法还包括:
对生成的行为数据进行清洗的步骤。
[0033]本实施例中，基于用户行为所生成的行为数据是与预先设定的数据格式相符的，但由于用户行为的采集具有随意性，难免会存在脏数据或者是对后续的处理无意义的数据，即无效数据，因此，需要对行为数据进行清洗，以降低进行行为数据上传所需要占用的带宽和数据存储所需要消耗的成本。
[0034]具体的，行为数据的清洗过程将包括对基于用户行为生成的行为数据的解析、删除脏数据和无效数据、合并同类数据的过程，以最终得到有价值的行为数据，从而有效的保障了后续处理过程的准确性和高效性。
[0035]步骤150，接收由服务器返回的等级评估信息，该等级评估信息是由服务器根据终端上传的行为数据进行运算得到的。
[0036]本实施例中，等级评估信息是对终端中的用户行为进行评估所得到的，用以衡量用户的使用状态。也就是说，服务器中存储了与该终端对应的大量行为数据，进而根据该终端对应的大量行为数据进行运算，以得到该终端所对应的类别，根据这一类别得到相应的等级评估信息。
[0037]由此可知，服务器返回的等级评估信息是以大量行为数据为基础的，因此，所得到的等级评估信息将精准地反映了终端中用户的使用状态，进而便于准确实现终端中内容的显示和任务的分配。
[0038]例如，服务器根据终端所对应的大量行为数据，可准确获知终端中学生用户所在的学期，并且进一步获知该学生用户所对应的等级评估信息，即学习情况，学习阶段可以是初级、中级或者高级。
[0039]步骤170，按照该等级评估信息修正所述终端中记录的使用状态等级。
[0040]本实施例中，任一终端均记录了使用状态等级，用于反应终端中内容的显示进度和/或任务的执行进度，并且为后续的内容显示和任务执行提供依据。
[0041]由于终端中记录的使用状态等级可能是终端初始化时设置的初始值，也可能是在当前时间截点之前记录的，其并未随着终端中的用户行为进行更新，因此，将按照服务器返回的等级评估信息对终端中记录的使用状态等级进行修正，以保证终端中记录的使用状态等级与终端的使用情况相适应。
[0042]例如，终端中记录的使用状态为中级，而随着用户在通过终端中显示的内容和分配的任务所进行的学习，其实际所在的学习阶段将升至高级，因此，根据服务器返回的等级评估信息将终端中记录的使用状态等级由中级修正为高级。
[0043]进一步的，在本实施例中，如图2所示，该方法还包括:
步骤210，获取与终端中记录的使用状态等级相关的任务。
[0044]本实施例中，根据终端中记录的使用状态等级由终端本地或者服务器获取相关的任务，其中，与每一使用状态等级相关的任务大都为多个，以保证任务的丰富性。
[0045]进一步的，获取与终端中记录的使用状态等级相关的任务的步骤具体为:根据终端的用户信息读取与终端中记录的使用状态等级相关联的待分配任务，从读取得到的待分配任务中随机提取任务。
[0046]本实施例中，终端中分配的任务将是以终端的用户信息和记录的使用状态相关的，也就是说，终端除了记录了使用状态等级之外，还记录了用户信息，例如，该用户信息包括用户年龄、就读年级等信息。
[0047]根据用户信息和使用状态等级对终端本地或者服务器中存储的大量任务进行定位，以得到多个待分配任务，因此，将从得到的多个待分配任务随机提取任一任务。
[0048]步骤230，按照预先设定的时间在终端中显示任务，以待终端中触发任务执行行为。
[0049]本实施例中，在获取得到任务之后，将按照预先设定的时间将获取得到的任务显示在终端中，此时，用户通过终端即可查看任务，并通过在终端中触发任务执行行为处理终端当前显示的任务。
[0050]也就是说，对于用以为学生用户提供辅助学习功能的终端而言，在将使用状态等级由中级修正为高级之后，由终端本地或者服务器获取得到这一学生用户所就读的学期中标记为高级的任务，并在预先设定的时间显示。例如，该任务可以是学生用户所就读的年级中标记为高级的作业题目、考试题目或者学习课程等，在此不一一列举。
[0051]此时，学生用户可在终端执行显示的任务，即针对终端中显示的任务触发相应的任务执行行为，例如，该任务执行行为可为作业题目答案的输入行为、考试题目答案的输入行为或者课程学习的执行行为等。
[0052]在一个实施例中，如图3所示，步骤150之前，该方法还包括如下步骤:
步骤310，获取终端的用户信息。
[0053]步骤330，根据终端的用户信息和行为数据进行用户划分，以得到用户所属类别。
[0054]本实施例中，随着终端的不断使用，服务器将不断接收到上传的行为数据，并存储。
[0055]服务器将定期或者实时对终端所对应的大量行为数据和/或用户信息进行数据挖掘，以确定该终端实际所对应的使用状态等级。
[0056]服务器与多个终端交互，并且记录了多个终端分别上传的行为数据，因此将通过多个终端所对应的行为数据和/或用户信息进行数据挖掘，以对多个终端实现分类。
[0057]进一步的，服务器中内置挖掘工具，将多个终端分别上传的行为数据和/或用户信息导入挖掘工具中，通过挖掘工具提供的关联方法、分类方法和/或聚类方法对导入的行为数据和/或用户信息进行处理。
[0058]例如，服务器中的挖掘工具可以是SPSS工具。对于SPSS工具中提供的分类方法而言，将直接设置用户所在地区、年级，然后在将用户信息和行为数据导入之后进行用户划分，以将相似的用户划分至同一个具体的类别中。
[0059]对于SPSS工具中提供的聚类方法而言，也可以不定义相应的条件，直接自动根据用户信息和/或行为数据进行用户划分。
[0060]通过如上所述的数据挖掘过程，将使得针对终端的使用所进行的分析角度更加多样，具备强大的能力。
[0061]进一步的，服务器中除了通过挖掘工具进行用户划分，进而实现等级评估信息的预测之外，还将通过多个终端所对应的行为数据进排名，以得到当前终端所对应的状况相对其它终端所在的名次，进而根据名次也可得到其所对应的级别，即等级评估信息。
[0062]例如，以一个学期为单位，由存储的大量行为数据中提取得本学期中考试行为所对应的成绩，进而根据提取得到的成绩进行排名，以得到对应的级别，该级别可以是初级、中级或者高级。
[0063]步骤350，由用户所属类别的属性中提取等级评估信息，并向终端返回等级评估信息。
[0064]本实施例中，待完成用户划分之后，对于包含了多个用户的类别均有相应的属性，因此，将根据用户所属类别的属性确定等级评估信息，并向相应终端返回，以便及时更新终端中记录的用户使用状态等级，以适用于终端中的不同使用状态。
[0065]进一步的，在本实施例中，步骤310之前，该方法还包括:
根据终端的行为数据和用户所属类别的属性生成用户画像，并返回给终端。
[0066]本实施例中，用户画像用于描述终端中用户的使用情况的画像，由于是基于终端中大量的行为数据和用户所属类别的属性得到的，因此，将有效保证了用户画像的准确性，使得用户画像趋于终端中用户的真实情况。
[0067]例如，对于用于通过终端实现辅助学习的学生用户而言，其所对应的用户画像将描述了该学生用户的行为习惯、偏好和学习状况等综合素质。
[0068]进一步的，每一终端所对应的大量行为数据均存储在数据库中，除了为服务器提供数据挖掘的数据基础之外，还将为服务器生成相应的使用记录提供数据基础。优选的实施例中，该数据库可为Hive形式的数据库。
[0069]该使用记录可以是使用轨迹，以直观显示用户的状况。终端中的使用轨迹将通过曲线的形式进行表现。具体的，根据设置的时间周期，在数据库中针对每一终端对应的行为数据生成与当前时间周期对应的记录条目，以记录本时间周期内的任务完成情况；待终端向服务器发起请求，获取当前所累积生成的使用轨迹时，终端将从数据库中拉取该终端在每一时间周期所对应的记录条目，进而通过拉取的记录条目生成使用轨迹。
[0070]以学生用户为例，学生用户连续十个学期使用该终端辅助学习，每个学期或者在一定周期均服务器均会根据行为数据对这一学生用户的预习、复习、作业和考试的情况进tx评估，进而完成终端中使用状态等级的更新。
[0071]此时，对于该学生用户的使用轨迹而言，该使用轨迹将反映这十个学期中学生用户的学习情况，例如，本学期的学习情况若比上学期好，则使用轨迹所对应的曲线将上升，若本学期的学习情况比上学期差，则使用轨迹所对应的曲线则下降，进而使得学生用户通过终端所实现的学习一目了然。
[0072]在优选的实施例中，终端的行为数据、使用状态等级和任务之间的对应关系等海量数据均通过Hadoop平台实现分布式存储，行为数据和对应关系以块的形式存储在Hadoop平台中，以供随时读取和运算，并且其存储容量也可无限扩展。
[0073]如上所述的获取终端使用状态的方法并不仅限于为学生用户提供辅助学习功能的终端，还可应用于为工作人员提供辅助工作功能的终端以及其它的一些应用场景，在些不进行列举。
[0074]下面将结合一个具体的应用场景来阐述如上所述的方法。该实施例中，以为学生用户提供辅助学习功能的终端为例进行阐述。
[0075]终端为学生用户提供的辅助系统在内容上的架构如图4所示，在该辅助系统中，将以学期为单位进行迭代，并按照小学、初中和高中为用户提供相应的辅助学习内容。
[0076]具体的，在系