本发明涉及大数据教学应用，尤其涉及一种云阅卷数据分析系统。
背景技术：
目前的学生考试中，已经出现较多的自动化阅卷设备用于阅卷及考试分析，但现有的考试分析及阅卷设备标准单一，难以区分不同教学进度及教学水平的学生对知识点的掌握，对于教师来说，重点班和普通班对知识点掌握的侧重明显是不同的，需要区分评价；自动化阅卷多以机读和人工阅卷区分，而学生实际考试中手写卷的卷面影响未单独区分，使得手写卷的得分真实性无法体现。
同时现有的自动化阅卷显示结果为数据集成，无法有效对文科类科目和论述型科目题型进行阅卷，同时仅由数据集成的显示结果缺少对学生的个性化关怀，降低了学生与教师的互动性。
技术实现要素：
本发明的目的是为了解决现有技术中存在的缺点，而提出的一种云阅卷数据分析系统。
为了实现上述目的，本发明采用了如下技术方案：一种云阅卷数据分析系统，包括相互之间通信连接的阅卷终端、评卷终端和云端数据库，阅卷终端包括第一存储终端、分类数据库和卷面终端，分类数据库与云端数据库通过通信相连，分类数据库包括由评卷终端下载的预设分类器，预设分类器存储预设试题知识点模板，第一存储终端存储有多个试题和每个试题的试题信息，每个试题的试题信息包括试题标准答案、试题序号、试题分值、试题题型和试题知识点信息，卷面终端包括预处理系统、卷面识别系统和评分系统，评分系统包括机读评分系统、人工评分系统和卷面评分系统，云端数据库包括试题数据库、学生数据库和教师数据库，试题数据库依据学科和年级设立题库，题库包括多个试题和每个试题的试题知识点信息，学生数据库依据学生学号和班号建立学生存档，教师数据库存储教师信息，包括任课科目、任课年级和课程进度，评卷终端包括知识点终端和评分分析终端，知识点终端与云端数据库连接，知识点终端存储有本地题库，知识点终端通过更改每个试题的试题知识点信息生成预设试题知识点模板，并发送至阅卷终端，评分分析终端用于分析各项评分，分析方法包括：
s1:阅卷前教师登录云端数据库，对题库内每个试题的知识点信息进行选择，题库记忆预设试题的选择结果，并记录预设试题对应的试卷编号，将选择结果和试卷编号绑定发送至评卷终端的知识点终端，知识点终端接收选择结果，结合本地题库生成预设试题模板；
s2：阅卷终端采集试卷信息和试卷编号，试卷信息包括学生信息、机读卷信息和人工卷信息，将试卷信息和试卷编号发送至分类数据库，分类数据库依据试卷编号提取预设试题模板，将预设试题模板与试卷信息绑定后发送至卷面终端；
s3:卷面终端的预处理系统接收试卷信息，对试卷信息进行处理，将学生信息加密记录至对应的机读卷信息和人工卷信息，生成加密后的机读卷信息和加密后的人工卷信息，将加密后的机读卷信息和加密后的人工卷信息发送至卷面评分系统；
s4:机读评分系统提取加密后的机读卷信息中每个试题的试题信息，将试题信息与第一存储终端内的试题信息进行对比，输出对应的机读分数，并记录错题信息，将错题信息与预设试题模板进行对比，记录机读卷错题所对应的知识点信息；
人工评分系统提取加密后的人工卷信息中每个试题的试题信息和对应的预设试题模板进行人工阅卷，记录输入的人工分数和错题所对应的知识点信息；
s5:匹配加密后的机读卷和加密后的人工卷中的学生信息，根据机读分数和人工分数生成综合分数，并根据机读卷错题所对应的知识点信息和人工阅卷错题所对应的知识点信息生成出错知识点信息；
s6:根据综合分数及出错知识点信息，生成考试结果报告并对上传至云端数据库的学生数据库进行存储；
s7:评分分析终端提取学生数据库的数据，通过考试结果报告与历史数据的对比，生成评卷报告，评卷报告包括综合分数变化和出错知识点题型题量归纳，将评卷报告分别发送至学生数据库和教师数据库进行存储。
优选的，s3中卷面终端接收试卷信息后发送至卷面识别系统，卷面识别系统依据接收的试卷信息格式将试卷分为电子卷或纸质卷，将电子卷发送至预处理系统，纸质卷发送至纸质卷面评分系统，纸质卷面评分系统对纸质卷卷面评分，生成卷面分，存储于学生信息，纸质卷发送至预处理系统。
优选的，纸质卷面评分系统设有模糊识别和扫描对比系统，模糊识别用于识别纸质卷作答边界，扫描对比系统扫描识别区域内手写内容并记录识别耗时，并与内置的扫描字库进行对比识别，分别记录联想词数、识别区域和未识别区域，生成卷面未识别比，卷面未识别比=未识别区域/识别区域，卷面分由识别耗时、联想词数和卷面未识别比依据权重生成。
优选的，教师数据库设有试题存储模块，试题存储模块与教师账号绑定，s1中还包括教师预设试题的选择结果后，记录预设试题模板并存储于对应教师账号下的试题存储模块。
优选的，试题数据库中试题知识点信息按点存储，并依序编号，s1中教师通过选择编号生成预设试题的选择结果，云端数据库发送编号结果至知识点终端，知识点终端的本地题库通过识别编号删选试题知识点，生成预设试题模板。
优选的，卷面分中识别耗时、联想词数和卷面未识别比的权重依据科目设置对应的初始权重，并授予教师端数据库更改初始权重的权限，s1中还包括教师设置卷面分权重，权重设置后发送至纸质卷面评分系统系统，纸质卷面评分系统依据对应试卷的权重生成卷面分。
优选的，s4中通过识别得分比例记录错题所对应的知识点信息，得分比例=输入的人工分数/人工卷满分值，得分比例小于1时激活错题知识点选择模块，由预设试题模板提供错题知识点进行人工选择，记录选择结果生成人工阅卷错题所对应的知识点信息。
优选的，得分比例小于0.5时激活评注功能，由人工输入文字评注，将评注添加至考试结果报告。
优选的，学生数据库设有评注反馈模块，评注反馈模块用于记录人工输入的评注反馈，并发送评注反馈至教师数据库。
优选的，评卷报告通过匹配学生信息和试卷信息提取试卷的知识点选择结果和该学生相同科目的历史考试结果报告，在选择结果内筛选出错知识点，对比出错知识点的类型和题量变化，生成出错知识点题型题量归纳，综合分数变化为考试结果各模块的分数变化，包括人工卷分数变化、机读卷分数变化和卷面分分数变化。
本发明的有益效果是：1、为教师提供选择知识点，适用于不同进度不同学习水平的班级，使得评卷报告针对性强，出错知识点统计更为准确：
2、提供评注模块，教师可针对人工阅卷的错题选择评注，对不同的学生添加个性化建议，使得评卷结果更具人性化；
3、卷面分系统权重由教师设置，避免不同科目作答文字识别难度不同对卷面分造成干扰。
附图说明
图1是本发明一种云阅卷数据分析系统的评卷系统结构示意图。
图2是本发明一种云阅卷数据分析系统的分析方法流程图。
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。
参照图1-2，一种云阅卷数据分析系统，包括相互之间通信连接的阅卷终端、评卷终端和云端数据库，阅卷终端包括第一存储终端、分类数据库和卷面终端，分类数据库与云端数据库通过通信相连，分类数据库包括由评卷终端下载的预设分类器，预设分类器存储预设试题知识点模板，第一存储终端存储有多个试题和每个试题的试题信息，每个试题的试题信息包括试题标准答案、试题序号、试题分值、试题题型和试题知识点信息，卷面终端包括预处理系统、卷面识别系统和评分系统，评分系统包括机读评分系统、人工评分系统和卷面评分系统，云端数据库包括试题数据库、学生数据库和教师数据库，试题数据库依据学科和年级设立题库，题库包括多个试题和每个试题的试题知识点信息，学生数据库依据学生学号和班号建立学生存档，教师数据库存储教师信息，包括任课科目、任课年级和课程进度，评卷终端包括知识点终端和评分分析终端，知识点终端与云端数据库连接，知识点终端存储有本地题库，知识点终端通过更改每个试题的试题知识点信息生成预设试题知识点模板，并发送至阅卷终端，评分分析终端用于分析各项评分，分析方法包括：
s1:阅卷前教师登录云端数据库，对题库内每个试题的知识点信息进行选择，题库记忆预设试题的选择结果，并记录预设试题对应的试卷编号，将选择结果和试卷编号绑定发送至评卷终端的知识点终端，知识点终端接收选择结果，结合本地题库生成预设试题模板；教师可依据不同教学进度及不同教学需求的班级，筛选相应的知识点，生成相应的选择结果，有效排除教学需求外的知识点，使出错知识点的统计更具针对性和有效性；
s2：阅卷终端采集试卷信息和试卷编号，试卷信息包括学生信息、机读卷信息和人工卷信息，将试卷信息和试卷编号发送至分类数据库，分类数据库依据试卷编号提取预设试题模板，将预设试题模板与试卷信息绑定后发送至卷面终端；
s3:卷面终端的预处理系统接收试卷信息，对试卷信息进行处理，将学生信息加密记录至对应的机读卷信息和人工卷信息，生成加密后的机读卷信息和加密后的人工卷信息，将加密后的机读卷信息和加密后的人工卷信息发送至卷面评分系统；
s4:机读评分系统提取加密后的机读卷信息中每个试题的试题信息，将试题信息与第一存储终端内的试题信息进行对比，输出对应的机读分数，并记录错题信息，将错题信息与预设试题模板进行对比，记录机读卷错题所对应的知识点信息；
人工评分系统提取加密后的人工卷信息中每个试题的试题信息和对应的预设试题模板进行人工阅卷，记录输入的人工分数和错题所对应的知识点信息；
s5:匹配加密后的机读卷和加密后的人工卷中的学生信息，根据机读分数和人工分数生成综合分数，并根据机读卷错题所对应的知识点信息和人工阅卷错题所对应的知识点信息生成出错知识点信息；
s6:根据综合分数及出错知识点信息，生成考试结果报告并对上传至云端数据库的学生数据库进行存储；
s7:评分分析终端提取学生数据库的数据，通过考试结果报告与历史数据的对比，生成评卷报告，评卷报告包括综合分数变化和出错知识点题型题量归纳，将评卷报告分别发送至学生数据库和教师数据库进行存储。
一种云阅卷数据分析系统，s1中还包括，教师对生成的预设试题模板标注难度系数，并设置难度系数对应的试卷信息，记录难度系数于选择结果，并对学生进行相应的学生难度标注，通过匹配学生难度标注和难度系数，套用不同的预设试题模板。
一种云阅卷数据分析系统，s3中卷面终端接收试卷信息后发送至卷面识别系统，卷面识别系统依据接收的试卷信息格式将试卷分为电子卷或纸质卷，将电子卷发送至预处理系统，纸质卷发送至纸质卷面评分系统，纸质卷面评分系统对纸质卷卷面评分，生成卷面分，存储于学生信息，纸质卷发送至预处理系统。
一种云阅卷数据分析系统，纸质卷面评分系统设有模糊识别和扫描对比系统，模糊识别用于识别纸质卷作答边界，扫描对比系统扫描识别区域内手写内容并记录识别耗时，并与内置的扫描字库进行对比识别，分别记录联想词数、识别区域和未识别区域，生成卷面未识别比，卷面未识别比=未识别区域/识别区域，卷面分由识别耗时、联想词数和卷面未识别比依据权重生成。
一种云阅卷数据分析系统，教师数据库设有试题存储模块，试题存储模块与教师账号绑定，s1中还包括教师预设试题的选择结果后，记录预设试题模板并存储于对应教师账号下的试题存储模块。
一种云阅卷数据分析系统，试题数据库中试题知识点信息按点存储，并依序编号，s1中教师通过选择编号生成预设试题的选择结果，云端数据库发送编号结果至知识点终端，知识点终端的本地题库通过识别编号删选试题知识点，生成预设试题模板。
一种云阅卷数据分析系统，卷面分中识别耗时、联想词数和卷面未识别比的权重依据科目设置对应的初始权重，并授予教师端数据库更改初始权重的权限，s1中还包括教师设置卷面分权重，权重设置后发送至纸质卷面评分系统系统，纸质卷面评分系统依据对应试卷的权重生成卷面分。
一种云阅卷数据分析系统，s4中通过识别得分比例记录错题所对应的知识点信息，得分比例=输入的人工分数/人工卷满分值，得分比例小于1时激活错题知识点选择模块，由预设试题模板提供错题知识点进行人工选择，记录选择结果生成人工阅卷错题所对应的知识点信息。
一种云阅卷数据分析系统，得分比例小于0.5时激活评注功能，由人工输入文字评注，将评注添加至考试结果报告。
一种云阅卷数据分析系统，学生数据库设有评注反馈模块，评注反馈模块用于记录人工输入的评注反馈，并发送评注反馈至教师数据库。
一种云阅卷数据分析系统，评卷报告通过匹配学生信息和试卷信息提取试卷的知识点选择结果和该学生相同科目的历史考试结果报告，在选择结果内筛选出错知识点，对比出错知识点的类型和题量变化，生成出错知识点题型题量归纳，综合分数变化为考试结果各模块的分数变化，包括人工卷分数变化、机读卷分数变化和卷面分分数变化。
以上所述，仅为本发明较佳的具体实施方式，但本发明的保护范围并不局限于此，任何熟悉本技术领域的技术人员在本发明揭露的技术范围内，根据本发明的技术方案及其发明构思加以等同替换或改变，都应涵盖在本发明的保护范围之内。