一种学生信息处理方法与流程

1.本发明涉及数据处理技术领域，尤其涉及一种学生信息处理方法。


背景技术：

2.目前，智慧校园仍处于发展初期，市场需求高速增长，产品不断普及，支撑着教育信息化的发展，随着市面上产品越来越多，学校会获取到越来越多的学生信息，那么如何对这些信息进行分析，得到有价值的信息，更好地服务于学校的管理工作，进而克服传统的周期性能力测试对学生评价带来的偏颇，是目前智慧校园面临的一大问题。


技术实现要素：

3.本发明的目的是针对现有技术所存在的缺陷，提供一种学生信息处理方法，该方法不仅可以全面真实地分析影响学生个体差异的原因，还可以对不同学生群体之间的差异做出分析，从而为学校的教育教学工作提供可靠的理论依据。
4.为实现上述目的，本发明提供了一种学生信息处理方法，所述学生信息处理方法包括：
5.获取目标学生的目标阶段的初始化信息；所述初始化信息包括多个学生id；
6.根据所述学生id，将具有相同学生id的所述初始化信息进行合并处理，生成每个学生id对应的学生初始信息集合；
7.根据所述学生初始信息集合进行分析，生成每个学生id对应的评价信息；
8.根据预设的类型属性信息，对所述每个学生id对应的评价信息进行处理，生成目标学生评价报告信息。
9.优选的，所述初始化信息还包括：到课情况信息、出入宿舍信息、校园卡使用信息、课堂表现信息、作业反馈信息和考试信息。
10.进一步优选的，所述根据所述学生初始信息集合进行分析，生成每个学生id对应的评价信息，具体包括：
11.对所述到课情况信息、出入宿舍信息、校园卡使用信息、课堂表现信息进行处理，生成每个学生id的学生行为信息；
12.对所述作业反馈信息和考试信息进行处理，生成每个学生id的学生课业信息；
13.根据所述学生行为信息和学生课业信息，生成每个学生id的评价信息。
14.更进一步优选的，对所述到课情况信息、出入宿舍信息、校园卡使用信息、课堂表现信息进行处理，生成每个学生id的学生行为信息，具体包括：
15.对所述到课情况信息进行处理，生成每个学生id的考勤信息；
16.对所述出入宿舍信息进行统计，生成每个学生id的作息时间信息；
17.根据所述校园卡使用信息，生成每个学生id的资源使用信息；
18.根据所述课堂表现信息，生成每个学生id的专注度信息；
19.根据所述考勤信息、作息时间信息、资源使用信息和专注度信息，生成每个学生id
的学生行为信息。
20.更进一步优选的，所述根据所述考勤信息、作息时间信息、资源使用信息和专注度信息，生成每个学生id的学生行为信息，具体包括：
21.获取多个预设的考核细则；所述考核细则包括第一考核细则、第二考核细则、第三考核细则和第四考核细则；
22.根据所述考勤信息，计算全勤率；将所述全勤率与所述第一考核细则进行匹配，生成考勤分值；
23.根据所述作息时间信息，计算日平均作息时长；将所述日平均作息时长与所述第二考核细则相匹配，生成作息时长分值；
24.根据所述资源使用信息，计算资源使用频率，将所述资源使用频率与所述第三考核细则相匹配，生成资源使用分值；
25.根据所述专注度信息，匹配所述每个学生id的专注度等级，将所述专注度等级与所述第四考核细则相比较，生成专注度分值；
26.根据所述考勤分值、作息时长分值、资源使用分值和专注度分值，生成所述每个学生id的学生行为信息。
27.进一步优选的，所述对所述作业反馈信息和考试信息进行处理，生成每个学生id的学生课业信息，具体包括：
28.从所述作业反馈信息和考试信息提取作业数据和考试数据；
29.获取预设的作业和考试的评价系数，计算所述作业数据和考试数据的加权平均数据，生成每个学生id的学生课业信息；所述学生课业信息包括课业分值和课业描述信息。
30.更进一步优选的，所述根据所述学生行为信息和学生课业信息，生成每个学生id的评价信息，具体包括：
31.获取所述学生行为信息和学生课业信息在所述预设的评价标准中的评价比例；
32.根据所述学生行为信息、学生课业信息以及所述评价比例，生成每个学生id的评价信息。
33.优选的，所述获取目标学生的初始化信息之前，还包括：
34.根据所述学生id，在学生信息库中，获取学生的历史评价信息；
35.根据所述学生的历史评价信息和预设的分类标准，将所述学生id与所述类型属性信息进行关联。
36.进一步优选的，所述根据预设的类型属性信息，对所述每个学生id对应的评价信息进行处理，生成目标学生评价报告信息，具体包括：
37.根据预设的类型属性信息，在所述学生id与所述类型属性信息的关联关系中查找相同类型属性信息的学生id；
38.对所述学生id对应的评价信息进行合并处理，生成第一类型的学生评价信息集和第二类型的学生评价信息集；
39.分别对所述第一类型的学生评价信息集和第二类型的学生评价信息集进行处理，生成学生评价报告信息。
40.优选的，所述获取目标学生的初始化信息之前，还包括：
41.获取用户的登录信息；所述登录信息包括用户属性信息和用户标识信息；
42.根据所述登录信息，获取预设的用户属性权限映射关系，根据所述用户属性信息和用户标识信息，查找对应的用户权限信息；
43.将查找结果信息发送给所述用户。
44.本发明实施例提供的学生信息处理方法，该方法不仅可以全面真实地分析影响学生个体差异的原因，还可以对不同学生群体之间的差异做出分析，从而为学校的教育教学工作提供可靠的理论依据。
附图说明
45.图1为本发明实施例提供的学生信息处理方法流程图。
具体实施方式
46.为了使本发明的目的、技术方案和优点更加清楚，下面将结合附图对本发明作进一步地详细描述，显然，所描述的实施例仅仅是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其它实施例，都属于本发明保护的范围。
47.下面通过附图和实施例，对本发明的技术方案做进一步的详细描述。
48.本发明实施例提供的学生信息处理方法，将大数据、互联网技术应用于学校的日常管理工作中，通过对学生海量信息的分析，能够帮助学校客观、全面地对学生个体以及群体进行评估，有利于提高学校的管理水平。
49.图1为本发明实施例提供的学生信息处理方法流程图，下面结合图1，对本发明的技术方案以具体实施例进行说明。
50.本发明实施例提供的一种学生信息处理方法，主要包括以下步骤：
51.步骤110，获取目标学生的目标阶段的初始化信息；
52.具体的，要全面反映学生在校期间的各方面情况，就要通过采集端获取大量的学生信息，因此，初始化信息可以理解为目标阶段各个采集端采集的目标学生的多个未处理的信息的集合。具体可以包括到课情况信息、出入宿舍信息、校园卡使用信息、课堂表现信息、作业反馈信息和考试信息，其中每个初始化信息均包括多个学生id。目标学生可以理解为目标阶段需要进行评价的学生的集合。目标学生主要是依据目标学生的历史评价信息得到的。示例而非限定，目标学生可以为历史评价信息比较差的群体或比较优秀的群体。通过目标学生的设置，使得评价更具有目的性和针对性。历史评价信息可以理解为在目标阶段之前的目标学生评价信息。
53.因此，在执行步骤110之前，该方法还包括：
54.步骤s1，根据学生id，在学生信息库中，获取学生的历史评价信息；
55.其中，学生信息库可以理解为学生信息的集合，可以根据学生id在学生信息库中找到相应的学生的历史评价信息。
56.步骤s2，根据学生的历史评价信息和预设的分类标准，将学生id与类型属性信息进行关联。
57.具体的，预设的分类标准包括类型属性信息和类型属性信息对应的数据范围。从历史评价信息中，提取历史评价分值，将历史评价分值与类型属性信息对应的数据范围进
行匹配，当匹配成功时，将学生id与对应的类型属性信息进行关联，这样就将学生进行了分类，得到了目标学生。
58.在一个具体的例子中，类型属性信息包括第一类型和第二类型，第一类型对应的数据范围90～100，第二类型对应的数据范围为60以下。某学生的历史评价数据为56，则将该学生id与第二类型建立关联关系。也就是说目标学生在本例中分为两个群体，第一类型目标学生和第二类型目标学生。其中，第一类型目标学生可以理解为历史评价分值高的学生群体，第二类型目标学生可以理解为历史评价分值低的学生群体。历史评价信息的获取，也有利于学校对学生个体进行阶段性的纵向比较，得出较为客观的分析结果信息。
59.由于学生信息涉及到安全性和保密性的问题，因此，执行步骤110之前，该方法还包括：
60.首先，获取用户的登录信息；
61.具体的，登录信息包括用户属性信息和用户标识信息。
62.其次，根据登录信息，获取预设的用户属性权限映射关系，根据用户属性信息，查找对应的用户权限信息。
63.最后，将查找结果信息发送给所述用户。
64.具体的，若预设的用户属性权限映射关系中存在与用户属性信息和用户标识信息均匹配的用户权限字段，则向用户发送登录成功信息，否则，则向用户发送登录失败信息。通过权限的验证，在一定程度上，使得学生信息的获取和处理更加安全。
65.步骤120，根据学生id，将具有相同学生id的初始化信息进行合并处理，生成每个学生id对应的学生初始信息集合；
66.具体的，此步骤主要是进行信息的筛选和合并的过程。学生初始信息集合可以理解为相同学生id的多个初始化信息。
67.步骤130，根据学生初始信息集合进行分析，生成每个学生id对应的评价信息；
68.具体的，该过程可以理解为对学生初始信息集合中的每一项信息进行分析，生成每个学生的评价信息。
69.主要通过以下步骤实现：
70.步骤131，对到课情况信息、出入宿舍信息、校园卡使用信息、课堂表现信息进行处理，生成每个学生id的学生行为信息；
71.具体的，步骤1311，对到课情况信息进行处理，生成每个学生id的考勤信息；对出入宿舍信息进行统计，生成每个学生id的作息时间信息；根据校园卡使用信息，生成每个学生id的资源使用信息；根据课堂表现信息，生成每个学生id的专注度信息；
72.进一步具体的，到课情况信息可以理解为目标阶段，各科老师对目标学生的到课记录。作息时间信息可以理解为目标阶段每个学生的休息时间的总和。校园卡使用信息具体可以包括学生图书借阅信息、学习平台登录信息、讲座参加信息等。课堂表现信息可以理解为学生的课堂行为信息，可以通过面部特征或肢体的运动、课堂发言等进行统计。
73.步骤1312，根据考勤信息、作息时间信息、资源使用信息和专注度信息，生成每个学生id的学生行为信息。
74.进一步具体的，
75.首先，获取多个预设的考核细则；
76.其中，考核细则包括第一考核细则、第二考核细则、第三考核细则和第四考核细则。
77.其次，根据考勤信息，计算全勤率；将全勤率与第一考核细则进行匹配，生成考勤分值。其中，考勤信息具体可以包括考勤类型和考勤类型对应的次数。第一考核细则包括全勤率与考勤分值的映射关系。
78.示例而非限定，目标阶段某位学生的考勤信息：全勤9次、迟到1次，那么该学生的全勤率为90％，该学生的考勤分值为95分。
79.根据作息时间信息，计算每个学生id的日平均作息时长；将日平均作息时长与第二考核细则相比较，生成作息时长分值；
80.具体的，由于作息时间信息是每个学生id在目标阶段总的作息时长，因此可以通过获取目标阶段的天数，计算出每个学生id的日平均作息时长。第二考核细则包括日平均作息时长、分值以及文本描述。
81.在一个具体的例子中，比如日平均作息时长为8个小时，分值10分，文本描述为：睡眠充足；日平均作息时长为6-7个小时，分值7分，文本描述：睡眠一般。
82.根据资源使用信息，计算资源使用频率，将资源使用频率与第三考核细则相比较，生成资源使用分值；
83.具体的，资源使用信息主要指的是学习资源使用信息。资源使用频率可以通过目标阶段的时长和学生使用校园卡获取学习资源的刷卡次数进行计算得到。
84.根据专注度信息，匹配每个学生id的专注度等级，将专注度等级与第四考核细则相比较，生成专注度分值；
85.具体的，专注度信息具体可以包括抬头次数、举手次数等。专注度数据可以理解为相应的行为次数对应的专注度值。比如，一节课抬头次数小于1次，专注度等级为三级。一节课抬头次数大于三次，专注度等级为一级。第四考核细则包括专注度等级与专注度分值的映射关系。
86.最后，根据考勤分值、作息时长分值、资源使用分值和专注度分值，生成每个学生id的学生行为信息。
87.具体的，学生行为信息包括学生各项行为分值以及对应的文本描述信息。通过学生行为信息的生成，使得教师更加全面地了解影响学生的个体行为的因素，找到学生之间个体差异的原因，有助于教师因材施教，针对性地帮助学生进行改进和提高。
88.步骤132，对作业反馈信息和考试信息进行处理，生成每个学生id的学生课业信息；
89.具体的，作业反馈信息包括作业描述信息和作业数据。考试信息包括考试描述信息和考试数据。因此，可以从作业反馈信息和考试信息提取作业数据和考试数据。
90.获取预设的作业和考试的评价系数，计算作业数据和考试数据的加权平均数据，生成每个学生id的学生课业信息。其中，评价系数可以理解为作业和考试的比重信息。学生的课业信息包括课业分值和课业描述信息。
91.步骤133，根据学生行为信息和学生课业信息，生成每个学生id的评价信息。
92.具体的，每个学生id的评价信息可以理解为包括学生行为信息和学生课业信息，通过评价信息的获取，使得教师可以直观地了解和研究学生行为信息对学生课业信息的影
响。
93.进一步具体的，步骤1331，获取学生行为信息和学生课业信息在预设的评价标准中的评价比例；
94.其中，评价标准包括多个评价类型和评价比例。
95.步骤1332，根据学生行为信息、学生课业信息以及评价比例，生成每个学生id的评价信息。
96.具体的，计算学生行为信息的总分值，根据学生行为信息的总分值、学生课业信息中的课业分值和评价比例，得出评价分值；
97.根据学生行为信息的描述信息、学生课业信息的描述信息以及评价分值，生成评价信息。
98.步骤140，根据预设的类型属性信息，对每个学生id对应的评价信息进行处理，生成目标学生评价报告信息。
99.具体的，目标学生评价报告信息包括第一类型的学生评价信息、第二类型的学生评价信息以及比较结果信息。
100.进一步具体的，首先，根据预设的类型属性信息，在学生id与类型属性信息的关联关系中，查找相同类型属性信息的学生id；
101.其次，对学生id对应的评价信息进行合并处理，生成第一类型的学生评价信息集和第二类型的学生评价信息集；
102.最后，分别对第一类型的学生评价信息集和第二类型的学生评价信息集进行处理，生成学生评价报告信息。
103.具体的，分别对第一类型的学生评价信息集和第二类型的学生评价信息集中的学生id的数量进行统计，然后计算相同类型属性信息的学生评价的平均分值，并进行比较，生成目标学生评价报告信息。通过目标学生评价报告信息，可以了解不同学生群体之间的差异，以及跟踪造成此种差异的原因，为学校的教育教学工作提供可靠的理论依据。
104.本发明实施例提供的学生信息处理方法，该方法不仅可以全面真实地分析影响学生个体差异的原因，还可以对不同学生群体之间的差异做出分析，从而为学校的教育教学工作提供可靠的理论依据。
105.专业人员应该还可以进一步意识到，结合本文中所公开的实施例描述的各示例的单元及算法步骤，能够以电子硬件、计算机软件或者二者的结合来实现，为了清楚地说明硬件和软件的可互换性，在上述说明中已经按照功能一般性地描述了各示例的组成及步骤。这些功能究竟以硬件还是软件方式来执行，取决于技术方案的特定应用和设计约束条件。专业技术人员可以对每个特定的应用来使用不同方法来实现所描述的功能，但是这种实现不应认为超出本发明的范围。
106.结合本文中所公开的实施例描述的方法或算法的步骤可以用硬件、处理器执行的软件模块，或者二者的结合来实施。软件模块可以置于随机存储器(ram)、内存、只读存储器(rom)、电可编程rom、电可擦除可编程rom、寄存器、硬盘、可移动磁盘、cd-rom动力系统控制方法、或技术领域内所公知的任意其它形式的存储介质中。
107.以上所述的具体实施方式，对本发明的目的、技术方案和有益效果进行了进一步详细说明，所应理解的是，以上所述仅为本发明的具体实施方式而已，并不用于限定本发明
的保护范围，凡在本发明的精神和原则之内，所做的任何修改、等同替换、改进等，均应包含在本发明的保护范围之内。