本发明涉及在线教育技术领域，特别涉及一种在线智能教育方法。
背景技术：
随着信息技术迅速发展，特别是从互联网到移动互联网，创造了跨时空的生活、工作和学习方式，使知识获取的方式发生了根本变化。随着宽带互联网不断在普通家庭和学校中普及，教与学可以不受时间、空间和地点条件的限制，这使得在线教育受到普遍欢迎。
但是，目前的在线教育，一般是老师在说，学生在听，或者是只能简单的语音回答老师在线提出的一些问题等方式进行教育沟通学习，但是在其过程中，因为其是在线授课，无法对老师的讲解内容的正确性进行判断并反馈，一般只能根据老师经验来决定该讲解内容是否正确，进而完成授课，但是其会导致教育效率变低。
技术实现要素：
本发明提供一种在线智能教育方法，用以通过对线上授课内容进行分帧、监测和抽取，进行授课评估，并提供教育改建信息，可有效的提高被授课人员的在线受教育效率。
本发明实施例提供一种在线智能教育方法，包括：
基于云教育平台对线上智能教育的不同类人员，按照预设规则进行不同管理，所述不同类人员包括：授课类人员、被授课类人员；
基于所述云教育平台和管理结果，供所述授课类人员进行线上授课，并供所述被授课类人员学习对应的线上授课内容；
对所述线上授课内容进行实时分帧处理和第一监测，并抽取预设数目个实时分帧处理后的帧内容，基于教育资源数据库和第一监测结果，确定抽取的帧内容的正确性，并对所述授课类人员进行授课评估；
对所述被授课类人员基于对应的所述线上授课内容的学习行为进行第二监测；
基于教育资源数据库，并根据授课评估结果和第二监测结果，向所述不同类人员推送相应的教育改进信息。
在一个实施例中，还包括：基于所述云教育平台，向所述被授课类人员中的目标用户的用户端智能推送教育资源信息，其过程包括：
监测所述目标用户在云教育平台的用户学习行为；
基于预先训练的行为分析模型对监测到的用户学习行为进行行为分析，获取所述目标用户的特征信息，并根据所述特征信息建立与所述目标用户相关的个性化特征模型；
基于所述目标用户在私有服务器和公有服务器的行为误差，对所述个性化特征模型进行训练收敛，获得最终特征模型；
基于所述云教育平台，并根据所述最终特征模型，向所述目标用户的用户端智能推送教育资源信息。
在一个实施例中，根据所述最终特征模型，向所述目标用户的用户端智能推送教育资源信息的过程中，还包括：
根据所述最终特征模型，确定所述目标用户的惯用思维；
从教育资源数据库中获取包括确定的所述惯用思维在内的至少两种解题思维的解题数据库；
基于云教育平台，获取所述目标用户的专业水平；
基于解题数据库，并根据所述专业水平，向所述目标用户的用户端推送相应的解题信息。
在一个实施例中，供所述被授课类人员学习对应的线上授课内容时，获取所述被授课类人员的学习时间；
同时，根据预先设定的播放规则，获取所述被授课类人员的操作状态，根据所述操作状态，确定所述被授课类人员的观看状态；
基于奖励机制，并根据所述观看状态和学习时间，向所述被授课类人员派送相应的学习奖励。
在一个实施例中，当被授课类人员中的目标用户基于云教育平台进行智能教育时，还包括：
基于所述云教育平台发送目标讲师提问的与目标课堂相关的公共问题，并在预设时间段内，接收与所述目标课堂相关的目标房间内的所有目标用户对所述公共问题的所有回答信息；
将所有所述回答信息以弹幕形式进行同时发送，且每个所述回答信息都包含对应所述目标用户的用户信息；
同时，基于云教育平台，自动对以弹幕形式显示的回答信息进行正误判断，并将判断结果与所述回答信息进行关联显示；
自动根据所述判断结果，对回答正确的每个所述目标用户的正确回答数进行加一计数，对回答错误的每个所述目标用户的错误回答数进行加一计数，对未回答所述公共问题的所述目标用户的回答数保持不变；
基于所述目标课堂提问的所有公共问题对应的每个所述目标用户的计数结果以及每个所述公共问题对应的难易程度，智能确定每个所述目标用户基于所述目标课堂的学习信息；
同时，根据所述学习信息，并基于作业布置模型，向所述目标用户智能布置相应难度的课后作业，并根据课后作业的反馈情况和目标课堂的学习信息，完成对每个所述目标用户基于所述目标课堂的综合评定。
在一个实施例中，所述目标用户进入所述目标课堂对应的目标房间的过程中，包括：
接收所述目标用户进入所述目标房间的验证信息；
当所述验证信息错误时，拒绝所述目标用户进入；
当所述验证信息正确时，验证所述目标用户的用户权限和上网权限；
当用户权限和上网权限都验证成功后，同意所述目标用户进入所述目标房间；
否则，拒绝所述目标用户进入所述目标房间。
在一个实施例中，当存在未回答所述公共问题的所述目标用户时，基于所述云教育平台向所述未回答所述公共问题的所述目标用户的用户端发送警示指令；
同时，基于提问的所有公共问题，考察所述目标用户的考勤信息；
基于所述云教育平台，当与所述目标用户对应的用户端当前处于所述目标课堂讲解状态时，对所述目标用户在所述用户端执行的第一操作进行记录；
监测所述目标用户当前所处环境中是否存在其他设备端；
若存在，监测所述目标用户在所述设备端执行的第二操作；
根据记录的第一操作结果和监测的第二操作结果，确定所述目标用户每回答一个所述公共问题时的反馈信息，并基于所述反馈信息，对所述目标课堂的学习信息进行预调整，获得新的学习信息。
在一个实施例中，对所述授课类人员进行授课评估的过程中，还包括：
步骤a1：基于所述云教育平台获取所述授课类人员输入的与所述线上授课内容相关的备课信息，并根据所述备课信息，对所述线上授课内容进行帧区域划分，并确定每个帧内容的帧信息；
其中，si表示n个帧内容中的第i个帧内容的帧信息；n个帧内容中的第i个帧内容的难易程度；k1表示第i个帧内容的讲解步骤数目；δk表示第i个帧内容中的第k个讲解步骤是否需要讲解，需要讲解为1，不要要讲解为0；tk表示第i个帧内容中的第k个讲解步骤需要的讲解时长；βk表示第i个帧内容中的第k个讲解步骤的讲解内容；u(k)表示第i帧内容中的第k个讲解步骤的步骤调整概率；
步骤a2：确定抽取的预设数目m个每个所述帧内容的熵值fj，其中，j＝1,2...m；
步骤a3：根据所述帧信息，并依据所述备课信息对应的线上授课内容进行依次划分，并依次计算抽取的所述预设数目个帧内容分别与相邻帧内容的匹配值；
其中，sj表示抽取的m个帧内容中的第j个帧内容的帧信息；sj-1表示抽取的m个帧内容中的第j-1个帧内容的帧信息；sj 1表示抽取的m个帧内容中的第j 1个帧内容的帧信息；
步骤a4：根据所述步骤a2确定的熵值和步骤a3计算的匹配值，评估抽取的每个帧内容是否合格；
当不合格次数大于或等于预设限定次数时，对所述授课类人员的所述线上授课内容的所有帧内容进行再次合格评估，并将不合格的所有帧内容进行显著性标注。
本发明的其它特征和优点将在随后的说明书中阐述，并且，部分地从说明书中变得显而易见，或者通过实施本发明而了解。本发明的目的和其他优点可通过在所写的说明书、权利要求书、以及附图中所特别指出的结构来实现和获得。
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。
附图说明
附图用来提供对本发明的进一步理解，并且构成说明书的一部分，与本发明的实施例一起用于解释本发明，并不构成对本发明的限制。在附图中：
图1为本发明实施例中一种在线智能教育方法的流程图。
具体实施方式
以下结合附图对本发明的优选实施例进行说明，应当理解，此处所描述的优选实施例仅用于说明和解释本发明，并不用于限定本发明。
本发明实施例提供一种在线智能教育方法，如图1所示，包括：
步骤1：基于云教育平台对线上智能教育的不同类人员，按照预设规则进行不同管理，所述不同类人员包括：授课类人员、被授课类人员；
步骤2：基于所述云教育平台和管理结果，供所述授课类人员进行线上授课，并供所述被授课类人员学习对应的线上授课内容；
步骤3：对所述线上授课内容进行实时分帧处理和第一监测，并抽取预设数目个实时分帧处理后的帧内容，基于教育资源数据库和第一监测结果，确定抽取的帧内容的正确性，并对所述授课类人员进行授课评估；
步骤4：对所述被授课类人员基于对应的所述线上授课内容的学习行为进行第二监测；
步骤5：基于教育资源数据库，并根据授课评估结果和第二监测结果，向所述不同类人员推送相应的教育改进信息。
上述授课类人员、被授课类人员例如是，老师、学生等，且预设规则可以是按照人员身份进行分类的，如用户在该云教育平台申请的是讲解身份、学生在该平台申请的是听课身份，或者是，由老师建立一个授课房间，需要听课的学生输入房间号进入该授课房间进行听课，且授课类人员和被授课类人员可以是智能确定的，也可以是人为确定。
上述线上授课内容，可以是与学生需要学习的专业相关的课程，如：物理课程、数学课程、语文课程、英语课程等；
对线上授课内容进行实时分帧处理和第一监测，一般是按照授课者的备课信息进行的分帧处理，如备课内容分为5个大部分，则，划分为5帧等；进行的第一监测，是拍摄并获取这5帧对应的讲解的课程内容，即包括语音和视频；
抽取预设数目个实时分帧处理后的帧内容，例如是抽取的2个帧内容，确定这2个帧内容的正确性，如果该内容中，存在一个步骤的讲解是错误的，就判定该帧内容是错误的，进而对授课类人员进行授课评估；
对被授课类人员的学习行为进行第二监测，是为了确定该被授课类人员在学习过程中学习行为，其学习行为包括：对讲解内容的点击次数、在浏览器中对讲解相关内容的搜索次数、观看时间等行为操作。
基于教育资源数据库，并根据授课评估结果和第二监测结果，向不同类人员推送相应的教育改进信息。
例如，当授课评估结果为抽取的第一帧内容出现错误，且监测到的该被授课类人员针对该出现错误的第一帧内容的词汇搜索量的总次数低于5次，则向授课类人员和被授课类人员分别发送该帧内容有误，并反馈争取的帧内容。
上述教育资源数据库，是包括海量的教育数据在内的。
上述技术方案的有益效果是：通过对线上授课内容进行分帧、监测和抽取，进行授课评估，并提供教育改建信息，可有效的提高被授课人员的在线受教育效率。
本发明实施例提供一种在线智能教育方法，还包括：基于所述云教育平台，向所述被授课类人员中的目标用户的用户端智能推送教育资源信息，其过程包括：
监测所述目标用户在云教育平台的用户学习行为；
基于预先训练的行为分析模型对监测到的用户学习行为进行行为分析，获取所述目标用户的特征信息，并根据所述特征信息建立与所述目标用户相关的个性化特征模型；
基于所述目标用户在私有服务器和公有服务器的行为误差，对所述个性化特征模型进行训练收敛，获得最终特征模型；
基于所述云教育平台，并根据所述最终特征模型，向所述目标用户的用户端智能推送教育资源信息。
上述技术中，通过监测用户学习行为，如获取用户在云教育平台上所有的搜索词，进而构造词集合，基于行为分析模型并对词集合中的词进行聚类分析，获取用户的特征信息，如用户喜欢学习的类型，如：物理、数学等；
建立与物理、数学等的个性化特征模型，如依据物理的力进行构建。
上述私有服务器和公有服务器，例如是用户在已经注册的网站的浏览记录和未注册网站的浏览记录，判断这两类型的网站的行为浏览误差，确定用户的浏览行为，进而对个性化特征模型进行训练收敛，获得推送精度高的最终特征模型。
上述技术方案的有益效果是：通过根据特征信息建立个性化特征模型，并依据行为误差，对个性化特征模型训练收敛，提高推送精度，进一步有效的提高了被授课人员的在线受教育效率。
本发明实施例提供一种在线智能教育方法，根据所述最终特征模型，向所述目标用户的用户端智能推送教育资源信息的过程中，还包括：
根据所述最终特征模型，确定所述目标用户的惯用思维；
从教育资源数据库中获取包括确定的所述惯用思维在内的至少两种解题思维的解题数据库；
基于云教育平台，获取所述目标用户的专业水平；
基于解题数据库，并根据所述专业水平，向所述目标用户的用户端推送相应的解题信息。
上述惯用思维，例如用户习惯用a思维解题，因此，提供至少两种解题思维的解题数据库，且根据专业水平，供用户参考学习。
上述专业水平，如对物理精通，则说明其专业水平高。
上述技术方案的有益效果是：通过确定用户的惯用思维，并设置解题数据库，便于有效的开拓用户思维，进一步提高在线学习拓展的效率。
本发明实施例提供一种在线智能教育方法，供所述被授课类人员学习对应的线上授课内容时，获取所述被授课类人员的学习时间；
同时，根据预先设定的播放规则，获取所述被授课类人员的操作状态，根据所述操作状态，确定所述被授课类人员的观看状态；
基于奖励机制，并根据所述观看状态和学习时间，向所述被授课类人员派送相应的学习奖励。
上述通过获取时间和操作状态，便于确定观看状态；
例如，用户在线教育时，为了确保其在线且在听课，此时，可由云教育平台进行在线停止讲课，且在暂停之前，需要通知授课类人员，停止授课，对被授课类人员的听讲情况进行监督，例如是在听播的15s内，如果存在被授课类人员没有点击继续播放，则视该人员听课异常并记录发送给授课类人员，同时，向被授课类人员发送警示信息。
上述的学习奖励，例如是积分奖励，兑换奖品等。
上述技术方案的有益效果是：设置奖励机制，提高用户学习的积极性，通过获取操作状态，便于督促用户学习。
本发明实施例提供一种在线智能教育方法，当被授课类人员中的目标用户基于云教育平台进行智能教育时，还包括：
基于所述云教育平台发送目标讲师提问的与目标课堂相关的公共问题，并在预设时间段内，接收与所述目标课堂相关的目标房间内的所有目标用户对所述公共问题的所有回答信息；
将所有所述回答信息以弹幕形式进行同时发送，且每个所述回答信息都包含对应所述目标用户的用户信息；
同时，基于云教育平台，自动对以弹幕形式显示的回答信息进行正误判断，并将判断结果与所述回答信息进行关联显示；
自动根据所述判断结果，对回答正确的每个所述目标用户的正确回答数进行加一计数，对回答错误的每个所述目标用户的错误回答数进行加一计数，对未回答所述公共问题的所述目标用户的回答数保持不变；
基于所述目标课堂提问的所有公共问题对应的每个所述目标用户的计数结果以及每个所述公共问题对应的难易程度，智能确定每个所述目标用户基于所述目标课堂的学习信息；
同时，根据所述学习信息，并基于作业布置模型，向所述目标用户智能布置相应难度的课后作业，并根据课后作业的反馈情况和目标课堂的学习信息，完成对每个所述目标用户基于所述目标课堂的综合评定。
上述目标讲师是所属被授课类人员的，且提问的与目标课堂相关的公共问题，例如是提问的与物理课堂相关的求取摩擦力的问题；
并给定10分钟，求取该摩擦力，且用户可在该10分钟，基于云教育平台输入求取的答案，并在10分钟后，由平台同一将其答案和该答案的用户信息同时以弹幕的形式进行发送，方便了解；其中，用户信息如，用户姓名；
同时，自动对以弹幕形式显示的求取的摩擦力的正误进行判断，并将判断结果与求取的摩擦力关联显示，如：“用户名称：摩擦力，正误”该形式进行显示，但是包括不限于仅此形式。
通过对回答问题的用户的进行正确回答数加一计数、错误回答数加一计数、未回答数保持不变等的方式对其问题进行统计。
由于不同的问题具有不同的难易程度，通过难易程度对其用户进行学习考核也尤为重要，因此，通过计数结果与不同问题的难易程度的结合，确定用户的学习信息，如对该课堂内容的学习能力等；
根据学习能力，并基于作业布置模型，向目标用户智能布置相应难度的课后作业，并根据课后作业的反馈情况和目标课堂的学习信息，如，课后作业的完成后其的准确性情况和学习能力进行综合评定，如对该课堂内容的掌握情况。
上述技术方案的有益效果是：通过将回答信息以弹幕形式进行同时发送，并建立正误显著关联，一是为了方便对其答案进行集中统一管理，二是为了对其正误进行有效显示，便于直观了解；通过统计每个用户的正误数量、问题难易程度和反馈情况，是为了更好的对用户的掌握情况进行精准把握，不仅可以有效的提高用户在线学习效率，还可以保证用户线下进行复习的可能性。
本发明实施例提供一种在线智能教育方法，所述目标用户进入所述目标课堂对应的目标房间的过程中，包括：
接收所述目标用户进入所述目标房间的验证信息；
当所述验证信息错误时，拒绝所述目标用户进入；
当所述验证信息正确时，验证所述目标用户的用户权限和上网权限；
当用户权限和上网权限都验证成功后，同意所述目标用户进入所述目标房间；
否则，拒绝所述目标用户进入所述目标房间。
上述验证信息一般是指的房间号码，上述用户权限和上网权限，例如一般都使用手机号和学生证号进行上网权限和用户权限的验证，通过双重验证，提高其的可靠性。
上述技术方案的有益效果是：通过双重验证，避免其他人非法听课等。
本发明实施例提供一种在线智能教育方法，当存在未回答所述公共问题的所述目标用户时，基于所述云教育平台向所述未回答所述公共问题的所述目标用户的用户端发送警示指令；
同时，基于提问的所有公共问题，考察所述目标用户的考勤信息；
基于所述云教育平台，当与所述目标用户对应的用户端当前处于所述目标课堂讲解状态时，对所述目标用户在所述用户端执行的第一操作进行记录；
监测所述目标用户当前所处环境中是否存在其他设备端；
若存在，监测所述目标用户在所述设备端执行的第二操作；
根据记录的第一操作结果和监测的第二操作结果，确定所述目标用户每回答一个所述公共问题时的反馈信息，并基于所述反馈信息，对所述目标课堂的学习信息进行预调整，获得新的学习信息。
上述警示指令，例如是，请回答该问题指令；
上述考勤信息，可以是通过计数的正误数加一的综合进行决定的，可有效的提高用户在线学习的积极性；
上述第一操作，例如是搜索与目标课堂相关的内容，上述第二操作，例如是搜索与公共问题相关的答案，通过这两种方式，对学习信息进行预调整，例如：如果，用户未搜索与目标课堂相关的内容，且还搜索公共问题的答案，则，调整学习能力下降等，对应的反馈信息，即为上述的搜索公共问题的答案。
上述技术方案的有益效果是：通过发送警示信息，便于对未听课的用户进行及时提醒，便于督促，通过进行第一操作记录和第二操作监测，是为了防止用户在回答问题时，依赖外界帮助进行答题，一是为了提高其学习积极性，二是为了提高其思考独立性，进而有效提高其的在线学习效率；通过设置反馈信息，是为了对其用户的学习能力进行适当的调整，避免对其学习能力评估过高，降低后续教育出现教育不匹配的情况。
本发明实施例提供一种在线智能教育方法，对所述授课类人员进行授课评估的过程中，还包括：
步骤a1：基于所述云教育平台获取所述授课类人员输入的与所述线上授课内容相关的备课信息，并根据所述备课信息，对所述线上授课内容进行帧区域划分，并确定每个帧内容的帧信息；
其中，si表示n个帧内容中的第i个帧内容的帧信息；n个帧内容中的第i个帧内容的难易程度；k1表示第i个帧内容的讲解步骤数目；δk表示第i个帧内容中的第k个讲解步骤是否需要讲解，需要讲解为1，不要要讲解为0；tk表示第i个帧内容中的第k个讲解步骤需要的讲解时长；βk表示第i个帧内容中的第k个讲解步骤的讲解内容；u(k)表示第i帧内容中的第k个讲解步骤的步骤调整概率；
步骤a2：确定抽取的预设数目m个每个所述帧内容的熵值fj，其中，j＝1,2...m；
步骤a3：根据所述帧信息，并依据所述备课信息对应的线上授课内容进行依次划分，并依次计算抽取的所述预设数目个帧内容分别与相邻帧内容的匹配值；
其中，sj表示抽取的m个帧内容中的第j个帧内容的帧信息；sj-1表示抽取的m个帧内容中的第j-1个帧内容的帧信息；sj 1表示抽取的m个帧内容中的第j 1个帧内容的帧信息；
步骤a4：根据所述步骤a2确定的熵值和步骤a3计算的匹配值，评估抽取的每个帧内容是否合格；
当不合格次数大于或等于预设限定次数时，对所述授课类人员的所述线上授课内容的所有帧内容进行再次合格评估，并将不合格的所有帧内容进行显著性标注。
上述技术方案的有益效果是：以备课信息为导入，对其对应的授课内容进行帧划分，并基于帧内容中的每个讲解步骤进行时间预估、正误预估、几个步骤等，实现对每个帧内容的帧信息的获取，通过确定抽取的帧内容的熵值、帧信息和匹配值，进而评估抽取的帧内容合格与否，有效的提高其用户的积极性，且通过对不合格次数进行限定，并对不合格帧内容进行显著性标注，方便对其内容进行更正，提高该用户的学习效率。
显然，本领域的技术人员可以对本发明进行各种改动和变型而不脱离本发明的精神和范围。这样，倘若本发明的这些修改和变型属于本发明权利要求及其等同技术的范围之内，则本发明也意图包含这些改动和变型在内。
1.一种在线智能教育方法，其特征在于，包括：
基于云教育平台对线上智能教育的不同类人员，按照预设规则进行不同管理，所述不同类人员包括：授课类人员、被授课类人员；
基于所述云教育平台和管理结果，供所述授课类人员进行线上授课，并供所述被授课类人员学习对应的线上授课内容；
对所述线上授课内容进行实时分帧处理和第一监测，并抽取预设数目个实时分帧处理后的帧内容，基于教育资源数据库和第一监测结果，确定抽取的帧内容的正确性，并对所述授课类人员进行授课评估；
对所述被授课类人员基于对应的所述线上授课内容的学习行为进行第二监测；
基于教育资源数据库，并根据授课评估结果和第二监测结果，向所述不同类人员推送相应的教育改进信息。
2.如权利要求1所述的一种在线智能教育方法，其特征在于，还包括：基于所述云教育平台，向所述被授课类人员中的目标用户的用户端智能推送教育资源信息，其过程包括：
监测所述目标用户在云教育平台的用户学习行为；
基于预先训练的行为分析模型对监测到的用户学习行为进行行为分析，获取所述目标用户的特征信息，并根据所述特征信息建立与所述目标用户相关的个性化特征模型；
基于所述目标用户在私有服务器和公有服务器的行为误差，对所述个性化特征模型进行训练收敛，获得最终特征模型；
基于所述云教育平台，并根据所述最终特征模型，向所述目标用户的用户端智能推送教育资源信息。
3.如权利要求2所述的一种在线智能教育方法，其特征在于，根据所述最终特征模型，向所述目标用户的用户端智能推送教育资源信息的过程中，还包括：
根据所述最终特征模型，确定所述目标用户的惯用思维；
从教育资源数据库中获取包括确定的所述惯用思维在内的至少两种解题思维的解题数据库；
基于云教育平台，获取所述目标用户的专业水平；
基于解题数据库，并根据所述专业水平，向所述目标用户的用户端推送相应的解题信息。
4.如权利要求1所述的一种在线智能教育方法，其特征在于，供所述被授课类人员学习对应的线上授课内容时，获取所述被授课类人员的学习时间；
同时，根据预先设定的播放规则，获取所述被授课类人员的操作状态，根据所述操作状态，确定所述被授课类人员的观看状态；
基于奖励机制，并根据所述观看状态和学习时间，向所述被授课类人员派送相应的学习奖励。
5.如权利要求1所述的一种在线智能教育方法，其特征在于，当被授课类人员中的目标用户基于云教育平台进行智能教育时，还包括：
基于所述云教育平台发送目标讲师提问的与目标课堂相关的公共问题，并在预设时间段内，接收与所述目标课堂相关的目标房间内的所有目标用户对所述公共问题的所有回答信息；
将所有所述回答信息以弹幕形式进行同时发送，且每个所述回答信息都包含对应所述目标用户的用户信息；
同时，基于云教育平台，自动对以弹幕形式显示的回答信息进行正误判断，并将判断结果与所述回答信息进行关联显示；
自动根据所述判断结果，对回答正确的每个所述目标用户的正确回答数进行加一计数，对回答错误的每个所述目标用户的错误回答数进行加一计数，对未回答所述公共问题的所述目标用户的回答数保持不变；
基于所述目标课堂提问的所有公共问题对应的每个所述目标用户的计数结果以及每个所述公共问题对应的难易程度，智能确定每个所述目标用户基于所述目标课堂的学习信息；
同时，根据所述学习信息，并基于作业布置模型，向所述目标用户智能布置相应难度的课后作业，并根据课后作业的反馈情况和目标课堂的学习信息，完成对每个所述目标用户基于所述目标课堂的综合评定。
6.如权利要求5所述的一种在线智能教育方法，其特征在于，所述目标用户进入所述目标课堂对应的目标房间的过程中，包括：
接收所述目标用户进入所述目标房间的验证信息；
当所述验证信息错误时，拒绝所述目标用户进入；
当所述验证信息正确时，验证所述目标用户的用户权限和上网权限；
当用户权限和上网权限都验证成功后，同意所述目标用户进入所述目标房间；
否则，拒绝所述目标用户进入所述目标房间。
7.如权利要求5所述的一种在线智能教育方法，其特征在于，当存在未回答所述公共问题的所述目标用户时，基于所述云教育平台向所述未回答所述公共问题的所述目标用户的用户端发送警示指令；
同时，基于提问的所有公共问题，考察所述目标用户的考勤信息；
基于所述云教育平台，当与所述目标用户对应的用户端当前处于所述目标课堂讲解状态时，对所述目标用户在所述用户端执行的第一操作进行记录；
监测所述目标用户当前所处环境中是否存在其他设备端；
若存在，监测所述目标用户在所述设备端执行的第二操作；
根据记录的第一操作结果和监测的第二操作结果，确定所述目标用户每回答一个所述公共问题时的反馈信息，并基于所述反馈信息，对所述目标课堂的学习信息进行预调整，获得新的学习信息。
8.如权利要求1所述的一种在线智能教育方法，其特征在于，对所述授课类人员进行授课评估的过程中，还包括：
步骤a1：基于所述云教育平台获取所述授课类人员输入的与所述线上授课内容相关的备课信息，并根据所述备课信息，对所述线上授课内容进行帧区域划分，并确定每个帧内容的帧信息；
其中，si表示n个帧内容中的第i个帧内容的帧信息；n个帧内容中的第i个帧内容的难易程度；k1表示第i个帧内容的讲解步骤数目；δk表示第i个帧内容中的第k个讲解步骤是否需要讲解，需要讲解为1，不要要讲解为0；tk表示第i个帧内容中的第k个讲解步骤需要的讲解时长；βk表示第i个帧内容中的第k个讲解步骤的讲解内容；u(k)表示第i帧内容中的第k个讲解步骤的步骤调整概率；
步骤a2：确定抽取的预设数目m个每个所述帧内容的熵值fj，其中，j＝1,2...m；
步骤a3：根据所述帧信息，并依据所述备课信息对应的线上授课内容进行依次划分，并依次计算抽取的所述预设数目个帧内容分别与相邻帧内容的匹配值；
其中，sj表示抽取的m个帧内容中的第j个帧内容的帧信息；sj-1表示抽取的m个帧内容中的第j-1个帧内容的帧信息；sj 1表示抽取的m个帧内容中的第j 1个帧内容的帧信息；
步骤a4：根据所述步骤a2确定的熵值和步骤a3计算的匹配值，评估抽取的每个帧内容是否合格；
当不合格次数大于或等于预设限定次数时，对所述授课类人员的所述线上授课内容的所有帧内容进行再次合格评估，并将不合格的所有帧内容进行显著性标注。
技术总结