1.一种大数据互动教学实训方法，应用于一种大数据互动教学实训系统其特征在于：该方法包括以下步骤：

步骤一：在云服务器上构建互动教学实训平台，建立云数据库，开发教师教学评审、学生成绩评审、互联教学子系统，写入AI文本识别算法；

步骤二：教师在教师教学评审子系统中录入课程视频，学生通过学生成绩评审子系统，看完课程视频后评价评分；

步骤三：教师对学生课程作业或实训内容的批阅过程、批阅结果，全部录入到教师教学评审子系统中，子系统将全部数据反馈到平台，平台调用AI文本识别算法，训练学习教师的批阅过程和批阅结果，并训练学习步骤二所述的全部内容；

步骤四：互动教学实训平台训练出课程模型后，学生再向系统提交课程作业或实训任务时，平台调用AI参照课程模型为学生批阅作业，并对学生作业给出合理的解析，学生做出课程笔记，AI、教师、同学共同评价学生的课程笔记，优秀的课程笔记供学生一起学习参考讨论；

步骤五：评分高的教学课程视频和学生课程笔记会被互动教学实训平台推送到互联教学子系统中，供全球各地师生学习参考用，运用互联教学子系统，用户对课程视频和笔记给出评价评分，优质的课程和笔记优先在互联教学子系统上推荐；

所述在云服务器上构建互动教学实训平台，建立云数据库，开发教师教学评审、学生成绩评审、互联教学子系统，写入AI文本识别算法的步骤，包括：在云服务器上构建互动教学实训平台；

在SQL Server数据库上建立云数据库；

在系统内开发：

教师教学评审子系统和学生成绩评审子系统；

两子系统主要供同校园的师生使用；

在系统内开发互联教学子系统；

该系统主要供世界各地的用户使用；

上述三个子系统均部署在手机APP和PC端上；

在互动教学实训平台上写入AI文本识别算法；

算法按照数据库内存储的课程内容和课程作业内容；

不断训练学习课程和课程作业文本；

AI文本识别算法再根据训练出的模型，识别对比学生的作业文本；

所述教师在教师教学评审子系统中录入课程视频，学生通过学生成绩评审子系统，看完课程视频并评价评分的步骤，包括：校园教师通过教师教学评审子系统录入上课课程或实训课程；

学生使用APP查看互动教学实训平台上的全部教学课程视频；

学生看完教学课程视频后；

学生成绩评审子系统自动弹出教学课程视频评价评分弹窗；

学生在弹窗内为教学课程视频评价评分；

评判：

视频对课程内容讲解的完整程度Q、视频对课程知识点的解析程度W、视频内容对学生的吸引程度E、课程讲解的精彩程度R、课程能否培养学生兴趣T、学生对课程视频评分Y；

学生对教师录入的教学课程视频评价评分，纳入学生平时成绩考核当中；

所述教师对学生课程作业或实训内容的批阅过程、批阅结果，全部录入到教师教学评审子系统中，子系统将全部数据反馈到平台，平台调用AI文本识别算法，训练学习教师的批阅过程和批阅结果，并训练学习教师对课程内容的讲解过程的步骤，包括：学生在学生成绩评审子系统上，上传提交教师布置的课程作业或实训任务；

教师通过教师教学评审子系统；

查看学生在系统上提交的课程作业或实训任务；

教师对课程作业或实训任务进行批阅并给出批阅结果；

同时教师教学评审子系统录入，教师对每份课程作业或实训任务的评阅过程和评阅结果；

所述平台调用AI文本识别算法，训练学习教师对课程内容的讲解过程，训练学习教师的批阅过程和批阅结果的步骤，包括：互动教学实训平台调用AI文本识别算法；

按照数据表中存储的数据，AI文本识别算法训练学习，教师对课程内容的讲解过程、对知识点的阐述、对学生学习兴趣的培养；

通过“退火算法annealing algorithm”反复训练学习教师教学课程视频；

逐渐训练出课程知识点分析模型；

教师管理员通过互动教学实训平台，挑选最好的训练成果模型，将其存储到“课程模型数据表”中；

同样AI调用“课程作业数据表”中教师对作业的批阅过程和批阅结果数据；

通过退火算法反复训练学习模型，逐渐训练出课程作业和实训任务的分析批改模型；

训练出的大量模型，管理员挑选最好的模型存储到“课程模型数据表”；

所述互动教学实训平台训练出课程模型后，学生再向系统提交课程作业或实训任务时，平台调用AI参照课程模型为学生批阅作业，并对学生作业给出合理的解析，学生做出课程笔记，AI、教师、同学共同评价学生的课程笔记的步骤，包括：互动教学实训平台拥有了参考模型；

之后，学生再向系统提交课程作业或实训任务时；

教师依旧可以为学生手动批阅作业、给出批阅结果；

互动教学实训平台调用AI文本识别算法为学生自动批阅作业、给出批阅结果、对作业或实训任务做出详细的解释；

学生提交作业或实训任务后；

平台调用AI文本识别算法；

算法根据训练出的模型与学生提交的作业或实训任务进行详细比对；

算法调用模型库的全部数据，逐一比对作业或实训任务里的每一个点；

AI文本识别算法分析完每份作业内的每一个点；

如果：

AI识别分析出学生完全做对了作业题、步骤完善，AI为此作业题标注所用到的知识点；

如果：

AI识别分析出学生只是做对了题目，步骤不完善，AI为此作业题标注知识点的同时标注出详细的解题步骤；

如果：

AI识别分析出学生做错了作业题，AI为此题加入错题标记、并给出正确的解题步骤以及所用到的知识点；

如果：

AI识别分析出学生并没有做题，只是用来搜索题目，AI不予做出任何分析，以防学生运用系统抄袭作业；

AI批阅完学生作业后，根据“课程作业和实训任务的分析批改模型”，为每位学生的作业核算分数；

学生根据自己对课程的理解程度，做出课程或实训笔记；

教师、其他同学根据笔记对课程知识点的描述清楚程度、解题思路明确程度、实训步骤讲解的清楚程度，为该学生笔记评分评价；

评分越高的笔记，优先为其他学生推荐；

AI调用模型库中的数据，比对笔记中阐述的知识点；

根据阐述知识点的全面程度，为笔记评分；

学生所做的课程笔记或实训笔记也纳入到平时成绩的考核当中；

所述评分高的教学课程视频和学生课程笔记会被互动教学实训平台推送到互联教学子系统中，供全球各地师生学习参考用，运用互联教学子系统，用户对课程视频和笔记给出评价评分，优质的课程和笔记优先在互联教学子系统上推荐的步骤，包括：平台在数据表中按照评分，从高到低筛选同一课程下的：教学课程视频和课程笔记；

互动教学实训平台筛选出评分高的视频和笔记；

将数据开放对接到互联教学子系统中；

世界各地师生用户通过互联教学子系统仅有权访问平台筛选出的高分视频和笔记；

世界各地的师生用户查看完教学课程视频和课程笔记后；

在子系统对课程视频和笔记评价评分；

再次筛选对接到互联教学子系统中的课程视频和笔记评分高低；

评分高的，平台优先推荐在互联教学子系统中，供世界各地师生用户参考学习讨论；

该系统还包括：

AI文本识别算法，用于反复训练学习教学课程视频和教师对学生作业或实训任务的批阅过程和批阅结果，以训练出最好的课程知识点模型和课程作业或实训任务的分析批改模型，用于解析批阅学生作业，为学生提供解题思路、解题步骤、解题所需用到的知识点，为学生作业、课程视频、学生课程笔记评分。