[发明专利]一种基于ReactNative实现的学情分析方法

权利要求书

1.一种基于ReactNative实现的学情分析方法，其特征是，包括以下步骤：

步骤1）、通过React Native框架编写数据获取组件；

步骤2）、数据获取组件通过key访问指定的后台API，获取原始数据，原始数据通过JSON的数据格式按照单个学生用户实体返回；其中，原始数据包括：基本学籍信息、课程学分、实验课成绩、创新实践成绩、社会实践成绩、品德表现成绩；其中，课程学分有n个，分别为课程学分1、课程学分2、课程学分3.....课程学分n，每个课程均对应一个课程学分；实验课成绩有k个，分别为实验课成绩1、实验课成绩2、实验课成绩3.....实验课成绩k，每个实验课均对应一个实验课成绩；

步骤3）、通过React状态管理器Mobx对组件状态进行定义，编写数据分析组件，将JSON数据格式的原始数据转换成可观察数据，得到换成可观察化的单个学生用户实体信息；

步骤4）、数据分析组件中，将已转换成可观察化的单个学生用户实体信息分类为基本学籍、学业绩点、创新实践、社会实践、品德表现五类，并根据原始数据中的基本学籍信息、课程学分、实验课绩点、创新实践成绩、社会实践成绩、品德表现成绩进行评定，生成新的可观察化的单个学生用户实体信息，新的可观察化的单个学生用户实体信息包括基本学籍信息、绩点评级、创新实践评级、社会实践评级、品德表现评级；

在数据分析组件中对基本学籍信息、课程学分、实验课绩点、创新实践成绩、社会实践成绩、品德表现成绩进行评级的方法为：

（1）基本学籍信息无需变动；

（2）绩点评级，首先进行学业绩点计算，计算方法为，(课程学分1*实验课成绩1+课程学分2*实验课成绩2+......+课程学分n*实验课成绩k)/(课程学分1+课程学分2+......+课程学分n)，当学业绩点小于或等于3.0分时学业绩点评级为C，学业绩点大于3.0分小于或等于4.0分时学业绩点评级为B，学业绩点大于4.0分小于或等于为5.0分时学业绩点评级为A；

（3）创新实践评级方法为，创新实践成绩小于或等于15分时创新实践评级为C，创新实践成绩大于15分小于或等于30分时创新实践评级为B，创新实践成绩大于30小于或等于100分时创新实践评级为A；

（4）社会实践评级方法为，当社会实践成绩小于或等于25分时社会实践评级为C，当社会实践成绩大于25分小于或等于50分时社会实践评级为B，当社会实践成绩大于50分小于或等于100分时社会实践评级为A；

（5）品德表现评级方法为，品德表现成绩低于80分时德表现评级为不合格，高于或等于80分时德表现评级为合格；

步骤5）、重复步骤2）-步骤4）若干次，得到若干个新生成的可观察化的单个学生用户实体信息，每个新生成的可观察化的单个学生用户实体信息均包括对应五类信息，五类信息为基本学籍信息、绩点评级、创新实践评级、社会实践评级、品德表现评级；

在数据分析组件中，将若干个新生成的可观察化的单个学生用户实体信息关联在一起，通过基于决策树和C4.5算法进行多个学生用户实体信息分析，得到渲染数据；

步骤6）、开发者通过ReactNative框架自带的基本图表组件开发图表渲染组件，通过数据分析组件开放的接口，建立数据分析组件与图表渲染组件之间的双向通讯，动态更新渲染，实现学情分析功能；

将经步骤5）得到的渲染数据传递至图表渲染组件，图表渲染组件将得到的渲染数据绘制出用户所需要的报表，并进行动态加载渲染，实现学情分析功能；在数据分析组件中，将若干个新生成的可观察化的单个学生用户实体信息关联在一起，通过基于决策树和C4.5算法进行多个学生用户实体信息分析，得到渲染数据；具体是：

（1）设置决策树的最小信息增益率阈值，实现控制决策树分支；

（2）选择多个学生用户实体信息的五类信息进行分类属性，实现决策树分类分析；

（3）根据各分类属性的信息熵和阈值，确定决策树各个节点，在分类属性和单个实体属性值之间建立映射关系，最终生成决策树，即，得到渲染数据。

2.根据权利要求1所述的一种基于ReactNative实现的学情分析方法，其特征是，所述数据分析组件通过Mobx的action等方法对数据进行读取、写入、拦截、分类、关联操作。