基于端云互联的综合教育管理系统的制作方法

本发明涉及教育信息化，具体为基于端云互联的综合教育管理系统。

背景技术：

1、现有的综合教育管理系统通常仅采集学生在校内的考试成绩和出勤数据，评估依据局限于单一学校内部的静态记录，无法融合跨校历史行为标签与区域化既往评估区间数据。在生成干预策略时，这些系统往往将整个学期或学年的行为表现简单汇总为一个平均分数或等级，忽视了学生问题行为在时间轴上的非均匀分布特性。由于缺少对连续评估时段进行离散化的分析手段，难以识别出行为恶化或高发的密集区间，导致匹配的矫治措施往往基于粗线条的整体印象，与学生的实际行为波动节律脱节，矫治时机错位，效果受限。此外，现有系统针对矫治后的效果验证主要依赖校内教师的短期观察，学生在离开校园环境后的状态缺乏自动化的远端采集渠道。一旦矫治操作序列执行完毕，无法持续获取结构化的离校后行为反馈，更无法将其与矫治预案中设定的预期状态进行精细化比对。这使得教育管理部门无法量化矫治手段在校外场景中的延续效果和偏差程度，形成了从评估到干预再到校外验证的管理裂口。从上述方案暴露出缺陷：评估维度单一且粒度粗糙，未能从时间维度上提取行为事件的序列化特征，造成矫治目标匹配时缺乏高关注时段的定位能力；矫治后完全依赖人工、片段式的校内跟踪，缺少对离校后状态的自动采集与差异自动化判定机制，使得干预闭环无法实现。迫切需要解决如何对学生历史行为标签及按教育阶段、区域召回的既往评估区间记录进行时段分解，依据各离散时段内的行为计数构造出反映行为密集度与间隔特征的量化指标，以便精准匹配矫治策略；同时需要一种在矫治末尾设置计时触发、自动获取离校后反馈字段并与预期状态进行量化差异比较的方案，以捕捉校外行为变动、弥补校内盲区。

技术实现思路

1、本发明的目的是提供一种基于端云互联的综合教育管理系统，以克服现有教育管理系统在行为评估方面粒度粗糙、忽略行为时序特征，以及矫治后缺乏离校后状态自动跟踪与差异判定的问题，实现细粒度时段量化评估和校外闭环效果验证。

2、为了实现上述目的，本发明提供如下技术方案：本发明提供一种基于端云互联的综合教育管理系统，包括数据解析模块、云侧调度模块、时段离散模块、策略匹配模块和跟踪判定模块。数据解析模块接收客户端提交的审查数据包，通过解析所述审查数据包的数据结构提取待审查学生的身份识别码与学业记录字段，并根据所述身份识别码在校际共享数据库中查询历史行为标签，实现跨校行为信息的快速关联，为多维评估提供依据。云侧调度模块获取待审查学生的基础信息队列，并按照所述基础信息队列中的每个待审查学生的教育阶段字段与所属区域代码，从本地缓存中召回与该教育阶段字段及所属区域代码关联的既往评估区间记录，利用教育阶段与区域的联合索引快速命中符合学生成长环境的评估历史，降低调度延迟。时段离散模块对召回的既往评估区间记录执行时段离散化处理，得到多个离散评估时段，并根据每个离散评估时段内的行为计数为待审查学生生成评估指标量化表，将连续的历史记录转换为结构化的量化指标，便于精准定位问题时段。策略匹配模块将所述评估指标量化表中的每个评估指标与预设的矫治目标字段进行匹配，根据匹配成功的矫治目标字段从云端策略库中提取对应的矫治操作序列，实现评估指标到矫治策略的自动转换，避免人工干预的主观偏差。跟踪判定模块提取所述矫治操作序列中的末端执行时间戳，设置跟踪计时器，并按照所述跟踪计时器的触发时刻从所述云侧调度模块获取待审查学生的离校后状态反馈字段，将所述离校后状态反馈字段与所述矫治操作序列中的预期状态字段执行差异判定，从而对矫治效果进行持续跟踪与量化评判，保证教育管理闭环的有效性。

3、作为本发明的一个技术方案，所述数据解析模块在解析审查数据包时，对审查数据包进行头部标记识别，提取数据包封装格式中的载荷类型标识以确定学生信息区段，从学生信息区段中读取出固定偏移量位置上的编码字段并执行前导码校验，将通过前导码校验的编码字段设为身份识别码，再从学生信息区段中依次读取课程名称字段和成绩等级字段合并为学业记录字段，由此保证数据提取的准确性与完整性。在查询历史行为标签时，所述数据解析模块将所述身份识别码拆分为学校前缀码和学生序号码，以学校前缀码为索引在校际共享数据库中定位目标学校记录区，在目标学校记录区内以学生序号码为键值进行记录匹配以获取匹配记录中的行为事件时间线，从行为事件时间线中提取事件类型标记和事件严重程度值组合为历史行为标签，高效利用分布式的校际数据，提升查询效率。

4、作为本发明的一个优选技术方案，所述云侧调度模块在获取待审查学生的基础信息队列时，向数据解析模块发送队列拉取请求，所述队列拉取请求中包含云侧调度模块的节点编号和当前负载率阈值，接收所述数据解析模块返回的待审查学生标识列表，按照待审查学生标识列表中的排列次序依次读取每个待审查学生标识所对应的入学年份字段和当前年级字段，合并为基础信息队列中的单个学生基础信息条目，通过负载感知的队列拉取机制确保数据获取的平稳性。所述云侧调度模块在从本地缓存召回既往评估区间记录时，从单个学生基础信息条目中提取当前年级字段作为教育阶段字段，并从单个学生基础信息条目中提取学校地址字段的前缀区域码作为所属区域代码，以教育阶段字段与所属区域代码的组合为缓存键在本地缓存的评估记录索引表中查找匹配的索引条目，根据索引条目中存储的记录指针读取对应的既往评估区间记录，利用组合键的快速查找实现本地缓存的低延迟召回。

5、作为本发明的一个进一步技术方案，所述时段离散模块在对召回的既往评估区间记录执行时段离散化处理时，从既往评估区间记录中读取评估起始时刻和评估结束时刻，以评估起始时刻为原点按照预设的固定时间步长将评估起始时刻到评估结束时刻之间的连续时间轴切分为多个单位时段，对每个单位时段读取该单位时段内的出勤记录字段和课堂参与度字段，将出勤记录字段和课堂参与度字段均非空的单位时段标记为离散评估时段，确保纳入分析的数据完整。所述时段离散模块在生成评估指标量化表时，针对每个离散评估时段统计该离散评估时段内包含的迟到事件计数值和缺勤事件计数值，并将两者相加得到行为计数，将行为计数超过预设离散时段阈值的离散评估时段标记为高关注时段，按照时间顺序排列所有高关注时段，将相邻高关注时段之间的时间间隔写入评估指标量化表的行记录中，并将行记录中的时间间隔字段与对应的高关注时段的行为计数关联存储，由此将原始行为数据紧凑量化为可对比的指标表，便于后续策略匹配。

6、作为本发明的又一个优选技术方案，所述策略匹配模块在将评估指标量化表中的每个评估指标与预设的矫治目标字段进行匹配时，从评估指标量化表中依次读取当前评估指标的名称字符串和数值区间标识，对矫治目标字段中的每个目标条目提取匹配关键字和匹配数值范围，计算当前评估指标的名称字符串与匹配关键字之间的字符重叠率，并判定当前评估指标的数值区间标识是否落入匹配数值范围，将字符重叠率超过重叠率阈值且数值区间标识落入匹配数值范围的目标条目设为匹配成功的矫治目标字段，通过字符与数值的双重匹配提高策略匹配的精度。在提取矫治操作序列时，所述策略匹配模块将匹配成功的矫治目标字段的目标条目编号组合为策略查询向量，以策略查询向量为索引在云端策略库的策略映射表中检索与目标条目编号组合对应的操作步骤链，按照操作步骤链中每个操作步骤的步骤序号顺序读取步骤指令码，将读取到的全部步骤指令码排序后组成矫治操作序列，实现从多目标组合到操作序列的自动化生成。

7、作为本发明的再一个技术方案，所述跟踪判定模块在执行差异判定时，从离校后状态反馈字段中读取反馈记录时间戳和反馈内容编码，并根据矫治操作序列中的末端执行时间戳筛选出反馈记录时间戳晚于末端执行时间戳的离校后状态反馈字段，将筛选出的离校后状态反馈字段中的反馈内容编码与矫治操作序列中的预期状态字段进行逐字符比对以统计不一致字符的数量，当不一致字符的数量超过预设差异计数阈值时生成差异标志位，并将差异标志位写入跟踪判定模块的差异记录表，通过对离校后状态的精细比对及时发现偏离预期的个体，提高教育管理干预的时效性和准确性。

8、在上述技术方案中，本发明提供的技术效果和优点：

9、对召回的既往评估区间记录执行时段离散化处理，以评估起始时刻为原点，按固定时间步长将连续时间轴切分为多个单位时段，读取各时段出勤记录字段与课堂参与度字段，筛选二者均非空的单位时段作为离散评估时段；针对每个离散评估时段统计迟到事件计数值与缺勤事件计数值并求和得到行为计数，将行为计数超过预设阈值的时段标记为高关注时段，按时序排列所有高关注时段，并将相邻高关注时段间的时间间隔与高关注时段的行为计数关联存储，形成评估指标量化表。区别于传统做法仅输出整个评估周期的单一综合指标，该离散化处理可输出行为事件的时间聚集特性与间隔规律，使得云端策略匹配环节能够根据高关注时段的疏密程度和间隔时长，从策略库中精准调取与行为波动模式高度适配的矫治操作序列，避免了粗粒度评估造成的矫治措施泛化，提升干预的时机针对性和内容吻合度。评估指标量化表中的行记录同时反映行为复发间隔，由此矫治操作序列的执行节律可适配实际行为复发周期。跟踪判定模块依据矫治操作序列中的末端执行时间戳设置跟踪计时器，在计时器触发时获取待审查学生的离校后状态反馈字段，筛选出反馈记录时间戳晚于该末端时间戳的反馈内容编码；将筛选出的反馈内容编码与矫治操作序列中的预期状态字段执行逐字符比对，累计不一致字符数量，当不一致字符数超出预设差异计数阈值，生成差异标志位并写入差异记录表。这一跟踪比对机制弥补了常规教育管理系统无法获取并量化校外行为表现的缺陷，使得矫治干预完成后，学生离开校园环境的行为变化能够被自动化捕捉和偏差度量，一旦偏离预期状态即触发标志，差异标志位被记入差异记录表，便于辨识矫治失效个案，及时触发补充干预，由此形成校内外连贯的矫治验证闭环，打破了仅依赖校内人工观察的局限，增强了教育管理的持续性和响应灵敏度。