技术领域
本发明涉及学情分析术领域，特别涉及一种基于课堂上学生WIFI使用的学情分析方法及分析系统。
背景技术
百年大计，教育为本，要想真正提高教育水平，必须从教育的根据地入手，从课堂上调动学生的积极性，让学生可以真正学有所得，能力有所提升。最好的教育不是千篇一律，而是因材施教，这就需要真实地了解到课堂上的学生的学习情况，因此引出教育领域的一个分支-学情分析领域。
最传统的学情分析方法是基于教师的观察和考试成绩，或者通过问卷调查进行评测，这样的分析方法主观性较强，获得的数据真实性也存在着一定的问题。随着信息化时代的推进，越来越多的学生在课堂上使用无线设备，教师无法准确判定学生究竟是在做与课程相关的学习还是其他无关的娱乐，这也为准确评析课堂学习情况增加了不小的阻碍。现有的分析方法大多基于“机器视觉”来采集照片和视频信息，通过实验方法进行姿态、表情、抬头、注意力等的检测，判定学生是在看手机、吃东西还是认真听课等。但是这样的视觉观察手段需要事先的机器训练和识别，分析处理方法复杂且受外界因素干扰较大，如视频信息损坏、人脸识别算法优劣、个人故意伪装等，这些都会影响到最终的实验结果和结论。另一方面，基于图像的研究是从被动的角度进行学情分析，所谓“眼见不一定为实”，并没有从学生的客观行为方面考究。
为了解决上述技术问题，本申请提供的一种基于课堂上学生WIFI使用的学情分析方法及分析系统，旨在通过对学生接入校园网的使用数据进行分析，探究学生的上课状态和学习情况，从而形成更为完善的评测方法进行学情预测和学业监督工作。
发明内容
本发明的目的在于提供一种基于课堂上学生WIFI使用的学情分析方法及分析系统，旨在通过对学生接入校园网的使用数据进行分析，探究学生的上课状态和学习情况，从而形成更为完善的评测方法进行学情预测和学业监督工作。
本发明提供了一种基于课堂上学生WIFI使用的学情分析方法，包括以下步骤：
步骤1：随机抽取学生，分为N组进行对照实验；
步骤2：开展同质量授课任务；
步骤3：采集网络行为数据，分析学生上网行为；
步骤4：对学生进行课堂小测，记录成绩水平；
步骤5：根据网络行为数据和课堂小测结果建立多元线性回归模型，进行学情评测。
进一步地，所述多元线性回归模型表示如下：
y＝β
其中，y表示课堂小测成绩；x
进一步地，应用一种基于课堂上学生WIFI使用的学情分析方法的分析系统，包括：实验采集模块和评测模块；
所述实验采集模块用于采集课堂上学生的WIFI使用数据信息；
所述评测模块用于分析WIFI使用数据对学生的学习情况的影响。
进一步地，所述实验采集模块包括对照实验单元、网络行为采集单元和课堂小测单元；
所述对照实验单元用于将不同专业、不同科目的学生分为若干组，进行实验配置工作，判断若干组是否采用校园WIFI接入服务；
所述网络行为采集单元用于解析上课期间产生的WIFI使用数据，根据数据分类权重得出不同行为的学生使用情况；
所述课堂小测单元用于将学生的学习结果转换为数据，所述数据用于作为分析的依据。
进一步地，所述评测模块包括模型构建单元和模型预测单元；
所述模型构建单元用于构建多元线性回归模型；
所述模型预测单元用于多种实验因子对学生学习情况的影响。
与现有技术相比，本发明具有如下显著优点：
本发明提出的一种基于课堂上学生WIFI使用的学情分析方法及分析系统，由小及大，准确分析数据。通过对学生无线网络数据的统计，从个体分析现有学生的课堂学习状况，进行建模分析，评析整体课堂的学情状况，更具说服力。从网络行为角度进行学情分析，适应现有课堂上学生过度使用手机的背景，从而更为精确地评析网络便捷对课堂教学带来怎样的效果。利用数据进行多重对比和分析。通过采集实验数据，可以多维度地分析网络行为对同专业不同科目的影响、不同专业同一科目的影响等，更全面地进行学情分析。
附图说明
图1为本发明实施例提供的一种基于课堂上学生WIFI使用的学情分析方法及分析系统的流程示意图；
图2为本发明实施例提供的学生网络行为数据分析的示意图。
具体实施方式
下面结合本发明中的附图，对本发明实施例的技术方案进行清楚、完整的描述，显然，所描述的实施例是本发明的一部分实施例，而不是全部实施例。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的前提下所获得的所有其他实施例，都应属于本发明保护的范围。
目前已基本实现无线网络全覆盖，以某高校为例，在具体的校园网无线规划部署时，配置了由BRAS设备和认证计费软件构成的登陆认证系统，这样的系统可以保证在处理无线用户高并发的前提下，实现认证计费管理等功能。BRAS设备可以详细记录用户的上线和下线的时间，监控网内用户上网行为，并且也可根据配置需求，分类控制某一人群的上网权限。根据教育部信息安全等级保护工作的相关要求,各高校须配备专门的审计设备和日志服务器,存储用户上网行为和数据审计日志。因此，通过BRAS设备、认证计费软件、应用控制网关的互联操作，就可以便捷采集大学生用户在使用校内WIFI的网络行为数据。
例如，通过应用控制网关获取到学号为“***210”的学生通过Portal认证上线下线之后所留下的日志信息:Imc logout:logname＝test realname＝testabc groupname＝testgroup login at 2019-11-0508:17:26,logout at 2019-11-0508:18:54,durationis 87s,reason is logout,由此可知该学生于2019年11月05日8点17分26秒登陆无线网络,11月5日8点18分54秒下线,持续时长87秒。通过处理该类型的数据,即可得出某一时段所有用户的上网时间和时长信息。
再例如通过应用控制网关的网站访问日志功能可得到学号为“***210”同学的信息：user_name＝***210；user_group_name＝student；term_platform＝；term_device＝；src_ip＝10.10.25.10；dst_ip＝219.245.18.111；url_domain＝www.nwu.edu.cn；url＝http://www.nwu.edu.cn/about/20.html；url_cate_name＝学校官网；handle_action＝0；msg＝,由此得知，该同学通过终端访问了www.nwu.edu.cn网站。采集类似的日志数据，然后再对这些数据进行分类处理，即可得到用户的访问网站、交互信息等，之后即可利用这些数据进行用户网络行为分析。
参照图1-2，本发明提供了一种基于课堂上学生WIFI使用的学情分析方法，包括以下步骤：
步骤1：随机抽取学生，分为N组进行对照实验；在全校随机选取会计专业(经济学)、金融数学专业(理学)、计算机科学与技术专业(工学)各40名同学参与实验，分别记为实验组A、实验组B和实验组C；实验组的学生们允许携带智能手机，同时教室提供校园WIFI接入服务；与之相对，同样随机选取三个专业各40名同学参与实验，分别记为对照组A’、对照组B’和对照组C’；对照组的学生们允许携带智能手机，但是无法使用校园WIFI进行网络访问；
步骤2：开展同质量授课任务；实验组和对照组都开展正常的教学任务，授课内容分为专业课、思政课类和语言课类；
步骤3：采集网络行为数据，分析学生上网行为；针对步骤2开展的授课任务，安排教师对分组学生上课。实验过程中应保证同一科目的任课老师相同，对照组和实验组的授课内容、时长都相同。实验过程中实时从实验组A、B、C的无线访问接入点AP中采集学生的网络行为数据，同时可以通过校园网的认证定位到接入用户的身份信息和位置信息。之后，通过流控设备或基于7层的数据分析设备来解析这些无线网络数据，分析数据报文协议特征、分析流量协议应用分布(聊天、微博、浏览网页新闻、观看视频、查阅知识)等，具体的实例如图2所示。另一方面也可在实验的数据中得到一些统计点，例如：智能手机比重、WIFI客户百分比、课堂使用WIFI时间比(75％、50％、25％)分别占的比重等，结合所有的分析信息，可得到教室内部学生使用校园网的综合情；
步骤4：对学生进行课堂小测，记录成绩水平；参与实验的课程内容都保证50分钟课堂时间，其中40分钟进行授课，10分钟预留下来对本节课的内容进行课堂小评，所以实验组中同一教师同一科目的课堂小评也要保持一致。课堂评测之后，任课教师对学生试卷进行打分，从而得到学生的成绩信息；
步骤5：根据网络行为数据和课堂小测结果建立多元线性回归模型，进行学情评测，分析各种实验因子(无线使用情况)对学生的学习情况的影响，从而形成较为完善的评测方法进行学情预测和学业督进。
其中，在回归分析中，如果有两个及两个以上的自变量，就成为多元回归，也称为多元线性回归，主要是研究一个因变量与多个自变量之间的相关关系。所述多元线性回归模型表示如下：
y＝β
其中，y表示课堂小测成绩；x
参照表1，获知实验授课情况。
表1实验授课分类情况
实施例1
应用一种基于课堂上学生WIFI使用的学情分析方法的分析系统，包括：实验采集模块和评测模块；
所述实验采集模块用于采集课堂上学生的WIFI使用数据信息；
所述评测模块用于分析WIFI使用数据对学生的学习情况的影响。
其中，所述实验采集模块包括对照实验单元、网络行为采集单元和课堂小测单元；
所述对照实验单元用于将不同专业、不同科目的学生分为若干组，进行实验配置工作，判断若干组是否采用校园WIFI接入服务；
所述网络行为采集单元用于解析上课期间产生的WIFI使用数据，根据数据分类权重得出不同行为的学生使用情况；
所述课堂小测单元用于将学生的学习结果转换为数据，所述数据用于作为分析的依据。
其次，所述评测模块包括模型构建单元和模型预测单元；
所述模型构建单元用于构建多元线性回归模型；
所述模型预测单元用于多种实验因子对学生学习情况的影响。
首先分析网络行为对成绩的影响，取对照组和实验组的6组数据，两两进行对比(如A和A’)，得出学生平均课堂成绩、课堂活跃气氛度(百分制)等对比数据。然后再取实验组A、B和C，每组3门课程的9组数据，构建模型，通过分析求解得到回归常数和回归系数，从而得到回归方程，探究如果学生进行WIFI上网且产生网络数据，则多个影响因子对学生课堂成绩会造成怎样的影响。
之后依照以上方法继续构建新的回归模型，分析“多种类型科目中网络行为对同一专业的学生课堂成绩影响”、“同一类型科目中网络行为对不同专业的学生课堂成绩的影响”，结合这三个研究分析，对实验的课堂进行全面的学情评测。
以上公开的仅为本发明的几个具体实施例，但是，本发明实施例并非局限于此，任何本领域的技术人员能思之的变化都应落入本发明的保护范围。
机译： 网络上的非法通信的分析方法，使用该方法的网络上的非法通信的分析系统以及通过计算机记录网络上的非法通信分析程序来记录可读取的介质
机译： 用于移动设备的基于位置的服务应用程序使用情况分析系统，用于分析移动网络上基于位置的服务应用程序使用情况的分析服务器以及由移动设备在移动网络上提供基于应用程序的位置分析的方法
机译： 一种使用基于网络的基因集的药物重新定位系统富集分析方法
