1.一种教学效果画像方法，其特征在于，所述方法包括：

评价标签步骤，将每一老师的每一评价单元作为所述每一老师的教学效果画像的一个评价单元标签；

从所述每一老师的每一评价单元对应的教学录像中通过人脸识别技术，识别出每一个学生，并将其中学生进行编码；

提示用户对认真听课的动作，包括动作的名称、动作的特征，进行预先设置；提示用户对不认真听课的动作，包括动作的名称、动作的特征包括时长，进行预先设置；接受用户的输入，将预设的认真听课的动作的集合、预设的不认真听课的动作的集合的补集，加入第一预设动作的集合，存入教学效果识别知识库；

从教学效果识别知识库中获取预设的第一动作的集合，从所述第一动作的集合中获取预设的认真听课的动作集合、预设的不认真听课的动作集合；

在所述每一老师的每一评价单元对应的教学录像中识别每一个学生的动作并与预设的认真听课的动作的集合中每一个动作进行匹配，获得至少一个第一匹配度，如果有一个第一匹配度大于或等于第一预设匹配度，则识别的动作为第一预设动作，如果每一个第一匹配度都小于第一预设匹配度，则将所述识别的动作与预设的不认真听课的动作集合中的每一个动作进行匹配，获得至少一个第二匹配度，如果每一个第二匹配度都小于第二预设匹配度，则所述识别的动作为第一预设动作；

录像识别步骤，从所述每一老师的每一评价单元对应的教学录像中识别出的所有学生的第一预设动作的总时长占所述每一评价单元的总时长的比例；

标签赋值步骤，将所述比例作为所述每一老师的教学效果画像的所述一个评价单元标签的值；

搜索评价步骤，从教学效果画像知识库中搜索并获取待查询的老师的教学效果画像，从待查询的老师的教学效果画像中获取属于待查询的评价单元的所有评价单元标签的值；

效果计算步骤，获取属于所述待查询的评价单元的所有评价单元的权重，将所述所有评价单元标签的值根据所述所有评价单元的权重进行加权平均后得到的值，作为所述待查询的老师的评价单元的教学效果；

所述加权平均后得到的值越高，则所述待查询的老师的评价单元的教学效果越好；所述加权平均后得到的值越低，则所述待查询的老师的评价单元的教学效果越差；通过比较不同所述加权平均后得到的值的大小，判断不同所述待查询的老师的评价单元的教学效果的相对优劣。

2.根据权利要求1所述的教学效果画像方法，其特征在于，所述的评价标签步骤之前还包括：获取数据步骤，获取教学过程大数据，所述教学过程大数据包括每一老师的每一评价单元对应的教学录像；

预设动作步骤，将获取预设的认真听课的动作，作为第一预设动作。

3.根据权利要求1所述的教学效果画像方法，其特征在于，所述的标签赋值步骤之后还包括：存入知识库步骤，将所述每一老师的教学效果画像的所述一个评价单元标签的值存入教学效果画像知识库。

4.根据权利要求1至3任一项所述的教学效果画像方法，其特征在于，所述的标签赋值步骤之后还包括：接受查询步骤，获取待查询的老师及待查询的评价单元。

5.根据权利要求1至3任一项所述的教学效果画像方法，其特征在于，所述评价单元包括预设时段的课程；所述第一预设动作包括学生抬头眼睛向前看或/和动手做笔记。

6.一种教学效果画像系统，其特征在于，所述系统包括：

评价标签模块，用于将每一老师的每一评价单元作为所述每一老师的教学效果画像的一个评价单元标签；

从所述每一老师的每一评价单元对应的教学录像中通过人脸识别技术，识别出每一个学生，并将其中学生进行编码；

提示用户对认真听课的动作，包括动作的名称、动作的特征，进行预先设置；提示用户对不认真听课的动作，包括动作的名称、动作的特征包括时长，进行预先设置；接受用户的输入，将预设的认真听课的动作的集合、预设的不认真听课的动作的集合的补集，加入第一预设动作的集合，存入教学效果识别知识库；

从教学效果识别知识库中获取预设的第一动作的集合，从所述第一动作的集合中获取预设的认真听课的动作集合、预设的不认真听课的动作集合；

在所述每一老师的每一评价单元对应的教学录像中识别每一个学生的动作并与预设的认真听课的动作的集合中每一个动作进行匹配，获得至少一个第一匹配度，如果有一个第一匹配度大于或等于第一预设匹配度，则识别的动作为第一预设动作，如果每一个第一匹配度都小于第一预设匹配度，则将所述识别的动作与预设的不认真听课的动作集合中的每一个动作进行匹配，获得至少一个第二匹配度，如果每一个第二匹配度都小于第二预设匹配度，则所述识别的动作为第一预设动作；

录像识别模块，用于从所述每一老师的每一评价单元对应的教学录像中识别出的所有学生的第一预设动作的总时长占所述每一评价单元的总时长的比例；

标签赋值模块，用于将所述比例作为所述每一老师的教学效果画像的所述一个评价单元标签的值；

搜索评价模块，用于从教学效果画像知识库中搜索并获取待查询的老师的教学效果画像，用于从待查询的老师的教学效果画像中获取属于待查询的评价单元的所有评价单元标签的值；

效果计算模块，用于获取属于所述待查询的评价单元的所有评价单元的权重，将所述所有评价单元标签的值根据所述所有评价单元的权重进行加权平均后得到的值，作为所述待查询的老师的评价单元的教学效果；

所述加权平均后得到的值越高，则所述待查询的老师的评价单元的教学效果越好；所述加权平均后得到的值越低，则所述待查询的老师的评价单元的教学效果越差；通过比较不同所述加权平均后得到的值的大小，判断不同所述待查询的老师的评价单元的教学效果的相对优劣。

7.根据权利要求6所述的教学效果画像系统，其特征在于，所述系统还包括：获取数据模块，用于获取教学过程大数据，所述教学过程大数据包括每一老师的每一评价单元对应的教学录像；

预设动作模块，用于获取预设的认真听课的动作，作为第一预设动作。

8.根据权利要求6所述的教学效果画像系统，其特征在于，所述系统还包括：存入知识库模块，用于将所述每一老师的教学效果画像的所述一个评价单元标签的值，存入教学效果画像知识库；

接受查询模块，用于获取待查询的老师及待查询的评价单元。

9.根据权利要求7所述的教学效果画像系统，其特征在于，所述评价单元包括预设时段的课程；所述预设的认真听课的动作包括学生抬头眼睛向前看或/和动手做笔记。

10.一种教学效果画像机器人系统，其特征在于，所述机器人系统中分别配置有如权利要求6‑9任一项所述的教学效果画像系统。