本发明涉及教学管理系统技术领域，具体而言，涉及一种具有教学质量评估功能的服务器。
背景技术：
督导专家评估是教学质量评价中常见的一种方式。由于负责评估的专家都有自己的管理工作、教学工作以及科研工作，所以经常会发生专家的工作时间与待评价教师的课程时间冲突的情况而无法去听课的情况，专家只好考察下一次课程，这无疑会拖长整个评估周期，降低评估效率。
随着技术的进步，数字化管理系统被越来越广泛地应用于现代课堂教学中。在教室内布置相应的数据采集设备就可以实时采集到教室内的课堂数据，例如，通过摄像头和麦克风来获取教室内的视频数据和音频数据已经是非常常见的监控手段，通过将采集到的视频数据和音频数据存储起来，可以供督导专家日后查看，在一定程度上解决了专家与课程时间冲突的问题，但其依然是通过人工分析进行评价的，其依然存在主观性大的问题，且专家依然需要花费相同的时间去听完一节课程，为了节省时间，专家通常是以教师一两节课的表现评判整门课程，这显然存在采样的范围过小，偶然性较大的问题，并不能全面真实地反映出教师的教学质量。
技术实现要素：
本发明意在提供一种具有教学质量评估功能的服务器，能够解决现有教学质量评估过程中存在很大的随机性和主观性、统计过程繁琐费时的问题。
为了解决上述技术问题，本专利提供如下基础技术方案：
具有教学质量评估功能的服务器，包括数据存储模块、评估管理模块、数据分析模块、数据评估模块；
所述数据存储模块存储有待评估课程的课程数据，所述课程数据包括课程基本数据、身份识别数据、课堂评估数据记录和课程评估结果；
所述评估管理模块用于根据存储模块中待评估课程的课程数据控制相应的教室内的数据采集设备进行课堂数据的采集和发送；
所述数据分析模块包括视频分析模块，所述视频分析模块包括人脸识别子模块和动作识别子模块，所述人脸识别子模块用于根据身份识别数据识别视频数据中人员的身份，所述动作识别子模块用于识别视频数据中学生动作或姿势；
数据评估模块包括：
考勤评估模块，所述考勤评估模块用于根据人脸识别子模块的识别结果和课程基本数据生成学生考勤数据；
互动评估模块，所述互动评估模块用于根据动作识别子模块的识别结果统计师生互动次数数据；
积极性评估模块，所述积极性评估模块用于根据动作识别子模块的识别结果和课程基本数据生成学生积极性数据；
评估统计模块，所述评估统计模块用于将课堂评估数据更新到存储模块的课堂评估数据记录中，同时根据课堂评估数据记录生成该课程的课程评估结果并更新存储模块中的课程评估结果，所述课堂评估数据包括学生考勤数据、学生动作纪律数据、互动次数数据和学生积极性数据。
本发明技术方案中，数据存储模块中存储有带评估课程的课程数据，包括课程基本数据，如上课时间、上课地点、上课教师、学生人数等，评估管理模块可以根据上课时间和上课地点自动控制相应的教室内的数据采集设备进行课堂数据的采集，然后由数据分析模块进行分析，数据评估模块再根据数据分析模块的分析结果生成课程评估结果。视频分析模块能够对视频数据进行人脸识别和动作识别，从而能够识别视频数据中的学生和教师，考勤评估模块可以根据人脸识别的识别结果计算这一节课的出勤率、迟到率、早退率等考勤数据，互动评估模块根据动作识别结果，可以筛选出学生举手的动作，互动评估模块根据学生举手的时间间隔，可以将课堂划分为多个不同的互动时间段，进而可以得到师生互动次数数据，积极性评估模块根据学生举手的数量，再通过相应的计算，例如计算举手学生的占比，即可得到学生积极性数据，评估统计模块将上述几个数据一起统计起来作为这一节课的课堂评估数据，并将这个评估数据记录到数据存储模块的课堂评估数据记录中，然后对课堂评估数据记录中的所有课堂评估记录进行累计，最终生成整门课程的课程评估结果并同步到数据存储模块中。
评估管理模块能够控制待评估课程所在的教室的数据采集设备自动采集记录每一堂课的课堂数据，无需专人专门去听课，通过考勤评估模块、互动评估模块以及积极性评估模块从学生考勤、互动次数、问答积极性三个方面生成课堂评估数据，学生考勤显示了教师的课堂管理方面的能力，互动次数则体现了教师的教学方法和课堂氛围的掌控能力，问答积极性则体现了教师的教学方法和教学效果方面的能力，并通过评估统计模块将这三个数据综合起来，对每一节课都生成课堂评估结果，无需人工进行评价，简单方便效率高，更加客观以及公正，并最终累计每一节可得课堂评估结果生成最终课程评估结果，将教师每一节课的课堂表现都纳入最终的课程评估中，采样范围大，随机性小，能够更加真实准确的反应教师的教学水平和教学质量。
进一步，所述互动评估模块包括举手动作记录子模块、划分子模块、互动记录子模块，所述举手动作记录子模块用于根据动作识别的结果将视频数据中学生的举手动作按时间依次记录，所述划分子模块用于根据相邻的两个举手动作之间的时间差值将整节课程划分为不同的互动区间，所述互动记录子模块用于统计互动区间的个数并以统计的结果作为师生互动次数数据。
通过视频数据检测举手动作之间的间隔差值，将大于预设值的两次举手划分为不同的互动，自动记录互动的次数，无需其他传感器，简单快速。
进一步，所述积极性评估模块包括举手次数统计子模块、积极性数据计算子模块，所述举手次数统计子模块能够根据举手动作记录子模块记录的举手动作统计课堂上学生总的举手次数，所述积极性计算子模块用于根据学生总的举手次数和师生互动次数数据计算每次互动的平均举手次数，所述积极性计算子模块还用于计算平均举手次数占出勤总人数的比例，并以该比例作为学生积极性数据。
通过计算平均举手次数占出勤总人数的比例作为学生积极性数据，可以消除不同课程由于课程本身学生人数的不同而带来的影像，更加公平。
进一步，所述数据分析模块还包括音频分析子模块，所述音频分析子模块用于识别教师和学生的讲话内容；数据评估模块还包括教师违规评估模块，所述教师违规评估模块用于根据教师讲话内容对教师讲课中所说的违规语进行统计并生成语言违规数据，所述课堂评估数据还包括语言违规数据。
通过采集音频以及分析音频，可以获取教师和学生的讲话内容，可以进一步的利用音频数据对教师教学质量进行评价，增加评价的准确性。
通过违规评估模块筛选教师讲课的内容，并统计教师的违规语，防止教师向学生传导不正确的思想，例如辱骂学生、乱发脾气、发牢骚抱怨、传播不正确的价值观、反政府、反人类等。通过语言违规数据能够体现教师的责任心、政治观、人生观、价值观，可以更加全面的评估教师。
进一步，所述数据评估模块还包括课堂纪律评估模块，所述课堂纪律评估模块用于根据动作识别子模块的识别结果生成学生动作纪律数据，所述音频分析子模块还用于从音频数据中获取学生上课时的噪音，所述课堂纪律评估模块还用于根据学生上课时的噪音生成学生声音纪律数据，所述课堂评估数据还包括学生动作纪律数据和学生声音纪律数据。
课堂纪律评估模块通过统计睡觉、低头、走动的学生数量即可得出学生动作纪律数据，可以反应出课堂纪律，进而体现教师的管理能力，通过上课时的噪音也可以从另一方面反应课堂纪律，两者结合，可以全面反应课堂的纪律情况，进而可以更加全面的评价教师的教学质量。
进一步，还包括教案文档生成模块，所述数据存储模块还用于存储教案文档，所述教案文档生成模块用于将教师讲课内容转化为文字档案并存档到数据存储模块中。
方便记录教学内容，供日后查看。
附图说明
图1为本发明具有教学质量评估功能的服务器实施例中数据分析模块和数据评估模块的逻辑框图。
具体实施方式
下面通过具体实施方式对本发明作进一步详细的说明：
本实施例具有教学质量评估功能的服务器需要和设置在教室内的数据采集设备共同使用，具体的：
数据采集设备设置在每个教室中，数据采集设备包括课堂数据采集模块、终端控制模块和网络通信模块，终端控制模块通过网络通信模块与服务器网络连接，终端控制模块能够根据服务器的控制信号控制课堂数据采集模块采集课堂数据并将课堂数据采集模块采集的课堂数据发送给服务器。
课堂数据包括视频数据和音频数据，课堂数据采集模块包括视频数据采集子模块和音频数据采集子模块，分别用于采集教师内的视频数据和音频数据，视频数据采集模块可以为设置在教室中的高清摄像头，为了能够全面的获取教室内的视频数据，摄像头可以设置多个，然后通过图像合成的算法将各个摄像头的图像拼接起来，同理音频数据采集模块也可以为均匀分布在教室内的麦克风组成，通过音频算法合成最终的音频数据，音频处理算法以及视频图像的处理算法都可以采用现有的技术，只要能够保证视频采集模块能够覆盖整个教室的范围，采集到教室内所有学生以及教师的面部以及肢体动作，音频采集模块能够采集到教室内任意一个学生正常说话的声音即可，在此不再赘述。
服务器包括数据存储模块、评估管理模块、数据分析模块、教案文档生成模块和数据评估模块；
数据存储模块存储有其他数据和待评估课程的课程数据，课程数据包括课程基本数据、身份识别数据、课堂评估数据记录、课程评估结果、课程内容数据、教案文档等；课程基本数据包括课程上课时间、上课地点、上课讲师、上课学生人数等，身份识别数据包括全校师生所有人的人脸识别数据，课程内容数据包括课程知识点关键词、重点知识点关键词等，其他数据包括违规语关键词。
评估管理模块能够根据存储模块中待评估课程的课程数据控制相应的教室内的数据采集设备进行课堂数据的采集和发送；
如图1所示，数据分析模块包括视频分析模块和音频分析子模块。
视频分析模块包括人脸识别子模块和动作识别子模块，人脸识别子模块用于识别处视频数据中的教师和学生，动作识别子模块用于识别视频数据中学生动作或姿势，本实施例中，动作识别模块主要用于识别学生低头姿势、学生睡觉姿势、学生走路动作以及学生举手动作，人脸识别技术方案和动作识别的技术方案均为现有技术。
音频分析子模块包括声纹码分离子模块、语义识别子模块以及噪音提取子模块，声纹码分离模块用于根据教师的声纹码特征数据从音频数据中将教师和学生的音频进行分离，语义识别子模块用于识别教师和学生的讲话内容，其采用现有的识别算法，噪音提取子模块用于从音频数据中提取教室内的噪音数据。
音频分析具体包括以下步骤：
步骤一：音频分析子模块根据声纹码特征将音频数据中教师的音频与学生的音频分离；
步骤二：音频分析子模块对教师的音频以及学生的音频进行语音识别转换；
步骤三：音频分析子模块从音频数据中获取学生上课时的环境噪音数据。
数据评估模块包括考勤评估模块、课堂纪律评估模块、互动评估模块、积极性评估模块、知识点评估模块、掌握度评估模块、教师违规评估模块以及评估统计模块。
考勤评估模块包括教师考勤子模块和学生考勤子模块，分别用于根据人脸识别子模块的识别结果生成学生考勤数据和教师考勤数据，具体的，学生考勤数据学生迟到率、到勤率、早退率，教师考勤数据包括是否迟到、是否早退。
课堂纪律评估模块用于根据动作识别子模块的识别结果生成学生动作纪律数据，还用于根据学生上课时的噪音数据生成学生声音纪律数据；
互动评估模块用于根据动作识别子模块的识别结果检测学生举手行为，并根据学生举手动作统计师生互动次数数据。
互动评估模块进行评估的步骤具体包括以下步骤：
步骤一：动作识别模块识别学生的举手动作，互动评估模块获取每一次举手动作的开始时间；
步骤二：互动评估模块将开始时间差值小于预设值的举手动作划分为同一次互动，将开始时间差值大于预设值的举手动作划分为不同的互动；
步骤三：互动评估模块统计互动的总次数作为师生互动次数数据。
积极性评估模块用于根据动作识别子模块的识别结果统计学生举手回答问题的人数，并计算该人数占总班级人数的百分比，并以该百分比作为学生积极性数据。
积极性评估模块的评估步骤具体包括以下步骤：
步骤一：积极性评估模块统计每次互动中举手的人数；
步骤二：积极性评估模块根据师生互动次数数据计算每次互动的平均举手人数；
步骤三：积极性评估模块计算平均举手人数占班级总人数比例，并以该比例作为学生积极性数据。
知识点评估模块包括知识点匹配子模块、知识点数量统计子模块、重点评估子模块和范围评估子模块，知识点匹配子模块用于从教师讲课的内容中匹配预设的知识点关键词，知识点数量统计子模块能够记录教师讲课过程中所讲述的知识点的个数以及每个知识点出现的频率，重点评估子模块能够根据知识点出现的频率生成重点突出数据，范围评估子模块能够根据知识点的个数生成知识点范围数据；具体来讲，本实施例中，数据存储模块中存储有该课程的重点知识点关键词，重点评估子模块能够选取知识点出现频率最高的五个知识点词汇与重点知识点关键词进行匹配，并记录匹配的个数作为重点突出数据，范围估计子模块能够将所出现的知识点占总知识点的百分比作为知识点范围数据。
知识点评估具体包括以下步骤：
步骤一：知识点评估模块将教师讲话内容与该课程标准的知识点关键词进行匹配，统计知识点的个数和每个知识点出现的频率数；
步骤二：知识点评估模块将频率最高的前五个知识点与该课程标准的重点知识点关键词进行匹配，记录匹配的个数并将记录结果作为重点突出数据；
步骤三：知识点评估模块计算该堂课程出现的知识点个数占该课程知识点个数的百分比，并将该百分比作为知识点范围数据。
掌握度评估模块包括问题匹配子模块、答案核对子模块和正确率统计子模块，问题匹配子模块能够从教师讲话内容中匹配预设的问题关键词，答案核对子模块用于匹配学生回答的答案中与该问题关键词相关的答案词汇，正确率统计子模块用于统计学生问答的正确率。
教师违规评估模块包括违规语匹配子模块、违规词统计子模块和语言违规数据生成子模块，违规语匹配子模块用于根据教师讲话内容对教师讲课中所说的违规语进行匹配，违规词统计子模块统计违规语的数量，语言违规数据生成子模块根据违规语的数量和每个违规语对应的分值计算最终的语言违规数据。
评估统计模块，评估统计模块将学生考勤数据、学生动作纪律数据、学生声音纪律数据、语言违规数据、教师考勤数据、问答正确率、知识点数据、师生互动次数和学生积极性数据综合为该堂课程的课堂评估数据，评估统计模块能够统计课程的所有课堂评估数据，并计算课堂评估数据中每一项数据的平均值，并按照预设的权重和分值，求出每一项数据的平均分值，最终求出所有数据项的总分，以该分数作为该课程的课程评估结果。
教案文档生成模块用于将教师讲课内容转化为文字档案并存档到数据存储模块中。
还包括学生分组划分模块，视频数据采集子模块还用于在采集学生自习室内的视频数据，视频分析模块还能够分析学生自习时所看的课本所述的课程，学生分组划分模块能够根据视频分析模块人脸识别和自习的课程的分析结果，记录自习室内学生的自习时间、时长、自习的课程等，并从自习的学生中找出参与了待评估课程的学生，跟据这些学生的自习时长，筛选出每周在该课程上花费的时间超过预设值的自习时长的学生，(本实施例中预设时长为每周4小时)，这些学生均为刻苦努力的学生，学生分组划分模块获取这些学生平时的课程检测的分数(如期中测试的成绩、平时课堂测验的成绩等)，如果有学生该课程平时的检测分数不能达标，本实施例中达标标准取全班平均分值，则说明这些学生虽然刻苦努力，但是学习方法存在问题，学生分组划分模块选出该课程的平时成绩为全班前20％的优秀学生，并随机将这些优选学生与学习方法存在问题的学生划分为该课程的同一活动小组，如优选学生有20人，学习方法存在问题的学生有20人，则可以根据课程的具体规则，分4个人一组或6个人一组，并保证每组中均有优选学生和学习方法存在问题的学生，使他们在以后的该课程上共同参与一些讨论或课题活动，以使学习好的同学能够在活动中将学习方法存在问题的学生提供该课程学习方面的技巧。
以上的仅是本发明的实施例，方案中公知的具体结构及特性等常识在此未作过多描述，所属领域普通技术人员知晓申请日或者优先权日之前发明所属技术领域所有的普通技术知识，能够获知该领域中所有的现有技术，并且具有应用该日期之前常规实验手段的能力，所属领域普通技术人员可以在本申请给出的启示下，结合自身能力完善并实施本方案，一些典型的公知结构或者公知方法不应当成为所属领域普通技术人员实施本申请的障碍。应当指出，对于本领域的技术人员来说，在不脱离本发明结构的前提下，还可以作出若干变形和改进，这些也应该视为本发明的保护范围，这些都不会影响本发明实施的效果和专利的实用性。本申请要求的保护范围应当以其权利要求的内容为准，说明书中的具体实施方式等记载可以用于解释权利要求的内容。