一种基于大数据的学生成绩分析管理系统

摘要

本发明涉及一种基于大数据的学生成绩分析管理系统，包括图像采集装置、输入模块、存储模块、成绩分析模块、图像分析模块和输出模块；图像采集装置用于采集学生的学习图像；输入模块用于输入学生的成绩信息和学习图像；存储模板用于保存学生的成绩信息和学习图像；成绩分析模块用于分析成绩信息，得到成绩分析结果；图像分析模块用于分析学习图像，得到学习状况分析结果；输出模块用于输出成绩分析结果和学习状况分析结果。与现有技术相比，本发明通过对学生的成绩信息和学习图像进行分析，可以关注学生的成绩变化，也可以关注学生的学习情况，从而可以更全面地对学生进行刻画，针对性地为学生提供建议和指导，提升教学质量。

说明书

技术领域

本发明涉及教育领域，尤其是涉及一种基于大数据的学生成绩分析管理系统。

背景技术

随着多媒体技术和网络技术的飞速发展，社会已经进入了信息时代，产业信息化、管理现代化已经成为行业发展的重要指标。在教育领域，学生信息管理、课程管理等也逐渐智能化，如中国专利CN201310307651.0提供了一种基于数据分析的学生成绩管理系统，获取学生的历史成绩，对学生的成绩进行分析和统计，反映其成绩起伏以及偏科状况，大大提高了效率。

但是，学习是一个持续的过程，考试难度也是随机的，考试成绩只能一定程度上反映学生的学习状况，仅依靠排名变化和偏科情况等给出的指导意见是十分有限的。而由于班级内学生众多，老师不可能关注到每个学生的学习状况，也无法给出有效的建议和指导。

发明内容

本发明的目的就是为了克服上述现有技术存在的缺陷而提供一种基于大数据的学生成绩分析管理系统，通过对学生的成绩信息和学习图像进行分析，得到学生的成绩分析结果和学习状况分析结果，可以关注学生的成绩变化，也可以关注学生的学习情况，从而可以更全面地对学生进行刻画，针对性地为学生提供建议和指导，提升教学质量。

本发明的目的可以通过以下技术方案来实现：

一种基于大数据的学生成绩分析管理系统，包括图像采集装置、输入模块、存储模块、成绩分析模块、图像分析模块和输出模块；

所述图像采集装置与输入模块连接，用于采集学生的学习图像；

所述输入模块与存储模块连接，用于输入学生的成绩信息和学习图像；

所述存储模板用于保存学生的成绩信息和学习图像；

所述成绩分析模块与存储模块连接，用于分析成绩信息，得到成绩分析结果；

所述图像分析模块与存储模块连接，用于分析学习图像，得到学习状况分析结果；

所述输出模块与成绩分析模块和图像分析模块连接，用于输出成绩分析结果和学习状况分析结果。

优选的，所述图像采集装置包括摄像头。

优选的，所述图像采集装置按照预设置的时间间隔进行学习图像采集。

优选的，所述图像采集装置对学生的学习过程进行录制，得到学习视频，按照预设置的采样间隔对学习视频进行采样得到学习图像。

优选的，所述存储模块为非易失性存储介质。

优选的，所述成绩分析结果包括：个人总分、个人各科分数、个人总分排名、个人各科排名以及全年级总分最高分、全年级总分最低分、全年级总分平均分、全年级各科最高分、全年级各科最低分、全年级各科平均分。

优选的，所述图像分析模块的工作流程如下：

S1、将学习过程划分为多个时间段；

S2、获取各个时间段内的多张学习图像；

S3、对每张学习图像进行分析，得到每张学习图像的姿态类型和表情类型；

S4、对每个时间段内的姿态和表情进行统计与分析，得到各个时间段的学习状况分析结果。

优选的，步骤S3中，对一张学习图像进行分析的流程如下：

获取学习图像；

使用训练好的第一模型对学习图像进行人体姿态检测，得到此学习图像对应的姿态的类型；

获取学习图像内的人脸图像，使用训练好的第二模型对人脸图像进行表情识别，得到此学习图像对应的表情的类型。

优选的，步骤S4具体为：

获取为每个时间段预定义的学习说明，根据学习说明对姿态和表情进行划分，得到各个时间段内表征学习行为的姿态和表情；

在各个时间段内的学习图像进行筛选，当一张学习图像对应的姿态和标签均表征学习行为时，则该学习图像表示一个学习时刻，得到各个时间段内的学习时刻；

统计各个时间段内学习时刻的数量以及学习时刻的连续性作为各个时间段的学习状况分析结果。

优选的，所述输出模块为显示器。

与现有技术相比，本发明具有以下有益效果：

(1)通过对学生的成绩信息和学习图像进行分析，得到学生的成绩分析结果和学习状况分析结果，可以关注学生的成绩变化，也可以关注学生的学习情况，从而可以更全面地对学生进行刻画，针对性地为学生提供建议和指导，提升教学质量。

(2)图像采集装置按照预设置的时间间隔进行学习图像采集或者对学习视频进行采样得到学习图像，合理控制两张相邻的学习图像的时间差可以兼顾存储模块的存储压力以及学习状况分析的连续性。

(3)将学习过程划分为多个时间段，对每个时间段进行独立的分析，分析的范围小、分析结果更加精确，可以关注学生各个时间段的不同表现。

(4)在得到一个时间段内各张学习图像对应的姿态和表情后，根据时间段的学习说明划分姿态和表情，确定此时间段内表征学习行为的姿态和表情，从而统计时间段内的学习时刻，通过学习时刻的数量以及学习时刻的连续性反应学生的学习状况。

附图说明

图1为本发明的结构示意图；

图2为图像分析模块的工作流程图；

附图标记：1、图像采集装置，2、输入模块，3、存储模块，4、成绩分析模块，5、图像分析模块，6、输出模块。

具体实施方式

下面结合附图和具体实施例对本发明进行详细说明。本实施例以本发明技术方案为前提进行实施，给出了详细的实施方式和具体的操作过程，但本发明的保护范围不限于下述的实施例。

在附图中，结构相同的部件以相同数字标号表示，各处结构或功能相似的组件以相似数字标号表示。附图所示的每一组件的尺寸和厚度是任意示出的，本发明并没有限定每个组件的尺寸和厚度。为了使图示更清晰，附图中有些地方适当夸大了部件。

实施例1：

一种基于大数据的学生成绩分析管理系统，如图1所示，包括图像采集装置1、输入模块2、存储模块3、成绩分析模块4、图像分析模块5和输出模块6；

其中，图像采集装置1与输入模块2连接，用于采集学生的学习图像；输入模块2与存储模块3连接，用于输入学生的成绩信息和学习图像；存储模板用于保存学生的成绩信息和学习图像；成绩分析模块4与存储模块3连接，用于分析成绩信息，得到成绩分析结果；图像分析模块5与存储模块3连接，用于分析学习图像，得到学习状况分析结果；输出模块6与成绩分析模块4和图像分析模块5连接，用于输出成绩分析结果和学习状况分析结果。

图像采集装置1包括摄像头，可以单独安装在学习场所，如教室、书房，与输入模块2通信连接。

图像采集装置1可以是相机，拍摄图像，按照预设置的时间间隔进行学习图像采集，如每隔5s采集一次学习图像。学习图像的采集不宜过于频繁，否则会得到较多的学习图像，给存储模块3造成压力，但是如果采集的过于稀疏，则无法连续地对学生的学习状况进行分析，实际应用时可以根据需要设置。

图像采集装置1可以是录像机，对学生的学习过程进行录制，得到学习视频，由于视频的帧是连续的，文件较大，而且学习状况分析不需要如此密集的连续帧，因此，按照预设置的采样间隔对学习视频进行采样得到学习图像。同理，采用间隔的设置可以根据需要设置。

进一步的，考虑到可能存在休息时间，因此图像采集装置1按照课表工作，休息时间不进行学习图像的采集。

输入模块2提供数据接口，学习图像可以通过输入模块2送入存储模块3存储，成绩信息也通过输入模块2送入存储模块3存储。

存储模块3为非易失性存储介质。数据在存储模块3内以数据库的形式管理，包括学生的身份信息、成绩信息和学习图像，成绩信息应当带有标记，用于标识其属于哪一次考试，并与学生的身份信息关联，学习图像应当带有标记，用于标识其采集时间，并与学生的身份信息关联。为了规范化，成绩信息和学习图像应转化为统一格式，对缺值和异常值进行处理，以表的形式存储在存储模块3中，可以进行增删改查等操作。

可以通过excel表等形式批量导入全年级学生的成绩信息，在成绩分析模块4进行简单的统计和分析即可。成绩分析结果包括：个人总分、个人各科分数、个人总分排名、个人各科排名以及全年级总分最高分、全年级总分最低分、全年级总分平均分、全年级各科最高分、全年级各科最低分、全年级各科平均分。

考虑到学生的学习时间较长时，学习的内容较多，因此对学习状况进行分析会存在干扰，如果划分了时间段，就可以对每个时间段内的学习状况进行针对性分析，分析更为精准。本实施例中，如图2所示，图像分析模块5的工作流程如下：

S1、将学习过程划分为多个时间段，可以分为上午、下午，还可以根据课表，按照一节课的起始时间划分时间段，得到对应不同课程的时间段；

S2、获取各个时间段内的多张学习图像；

S3、对每张学习图像进行分析，得到每张学习图像的姿态类型和表情类型；

其中，对一张学习图像进行分析的流程如下：

(1)获取学习图像；

(2)使用训练好的第一模型对学习图像进行人体姿态检测，得到此学习图像对应的姿态的类型，如低头、趴桌子、托腮、举手、起立等；

(3)获取学习图像内的人脸图像，使用训练好的第二模型对人脸图像进行表情识别，得到此学习图像对应的表情的类型，如笑、惊讶、疑惑等。

第一模型和第二模型可以使用CNN卷积神经网络实现，目前网上公开了很多开源的姿态库和表情库，也有不少研究人员对人体姿态检测和表情识别进行了研究，此处选用现有技术实现即可。

S4、对每个时间段内的姿态和表情进行统计与分析，得到各个时间段的学习状况分析结果；具体为：

(1)获取为每个时间段预定义的学习说明，根据学习说明对姿态和表情进行划分，得到各个时间段内表征学习行为的姿态和表情；本实施例中，根据学习内容的不同划分时间段，每个时间段内表征学习行为的姿态和表情存在差别，如口语练习时，讲话是表征学习行为的，因此，各个时间段内会单独对姿态和表情进行划分。

(2)在各个时间段内的学习图像进行筛选，当一张学习图像对应的姿态和标签均表征学习行为时，则该学习图像表示一个学习时刻，得到各个时间段内的学习时刻；

(3)统计各个时间段内学习时刻的数量以及学习时刻的连续性作为各个时间段的学习状况分析结果。

专心学习的判断除了整个学习过程中学习时刻的数量外，还考虑了学习时刻之间的连续性，连续性较好时说明专心程度更高。

而且，根据学习内容划分了时间段，可以分析每个时间段内的学习状况，判断学生对哪种学习内容的学习兴趣更高，便于老师因材施教。

本实施例中，输出模块6为显示器，显示成绩分析结果和学习状况分析结果，老师、家长等可以查看学生的学习成绩变化，如排名变化等，也可以查看学生在各个时间段内的学习状况，如学习时刻的连续性以及学习时刻的数量。老师能够复盘每个学生的学习状况，对学生进行具体分析，从而判断学生学习上存在的问题，给出相关的指导建议。

以上详细描述了本发明的较佳具体实施例。应当理解，本领域的普通技术人员无需创造性劳动就可以根据本发明的构思作出诸多修改和变化。因此，凡本技术领域中技术人员依本发明的构思在现有技术的基础上通过逻辑分析、推理或者有限的实验可以得到的技术方案，皆应在由权利要求书所确定的保护范围内。