一种基于互联网的网络课程规划管理系统转让专利

申请号 : CN202210170811.0

文献号 : CN114626694B

文献日 :

基本信息:

PDF:

法律信息:

相似专利:

发明人 : 王贤福

申请人 : 深圳市华师兄弟教育科技有限公司

摘要 :

本发明涉及课程规划技术领域,具体为一种基于互联网的网络课程规划管理系统,包括课程规划管理平台,课程规划管理平台内设置有服务器,服务器通讯连接有时段教学分析单元、学习时段处理单元、教学账户管控单元以及课程规划单元;用户通过教学账户管控单元进行账号的登录和验证,并在登录成功后生成安全通过信令,并依据安全通过信令跳转至时段教学分析单元;本发明是通过对授权账号以及对应的密码进行输入以及验证,增加用户账号的安全性,避免账号丢失导致信息的泄漏,依据防护验证中对用户的登录习惯以及以往的登录数据进行数据分分析,从而避免他人使用账号,从而影响系统推荐课程的结果出现偏差。

权利要求 :

1.一种基于互联网的网络课程规划管理系统,其特征在于,包括课程规划管理平台,课程规划管理平台内设置有服务器,服务器通讯连接有时段教学分析单元、学习时段处理单元、教学账户管控单元以及课程规划单元;

用户通过教学账户管控单元进行账号的登录和验证,并在登录成功后生成安全通过信令,并依据安全通过信令跳转至时段教学分析单元,账号的登录和验证具体为:用户在教学账户管控单元内登录网络课程所需的授权账号以及对应的个人密码,并将登录网络课程所需的授权账号以及对应的个人密码与所述教学账户管控单元内存储有用户以往登录网络课程所需的记录账号以及记录密码进行账号验证,依据验证结果通过或不通过生成安全验证信号或密码错误信号,并对所述安全验证信号或密码错误信号进行识别,若识别到密码错误信号时,则跳转至登录界面,当识别到安全验证信号时,则进行防护验证,具体为:采集密码输入时的每两个密码输入之间的间隔时间并标记为输时数据,采集密码输入时每个密码对应的按键所接收到的力度并标记为输力数据,采集密码输入时每两个密码按键之间的距离并标记为输距数据,采集密码输入时密码的位数并标记为密位数据,采集密码输入时每个密码的类型并标记为密类数据,密类数据包括数字密码、字母密码和标点密码,标点密码包括除字母和数字外所有的字符;

提取密类数据和密位数据,将密类数据内的数字密码、字母密码和标点密码依次标记为Sm、Zm和Bm,依据密位数据以及Sm、Zm和Bm对个人密码中的每一个字符进行标记,从而得到一个密码组合标记Mz;

提取若干个输时数据,将若干个输时数据进行均值计算,计算出输时均值,将若干个输时数据分别与输时均值进行差值计算,计算出若干个输时差值,将若干个输时差值进行正负值标记,具体为:将大于等于零的输时差值标记为正向差值,将小于零的输时差值标记为负向差值,将每个输时差值对应的两个密码进行密类数据提取,并对正向差值、负向差值以及密类数据进行影响判定,具体为:当两个相邻密码均为相同的类型时,将其标记为一类密码,当两个相邻密码均为不同的类型时,将其标记为二类密码,将正向差值、负向差值与一类密码个二类密码进行匹配,匹配出二类密码和正向差值同时出现的次数,将所述同时出现的次数对应的正向差值进行均值计算,计算出正向差均值,依据相同的处理方法,对一类密码和负向差值进行处理,得到负向差均值;

提取若干个输力数据和若干个输距数据,将若干个输力数据和若干个输距数据带入到预设关系式:输距数据*距离影响值=输力数据,计算出若干个距离影响值,将若干个距离影响值进行均值计算,计算出距离影响均值;

依据计算式: ,计算出密码输入评分值 ,Ssi表示

为输时数据,Zci表示为正向差均值,Fci表示为负相差均值,e1表示为实际输入时间的权重系数,Sji表示为输距数据,Jji表示为距离影响均值,Sli表示为输力数据,e2表示为输入偏差调节因子,i=1,2,3……n,且n为正整数,且计算式的计算数值均是通过量化处理后的数字,不携带单位,保证纲量统一;

将密码输入评分值 与预设值M1进行比对,当 >M1时,则判定密码输入安全,生成安全通过信令;

所述服务器内存储有网络课程相关的网络课程信息,将网络课程信息传输至时段教学分析单元,通过时段教学分析单元对该授权账号内学生的学习情况以及网络课程信息进行时段教学分析,所述服务器生成时段学习信令并发送至学习时段处理单元,学习时段处理单元依据学习时段处理单元对授权账号对应的用户学习时间进行时段学习处理,所述服务器生成课推信令并传输至课程规划单元,所述课程规划单元依据课推信令进行课程推荐。

2.根据权利要求1所述的一种基于互联网的网络课程规划管理系统,其特征在于,所述时段教学分析单元内的具体分析过程为:

采集授权账号内用户学习时所学习的课程并标记为课名数据,采集授权账号内用户学习时所学习的课程时长并标记为课时数据,采集授权账号内用户学习时课程所需要的时间长度并标记为学时数据,采集授权账号内用户学习时课程后测试的时长并标记为测时数据,采集授权账号内用户学习课程后测试的成绩并标记为测分数据;

网络课程信息包括课程分类数据、课程名称数据和课程时长数据,且课程分类数据内部包括若干个分类,且课程名称数据归属于对应的课程分类数据;

选取出一段时间内授权账号内用户学习的课名数据、课时数据、测时数据和测分数据,将课名数据与课程分类数据进行匹配,匹配出对应的课程分类数据并标记为选取课类数据,统计所有的选取课类数据以及课名数据,其中,一段时间指代上个月第一天到上个月最后一天之间的时间段,将不同的选取课类数据进行课名学习次数的统计,将选取课类数据按照课名学习次数从大到小进行排序,得到一个选取课类数据排序数据,依据一段时间内授权账号内用户学习不同课名数据的时间对课名数据对应的选取课类数据进行排序,具体为:选取第一次学习的课名数据对应的选取课类数据并标定为i,按照时间顺序依次往后识别,选取出第二次、第三次以及第四次出现该选取课类数据对应的课名数据以及对应的学习次数,将对应的学习次数标定为A1,将选取出i对应的出现次数标定为A2,依据规律计算式A1=A2*u1+n1,将A1和A2带入到计算式,当A1和A2符合规律计算式时,则判定用户的学习类别规律,生成规律信号,反之,则判定用户的学习不规律,生成无律信号,其中,u1和n1均为预设值;

选取一段时间内授权账号对应的课时数据和学时数据,依据计算式:学课占比值=学时数据/课时数据,计算出若干个学课占比值,对若干个学课占比值进行均值计算,计算出学课占比均值,将测时数据和测分数据按照从大到小进行排序,从而得到测时排序数据和测分排序数据。

3.根据权利要求2所述的一种基于互联网的网络课程规划管理系统,其特征在于,所述学习时段处理单元的具体处理过程为:

选取一段时间内授权账号每次学习的课程名称数据对应的课程时长数据,将课程时长数据时长总和计算,将一段时间内用户学习时长为零的那天进行剔除,选取出剩余的天数,并将其标定为学习天数,计算出用户每天学习课程的总时长,将一段时间内用户学习课程的总时长与学习天数进行均值计算,计算出学时均值。

4.根据权利要求3所述的一种基于互联网的网络课程规划管理系统,其特征在于,所述课程规划单元内的具体推荐处理过程为:

依据规律信号和无律信号进行课程类别推荐,当识别到规律信号时,则依据对应的规律计算式进行选取课类数据进行推荐,具体为:

采集当天的时间点以及授权账号第一次学习的时间点,将所述两者进行差值计算,计算出时间差值,将时间差值代替A1带入到规律计算式A1=A2*u1+n1,计算出客户所需要学习的选取课类数据,将计算出的选取课类数据标记为推荐课类数据;

依据推荐课类数据选取出对应的课程名称数据,将课程名称数据中授权账号中用户已经学习的课名数据进行剔除,选取出剩余的课程名称数据并标记为推荐课程数据,提取推荐课程数据对应的课程时长数据并标记为推荐时长,依据计算式:学时均值=推荐时长的总和*学课占比均值,对推荐课程数据进行逐一的组合推导,从而计算出推荐课程数据中的若干个课程名称数据,将若干个课程名称数据在测时排序数据和测分排序数据中的排序进行数值处理,选取出若干个课程名称数据中的排序序号,并将两者的排序序号进行求和并标记为推荐排序值,从而得到若干个推荐排序值,选取出推荐排序值的数值最小的对应若干个课程名称数据,具体计算式为:推荐排序值=测时排序数据的序号*第一权重系数+测分排序数据的序号*第二权重系数,其中,第一权重系数指代测时排序数据的序号对推荐排序值的影响占比,第二权重系数指代测分排序数据的序号对推荐排序值的影响占比,第一权重系数和第二权重系数均为预设值,将推荐排序值的数值最小的对应若干个课程名称数据标记为今日推荐课程数据;

当识别到无律信号时,则依据选取课类数据排序数据进行课程推荐,具体为:

提取选取课类数据排序数据内每个类别中的课程名称数据和课程时长数据,将课程名称数据与课名数据进行匹配,当匹配结果一致时,则将对应的课程名称数据进行提出,当匹配结果不一致时,则将对应的课程名称数据进行提取并标记为预选课程,依据计算式:学时均值=预选课程时长的总和*学课占比均值,将预选课程以及对应的课程时长数据进行计算,预选课程时长的总和表示为预选课程对应的课程时长数据的时间总和,从而计算推导出若干个预选课程中的课程名称数据并标记为合格课程;

依据测时排序数据、测分排序数据和选取课类数据排序数据对合格课程进行规划课程计算,具体计算式为:规划排序值=(测时排序数据的序号*第三权重系数+测分排序数据的序号*第四权重系数+选取课类数据排序数据的序号*第五权重系数)*偏差调节因子,其中,第三权重系数指代测时排序数据的序号对规划排序值的影响占比,第四权重系数指代测分排序数据的序号对规划排序值的影响占比,第五权重系数指代选取课类数据排序数据对规划排序值的影响占比,且第三权重系数、第四权重系数和第五权重系数均为预设值,偏差调节因子为预设值,将规划排序值中排序第一的合格课程标记今日规划课程数据。

说明书 :

一种基于互联网的网络课程规划管理系统

技术领域

[0001] 本发明涉及课程规划技术领域,具体为一种基于互联网的网络课程规划管理系统。

背景技术

[0002] 网络课程就是通过网络表现的某门学科的教学内容及实施的教学活动的总和,是信息时代条件下课程新的表现形式,包括按一定的教学目标、教学策略组织起来的教学内容和网络教学支撑环境,其中网络教学支撑环境特指支持网络教学的软件工具、教学资源以及在网络教学平台上实施的教学活动,网络课程具有交互性、共享性、开放性、协作性和自主性等基本特征;
[0003] 目前,网络课程已经逐渐普及,不管是学生还是社会人员,均可以通过网络进行学习,人们只需要注册一个属于自己的学习账号,就可以在家学习,但对于学习账号的安全性各个平台的重视程度并不是很高,从而导致用户的信息泄漏,在系统进行课程推荐时导致偏差度较大并影响工作进度,与此同时,对于社会人员来说,往往是抽出空闲时间来进行学习,则课程时长的选取以及课程的类型,就需要花费大量时间来选取,为此耗费大量时间,因此也就导致他们的学习效率低;
[0004] 为此,我们提出一种基于互联网的网络课程规划管理系统。

发明内容

[0005] 本发明的目的在于提供一种基于互联网的网络课程规划管理系统,是通过对授权账号以及对应的密码进行输入以及验证,增加用户账号的安全性,避免账号丢失导致信息的泄漏,依据防护验证中对用户的登录习惯以及以往的登录数据进行数据分分析,从而避免他人使用账号,从而影响系统推荐课程的结果出现偏差;通过对授权账号内学生的学习情况以及网络课程信息进行时段教学分析,依据用户的学习种类,进行规律判断,从而判定出用户的学习是否为规律学习以及用户每次实际学习所消耗的时间长短,依据所有数据整合分析的结果进行判断,选取出若干个租推荐课程并进行推荐,从而更好地规划出用户所需要的课程,节省用户选课所耗费的时间,提高工作效率。
[0006] 本发明的目的可以通过以下技术方案实现:
[0007] 一种基于互联网的网络课程规划管理系统,包括课程规划管理平台,课程规划管理平台内设置有服务器,服务器通讯连接有时段教学分析单元、学习时段处理单元、教学账户管控单元以及课程规划单元;
[0008] 用户通过教学账户管控单元进行账号的登录和验证,并在登录成功后生成安全通过信令,并依据安全通过信令跳转至时段教学分析单元;
[0009] 所述服务器内存储有网络课程相关的网络课程信息,将网络课程信息传输至时段教学分析单元,通过时段教学分析单元对该授权账号内学生的学习情况以及网络课程信息进行时段教学分析,所述服务器生成时段学习信令并发送至学习时段处理单元,学习时段处理单元依据学习时段处理单元对授权账号对应的用户学习时间进行时段学习处理,所述服务器生成课推信令并传输至课程规划单元,所述课程规划单元依据课推信令进行课程推荐。
[0010] 进一步地,用户在教学账户管控单元内登录网络课程所需的授权账号以及对应的个人密码,并将登录网络课程所需的授权账号以及对应的个人密码与所述教学账户管控单元内存储有用户以往登录网络课程所需的记录账号以及记录密码进行账号验证,依据验证结果通过或不通过生成安全验证信号或密码错误信号,并对所述安全验证信号或密码错误信号进行识别,若识别到密码错误信号时,则跳转至登录界面,当识别到安全验证信号时,则进行防护验证,具体为:
[0011] 采集密码输入时的每两个密码输入之间的间隔时间并标记为输时数据,采集密码输入时每个密码对应的按键所接收到的力度并标记为输力数据,采集密码输入时每两个密码按键之间的距离并标记为输距数据,采集密码输入时密码的位数并标记为密位数据,采集密码输入时每个密码的类型并标记为密类数据,密类数据包括数字密码、字母密码和标点密码,标点密码包括除字母和数字外所有的字符,例如:“@”、“β”、“/”、“‑”等;
[0012] 提取密类数据和密位数据,将密类数据内的数字密码、字母密码和标点密码依次标记为Sm、Zm和Bm,依据密位数据以及Sm、Zm和Bm对个人密码中的每一个字符进行标记,从而得到一个密码组合标记Mz,且Mz的类似:Sm、Sm、Zm、Zm、Bm;
[0013] 提取若干个输时数据,将若干个输时数据进行均值计算,计算出输时均值,将若干个输时数据分别与输时均值进行差值计算,计算出若干个输时差值,将若干个输时差值进行正负值标记,具体为:将大于等于零的输时差值标记为正向差值,将小于零的输时差值标记为负向差值,将每个输时差值对应的两个密码进行密类数据提取,并对正向差值、负向差值以及密类数据进行影响判定,具体为:
[0014] 当两个相邻密码均为相同的类型时,将其标记为一类密码,当两个相邻密码均为不同的类型时,将其标记为二类密码,将正向差值、负向差值与一类密码个二类密码进行匹配,匹配出二类密码和正向差值同时出现的次数,将所述同时出现的次数对应的正向差值进行均值计算,计算出正向差均值,依据相同的处理方法,对一类密码和负向差值进行处理,得到负向差均值;
[0015] 提取若干个输力数据和若干个输距数据,将若干个输力数据和若干个输距数据带入到预设关系式:输距数据*距离影响值=输力数据,计算出若干个距离影响值,将若干个距离影响值进行均值计算,计算出距离影响均值;
[0016] 依据计算式: ,计算出密码输入评分值 ,Ssi表示为输时数据,Zci表示为正向差均值,Fci表示为负相差均值,e1表示为实际输入时间的权重系数,Sji表示为输距数据,Jji表示为距离影响均值,Sli表示为输力数据,e2表示为输入偏差调节因子,i=1,2,3……n,且n为正整数,且计算式的计算数值均是通过量化处理后的数字,不携带单位,保证纲量统一;
[0017] 将密码输入评分值 与预设值M1进行比对,当 >M1时,则判定密码输入安全,生成安全通过信令。
[0018] 进一步地,所述时段教学分析单元内的具体分析过程为:
[0019] 采集授权账号内用户学习时所学习的课程并标记为课名数据,采集授权账号内用户学习时所学习的课程时长并标记为课时数据,采集授权账号内用户学习时课程所需要的时间长度并标记为学时数据,采集授权账号内用户学习时课程后测试的时长并标记为测时数据,采集授权账号内用户学习课程后测试的成绩并标记为测分数据;
[0020] 网络课程信息包括课程分类数据、课程名称数据和课程时长数据,且课程分类数据内部包括若干个分类,且课程名称数据归属于对应的课程分类数据;
[0021] 选取出一段时间内授权账号内用户学习的课名数据、课时数据、测时数据和测分数据,将课名数据与课程分类数据进行匹配,匹配出对应的课程分类数据并标记为选取课类数据,统计所有的选取课类数据以及课名数据,其中,一段时间指代上个月第一天到上个月最后一天之间的时间段,将不同的选取课类数据进行课名学习次数的统计,将选取课类数据按照课名学习次数从大到小进行排序,得到一个选取课类数据排序数据,依据一段时间内授权账号内用户学习不同课名数据的时间对课名数据对应的选取课类数据进行排序,具体为:选取第一次学习的课名数据对应的选取课类数据并标定为i,按照时间顺序依次往后识别,选取出第二次、第三次以及第四次出现该选取课类数据对应的课名数据以及对应的学习次数,将对应的学习次数标定为A1,将选取出i对应的出现次数标定为A2,依据规律计算式A1=A2*u1+n1,将A1和A2带入到计算式,当A1和A2符合规律计算式时,则判定用户的学习类别规律,生成规律信号,反之,则判定用户的学习不规律,生成无律信号,其中,u1和n1均为预设值;
[0022] 选取一段时间内授权账号对应的课时数据和学时数据,依据计算式:学课占比值=学时数据/课时数据,计算出若干个学课占比值,对若干个学课占比值进行均值计算,计算出学课占比均值,将测时数据和测分数据按照从大到小进行排序,从而得到测时排序数据和测分排序数据。
[0023] 进一步地,所述学习时段处理单元的具体处理过程为:
[0024] 选取一段时间内授权账号每次学习的课程名称数据对应的课程时长数据,将课程时长数据时长总和计算,将一段时间内用户学习时长为零的那天进行剔除,选取出剩余的天数,并将其标定为学习天数,计算出用户每天学习课程的总时长,将一段时间内用户学习课程的总时长与学习天数进行均值计算,计算出学时均值。
[0025] 进一步地,所述课程规划单元内的具体推荐处理过程为:
[0026] 依据规律信号和无律信号进行课程类别推荐,当识别到规律信号时,则依据对应的规律计算式进行选取课类数据进行推荐,具体为:
[0027] 采集当天的时间点以及授权账号第一次学习的时间点,将所述两者进行差值计算,计算出时间差值,将时间差值代替A1带入到规律计算式A1=A2*u1+n1,计算出客户所需要学习的选取课类数据,将计算出的选取课类数据标记为推荐课类数据;
[0028] 依据推荐课类数据选取出对应的课程名称数据,将课程名称数据中授权账号中用户已经学习的课名数据进行剔除,选取出剩余的课程名称数据并标记为推荐课程数据,提取推荐课程数据对应的课程时长数据并标记为推荐时长,依据计算式:学时均值=推荐时长的总和*学课占比均值,对推荐课程数据进行逐一的组合推导,从而计算出推荐课程数据中的若干个课程名称数据,将若干个课程名称数据在测时排序数据和测分排序数据中的排序进行数值处理,选取出若干个课程名称数据中的排序序号,并将两者的排序序号进行求和并标记为推荐排序值,从而得到若干个推荐排序值,选取出推荐排序值的数值最小的对应若干个课程名称数据,具体计算式为:推荐排序值=测时排序数据的序号*第一权重系数+测分排序数据的序号*第二权重系数,其中,第一权重系数指代测时排序数据的序号对推荐排序值的影响占比,第二权重系数指代测分排序数据的序号对推荐排序值的影响占比,第一权重系数和第二权重系数均为预设值,将推荐排序值的数值最小的对应若干个课程名称数据标记为今日推荐课程数据;
[0029] 当识别到无律信号时,则依据选取课类数据排序数据进行课程推荐,具体为:
[0030] 提取选取课类数据排序数据内每个类别中的课程名称数据和课程时长数据,将课程名称数据与课名数据进行匹配,当匹配结果一致时,则将对应的课程名称数据进行提出,当匹配结果不一致时,则将对应的课程名称数据进行提取并标记为预选课程,依据计算式:学时均值=预选课程时长的总和*学课占比均值,将预选课程以及对应的课程时长数据进行计算,预选课程时长的总和表示为预选课程对应的课程时长数据的时间总和,从而计算推导出若干个预选课程中的课程名称数据并标记为合格课程;
[0031] 依据测时排序数据、测分排序数据和选取课类数据排序数据对合格课程进行规划课程计算,具体计算式为:规划排序值=(测时排序数据的序号*第三权重系数+测分排序数据的序号*第四权重系数+选取课类数据排序数据的序号*第五权重系数)*偏差调节因子,其中,第三权重系数指代测时排序数据的序号对规划排序值的影响占比,第四权重系数指代测分排序数据的序号对规划排序值的影响占比,第五权重系数指代选取课类数据排序数据对规划排序值的影响占比,且第三权重系数、第四权重系数和第五权重系数均为预设值,偏差调节因子为预设值,将规划排序值中排序第一的合格课程标记今日规划课程数据。
[0032] 本发明的有益效果:
[0033] (1)通过对授权账号以及对应的密码进行输入以及验证,增加用户账号的安全性,避免账号丢失导致信息的泄漏,依据防护验证中对用户的登录习惯以及以往的登录数据进行数据分分析,从而避免他人使用账号,从而影响系统推荐课程的结果出现偏差;
[0034] (2)通过对授权账号内学生的学习情况以及网络课程信息进行时段教学分析,依据用户的学习种类,进行规律判断,从而判定出用户的学习是否为规律学习以及用户每次实际学习所消耗的时间长短,依据所有数据整合分析的结果进行判断,选取出若干个租推荐课程并进行推荐,从而更好地规划出用户所需要的课程,节省用户选课所耗费的时间,提高工作效率。

附图说明

[0035] 下面结合附图对本发明作进一步的说明。
[0036] 图1是本发明的系统框图。

具体实施方式

[0037] 下面将结合本发明实施例中的附图,对本发明实施例中的技术方案进行清楚、完整地描述,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作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。
[0038] 请参阅图1所示,本发明为一种基于互联网的网络课程规划管理系统,包括课程规划管理平台,课程规划管理平台内设置有服务器,服务器通讯连接有时段教学分析单元、学习时段处理单元、教学账户管控单元以及课程规划单元;
[0039] 教学账户管控单元内部设置有登录单元、验证单元、记录单元和安全防护单元,登录单元用于用户登录网络课程所需的授权账号以及对应的个人密码,并将登录网络课程所需的授权账号以及对应的个人密码传输至验证单元,记录单元内存储有用户以往登录网络课程所需的记录账号以及记录密码,验证单元从记录单元内获取用户以往登录网络课程所需的记录账号以及记录密码,并将其与登录网络课程所需的授权账号以及对应的个人密码进行账号验证,账号验证的具体过程为:
[0040] 将授权账号与记录账号进行匹配,当从记录账号中未匹配到授权账号相对应的账号时,则判定授权账号不存在,生成账号注册信号,当从记录账号中匹配到授权账号相对应的账号时,则判定授权账号存在,生成密码验证信号,对账号注册信号和密码验证信号进行识别,当识别到账号注册信号时,则跳转至登录单元进行账号注册,当识别到密码验证信号时,提取对应的记录密码和个人密码并进行密码验证,具体为:
[0041] 将记录密码和个人密码进行匹配,当记录密码和个人密码的匹配结果完全一致时,则判定密码正确,生成安全验证信号,当记录密码和个人密码的匹配结果不一致时,则判定密码错误,生成密码错误信号,对安全验证信号和密码错误信号进行识别,当识别到密码错误信号时,则自动跳转至登录单元进行重新登录,当识别到安全验证信号时,则将安全验证信号传输至安全防护单元;
[0042] 安全防护单元依据安全验证信号对个人密码进行输入数据的采集,并依据输入数据进行防护验证,具体为:
[0043] 采集密码输入时的每两个密码输入之间的间隔时间并标记为输时数据,采集密码输入时每个密码对应的按键所接收到的力度并标记为输力数据,采集密码输入时每两个密码按键之间的距离并标记为输距数据,采集密码输入时密码的位数并标记为密位数据,采集密码输入时每个密码的类型并标记为密类数据,密类数据包括数字密码、字母密码和标点密码,标点密码包括除字母和数字外所有的字符,例如:“@”、“β”、“/”、“‑”等;
[0044] 提取密类数据和密位数据,将密类数据内的数字密码、字母密码和标点密码依次标记为Sm、Zm和Bm,依据密位数据以及Sm、Zm和Bm对个人密码中的每一个字符进行标记,从而得到一个密码组合标记Mz,且Mz的类似:Sm、Sm、Zm、Zm、Bm;
[0045] 提取若干个输时数据,将若干个输时数据进行均值计算,计算出输时均值,将若干个输时数据分别与输时均值进行差值计算,计算出若干个输时差值,将若干个输时差值进行正负值标记,具体为:将大于等于零的输时差值标记为正向差值,将小于零的输时差值标记为负向差值,将每个输时差值对应的两个密码进行密类数据提取,并对正向差值、负向差值以及密类数据进行影响判定,具体为:
[0046] 当两个相邻密码均为相同的类型时,将其标记为一类密码,当两个相邻密码均为不同的类型时,将其标记为二类密码,将正向差值、负向差值与一类密码个二类密码进行匹配,匹配出二类密码和正向差值同时出现的次数,将同时出现的次数对应的正向差值进行均值计算,计算出正向差均值,依据相同的处理方法,对一类密码和负向差值进行处理,得到负向差均值;
[0047] 提取若干个输力数据和若干个输距数据,将若干个输力数据和若干个输距数据带入到预设关系式:输距数据*距离影响值=输力数据,计算出若干个距离影响值,将若干个距离影响值进行均值计算,计算出距离影响均值;
[0048] 依据计算式: ,计算出密码输入评分值 ,Ssi表示为输时数据,Zci表示为正向差均值,Fci表示为负相差均值,e1表示为实际输入时间的权重系数,Sji表示为输距数据,Jji表示为距离影响均值,Sli表示为输力数据,e2表示为输入偏差调节因子,i=1,2,3……n,且n为正整数,且计算式的计算数值均是通过量化处理后的数字,不携带单位,保证纲量统一;
[0049] 将密码输入评分值 与预设值M1进行比对,当 >M1时,则判定密码输入安全,生成安全通过信令,将安全通过信令传输至服务器;
[0050] 服务器依据安全通过信令自动跳转至时段教学分析单元,服务器内存储有网络课程相关的网络课程信息,将网络课程信息传输至时段教学分析单元,通过时段教学分析单元对该授权账号内学生的学习情况以及网络课程信息进行时段教学分析,具体为:
[0051] 采集授权账号内用户学习时所学习的课程并标记为课名数据,采集授权账号内用户学习时所学习的课程时长并标记为课时数据,采集授权账号内用户学习时课程所需要的时间长度并标记为学时数据,采集授权账号内用户学习时课程后测试的时长并标记为测时数据,采集授权账号内用户学习课程后测试的成绩并标记为测分数据;
[0052] 网络课程信息包括课程分类数据、课程名称数据和课程时长数据,且课程分类数据内部包括若干个分类,且课程名称数据归属于对应的课程分类数据;
[0053] 选取出一段时间内授权账号内用户学习的课名数据、课时数据、测时数据和测分数据,将课名数据与课程分类数据进行匹配,匹配出对应的课程分类数据并标记为选取课类数据,统计所有的选取课类数据以及课名数据,其中,一段时间指代上个月第一天到上个月最后一天之间的时间段,将不同的选取课类数据进行课名学习次数的统计,将选取课类数据按照课名学习次数从大到小进行排序,得到一个选取课类数据排序数据,依据一段时间内授权账号内用户学习不同课名数据的时间对课名数据对应的选取课类数据进行排序,具体为:选取第一次学习的课名数据对应的选取课类数据并标定为i,按照时间顺序依次往后识别,选取出第二次、第三次以及第四次出现该选取课类数据对应的课名数据以及对应的学习次数,将对应的学习次数标定为A1,将选取出i对应的出现次数标定为A2,依据规律计算式A1=A2*u1+n1,将A1和A2带入到计算式,当A1和A2符合规律计算式时,则判定用户的学习类别规律,生成规律信号,反之,则判定用户的学习不规律,生成无律信号,其中,u1和n1均为预设值;
[0054] 选取一段时间内授权账号对应的课时数据和学时数据,依据计算式:学课占比值=学时数据/课时数据,计算出若干个学课占比值,对若干个学课占比值进行均值计算,计算出学课占比均值,将测时数据和测分数据按照从大到小进行排序,从而得到测时排序数据和测分排序数据;
[0055] 服务器生成时段学习信令并发送至学习时段处理单元,学习时段处理单元依据学习时段处理单元对授权账号对应的用户学习时间进行时段学习处理,具体为:
[0056] 选取一段时间内授权账号每次学习的课程名称数据对应的课程时长数据,将课程时长数据时长总和计算,将一段时间内用户学习时长为零的那天进行剔除,选取出剩余的天数,并将其标定为学习天数,计算出用户每天学习课程的总时长,将一段时间内用户学习课程的总时长与学习天数进行均值计算,计算出学时均值;
[0057] 服务器生成课推信令并传输至课程规划单元,课程规划单元依据课推信令进行课程推荐,具体为:
[0058] 依据规律信号和无律信号进行课程类别推荐,当识别到规律信号时,则依据对应的规律计算式进行选取课类数据进行推荐,具体为:
[0059] 采集当天的时间点以及授权账号第一次学习的时间点,将两者进行差值计算,计算出时间差值,将时间差值代替A1带入到规律计算式A1=A2*u1+n1,计算出客户所需要学习的选取课类数据,将计算出的选取课类数据标记为推荐课类数据;
[0060] 依据推荐课类数据选取出对应的课程名称数据,将课程名称数据中授权账号中用户已经学习的课名数据进行剔除,选取出剩余的课程名称数据并标记为推荐课程数据,提取推荐课程数据对应的课程时长数据并标记为推荐时长,依据计算式:学时均值=推荐时长的总和*学课占比均值,对推荐课程数据进行逐一的组合推导,从而计算出推荐课程数据中的若干个课程名称数据,将若干个课程名称数据在测时排序数据和测分排序数据中的排序进行数值处理,选取出若干个课程名称数据中的排序序号,并将两者的排序序号进行求和并标记为推荐排序值,从而得到若干个推荐排序值,选取出推荐排序值的数值最小的对应若干个课程名称数据,具体计算式为:推荐排序值=测时排序数据的序号*第一权重系数+测分排序数据的序号*第二权重系数,其中,第一权重系数指代测时排序数据的序号对推荐排序值的影响占比,第二权重系数指代测分排序数据的序号对推荐排序值的影响占比,第一权重系数和第二权重系数均为预设值,将推荐排序值的数值最小的对应若干个课程名称数据标记为今日推荐课程数据;
[0061] 当识别到无律信号时,则依据选取课类数据排序数据进行课程推荐,具体为:
[0062] 提取选取课类数据排序数据内每个类别中的课程名称数据和课程时长数据,将课程名称数据与课名数据进行匹配,当匹配结果一致时,则将对应的课程名称数据进行提出,当匹配结果不一致时,则将对应的课程名称数据进行提取并标记为预选课程,依据计算式:学时均值=预选课程时长的总和*学课占比均值,将预选课程以及对应的课程时长数据进行计算,预选课程时长的总和表示为预选课程对应的课程时长数据的时间总和,从而计算推导出若干个预选课程中的课程名称数据并标记为合格课程;
[0063] 依据测时排序数据、测分排序数据和选取课类数据排序数据对合格课程进行规划课程计算,具体计算式为:规划排序值=(测时排序数据的序号*第三权重系数+测分排序数据的序号*第四权重系数+选取课类数据排序数据的序号*第五权重系数)*偏差调节因子,其中,第三权重系数指代测时排序数据的序号对规划排序值的影响占比,第四权重系数指代测分排序数据的序号对规划排序值的影响占比,第五权重系数指代选取课类数据排序数据对规划排序值的影响占比,且第三权重系数、第四权重系数和第五权重系数均为预设值,偏差调节因子为预设值,将规划排序值中排序第一的合格课程标记今日规划课程数据;
[0064] 服务器依据今日推荐课程数据或今日规划课程数据进行课程推荐;
[0065] 本发明中计算式的所有数值均是通过量化处理,只提取对应的数值,并不携带单位,同时,本发明中的相关数据均是通过一个采集单元进行数据的提前采集,且采集的方法通过现有技术均可以实现。
[0066] 本发明在工作时,用户通过教学账户管控单元对授权账号以及对应的密码进行输入,验证单元依据用户输入的授权账号以及对应的密码进行账号和密码的形式匹配,当匹配结果不一致时,则进行重新登录,当匹配结果一致时,则提取授权账号以及对应的密码登录时的相关数据,依据相关数据进行账号的安全验证,从而增加账号的安全性,并在验证通过后通过时段教学分析单元对该授权账号内学生的学习情况以及网络课程信息进行时段教学分析,依据用户的学习种类,进行规律判断,从而判定出用户的学习是否为规律学习,并通过学习时段处理单元依据学习时段处理单元对授权账号对应的用户学习时间进行时段学习处理,选取出用户每次实际学习所消耗的时间长短,课程规划单元依据依据时段教学分析单元和学习时段处理单元的数据分析结果进行整合分析判断,选取出若干个租推荐课程,依据若干个租推荐课程的在对应排序中的位置进行推荐排序值和规划排序值的计算,并依据推荐排序值和规划排序值的大小进行课程的推荐。
[0067] 以上内容仅仅是对本发明结构所作的举例和说明,所属本技术领域的技术人员对所描述的具体实施例做各种各样的修改或补充或采用类似的方式替代,只要不偏离发明的结构或者超越本权利要求书所定义的范围,均应属于本发明的保护范围。