本发明涉及学生学习技术领域，具体为一种基于区块链的学生学习状态分析共享系统。
背景技术：
随着现代科学的进步与发展，家长越来越注重孩子的受教育程度，为自己的孩子报各种各样的补课班，甚至带着孩子到远方去上补习班，就是为了让孩子除了能够在在校学到相关知识还能够学到更多的只是，因为距离过远，所以大都选择在网上授课；
线上教育，逐渐成为了主流，可以对孩子、家长省时省力，但是家长却无法了解学生在线上课是否认真，线上老师授课是否负责，能否学到相关知识，也无法了解最终的成果；
线上老师在上课时，也无法了解老师在线上课是否认真负责，这都是在线教育学生家长担心的点且在线上进行考试时，也无法了解到学生是否会作弊来应付考试；
因此，需要一种基于区块链的学生学习状态分析共享系统来解决上述问题。
技术实现要素：
本发明的目的在于提供一种基于区块链的学生学习状态分析共享系统，以解决上述背景技术中提出的问题。
为了解决上述技术问题，本发明提供如下技术方案：一种基于区块链的学生学习状态分析共享系统，该系统包括学生作弊行为模块、学生在线学习状态模块、学生在线学习内容模块、学生在线学习结果判断模块和云平台模块，所述学生作弊行为模块用于根据学生的行为判断学生是否有作弊行为，使得学生不敢产生作弊的想法，保证学生能够诚信考试，所述学生在线学习状态模块用于根据学生和老师在线学习的时长判断学生在线学习的状态，从而判断学生在线学习是否认真，并为学生的平时成绩做铺垫，使得学生平时能够在线上认真学习，所述学生在线学习内容模块用于根据老师上课所讲内容中频率最高的知识点，利用系统所推荐的知识点判定学生对该部分的知识点是否掌握，从而能够判断出学生的理解状况以及判断出学生上课是否认真，所述学生在线学习结果判断模块用于根据学生平时的学习状况对学生的平时分和最终分数进行判定，从而使得学生平时能够注重学学习的状态，所述云平台模块用于存储学生不同科目的分数，将最终结果发送给学生父母方，使得学生父母能够时刻督促学生学习，所述云平台模块的输出端与学生作弊行为模块、学生在线学习状态模块、学生在线学习内容模块和学生在线学习结果判断模块的输入端相连接。
优选的，所述学生作弊行为模块包括环境拍照上传子模块、姿势匹配子模块、视线停留子模块、记录分享子模块和可视化数据显示子模块，所述环境拍照上传子模块用于将学生考试的环境拍照并上传，对学生所处区域利用摄像头的最大检测范围进行检测，判断有无手机端、pc端或者考试相关资料的存在，使得学生没有机会作弊，所述姿势匹配子模块用于根据摄像头所在范围，使得学生的脸部、眼睛、双手都在摄像头所在范围内，当摄像头识别成功后，学生方可进行考试，所述视线停留子模块用于对视线应该存在的有效区域进行确定，并判断学生的视线是否在有效区域内，从而判定学生是否有作弊的行为产生，所述记录分享子模块用于将每位考生的状态进行记录并保存，在学生考试结束后，将记录分享给学生端、老师端和学生父母端，从而防止学生发生作弊的行为，所述可视化数据显示子模块用于利用数据可视化端来判断不同年级学生所答题的难易程度进行了解，并以此督促学生认真学习，从而使得学生家长和老师能够根据数据可视化端了解每位学生的状态，使得学生自身能够查漏补缺，所述拍照上传子模块的输出端与姿势匹配子模块、视线停留子模块和记录分享子模块的输入端相连接，所述可视化数据显示子模块的输入端和云平台模块的输入端相连接。
所述学生考试所使用的的设备是电脑，根据电脑的摄像头来监测学生是否有作弊行为。
优选的，所述学生在线学习状态模块包括网络监测子模块、学生学习时长子模块、老师上课时长子模块、监控显示子模块和时长对应比较子模块，所述网络监测子模块用于对在线学习学生的网络状况进行检测，并将不同学生的网络状况发送给云平台端，云平台端将信息发送给老师，使得老师能够对学生的状况有清楚的了解，所述学生学习时长子模块用于根据学生在不同课堂上的静态学习时长、动态学习时长进行判断，所述静态学习时长是学生听取老师所讲解内容的有效时间，动态学习时长用于和老师和周围学生互动的时间进行判定，从而判断学生在线学习是否认真，所述老师上课时长子模块用于根据老师上课的静态时长和动态时长进行判断，所述静态时长是指老师要求学生与其他学生讨论相关问题的时长，动态时长是老师讲解课程的动态时间，所述监控显示子模块用于对老师、学生在线教学和在线学习的行为进行录制，以便于能够考察老师讲课的效率和学生在线听课是否认真，所述时长对应子模块用于将学生所花时长与老师在课堂上所花时长进行对比，判断双方时长能否相呼应和学生的时长与老师的时长是否能够相呼应，当学生时长与老师时长不一致时且次数超过预设值时，判断出学生是否有无认真学习，所述网络监测子模块的输出端和云平台模块相连接，所述学生学习时长子模块的输出端和老师上课时长子模块、时长对应比较子模块与监控显示子模块的输入端相连接。
优选的，所述学生在线学习内容模块包括内容重复次数子模块、知识点自动推荐子模块、知识点讲解重复子模块和学生学习状态判断子模块，所述内容重复次数子模块用于利用声音传感器对老师课上内容所讲的频率次数最高的知识点进行记录保存，以便于学生课后能够再次回放并观看，所述知识点自动推荐模块用于根据老师课上所讲知识点内容进行推荐相关相关知识点，以便于学生能够及时巩固相关知识点，且所推荐内容是得到老师许可，所述知识点讲解重复模块用于老师根据学生的答题状态进行评判学生是否有消化所讲解的知识点，并根据所答题人数进行判断是否要继续深化该知识点，使得学生能够完全理解老师所讲解的知识点，所述学生学习状态判断子模块用于当有部分学生不理解老师所讲解知识点时，在下次上课前针对部分学生出相关知识点的题目，以便于老师能够了解学生的学习成果，并由此判定出部分学生的学习态度，所述内容重复次数子模块的输出端与知识点自动推荐子模块、知识点讲解重复子模块和学生学习状态判断子模块的输入端相连接。
优选的，所述学生在线学习结果判断模块包括平时成绩系数确定子模块和总成绩判断子模块所述平时成绩系数确定子模块用于根据不同学生的学习状况作为学生平时成绩的系数，以便于学生能够注重自身所学内容，所述总成绩判断子模块用于根据平时成绩的系数和期末总成绩判定不同学生的最终成绩，使得学生能够认真学习，所述平时成绩系数确定子模块的输出端和总成绩判断子模块的输入端相连接。
该系统的方法包括如下步骤：
s1:使用学生作弊行为模块，用于根据学生在摄像头面前的行为判断学生是否会发生作弊行为；
s2:使用学生在线学习状态模块，用于根据学生和老师在线学习的静态时长和动态时长判断是否相呼应，判断出学生是否处于正常状态；
s3:使用学生在线学习内容模块，用于根据老师在线上教学中所出现频率最高的知识点，并判断学生对该部分知识点是否掌握；
s4:使用学生在线学习结果判断模块，根据不同学生的学习状况判断学生平时成绩的系数，并作为学生不同科目总成绩的判断结果。
在所述步骤s2中，学生在不同课程上所花的动态时长和静态时长进行采集帕努单，学生在不同课程上所花费的动态时长的集合为d＝{d1,d2,d3...dm},学生在不同课程上所花费的静态时长的集合为j＝{j1,j2,j3...jm},不同老师在课程上所花费的动态时长的集合为w＝{w1,w2,w3...wm},不同老师在课程上所花费的静态时长的集合为q＝{q1,q2,q3...qm}；
dk-qk<f；
jk-wk<f；
当上述条件满足时，表明学生线上上课较认真，当上述条件不能满足时，表明学生线上上下课不认真，不在状态；
其中，dk、qk、jk、wk为学生在k课程所花动态时长、静态时长，在k课程上老师所花动态时长、静态时长，f为学生不在状态的预设时间。
在所述步骤s4中，根据不同学生平时在线学习的状况，对学生平时的成绩进行判断，不同学生在线上课时长与各科老师在线上课所花时长对比后的结果集合为p＝{p1,p2,p3...pm},不同学生消化知识点的能力强度为l＝{l1,l2,l3...lm}；
根据公式：
y＝pi li*n；
h＝y y*f；
其中：y是指不同学生平时成绩的系数，pi、li是指不同学生在线上课时长与各科老师的对比后的结果，h是指总成成绩，当h小于预设值时，表示该学生在线上课状态并不认真，当h大于预设值时，表示该学生在线听课很认真，吸收能力强。
在所述步骤s1中，在二维平面模型中，摄像头位置的坐标是w＝(x,y),学生设备有效区域的顶点坐标的集合为q＝{(a1,b1),(a2,b2),(a3,b3),(a4,b4)},根据不同学生的身高，对不同学生的眼部位置进行判断，且不同学生眼部位置在对应设备上的坐标为
t＝{(c1,d1)(c2,d2)(c3,d3)...(cm,dm)}；
根据公式：学生眼部与各有效区域顶点的距离是m:
学生眼部位置与摄像头的距离为l:
眼部所产生的眼神与摄像头之间的夹角度数为：
当m超出预设值且角度
与现有技术相比，本发明所达到的有益效果是：
1.使用学生作弊行为模块，判断用户眼睛、手和脸部是否统一处于摄像头的范围内，并实时检测用户的视线是会否在摄像头范围内进行活动以及活动的次数，从而判断学生是否会作弊；
2.使用学生在线学习状态模块，将学生学习时长和老师授课时长进行对比，根据学生的学习的静态时长和动态时长以及老师授课的静态时长和动态时长进行对比，判断学生学习的状态是否认真；
3.使用学生在线学习内容模块，根据老师在上课时所讲知识点的频率，系统自动推荐相关知识点的习题，根据学生答题状况，判断学生对该部分知识点的掌握能力；
4.使用学生在线学习结果判断模块，用户根据平时的学习状况作为不同学生不同科目平时成绩的系数，并根据平时成绩由此判断不同科目的总成绩，能够使得家长、老师和学生自身能够了解到最近的学习状况。
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是本发明一种基于区块链的学生学习状态分析共享系统的模块组成示意图；
图2是本发明一种基于区块链的学生学习状态分析共享系统的步骤示意图。
具体实施方式
下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本发明一部分实施例，而不是全部的实施例。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前提下所获得的所有其他实施例，都属于本发明保护的范围。
请参阅图1-2，本发明提供技术方案：
一种基于区块链的学生学习状态分析共享系统，该系统包括学生作弊行为模块、学生在线学习状态模块、学生在线学习内容模块、学生在线学习结果判断模块和云平台模块，所述学生作弊行为模块用于根据学生的行为判断学生是否有作弊行为，使得学生不敢产生作弊的想法，保证学生能够诚信考试，所述学生在线学习状态模块用于根据学生和老师在线学习的时长判断学生在线学习的状态，从而判断学生在线学习是否认真，并为学生的平时成绩做铺垫，使得学生平时能够在线上认真学习，所述学生在线学习内容模块用于根据老师上课所讲内容中频率最高的知识点，利用系统所推荐的知识点判定学生对该部分的知识点是否掌握，从而能够判断出学生的理解状况以及判断出学生上课是否认真，所述学生在线学习结果判断模块用于根据学生平时的学习状况对学生的平时分和最终分数进行判定，从而使得学生平时能够注重学学习的状态，所述云平台模块用于存储学生不同科目的分数，将最终结果发送给学生父母方，使得学生父母能够时刻督促学生学习，所述云平台模块的输出端与学生作弊行为模块、学生在线学习状态模块、学生在线学习内容模块和学生在线学习结果判断模块的输入端相连接；
当对学生的平时成绩进行评判时，可以根据学生的行为和学习状态共同判断学生的平时成绩，但是当学生作弊行为模块中有个别学生出现了案例，可以不用对学生在线学习状态模块中用户的学习状态进行确定，学生没有出现作弊行为，直接对学生的学习状态进行判断，两者都可以直接决定学生的总成绩，也可单独判断学生的总成绩，充分利用了区块链所在特点。
优选的，所述学生作弊行为模块包括环境拍照上传子模块、姿势匹配子模块、视线停留子模块、记录分享子模块和可视化数据显示子模块，所述环境拍照上传子模块用于将学生考试的环境拍照并上传，对学生所处区域利用摄像头的最大检测范围进行检测，判断有无手机端、pc端或者考试相关资料的存在，使得学生没有机会作弊，所述姿势匹配子模块用于根据摄像头所在范围，使得学生的脸部、眼睛、双手都在摄像头所在范围内，当摄像头识别成功后，学生方可进行考试，所述视线停留子模块用于对视线应该存在的有效区域进行确定，并判断学生的视线是否在有效区域内，从而判定学生是否有作弊的行为产生，所述记录分享子模块用于将每位考生的状态进行记录并保存，在学生考试结束后，将记录分享给学生端、老师端和学生父母端，从而防止学生发生作弊的行为，所述可视化数据显示子模块用于利用数据可视化端来判断不同年级学生所答题的难易程度进行了解，并以此督促学生认真学习，从而使得学生家长和老师能够根据数据可视化端了解每位学生的状态，使得学生自身能够查漏补缺，所述拍照上传子模块的输出端与姿势匹配子模块、视线停留子模块和记录分享子模块的输入端相连接，所述可视化数据显示子模块的输入端和云平台模块的输入端相连接；
学生在线作弊层出不穷，会利用电脑进行切屏，直接在线搜索答案，或者使用其他相关设备进行查找答案，因此，很多系统采取了措施防止学生作弊，使用防止切屏的手段或者限制答题的时间，使得学生没有机会在其他设备上有查找答案的时间，因此，在这里介绍了防止学生将答案设置在摄像头死区范围内，摄像头无法捕捉该行为。
所述学生考试所使用的的设备是电脑，根据电脑的摄像头来监测学生是否有作弊行为。
优选的，所述学生在线学习状态模块包括网络监测子模块、学生学习时长子模块、老师上课时长子模块、监控显示子模块和时长对应比较子模块，所述网络监测子模块用于对在线学习学生的网络状况进行检测，并将不同学生的网络状况发送给云平台端，云平台端将信息发送给老师，使得老师能够对学生的状况有清楚的了解，所述学生学习时长子模块用于根据学生在不同课堂上的静态学习时长、动态学习时长进行判断，所述静态学习时长是学生听取老师所讲解内容的有效时间，动态学习时长用于和老师和周围学生互动的时间进行判定，从而判断学生在线学习是否认真，所述老师上课时长子模块用于根据老师上课的静态时长和动态时长进行判断，所述静态时长是指老师要求学生与其他学生讨论相关问题的时长，动态时长是老师讲解课程的动态时间，所述监控显示子模块用于对老师、学生在线教学和在线学习的行为进行录制，以便于能够考察老师讲课的效率和学生在线听课是否认真，所述时长对应子模块用于将学生所花时长与老师在课堂上所花时长进行对比，判断双方时长能否相呼应和学生的时长与老师的时长是否能够相呼应，当学生时长与老师时长不一致时且次数超过预设值时，判断出学生是否有无认真学习，所述网络监测子模块的输出端和云平台模块相连接，所述学生学习时长子模块的输出端和老师上课时长子模块、时长对应比较子模块与监控显示子模块的输入端相连接。
优选的，所述学生在线学习内容模块包括内容重复次数子模块、知识点自动推荐子模块、知识点讲解重复子模块和学生学习状态判断子模块，所述内容重复次数子模块用于利用声音传感器对老师课上内容所讲的频率次数最高的知识点进行记录保存，以便于学生课后能够再次回放并观看，所述知识点自动推荐模块用于根据老师课上所讲知识点内容进行推荐相关相关知识点，以便于学生能够及时巩固相关知识点，且所推荐内容是得到老师许可，所述知识点讲解重复模块用于老师根据学生的答题状态进行评判学生是否有消化所讲解的知识点，并根据所答题人数进行判断是否要继续深化该知识点，使得学生能够完全理解老师所讲解的知识点，所述学生学习状态判断子模块用于当有部分学生不理解老师所讲解知识点时，在下次上课前针对部分学生出相关知识点的题目，以便于老师能够了解学生的学习成果，并由此判定出部分学生的学习态度，所述内容重复次数子模块的输出端与知识点自动推荐子模块、知识点讲解重复子模块和学生学习状态判断子模块的输入端相连接。
优选的，所述学生在线学习结果判断模块包括平时成绩系数确定子模块和总成绩判断子模块所述平时成绩系数确定子模块用于根据不同学生的学习状况作为学生平时成绩的系数，以便于学生能够注重自身所学内容，所述总成绩判断子模块用于根据平时成绩的系数和期末总成绩判定不同学生的最终成绩，使得学生能够认真学习，所述平时成绩系数确定子模块的输出端和总成绩判断子模块的输入端相连接。
该系统的方法包括如下步骤：
s1:使用学生作弊行为模块，用于根据学生在摄像头面前的行为判断学生是否会发生作弊行为；
s2:使用学生在线学习状态模块，用于根据学生和老师在线学习的静态时长和动态时长判断是否相呼应，判断出学生是否处于正常状态；
s3:使用学生在线学习内容模块，用于根据老师在线上教学中所出现频率最高的知识点，并判断学生对该部分知识点是否掌握；
s4:使用学生在线学习结果判断模块，根据不同学生的学习状况判断学生平时成绩的系数，并作为学生不同科目总成绩的判断结果。
在所述步骤s2中，学生在不同课程上所花的动态时长和静态时长进行采集帕努单，学生在不同课程上所花费的动态时长的集合为d＝{d1,d2,d3...dm},学生在不同课程上所花费的静态时长的集合为j＝{j1,j2,j3...jm},不同老师在课程上所花费的动态时长的集合为w＝{w1,w2,w3...wm},不同老师在课程上所花费的静态时长的集合为q＝{q1,q2,q3...qm}；
dk-qk<f；
jk-wk<f；
当上述条件满足时，表明学生线上上课较认真，当上述条件不能满足时，表明学生线上上下课不认真，不在状态；
其中，dk、qk、jk、wk为学生在k课程所花动态时长、静态时长，在k课程上老师所花动态时长、静态时长，f为学生不在状态的预设时间；
学生在线学习所花静态时长是在线上远程听取老师所讲内容，动态时长是指根据老师所发布指令指令进行在线讨论，老师在课堂上的动态时长是对学生进行讲解相关知识点的内容，静态时长是发布要求学生在线上进行在线讨论，根据学生和老师所对应时间，判断学生听课时长和讨论时长是否在预设范围内，并检测所讨论内容是否关于知识点。
在所述步骤s4中，根据不同学生平时在线学习的状况，对学生平时的成绩进行判断，不同学生在线上课时长与各科老师在线上课所花时长对比后的结果集合为p＝{p1,p2,p3...pm},不同学生消化知识点的能力强度为l＝{l1,l2,l3...lm}；
根据公式：
y＝pi li*n；
h＝y y*f；
其中：y是指不同学生平时成绩的系数，pi、li是指不同学生在线上课时长与各科老师的对比后的结果，h是指总成成绩，当h小于预设值时，表示该学生在线上课状态并不认真，当h大于预设值时，表示该学生在线听课很认真，吸收能力强；
根据学生平时在线学习的状态和态度等因素共同判断学生的平时成绩，并由平时成绩判断总成绩，从而判断出学生本身是否认真学习，对学生家长有个交代。
在所述步骤s1中，在二维平面模型中，摄像头位置的坐标是w＝(x,y),学生设备有效区域的顶点坐标的集合为q＝{(a1,b1),(a2,b2),(a3,b3),(a4,b4)},根据不同学生的身高，对不同学生的眼部位置进行判断，且不同学生眼部位置在对应设备上的坐标为
t＝{(c1,d1)(c2,d2)(c3,d3)...(cm,dm)}；
根据公式：学生眼部与各有效区域顶点的距离是m:
学生眼部位置与摄像头的距离为l:
眼部所产生的眼神与摄像头之间的夹角度数为：
当m超出预设值且角度
实施例1:在二维平面模型中，摄像头位置的坐标是w＝(x,y)＝(40,50),学生设备有效区域的顶点坐标的集合为
q＝{(a1,b1),(a2,b2),(a3,b3),(a4,b4)}＝{(10,30),(70,30),(10,50),(70,50)},根据不同学生的身高，对不同学生的眼部位置进行判断，且不同学生眼部位置在对应设备上的坐标为t＝{(c1,d1)(c2,d2)}}＝{(30,35),(40,40)}；
设学生眼部位置与各有效区域顶点的预设夹角是15，眼神与摄像头之间的预设夹角为55±1，且学生盯着摄像头的时间不能超过4s,次数不能超过3次；
根据公式：学生眼部位置与各有效区域顶点的距离是m:
学生眼部位置与摄像头的距离为l:
眼部所产生的眼神与摄像头之间的夹角度数为：
经上述比较确定：学生2眼神与摄像头的夹角度数超过预设夹角，因此，会产生作弊行为。
当m超出预设值且角度
需要说明的是，在本文中，诸如第一和第二等之类的关系术语仅仅用来将一个实体或者操作与另一个实体或操作区分开来，而不一定要求或者暗示这些实体或操作之间存在任何这种实际的关系或者顺序。而且，术语“包括”、“包含”或者其任何其他变体意在涵盖非排他性的包含，从而使得包括一系列要素的过程、方法、物品或者设备不仅包括那些要素，而且还包括没有明确列出的其他要素，或者是还包括为这种过程、方法、物品或者设备所固有的要素。
最后应说明的是：以上所述仅为本发明的优选实施例而已，并不用于限制本发明，尽管参照前述实施例对本发明进行了详细的说明，对于本领域的技术人员来说，其依然可以对前述各实施例所记载的技术方案进行修改，或者对其中部分技术特征进行等同替换。凡在本发明的精神和原则之内，所作的任何修改、等同替换、改进等，均应包含在本发明的保护范围之内。
1.一种基于区块链的学生学习状态分析共享系统，其特征在于：该系统包括学生作弊行为模块、学生在线学习状态模块、学生在线学习内容模块、学生在线学习结果判断模块和云平台模块，所述学生作弊行为模块用于根据学生的行为判断学生是否有作弊行为，所述学生在线学习状态模块用于根据学生和老师在线学习的时长判断学生在线学习的状态，所述学生在线学习内容模块用于根据老师上课所讲内容中频率最高的知识点，利用系统所推荐的知识点判定学生对该部分的知识点是否掌握，所述学生在线学习结果判断模块用于根据学生平时的学习状况对学生的平时分和最终分数进行判定，所述云平台模块用于存储学生不同科目的分数，将最终结果发送给学生父母方，所述云平台模块的输出端与学生作弊行为模块、学生在线学习状态模块、学生在线学习内容模块和学生在线学习结果判断模块的输入端相连接。
2.根据权利要求1所述的一种基于区块链的学生学习状态分析共享系统，其特征在于：所述学生作弊行为模块包括环境拍照上传子模块、姿势匹配子模块、视线停留子模块、记录分享子模块和可视化数据显示子模块，所述环境拍照上传子模块用于将学生考试的环境拍照并上传，对学生所处区域利用摄像头的最大检测范围进行检测，判断有无手机端、pc端或者考试相关资料的存在，所述姿势匹配子模块用于根据摄像头所在范围，使得学生的脸部、眼睛、双手都在摄像头所在范围内，所述视线停留子模块用于对视线应该存在的有效区域进行确定，并判断学生的视线是否在有效区域内，所述记录分享子模块用于将每位考生的状态进行记录并保存，在学生考试结束后，将记录分享给学生端、老师端和学生父母端，所述可视化数据显示子模块用于利用数据可视化端来判断不同年级学生所答题的难易程度进行了解，并以此督促学生认真学习，所述拍照上传子模块的输出端与姿势匹配子模块、视线停留子模块和记录分享子模块的输入端相连接，所述可视化数据显示子模块的输入端和云平台模块的输入端相连接。
3.根据权利要求2所述的一种基于区块链的学生学习状态分析共享系统，其特征在于：所述学生考试所使用的的设备是电脑，根据电脑的摄像头来监测学生是否有作弊行为。
4.根据权利要求1所述的一种基于区块链的学生学习状态分析共享系统，其特征在于：所述学生在线学习状态模块包括网络监测子模块、学生学习时长子模块、老师上课时长子模块、监控显示子模块和时长对应比较子模块，所述网络监测子模块用于对在线学习学生的网络状况进行检测，并将不同学生的网络状况发送给云平台端，云平台端将信息发送给老师，所述学生学习时长子模块用于根据学生在不同课堂上的静态学习时长、动态学习时长进行判断，所述静态学习时长是学生听取老师所讲解内容的有效时间，动态学习时长用于和老师和周围学生互动的时间进行判定，所述老师上课时长子模块用于根据老师上课的静态时长和动态时长进行判断，所述静态时长是指老师要求学生与其他学生讨论相关问题的时长，动态时长是老师讲解课程的动态时间，所述监控显示子模块用于对老师、学生在线教学和在线学习的行为进行录制，所述时长对应子模块用于将学生所花时长与老师在课堂上所花时长进行对比，判断双方时长能否相呼应和学生的时长与老师的时长是否能够相呼应，当学生时长与老师时长不一致时且次数超过预设值时，判断出学生是否有无认真学习，所述网络监测子模块的输出端和云平台模块相连接，所述学生学习时长子模块的输出端和老师上课时长子模块、时长对应比较子模块与监控显示子模块的输入端相连接。
5.根据权利要求1所述的一种基于区块链的学生学习状态分析共享系统，其特征在于：所述学生在线学习内容模块包括内容重复次数子模块、知识点自动推荐子模块、知识点讲解重复子模块和学生学习状态判断子模块，所述内容重复次数子模块用于利用声音传感器对老师课上内容所讲的频率次数最高的知识点进行记录保存，所述知识点自动推荐模块用于根据老师课上所讲知识点内容进行推荐相关相关知识点，所述知识点讲解重复模块用于老师根据学生的答题状态进行评判学生是否有消化所讲解的知识点，并根据所答题人数进行判断是否要继续深化该知识点，所述学生学习状态判断子模块用于当有部分学生不理解老师所讲解知识点时，在下次上课前针对部分学生出相关知识点的题目，所述内容重复次数子模块的输出端与知识点自动推荐子模块、知识点讲解重复子模块和学生学习状态判断子模块的输入端相连接。
6.根据权利要求1所述的一种基于区块链的学生学习状态分析共享系统，其特征在于：所述学生在线学习结果判断模块包括平时成绩系数确定子模块和总成绩判断子模块所述平时成绩系数确定子模块用于根据不同学生的学习状况作为学生平时成绩的系数，所述总成绩判断子模块用于根据平时成绩的系数和期末总成绩判定不同学生的最终成绩，使得学生能够认真学习，所述平时成绩系数确定子模块的输出端和总成绩判断子模块的输入端相连接。
7.根据权利要求1所述的一种基于区块链的学生学习状态分析共享系统的方法，其特征在于：该系统的方法包括如下步骤：
s1:使用学生作弊行为模块，用于根据学生视线在摄像头死区位置所停留时间判断学生是否会发生作弊行为；
s2:使用学生在线学习状态模块，用于根据学生和老师在线学习的静态时长和动态时长判断是否相呼应，判断出学生是否处于正常状态；
s3:使用学生在线学习内容模块，用于根据老师在线上教学中所出现频率最高的知识点，并判断学生对该部分知识点是否掌握；
s4:使用学生在线学习结果判断模块，根据不同学生的学习状况判断学生平时成绩的系数，并作为学生不同科目总成绩的判断结果。
8.根据权利要求7所述的一种基于区块链的学生学习状态分析共享系统的方法，其特征在于：在所述步骤s1中，在二维平面模型中，摄像头位置的坐标是w＝(x,y),学生设备有效区域的顶点坐标的集合为q＝{(a1,b1),(a2,b2),(a3,b3),(a4,b4)},根据不同学生的身高，对不同学生的眼部位置进行判断，且不同学生眼部位置在对应设备上的坐标为t＝{(c1,d1)(c2,d2)(c3,d3)...(cm,dm)}；
根据公式：学生眼部与各有效区域顶点的距离是m:
学生眼部位置与摄像头的距离为l:
眼部所产生的眼神与摄像头之间的夹角度数为：
当m超出预设值且角度
9.根据权利要求7所述的一种基于区块链的学生学习状态分析共享系统的方法，其特征在于：在所述步骤s2中，学生在不同课程上所花的动态时长和静态时长进行采集帕努单，学生在不同课程上所花费的动态时长的集合为d＝{d1,d2,d3...dm},学生在不同课程上所花费的静态时长的集合为j＝{j1,j2,j3...jm},不同老师在课程上所花费的动态时长的集合为w＝{w1,w2,w3...wm},不同老师在课程上所花费的静态时长的集合为q＝{q1,q2,q3...qm}；
dk-qk<f；
jk-wk<f；
当上述条件满足时，表明学生线上上课较认真，当上述条件不能满足时，表明学生线上上下课不认真，不在状态；
其中，dk、qk、jk、wk为学生在k课程所花动态时长、静态时长，在k课程上老师所花动态时长、静态时长，f为学生不在状态的预设时间。
10.根据权利要求7所述的一种基于区块链的学生学习状态分析共享系统的方法，其特征在于：在所述步骤s4中，根据不同学生平时在线学习的状况，对学生平时的成绩进行判断，不同学生在线上课时长与各科老师在线上课所花时长对比后的结果集合为p＝{p1,p2,p3...pm},不同学生消化知识点的能力强度为l＝{l1,l2,l3...lm}；
根据公式：
y＝pi li*n；
h＝y y*f；
其中：y是指不同学生平时成绩的系数，pi、li是指不同学生在线上课时长与各科老师的对比后的结果，h是指总成成绩，当h小于预设值时，表示该学生在线上课状态并不认真，当h大于预设值时，表示该学生在线听课很认真，吸收能力强。
技术总结