一种基于网络的智能分析教务管理平台的制作方法

本发明涉及智能教务管理领域，尤其涉及一种基于网络的智能分析教务管理平台。

背景技术：

教务系统管理平台充分利用互联网络b/s管理系统模式，以网络为平台，为各个学校教务系统的管理提供一个平台，帮助学校管理教务系统，用一个帐号解决学校教务教学管理，并且学校可以自由选择学校需要的教务管理系统，灵活地定制符合学校自己实际情况的教务系统。

传统的教务管理系统都是市场化和学校定制的，功能相对单一，不能把一些硬件部分和智能化数据分析结合在一起，这就大大降低了教务人员的工作效率，学校使用的蓝牙身份证扫描系统原本是独立系统，数据没有打通，这样也会增加教务人员核对信息风险，大数据分析和智能推荐是基于网络，可以有效的制作数据透视和精准的产品推荐。

因此，有必要提供一种基于网络的智能分析教务管理平台解决上述技术问题。

技术实现要素：

本发明提供一种基于网络的智能分析教务管理平台，解决了传统的教务管理系统工作效率低的问题。

为解决上述技术问题，本发明提供的基于网络的智能分析教务管理平台，包括信息采集模块、学员信息采集网页、平台数据库和查询/导出/打印，所述信息采集模块通过预读数据与学员信息采集网页连接，所述学员信息采集网页与平台数据库连接，所述查询/导出/打印用于读取所述平台数据库内数据，所述平台数据库包括大数据建模和数据处理模块。

优选的，所述大数据建模包括往期经验模型、学员行为模型、领域知识模型和机器学习模型，所述预读数据包括学员姓名、身份证信息、通讯地址、联系方式和其他信息，通过预设表达式对学员姓名、身份证、通讯地址、联系方式和其他信息进行验证，错误无效，即前端错误提示，需要进行人工操作，正确有效，即录入系统。

优选的，所述数据处理模块包括数据清洗、数据抽取、数据合拼、数据分组和数据标准化，所述信息采集模块采用b/s结构，维护和扩展成本低，基于web端开发，采用vbscript、javascript编写信息读卡器接口程序，预读数据至文本域，通过表单向平台发送数据并存储在平台数据库中。

优选的，所述往期经验模型为收集往期学员学习进度及学业调整问卷、统计课程学习中的留存数据、表现、行为、选择等和构建学员体验课程形式，进行专业及课程评估。

优选的，所述学员行为模型为收集学员在校情景中学习行为变化的情况、学员完成课程学习的状况和学员在网络系统中学习时间以及考试成绩等数据。

优选的，所述领域知识模型为对现有领域知识进行重新建模、研究学员与知识点、学习单元、课程等学习内容之间的关系和采集和处理学员的相关数据，直观呈现学员的学习曲线。

优选的，所述机器学习模型为通过数据挖掘、根据相应的分析数据、学习特征构建深层次的学习算法、将相同学习特征的学员数据进行分组和聚类及教学策略的学习和总结。

优选的，所述数据清洗为将多余重复的数据筛选清洗、将缺失的数据补充完整和将错误的数据纠正或删除，所述数据抽取为保留、抽取原数据表中某些字段、记录的部分信息，形成一个新字段、新记录，其中还包括字段拆分和随机抽样，所述随机抽样包括简单随机抽样、分层抽样和系统抽样。

优选的，所述数据合并包括字段合并和记录合并，所述数据分组包括数据离散化和重新编码。

与相关技术相比较，本发明提供的基于网络的智能分析教务管理平台具有如下有益效果：

本发明提供一种基于网络的智能分析教务管理平台，通过信息采集模块采用b/s结构，维护和扩展成本低，基于web端开发，采用vbscript、javascript编写信息读卡器接口程序，预读数据至文本域(textfields)，通过表单(form)向平台发送数据并存储在数据库中，方便随时读取调用，预读进平台的数据通过表单post方法传输给数据库，数据在提交前有多重正则表达式对学员姓名、身份证、通讯地址、联系方式等进行验证，确保数据完整有效，否则弹出错误窗口提示，大数据在教育领域中的应用主要指的是在线决策、学习分析、数据挖掘三大要素，其主要作用预测分析、行为分析、学业分析等的应用和研究，能够及时、准确的评估学员的学业状况，发现潜在存在的问题，进而预测学员未来可能的表现，数据处理模块对从大数据分析模块中所获得的分析数据进行“数据解释”，正确的数据处理结果只有通过合适的展示方式才能被终端用户正确理解，数据可视化可直观方式显示给用户，并可与用户进行交互式处理，提高了各个学校或者培训中心教务工作的效率，提高教学教务人员产品销售转化，快速的跟进学生的数据，快速有效的进行数据追踪，同时大大减少了教务工作的容错率。

附图说明

图1为本发明提供的基于网络的智能分析教务管理平台的一种较佳实施例的系统示意图；

图2为图1所示平台数据库的原理示意图；

图3为图2所示大数据建模的原理示意图；

图4为图2所示数据处理模块的原理示意图；

图5为图1所示预读数据的原理示意图。

具体实施方式

下面结合附图和实施方式对本发明作进一步说明。

请结合参阅图1、图2、图3、图4和图5，其中，图1为本发明提供的基于网络的智能分析教务管理平台的一种较佳实施例的系统示意图；图2为图1所示平台数据库的原理示意图；图3为图2所示大数据建模的原理示意图；图4为图2所示数据处理模块的原理示意图；图5为图1所示预读数据的原理示意图。基于网络的智能分析教务管理平台，包括信息采集模块、学员信息采集网页、平台数据库和查询/导出/打印，所述信息采集模块通过预读数据与学员信息采集网页连接，所述学员信息采集网页与平台数据库连接，所述查询/导出/打印用于读取所述平台数据库内数据，所述平台数据库包括大数据建模和数据处理模块。

所述大数据建模包括往期经验模型、学员行为模型、领域知识模型和机器学习模型，大数据在教育领域中的应用主要指的是在线决策、学习分析、数据挖掘三大要素，其主要作用预测分析、行为分析、学业分析等的应用和研究，能够及时、准确的评估学员的学业状况，发现潜在存在的问题，进而预测学员未来可能的表现，交互流程：第一步，生成学员学习行为数据经过内容传递流，数据将被标记上时间戳；第二步，数据按照预先定义的结构存入数据库；第三步，调用不同分析工具和模型对数据进行分析，所述预读数据包括学员姓名、身份证信息、通讯地址、联系方式和其他信息，通过预设表达式对学员姓名、身份证、通讯地址、联系方式和其他信息进行验证，错误无效，即前端错误提示，需要进行人工操作，正确有效，即录入系统，预设表达式为多重正则表达式。

所述数据处理模块包括数据清洗、数据抽取、数据合拼、数据分组和数据标准化，数据处理模块对从大数据分析模块中所获得的分析数据进行“数据解释”，正确的数据处理结果只有通过合适的展示方式才能被终端用户正确理解，数据可视化可直观方式显示给用户，并可与用户进行交互式处理，综合分析工具，合理设置课程，干预师生行为，产出可行性建议，所述信息采集模块采用b/s结构，维护和扩展成本低，基于web端开发，采用vbscript、javascript编写信息读卡器接口程序，预读数据至文本域，通过表单向平台发送数据并存储在平台数据库中。

所述往期经验模型为收集往期学员学习进度及学业调整问卷、统计课程学习中的留存数据、表现、行为、选择等和构建学员体验课程形式，进行专业及课程评估。

所述学员行为模型为收集学员在校情景中学习行为变化的情况、学员完成课程学习的状况和学员在网络系统中学习时间以及考试成绩等数据。

所述领域知识模型为对现有领域知识进行重新建模、研究学员与知识点、学习单元、课程等学习内容之间的关系和采集和处理学员的相关数据，直观呈现学员的学习曲线。

所述机器学习模型为通过数据挖掘、根据相应的分析数据、学习特征构建深层次的学习算法、将相同学习特征的学员数据进行分组和聚类及教学策略的学习和总结。

所述数据清洗为将多余重复的数据筛选清洗、将缺失的数据补充完整和将错误的数据纠正或删除，所述数据抽取为保留、抽取原数据表中某些字段、记录的部分信息，形成一个新字段、新记录，其中还包括字段拆分和随机抽样，所述随机抽样包括简单随机抽样、分层抽样和系统抽样。

所述数据合并包括字段合并和记录合并，所述数据分组包括数据离散化和重新编码。

本发明提供的基于网络的智能分析教务管理平台的工作原理如下：

信息采集模块采用b/s结构，维护和扩展成本低，基于web端开发，采用vbscript、javascript编写信息读卡器接口程序，预读数据至文本域(textfields)，通过表单(form)向平台发送数据并存储在数据库中，方便随时读取调用，预读进平台的数据通过表单post方法传输给数据库，数据在提交前有多重正则表达式对学员姓名、身份证、通讯地址、联系方式等进行验证，确保数据完整有效，否则弹出错误窗口提示，大数据在教育领域中的应用主要指的是在线决策、学习分析、数据挖掘三大要素，其主要作用预测分析、行为分析、学业分析等的应用和研究，能够及时、准确的评估学员的学业状况，发现潜在存在的问题，进而预测学员未来可能的表现，数据处理模块对从大数据分析模块中所获得的分析数据进行“数据解释”，正确的数据处理结果只有通过合适的展示方式才能被终端用户正确理解，数据可视化可直观方式显示给用户，并可与用户进行交互式处理。

与相关技术相比较，本发明提供的基于网络的智能分析教务管理平台具有如下有益效果：

通过信息采集模块采用b/s结构，维护和扩展成本低，基于web端开发，采用vbscript、javascript编写信息读卡器接口程序，预读数据至文本域(textfields)，通过表单(form)向平台发送数据并存储在数据库中，方便随时读取调用，预读进平台的数据通过表单post方法传输给数据库，数据在提交前有多重正则表达式对学员姓名、身份证、通讯地址、联系方式等进行验证，确保数据完整有效，否则弹出错误窗口提示，大数据在教育领域中的应用主要指的是在线决策、学习分析、数据挖掘三大要素，其主要作用预测分析、行为分析、学业分析等的应用和研究，能够及时、准确的评估学员的学业状况，发现潜在存在的问题，进而预测学员未来可能的表现，数据处理模块对从大数据分析模块中所获得的分析数据进行“数据解释”，正确的数据处理结果只有通过合适的展示方式才能被终端用户正确理解，数据可视化可直观方式显示给用户，并可与用户进行交互式处理，提高了各个学校或者培训中心教务工作的效率，提高教学教务人员产品销售转化，快速的跟进学生的数据，快速有效的进行数据追踪，同时大大减少了教务工作的容错率。

以上所述仅为本发明的实施例，并非因此限制本发明的专利范围，凡是利用本发明说明书及附图内容所作的等效结构或等效流程变换，或直接或间接运用在其它相关的技术领域，均同理包括在本发明的专利保护范围内。