基于数据分析的个性化教育管理系统、方法、介质
阅读说明：本技术 基于数据分析的个性化教育管理系统、方法、介质 (Personalized education management system, method and medium based on data analysis ) 是由 刘明亮 纪新玲 陈利平 魏杰敏 武超 韦存彪 李尧 于 2021-06-17 设计创作，主要内容包括：本发明公开了一种基于数据分析的个性化教育管理系统、方法、介质,相较于传统的个性化教育推送方案,通过对学生进行兴趣方案和理解接受能力进行评估,生成并以兴趣筛选方案和学习学习推送方案对生成个性化训练方案时进行筛选,使得最终所得到的个性化训练方案所涉及内容更加贴合学生的兴趣爱好和理解接受能力,能够有效的缓解长时间学习的疲惫感,提升学生的自我学习意愿,同时不会跨越学生理解接受范围的循序渐进式的训练方案也使得学生能够更快的接受和理解训练学习内容。(Compared with the traditional personalized education pushing scheme, the system, the method and the medium have the advantages that the interest scheme and the understanding acceptance of students are evaluated, and the interest screening scheme and the learning pushing scheme are generated and used for screening when the personalized training scheme is generated, so that the finally obtained personalized training scheme is more suitable for the interest, the hobbies and the understanding acceptance of the students, the fatigue of long-time learning can be effectively relieved, the self-learning willingness of the students is improved, and meanwhile, the students can receive and understand the training learning content more quickly by the aid of the progressive training scheme which does not span the understanding acceptance range of the students.)
技术领域
本发明涉及远程教育相关领域，具体是一种基于数据分析的个性化教育管理系统、方法、介质。
背景技术
随着网络技术的快速发展，曾经处于我们的口中的大数据如今已经完完全全的融入到了我们生活所处的时代中，在随处可见的以及常人无法接触的地方与领域影响并改变着我们的生活方式；视频网站、购物网站以及新闻网站的大数据推送，大数据同好交友等耳熟能详的词汇短句无不在告诉着我们，大数据的发展已经逐渐达到了相对成熟的状态。
网络技术与大数据的快速发展也为当今的教育模式提供了更多的方式与选择余地，基于远程网络的远程课堂、远程测试等等均打破了传统的局限于时间与空间的教学方式，采用大数据的教学内容推送方式也逐渐得到了兴起。
现有技术中，利用大数据分析的个性化教育方式多采用通过大数据对学生的测验做题等结果进行分析，然后对易错内容进行针对性的推送训练，以此来提高学习的效率；但是在繁重的学习任务，长时间海量训练所带来的厌倦感和疲惫感会使得学习的效率产生一定的折扣，降低针对性训练的效果，且不同学生的学习接受能力也都是不同的，传统的个性化教育方式大多只针对学习内容，而不考虑学生对学习内容的接受程度。
发明内容
本发明的目的在于提供一种基于数据分析的个性化教育管理系统、方法、介质，以解决上述背景技术中提出的问题。
为实现上述目的，本发明提供如下技术方案：
一种基于数据分析的个性化教育管理方法，包含以下步骤：
执行个性化方案评估程序，根据评估结果生成个性化筛选方案，所述个性化筛选方案包括学生兴趣筛选方案以及学生学习推送方案，所述学生学习推送方案用于表征学生的学习接受能力；
生成学生学习空间，并导入历史学习记录，对历史学习记录进行量化分析，生成学生学习掌握画像，并根据学生学习掌握画像生成针对化训练方案，所述学生学习掌握画像用于表征学生对不同知识内容的掌握程度；
根据所述针对化训练方案检索云端训练数据库，生成训练方案索引单，根据所述个性化筛选方案对所述训练方案索引单进行筛选生成个性化训练方案，并导入至学生学习空间；
执行所述个性化训练方案，并根据所述学生学习掌握画像进行训练结果评估，更新并生成学生学习掌握画像。
作为本发明的进一步方案：所述学生兴趣筛选方案用于表征学生的个人兴趣爱好范围，以对设计个人爱好范围的训练相关教程与试题进行筛选，所述执行个性化方案评估程序，根据评估结果生成个性化筛选方案的步骤具体包括：
执行学生兴趣评估程序，发出范围筛选请求；
接收所述范围筛选请求的反馈信号，根据反馈信号导出并执行兴趣评估测试方案，生成兴趣测试结果；
根据所述兴趣测试结果生成学生兴趣筛选方案，所述学生兴趣筛选方案包括兴趣标签；
执行学生能力评估程序，发出年龄筛选请求；
接收所述年龄筛选请求的反馈信号，根据反馈信号导出并执行能力评估测试方案，生成能力测试结果；
根据所述能力测试结果生成学生学习推送方案，所述学生学习推送方案包括学习接受能级；
根据所述兴趣筛选方案与所述学习推送方案生成个性化筛选方案。
作为本发明的再进一步方案：所述执行个性化方案评估程序，根据评估结果生成个性化筛选方案的步骤设有一定的预设执行间隔时间，当执行所述步骤后达到预设执行间隔时间时，所述步骤会再次执行，以生成新的所述个性化筛选方案。
作为本发明的再进一步方案：所述生成学生学习空间，并导入历史学习记录，对历史学习记录进行量化分析，生成学生学习掌握画像，并根据学生学习掌握画像生成针对化训练方案的步骤具体包括：
生成学生学习空间，导入更新所述个性化筛选方案；
导入历史学习记录，对历史学习记录进行知识内容标签标记；
对历史学历记录中的每一项内容进行正误判定，生成正误判定结果；
根据知识内容标签标记与正误判定结果生成学生学习掌握画像；
根据学生学习掌握画像进行知识训练权重分析，生成针对化训练方案。
作为本发明的再进一步方案：所述云端训练数据库存储有与不同知识内容相对应的多种训练方案，所述训练方案包含数个训练题；所述根据针对化训练方案检索云端训练数据库，生成训练方案索引单，根据所述个性化筛选方案对所述训练方案索引单进行筛选生成个性化训练方案，并导入至学生学习空间的步骤，具体包括：
根据所述针对化训练方案检索云端训练数据库，根据符合的训练方案建立训练方案索引单，所述训练方案所引单包含兴趣标签；
根据针对化训练方案对训练方案索引单中训练方案包含的训练题进行难度跨级评估，生成难度能级标签；
根据所述个性化筛选方案中的兴趣筛选方案和学习推送方案分别对兴趣标签和难度能级标签进行筛选。生成筛选结果；
根据所述筛选结果生成个性化训练方案，并导入学习空间。
作为本发明的再进一步方案：所述执行个性化训练方案，并根据所述学生学习掌握画像进行训练结果评估，更新并生成学生学习掌握画像的步骤中，个性化训练方案包含训练试题与训练执行计划，所述训练执行计划为根据学习掌握画像所生成的训练试题与相关解说的执行方案。
作为本发明的再进一步方案：所述根据所述学生学习掌握画像进行训练结果评估，更新并生成学生学习掌握画像的步骤，具体包括：
根据学生学习掌握画像导出知识点评估测内容，接收测试结果；
根据所述测试结果生成新学习掌握画像；
根据知识标签标记将新学习画像与学习画像进行分析比对；
将新学习画像中超过预设占比且在学习画像中超过预设占比存在的知识标签标记在新学习画像中进行比重提升；
根据新学习画像更新生成学生学习画像。
第二方面，本发明实施例旨在提供一种基于数据分析的个性化教育管理系统，包括：
筛选方案生成模块，用于执行个性化方案评估程序，根据评估结果生成个性化筛选方案，所述个性化筛选方案包括学生兴趣筛选方案以及学生学习推送方案，所述学生学习推送方案用于表征学生的学习接受能力；
掌握程度分析模块，用于生成学生学习空间，并导入历史学习记录，对历史学习记录进行量化分析，生成学生学习掌握画像，并根据学生学习掌握画像生成针对化训练方案，所述学生学习掌握画像用于表征学生对不同知识内容的掌握程度；
训练方案获取模块，用于根据所述针对化训练方案检索云端训练数据库，生成训练方案索引单，根据所述个性化筛选方案对所述训练方案索引单进行筛选生成个性化训练方案，并导入至学生学习空间；
训练执行分析模块，用于执行所述个性化训练方案，并根据所述学生学习掌握画像进行训练结果评估，更新并生成学生学习掌握画像。
作为本发明的进一步方案：所述筛选方案生成模块包括：
兴趣筛选分析单元，用于执行学生兴趣评估程序，发出范围筛选请求；接收所述范围筛选请求的反馈信号，根据反馈信号导出并执行兴趣评估测试方案，生成兴趣测试结果；根据所述兴趣测试结果生成学生兴趣筛选方案，所述学生兴趣筛选方案包括兴趣标签；
能力跨度分析单元，用于执行学生能力评估程序，发出年龄筛选请求；接收所述年龄筛选请求的反馈信号，根据反馈信号导出并执行能力评估测试方案，生成能力测试结果；根据所述能力测试结果生成学生学习推送方案，所述学生学习推送方案包括学习接受能级；
筛选方案生成单元，用于根据所述兴趣筛选方案与所述学习推送方案生成个性化筛选方案。
第三方面，本发明实施例提供一种可读存储介质，所述存储介质上存储有个性化教育管理程序，所述个性化教育管理程序在被处理器执行时实现步骤：
执行个性化方案评估程序，根据评估结果生成个性化筛选方案，所述个性化筛选方案包括学生兴趣筛选方案以及学生学习推送方案，所述学生学习推送方案用于表征学生的学习接受能力；
生成学生学习空间，并导入历史学习记录，对历史学习记录进行量化分析，生成学生学习掌握画像，并根据学生学习掌握画像生成针对化训练方案，所述学生学习掌握画像用于表征学生对不同知识内容的掌握程度；
根据所述针对化训练方案检索云端训练数据库，生成训练方案索引单，根据所述个性化筛选方案对所述训练方案索引单进行筛选生成个性化训练方案，并导入至学生学习空间；
执行所述个性化训练方案，并根据所述学生学习掌握画像进行训练结果评估，更新并生成学生学习掌握画像。
与现有技术相比，本发明相较于传统的个性化教育推送方案，通过对学生进行兴趣方案和理解接受能力进行评估，生成并以兴趣筛选方案和学习学习推送方案对生成个性化训练方案时进行筛选，使得最终所得到的个性化训练方案所涉及内容更加贴合学生的兴趣爱好和理解接受能力，能够有效的缓解长时间学习的疲惫感，提升学生的自我学习意愿，同时不会跨越学生理解接受范围的循序渐进式的训练方案也使得学生能够更快的接受和理解训练学习内容。
附图说明
图1为一种基于数据分析的个性化教育管理方法的流程框图。
图2为一种基于数据分析的个性化教育管理方法中生成个性化筛选方案的详细步骤流程框图。
图3为一种基于数据分析的个性化教育管理方法中生成学生学习掌握画像的详细步骤流程框图。
图4为一种基于数据分析的个性化教育管理方法中生成个性化训练方案的详细步骤流程框图。
图5为一种基于数据分析的个性化教育管理方法中执行个性化训练方案的详细流程框图。
图6为一种基于数据分析的个性化教育管理系统的构成框图。
具体实施方式
为了使本发明的目的、技术方案及优点更加清楚明白，以下结合附图及实施例，对本发明进行进一步详细说明。应当理解，此处所描述的具体实施例仅仅用以解释本发明，并不用于限定本发明。
以下结合具体实施例对本发明的具体实现方式进行详细描述。
如图1所述，为本发明一个实施例提供的一种基于数据分析的个性化教育管理方法，包括以下步骤：
S200，执行个性化方案评估程序，根据评估结果生成个性化筛选方案，所述个性化筛选方案包括学生兴趣筛选方案以及学生学习推送方案，所述学生学习推送方案用于表征学生的学习接受能力。
S400，生成学生学习空间，并导入历史学习记录，对历史学习记录进行量化分析，生成学生学习掌握画像，并根据学生学习掌握画像生成针对化训练方案，所述学生学习掌握画像用于表征学生对不同知识内容的掌握程度。
S600，根据所述针对化训练方案检索云端训练数据库，生成训练方案索引单，根据所述个性化筛选方案对所述训练方案索引单进行筛选生成个性化训练方案，并导入至学生学习空间。
S800，执行所述个性化训练方案，并根据所述学生学习掌握画像进行训练结果评估，更新并生成学生学习掌握画像。
本发明实施例中，通过步骤S200-步骤S800的执行，实现了针对不同学生的个性化学习方案推送与使用，大大的提高了远程网络学习的效率，同时在相较于现有技术中的远程个性化学习方案，在步骤S200中，生成了包含兴趣筛选方案和学生学习推送方案的个性化筛选方案，这两者都是针对不同的学生测试的不同结果而单独定制的，其中，兴趣筛选方案作用于步骤S600可以使得学生在获取传统的个性化学习方案推送时，方案中所涉及的试题测验等相关内容可以更多的涉及自己的兴趣爱好领域相关连的内容(这里举例如一篇关于某一语法知识点的英文阅读，其内容所描述的内容或是物品为该学生的兴趣领域)，可以提升其学习的主动性；学生学习推送方案作用于步骤S600可以使得学生在获取传统的个性化学习方案推送时，其相对于传统的个性化推送的题目测试等，难度更加接近学生所能快速学习和接受的范围内，当然需要依赖于步骤S600中所生成的学生学习掌握画像(这里的掌握画像指的是学生对不同知识点内容的掌握程度)，通过这样可以实现一个循序渐进式的快速学习方法，相较于较大难度跨度的攻难型学习，学习效率更快，更加适合理解较慢的学生。
如图2所示，作为本发明一个优选的实施例，所述学生兴趣筛选方案用于表征学生的个人兴趣爱好范围，以对设计个人爱好范围的训练相关教程与试题进行筛选，所述执行个性化方案评估程序，根据评估结果生成个性化筛选方案的步骤具体包括：
S201，执行学生兴趣评估程序，发出范围筛选请求。
S202，接收所述范围筛选请求的反馈信号，根据反馈信号导出并执行兴趣评估测试方案，生成兴趣测试结果。
S203，根据所述兴趣测试结果生成学生兴趣筛选方案，所述学生兴趣筛选方案包括兴趣标签。
S204，执行学生能力评估程序，发出年龄筛选请求。
S205，接收所述年龄筛选请求的反馈信号，根据反馈信号导出并执行能力评估测试方案，生成能力测试结果。
S206，根据所述能力测试结果生成学生学习推送方案，所述学生学习推送方案包括学习接受能级。
S207，根据所述兴趣筛选方案与所述学习推送方案生成个性化筛选方案。
具体的来说，所述执行个性化方案评估程序，根据评估结果生成个性化筛选方案的步骤设有一定的预设执行间隔时间，当执行所述步骤后达到预设执行间隔时间时，所述步骤会再次执行，以生成新的所述个性化筛选方案。
本发明实施例中，是对步骤S200的具体分解说明，其中学生兴趣评估程序是执行输出兴趣爱好评估测试问答的程序，通过学生不断的选择兴趣爱好范围和标签最终生成兴趣筛选方案，执行评估程序也是执行输出理解能力测试的相关程序，通过与学生进行学习理解能力相关的测试题对学生的理解接受程度进行评估。
如图3所示，作为本发明一个优选的实施例，所述生成学生学习空间，并导入历史学习记录，对历史学习记录进行量化分析，生成学生学习掌握画像，并根据学生学习掌握画像生成针对化训练方案的步骤具体包括：
S401，生成学生学习空间，导入更新所述个性化筛选方案。
S402，导入历史学习记录，对历史学习记录进行知识内容标签标记。
S403，对历史学历记录中的每一项内容进行正误判定，生成正误判定结果。
S404，根据知识内容标签标记与正误判定结果生成学生学习掌握画像。
S405，根据学生学习掌握画像进行知识训练权重分析，生成针对化训练方案。
本发明实施例中，所执行的为步骤S400详细步骤，其原理为：通过学生的历史学习记录(包括课后作业、测试等相关内容)进行知识点划分、批改、统计，以获得学生对某一知识点的掌握程度，掌握程度底的说明需要重点训练，以此为依据生成针对化训练方案。
如图4所示，作为本发明一个优选的实施例，所述云端训练数据库存储有与不同知识内容相对应的多种训练方案，所述训练方案包含数个训练题；所述根据针对化训练方案检索云端训练数据库，生成训练方案索引单，根据所述个性化筛选方案对所述训练方案索引单进行筛选生成个性化训练方案，并导入至学生学习空间的步骤，具体包括：
S601，根据所述针对化训练方案检索云端训练数据库，根据符合的训练方案建立训练方案索引单，所述训练方案所引单包含兴趣标签。
S602，根据针对化训练方案对训练方案索引单中训练方案包含的训练题进行难度跨级评估，生成难度能级标签。
S603，根据所述个性化筛选方案中的兴趣筛选方案和学习推送方案分别对兴趣标签和难度能级标签进行筛选。生成筛选结果。
S604，根据所述筛选结果生成个性化训练方案，并导入学习空间。
本发明实施例中，是对步骤S600的详细分解说明，这一步骤是根据步骤S200与步骤S400对云端的数据库进行筛选检索的一个过程，需要进行说明的是，服务器中的训练题以及各种训练方案等，均以进行标签的标注，以进行检索筛选。
如图5所示，作为本发明一个优选的实施例，所述执行个性化训练方案，并根据所述学生学习掌握画像进行训练结果评估，更新并生成学生学习掌握画像的步骤中，个性化训练方案包含训练试题与训练执行计划，所述训练执行计划为根据学习掌握画像所生成的训练试题与相关解说的执行方案。
具体的来说，所述根据所述学生学习掌握画像进行训练结果评估，更新并生成学生学习掌握画像的步骤，具体包括：
S801，根据学生学习掌握画像导出知识点评估测内容，接收测试结果。
S802，根据所述测试结果生成新学习掌握画像。
S803，根据知识标签标记将新学习画像与学习画像进行分析比对。
S804，将新学习画像中超过预设占比且在学习画像中超过预设占比存在的知识标签标记在新学习画像中进行比重提升。
S805，根据新学习画像更新生成学生学习画像。
本发明实施例中，这一步骤是对学生进行个性化训练后的成果确认，通过对学生进行再次的测试，判断其对那些知识点已经掌握，依然未掌握的知识点则进行重点再培训。
如图6所示，本发明还提供了一种基于数据分析的个性化教育管理系统，其包含：
S100，筛选方案生成模块，用于执行个性化方案评估程序，根据评估结果生成个性化筛选方案，所述个性化筛选方案包括学生兴趣筛选方案以及学生学习推送方案，所述学生学习推送方案用于表征学生的学习接受能力。
S300，掌握程度分析模块，用于生成学生学习空间，并导入历史学习记录，对历史学习记录进行量化分析，生成学生学习掌握画像，并根据学生学习掌握画像生成针对化训练方案，所述学生学习掌握画像用于表征学生对不同知识内容的掌握程度。
S500，训练方案获取模块，用于根据所述针对化训练方案检索云端训练数据库，生成训练方案索引单，根据所述个性化筛选方案对所述训练方案索引单进行筛选生成个性化训练方案，并导入至学生学习空间。
S700，训练执行分析模块，用于执行所述个性化训练方案，并根据所述学生学习掌握画像进行训练结果评估，更新并生成学生学习掌握画像。
如图6所示，作为本发明一个优选的实施例，所述筛选方案生成模块S100包括：
S101，兴趣筛选分析单元，用于执行学生兴趣评估程序，发出范围筛选请求；接收所述范围筛选请求的反馈信号，根据反馈信号导出并执行兴趣评估测试方案，生成兴趣测试结果；根据所述兴趣测试结果生成学生兴趣筛选方案，所述学生兴趣筛选方案包括兴趣标签。
S102，能力跨度分析单元，用于执行学生能力评估程序，发出年龄筛选请求；接收所述年龄筛选请求的反馈信号，根据反馈信号导出并执行能力评估测试方案，生成能力测试结果；根据所述能力测试结果生成学生学习推送方案，所述学生学习推送方案包括学习接受能级。
S103，筛选方案生成单元，用于根据所述兴趣筛选方案与所述学习推送方案生成个性化筛选方案。
本发明实施例的另一目的在于提供一种可读存储介质，所述计算机可读存储介质上存储有计算机程序，所述计算机程序被处理器执行时，使得所述处理器执行：
S200，执行个性化方案评估程序，根据评估结果生成个性化筛选方案，所述个性化筛选方案包括学生兴趣筛选方案以及学生学习推送方案，所述学生学习推送方案用于表征学生的学习接受能力。
S400，生成学生学习空间，并导入历史学习记录，对历史学习记录进行量化分析，生成学生学习掌握画像，并根据学生学习掌握画像生成针对化训练方案，所述学生学习掌握画像用于表征学生对不同知识内容的掌握程度。
S600，根据所述针对化训练方案检索云端训练数据库，生成训练方案索引单，根据所述个性化筛选方案对所述训练方案索引单进行筛选生成个性化训练方案，并导入至学生学习空间。
S800，执行所述个性化训练方案，并根据所述学生学习掌握画像进行训练结果评估，更新并生成学生学习掌握画像。
应该理解的是，虽然本发明各实施例的流程图中的各个步骤按照箭头的指示依次显示，但是这些步骤并不是必然按照箭头指示的顺序依次执行。除非本文中有明确的说明，这些步骤的执行并没有严格的顺序限制，这些步骤可以以其它的顺序执行。而且，各实施例中的至少一部分步骤可以包括多个子步骤或者多个阶段，这些子步骤或者阶段并不必然是在同一时刻执行完成，而是可以在不同的时刻执行，这些子步骤或者阶段的执行顺序也不必然是依次进行，而是可以与其它步骤或者其它步骤的子步骤或者阶段的至少一部分轮流或者交替地执行。
本领域普通技术人员可以理解实现上述实施例方法中的全部或部分流程，是可以通过计算机程序来指令相关的硬件来完成，所述的程序可存储于一非易失性计算机可读取存储介质中，该程序在执行时，可包括如上述各方法的实施例的流程。其中，本申请所提供的各实施例中所使用的对存储器、存储、数据库或其它介质的任何引用，均可包括非易失性和/或易失性存储器。非易失性存储器可包括只读存储器(ROM)、可编程ROM(PROM)、电可编程ROM(EPROM)、电可擦除可编程ROM(EEPROM)或闪存。易失性存储器可包括随机存取存储器(RAM)或者外部高速缓冲存储器。作为说明而非局限，RAM以多种形式可得，诸如静态RAM(SRAM)、动态RAM(DRAM)、同步DRAM(SDRAM)、双数据率SDRAM(DDRSDRAM)、增强型SDRAM(ESDRAM)、同步链路(Synchlink)DRAM(SLDRAM)、存储器总线(Rambus)直接RAM(RDRAM)、直接存储器总线动态RAM(DRDRAM)、以及存储器总线动态RAM(RDRAM)等。
本领域技术人员在考虑说明书及实施例处的公开后，将容易想到本公开的其它实施方案。本申请旨在涵盖本公开的任何变型、用途或者适应性变化，这些变型、用途或者适应性变化遵循本公开的一般性原理并包括本公开未公开的本技术领域中的公知常识或惯用技术手段。说明书和实施例仅被视为示例性的，本公开的真正范围和精神由权利要求指出。
应当理解的是，本公开并不局限于上面已经描述并在附图中示出的精确结构，并且可以在不脱离其范围进行各种修改和改变。本公开的范围仅由所附的权利要求来限制。