，很强的信息系统集成性，能够提供灵活的交流和信息发布服务。项目使用javaweb的struts,spring,hibernate三层框架设计，系统结构框图如下，集成ssh框架的系统从职责上分为四层：表示层、业务逻辑层、数据持久层和域模块层，以帮助开发人员在短期内搭建结构清晰、可复用性好、维护方便的web应用程序。其中使用struts作为系统的整体基础架构，负责mvc的分离，在struts框架的模型部分，利用hibernate框架对持久层提供支持，业务层用spring支持。
本领域的技术人员应该明白，上述的本发明实施例所提供的系统的各组成部分，以及方法中的各步骤，它们可以集中在单个的计算装置上，或者分布在多个计算装置所组成的网络上。可选地，它们可以用计算装置可执行的程序代码来实现。从而，可以将它们存储在存储装置中由计算装置来执行，或者将它们分别制作成各个集成电路模块，或者将它们中的多个模块或步骤制作成单个集成电路模块来实现。这样，本发明不限制于任何特定的硬件和软件结合。
虽然本发明所揭露的实施方式如上，但所述的内容仅为便于理解本发明技术方案而采用的实施方式，并非用以限定本发明。任何本发明所属领域内的技术人员，在不脱离本发明所揭露的精神和范围的前提下，可以在实施的形式及细节上进行任何的修改与变化，但本发明的专利保护范围，仍须以所附的权利要求书所界定的范围为准。