一种高校学生管理用综合测评系统及方法

1.本发明涉及高校学生管理技术领域，具体涉及一种高校学生管理用综合测评系统及方法。


背景技术：

2.对于高校而言，如何实现对于学生的综合评价，这对于学校而言具有一定的挑战性。随着高校教育改革的深化，高校对于学生的素质教育的要求越来越高，其主要从德、智、体3个方面来对学生进行综合评价，而针对数量众多的学生，其信息统计、测评与管理的问题仅靠原来的人工模式是远远不能适应。
3.同时，在对学生进行管理的过程中，其综合评价往往依赖人工评价，容易收到主观性和个人偏见的影响。
4.同时，在对于学生的多方面的数据采集过程中，也难以全面覆盖学生的各个方面。
5.以及，仅仅通过学生档案和学术成绩是难以全面了解学生的综合状态的。


技术实现要素：

6.鉴于以上现有技术的缺点，本发明的目的在于公开一种高校学生管理用综合测评系统及方法，以改善现有高校在对学生进行评价的过程中，其综合考量效果不佳以及难以实现准确高效且及时进行综合测评问题。
7.为实现上述目的及其它相关目的，本发明公开一种高校学生管理用综合测评系统，其包括数据采集端、数据处理端以及数据输出端；所述数据采集端用于采集学生在日常行为过程中的目标数据，并将所述目标数据传送至所述数据处理端内；所述数据处理端，包括：存储单元，其用于存储所述目标数据；扫描单元，其用于根据调取指令扫描所述存储单元，并获取相应的目标数据； 分析单元，用于根据所述扫描单元所获取的目标数据，生成学生管理用的综合评价数据；传送单元，将所述综合评价数据发送至所述数据输出端；以及 所述数据输出端，其用于将所述综合评价数据进行可视化输出；其中，所述目标数据携带有学生的身份标签，且每个学生对应有唯一的所述身份标签；以及所述目标数据至少包括学业测评数据、体能测评数据以及食堂消费数据。
8.在本发明一方案中，所述数据采集端包括多个端口，其包括： 学业端口，用于获取所述学业测评数据，所述学业测评数据包括日常考核记录、日常学习记录以及期末考试成绩；体能端口，用于获取所述体能测评数据，所述体能测评数据包括多个体侧指标数据；以及
ꢀ
消费端口，用于获取学生在食堂的所述食堂；其中，所述学业测评数据和所述体能测评数据可允许通过人工输入的方式进行获取；以及所述食堂消费数据是以学生的身份标签为指引，通过检索和调取食堂消费系统中实际消费记录进行获取。
9.在本发明一方案中，在接收所述根据调取指令后，所述扫描单元识别所述调取指令中的关键词，并基于所述关键词扫描所述存储单元，以获取对应的目标数据。
10.在本发明一方案中，在获取对应的目标数据后，构建对应目标数据的数据集，且在所述数据集中不同类别的数据分别对应有不同的类别标签。
11.在本发明一方案中，所述分析单元包括多个数据分析模型，且所述数据分析模型采用神经网络模型。
12.在本发明一方案中，所述数据分析模型根据不同的类别标签所具备的权重，生成综合评价数据，其包括：综合学业评价模型、综合体测评价模型以及低收入补助评价模型。
13.在本发明一方案中，所述综合学业评价模型用于评价学生在校的学业情况，其包括：；其中，t表征所述综合学业评价模型输出值，n表征所述学业测评数据的类别数，i表征学业测评数据的类别标识，si表征第i个学业测评数据的类别选项指标，wi表征第i个测评数据的类别指标权重。
14.在本发明一方案中，所述综合体测评价模型用于评价学生的身体测试情况；其中，所述综合体测评价模型预设有多个区间范围，不同的区间范围映射有不同的等级指标；获取所述体测指标数据所在区间范围；基于所述区间范围，通过查询区间范围-登记指标对照表，以获取对应体测指标数据所对应的等级指标。
15.在本发明一方案中，所述低收入补助评价模型用于评价学生的生活低收入度情况；其中，所述食堂消费数据包括消费次数和消费金额，且所述低收入补助评价模型预设第一预设值和第二预设值；判断所述消费次数是否小于所述第一阈值；若是，则判断所述的消费金额是否小于所述第二阈值；若大于所述第一预设值，则判定该学生为非低收入标签；若所述的消费金额小于所述第二阈值，则判定所述学生为低收入标签；若所述的消费金额不小于所述第二阈值，则判定该学生为非低收入标签。
16.本发明还提供一种应用上述的高校学生管理用综合测评系统的测评方法，其包括：获取用于评价的学生的基础信息，并基于所述基础信息提取目标数据；
基于所述目标数据，构建所述目标数据的数据集，且在所述数据集中不同类别的数据对应有不同的类别标签；将所述目标数据输入数据分析模，所述数据分析模型根据不同的类别标签所具备的权重，生成综合评价数据；将所述综合评价数据进行可视化输出。
17.综上所述，本发明公开一种高校学生管理用综合测评系统及方法，其通过多个数据分析模型，以及数据分析模型根据不同的类别标签所具备的权重，生成综合评价数据。
18.可以根据不同的评价需求，选择对应的数据分析模型以提高实际的评价效果。
19.基于不同学业测评数据的类别，以及该类别数据在学业测评过程中所占据的比重，可有效降低学业测评过程中的主观性，进而提高测评过程中的公正性。
20.以及，通过对学生的食堂消费次数以及单次的消费金额为基准，进行经济状况的评价，可有效提高对于学生经济状态评价的准确性。
21.可用于改善现有高校在对学生进行评价的过程中，其综合考量效果不佳以及难以实现准确高效且及时进行综合测评问题。
附图说明
22.为了更清楚地说明本发明实施例或现有技术中的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本发明的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。
23.图1为本发明一种高校学生管理用综合测评系统于一实施例中的架构示意图；图2为本发明一种高校学生管理用综合测评系统于一实施例中的模块示意图；图3为本发明一种高校学生管理用综合测评系统于一实施例中的数据处理端的模块示意图；图4为本发明一种高校学生管理用综合测评系统于一实施例中的低收入补助评价模型处理流程示意图；图5为本发明一种高校学生管理用综合测评方法于一实施例中的流程示意图。
24.元件标号说明100、数据采集端；110、学业端口；120、体能端口；130、消费端口；200、数据处理端；210、存储单元；220、扫描单元；230、分析单元；240、传送单元；300、数据输出端。
具体实施方式
25.以下通过特定的具体实例说明本发明的实施方式，本领域技术人员可由本说明书所揭露的内容轻易地了解本发明的其它优点与功效。
26.本发明还可以通过另外不同的具体实施方式加以实施或应用，本说明书中的各项细节也可以基于不同观点与应用，在没有背离本发明的精神下进行各种修饰或改变。
27.请参阅图1至图5。须知，本说明书附图所绘示的结构、比例、大小等，均仅用以配合说明书所揭示的内容，以供熟悉此技术的人士了解与阅读，并非用以限定本发明可实施的
限定条件，故不具技术上的实质意义，任何结构的修饰、比例关系的改变或大小的调整，在不影响本发明所能产生的功效及所能达成的目的下，均应仍落在本发明所揭示的技术内容所能涵盖的范围内。
28.图1为本发明实施例提供的一种高校学生管理用综合测评系统及方法的架构示意图。
29.如图1所示，该架构包括数据采集端100、数据处理端200以及数据输出端300，且数据采集端100与数据输出端300分别于数据处理端200通信连接。
30.因此，数据的处理端可允许通过对于数据采集端100所收集的数据进行分析处理后，通过的数据输出端300进行可视化展示。
31.其中，数据处理端200可允许采用云端服务器，以通过云端服务器提高数据的处理效果，以及降低本地的存储。
32.同时，数据采集端100可允许采用本地的pc端口或者响应的数据采集装置，以实现对于学生在校时的响应数据进行获取。以及数据输出端300可允许采用本地pc端口，以通过pc端口实现对于相应数据进行展示和输出。
33.可以理解的，数据采集端100、数据处理端200以及数据输出端300之间是通信连接。
34.具体来说，该通信连接可允许采用高速无线通信技术，例如是高性能wi-fi（如wi-fi 6）、4g/5g等，以确保数据传输的速度和带宽满足需求。
35.同时，该通信连接还采用数据优化协议，例如是tcp（传输控制协议）或udp（用户数据报协议），根据实际需求选择最合适的协议，以降低传输延迟并提高传输速度。
36.需要注意的是，为了进一步提高数据在数据采集端100、数据处理端200以及数据输出端300传递速率，数据采集端100、数据处理端200以及数据输出端300之间可运行是通过多通道进行数据传递。
37.利用多通道传输技术实现数据并行传输，从而提高传输速度。例如是，可允许在无人机中使用多个无线模块或多个网络接口，同时进行数据传输。
38.基于上述架构，请参阅图1所示，在一实施例中，本发明公开一种高校学生管理用综合测评系统，可用于改善现有高校在对学生进行评价的过程中，其综合考量效果不佳以及难以实现准确高效且及时进行综合测评问题。
39.其中，所述高校学生管理用综合测评系统至少包括数据采集端100、数据处理端200、以及数据输出端300。
40.数据采集端100用于采集学生在日常行为过程中的目标数据，并将该目标数据传递至数据处理端200内。
41.以及，通过数据处理端200实现对于该目标数据进行处理。
42.在一实施例中，数据采集端100所获取的目标数据携带有学生的身份标签，且每个学生对应有唯一的身份标签。
43.因此，数据采集端100在获取目标数据以后，可允许根据该身份标签对该目标数据进行分类。同时，可允许通过输入身份标签以调取包括该身份标签的所有数据。
44.对于高校的学生而言，其身份标签可允许是学号或者身份证号，或者是学号和身份证号的同步验证。
45.然不限于此，可允许根据实际需求进行限定。
46.其中，目标数据至少包括学生在校状态下的学业测评数、体能测评数据以及食堂消费数据。
47.通过学业测评数据可用于获取该学生在校时的学业状态，通过体能测评数据可用于获取该学生在校时的体能状态，以及通过食堂消费数据可用于获取该学生在校时的整体消费水平，以根据该消费水平了解该学生的经济状况。
48.请参阅图2所示，在一实施例中，数据采集端100可允许包括多个端口，不同端口可用于获取不同类型的目标数据。
49.例如是，数据采集端100口可允许包括学业端口110、体能端口120以及消费端口130。
50.其中，学业端口110用于获取学业测评数据，学业测评数据至少包括日常考核记录、日常学习记录以及期末考试成绩。
51.体能端口120用于获取体能测评数据，体能测评数据包括多个体侧指标数据。
52.以及消费端口130用于获取学生在食堂的食堂消费数据。
53.需要注意的是，学业测评数据和体能测评数据可允许通过人工输入的方式进行获取；以及食堂消费数据是以学生的身份标签为指引，通过检索和调取食堂消费系统中实际消费记录进行获取。
54.例如是，对于学业测评数据而言，其包括日常考核记录、日常学习记录以及期末考试成绩等多个小类，可允许对应科目教师根据学生的日常表现，通过手动输入的方式录入系统，以实现对于响应的目标数据的获取。
55.在一实施例中，学业测评数据还允许包括有日常考勤记录。
56.其中，在对学生日常考勤记录的获取过程中，其学业端口110还允许包括一考勤记录装置。
57.通过考勤记录装置以获取学生的日常的考勤记录，例如是，该考勤记录装置可允许是指纹打卡机，以及该指纹打卡机是接入了本发明所公开的搞笑学生管理用综合评价系统中。
58.因此，可允许通过该考勤记录装置，以获取学生在日常学习过程中的考勤状态。
59.然不限于此，对于学业测评数据而言，其具体的小类可允许根据实际的测评需求进行确定。
60.在一实施例中，对于体能测评数据而言，其包括日常的考核项目以及考核指标。
61.可允许对应科目教师根据学生的体测表现，通过手动输入的方式录入系统，以实现对于响应的目标数据的获取。
62.在一实施例中，数据处理端200可用于实现对于的目标数据进行调取以及处理，进而获得相应的综合测评数据。
63.请参阅图3所示，数据处理端200可允许包括存储单元210、扫描单元220、分析单元230以及传送单元240。可以理解的，存储单元210用于存储目标数据，且存储单元210可允许根据身份标签实现对于目标数据进行分类存储。
64.扫描单元220可允许对存储单元210进行扫描，以获取相应的目标数据。
65.具体的，扫描单元220在接收到调取指令以后，识别调取指令中的关键词，并基于
关键词扫描存储单元210并获取对应的目标数据。
66.该关键词可允许是学生对应的学号，姓名或者相应身份标签。
67.因此，扫描单元220在接收到调取指令以后，扫描存储单元210并将存储单元210内包括其关键词的所有数据进行调取。
68.同时，在扫描单元220调取目标数据以后，可允许根据获取目标数据，构建对应目标数据的数据集。
69.同时，在该数据集中，不同类别的数据分别对应有不同的类别标签。
70.例如是，其类别标签可允许是学业测评数据标签、挺测评数据标签或者食堂消费数据标签。
71.在一实施例中，分析单元230用于根据所述扫描单元220所获取的目标数据，生成学生管理用的综合评价数据。
72.其中，分析单元230可以根据不同的评价类型，生成不同的综合评价数据。
73.例如是，分析单元230可允许生成学业的综合评价数据，体测的综合评价数据以及低收入补助评价数据。
74.需要注意的是，分析单元230包括多个数据分析模型，且该数据分析模型是采用神经网络模型。
75.其中，数据分析模型根据不同的类别标签所具备的权重，生成综合评价数据，其包括综合学业评价模型、综合体测评价模型以及低收入补助评价模型。
76.在一实施例中，综合学业评价模型是用于评价学生在校的学业情况，其包括：；其中，t表征所述综合学业评价模型输出值，n表征所述学业测评数据的类别数，i表征学业测评数据的类别标识，si表征第i个学业测评数据的类别选项指标，wi表征第i个测评数据的类别指标权重。
77.基于不同学业测评数据的类别，以及该类别数据在学业测评过程中所占据的比重，可有效降低学业测评过程中的主观性，进而提高测评过程中的公正性。同时，通过综合学业评价模型可有效提高对于学生在校的关于学业的测评效率。
78.在一实施例中，综合体测评价模型用于评价学生的身体测试情况。
79.其中，所述综合体测评价模型预设有多个区间范围，不同的区间范围映射有不同的等级指标；例如是，对于长跑项目而言，可允许包括区间(0,3分27秒]，(3分27秒, 3分39秒]，(3分39秒, 3分49秒]，(3分49秒, 4分12秒]，(4分12秒, 4分33秒]以及(4分33秒,∞]多个区间。不同的区间范围对应有不同的指标，综合体测评价模型可允许根据对应教师的输入的成绩，以分配区间并生成对应的等级指标。
80.因此，综合体测评价模型在实际使用过程中，首先获取所述体测指标数据所在区间范围，其次基于所述区间范围，通过查询区间范围-登记指标对照表，以获取对应体测指标数据所对应的等级指标。
81.请参阅图4所示，在一实施例中，为了更加准确的获取学生的经济状况，以便于根据其经济状况评价学生的生活低收入度情况。
82.可允许通过低收入补助评价模型用于评价学生的生活低收入度情况。
83.其中，食堂消费数据包括消费次数和消费金额，以及低收入补助评价模型预设第一预设值和第二预设值。
84.低收入补助评价模型在实际的操作过程中，可以包括以下步骤：s1、判断所述消费次数是否小于所述第一阈值。
85.s2、若是，则判断所述的消费金额是否小于所述第二阈值；若大于所述第一预设值，则判定该学生为非低收入标签。
86.s3、若所述的消费金额小于所述第二阈值，则判定所述学生为低收入标签。
87.s4、若所述的消费金额不小于所述第二阈值，则判定该学生为非低收入标签。
88.通过对学生的食堂消费次数以及单次的消费金额为基准，进行经济状况的评价，可有效提高对于学生经济状态评价的准确性。
89.在一实施例中，位于数据处理端200的传送单元240，是用于将综合评价数据发送至数据输出端300。以及数据输出端300可允许对综合评价数据进行可视化输出。通过数据的可视化输使得综合评价数据通过图表、图形等形式呈现出来，以便于直观地理解和分析数据。
90.本发明还提供一种高校学生管理用综合测评方法，其应用于上述的高校学生管理用综合测评系统。其至少包括以下步骤：s10、获取用于评价的学生的基础信息，并基于所述基础信息提取目标数据。
91.s20、基于所述目标数据，构建所述目标数据的数据集，且在所述数据集中不同类别的数据对应有不同的类别标签。
92.s30、将所述目标数据输入数据分析模，所述数据分析模型根据不同的类别标签所具备的权重，生成综合评价数据。
93.s40、将所述综合评价数据进行可视化输出。
94.综上所述，本发明公开一种高校学生管理用综合测评系统及方法，其通过多个数据分析模型，以及数据分析模型根据不同的类别标签所具备的权重，生成综合评价数据。
95.可以根据不同的评价需求，选择对应的数据分析模型以提高实际的评价效果。基于不同学业测评数据的类别，以及该类别数据在学业测评过程中所占据的比重，可有效降低学业测评过程中的主观性，进而提高测评过程中的公正性。
96.以及，通过对学生的食堂消费次数以及单次的消费金额为基准，进行经济状况的评价，可有效提高对于学生经济状态评价的准确性。
97.因此，可用于改善现有高校在对学生进行评价的过程中，其综合考量效果不佳以及难以实现准确高效且及时进行综合测评问题。
98.所以，本发明有效克服了现有技术中的一些实际问题从而有很高的利用价值和使用意义。
99.上述实施例仅例示性说明本发明的原理及其功效，而非用于限制本发明。
100.任何熟悉此技术的人士皆可在不违背本发明的精神及范畴下，对上述实施例进行修饰或改变。
101.因此，举凡所属技术领域中具有通常知识者在未脱离本发明所揭示的精神与技术思想下所完成的一切等效修饰或改变，仍应由本发明的权利要求所涵盖。

技术特征：
1.一种高校学生管理用综合测评系统，其特征在于，包括数据采集端、数据处理端以及数据输出端；所述数据采集端用于采集学生在日常行为过程中的目标数据，并将所述目标数据传送至所述数据处理端内；所述数据处理端，包括：存储单元，其用于存储所述目标数据；扫描单元，其用于根据调取指令扫描所述存储单元，并获取相应的目标数据；分析单元，用于根据所述扫描单元所获取的目标数据，生成学生管理用的综合评价数据；传送单元，将所述综合评价数据发送至所述数据输出端；以及所述数据输出端，其用于将所述综合评价数据进行可视化输出；其中，所述目标数据携带有学生的身份标签，且每个学生对应有唯一的所述身份标签；以及所述目标数据至少包括学业测评数据、体能测评数据以及食堂消费数据。2.根据权利要求1所述的高校学生管理用综合测评系统，其特征在于，所述数据采集端包括多个端口，其包括：学业端口，用于获取所述学业测评数据，所述学业测评数据包括日常考核记录、日常学习记录以及期末考试成绩；体能端口，用于获取所述体能测评数据，所述体能测评数据包括多个体侧指标数据；以及消费端口，用于获取学生在食堂的所述食堂消费数据；其中，所述学业测评数据和所述体能测评数据可允许通过人工输入的方式进行获取；以及所述食堂消费数据是以学生的身份标签为指引，通过检索和调取食堂消费系统中实际消费记录进行获取。3.根据权利要求1所述的高校学生管理用综合测评系统，其特征在于，在接收所述根据调取指令后，所述扫描单元识别所述调取指令中的关键词，并基于所述关键词扫描所述存储单元，以获取对应的目标数据。4.根据权利要求3所述的高校学生管理用综合测评系统，其特征在于，在获取对应的目标数据后，构建对应目标数据的数据集，且在所述数据集中不同类别的数据分别对应有不同的类别标签。5.根据权利要求4所述的高校学生管理用综合测评系统，其特征在于，所述分析单元包括多个数据分析模型，且所述数据分析模型采用神经网络模型。6.根据权利要求5所述的高校学生管理用综合测评系统，其特征在于，所述数据分析模型根据不同的类别标签所具备的权重，生成综合评价数据，其包括：综合学业评价模型、综合体测评价模型以及低收入补助评价模型。7.根据权利要求6所述的高校学生管理用综合测评系统，其特征在于，所述综合学业评价模型用于评价学生在校的学业情况，其包括：；其中，t表征所述综合学业评价模型输出值，n表征所述学业测评数据的类别数，i表征
学业测评数据的类别标识，si表征第i个学业测评数据的类别选项指标，wi表征第i个测评数据的类别指标权重。8.根据权利要求6所述的高校学生管理用综合测评系统，其特征在于，所述综合体测评价模型用于评价学生的身体测试情况；其中，所述综合体测评价模型预设有多个区间范围，不同的区间范围映射有不同的等级指标；获取所述体测指标数据所在区间范围；基于所述区间范围，通过查询区间范围-登记指标对照表，以获取对应体测指标数据所对应的等级指标。9.根据权利要求6所述的高校学生管理用综合测评系统，其特征在于，所述低收入补助评价模型用于评价学生的生活低收入度情况；其中，所述食堂消费数据包括消费次数和消费金额，且所述低收入补助评价模型预设第一预设值和第二预设值；判断所述消费次数是否小于所述第一阈值；若是，则判断所述的消费金额是否小于所述第二阈值；若大于所述第一预设值，则判定该学生为非低收入标签；若所述的消费金额小于所述第二阈值，则判定所述学生为低收入标签；若所述的消费金额不小于所述第二阈值，则判定该学生为非低收入标签。10.一种应用如权利要求1至9任意所述高校学生管理用综合测评系统的测评方法，其特征在于，包括：获取用于评价的学生的基础信息，并基于所述基础信息提取目标数据；基于所述目标数据，构建所述目标数据的数据集，且在所述数据集中不同类别的数据对应有不同的类别标签；将所述目标数据输入数据分析模，所述数据分析模型根据不同的类别标签所具备的权重，生成综合评价数据；将所述综合评价数据进行可视化输出。

技术总结
本发明公开一种高校学生管理用综合测评系统及方法，测评系统包括数据采集端、数据处理端以及数据输出端；数据采集端用于采集学生在日常行为过程中的目标数据，并将目标数据传送至数据处理端内；数据处理端包括：存储单元，用于存储目标数据；扫描单元，用于根据调取指令扫描存储单元，并获取相应的目标数据；分析单元，用于根据扫描单元所获取的目标数据，生成学生管理用的综合评价数据；传送单元，将综合评价数据发送至数据输出端；数据输出端。目标数据携带有学生的身份标签，且每个学生对应有唯一的身份标签。本发明可有效改善现有高校在对学生进行评价的过程中，其综合考量效果不佳以及难以实现准确高效且及时进行综合测评的问题。的问题。的问题。


技术研发人员：李开才 王依兴 孙彬
受保护的技术使用者：临沂大学
技术研发日：2023.07.25
技术公布日：2023/8/31