大学生在线学习监控系统的设计与实现

网络教学已成为大学教育的主流,然而由于在线学习师生时空分离的特性,如何实时了解学生的学习情况是函待解决的问题。大学生在线学习监控系统基于Python和PyQt5构建,以云数据库MySQL作为数据存储平台,并整合百度云人脸识别API等技术设计实现。采用端到端全卷积神经网络人脸检测器和基于端到端多patch深度神经网络的度量学习技术进行人脸检测,实现了比人眼更加精准的识别效果。系统通过监控学生主机的活动进程、浏览历史记录、在线签到等反馈学生的在线学习行为,再通过评分机制激发学生的学习积极性,提升了在线学习的效率。

大学生在线学习评测的研究

高等院校在人才培养过程越来越多的使用网络辅助或独立进行课程教学,学生大量参与了在线学习,但是由于在线学习中师生时空分离的特性,教师很难实时掌握学生学习的参与程度、实时学习情况和知识掌握程度。以《信息与网络安全技术课程》为例,爬取学生在线学习数据和华为应用商城教育类软件评价数据,按照学生投入分数计算方法进行数据分析,综合使用Python语言、Flask框架和SQLite数据库等技术,把分析结果进行可视化展示。教师根据分析结果,了解学生的学习情况并对存在问题的学生及时干预。学生通过系统反馈的学习数据和班级整体学习情况,及时调整自己的学习状态。